contribution des financements internationaux a la

Revue Économie, Gestion et Société Vol 1, N°31 août 2021

http://revues.imist.ma/?journal=REGS ISSN: 2458-6250

1 1

CONTRIBUTION DES FINANCEMENTS INTERNATIONAUX A LA

REDUCTION DES INEGALITES DE REVENU EN AFRIQUE DE

L’OUEST

Par

Insa SANE

Doctorant en Economie, Université Assane SECK de Ziguinchor.

[email protected]

&

Famara DIEDHIOU

Doctorant en Economie, Université Assane SECK de Ziguinchor.

[email protected]

&

Abdou Aziz NIANG

Professeur, Université Assane SECK de Ziguinchor.

Résumé

L’objectif du présent article est d’analyser l’effet des financements extérieurs tels que les

transferts de fonds de migrants, l’aide publique au développement ainsi que les

investissements directs étrangers sur les inégalités de revenus en Afrique de l’Ouest. Sur une

période d’étude allant de 1980 à 2019 et des données provenant de la Banque mondiale et de

World Income Inequality Database, l’analyse économétrique a été faite avec un panel

dynamique de pays de la CEDEAO à l’exception du Liberia et de la Sierra Léone. Grâce à la

Méthode des Moments Généralisés en système qui est développée par Blundell et Bond

(1998), les résultats obtenus ont révélé que parmi les trois sources de financement extérieur,

mailto:[email protected]

mailto:[email protected]



2 2

seuls les investissements directs étrangers contribuent à réduire significativement les

inégalités de revenu dans les pays d’Afrique de l’Ouest.

Mots clés : Financements internationaux, Inégalités de revenus, Afrique de l’Ouest.

Classification JEL : F35, D31, O55

Abstract

The objective of this paper is to analyse the effect of external financing such as

remittances, official development assistance and foreign direct investment on income

inequality in West Africa. Using a study period from 1980 to 2019 and data from the World

Bank and World Income Inequality Database, the econometric analysis was done with a

dynamic panel of ECOWAS countries except Liberia and Sierra Leone. Using the

Generalized System Moment Method developed by Blundell and Bond (1998), the results

obtained revealed that among the three sources of external financing, only foreign direct

investment contributes to significantly reducing income inequality income in West African

countries.

Keywords: External Financing, Income Inequality, West Africa

JEL Code : F35, D31, O55



3 3

Introduction

Trois décennies après le déclenchement de la crise internationale de la dette dû à un défaut

de paiement mexicain en 1982, la question du financement du développement se pose avec

acuité. Il a été constaté que l’approche néolibérale du financement du développement n’a pas

produit les effets escomptés. En effet avec le désengagement1 de l’État et la multiplication des

privatisations, la libéralisation des échanges commerciaux et des mouvements de capitaux

ainsi que le recours excessif à l’épargne extérieure pour financer le développement ont

participé à l’accroissement des inégalités entre pays (Berr et Combarnous, 2005).

En plus d'être le continent le plus pauvre, l'Afrique est aussi l'un des plus inégalitaires, où

les concentrations de richesse et de revenu figurent parmi les plus extrêmes du monde entier.

Les 0,01% des Africains les plus riches possèdent 40% de toute la richesse du continent

(AfrAsia, 2018)2.Par rapport à d'autres régions du continent, l'Afrique de l'Ouest compte le

plus grand nombre de pays, où plus de 30% de la population vit avec moins de1,90 dollar par

jour. La région souffre aussi du plus faible niveau de couverture de soins de santé publique et

des plus faibles proportions de population ayant accès à l'eau et à une éducation décente

(Oxfam, 2019). Ces besoins humains de première nécessité vont de pair avec des inégalités

abyssales qui empêchent la majorité de la population de voir sa situation s’améliorer dans la

région, tandis qu’une toute petite minorité prospère.

C’est bien pour ces raisons qu'agir pour réduire les inégalités est l'un des17 Objectifs de

Développement Durable (ODD). L’ODD n°10 enjoint toutes les nations à prendre des

mesures pour réduire les inégalités économiques, notamment par l'autonomisation des

personnes qui se trouvent au bas de l'échelle des revenus (Berg et Veenhoven, 2010)3.

La réalisation de cet engagement nécessite toutefois des apports de ressources

considérables, indispensables à l’augmentation et à l’amélioration de l’offre de services de

base pour les populations des pays bénéficiaires.

Selon la théorie de la balance des paiements développée par Caimes (1874) et Bastable

(1899) préconisant que les financements internationaux investis dans un pays est favorable à

la croissance économique. À cet effet, l’on est en droit de se poser la question suivante : les

différentes sources de financement extérieur, telles que les transferts de fonds des migrants,

1 Privatisation des économies africaines sur recommandation du Fonds Monétaire International à travers les

politiques d’ajustement structurelles. 2Cité par Oxfam (2019).

3Ibid.



4 4

l’Aide Publique au Développement (APD) ainsi que les Investissements Directs Étrangers

(IDE), contribuent-elles à la réduction des inégalités de revenus en Afrique de l’Ouest?

Cet article a pour objectif d’analyser respectivement l’effet de ces trois sources de

financement international sur les inégalités de revenus au sein des pays d’Afrique de l’Ouest.

L’originalité de ce papier réside dans le choix de l’indicateur de mesure des inégalités de

revenus (Indice de Gini) qui ne prend en charge que la distribution des revenus au sein des

pays (inégalités intra-pays) dans la mesure où la plupart des études qui se sont penchées sur la

même problématique ont privilégié l’approche inter-pays afin d’analyser la contribution des

sources financements extérieurs à la réduction des inégalités de revenus.

