Cahiers de la Recherche Les déterminants de la demande touristique internationale - Le Cas du Maroc - Par Younesse EL MENYARI76 Pr. Mohamed BOUZAHZAH77 Résumé Compte tenu de la forte contribution du secteur touristique dans l’économie marocaine, cette étude se propose d’analyser les déterminants de la demande touristique internationale pour le Maroc. Pour atteindre cet objectif, l’approche adoptée consiste à utiliser un modèle vectoriel à correction d’erreur (VECM), pour une période trimestrielle allant de 2000 :1 à 2011 :4. Les résultats de nos estimations montrent qu’à long terme les arrivées aux postes frontières (plus précisément de la France, l’Espagne et l’Allemagne) dépendent positivement le revenu, la capacité d’hébergement dans les établissements classés et négativement les élasticités-prix. En outre, nos estimations indiquent qu’un choc extérieur, en particulier le terrorisme, aura un impact significativement négatif sur la demande touristique. Généralement, les résultats obtenus sont conformes aux enseignements de la théorie économique. Donc, le modèle peut être utilisé pour l’élaboration des politiques. Abstract Taking into account the strong contribution of tourism in the Moroccan economy, this study aims to analyze the determinants of international tourism demand for Morocco. To achieve this goal, we adopted an approach that consists in using a vector error correction model (VECM), for a quarterly period from 2000: 1-2011: 4. The results of our estimations show that long-term arrivals at posts frontiers (specifically France, Spain and Germany) depend positively on income, the accommodation capacity in classified hotels and negatively on prices elasticities. Furthermore, our estimations indicate that external shock, especially terrorism, will have significantly a negative impact on tourism demand. Mostly the findings are consistent with economics theory and the implication of the model may be used for policy making. Mots-clés : demande touristique internationale, stationnarité, cointégration, VECM, Maroc. Keywords: international tourism demand, stationary, cointegration, VECM, Morocco. Classification JEL : C32, C51, L83. 76 Groupe de recherche en économie appliquée, CEDOC, Université Mohammed V Agdal, FSJES de Rabat-Agdal ; Email: younes.elmenyari@gmail.com 77 Université Mohammed V - Souissi, FSJES de Salé ; Email : mobouzahzah@gmail.com 115  Cahiers de la Recherche I. INTRODUCTION Le tourisme est considéré comme l‘une des activités économiques les plus importantes du monde, en raison notamment de la création de la richesse et de l‘emploi ainsi que ces retombées positives sur la balance de paiement. Il constitue un moyen de développement économique et social dans de nombreux pays en développement. Selon l‘OMT, le nombre des arrivées touristiques est passé de 675 millions en 2000 à 940 millions de touristes en 201078, soit un taux de croissance annuel moyen de 3%. Elle prévoit d‘atteindre 1,6 milliard de touristes à l‘horizon 2020. Au Maroc, le nombre des touristes étrangers a fortement accéléré au cours de la dernière décennie. En effet, le nombre des touristes non-résidents est passé de 4,27 millions en 2000 à près de 9,3 millions en 2010, ce qui a généré 2 milliards de dollars en 2000 et 6,7 milliards de dollars en 2010. Il convient de souligner que le Maroc a lancé en 2001, un plan stratégique de développement touristique baptisé vision 2010, qui ambitionne de porter la contribution du secteur au PIB de 20% à l‘horizon 2010, le secteur touristique a atteint une contribution au PIB de près de 10%. Ce plan est en instance d‘être prolongé par un nouveau plan décennal, dénommé « vision 2020 » qui, non seulement confirmerait les orientations précédentes, mais approfondirait certains chantiers, notamment le développement du tourisme intérieur, la recherche d‘un développement touristique durable, les ressources humaines et une réforme des modes de gouvernance du secteur. De même, le Maroc prévoit de doubler le nombre des arrivées internationaux en doublant la part de marché sur les principaux marchés européens traditionnels et en attirant un million de touristes issus des marchés émergents. Par conséquent, le Maroc ambitionne de devenir à l‘horizon 2020 l‘une des 20 grandes destinations mondiales. Toutefois, malgré le grand intérêt que porte le projet économique national, ce secteur souffre toujours d‘une grande dépendance vis-à-vis des marchés européens traditionnels notamment celui de la France, l‘Espagne et l‘Allemagne qui représentent près de 55% des arrivées étrangères en 2011 (source : Département du Tourisme). Cette dépendance est appelée à s'accentuer considérablement à l‘échelle nationale. Elle risque alors d‘être bouleversée par la crise économique mondiale et perturbée par les changements sociaux et politiques que de nombreux pays méditerranéens connaissent actuellement. C‘est pourquoi une attention particulière devrait être accordée à l‘étude des facteurs qui peuvent potentiellement affecter les touristes étrangers au Maroc. Il convient de noter également que malgré l‘importance du secteur touristique, il n'existe à notre connaissance aucune étude économétrique portant sur les déterminants de la demande touristique pour le cas du Maroc. Pour cette raison, l‘objectif principal de ce travail est de fournir une meilleure compréhension des mécanismes qui déterminent la formation de la demande touristique internationale adressé au Maroc. Ce qui est précieux pour les décideurs dans la planification des stratégies de développement touristique. 