Productivité Globale des Facteurs et Croissance dans un contexte

Transcription

Productivité Globale des Facteurs et Croissance dans un contexte de
Changement Institutionnel : Le cas du Venezuela (1942-2002)
Alejandro Quijada*
Août 2004
Résumé
Le Venezuela est le dixième producteur et le sixième exportateur mondial de pétrole. L’année
1958 marque le début de l’une des plus longues périodes de stabilité démocratique jamais vécue
au pays, jusqu’à ce que en 1992 une première tentative de coup d’Etat bouleverse les
institutions en place. Ces événements trouvent une interprétation dans le contexte néoinstitutionnel de North (1990), les institutions changent à cause de modifications dans les prix
relatifs et dans les préférences des individus. Dans ce sens, nous essayons d’identifier les
éléments explicatifs de la croissance, notamment l’impact du changement institutionnel sur
l’accumulation, en portant une attention particulière à la contribution de la Productivité Globale
des Facteurs (PGF). Nous proposons également une approche alternative au calcul traditionnel
de la productivité des facteurs. Notre démarche consiste à estimer économétriquement les
élasticités de production associées à chaque facteur de production pour ensuite dériver l’apport
de la PGF. En termes de résultats, nous constatons que le changement institutionnel influence
négativement la croissance à travers son effet sur le secteur pétrolier, de même, la productivité
devient de plus en plus importante en tant qu’élément explicatif de la croissance.
*
Université d’Auvergne, Centre d’Etudes et de Recherches sur le Développement International.
65 Boulevard F. Mitterrand, Clermont-Ferrand, France
E-mail : [email protected]
Table des Matières
Introduction.......................................................................................................................3
I. La croissance et le changement institutionnel au Venezuela......................................4
A. Concepts de base et évolution institutionnelle.........................................................4
B. Quelques faits stylisés: une croissance centrée sur la rente pétrolière.....................6
II. La productivité globale des facteurs..........................................................................13
A. Origines et critiques................................................................................................13
B. Méthodes de calcul.................................................................................................16
C. Revue de la littérature.............................................................................................17
III. L’estimation de la productivité globale des facteurs.................................................20
A.
B.
C.
D.
Le modèle et les données........................................................................................20
L’approche comptable............................................................................................22
L’approche économétrique.....................................................................................24
Consistance et cohérence des résultats...................................................................34
IV. Les déterminants de la croissance au Venezuela.......................................................35
A. Les sources de l’accumulation factorielle..............................................................36
B. L’importance relative de la PGF............................................................................38
Conclusion.......................................................................................................................42
Bibliographie...................................................................................................................43
Annexe.............................................................................................................................45
Productivité Globale des Facteurs et Croissance dans un contexte de Changement Institutionnel :
Le cas du Venezuela (1942-2002)
1
Graphiques
Graphique 1. Evolution institutionnelle et démocratique (1942-2002).............................6
Graphique 2. Produit Intérieur Brut réel (1942-2002)………...........................................6
Graphique 3. Evolution du PIB réel selon le secteur d’activité (1942-2002)………........7
Graphique 4. Evolution de la production et du prix réel du pétrole (1942-2002).............8
Graphique 5. Evolution du taux de change réel et du prix réel du pétrole (1942-2002)...9
Graphique 6. Stock de capital selon le secteur d’activité (1942-2002)...........................10
Graphique 7. Stock de travail selon le secteur d’activité (1942-2002)………...............11
Graphique 8. Contribution de la PGF et des facteurs de production à la croissance.......39
Tableaux
Tableau 1. Participation sectorielle dans le PIB................................................................8
Tableau 2. Participation sectorielle dans le stock de capital physique............................10
Tableau 3. Participation sectorielle dans le stock de travail............................................11
Tableau 4. Elasticités moyennes de production...............................................................22
Tableau 5. Taux de croissance de la productivité globale des facteurs (%) : l’approche
