Ouverture, qualité institutionnelle et croissance économique : une investigation empirique Ouiem Ouahhabi et Lahboub Zouiri Chapitre du live Overture, productivité et croissance économique au Maroc , Édité par Chatri Abdellatif, Publié par Laboratoire d’Economie Appliquée (Mohammed V Univ.) & Policy Center for the New South, ISBN (WEB) : 978-9920-37-593-1 Citer ce document : Ouahhabi, O. & Zouiri, L. (2019). Ouverture, qualité institutionnelle et croissance économique : une investigation empirique. In A. Chatri (éd). Ouverture, productivité et croissance économique au Maroc. Laboratoire d’Économie Appliquée & Policy Center for the New South. Rabat Lien vers l'article : http://www.labeamse.com/2019/04/OPCM2.html Copyright © 2019 Laboratoire d’Économie Appliquée, Policy Center for the New South & CNRST. Tous les droits sont réservés. CHAPITRE 2 OUVERTURE, QUALITÉ INSTITUTIONNELLE ET CROISSANCE ÉCONOMIQUE : UNE INVESTIGATION EMPIRIQUE Ouiem Ouahhabi, Lahboub Zouiri Laboratoire d’Économie Appliquée, Université Mohammed V de Rabat E-mail de corréspondance : ouiem.ouahhabi@yahoo.fr Résumé : L’objectif de ce papier est de tester les effets de l’ouverture et la qualité institution- nelle sur la croissance économique en Afrique (1987-2016). On estime un panel dynamique au moyen de l’approche GMM en système et en deux étapes de B LUNDELL et B OND (1998). Il en découle, que l’ouverture a un effet positif et très significatif en considérant l’indicateur synthé- tique comme variable représentative de la qualité institutionnelle. Toutefois, cet effet devient non significatif lorsque la qualité des institutions est captée par l’indicateur spécifique. Pour ce qui est des institutions, elles sont non significatives dans toutes les estimations. On conclut que la défaillance des institutions -en particulier celles qui protègent les droits de propriété et qui garan- tissent l’exécution des contrats- entrave la croissance économique en Afrique et limite les effets bénéfiques de l’ouverture. Mots clés : ouverture, qualité institutionnelle, croissance économique, données de panel, système GMM. 2.1 Introduction Au cours des deux dernières décennies, les pays riches affichaient généralement une croissance plus rapide que les pays pauvres. Toutefois, vers les années 1980, plusieurs pays du monde avec une croissance rapide étaient pauvres. D OLLAR et K RAAY (2003) ont Ouverture, productivité et croissance économique au Maroc, Éd. Chatri Abdellatif. 23 Copyright c 2019 Laboratoire d’Économie Appliquée & Policy Center for the New South. 24 OUVERTURE, QUALITÉ INSTITUTIONNELLE ET CROISSANCE ÉCONOMIQUE divisé les pays par quintile de revenus (1980-1989). Ils remarquent que le PIB par habitant du quintile du pays le plus pauvre est en moyenne 4%, alors que celui du pays le plus riche est de presque 2%. Ce constat peut s’expliquer par la dominance des pays asiatiques qui constituent la majorité des pays pauvres à l’époque. En particulier, le Bangladesh, la Chine, l’Inde et le Vietnam ont connu une croissance accélérée mais restent des pays pauvres. À cet égard, les économistes se sont penchés sur les causes de ces disparités de revenus moyens dans le monde et tentent de proposer des solutions pour les réduire. En effet, les modèles de croissance traditionnels ont mis le point sur l’accumulation du capital physique et humain. Ensuite, la théorie de la croissance endogène a souligné le rôle du progrès technologique. Cependant, ces modèles se révèlent incapables d’expliquer les disparités de croissance constatées entre les pays. De ce fait, trois théories ont mis au- devant de la scène les déterminants profonds (structurels) de la croissance économique à long terme. À savoir, la géographie, l’intégration et les institutions. Par ailleurs, les pays africains ont été engagés dans un large processus de réformes économiques y compris la libéralisation du commerce en vue de booster la croissance éco- nomique. Toutefois, ils ont échoué de rattraper les pays avancés. Partant des déterminants profonds de la croissance économique, on propose d’étudier les effets de l’ouverture et la qualité institutionnelle sur la croissance économique dans un panel de 31 pays africains (1987-2016). Plus particulièrement, il s’agit d’examiner dans quelle mesure l’ouverture et la qualité institutionnelle contribuent à la croissance économique de ces pays. Par ailleurs, le travail explore également l’argument selon lequel l’une des causes des effets limités de l’ouverture sur la croissance économique pourrait être la faiblesse des institutions. Le reste de l’article s’organise de la manière suivante ; D’abord, on fait un tour d’horizon théorique et empirique sur la problématique. Ensuite, on expose la méthodologie adoptée. Enfin, on conclut par les limites et pistes de recherche. 2.2 Revue de littérature théorique et empirique 2.2.1 Background théorique RODRIK (2003) a expliqué rigoureusement les facteurs qui influencent la croissance économique en faisant la distinction entre les déterminants « immédiats » et « profonds » de la croissance économique ainsi que leurs interdépendances. L’auteur schématise la façon dont les économistes pensent à la détermination du re- venu (cf. annexe A, figure 1). En effet, la production totale d’une économie est fonction de ses dotations factorielles -travail, capital physique, capital humain- et de sa productivité avec laquelle ces dotations sont déployées pour produire des flux de biens et de services (PIB). Cette relation peut être exprimée sous forme d’une fonction de production, où "A" représente la productivité totale des facteurs. Cette dernière capture le niveau d’efficacité technique de l’économie, ainsi que l’allocation efficace avec