78 Source: UNWTO, Tourism Highlights, 2011 Edition. 116  Cahiers de la Recherche En effet, la méthode d‘estimation consiste à utiliser un modèle vectoriel à correction d‘erreurs (identifié par le sigle VECM, de l‘expression Vector Error Correction Model) qui permet la prise à la fois du court et de long terme. L‘avantage de ce modèle est de mettre en évidence les comportements de long terme qui gouvernent la dynamique de la demande touristique en les différenciant des ajustements de court terme. Le reste du présent travail est réparti comme suit : La deuxième section passe brièvement en revue les principales études récentes ayant traité cette question à l‘échelon internationale ; la troisième section retrace la formulation empirique de la demande touristique ; la quatrième traite du choix des différentes variables ; la cinquième analyse les propriétés statistiques de ses variables ; la sixième présente les résultats de la modélisation ainsi que leurs interprétations, la dernière section décrit la conclusion. II. REVUE DE LA LITTERATURE La théorie microéconomique traditionnelle du consommateur est le cadre fondamental pour analyser les déterminants de la demande touristique. Cette demande peut être expliquée par la maximisation de la fonction d‘utilité individuelle sous la contrainte budgétaire. Le touriste est donc perçu comme un individu qui dispose d‘un revenu dont il cherche à tirer le maximum de satisfaction en achetant les biens et les services auxquels correspond un prix. Pour atteindre cet objectif, il doit avoir des informations claires sur ses différentes possibilités de consommation. Dans les années 60, Kelvin Lancaster et Gary Becker proposent une amélioration de la théorie microéconomique traditionnelle. Pour ces auteurs, le consommateur n‘est pas vraiment intéressé par le bien lui même, mais les caractéristiques contenues dans ce bien. Le consommateur cherche donc à maximiser son utilité en prenant en considération les caractéristiques des biens dont il peut disposer. Plusieurs auteurs ont tenté par la suite d‘utiliser cette nouvelle théorie pour analyser la demande touristique. En se basant sur les travaux de Lancaster, le modèle de Rugg (1973) a essayé de mettre en évidence les raisons qui peuvent intervenir dans les choix d‘une destination. En d‘autres termes, ce modèle vise à formuler le choix d‘un touriste entre différentes destinations et durées de séjour en supposant que le touriste a déjà fait son choix de partir en vacances. De même, le modèle de Morley (1992) s‘inscrit dans la lignée des travaux de Becker. Ce modèle microéconomique décrit particulièrement les relations entre le temps passé à destination et certaines caractéristiques utiles (climat, ambiance, bien être…). Sur le plan empirique, un nombre considérable d‘études a été publié sur les déterminants de la demande du tourisme internationale, avec l‘usage de plusieurs méthodes et techniques économétriques. Depuis les premières études sur la demande touristique parues dans les années 1960 (Gerakis, 1965; Gray, 1966), des grandes avances ont été faites, grâce à la disponibilité des données et la spécification des modèles de la demande. Parmi les contributions les plus récentes dans la littérature il y‘a lieu de citer celle présentée par Li et Song (2008). Ces auteurs ont examiné 121 études empiriques qui portent sur la demande touristique, publiées pendant la période 2000-2007, en présentant les développements les plus récents dans la modélisation économétrique et des prévisions. En utilisant un modèle de données de panel, pour le cas de l‘Inde, sur une période trimestrielle 117  Cahiers de la Recherche allant de 2002 à 2006, Chaiboonsri et al. (2008) ont constaté que le PIB réel des principaux marchés émetteurs (l'Angleterre, l‘Amérique, Canada, France, Allemagne, Japon, Malaisie, Australie, Singapour et la Corée) a un impact positif sur les arrivées touristiques en Inde et que le taux de change a un impact négatif. La même démarche a été adoptée par Chaiboonsri et al. (2010) pour le cas du Thailand pour la période (1986-2007). Ils ont en effet, conclu, qu‘à long terme la croissance du PIB réel des marchés émetteurs (Malaisie, Japon, Corée, Chine, Singapour et Taiwan) et le taux de change ont un effet positif sur les arrivées touristiques en Thailand, tandis que la variable des coûts de transport a un effet négatif. Dans le même registre, Proença et Soukiazis (2005) ont montré que le revenu par habitant des quatre marchés émetteurs (l'Espagne, l'Allemagne, la France et le Royaume-Uni) et la capacité d‘hébergement sont les facteurs les plus importants de la demande touristique portugaise. Par ailleurs, le taux de change effectif réel et le ratio des investissements publics dans le pays d'accueil n'ont pas d'influence significative sur la décision des touristes de choisir le Portugal