L’article s’articule autour des points suivants. Nous présentons, d’abord, une brève revue

de la littérature sur les différentes relations entre les sources de financement extérieur et les

inégalités de revenu. Ensuite, nous proposons une méthodologie à partir de laquelle découle

notre spécification du modèle pour l’analyse économétrique. Enfin, nous discutons des

résultats économétriques obtenus.

1. Revue de la littérature

Les sources de financement externe représentent un aspect majeur du processus de

globalisation actuel. La relation entre ces flux et les inégalités de revenu s’inscrit dans un

débat plus large traitant des effets de la globalisation sur la distribution du revenu dans les

Pays En Développement (PED) (Meschi et Vivarelli, 2009)4.

1.1. Relation entre transferts de fonds des migrants et Inégalités de revenu

En relâchant la contrainte financière des ménages, les transferts de fonds des migrants sont

susceptibles d’encourager l’investissement en capital humain et physique (Edwards et Ureta

(2003)), lui-même favorable à long terme au niveau et à la stabilité de la croissance

économique des pays récipiendaires (Giuliano et Ruiz-arranz, 2009). Dans la mesure où ces

fonds semblent également être plus stables que les autres flux de capitaux et évoluent souvent

de façon contracyclique (Ratha, 2005), ils peuvent constituer pour les ménages une forme

d’assurance privée contre les chocs négatifs (Mohapatraet al., 2009). Enfin, lorsque les pays

bénéficiaires présentent des niveaux d’éducation et de développement financier suffisamment

élevés, les transferts de fonds des migrants sont susceptibles de réduire les inégalités de

revenu au sein du pays (Koechlin et Leon, 2007).

4 Cité par Ekebe et Goff (2010).



5 5

Cependant, à travers leur influence sur l’appréciation du taux de change (Amuedo-

dorantes et Pozo (2004)), leur effet négatif sur la qualité des institutions (Abdihet al., 2008)

ou leur effet désincitatif sur la participation au marché du travail des ménages récipiendaires

(Chami et al., 2005), les transferts de fonds des migrants peuvent, au contraire, déstabiliser les

économies récipiendaires. De plus, la migration impliquant des coûts financiers importants,

ces transferts qui en résultent sont susceptibles de bénéficier principalement aux franges les

plus riches de la population et d’augmenter ainsi les inégalités de revenu au sein des pays

récipiendaires ainsi que la frustration entre les ménages (Gonzalez-König et Wodon, 2005)5.

1.2.Relation entre APD et inégalités de revenu

Le débat sur l’efficacité de l’aide s’est toujours focalisé sur son impact sur la croissance

économique. Toutefois depuis le début des années 1990, l’APD s’est progressivement

recentrée sur l’objectif de réduction de la pauvreté à travers les Objectifs du Millénaire pour le

Développement. Cette volonté est concrétisée par l’engagement de189 pays aux Nations

Unies à réduire de moitié la pauvreté dans le monde en 2015 (Dazoué, Ngameni et Mba,

2015).

L’influence de l’APD sur les inégalités peut être plus ou moins directe et dépend de sa

finalité. Ses canaux de transmission sont différents si elle est allouée à des projets

d’infrastructures ou à des projets d’éducation et de santé, ou encore si elle est distribuée

directement auprès des populations. Son impact distributif dépend aussi des priorités des pays

donateurs et récipiendaires. Enfin, quelle que soit la finalité de l’aide, le mode de

fonctionnement des institutions dans les PED est susceptible d’influencer son effet distributif

(Chauvet et Mesple-Somps, 2007)

Les travaux qui abordent la question de l’impact de l’aide sur la pauvreté et les inégalités

de revenu retiennent pour la plupart l’approche standard des modèles de croissance dans

lesquels l’indicateur de croissance économique comme variable dépendante est simplement

remplacé par une mesure de la pauvreté ou du bien-être agrégé (Chauvet, Gubert et Mesple-

Somps, 2009).

Boone (1996) conclut à un impact non significatif de l’aide sur plusieurs indicateurs du

développement humain. Bien que, sur le plan théorique, l’APD puisse réduire le taux de

mortalité des enfants via l’augmentation de la consommation privée ou de la provision de

5Ibid.



6 6

services publics aux pauvres, l’auteur montre que l’accroissement de l’aide contribue

uniquement à augmenter la taille de l’État sans pour autant avoir un impact sur les indicateurs

de développement humain.

Cependant, certains auteurs ont d’abord mis en avant l’idée que les effets de l’aide

n’étaient pas directs, mais qu’ils transitaient plutôt par le canal de l’accroissement de la part

des dépenses publiques allouées aux secteurs sociaux. Les tests économétriques de

Boone(1996) souffriraient donc d’une erreur de spécification. Mosley, Hudson et Verschoor

(2004) estiment un système de trois équations dans lesquelles la pauvreté, l’aide et les

dépenses publiques sociales (dépenses pro-pauvres) sont les variables dépendantes. Leurs

résultats suggèrent que l’aide agit positivement sur le montant des dépenses publiques pro-

pauvres et que ces dernières contribuent à réduire l’incidence de la pauvreté dans les pays

receveurs. Gomanee, Girma et Morrissey (2005) aboutissent à des conclusions similaires en

ayant recours à des régressions par quintiles. Dans un second article, Gomaneeet al., (2005)

remettent en cause ce résultat en montrant que l’aide accroît les niveaux des indicateurs de

bien-être à travers des effets principalement directs.