laquelle les dotations en res- sources sont réparties entre les activités économiques. Le taux de croissance du PIB par habitant peut être exprimé par trois facteurs : l’accumulation du capital physique, l’accu- mulation du capital humain et la croissance de la productivité. Toutefois, l’auteur constate que l’accumulation des facteurs de production et la croissance de la productivité sont endo- gènes. En effet si par exemple, 80% de la croissance revient à l’accumulation des capitaux et le reste à la productivité, cela ne signifie pas que la croissance aurait été nécessaire-  REVUE DE LITTÉRATURE THÉORIQUE ET EMPIRIQUE 25 ment de 80% en l’absence de progrès technologique. L’incitation à accumuler aurait été beaucoup plus faible en l’absence de progrès technologique. RODRIK (2003) soutient par conséquent que l’accumulation des facteurs de produc- tion et la croissance de la productivité sont des déterminants immédiats ne permettant pas d’analyser structurellement la croissance économique. Celle-ci est expliquée par d’autres déterminants profonds à savoir : la géographie, l’intégration (l’ouverture) et les institutions (cf. annexe A, figure 2). La géographie concerne les avantages et les inconvénients en liai- son avec l’emplacement du pays (latitude, accès à la mer, climat, etc.). L’intégration se rapporte à la taille du marché et aux avantages (ainsi qu’aux coûts) de la participation au commerce international. Les institutions se réfèrent à la qualité des arrangements socio- politiques formels et informels qui jouent un rôle important dans la promotion ou l’entrave de la performance économique. La géographie influence directement le revenu par l’intermédiaire des dotations en res- sources naturelles et du climat. Les matières premières telles que le pétrole, les diamants et le cuivre sont des ressources commercialisables qui peuvent constituer une source impor- tante de revenu. La qualité du sol et les précipitations déterminent la productivité agricole. De même, le climat joue un rôle très important dans la santé de la population (morbidité) ainsi que la quantité et la qualité du capital humain. La géographie influence également le revenu indirectement par deux autres facteurs : l’intégration et les institutions. Ainsi, un pays lointain et enclavé fait face à des coûts d’intégration plus élevés. D’autre part, l’expérience historique du colonialisme a été un facteur clé du développement des pays en développement. D’ailleurs, le colonialisme lui-même était motivé par des conditions géopolitiques. La géographie est le seul facteur exogène, du fait qu’il n’est pas influencé par le revenu. C’est la géographie qui influence le revenu via ses effets directs et indirects. Néanmoins, l’intégration et les institutions sont endogènes du fait que la causalité va dans les deux sens. L’intégration augmente le revenu. Mais, il se peut que le commerce soit le résultat d’une grande productivité de l’économie. Dans le même sillage, une meilleure qualité institu- tionnelle incite à investir et innover et donc accroit le revenu. Par ailleurs, la demande de meilleures institutions augmente à mesure que les pays s’enrichissent. D’autre part, l’in- tégration et les institutions ne sont pas déterminées entièrement par le revenu. D’autres facteurs exogènes peuvent les influencer. 2.2.2 Background empirique La littérature empirique s’est largement étoffée à partir des années 1980 par trois théo- ries (géographie, intégration et institutions), grâce à de nombreux écrits académiques pion- niers qui ont tenté d’expliquer les écarts de croissance dans le monde par les déterminants profonds de la croissance économique. Toutefois, il n’existe pas de consensus sur la pri- mauté d’un facteur par rapport à un autre. Avant d’exposer les travaux marquants de chaque théorie, il est important de rappeler les principales variables instrumentales utilisées par la littérature pour répondre à cette problématique. 2.2.2.1 Variables instrumentales relatives aux déterminants profonds de la crois- sance économique Dans les estimations économétriques, les chercheurs utilisent sou- vent une série d’instruments pour capter la qualité des institutions et mesurer le degré d’intégration d’une économie dans les échanges internationales 26 OUVERTURE, QUALITÉ INSTITUTIONNELLE ET CROISSANCE ÉCONOMIQUE Pour les institutions, deux instruments sont largement utilisés. ACEMOGLU, J OHNSON et ROBINSON (2001) exploitent la mortalité des colons européens entre le dix-septième et le dix-neuvième siècles. Les européens ont, en effet, adopté des politiques de coloni- sation diverses dans différentes colonies et avec des institutions différentes. Les pays où les européens sont confrontés à des taux de mortalité élevés 1 , sont établis des institu- tions extractives dont le but principal est de transférer autant de ressources de la colonie au colonisateur. À l’autre extrême, sont développés des institutions qui mettant l’accent sur la propriété privée et les contrôles contre le pouvoir du gouvernement. Les principaux exemples comprennent l’Australie, la Nouvelle-Zélande, le Canada et les États-Unis. Ces institutions ont persisté même après l’indépendance. Le second instrument des institutions est suggéré par H ALL et J ONES (1999) et consiste en la fraction de la population qui parle l’une des sept premières langues européennes occidentales (y compris l’anglais) comme langue maternelle, et la fraction qui parle anglais comme langue étrangère. En effet, l’une des principales caractéristiques des seize-ème et dix-neuvième siècles a été l’expansion de l’Europe occidentale dans le monde entier qui a découvert les idées d’Adam Smith, l’importance des droits de propriété et le système de