comptable.........................................................................................................................23
Tableau 6. Tests de racine unitaire..................................................................................25
Tableau 7. Estimation par MCO......................................................................................25
Tableau 8. Sélection du modèle ARMA(p,q)..................................................................27
Tableau 9. Estimation par MCNL avec terme d’erreur MA( 1)......................................28
Tableau 10. Exogénéité des instruments : Tests de causalité de Granger.......................30
Tableau 11. Estimation par 2 MCNL : première étape....................................................31
Tableau 12. Estimation par 2 MCNL : deuxième étape..................................................32
Tableau 13. Taux de croissance de la productivité globale des facteurs (%) : l’approche
économétrique.................................................................................................................33
Tableau 14. Taux de croissance de la productivité globale des facteurs (%) :
comparaison avec Clemente (2002)................................................................................34
comparaison avec Rodríguez (2004)...............................................................................34
Tableau 16. Croissance et productivité des facteurs (%).................................................38
Tableau 17. Décomposition de la variance du taux de croissance du PIB (%)...............40
Tableau A.1: Tests d’égalité des séries de capital (1950-1994)......................................45
Tableau A.2 : Variables instrumentales...........................................................................45
Tableau A.3 : Tests de causalité de Granger...................................................................46
Tableau A.4 : Corrélations taux de change réel, prix du pétrole.....................................46
2
Introduction
Le Venezuela est le dixième producteur et le sixième exportateur mondial de pétrole. En
1942 le revenu par habitant était de 2.300 $US, presque trente ans après lors du premier
choc pétrolier en 1970, ce même revenu avait pratiquement triplé atteignant les 6.100
$US, trois autres décennies plus tard et la moitié du revenu par tête avait disparu pour se
situer en 3.160 $US. En même temps des changements d’ordre institutionnel et
politique ont secoué la société vénézuélienne. L’année 1958 marque le début de l’une
des plus longues périodes de stabilité démocratique jamais vécue au pays, jusqu’à ce
que en 1992 une première tentative de coup d’Etat bouleverse les institutions en place.
Les événements antérieurement décris, trouvent une interprétation dans le contexte néoinstitutionnel de North (1990), les institutions changent à cause de modifications dans
les prix relatifs et dans les préférences des individus. Ces modifications peuvent à leur
tour être induites par des changements idéologiques issus du mécontentement populaire
face à la mauvaise gestion gouvernementale. Dans ce sens, les changements
institutionnels n’entraînent pas, a priori, des institutions plus efficientes, en termes de
promotion de la croissance économique, étant donné qu’elles sont au service des
groupes possédant le plus grand pouvoir de négociation.
Nous essayons donc, dans le cas du Venezuela, d’identifier les éléments explicatifs de la
croissance, notamment l’impact du changement institutionnel sur l’accumulation, en
portant une attention particulière à la contribution de la Productivité Globale des
Facteurs (PGF), à savoir, les variations de production non expliquées par l’accumulation
factorielle (capital et travail).
A cet effet nous proposons une approche alternative au calcul traditionnel de la
productivité des facteurs. Notre démarche consiste à estimer économétriquement les
élasticités de production associées à chaque facteur de production pour ensuite dériver
l’apport de la PGF. Les avantages d’une telle procédure sont nombreux, tout d’abord, il
n’est plus nécessaire de supposer l’existence d’une fonction de production à rendements
constants, de même il devient possible de considérer les distorsions inhérentes aux
marchés des facteurs, ainsi que d’introduire d’autres éléments explicatifs de
l’accumulation et de la croissance.
En termes de résultats, nous constatons premièrement que le changement institutionnel
influence négativement la croissance à travers son effet sur le secteur pétrolier.
Deuxièmement, la PGF ou l’efficacité avec laquelle les facteurs sont utilisés, devient de
plus en plus importante en tant qu’élément explicatif de la croissance au Venezuela,
notamment à partir des années quatre-vingt-dix.
La suite du présent document s’organise en quatre grandes sections. En premier lieu
nous portons notre attention sur la croissance au Venezuela au cours des soixante
dernières années, en considérant tout particulièrement les concepts de base du
changement institutionnel. Dans la deuxième section nous nous intéressons aux
fondements théoriques et aux limitations empiriques du calcul de la productivité des
facteurs. Dans la troisième section nous abordons le calcul comptable ainsi que
l’estimation économétrique de la PGF. Pour terminer nous analysons les principaux
déterminants de la croissance et l’importance relative de la productivité des facteurs au
Venezuela.