1.3. Relation entre IDE et inégalités de revenu

Du point de vue théorique, plusieurs études ont montré que les IDE ont d’une part, des

effets d’entraînement horizontaux qui résultent de transfert de technologie vers des entreprises

locales (Calvo et Hernandez, 2006) ; et d’autre part, des effets d’entraînement verticaux

composés de liaisons en amont et en aval (Liu, Wang et Wei, 2009)6. Les liens en amont

impliquent l’achat de biens intermédiaires par une filiale étrangère auprès d’entreprises

nationales alors que les liaisons en aval impliquent la croissance d’un secteur qui utilise la

production de la filiale étrangère. De plus, les IDE apportent un certain nombre d’avantages

au pays hôte dont le plus important est une augmentation du capital d’investissement essentiel

à la croissance économique (Klein, Aaron et Hadjimichael, 2001). La croissance économique

qui en résulte joue un rôle important dans la réduction de la pauvreté.

Quant aux études empiriques, elles sont abondantes et diversifiées. Toutefois, les résultats

de ces études diffèrent les uns des autres, tant en raison des méthodes économétriques

utilisées que des espaces et indicateurs de pauvreté considérés. Parmi les études qui ont trouvé

que les IDE réduisent les inégalités de revenus, nous pouvons citer les travaux de Bussmann,

6 Cité par Kouamé (2019).



7 7

De Soysa et Oneal (2005) qui évaluent l’effet de la mondialisation sur l’inégalité des revenus

dans les pays, en mettant l’accent sur l’influence des stocks d’IDE accumulés pour 72 pays au

cours de la période 1970-1990. Les résultats montrent que la mondialisation n’augmente pas

les inégalités des revenus nationaux. De même, Jensenet Rosas (2007) examinent le lien entre

les IDE et les inégalités de revenus au Mexique. Ils utilisent une approche par variables

instrumentales et constatent que l’augmentation des entrées d’IDE est associée à une

diminution des inégalités de revenus dans les 32 Etats du Mexique. Aux Etats-Unis,

Chintrakarn, Herzer et Nunnenkamp (2012) constatent que les IDE réduisent

considérablement les inégalités de revenus entre 1977 et 2001, et ce malgré l’importante

hétérogénéité qui existe entre les Etats américains.

Ainsi, alors que certaines études ont démontré que l’IDE est un instrument indispensable à

la réduction de la pauvreté, d’autres par contre n’ont pu mettre en évidence cette relation

positive (Kouamé, 2019).

Des études ont montré que les flux d’IDE aggravent les inégalités de revenus ou

présentaient des résultats ambigus. C’est le cas de Tsai (1995) qui, en utilisant un échantillon

de 33PED, vérifie la variation du coefficient de Gini en fonction de la croissance économique,

des entrées d’IDE et d’autres variables instrumentales politiques et géographiques. Il trouve

que les IDE, certes, augmentent les inégalités de revenu (surtout dans les pays asiatiques),

mais cet effet est marginal et dépend des considérations géographiques. Choi (2006) analyse

la relation entre l’IDE et les inégalités des revenus au sein119 pays en testant les effets des

stocks d’IDE sortants et entrants sur le coefficient de GINI de 1993 à 2002.Les résultats

révèlent que les mouvements des IDE dans les deux sens augmentent les inégalités de revenu.

En outre, Pandej, Herzer et Nunnenkamp (2010), en utilisant des techniques de cointégration

et des tests de causalité, explorent la relation entre les IDE et les inégalités de revenus aux

Etats-Unis. Ils constatent que les effets à court terme des IDE sur les inégalités de revenus

sont non significatifs ou faiblement significatifs et négatifs. Récemment, en Turquie, Ucal,

Bilgin et Haug (2014) analysent, à l’aide d’un modèle autorégressif à retard échelonné,

comment les IDE et d’autresfacteurs influencent les inégalités de revenus de 1970 à 2008. Les

auteurs constatent que l’IDE augmente les inégalités de revenus à court terme mais cet effet

disparaît à long terme.



8 8

2. Méthodologie

Dans cette partie, il s’agit d’analyser empiriquement, à partir d’un modèle économétrique,

l’efficacité des différentes sources de financement extérieur sur la réduction des inégalités de

revenu dans les pays d’Afrique de l’Ouest. Pour ce faire, le modèle retenu est fonction de la

structure des données.

2.1.Spécification du modèle

Le choix du modèle à utiliser pour analyser l’efficacité des différentes sources de financement

extérieur sur la réduction des inégalités de revenu des pays d’Afrique de l’Ouest est

déterminant pour la pertinence des résultats.

Le modèle économétrique que nous estimons s’inspire des travaux de Chauvet et Mesple-

Somps (2007). Ainsi, son expression générale s’écrit comme suit :

𝑮𝒊𝒏𝒊𝒊,𝒕 = 𝜶𝒊 + 𝜷𝟏𝑻𝒓𝒂𝒏𝒔𝒇𝒊,𝒕 + 𝜷𝟐𝑨𝑷𝑫𝒊,𝒕 + 𝜷𝟑𝑰𝑫𝑬𝒊,𝒕 + 𝜷𝟒𝑿𝒊,𝒕 + 𝝁𝒕 + 𝜺𝒊,𝒕 (𝟏)

Où :

- 𝐺𝑖𝑛𝑖 désigne l’indice de Gini qui traduit la répartition des revenus dans un pays 𝑖 à

l’année 𝑡;

- 𝑇𝑟𝑎𝑛𝑠𝑓 est les transferts des migrants en pourcentage du PIB ;

- 𝐴𝑃𝐷 est l’aide publique au développement nette en pourcentage du PIB ;

- 𝐼𝐷𝐸 désigne les flux entrants des IDE en pourcentage du PIB ;

- 𝑋 est le vecteur de variables de contrôle. Il inclut la croissance économique,

l’ouverture commerciale, le taux d’inflation annuel et la Formation Brute de Capital

Fixe (FBCF) ;

- α est l’effet spécifique au pays ;

- 𝛽1,𝛽2,𝛽3 𝑒𝑡 𝛽4désignent les vecteurs de coefficients de régression ;

- µest l’effet spécifique temporel ;

- l’indice 𝑖représente les pays de la CEDEAO pris individuellement à l’exception du

Liberia et de la Sierra Léone qui ont été extraits de la base de données pour faute de

données disponibles ;

- l’indice 𝑡représente la période d’observation ;

- 𝜀, le terme d’erreur.