freins et de contrepoids dans le gouvernement. Ainsi, les pays fortement influencés par l’Europe occidentale étaient également plus susceptibles d’adopter des infrastructures favorables. S’agissant de l’intégration, la littérature fait appel à F RANKEL et ROMER (1999) qui proposent d’utiliser comme instrument la valeur prédite de la part du commerce à partir d’un modèle de gravité qui introduit les caractéristiques géographiques. Le point de départ de la réflexion de ces auteurs est que les facteurs géographiques sont importants aussi bien pour le commerce national qu’international. La distance géographique entres les pays four- nit des informations considérables sur le montant échangé. Sur le plan national, la taille du marché interne mesurée par la croissance de la population est un facteur déterminant du commerce interne. Les résidents des pays peuplés ont tendance à commercer davantage avec leurs citoyens simplement parce qu’il y a plus des citoyens avec qui faire du com- merce. D’un autre côté, les variables géographiques sont exogènes et donc elles ne posent pas le problème de la corrélation. Par conséquent le choix de la composante géographique pour l’indentification d’un instrument pour l’ouverture est intéressant pour F RANKEL et ROMER (1999). 2.2.2.2 Apports empiriques La littérature octroie à la géographie un rôle primordial dans la mesure où elle constitue le déterminant principal du climat et des dotations en res- sources naturelles. De même, elle joue un rôle important dans la santé de la population (morbidité), les frais du transport et la diffusion de la technologie. S ACHS (2003) critique les travaux qui expliquent le développement économique presque intégralement par les ins- titutions (ACEMOGLU et al., 2001 ; H ALL & J ONES, 1999 ; RODRIK, 2003). Il stipule que les institutions sont, certes, importantes, mais, sont moins déterminante pour certains pays pauvres comme l’Afrique Subsaharienne, où les carences institutionnelles ne constituent pas la primauté. Ces pays ont besoin d’interventions des bailleurs de fonds pour lutter contre les maladies meurtrières, l’isolement géographique et la faiblesse de la producti- vité. La bonne gouvernance et les institutions servent de politiques d’accompagnent pour renforcer les effets de ces interventions sur la croissance économique. 1. À l’époque deux maladies sont à l’origine des mortalités : le paludisme et la fièvre jaune.  REVUE DE LITTÉRATURE THÉORIQUE ET EMPIRIQUE 27 F RANKEL et ROMER (1999), S ACHS et WARNER (1995) ont construit un instrument basé sur les caractéristiques géographiques pour identifier l’effet du commerce sur le re- venu pour 63 pays à partir de 1985. Les auteurs trouvent que l’estimation MCO surestime les effets du commerce sur le revenu. Mais, le recours à l’instrument proposé fait valoir que le commerce a un effet positif quantitativement important et robuste sur le revenu, bien que modérément significatif sur le plan statistique. Les auteurs documentent le processus d’in- tégration mondiale et évaluent ses effets sur la croissance économique dans les pays en voie de réforme suite à l’effondrement du communisme en 1989. En effet, l’intégration ne signifie pas simplement une augmentation des flux commerciaux et financiers fondés sur le marché, mais aussi une harmonisation institutionnelle de la politique commerciale, les codes juridiques, les systèmes fiscaux, les régimes de propriété et d’autres arrange- ments réglementaires. Les résultats montrent que les pays ouverts au commerce tendent à converger. Toutefois, l’ouverture n’est pas suffisante pour produire de la croissance. Des politiques macroéconomiques stables, des politiques structurelles et des institutions sont également nécessaires. D’autres travaux insistent sur les institutions notamment le rôle des droits de propriétés et l’état de droit. En effet, H ALL et J ONES (1999) s’interrogent sur les causes des dif- férences de production par travailleur entres pays en exploitant un panel de 127 pays du monde (1986-1995). Ils concluent que les différences dans l’accumulation du capital phy- sique et humain n’expliquent que partiellement les différences de revenus entres les pays. Le déterminant fondamental est la différence dans les institutions et les politiques gouver- nementales qu’ils les appellent « infrastructure sociale ». Pour valider la robustesse des résultats, ils utilisent la distance de l’équateur ainsi que la fraction de la population an- glophone et celle qui parle des langues européennes comme variables instrumentales. Par ailleurs, ACEMOGLU et al. (2001) exploitent les différences de taux de mortalité des euro- péens comme source exogène des institutions pour estimer leurs effets sur la performance économique dans 64 pays du monde (1985-1995). Les résultats indiquent que la réduc- tion du risque d’expropriation 2 entraînerait des gains importants de revenu par habitant. Les auteurs insistent à ce que les résultats obtenus n’impliquent pas que les institutions sont aujourd’hui prédéterminées par les politiques coloniales et ne peuvent être modifiées. Mais, le but est de montrer que l’expérience coloniale est l’un des nombreux facteurs affec- tant les institutions. De leur part, RODRIK, S UBRAMANIAN et T REBBI (2004) analysent les contributions respectives des institutions, de la géographie et l’intégration dans la dé- termination du niveau de revenu pour trois panels des pays du monde par la méthode des doubles moindres carrées ordinaires (2SLS) avec variables instrumentales. Le premier pa- nel est l’échantillon original de 64 pays utilisé par ACEMOGLU et al. (2001). Le deuxième est plus large, il est composé de 80 pays tout en conservant l’instrument de ACEMOGLU et al. (2001). Le troisième panel contient 140 avec les instruments proposés par H ALL et J ONES (1999) et qui sont plus largement disponibles. L’instrument de la variable inté- gration de F RANKEL et ROMER (1999) est utilisé dans tous les panels. Les résultats ont montré que les institutions ont le plus important effet sur le revenu. Après neutralisation des effets des institutions, il s’est avéré que la géographie a de faibles effets directs sur le revenu, alors que l’intégration n’a pas d’effet direct sur les revenus. L’analyse des relations entre les déterminants fait ressortir que la qualité des institutions a un effet positif et signi- 2. C’est l’indicateur utilisé pour représenter les institutions produit par le Service des Risques Politiques. Il exprime les droits de propriété et les contrôles contre le pouvoir du gouvernement. 