3
I.
La croissance et le changement institutionnel au Venezuela
Tout d’abord nous revoyons quelques concepts de base de l’économie de la croissance
et de l’économie institutionnelle en essayant de les intégrer dans l’analyse historique
des changements sociopolitiques survenus au pays au cours des soixante dernières
années. Ensuite nous décrivons l’évolution de l’économie vénézuélienne en fonction des
changements ainsi identifiés.
A. Concepts de base et évolution institutionnelle
La littérature récente sur les déterminants de la croissance au niveau international centre
le débat au tour de trois éléments susceptibles d’influencer significativement l’activité
productive de long terme (Rodrik et al, 2002, Dollar et Kraay, 2003, entre autres), à
savoir, la qualité des institutions, l’intégration économique et l’emplacement
géographique. En ce qui concerne les pays riches en ressources naturelles, d’autres
mécanismes explicatifs de la croissance sont également identifiés.
Tout d’abord Isham et al (2003) signalent que l’existence de ressources naturelles
abondantes sous le contrôle de l’Etat peut affecter négativement la qualité des
institutions à travers l’effet de la maximisation des rentes, à savoir, les bénéfices
provenant de la vente dans les marchés internationaux d’un facteur non produit. Dans ce
cas la propension à taxer les individus est moins importante, ce qui se traduit d’un côté,
en un affaiblissement des moyens de contrôle des populations et d’un autre côté en une
perte d’incitation des individus à surveiller et contrôler l’utilisation des fonds publics.
De même, Collier et Hoffler (2002) font référence au danger de guerre civile induit par
l’existence de revenus issus de l’exploitation publique de matières premières.
Finalement Sala-i-Martin et Subramanian (2003) abordent le problème de la variabilité
des prix internationaux et la sur-appréciation du taux de change comme éléments
défavorisant la croissance dans les pays riches en ressources naturelles.
En relation à l’importance des institutions, North (1981) suppose que les décisions
économiques et politiques des individus dépendent de leur idéologie ainsi que des
incitations créées par les institutions existantes. Le changement des institutions dépend
à son tour des variations dans les prix relatifs et les préférences, qui changent ellesmêmes, en fonction des institutions déjà en place. Ainsi les changements institutionnels
n’entraînent pas, a priori, des institutions plus efficientes, en termes de promotion de la
croissance économique, étant donné qu’elles sont au service des groupes possédant le
plus grand pouvoir de négociation (North, 1990).
Dans ce sens, les institutions peuvent être définies, d’après North (1990), comme un
ensemble de contraintes formelles (constitutions, lois, droits de propriété) et informelles
(coutumes, traditions, codes de conduite) établies par les individus pour réglementer
leurs rapports politiques économiques et sociaux. Elles sont créées afin d’ordonner et
réduire l’incertitude dans les échanges. De même, il définit l’idéologie comme un
ensemble de croyances subjectives, partagées par un groupe d’individus, utilisées pour
interpréter l’entourage politique économique et social.
4
Les institutions changent alors, à cause de variations dans les prix relatifs et de
modifications dans les préférences des individus. D’une part, les changements dans les
prix relatifs sont provoqués par l’action des individus et des organisations qui essayent
de profiter des opportunités créées par les institutions. D’autre part, les préférences sont
modifiées grâce aux changements idéologiques dérivés des variations des prix relatifs et
de l’accumulation de nouvelles connaissances difficiles à interpréter avec les idéologies
existantes.
A cet effet, Rodrik et al (2002) signalent que l’accumulation des effets des politiques
économiques peut être assimilée aux variations du stock de qualité institutionnelle.
Ainsi la variabilité de la qualité institutionnelle serait approximée par des indicateurs de
résultat de la politique économique tels que l’inflation, le taux de change, l’endettement
ou le taux de protection. En d’autres termes, des mesures économiques bien-fondés se
matérialisent dans des institutions de bonne qualité favorisant la croissance, notamment
à travers le respect des droits de propriété et la réduction des coûts de transaction
(inefficience, corruption).