comme un lieu de destination de vacances. L‘étude de KAREEM (2007) appliquée aux pays africains a mis en évidence sur la base d‘un modèle dynamique des moments généralisés (GMM) que l‘instabilité politique, le taux de criminalité, l‘appréciation du taux de change et l‘inflation ont un impact négatif sur les arrivées touristiques en Afrique, par contre, l‘infrastructure (notamment le nombre de télécommunication fixe et mobile) et le revenu réel dans le monde ont un effet positif. En outre, SEETARAM (2008) a montré, en utilisant les données de panel pour le cas de l‘Australie, que le revenu est le principal déterminant des arrivées touristiques et que l'effet de l'immigration sur la demande touristique est relativement plus élevé que celui de la croissance des flux commerciaux et de la croissance démographique. En analysant les déterminants socio-économiques de la demande touristique internationale en Turquie sur la base d‘une estimation des données de Panel pour 32 pays et pour une période de 7 ans (2000 et 2007), Gormus et Goçer (2010) ont montré que le revenu réel des pays d'origine, la valeur des échanges entre les pays émetteurs et la Turquie et la capacité d'hébergement sont liées positivement à la demande touristique. En outre, la distance entre les pays d'origine et de la Turquie est liée négativement à la demande touristique. Toutefois, contrairement aux attentes, les prix relatifs et le taux de change ont un impact positif sur la demande touristique. Ce résultat est expliqué par les auteurs par le fait que la Turquie offre des forfaits de vacances relativement à bas prix. Pour autant, la particularité de cette étude réside dans le fait que ces auteurs tiennent compte les visites officielles du Président turc et du premier ministre aux pays d‘origines. Ils ont constaté que cette variable est positive mais statistiquement non significative. D‘un autre côté, à l‘aide d‘un modèle à correction d‘erreur, Dritsakis et Gialetaki (2004), sur une période trimestrielle (1960 :1 - 2000 :4) concluent que la demande touristique des Etats-Unis adressée à la Grèce est élastique par rapport au revenu réel, les coûts de transport et les prix compétitifs alors qu‘elle est inélastique par rapport au ratio de l‘indice des prix à la consommation des deux pays. Par ailleurs, Algieri et Kanellopoulou (2009) indiquent à travers un modèle à correction d‘erreur sur des données trimestrielles allant de 1985 à 2006, qu‘à long terme le taux de change réel est le 118  Cahiers de la Recherche principal facteur pour pousser les recettes touristiques en France et en Espagne, tandis que le revenu est le principal moteur de la Grèce et l'Australie. En adoptant la même approche économétrique, pour le cas de la Barbade, Mitchel et Campbell (2005), suggèrent qu‘à long terme la demande touristique étrangère est influencée par le taux de change, le revenu par habitant et le coût du voyage. Cependant, à court terme, seulement le taux de change et le coût du voyage qui sont significatifs. En utilisant l‘approche ARDL-ECM, Salleh et al. (2007) ont analysé les relations du court et de long terme entre les arrivées touristiques des principaux marchés en Malaisie (Singapour, Japon, Hong Kong et en Australie) et le prix du tourisme, les prix des destinations concurrentes, les coûts de transport, les revenus et les taux de change, ainsi que la maladie SRAS et la crise économique asiatique de 1997 et 1998. Les résultats empiriques auxquels ils aboutissent montrent que la plupart des variables de la demande touristique pour la Malaisie sont significatives à court terme qu‘à long terme. Pour le cas de la Tunisie, Choyakh (2009) a montré à l‘aide d'un modèle vectoriel à correction d'erreur ( VECM) que le revenu par tête des touristes est le principal déterminant de la demande touristique pour le sud tunisien et que les prix ne jouent qu'un rôle mineur sur le niveau de cette demande. De même, la demande touristique est amplement influencée par les chocs exogènes. Bashagi et Muchapondwa (2009) à partir de l‘approche ARDL, ils ont examiné les facteurs qui influencent la demande touristique internationale pour la Tanzanie. Ils ont montré que les prix des biens touristiques, le coût des voyages, les prix compétitifs, taux de change, les revenus touristiques et les préférences touristiques sont les déterminants possibles des arrivées touristiques pour la Tanzanie. D‘autres auteurs ont tenté d‘estimer l‘impact du terrorisme sur la demande touristique. En effet, Aran et Leon (2007) à travers un modèle multimonial logit ont étudié l‘impact du terrorisme sur les préférences des touristes pour des destinations en concurrence en Méditerranée et aux Canaries. Ils ont conclut que certains destinations ont subi un impact fortement négatif sur leur image et leur attrait, tandis que d‘autres ont été revalorisées en conséquence des événements touristiques. De même, Blake et Jiménez (2007) ont étudié les déterminants de la demande touristique en Grande-Bretagne à partir d‘un Modèle structurel des séries chronologiques, ils ont constaté que la fièvre aphteuse et les attentas du 11 septembre ont eu un impact négatif sur le tourisme en Grande- Bretagne. D‘une manière