9 9

2.2.Source et Description des données

La définition des variables utilisées pour l’analyse descriptive et économétrique est

consignée dans le tableau ci-dessous, de même que les sources et les signes attendus de ces

variables.

Tableau 1 : Statistiques descriptives, source et signe attendu des variables

Variables Nombre

d’observation

Moyenne Ecart-

type

Minimum Maximum Source Signe

attendu

Indice de Gini 520 0,6034 0,049 0,506 0,703 WIID7 Variable

expliquée

Transferts de

fonds des

migrants

512

4,260

4,606

0,004

28,165

WDI8 (2021)

+/-

APD 520 11,846 11,318 0,024 78,707 WDI (2021) +/-

IDE 520 1,886 2,583 -3,373 18,828 WDI (2021) +/-

Taux de

croissance du

PIB par habitant

519

1,036

4,471

-29,461

18,181

WDI (2021)

-

Ouverture

Commerciale

520

60,705

21,792

6,320

131,485

Calculée à

partir de la

base de

données de

WDI (2021)

+/-

Taux d’inflation

annuel

520 11,165 17,732 -7,796 142,294 WDI (2021) +/-

FBCF 520 21,596 11,457 0,000004 89,381 WDI (2021) -

Source : Auteurs

Le Tableau ci-dessus montre que nous sommes en présence d’un panel non cylindré. Il

nous renseigne qu’en Afrique de l’Ouest sur la période 1980 à 2019, les inégalités de revenus

varient en moyenne de 0,60. En 1980, les transferts de fonds des migrants contribuent à

hauteur de 28,16% du PIB au Cap-Vert soit la plus grande contribution enregistrée en Afrique

de l’Ouest depuis trois décennies. Cependant pour ce qui concerne l’APD, sa plus grande

7World IncomeInequalityDatabase

8 World DevelopementIndicators



10 10

contribution en Afrique de l’Ouest est enregistrée par le Nigéria en 1981 avec 78,70% du PIB.

S’agissant des IDE, la Guinée est le pays d’Afrique l’Ouest qui a plus attiré, en 2016, les

investissements étrangers soit 18,82 % du PIB.

2.3.Techniques d’estimation économétriques sur les données de panel

2.3.1. Test de dépendance transversale

La dépendance transversale est un problème dans les macro-panels avec des séries

chronologiques longues (plus de 20-30 ans) et peut entrainer un biais dans les résultats des

tests.

Ainsi, le test de dépendance de Pesaran permet de tester si les résidus sont corrélés entre les

pays. La statistique Cross Dependancede Pesaran est basée sur la moyenne des coefficients

de corrélation entre les différents pays pris deux à deux pour chaque période de temps. Sous

l’hypothèse nulle, cette statistique est asymptotiquement distribuée selon une loi normale

standard N (0, 1).

𝐻0 ∶ 𝐼𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑐𝑒 𝑒𝑛𝑡𝑟𝑒 𝑙𝑒𝑠 𝑝𝑎𝑦𝑠

𝐻1 ∶ 𝐷é𝑝𝑒𝑛𝑑𝑎𝑛𝑐𝑒 𝑒𝑛𝑡𝑟𝑒 𝑙𝑒𝑠 𝑝𝑎𝑦𝑠

𝑷𝒓𝒐𝒃 = 𝟎,𝟓𝟏𝟒𝟏

Le test de Pesaran présente une probabilité de 0, 5141 qui est supérieure au seuil de 5%,

alors nous ne pouvons pas rejeter l’hypothèse H0. Ce qui implique qu’il y a une indépendance

entre les pays.

2.3.2. Tests de racine unitaire sous l’hypothèse d’indépendance des individus (pays)

(Tests de première génération)

La première génération de tests repose sur l’indépendance entre les individus. C’est

précisément cette hypothèse d’indépendance qui permet d’établir très simplement les

distributions statistiques de test et d’obtenir généralement des distributions asymptotiques ou

semi-asymptotiques normales (Hurlin et Mignon, 2006). L’analyse de la stationnarité est un

préalable à satisfaire pour éviter des régressions fallacieuses. Le test proposé par Im, Pesaran

et Shin (IPS) (2003) pour évaluer l’ordre d’intégration des séries en données de panel a été

utilisé pour l’étude la stationnarité des séries



11 11

𝒀 𝒊,𝒕 = 𝜶 𝒊 + 𝝆𝒀𝒊,𝒕 − 𝟏 + 𝜺𝒊,𝒕 (𝟐)

Le test d’IPS est un test joint de l’hypothèse nulle de racine unitaire (𝜀𝑖 ,𝑡 = 0) et de l’absence

d’effets individuels puisque sous l’hypothèse nulle𝛼𝑖 = 0.