28 OUVERTURE, QUALITÉ INSTITUTIONNELLE ET CROISSANCE ÉCONOMIQUE ficatif sur l’intégration et vice versa. Ce qui porte à croire que le commerce international peut avoir un impact indirect sur les revenus en améliorant la qualité des institutions. Au-delà des trois travaux présentés ci-dessus, D OLLAR et K RAAY (2003) ont cherché à isoler les effets partiels de l’ouverture et les institutions sur la croissance économique pour un panel de 100 pays du monde (1970-1990). Ils ont trouvé des coefficients importants et statistiquement significatifs pour les deux variables. Toutefois, lors de la prise en consi- dération des variables instrumentales de ACEMOGLU et al. (2001), F RANKEL et ROMER (1999), H ALL et J ONES (1999), ils rencontrent un problème de multicolinéraité dans les régressions de deuxième étape. Leur utilisation dans le modèle n’a pas mis en évidence le rôle de l’ouverture et les institutions dans la croissance économique. Ils expliquent ce pro- blème par le fait que ces instruments ont un bon pouvoir explicatif pour les deux variables endogènes et parce qu’ils sont corrélés entre eux. Ensuite, ils considèrent un autre panel de pays pauvres qui ont connu une croissance accélérée au cours des dernières années. Ils estiment un modèle dynamique dans lequel le PIB par habitant est retardé d’une période et en instrumentent les institutions et l’ouverture par leurs valeurs retardées. Ils remarquent que cette méthode donne des résultats plus intéressants : un effet fortement significatif et économiquement pertinent de l’ouverture sur la croissance, mais seulement une preuve modeste des effets partiels des améliorations de la qualité institutionnelle. Ces résultats suggèrent un rôle conjoint important pour l’ouverture et les institutions à très long terme, mais un rôle relativement plus important pour l’ouverture à court terme. 2.3 Méthodologie Il est développé ici une régression dynamique d’un modèle de croissance standard dans lequel la croissance économique est expliquée par deux variables endogènes à savoir l’ou- verture et la qualité institutionnelle. Par ailleurs, pour valider la robustesse des résultats, on ajoute une variable de contrôle (variable exogène) qui est la géographie (RODRIK, 2003). A l’instar de D OLLAR et K RAAY (2003), pour échapper au problème de multicolinéa- rité entre les variables instrumentales fournies par les études empiriques, on instrumente les variables explicatives par leurs valeurs retardées. On estime le modèle par la méthode des moments généralisés (GMM) en système et en deux étapes de B LUNDELL et B OND (1998). 2.3.1 Spécification du modèle et présentation de la méthode d’estimation Sous sa forme générale, la spécification dynamique du modèle de croissance peut être présentée comme suit : ∆Yit = α + δYit−1 + β́Xit + θ́Zit + ηi + γt + εit (1) ∆Yit est le taux de croissance du PIB réel par habitant du pays i à l’année t. Yit−1 est le niveau initial du revenu réel par habitant. Xit est le vecteur des variables d’intérêt (ou- verture et qualité institutionnelle). Zit est le vecteur des variables de contrôle (géographie) .δ ,β́ et θ́ sont les paramètres à estimer dans le modèle. η et γ représentent respectivement les effets spécifiques individuelles et temporelles non observés. Les effets spécifiques in- dividuelles captent l’effet des facteurs non observés et propres à chaque pays. Quant aux  MÉTHODOLOGIE 29 effets spécifiques temporels, ils captent les chocs temporels qui affectent la croissance éco- nomique. ε est un terme d’erreur qui capture les effets inobservés qui varient à la fois dans le temps et entre les pays. Par ailleurs, l’approche d’estimation GMM fournit des estimations plus robustes que la méthode des moindres carrées ordinaires (MCO) ou bien des doubles moindres carrées ordinaires (2SLS) qui ne tient pas compte de l’hétéroscédasticité. On distingue deux variantes d’estimateurs de la méthode GMM les plus utilisées : l’esti- mateur GMM en première différence d’A RELLANO et B OND (1991) et l’estimateur GMM en système de B LUNDELL et B OND (1998). Le premier estimateur consiste à prendre pour chaque période la première différence de l’équation à estimer en vue d’éliminer les effets spécifiques individuels. La procédure d’estimation consiste à instrumenter les variables ex- plicatives par leurs valeurs retardées d’une période ou plus. B LUNDELL et B OND (1998) ont montré que cette dernière n’exploite pas toutes les informations dans des échantillons finis quand les instruments sont faibles. D’où l’estimateur GMM en système de B LUN - DELL et B OND (1998) qui combine les équations en première différence avec les équations en niveau, dans lesquelles les instruments en première différence sont exprimés en niveau et vice-versa. L’estimateur GMM permet non seulement de prendre en compte l’hétéro- généité entre les individus mais également de