générale, la majorité de ces études empiriques fait ressortir que la demande touristique est étroitement liée à plusieurs variables dont le prix, le revenu, le coût de transport, le taux de change, les relations commerciales, les dépenses de la promotion et de marketing, les événements spéciaux, la distance / temps de voyage, les menaces à la sécurité personnelle, les recommandations des amis / famille, les richesses naturelles (climat, plages ensoleillées) et la capacité d'accueil (les hôtels, les villages de vacances touristiques, les résidences hôtelières …). III. LA SPECIFICATION EMPIRIQUE La formulation empirique présentée dans cette étude permet d‘étudier la demande touristique des 119  Cahiers de la Recherche principaux marchés européens adressés au Maroc, notamment, la France, l‘Espagne et l‘Allemagne. En se basant sur la revue de la littérature, cette étude retient comme principaux déterminants de la demande touristique au Maroc (APF) : le revenu (PIBR), les prix relatifs (PR), la capacité hôtelière (CH) et des variables muettes (Dummy) pour évaluer l‘effet du terrorisme. Ainsi, la spécification retenue dans ce travail est proche de celle estimée dans plusieurs travaux empiriques. Elle se présente comme suite :  apf t   pibr t   pr  ch    apf t t t 1   1pibr   pr   ch t 1 2 t 1 3 t 1  z  t Avec les signes suivants : ∆ : est l‘opérateur de retard L‘équation permet d‘intégrer le court et le long terme. En effet, le terme «  » est appelé la force de rappel vers la valeur cible de long terme donnée par la relation de cointégration. Ce terme doit avoir un signe négatif, sinon il n‘existe pas de phénomène de retour à l‘équilibre. L‘équation de la demande touristique inclut également d‘autres variables (z) susceptibles d‘influencer les arrivées touristiques (par exemple l‘impact du terrorisme). Toutefois, le choix de la spécification a été déterminé par des considérations économétriques, notamment la nature statistique des différentes séries utilisées. IV. CHOIX DES VARIABLES ET PRESENTATION DES DONNEES L‘ensemble des estimations est réalisé sur des données allant du premier trimestre 2000 au quatrième trimestre 2009, soit 40 observations. Les sources principales de nos données sont « le Département du tourisme», « Direction de la Statistique », « Bank Al Maghreb », « Insee » et « Eurostat ». Toutes les séries d‘origine ont été transformées en logarithme népérien. Cette spécification a l‘avantage d‘éviter les problèmes d‘hétéroscédasticité 79. Ainsi, les notations des différentes données utilisées dans le cadre de cette étude sont les suivantes : Ln_APF désigne le logarithme des arrivées aux postes frontières des trois principaux marchés émetteurs au Maroc : France, Espagne et l‘Allemagne. (Source : Département du tourisme). Ln_PIBR désigne le logarithme du PIB réel par habitant, (Source : Eurostat). Ln_PR est le logarithme de prix relatif : rapport de l‘indice des prix à la consommation (IPC) du pays de la destination et d'origine ajusté au taux de change nominal. (Source : Eurostat, Direction de la statistique, Bank Al Maghreb). Cette variable mesure de manière plus générale les coûts des 79 Lorsque les variances de l’erreur ne sont plus constantes. 120  Cahiers de la Recherche marchandises et des services que les touristes considérés dans l‘étude, sont susceptibles de payer au Maroc. Ln_CH est la capacité d‘hébergement dans les établissements touristiques classés, (Source : Département du Tourisme). DUM01, DUM03 et DUM11 sont des variables muettes reflétant l‘effet du terrorisme (notamment les attentats du 11 septembre 2001, du 16 mai 2003 à Casablanca et l‘attentat du 28 avril à Marrakech) sur la demande touristique au Maroc. Il convient de noter que le choix de ces variables est justifié par deux considérations importantes : d‘une part, la disponibilité des données qui porte sur la demande et l‘offre touristique et d‘autre part, la modélisation des flux touristique entre pays nécessite d‘étudier la demande touristique en fonction du revenu des pays d‘origine et du prix relatif entre les pays émetteurs et récepteurs de touristes. En ce qui concerne le prix relatif, il convient de préciser qu‘en absence d‘une mesure qui tient compte réellement les biens et services achetés par les touristes, nous avons adopté une variable proxy des prix touristiques. Cependant, cette variable peut ne pas refléter les prix des biens et services achetés réellement par le touriste, car le modèle de dépense d‘un ménage moyen peut être tout à fait différent de celui d‘un touriste, ce qui rend le travail de modélisation relativement difficile. Par rapport à la capacité offerte, il est à noter que celle-ci a été estimée à partir de la capacité nette des hôtels classés, c‘est-à-dire, non compris celle des hôtels fermés temporairement. V. ETUDE DES PROPRIETE STATISTIQUES DES SERIES Tout d‘abord, un simple examen graphique met clairement en évidence le fait que les séries étudiées sont a priori non stationnaires. Les processus générateurs correspondants ne semblent pas satisfaire en effet la condition d‘invariance de l‘espérance, et il en va de même pour la variance 80. La première étape de notre analyse consiste ainsi à tester si nos diverses séries contiennent ou non une racine unitaire. A cette fin, nous nous proposons d‘appliquer les tests de Dickey-Fuller augmentés (1979, 1981) et Phillips-Perron (1988) sur les séries loglinéarisées. Les résultats figurent dans le tableau 1 ci-après. Tableau 1 : Résultats des tests de non stationnarité Variables Niveau 1 ère différence Augmented Phillips- Augmented Dicker- Phillips-Perron DickerFuller (ADF) Perron (PP) Fuller (ADF) (PP) 80 Voir l’évolution des principales variables en annexe 1. 