Test IPS

𝐻0 ∶ 𝜌𝑖 = 0, ∀i = 1, . . . ,N (Présence de racine unitaire : non stationnaire)

𝐻1 ∶ 𝜌𝑖<0, ∀i = 1, . . . , N (Absence de racine unitaire : stationnaire)

Tableau 2 : Résultats du test d’IPS

Variables Ordre d’intégration P-value Stationnarité

Indice de Gini Niveau I(0) 0,0016 Stationnaire

Transferts de fonds des

migrants Différence première I(1) 0,0000 Stationnaire

APD Niveau I(0) 0,0012 Stationnaire

IDE Niveau I(0) 0,0045 Stationnaire

Taux de croissance du

PIB par habitant Niveau I(0) 0,0000 Stationnaire

Ouverture commerciale Différence première I(1) 0,0000 Stationnaire

Taux d’inflation annuel Niveau I(0) 0,0000 Stationnaire

FBCF Niveau I(0) 0,0006 Stationnaire

Source : Auteurs, résultats obtenus à partir du traitement économétrique des données.

Nous notons, dans le Tableau 2, que toutes les variables d’étude ont une p-value inférieure

au seuil de 5%. Donc, nous rejetons l’hypothèse 𝐻0 de présence de racine unitaire, alors ces

variables sont stationnaires mais à deux ordres d’intégration. Les variables telles qu’Indice de

Gini, APD, IDE, Taux de croissance du PIB par habitant, Taux d’inflation annuel et

FBCFsont stationnaires à niveau tandis que Transferts de fonds des migrants et Ouverture

commerciale sont stationnaires en différence première.

L’utilisation du test d’IPS nous a permis de régler le problème de non stationnarité des

variables d’étude. Il s’avère essentiel de tester au préalable le niveau de stationnarité des

variables, pour prétendre à la robustesse statistique du modèle.



12 12

3. Résultats et Discussion

Nous présentons la nouvelle spécification du modèle issue de l’étude de la stationnarité.

L’équation (3) intègre les variables explicatives nouvellement stationnaires. Ainsi, on obtient

un modèle de panel à effets individuels présenté comme suit :

𝑮𝒊𝒏𝒊𝒊,𝒕 = 𝜶𝒊 + 𝜷𝟏𝑮𝒊𝒏𝒊𝒊,𝒕−𝟏 + 𝜷𝟐𝑫.𝑻𝒓𝒂𝒏𝒔𝒇𝒊,𝒕 + 𝜷𝟑𝑨𝑷𝑫𝒊,𝒕 + 𝜷𝟒𝑰𝑫𝑬𝒊,𝒕 + 𝜷𝟓𝑫.𝑶𝒖𝒗𝒄𝒐𝒎𝒊,𝒕

+ 𝜷𝟔𝑰𝒏𝒇𝒍𝒂𝒊,𝒕 + 𝜷𝟕𝑮𝒓𝒐𝒘𝒕𝒉𝒊,𝒕 + 𝝁𝒕 + 𝜺𝒊,𝒕 (𝟑)

L’analyse empirique est réalisée sur un panel de 13 pays de l’Afrique de l’Ouest avec des

données annuelles de la période 1980-2019. L’estimation économétrique est faite par la

Generalized Method of Moments (GMM) en panel dynamique. Cette méthode permet de

traiter le problème d’endogénéité des variables explicatives, qui peut être dû au biais de

simultanéité, de causalité inverse et à l’omission de certaines variables explicatives. Elle

présente également l’avantage de générer les instruments internes à partir des variables

explicatives endogènes du modèle.

L’estimateur ici utilisé est le GMM en système, qui selon Blundell et Bond (1998), est

plus performant que l’estimateur GMM en différence première. L’estimateur GMM en

système combine pour chaque période, dans un seul système, l’équation en niveau avec celle

en différence première. Dans l’équation en différence première, les instruments sont les

variables explicatives en niveau, les variables retardées (d’au moins deux périodes). Par

contre, dans l’équation en niveau, les variables explicatives sont instrumentées par leur

différence première la plus récente et c’est sous l’hypothèse de de la « quasi-stationnarité » de

ces variables.

Le Tableau 3 présente les résultats de l’estimateur GMM en système. Ces résultats sont-ils

fiables ? Avant de passer à l’analyse et l’interprétation de ceux-ci, il conviendra de s’assurer

que les tests post-estimations sont vérifiés.



13 13

Tableau 3 : Résultats de l’estimateur GMM en panel dynamique en système

Variables explicatives Coefficients Prob>|t|

L1.Indice de Gini 0,6043 0,000

D.Transferts de fonds des migrants -0,0254 0,335

APD 0,0007 0,722

IDE -0,018* 0,063

Taux de croissance du PIB par habitant 0,0014 0,488

D. Ouverture commerciale 0,0034* 0,089

Taux d’inflation annuel 0,0033 0,506

FBCF 0,0004 0,511

Constante 0,548 0,000

Nombre d’observations = 511

Nombre de groupe = 13

Prob> F = 0,000

AR(2) : Prob>z = 0,154

Test de Sargan : Prob>Chi2 = 0,629

Test de Hansen : Prob>Chi2 = 0,485

Note : La variable expliquée est : Gini. La significativité à 1% est représentée par (***), 5%

par (**) et 10% par (*). L1 : Variable retardée d’ordre 1. (D) : Variable stationnaire en différence première.

Source : Auteurs, résultats obtenus à partir du traitement économétrique des données.

3.1.Analyse empirique des résultats : validité empirique

Dans nos régressions, les résultats des tests de sur identification de Sargan et de Hansen,

et d’autocorrélation de second ordre AR(2) sont conformes à nos attentes.