traiter le problème d’endogénéité qui peut se trouer entre les variables. Ainsi, l’estimateur GMM en système est plus efficace que l’estimateur en première différence. En outre, on utilise une approche GMM en deux étapes (ROODMAN, 2006). En effet, B LUNDELL et B OND (1998) ont montré que l’estimation en deux étapes qui se rapporte à la statistique de Hansen est plus efficiente que l’approche en une étape dont la mesure où la matrice de variance covariance est plus robuste. La méthode à deux étapes permet la prise en compte de l’hétéroscédasticité entre individus, l’auto corrélation des termes d’erreur et les biais de simultanéité et d’erreurs de mesure. L’estimateur GMM en système ; qui sera retenu dans le cas présent ; repose sur deux hy- pothèses : 1. les instruments utilisés sont non corrélés au terme d’erreur. Cette hypothèse est testée en utilisant le test de sur identification de Sargan/Hansen. 2. l’absence d’autocor- rélation d’ordre 2 (AR(2)) dans les résidus et l’autocorrélation négative d’ordre 1 (AR(1)). Pour tester cette seconde hypothèse, on se réfère au test d’Arellano-Bond. L’utilisation de l’approche GMM par variables instrumentales revient à plusieurs rai- sons essentielles. Elle apporte des solutions aux problèmesdes erreurs de mesure, de l’en- dogénéité et des variables omises Dans le modèle à estimer, l’utilisation des variables explicatives comme instruments diffère selon la nature des variables explicatives. Pour la variable exogène (géographie), sa valeur courante est utilisée comme instrument. S’agissant de la variable prédéterminée -faiblement exogène- (niveau initial du revenu réel par habitant), sa valeur retardée d’une période est utilisée comme instruments. Enfin, pour les variables endogènes (ouverture et qualité institutionnelle), on les instrumente par deux retards. De même, pour tenir compte des effets spécifiques temporels on introduit des variables muettes temporelles (time dummies). Ainsi, on estime quatre modèles 3 . Le premier (équa- tion2/colonne1) et second modèle (équation 3/colonne 2) estiment les effets partiels de l’ouverture lnOP EN et la qualité institutionnelle (ICRG/Rule) sur la croissance éco- 3. L’ouverture et la croissance économique sont considérées en log. 30 OUVERTURE, QUALITÉ INSTITUTIONNELLE ET CROISSANCE ÉCONOMIQUE nomique lnδGDP en introduisant les variables muettes temporelles comme instruments 4 . Le troisième (équation4/colonne3) et quatrième modèle (équation5/colonne4) ajoutent la géographie DIST EQ comme variable de contrôle pour valider la robustesse des résultats. Ainsi l’équation (1) peut être réécrite dans les équations (2, 3, 4 et 5) 5 : Ln∆GDPit = α + δLnGDPit−5 + β1 LnOP ENit + β2 ICRGit + ηi + γt + εit (2) Ln∆GDPit = α + δLnGDPit−5 + β1 LnOP ENit + β2 RU LEit + ηi + γt + εit (3) Ln∆GDPit = α + δLnGDPit−5 + β1 LnOP ENit + β2 ICRGit (4) + θ1 DIST EQ + ηi + γt + εit Ln∆GDPit = α + δLnGDPit−5 + β1 LnOP ENit + β2 RIU LEit (5) + θ1 DIST EQ + ηi + γt + εit 2.3.2 Données et mesure des variables Les données portent sur un panel non-cylindré de 31 pays africains (cf. annexe B, ta- bleau 1) observés au cours de six périodes quinquennales successives : (1987-1991), (1992- 1996), (1997-2001), (2002-2006), (2007-2011), (2012-2016). Le choix de la période et du nombre de pays est limité par la base de données relative aux variables représentatives de la qualité institutionnelle, qui ne sont disponibles que jusqu’à l’année 2016 et qui ne comprennent pas tous les pays d’Afrique. De même, la considération des moyennes quin- quennales pour chaque variable revient à ce que les données quinquennales permettent d’atténuer les effets du cycle économique ainsi que les auto-corrélations qu’on pourrait trouver dans les données annuelles (I SLAM, 1995). Pour représenter la croissance économique, les études empiriques retiennent généra- lement le taux de croissance du PIB réel par habitant comme mesure de la performance économique. Par ailleurs, à l’égard des modèles de panel dynamique, le niveau initial du revenu est introduit dans le modèle pour contrôler la convergence vers l’équilibre. C’est en fait le taux de la vitesse d’ajustement, c’est à dire, le taux pour lequel l’économie s’adapte à toute déviation de la relation de long terme. S’agissant de la variable ouverture, on retient l’indicateur le plus couramment utilisé qui est le ratio au PIB de la somme des exportations et importations. Il exprime l’intensité de l’insertion de l’économie nationale dans les échanges internationaux. On utilise l’ouverture réelle mesurée à prix constants plutôt que la mesure de l’ouverture à prix courants. En effet, la première mesure exprime mieux l’impulsion réelle liée à l’expansion des échanges. Alors que la seconde se réfère au degré de sensibilité à la conjoncture internationale à 4. Ces variables sont considérées comme strictement exogènes. 5. On a retardé le PIB réel par habitant par 5 années du fait qu’on considère les données par leurs moyennes quinquennales.  