121  Cahiers de la Recherche LNCH 4.148203 7.785609 -1.327412 -6.908553*** LNAPF France 2.075151 1.924268 -13.98869*** -10.91558*** Espagne 1.287031 2.182158 -1.680362* -7.979662*** Allemagne 0.061394 0.028700 -9.686422*** -9.832186*** LNPIBR France 0.899113 1.176617 -4.611336*** -4.548041*** Espagne -0.060326 1.113585 -2.165801** -5.150485*** Allemagne 1.050077 1.534916 -4.008397*** -4.007895*** LNPR France 1.180721 1.169177 -5.776308*** -5.731941*** Espagne -0.198334 -0.230160 -7.139625 -7.271720*** Allemagne 1.388930 1.413691 -6.446535*** -6.461684*** Source : Calculs de l’auteur. Note : Dans cette étude, nous poserons un nombre de retard maximum de 4 périodes. Avec * : Significativité à 10% - ** : Significativité à 5% - *** : Significativité à 1%. De façon générale, l‘application des tests de Dickey-Fuller et de Phillips-Perron conduit à des résultats similaires. On constate que les séries CH, APF, PIBR et PR sont non-stationnaires et intégrées d‘ordre 1 « I(1) ». Donc, ces résultats autorisent à tester le nombre de relations de cointégration dans l‘équation de la demande touristique, du fait que l‘ensemble des variables ont le même ordre d‘intégration (sont intégrées d‘ordre un I (1))81. VI. RESULTATS DE L’ESTIMATION Nous allons présenter maintenant une estimation de la demande touristique intégrant à la fois des ajustements du court et du long terme. De ce fait, il convient d‘examiner l‘éventuelle existence de relations de cointégration entre les variables. La détermination de ces relations se fait dans le cadre d‘un modèle VECM multivarié selon la procédure de Johansen. 81 Dans cette étude, toutes les séries différenciées seront précédées de la lettre D. 122  Cahiers de la Recherche 1. Résultats du test de cointégration82 Etant donné que les séries sont toutes intégrées du même ordre, Nous testons le nombre de relations de cointégration à l‘aide des tests proposés par Johansen et Juselius (1990). Les résultats sont présentés au tableau 2. Pour l‘ensemble des estimations, le test de la trace indique l'existence d'une relation de cointégration à un seuil de 5%. Le test de la valeur propre maximale indique le même résultat avec un seuil de 1% dans le cas français et allemand. On conclut donc naturellement à l'hypothèse de l'existence d'une seule relation de cointégration. 2. Estimation d’un VECM : résultats et interprétations Il convient de noter que les spécifications retenues incluent une constante dans la relation de long terme. Tableau 3 : Estimation de la cible de long terme Variables France Espagne Allemagne ln(PIBRt-1) 4.81903*** 3.69124*** 1.59021*** [-8.22493] [-2.69440] [-2.77392] ln(PRt-1) -0.95372*** -8.60348*** -7.00674*** [ 1.76317] [ 3.56898] [ 12.1162] ln(CHt-1) 1.44258*** 2.00452*** 1.81089*** [-11.0279] [-6.66081] [-7.93118] C 42.81551 21.35051 6.288689 Source : Estimations de l'auteur. Tableau 4 : Estimation du VECM83 Variables indépendantes France Espagne Allemagne  -1.53022*** -0.30236** -0.525706*** [-8.21899] [-2.48744] [-3.38303] D(LNAPF(-1)) 0.61234*** -0.11328 -0.18232 [ 4.44320] [-0.66118] [-1.24898] D(LNPIBR(-1)) -8.38117*** -4.934079 -1.224197 [-3.09908] [-1.64076] [-0.86030] D(LNPR(-1)) -1.199250 -2.301315 1.870571 [-0.81254] [-1.31929] [ 1.56933] D(LNCH(-1)) -0.349368 0.898161 -0.432085 [-0.41590] [ 0.72859] [-0.73255] C 0.032053* 0.034367 0.014023 82 Voir annexe 2. 83 Le retard optimal est déterminé à partir du critère d’information d’Akaike (AIC) et Schwarz (SC). 123  Cahiers de la Recherche [ 1.71692] [ 1.36988] [ 0.92142] DUM01 -0.3134*** -0.4289*** -0.2145** [-2.77287] [-2.9125] [-2.49594] DUM03 -0.096988 -0.23008*** [-0.89091] [-2.62806] DUM11 -0.219120** [-2.03933] R-squared 0.762347 0.412926 0.472223 Adj. R-squared 0.710963 0.322607 0.375001 Sum sq. resids 0.392172 0.738544 0.259995 S.E. equation 0.102953 0.137612 0.082716 F-statistic 14.83614 4.571855 4.857162 Log likelihood 44.31685 29.75831 53.77072 Akaike AIC -1.535515 -0.989492 -1.990031 Schwarz SC -1.177738 -0.711220 -1.672007 Mean dependent 0.011900 0.022741 0.001106 S.D. dependent 0.191496 0.167200 0.104629 Source : Estimations de l'auteur. Note * : Significativité à 10% - ** : Significativité à 5% - *** : Significativité à 1%. Tableau 5 : Tests de diagnostics Tests de Diagnostics France Espagne Allemagne Ljung-Box : Q-Stat 5.1887 5.0522 0.1797 (P-value) 0.158 0.168 0.981 Autocorrelation : Test LM(11) 18.67475 15.70166 22.07296 (P-value) 0.2859 0.4740 0.1409 Normality Test : JB -Test 10.15226 9.728367 7.977888 (P-value) 0.2545 0.2846 0.4356 Hetero White : Test Chi-sq 100.8772 81.54689 7.977888 (P-value) 0.9726 0.9807 0.4356 Source : Estimations de l'auteur. Les estimations (Tableaux 3, 4 et 5) conduisent aux