Le test d’autocorrélation des erreurs de second ordre AR(2) présente une probabilité

𝑷𝒓𝒐𝒃 > 𝑧 = 0,154qui est supérieure au seuil de 5%. Donc, les erreurs sont non auto-

corrélées. Le test de Sargan présente une probabilité 𝑷𝒓𝒐𝒃 > 𝐶ℎ𝑖𝟐 = 𝟎,𝟔𝟐𝟗qui est

supérieure au seuil de 5%. De même, le test de Hansen présente une probabilité 𝑷𝒓𝒐𝒃 >

𝐶ℎ𝑖𝟐 = 𝟎,𝟒𝟖𝟓qui est supérieure au seuil de 5%. Donc, les instruments sont valides ; ce qui

affirme que le problème d’endogénéité ne se pose pas.

Ces tests n’ont pas conduit à rejeter l’hypothèse H0, celle de la validité des variables

retardées comme instruments. Ce qui traduit la bonne spécification des modèles notamment



14 14

en ce qui concerne le choix des instruments. L’estimateur par GMM de Blundell et Bond

(1998) en système confirme la pertinence de certaines variables telle qu’obtenue par les

estimateurs du modèle à effets fixe.

Les problèmes d’autocorrélation des erreurs et d’endogénéité étant levés, l’estimation du

modèle est validée. Donc, les résultats du modèle sont fiables et par conséquent, nous passons

à l’analyse et l’interprétation des ceux-ci.

Avec une probabilité 𝑷𝒓𝒐𝒃 > 𝐹 = 0,000qui est inférieure au seuil de 5%, nous pouvons

alors conclure qu’au moins une des variables du modèle a un effet significatif sur l’indice de

Gini. Donc, le modèle est globalement significatif.

Pour se prononcer sur la significativité individuelle des variables, nous considérons la

probabilité associée au « t » de student de chaque variable. Si cette dernière est inférieure

aux seuils de 1%, 5% et 10% alors le coefficient lié à la variable est significatif ; au cas

contraire, il est non significatif.

Les flux entrants des IDE, qui sont l’une des variables d’intérêt, ont une probabilité de

𝟎,𝟎𝟔𝟑 qui est inférieure à 10% ; donc ceux-ci un effet significatif et négatif sur la variable

Indice de Gini.

Par ailleurs, pour ce qui est des variables de contrôle, seule l’ouverture commerciale a un

effet significatif et positif sur l’indice de Ginicar la probabilité associée à cette variable est

de𝟎,𝟎𝟖𝟗, inférieure au seuil de10%.

3.2.Analyse économique des résultats

Les résultats de l’estimation, présentés dans le Tableau 3, montrent qu’une augmentation

𝑑’𝑢𝑛𝑒 𝑢𝑛𝑖𝑡édes flux entrants des IDE en pourcentage du PIB entraine en moyenne, toutes

choses étant égales par ailleurs, à une diminution de 𝟎,𝟎𝟏𝟖 𝒖𝒏𝒊𝒕éde l’indice du

Gini.Autrement dit, une augmentation des IDE contribue à une réduction des inégalités de

revenus des pays CEDEAO.

La relation qui lie les IDE aux inégalités de revenus est souvent expliquée par les théories

néoclassiques (Kaur, Wall et Fransen, 2018). Cette relation soutient que les IDE conduisent à

une croissance économique et, par conséquent, une diminution des inégalités de revenus dans

les pays bénéficiaires (Mundell, 1957). Parallèlement au comblement du manque de

ressources, les IDE favorisent une meilleure croissance économique et un développement plus



15 15

important par le biais de la diffusion des technologies, le développement du capital humain et

les compétences en gestion, et l’accès au marché d’exportation (Tsai, 1995 ; Li et Liu, 2005).

Kaur, Wall et Fransen (2018), dans une étude, indiquent qu’un niveau plus élevé de

développement technologique et d’innovation (à un moindre degré d’importance) est

susceptible d’intensifier les inégalités de revenus dans la mesure où les technologies de pointe

ont tendance à remplacer la main-d’œuvre humaine par des machines et à réduire les emplois.

Toutefois, il est constaté, même si ce point est négligeable dans ce modèle, qu’une interaction

entre les IDE et la technologie locale réduit les inégalités de revenus (représentés par le signe

négatif) grâce à un transfert des connaissances. De plus, l’interaction entre les IDE et la

technologie révèle des résultats plus solides dans le cas des différents secteurs des IDE. Ces

premières constatations indiquent que si un pays bénéficiaire d’IDE améliore ses capacités

technologiques au niveau local, il sera mieux à même d’intégrer les technologies étrangères

dans le cadre de la diffusion des IDE. Ceci peut aussi lui permettre de créer de nouvelles

activités économiques et de diversifier son économie. Une hausse de la productivité et la

création d’emplois renforceront à leur tour l’économie locale et réduiront les inégalités de

revenus.

Dans ce même ordre d’idée, Kaur, Wall et Fransen (2018) soutiennent toujours que les

IDE entretiennent une relation indirecte avec les inégalités de revenus par le biais des

conditions socio-économiques du pays bénéficiaire. Par exemple, l’application mobile de

« crédit Tala » fournit des services financiers personnalisés aux populations du Kenya et de la

Tanzanie en proposant des prêts sur le téléphone mobile du client. La majorité de ses clients

sont de petites et micro entreprises qui nécessitent de petits prêts pour financer leur activité.