Vera (2003) fait également référence à l’importance de l’inégalité dans la distribution
des revenus comme facteur déterminant des changements institutionnels vécus en
Amérique Latine et particulièrement au Venezuela, ainsi les bouleversements
institutionnels seraient induits par des changements idéologiques issus probablement
des inégalités provoquées par l’adoption de mauvaises politiques économiques.
Selon Balza (2002), dans l’histoire récente du Venezuela deux grands moments de
rupture et de changement institutionnel, tels que définis par North, sont identifiables:
-
La fin de la dictature militaire et le début de la démocratie en 1958.
La tentative de coup d’état de 1992 et la remise en cause des institutions.
Le 23 janvier 1958 fût renversée la dernière des dictatures militaires à diriger le pays1,
grâce au changement idéologique majeur issu de l’accumulation de valeurs
démocratiques incompatibles avec le régime autocratique en place. Ceci entraîna la
réalisation d’élections libres et l’adoption d’une nouvelle constitution en 1961. Pendant
plus de trente ans le Venezuela vécut une période de grande stabilité institutionnelle
caractérisée par l’alternance au pouvoir des deux principaux partis politiques et le
respect de la constitution par les militaires. Cependant le 4 février 1992 une tentative de
coup d’état menée par le Commandant Hugo Chávez bouleversa les institutions en
place. Six ans plus tard, en 1998, Chávez est élu démocratiquement président de la
république et adopte une nouvelle constitution.
En termes d’évolution institutionnelle et démocratique le graphique 1 illustre les
changements survenus au pays tels que mesurés par la variable DEMOC du Polity IV
Project2 (Marshall et Jaggers, 2002).
1
Depuis son indépendance en 1810 le Venezuela avait été gouverné par des régimes militaires.
Cette variable permet d’intégrer dans un seul indicateur trois aspects fondamentaux de l’institutionalité
démocratique des régimes politiques, à savoir, l’existence d’institutions à travers lesquelles les individus
peuvent exprimer leur préférences en termes de politiques et de dirigeants; l’existence de contraintes
institutionnelles limitant le pouvoir de l’exécutif; l’existence de libertés individuelles, notamment
politiques. L’indicateur prend des valeurs allant de 0 (dictature) à 10 (démocratie totale).
2
5
Graphique 1. Evolution institutionnelle et démocratique (1942-2002)
10
9
8
7
6
5
4
3
2
1
1958-1992
2
0
20
0
6
8
20
0
19
9
4
19
9
2
19
9
0
19
9
8
19
9
6
19
8
4
19
8
19
8
0
2
19
8
8
19
7
19
8
4
6
19
7
2
19
7
0
8
1942-1957
Source: Polity IV Project, 2002
19
7
19
7
6
19
6
19
6
2
4
19
6
0
19
6
19
6
6
8
19
5
2
4
19
5
19
5
8
0
19
5
19
5
19
4
6
19
4
19
4
19
4
2
4
0
1993-2002
Nous constatons l’importance des changements institutionnels identifiés auparavant,
notons également à partir de 1992 l’affaiblissement continuel de la démocratie et tout
particulièrement la diminution de l’indice en 1998, année d’adoption d’une nouvelle
constitution.
Voyons maintenant quel a été le comportement des principaux agrégats
macroéconomiques décrivant l’évolution du processus de croissance, face aux deux
grands changements institutionnels survenus au Venezuela au cours des six dernières
décennies.