résultats suivants : Il convient de noter que plusieurs tests diagnostics (voir tableau 5) ont été effectués pour vérifier la robustesse de nos résultats : la statistique Q de Ljung Box indique que les résidus issus de chaque équation sont des bruits blancs. Le test de Jarque et Bera permet d‘accepter l‘hypothèse nulle (H0) de normalité des erreurs. De même, le Test de white jointe indique que l‘hypothèse nulle est acceptée, il n‘existe alors aucun risque d‘hétéroscédasticité. En outre, le test LM jointe ne révèle pas l'existence d‘autocorrélation des erreurs. Ainsi, le modèle passe avec succès tous les tests résiduels. La spécification VECM est donc validée. Le modèle à correction d‘erreur fait apparaître un coefficient significativement différent de zéro et négatif pour la cible de long terme. A noter que ce coefficient est de l‘ordre de 1,5 dans le cas 124  Cahiers de la Recherche Français, 0,3 dans le cas Espagnole et 0,5 dans le cas Allemand. Les valeurs des forces de rappel sont toutefois faibles pour le cas de l‘Espagne et de l‘Allemagne, ce qui implique une forte vulnérabilité du tourisme marocain sur ces deux marchés, autrement dit, l‘avènement d‘un choc à un moment donné aura d‘importantes répercussions sur les arrivées de touristes espagnols et allemands au Maroc notamment à cause des faibles coefficients des termes de correction d‘erreurs. 2 D‘un autre côté, le coefficient de détermination R affiche des résultats différents dans les trois équations de la demande touristique. En effet, ce coefficient est élevé dans le cas français, il indique un pouvoir explicatif fort (0,76). Parallèlement, il est relativement faible dans le cas espagnol (0,41) et allemand (0,47). C‘est deux derniers résultats peuvent s‘expliquer par le fait qu‘il existe d‘autres variables qui influencent les arrivées touristiques et qui ne sont pas incluses dans les modèles. En outre, les variables muettes DUM01, DUM03 et DUM11, qui ont été retenues pour tenir compte les effets des chocs externes sur la demande européenne du tourisme marocain sont statistiquement significatives à l‘exception de DUM03 dans le cas français. Ainsi, d‘après les résultats du VECM, l‘effet du terrorisme exerce un impact négatif sur le tourisme au Maroc. A court terme les résultats de l‘estimation ne sont pas tous conformes aux attentes. Le PIB réel par habitant est significativement négatif pour le cas de la France, mais il ne l‘est pas pour les touristes Espagnoles et Allemands. Ceci trouve son explication dans l‘analyse du comportement des touristes étrangers. L‘accroissement temporaire du revenu de ces touristes peut ainsi être plutôt orienté vers les dépenses de marchandises et \ ou autres services que les voyages touristiques au Maroc. Les résultats de la capacité d‘hébergement et les prix touristiques (PR) à court terme ne sont pas statistiquement significatifs. En revanche, l‘équation du VECM montre que les arrivées antérieures ont un effet positif et statistiquement significatif sur les futures arrivées touristiques Français, avec une élasticité de 0,61. Ce résultat peut ainsi s‘interpréter par le fait qu‘une partie considérable des touristes français recommandent à leurs proches et amis de visiter le Maroc. Globalement, la spécification de la dynamique de court terme de l‘équation de la demande touristique n‘est pas satisfaisante. Certains des coefficients n‘ont pas le signe attendu et parfois ne sont pas significatifs. Cependant, l‘estimation des relations de long terme entre les variables a été privilégiée au détriment de la spécification de la dynamique de court terme. En effet, les signes des coefficients de la relation de long terme sont conformes aux enseignements de la théorie économique et toutes les variables sont statistiquement très significatives. L‘élasticité du revenu réel par rapport à la demande touristique à long terme est une variable déterminante dans tous les modèles estimés. En effet, une hausse de 1% du PIB réel par tête induirait une hausse de 4,8% des arrivées touristiques français, 3,7% des espagnoles et 1,6% des allemands. La demande touristique marocaine est donc très sensible par rapport au PIB par habitant des pays européens. En d‘autre terme, le degré de sensibilité est très élastique, le tourisme au Maroc est considéré alors par les étrangers comme un service de « luxe ». En outre, les prix relatifs par rapport à la France, l‘Espagne et l‘Allemagne ont affiché un signe négatif à long terme, ce qui est conforme à la théorie de la demande. La demande touristique apparait relativement moins sensible au prix pour le cas de la France (0,9), tandis qu‘elle est plus 125  Cahiers de la Recherche sensible au prix pour le cas de l‘Espagne(8,6) et l‘Allemagne (7,0). Ainsi, une augmentation de 1% des prix touristiques induira une réduction de 0,9% des arrivées en provenance de la France, 8,6% de l‘Espagne et 7,0% de l‘Allemagne, toutes choses égales par ailleurs. On constate alors que les prix influencent nettement le choix des touristes espagnoles et allemands. Autrement dit, une inflation plus élevée au Maroc que dans les trois pays étudiés ou bien une appréciation de la monnaie nationale par rapport à l‘euro aura un impact