Les IDE consacrés aux hautes technologies ont des répercussions économiques positives

et favorisent l’entrepreneuriat local en utilisant de nouvelles technologies dans la prestation de

services traditionnels (Banque Africaine de Développement (BAD), 2017). Ces innovations

inspirées par la technologie comprennent des services financiers et des paiements mobiles qui

simplifient les transactions financières au quotidien. Certaines entreprises étrangères et

africaines collaborent d’ailleurs actuellement avec des start-ups et des plateformes

technologiques afin d’encourager une nouvelle génération d’entrepreneurs spécialisée en

hautes technologies (BAD, 2017)

Quant à la variable « ouverture commerciale », les résultats de l’estimation, présentés dans

le Tableau 3, montrent qu’une augmentation𝑑’𝑢𝑛𝑒 𝑢𝑛𝑖𝑡édu taux d’ouverture commerciale en



16 16

pourcentage du PIB entraine en moyenne, toutes choses étant égales par ailleurs, une

augmentation de 𝟎,𝟎𝟎𝟑𝟒 𝒖𝒏𝒊𝒕éde l’indice du Gini.Autrement dit, une ouverture

commerciale favorise l’accroissement des inégalités de revenu dans les pays d’Afrique de

l’Ouest.

Une libéralisation commerciale expose un pays à des chocs externes (non contrôlés par les

gouvernements), ce qui accroîtra sa vulnérabilité structurelle. Le commerce profite aux

pauvres s’il est associé à une plus grande diversification et à une plus grande stabilité

macroéconomique (Banque mondiale et Organisation Mondiale du Commerce (OMC), 2018).

La volatilité macroéconomique est généralement mauvaise pour les pauvres, car elle peut

freiner la croissance économique, avoir un effet négatif sur la répartition du revenu et

engendrer des inégalités. Les pauvres ont peu accès au financement pour faire face à une

période de resserrement des liquidités; ils sont donc les plus touchés par la volatilité

macroéconomique.

Daumal (2010) dans le cadre de l'Institut de Recherche pour le Développement, a étudié

l'impact de l'ouverture commerciale sur les inégalités régionales en Inde. Elle trouve que

l'ouverture commerciale a substantiellement accru les disparités de niveaux de vie en Inde

avec, des régions du nord de plus en plus pauvres et des régions du sud plus riches. Ces

disparités renforcent donc les tensions au sein du pays.

Conclusion

La présente étude a analysé l’effet des différentes sources de financement international sur

les inégalités de revenu des pays d’Afrique de l’Ouest. Pour y parvenir, nous avons utilisé une

analyse descriptive complétée par une analyse économétrique.

Les résultats montrent que, sur l’ensemble des trois sources de financement externe, seuls

les IDE, sur la période 1980-2019, contribuent à la réduction des inégalités de revenu.

Bien que ces financements permettent de compenser les déficits du compte des

transactions courantes, ils se révèlent être une source de pression à la hausse sur la

progression des prix et sur le taux de change effectif réel de certains pays de la zone. Comme

limite de cette recherche, il convient de noter la non disponibilité des données pour certaines

variables d’étude.

Ces résultats constituent une contribution à la littérature au moment où il existe un débat

scientifique quant à l’efficacité de ces financements internationaux.



17 17

Au regard des résultats obtenus, les pays d’Afrique de l’Ouest gagneraient à mettre

davantage des politiques d’attraction d’IDE d’une part, et d’autre part, à encourager le

commerce inter-régional.

Bibliographie

[1]Abdih Y., Dagher J., Chami R., et Montiel P. (2008). Remittances and Institutions: are

Remittances a Curse?, IMFWorkingPapers08/29, International MonetaryFund.

[2]AfrAsia Bank (2018). The AfrAsia Bank AfricaWealth Report 2018. Johannesburg : New

World, 2018.

[3]Amuedo-dorantes C., Pozo, S. (2004). Workers’ Remittances and the Real ExchangeRate:

aParadox of gifts. World Development, 32 (8) ,1407-1417.

[4]BAD (2017). Perspectives Économiques en Afrique, Statistique de la BAD.

[5]Banque Mondiale et OMC (2018). Commerce et Réduction de la Pauvreté : Nouvelle

Preuve de l’Impact sur les Pays en Développement. OMC, Genève.

[6]Bastable, C-F. (1899). The commerce of Nations. 2nd

edition Revue London : Methuen and

Co.

[7]Berg, M.,etVeenhoven, R. (2010). Erasmus University Rotterdam, Faculty of Social

Sciences. In: BentGreve (Ed.) Social Policy and Happiness in Europe, Edgar Elgar

Cheltenham UK, chapter11, 174-194.

[8]Berr, E., Combarnous, F. (2005). Vingt ans d'Application du Consensus de Washington à

l'Epreuve des Faits. Economie appliquée, tome LVIII, (2), 5-44.

[9]Blundell, R., et Bond, S. (1998). Initial Conditions and Moment Restrictions in Dynamic

Panel data models. Journal of Econometrics, 87, 115-143.

[10]Boone, P. (1996). Politics and the Effectiveness of ForeignAid.European

EconomicReview,40, 289-329.

[11]Bussmann M., De Soysa I., et Oneal J-R. (2005).The Effect of Globalization on National

IncomeInequality. ComparativeSociology. 4(3), 285-312.

[12]Caines, J-E (1874). SomeLeadingPrinciples of PoliticalEconomyNewlyExpounded.

[13]Calvo, C-C., et Hernandez M-A. (2006). Foreign Direct Investment and Poverty in Latin

America. Leverhulme Centre forResearch on Globalisation and Economic Policy, University

of Nottingham.