B. Quelques faits stylisés: une croissance centrée sur la rente pétrolière
Graphique 2. Produit Intérieur Brut réel (1942-2002)
40,000
35,000
32,781
Bolivars réels (1984)
30,000
21,758
25,000
20,000
15,000
10,000
5,000
20
02
20
00
19
98
19
96
19
94
19
92
19
90
19
88
19
86
19
84
19
82
19
80
19
78
19
76
19
74
19
72
19
70
19
68
19
66
19
64
19
62
19
60
19
58
19
56
19
54
19
52
19
50
19
48
19
46
19
44
19
42
0
Années
1942-1957
1958-1992
1993-2002
Sources: Banco Central de Venezuela, Baptista (1997), Instituto Nacional de Estadísticas, calculs de l’auteur
6
Le PIB réel (graphique 2) croît rapidement durant la période de la dictature militaire
(1942-1957), atteignant une valeur maximale de 32.781 Bs réels en 1957. A partir de
l’instauration de la démocratie en 1958 et jusqu’en 1977 une certaine stagnation de la
production per capita est observée, encore plus grave, de 1978 à 1989 l’activité
économique registre une chute très marquée, cette chute est suivie de quelques périodes
de faible récupération pour ensuite retomber, en 2002, au seuil de 21.758 Bs réels,
comparable seulement aux niveaux d’activité registrés vers la fin des années quarante.
Graphique 3. Evolution du PIB réel selon le secteur d’activité
(1942-2002)3
180%
1942-1957
1958-1992
1993-2002
160%
1970
140%
1978
Pourcentage
120%
100%
80%
60%
40%
1985
20%
20
00
20
02
19
96
19
98
19
92
19
94
19
90
19
86
19
88
19
84
19
82
19
80
19
78
19
76
19
74
19
72
19
70
19
68
19
64
19
66
19
62
19
60
19
58
19
56
19
54
19
52
19
50
19
48
19
46
19
42
19
44
0%
Années
Secteur non-pétrolier
Secteur pétrolier
En désagrégeant l’évolution du PIB selon le secteur d’activité (graphique 3), nous
observons une croissance plus rapide du secteur pétrolier par rapport au secteur non
pétrolier durant la décennie des années quarante et cinquante. En ce qui concerne la
croissance du secteur pétrolier, celle-ci s’arrête en 1970, année de création de la
première entreprise d’Etat dévouée à l’exploitation du pétrole4, pour décroître de façon
continue jusqu’en 1985, cette année-là le taux de croissance du secteur par rapport à
l’année 1942 n’est que de 40% alors que quinze ans auparavant en 1970 ce même taux
avait été de 162%. En relation au secteur non pétrolier la diminution de l’activité n’est
significative qu’à partir de 1978, cette contraction, provoquée en partie par les
problèmes budgétaires du gouvernement central issus de la hausse des taux d’intérêt
internationaux et de la chute du prix du pétrole, semble s’accélérer pendant la période
d’instabilité institutionnelle qui a suivi la tentative de coup d’état de 1992, néanmoins
elle demeure de loin inférieure à celle observée dans le secteur pétrolier.
3
4
Les variables son transformées en logarithmes et normalisées à zéro en 1942
L’industrie pétrolière sera ultérieurement nationalisée en 1973.
7
Il semble évident que la diminution du PIB réel, observée à partir de la fin des années
soixante-dix (graphique 2), a été amorcée au début de la décennie par la contraction
continuelle du secteur pétrolier et le ralentissement postérieur de l’activité productive
dans le secteur non pétrolier. De même, nous constatons que cette contraction des
activités liées au pétrole a entraîné une réduction progressive de sa participation dans la
production totale (tableau 1), passant de 48% pour la période 1942-1957 à 28% pour la
période 1993-2002.
Tableau 1. Participation sectorielle dans le PIB
Période
Secteur pétrolier
1942-1957
1958-1992
1993-2002
52%
65%
72%
48%
35%
28%
En regardant plus en détail l’évolution du PIB réel du secteur pétrolier, particulièrement
ce qui concerne la production de pétrole en millions de barils par jour (MBJ) et les
fluctuations du prix réel du pétrole (graphique 4), nous observons que la réduction
progressive de la production dans le secteur, débutée en 1970, est suivie de très près par
une augmentation soutenue de son prix dans les marchés internationaux; ce qui
correspond bien aux politiques de défense du prix du pétrole menées par les pays
membres l’Organisation des Pays Exportateurs de Pétrole (OPEP) depuis la création de
l’organisme en 19605.