négatif sur les arrivées touristiques en provenance de ces pays. Finalement, une augmentation de l‘offre d‘hébergement de 1% induira une progression de l‘ordre de 2,0% des arrivées touristiques espagnoles, 1,4% des arrivées français et 1,8% des allemands. Cela veut dire qu‘à long terme, le développement de l‘offre et des projets touristiques aura un impact positif et très significatif sur l‘accroissement des touristes au Maroc. Ce développement permet ainsi d'augmenter le pouvoir d‘attraction sur les clients. V.II. CONCLUSION Cette étude avait pour objectif de modéliser la demande touristique étrangère adressée au Maroc. La modélisation retenue prend en considération à la fois des ajustements du court et du long terme. L‘estimation a été faite principalement dans le cadre d‘un modèle VECM multivarié selon la méthode de Johansen. D'après les explications précédentes, il est clair que plusieurs facteurs semblent responsables à l'augmentation et à la diminution des arrivées de touristes au Maroc. Ainsi, nos résultats empiriques indiquent clairement qu‘à long terme, les arrivées aux postes frontières (notamment les français, espagnoles et allemands) dépendent positivement le PIB réel par tête. Par conséquent les décideurs de la politique touristique marocaine devraient accorder une attention à la surveillance et la prévision de l‘activité économique dans ces pays. Par ailleurs, on constate que les touristes étrangers en particulier les allemands et les espagnoles sont très sensibles aux prix. Ce résultat est conforme à la théorie économique et suggère que la Banque centrale du Maroc devrait être prudente lorsqu‘elle utilise toute politique ayant un impact sur la monnaie marocaine. En effet, toute appréciation de la monnaie nationale par rapport à l‘euro ou bien une inflation plus élevée au Maroc que dans les trois pays étudiés aura un impact négatif sur les arrivées de touristes étrangers et donc sur la balance touristique. En outre, nos résultats montrent que le développement de l‘offre et des projets touristiques aura un impact positif et très significatif sur l‘accroissement des touristes au Maroc. De même, nos résultats montrent qu‘un choc extérieur (notamment le terrorisme) aura évidemment un impact significativement négatif sur la demande touristique. En guise d'extension de ce travail, on peut recommander une estimation de la demande touristique désagrégée pour les autres marchés traditionnels et émergents et pour chaque région du Maroc. 126  Cahiers de la Recherche Références Bibliographiques Algieri , B., and Kanellopoulou,S., ― An Unobserved Component Model to evaluate the determinants of demand for exports of tourism‖. Tourism and Hospitality Research , vol. 9 no. 1 9-19, January 2009. Aran, E., and Leon, J., ―The impact of Terrorism on Tourism Demand‖, Annals of Tourism Research, Vol. 35, No. 2, 2007, pp. 299–315. Bashagi, A., and Muchapondwa, E., "What actions could boost international tourism demand for Tanzania?," Working Papers 152, Economic Research Southern Africa 2009. Blake, A. and Cortes-Jimenez, I.,‖ The Drivers of Tourism Demand‖, report For Department of Culture, Media and Sport December 2007. Project Report. Tourism and Travel Research Institute. Botti, L., Peypoch, N., Solonandrasana, B., Ingénierie du tourisme. Concepts, méthodes et applications/ Laurent.- DE BOECK EDITIONS, Collection Les Métiers du Tourisme, 2008, 167p. Chaiboonsri, C., Chaitip, P. and Rangaswamy, N.,‖ A Panel Unit Root and Panel Cointegration Test of the Modeling International Tourism Demand in India‖, Annals of the University of Petrosani, Economics, vol. 8, issue 1, 2008, pages 95-124. Chaiboonsri, C., Sriboonjit, J., Sriwichailamphan, T., Chaitip, P., Sriboonchitta, S. ―A Panel Cointegration Analysis: An Application To International Tourism Demand Of Thailand‖, Annals of the University of Petrosani, Economics, 10(3), 2010,pp. 69-86. Choyakh, H., ―Modelling Tourism Demand in Tunisia Using Cointegration and Error Correction Model‖, In A Matias, et al. (eds.), Advances in Tourism Economics, Heidelberg: Physica-Verlag, 2009, pp. 71-84. Divisekera, S., ―Domestic demand for Australian tourism: Elasticity estimates, Modelling and estimation of tourism demand elasticities‖, Queensland: CRC for Sustainable Tourism Pty Ltd, 2007. Dritsakis, N., and Gialetaki, K., ―Seasonal tourism demand models from USA to Greece‖, Tourism Recreation Research Vol. 29, 2004, No 3 pp. Fédération Nationale du Tourisme, ―Vision 2020‖, Dossier de presse, 10ème Assises du Tourisme, Marrakech, le 30 novembre 2010. Garín-Muðoz, T., ―German demand for tourism in Spain‖, Tourism Management, Vol 28, 2007, pp.12 22. Gerakis, A. S., ―Effects of Exchange-Rate Devaluations and Revaluations on Receipts from Tourism‖ International Monetary Fund Staff Papers, Vol 12, 1965, 365-84. Görmüs, S., and Göçer, I., ―The Socio-Economic Determinant of Tourism Demand in Turkey: A Panel Data Approach‖, International Research Journal of Finance and Economics ISSN 1450-2887 Issue 55, 2010. Gray, H. P., ―The Demand for International Travel by United States and Canada‖, International Economic Review, Vol 7, 1966, 83-92. Hamilton, J., Time series Analysis, Princeton, NJ, Princeton