MÉTHODOLOGIE 31 un moment donné. Dans un modèle de croissance dynamique l’ouverture réelle est plus intéressante. La qualité institutionnelle est représentée par deux indicateurs. L’indice synthétique ICRG est produit par le groupe du Service des Risques Politiques (PRS). Plusieurs auteurs comme H ALL et J ONES (1999), RODRIK et al. (2004), S ACHS et WARNER (1995) uti- lisent des indicateurs spécifiques à partir de cet indice. Il comprend vingt-deux variables regroupées en douze catégories et disponibles de 1984 à 2016 pour un grand nombre de pays : la stabilité du gouvernement, les conditions socio-économiques, le profil d’investis- sement, les conflits internes, les conflits externes, la corruption, le militaire en politique, les tensions religieuses, la loi et l’ordre, les tensions ethniques, la responsabilisation démo- cratique et enfin la qualité bureaucratique. L’indicateur spécifique est une composante de l’indicateur synthétique ; il est représenté par la variable « loi et ordre ». Il exprime le degré de conformité du système juridique aux normes qu’il a explicitement formulées. Quand le système juridique d’un pays n’est pas en mesure de protéger les personnes, les droits de propriété et les contrats, l’ouverture de la société et le bon fonctionnement de ses échanges commerciaux sont remis en cause. C’est pour cette raison que ce groupe d’institutions re- quiert une importance particulière dans la littérature empirique. Mais, pour tenir compte d’autres variables institutionnelles qui agissent sur la dynamique de la croissance on utilise également une variable scorée (ICRG). La géographie est mesurée par la distance de l’équateur qui est la mesure préférée pour H ALL et J ONES (1999), RODRIK (2003), RODRIK et al. (2004). Elle est égale à la valeur absolue de la latitude en degrés divisée par 90 pour la placer sur une échelle de 0 à 1. Les données qui concernent la croissance du PIB réel par habitant, le PIB réel par habi- tant et l’ouverture réelle proviennent de la base de données de la Banque Mondiale 6 . Les variables représentatives de la qualité institutionnelle sont recueillies de la base de données produite par le Service des Risques Politiques (2016) (SRP) . La distance de l’équateur est extraite de la base de données du papier de H ALL et J ONES (1999). 2.3.3 Statistiques descriptives et faits stylisés Le tableau 2 (cf. annexe B) synthétise les statistiques descriptives des variables utili- sées dans les estimations. Pour toutes les variables, la variabilité inter-individuelle est plus importante que la variabilité intra-individuelle. Cela signifie qu’il existe une hétérogénéité dans les données. Mais, l’estimation par GMM en système permet de corriger et contrôler l’hétérogénéité individuelle des données des variables. L’étude de la corrélation entre les variables (cf. annexe B, tableau 3) révèle une corré- lation négative entre la variable à expliquer et les variables explicatives. Cela signifie que l’ouverture, les institutions et la géographie ont un effet négatif sur la croissante écono- mique en Afrique. Cependant les corrélations entre l’ouverture et la qualité institutionnelle sont respectivement de 0.3658 et 0.1002 selon qu’on considère l’indicateur synthétique ou spécifique. Les corrélations entre les déterminants de la croissance économique sont positives. La corrélation entre la géographie et l’ouverture est de 0.017. Les corrélations entre la géographie et les institutions sont respectivement de 0.2984 pour l’indicateur syn- thétique et de 0.2544 pour l’indicateur spécifique. Cependant une corrélation n’est pas la 6. World Developpement Indicators 2017 32 OUVERTURE, QUALITÉ INSTITUTIONNELLE ET CROISSANCE ÉCONOMIQUE preuve d’une causalité. Il y a souvent des facteurs omis qui sont à l’origine des associations observées entre les données. La figure 3 (cf. annexe A) illustre la relation négative entre la croissance économique, l’ouverture et la qualité institutionnelle. S’agissant de la relation entre l’ouverture et l’in- dicateur synthétique de la qualité institutionnelle, on remarque la présence d’une relation positive et relativement importante. Pour ce qui est du lien entre l’ouverture et l’indicateur spécifique de la qualité institutionnelle, on observe une relation positive et très faible. On remarque également la présence de certains points aberrants qui sont éloignées des autres valeurs des données et peuvent avoir une incidence sur l’importance des données. D’où la nécessité de corriger ces éléments. Ces faits stylisés nous font croire que la mauvaise qualité des institutions en Afrique est l’une des raisons qui entravent la croissance économique et limitent les effets positifs de l’ouverture. De même, ils nous apprennent que les régressions dynamiques sont poten- tiellement informatives sur les effets partiels de l’ouverture et la qualité institutionnelle. Ainsi, le recours aux variables instrumentales corrige les erreurs de mesures qui pourraient être une cause de la présence des points aberrants. Enfin, l’étude de la non linéarité entre l’ouverture et la qualité des institutions serait probablement plus enrichissante dans le cas où la régression linéaire montre que la dépendance entre deux variables est très faible voire nulle. 2.3.4 Estimation et résultats Les résultats des estimations sont reportés dans le tableau 4 (cf. annexe B). Les tests de sur-identification de Sargan/Hansen montrent que les instruments utilisés dans toutes les estimations sont validés, comme l’indique la plus-value relative à ces deux tests qui est supérieure à 1%, 5% ou 10%. De même, les tests d’autocorrélation d’Arellando et Bond confirment le rejet de l’hypothèse d’autocorrélation de premier ordre (AR1), comme le montre la plus-value associée à ces deux tests qui est inférieure à 1%, 5% ou 10%. Pour ce qui est de l’autocorrélation de second ordre (AR2), elle est toujours rejetée, puisque la plus-value liée dépasse 1%, 5% ou 10%. Les modèles sont globalement acceptables, il est donc possible d’interpréter les résultats. Dans l’estimation basée sur l’indicateur synthétique de la qualité institutionnelle « co- lonne1 », l’ouverture apparait avec un signe positif et très significatif. Quant aux insti- tutions, elles affichent un signe positif mais non significatif. D’autre part, Le recours à l’indicateur spécifique « colonne 2 », rend l’ouverture non significative mais avec un signe positif. La variable « loi et ordre » a