Graphique 4. Evolution de la production et du prix réel du pétrole (1942-2002)
200%
1942-1957
1958-1992
1993-2002
150%
Pourcentage
100%
1970
50%
19
42
19
44
19
46
19
48
19
50
19
52
19
54
19
56
19
58
19
60
19
62
19
64
19
66
19
68
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
0%
-50%
Années
Production de pétrole (MBJ)
Prix du pétrole
Sources: Banco Central de Venezuela, Baptista (1997), Ministerio de Energía y Minas, calculs de l’auteur
5
Le Venezuela est l’un des cinq membres fondateurs de l’OPEP.
8
Un autre agrégat macroéconomique étroitement lié aux fluctuations du prix du pétrole
est le taux de change réel. En ce qui concerne les régimes de taux de change mis en
place au pays, le Venezuela adopta un régime fixe qui demeura assez stable jusqu’en
19826, à partir de ce moment des dévaluations continuelles se succédèrent et des
régimes plus ou moins flexibles furent partiellement suivis (crawling peg, flexibilité
parfaite, flexibilité administrée, contrôle de change).
Dans ce sens, à partir du graphique 5, nous constatons une première dépréciation du
taux de change réel au début des années soixante lors d’une réduction considérable du
prix du pétrole, ainsi qu’une certaine stabilisation, voir même une appréciation de la
monnaie nationale, lors de la forte hausse des prix au milieu des années soixante-dix. A
partir de 1981, la chute continuelle du prix mondial du pétrole et la subséquente
réduction des recettes fiscales poussa les autorités à dévaluer continuellement la
monnaie nationale jusqu’au début des années quatre-vingt-dix. Par opposition, la
période de plus grande instabilité politique est caractérisée par une appréciation réelle
du bolivar, provoquée probablement par les mesures visant à réduire l’inflation, alors
que le prix du pétrole ne cessait de décroître, en 1998 ce dernier atteint un niveau réel
semblable à celui de 1942.
Graphique 5. Evolution du taux de change réel et du prix réel du pétrole
(1942-2002)
200%
1942-1957
1958-1992
1993-2002
150%
100%
Pourcentage
1981
50%
20
02
20
00
19
98
19
96
19
94
19
92
19
90
19
88
19
86
19
84
19
82
19
80
19
78
19
76
19
74
19
72
19
70
19
68
19
66
19
64
19
62
19
60
19
58
19
56
19
54
19
52
19
50
19
48
19
46
19
44
19
42
0%
-50%
Années
Prix du pétrole
Taux de change réel
Sources: Banco Central de Venezuela, Baptista (1997), Ministerio de Energía y Minas, calculs de l’auteur
Portons maintenant notre attention sur le comportement des éléments structurels qui
expliquent la croissance: les facteurs de production.
L’évolution du stock de capital (graphique 6), de 1942 à 1957, est caractérisée par une
forte croissance dans les secteurs pétroliers et non pétroliers. A partir de 1960 nous
6
En 1936 le taux de change nominal était de 3,93 Bs/US$, en 1981 il était de 4,30 Bs/US$, actuellement
il se situe à environ 1920 Bs/US$
9
assistons au déclin progressif du capital pétrolier, atteignant un minimum de 376
bolivars réels en 1978, cependant cette tendance à la baisse est renversée au début des
années quatre-vingt, par une assez forte récupération du niveau d’accumulation. En
relation au stock de capital du secteur non pétrolier, celui-ci croît de façon soutenue
jusqu’en 1981 où il registre une valeur de 9.444 Bs réels; malheureusement au-delà de
cette année, le stock décroît considérablement en se réduisant presque de moitié par
rapport au sommet atteint en 1981, de plus, cette détérioration semble s’accélérer durant
la période de plus grande instabilité sociopolitique allant de 1992 à 2002.
Graphique 6. Stock de capital selon le secteur d’activité (1942-2002)
10,000
1,400
1942-1957
1958-1992
1993-2002
9,000
1,200
9,444
8,000
1,000
6,000
800
5,000
600
4,000
3,000
7,000
400
2,000
376
200
1,000
0
19
42
19
44
19
46
19
48
19
50
19
52
19
54
19
56
19
58
19
60
19
62
19
64
19
66
19
68
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
0
Années
Secteur pétrolier
A partir de la fin de la dictature militaire, l’accumulation de capital dans le secteur
pétrolier semble évoluer de façon contra cyclique par rapport à celle du secteur non
pétrolier, cette asymétrie est d’autant plus visible lorsque l’on s’intéresse à la
participation sectorielle des deux activités dans le processus d’accumulation (tableau 2).