[14]Chauvet, L., Mesplé-Somps, S. (2007). Impact des Financements Internationaux sur les

Inégalités des Pays en Développement. Revue économique, 58(3), 735-744.

https://www.cairn.info/publications-de-Lisa-Chauvet--12006.htm

https://www.cairn.info/publications-de-Sandrine-Mespl%C3%A9-Somps--260.htm

https://www.cairn.info/revue-economique.htm

https://www.cairn.info/revue-economique-2007-3.htm



18 18

[15]Chauvet, L.,Gubert, F., et Mesplé-Somps, S. (2009). Les transferts des Migrants sont-ils

plus efficaces que l'Aide pour améliorer la Santé des Enfants ? Une évaluation économétrique

sur des données inter et intra-pays.Revue d'économie du développement, 17(4), 41-80.

[16]Chintrakarn, P., Herzer D., et Nunnenkamp, P. (2012).FDI and IncomeInequality :

Evidence from a Panel of U.S. States. EconomicInquiry, 50, 788-801.

[17]Choi, C. (2006). DoesForeign Direct Investment affect

DomesticIncomeInequality?AppliedEconomicsLetters, 13, 811-814.

[18]Daumal, M. (2010). The impact of Trade Openness on RegionalInequality : the Cases of

India and Brazil. Document de travail UMR DIAL (IRD/Paris Dauphine).

[19]Ebeke, C., et Le Goff, M.(2010). Impact des Envois de Fonds des Migrants sur les

Inégalités de Revenu dans les Pays en Développement. Revue économique, 61(6), 1051-1074.

[20]Edwards, C., etUreta, M. (2003). International Migration, Remittances, and Schooling

:Evidence from El Salvador. Journal of DevelopmentEconomics, 72(2), 429-461.

[21]Giuliano, P., et Ruiz-arranz, M. (2009). Remittances, Financial Development, andgrowth.

Journal of DevelopmentEconomics, 90(1), 144-152.

[22]Gomanee, K., Girma, S., et Morrissey, O. (2005). Aid, Public Spending and

HumanWelfare: Evidence from Quantile Regressions. Journal of International

Development,17, 299-309.

[23]Gomanee, K., Morrissey, O., Mosley, P., et Verschoor, A. (2005). Aid,

GovernmentExpenditure, and AggregateWelfare.World Development,33(3), 355-70.

[24]Gonzalez-König, G., et Wodon, Q. (2005). Remittances and Inequality. Washington, DC,

United states, world bank, Mimeo.

[25]Hurlin, C., et Mignon, V. (2005). Une Synthèse des Tests de Racine Unitaire sur Données

de Panel. Économie et Prévision, 169, 253-294.

[26]Im, K-S., Pesaran, M-H., et Shin, Y. (2003). Testing for Unit Roots in Heterogeneous

Panels. Journal of Econometrics, 115(1), 53-74.

[27]Jensen, N-M., et Rosas, G. (2007). Foreign Direct Investment and IncomeInequality in

Mexico, 1990–2000. InternationalOrganization, 61, 467-487.

[28]Kaur, R., Wall, R., et Fransen, J. (2018). L’impact des IED sur les inégalités de revenus

en Afrique. Partie B, Chapitre 1, Etat des villes Africaines.

[29]Klein, M., Aaron, C., et Hadjimichael, B. (2001).Foreign Direct Investment and

PovertyReduction. World bankWorkingPaper,June 2001.

[30]Koechlin, V., et Leon, G. (2007). International Remittances and IncomeInequality :

anEmpirical Investigation. Journal of Policy Reform, 10(2), 123-141.

[31]Kouamé, M-V. (2019). L’Impact Des Investissements Directs Etrangers sur la Réduction

de la Pauvreté dans L’UEMOA. IOSR Journal of Economics and Finance (IOSR-JEF), 10(4),

74-85.



19 19

[32]Li, X., et Liu, X. (2005). Foreign Direct Investment and Economic Growth : an

Increasingly Endogenous Relationship. World Development, 33(3), 393-407.

[33]Liu X., Wang C., et Wei, Y. (2009).Do local Manufacturing Firms Benefit

fromTransactional Linkages with Multinational Enterprises in China. Journal International

Business Studies, 7(40), 1113-1130.

[34]Meschi, E., et Vivarelli, M. (2009). Trade and Income Inequality in Developing

Countries, World Development, 37(2), 287-302.

[35]Mohapatra, S., Joseph, G., et Ratha, D. (2009). Remittances and Natural Disasters :

Expost Response and Contribution to ex-ante Preparedness. Policy

ResearchWorkingPaperSeries, 4972, the world bank.

[36]Mosley, P., Hudson, J., et Verschoor, A. (2004). Aid, Poverty Reduction and the New

Conditionality. Economic Journal,114, 217-243.

[37]Mundell, R. (1957). International Trade and Factor Mobility. The American

EconomicReview, 47(3), 321-335.

[38]Oxfam (2019). La crise des inégalités en Afrique de l'Ouest : quelles sont les solutions

face à l’échec des pays d’Afrique de l’Ouest à réduire les inégalités ? Rapport d’information

Oxfam.

[39]Pandej C., Herzer, D., et Nunnenkamp, P. (2010). FDI and Income Inequality : Evidence

from a Panel of US States. Working Paper, Kiel institute for the world economy.

[40]Ratha, D. (2005). Workers’ Remittances : an Important and Stable Source of External

Development Finance. Remittances: Development Impact and Future Prospects, world bank.

[41]Tsai, P-L. (1995). Foreign Direct Investment and Income Inequality : Further Evidence.

World Development, 23(3), 469-483.

[42]Ucal, M., Bilgin, M., et Haug, A. (2014).Income Inequality and FDI : Evidence

withTurkish Data. University of Otago EconomicDiscussion Papers.

contribution des financements internationaux a la

Documents