un signe négatif et faiblement significatif. Pour confirmer la robustesse des résultats, on a introduit la géographie comme variable de contrôle à l’égard des études empiriques « colonne 3 et 4 ». Les résultats de l’estimation « colonne 3 » confirment toujours l’estimation « colonne 1 ». L’ouverture exerce un effet positif et significativement élevé sur la croissance économique. Les institutions ont un impact positif et non significatif sur la croissance économique. Avec l’estimation « colonne 4 », l’ouverture a un effet significatif et positif. Mais, la qualité institutionnelle est toujours non significative et devient positive. De surcroit, dans toutes les estimations, la géographie a un effet négatif et très significatif sur la croissance économique. De même, le niveau initial du revenu réel par habitant retardé a un signe négatif et significativement élevé. Nos estimations préférées sont représentées dans les colonnes 3 et 4 qui sont plus robustes.  CONCLUSION 33 À partir des résultats des estimations, il ressort de la non significativité de la qualité institutionnelle, que les économies africaines sont dotées de mauvaises institutions qui freinent la croissance économique. ACEMOGLU et al. (2001) trouvent que la pauvreté en Afrique s’explique par la défaillance des institutions. H ALL et J ONES (1999) considèrent qu’une infrastructure sociale favorable à des niveaux élevés de revenu fournit un environ- nement qui soutient les activités productives et encourage l’accumulation du capital phy- sique, l’acquisition de compétences, l’invention et le transfert de technologie. Par ailleurs, la significativité du coefficient attaché à la variable représentative de l’ouverture s’explique probablement par la considération de l’indicateur synthétique de la qualité institutionnelle qui comporte plusieurs variables. Toutefois, Il se révèle non significatif avec le recours à l’indicateur spécifique « loi et ordre ». Donc, on peut conclure que la défaillance des ins- titutions qui protègent les droits de propriétés et qui garantissent l’exécution des contrats- limitent les effets bénéfiques de l’ouverture sur la croissance économique RODRIK (2003). A partir des études empiriques sur les disparités de revenu entre pays du monde, RODRIK (2003) a constaté que les mauvaises institutions rendent la croissance difficile à se réali- ser. Et quand la croissance se réalise, elle se révélée fragile (l’Indonésie après 1997) ou incapable de produire des résultats sociaux élevés dans des domaines tels que la santé, l’éducation ou l’égalité des sexes (cas du Pakistan). Par ailleurs, La Chine, le Botswana, le Maurice et l’Australie sont des exemples de pays qui doivent leur performance à la pré- sence d’institutions qui génèrent des incitations à investir 7 , protègent les droits de propriété des investisseurs, et permettent l’instabilité sociale et politique. En outre, le signe négatif attaché au coefficient de la variable représentative de la géo- graphie s’expliquent par la localisation des pays africains. Il est largement admis que les pays éloignés de l’équateur ont probablement des niveaux de revenu plus élevés H ALL et J ONES (1999), RODRIK (2003) Le signe négatif du niveau initial du revenu réel par habitant retardé corrobore l’hypothèse de convergence dans la théorie économique. 2.4 Conclusion Les résultats des estimations par la méthode GMM en système en panel dynamique (1987-2016) sont conformes à la littérature empirique (ACEMOGLU et al., 2001 ; H ALL & J ONES, 1999 ; RODRIK, 2003 ; RODRIK et al., 2004). L’ouverture en Afrique a un effet po- sitif et très significatif en considérant l’indicateur synthétique comme variable représenta- tive de la qualité institutionnelle. Mais, lors de la prise en compte de l’indicateur spécifique « loi et ordre », elle devient non significative. Pour ce qui est des institutions, le coefficient attaché est positif et non significatif dans toutes les trois estimations (colonnes 1, 3 et 4). Ainsi, les pays africains sont dotés d’institutions défaillantes qui sont responsables en grand partie d’une croissance sans développement économique. Pour bénéficier pleinement des effets de l’ouverture sur la croissance économique, les pays africains doivent amélio- rer efficacement leur qualité institutionnelle, en particulier les institutions qui protègent les droits de propriétés et garantissent l’exécution des contrats. D’autre part, étant donnée la causalité complexe des déterminants de la croissance éco- nomique ainsi que leur influence relative, il est délicat de concevoir une stratégie empirique rationnelle. L’économétrie des données de panel joue un rôle primordial dans ce cadre. Mais, il faut que les résultats obtenus soient impérativement vérifiés par des études de 7. Ce qui renforce l’importance du commerce international. 34 OUVERTURE, QUALITÉ INSTITUTIONNELLE ET CROISSANCE ÉCONOMIQUE cas (par pays). Sinon, ils sont considérés comme suspects RODRIK (2003). En effet, ces études peuvent générer une réclamation qui ne trouve pas de support dans les régressions en données de panel et donc nécessite un réexamen minutieux. À cet égard, une piste de recherche incontournable pour le cas marocain est la vérification des effets simultanés de l’ouverture, la qualité institutionnelle et la géographie, en examinant la relation non linéaire entre l’ouverture et la qualité institutionnelle qui a été déjà dégagée dans les faits stylisés. Il est donc primordial d’examiner cette non linéarité en considérant des indicateurs spéci- fiques (plusieurs modèles) pour la représentation de la qualité institutionnelle. Ceci nous permet de faire ressortir des implications économiques importantes en matière de réforme