University Press, 1994, 799 p. Kareem, O. I., ―A panel data analysis of demand for tourism in Africa‖, Conference Paper, presented at 14th African econometrics society annual conference, School of Economics, the University of Cape Town, 4-6 July, 2007, Cape Town, South Africa. Lancaster, K, J., ―A new Approach to Consumer Theory‖, The Journal of Political Economy, Vol.74, 1966, pp.132-157. Li, G., Wong, K.F. Song H., and Witt, S., Tourism Demand Forecasting: a time varying parameter error correction model‘, Journal of Travel Research, Vol 45, 2006, pp. 175-185. Mervar, A., and Payne, J. E.,‖ An Analysis of Foreign Tourism Demand for Croatian Destinations: Long-Run Elasticity Estimates‖, Tourism Economics, Vol. 13,2007, pp.407-420. MitchellI, T., and Campbell, T., ―The Determinants of Outbound Tourism Demand In Barbados: A Vector Error Correction Aproach‖, Annual Review Seminar Research Department Central Bank of Barbados, 2005. Morley, C, L., ―A microeconomic theory of international tourism demand‖, Annals of tourism research, vol.19, 1992, pp.250-267. Narayan, K., ―Fiji‘s tourism demand: the ARDL approach to cointegration‖, Tourism Economics, Vol 10, 2004, 193– 206. 127  Cahiers de la Recherche Naude, W. A. and Saayman,A., ―Determinants of tourist arrivals in Africa: a panel data regression analysis‖, Tourism Economics, Vol 11, 2004, pp. 365–391. Ouerfell, C., ―Co-integration analysis of quarterly European tourism demand in Tunisia‖. Tourism Manage, 2008 pp.127-137. DOI: 10.1016/j.tourman.2007.03. Proença, S. A. and Soukiazis, E.,‖Demand for Tourism in Portugal: A Panel Data Approach‖, CEUNEROP Discussion Paper 29: 1-22, 2005. Rugg, D., ―The choice of Journey Destination: A Theorical and Empirical Analysis‖, Review of Economics and Statistics, vol. 55, 1973, pp. 64 – 72. Sahely, L., ―Modelling Tourism Demand From Major International Markets To The ECCU‖, Annual Review Seminar Research Department Central Bank of Barbados, 2005. Salleh,M., Shuib,A., Hook Law, S., Mohd Noor,Z., and Ramachandran, S.,‖ Tourism Demand For Malaysia from Major Asian Countries: An ARDL Approach‖. Paper presented at the Asia-Pacific Tourism Conference. Tokyo. Japan. June 2007. Salman, K., Arnesson,L., Sörensson,A., and Shukur, G., ―Estimating the Swedish and Norwegian international tourism demand using (ISUR) technique‖. Working Paper Series Centre for Labour Market Policy Research, 2009. Seetaram, N. ―Immigration and tourism demand: Evidence from Australia (1992-2000)‖, CAUTHE 2008 Conference. Song, H., and Li, G.‖Tourism Demand Modelling and Forecasting‖. Tourism Management, 29 (2). ISSN 02615177, 2008. World Tourism Organization. (UNWTO), Tourism Highlights, 2011 Edition. 128  Cahiers de la Recherche Annexes Annexe 1: Evolution des principales variables Les arrivées aux postes frontières APF Allemagne APF France 68,000 520,000 64,000 480,000 60,000 440,000 56,000 400,000 52,000 360,000 48,000 320,000 280,000 44,000 240,000 40,000 200,000 36,000 160,000 32,000 120,000 28,000 00 01 02 03 04 05 06 07 08 09 10 11 00 01 02 03 04 05 06 07 08 09 10 11 APF Espagne 240,000 200,000 160,000 120,000 80,000 40,000 0 00 01 02 03 04 05 06 07 08 09 10 11 PIB réel par habitant PIBR Allemagne PIBR France 7,200 6,500 7,000 6,400 6,300 6,800 6,200 6,600 6,100 6,400 6,000 6,200 5,900 5,800 6,000 00 01 02 03 04 05 06 07 08 09 10 11 00 01 02 03 04 05 06 07 08 09 10 11 PIBR Espagne 4,600 4,500 4,400 4,300 4,200 4,100 4,000 3,900 3,800 00 01 02 03 04 05 06 07 08 09 10 11 La capacité d‘hébergement dans les ETHC CH 70,000 65,000 60,000 55,000 50,000 45,000 40,000 35,000 00 01 02 03 04 05 06 07 08 09 10 11 Les prix relatifs 129  Cahiers de la Recherche 12.0 11.6 11.2 10.8 10.4 10.0 9.6 9.2 00 01 02 03 04 05 06 07 08 09 10 11 PR Mar_Fra PR Mar_All PR Mar_ Esp Annexe 2: Estimation du nombre de vecteurs de cointégration (*) Test de cointégration pour l'équation de la demande touristique des Français France période: 2000 T1- 2011-T4 Null Trace Critical values 95% Maximum Eigenvalue Critical Value Hypothesis Tests (Trace) (Max) 95%(Max) r=0 47.85613 56.15751*** 27.58434 75.61043* ** r ≤1 19.45292 29.79707 12.36916 21.13162 r≤ 2 7.083753 15.49471 5.244764 14.26460 r≤ 3 1.838988 3.841466 1.838988 3.841466 130  Cahiers de la Recherche Test de cointégration pour l'équation de la demande touristique des Espagnoles Espagne période: 2000 T1- 2011-T4 Null Trace Critical values 95% Maximum Eigenvalue Critical Value Hypothesis Tests (Trace) (Max) 95%(Max) r=0 54.07904 25.15283 28.58808 60.09136 ** r ≤1 35.19275 19.18963 22.29962 34.93852 r≤ 2 20.26184 11.37811 15.89210 15.74889 r≤ 3 9.164546 4.370781 9.164546 4.370781 Test de cointégration pour l'équation de la demande touristique des Allemands Allemagne periode: 2000 T1- 2011-T4 Null Trace Critical values 95% Maximum Eigenvalue Critical Value Hypothesis Tests (Trace) (Max) 95%(Max) r=0 47.85613 33.42150*** 27.58434 51.60271 ** r ≤1 29.79707 11.41666 21.13162 18.18121 r≤ 2 15.49471 6.415334 14.26460 6.764545 r≤ 3 3.841466 0.349211 3.841466 0.349211 Source : Estimations de l'auteur. Note : (*) Existence d‘une constante dans la relation de long terme et dans les données. *** (**) significatif au seuil de 1% (5%). 131