institutionnelle. Références ACEMOGLU, D., J OHNSON, S. & ROBINSON, J. A. (2001). The colonial origins of compa- rative development : An empirical investigation. American economic review, 91(5), 1369-1401. A RELLANO, M. & B OND, S. (1991). Some tests of specification for panel data : Monte Carlo evidence and an application to employment equations. The review of economic studies, 58(2), 277-297. B LUNDELL, R. & B OND, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of econometrics, 87(1), 115-143. D OLLAR, D. & K RAAY, A. (2003). Institutions, trade, and growth. Journal of monetary economics, 50(1), 133-162. F RANKEL, J. A. & ROMER, D. H. (1999). Does trade cause growth ? American economic review, 89(3), 379-399. H ALL, R. E. & J ONES, C. I. (1999). Why do some countries produce so much more output per worker than others ? The quarterly journal of economics, 114(1), 83-116. I SLAM, N. (1995). Growth empirics : a panel data approach. The Quarterly Journal of Economics, 110(4), 1127-1170. RODRIK, D. (2003). Institutions, integration, and geography : In search of the deep de- terminants of economic growth. In Search for Prosperity : Analytic Narratives on Economic Growth. Princeton University Press, Princeton. RODRIK, D., S UBRAMANIAN, A. & T REBBI, F. (2004). Institutions rule : the primacy of institutions over geography and integration in economic development. Journal of economic growth, 9(2), 131-165. ROODMAN, D. (2006). How to do xtabond2 : an introduction to ‘difference’and ‘system. In GMM in STATA’, Center for Global Development Working Paper No. 103. Citeseer. S ACHS, J. D. (2003). Les institutions n’expliquent pas tout. Finances & Développement, 38-41. S ACHS, J. D. & WARNER, A. M. (1995). Natural resource abundance and economic growth. National Bureau of Economic Research.  ANNEXES 35 ANNEXES Annexe A Figure 1 : Les déterminants immédiats de la croissance économique Endowments Productivity Income 𝛼 1−𝛼 𝑦 = 𝑎𝑘 (ℎ𝑙) 𝑦−𝑖=𝛼 𝑘−𝑖 + 1−𝛼 ℎ+𝑎 Per-capita = capital + human capital + productivity GDP growth deepening accumulation growth Source : RODRIK (2003) Figure 2 : Les déterminants immédiats et profonds de la croissance économique Income Endogenous Factor endowments Productivity …………………………….……………….………………………. Partly Endogenous Trade Institutions Exogenous Geography Source : RODRIK (2003) Annexe B Tableau 1 : Liste des pays africains (31) inclus dans le modèle Algérie Gambie Maroc Soudan Gabon Angola Ghana Mozambique Tanzanie Mali Burkina Faso Guinée Namibie Togo Afrique du Sud Cameroun Guinée-Bissau Niger Tunisie Zambie Congo, Rép. Kenya Nigeria Ouganda Sierra Leone Egypte, Rép. Arabe Madagascar Sénégal Zimbabwe Malawi Ethiopie 36 OUVERTURE, QUALITÉ INSTITUTIONNELLE ET CROISSANCE ÉCONOMIQUE Figure 3 : Ouverture qualité institutionnelle et croissance économique 15 15 10 10 5 5 0 0 -6 -4 -2 0 2 4 1 2 3 4 5 6 (mean) ICRG (mean) Rule (mean) lnGDP Fitted values (mean) lnGDP Fitted values 15 5 4.5 10 4 3.5 5 3 2.5 0 2.5 3 3.5 4 4.5 5 -6 -4 -2 0 2 4 (mean) lnOPEN (mean) ICRG (mean) lnGDP Fitted values (mean) lnOPEN Fitted values 5 4.5 4 3.5 3 2.5 1 2 3 4 5 6 (mean) Rule (mean) lnOPEN Fitted values  ANNEXES 37 Tableau 2 : Statistiques descriptives Variable Mean Std. Dev. Min Max Observations ln∆GDP Overall 2.215 3.045 -0.641 15.195 N=185 Between 3.048 0.952 14.828 n=31 Within 0.429 0.801 3.429 T-bar=5.9 lnGDP_t-5 Overall 10.151 3.188 0.633 14.979 N=186 Between 3.228 1.180 14.892 n=31 Within 0.159 9.605 10.619 T=6 lnOPEN Overall 4.100 0.376 2.698 5.001 N=180 Between 0.339 3.197 4.810 n=31 Within 0.170 3.565 4.594 T-bar=5.8 ICRG Overall 0.128 1.832 -5.617 4.526 N=186 Between 1.583 -3.972 3.836 n=31 Within 0.959 -3.783 3.118 T=6 Rule Overall 3.074 0.995 1 6 N=186 Between 0.891 1.762 5.175 n=31 Within 0.466 1.455 4.173 T=6 DISTEQ Overall 0.156 0.110 0.002 0.409 N=186 Between 0.112 0.002 0.409 n=31 Within 1.3e-1 0.156 0.156 T=6 Tableau 3 : Matrice de corrélation entre les variables Variable Mean Std. Dev. Min Max Observations ln∆GDP Overall 2.215 3.045 -0.641 15.195 N=185 Between 3.048 0.952 14.828 n=31 Within 0.429 0.801 3.429 T-bar=5.9 lnGDP_t-5 Overall 10.151 3.188 0.633 14.979 N=186 Between 3.228 1.180 14.892 n=31 Within 0.159 9.605 10.619 T=6 lnOPEN Overall 4.100 0.376 2.698 5.001 N=180 Between 0.339 3.197 4.810 n=31 Within 0.170 3.565 4.594 T-bar=5.8 ICRG Overall 0.128 1.832 -5.617 4.526 N=186 Between 1.583 -3.972 3.836 n=31 Within 0.959 -3.783 3.118 T=6 Rule Overall 3.074 0.995 1 6 N=186 Between 0.891 1.762 5.175 n=31 Within 0.466 1.455 4.173 T=6 DISTEQ Overall 0.156 0.110 0.002 0.409 N=186 Between 0.112 0.002 0.409 n=31 Within 1.3e-1 0.156 0.156 T=6 38 OUVERTURE, QUALITÉ INSTITUTIONNELLE ET CROISSANCE ÉCONOMIQUE Tableau 4 : Estimation GMM en système en deux étapes Variable dépendante : ln GDP (1) (2) (3) (4) -0.942 *** -0.916 *** -1.05 *** -0.954 *** lnGDP_t-5 (-7.63) (-10.53) (-8.53) (-10.62) 1.49 *** 0.408 1.630 *** 1.256 ** lnOPEN (3.78) (0.65) (2.62) (0.573) 0.045 0.119 ICRG 1 (0.49) (1.03) -0.195 * 0.05 Rule 1 (-2.03) (0.47) -9.298 *** -9.313 *** DISTEQ (-3.51) (-3.95) 5.704 ** 10.441 *** 7.730 *** 8.284 *** Constante (2.41) (3.39) (2.94) (2.96) Arrelano-Bond test 0.000 0.000 0.000 0.000 for AR(1) (p-value>Z) Arrelano-Bond test for 0.250 0.143 0.249 0.245 AR(2) (p-value>Z) p-value of Sargan/ 0.365 0.278 0.697 0.147 Hansen test Prob > F 0.000 0.000 0.000 0.000 Observations 179 179 179 179 Nombre d’instruments 22 22 23 23 Nombre de pays 31 31 31 31 Notes : (i) les termes entre parenthèses représentent les t-student. (ii) indique la significativité à 10%, à 5% et à 1%. * ** *** (iii) toutes les estimations sont performées par des variables muettes temporelles mais les coefficients ne sont pas affichés. 1 Indicateur synthétique