En effet, la part du secteur pétrolier diminue en moyenne de seize points de pourcentage
durant la période démocratique par rapport à la période de dictature, par contre elle
accroît son importance à partir de 1992, pour arriver à représenter en moyenne 14% du
stock total de capital physique.
Tableau 2. Participation sectorielle dans le stock de capital physique
Période
Secteur pétrolier
1942-1957
1958-1992
1993-2002
75%
91%
86%
25%
9%
14%
10
En ce qui concerne l’évolution du facteur travail (graphique 7), d’une part, le nombre de
travailleurs du secteur non pétrolier croît continuellement à travers les trois grandes
périodes de changement institutionnel et d’autre part, le travail dans le secteur pétrole
présente une tendance décroissante allant de la fin des années quarante jusqu’au milieu
des années soixante-dix.
Graphique 7. Stock de travail selon le secteur d’activité (1942-2002)
0.45
0.014
1942-1957
1958-1992
1993-2002
0.4
0.012
0.35
0.008
0.25
0.2
0.006
0.15
Travailleurs par habitan
Travailleurs par habitan
0.01
0.3
0.004
0.1
0.002
0.05
00
02
20
98
19
20
94
96
19
19
90
92
19
19
88
86
19
19
82
80
84
19
19
19
76
78
19
19
72
70
74
19
19
19
66
68
19
19
62
60
64
19
19
19
56
58
19
54
19
19
50
52
19
48
19
46
19
19
19
19
42
0
44
0
Années
Secteur pétrolier
De même, en termes de participation sectorielle dans le stock de travail (tableau 3), la
partie attribuée au secteur pétrolier diminue progressivement jusqu’à atteindre en
moyenne 0.7% des travailleurs pour la période 1993-2002.
Tableau 3. Participation sectorielle dans le stock de travail
Période
Secteur pétrolier
1942-1957
1958-1992
1993-2002
97.3%
99.0%
99.3%
2.7%
1.0%
0.7%
11
En règles générales, l’évolution de la croissance au Venezuela durant la période 19422002 est caractérisée par les éléments suivants:
-
Augmentation soutenue des activités dans le secteur non pétrolier de 1942
jusqu’à la récession de la fin des années soixante-dix.
-
Maximisation de la rente pétrolière basée sur la défense des prix
internationaux et la dépréciation de la monnaie nationale à partir de
l’instauration de la démocratie et de l’adhésion du pays à l’OPEP, tel
qu’illustré par la diminution observée dans le niveau de production de pétrole.
-
Détérioration accélérée de l’activité productive après les événements
sociopolitiques de 1992.
En vue du cadre institutionnel changeant et des implications, a priori, observées sur
l’ensemble de l’économie, nous introduisons dans l’analyse cette dimension
sociopolitique afin d’en déduire les effets sur la croissance. Dans la prochaine section
notre démarche s’amorce par la formalisation théorique de la PGF.
12
II.
La Productivité Globale des Facteurs
En premier lieu, un regard très rapide sera porté sur les origines théoriques et les
limitations pratiques concernant le concept de productivité des facteurs; ensuite les
méthodes de calcul seront présentées. Cette section se termine par un survol de la
littérature récente.
A. Origines et critiques
La Productivité Globale des Facteurs se base, sous sa forme la plus élémentaire, sur les
fondements conceptuels derrière l’identité comptable du Produit Intérieur Brut (PIB).
Introduite d’après Griliches (1995), par Copeland en 1937 dans son ouvrage ´Ćoncepts
of National Income´´ , puis estimée à l’appui d’une fonction de production de type
Cobb-Douglas (avec des pondérations fixes) par Tinbergen en 1942. Il a fallu attendre
Solow (1957) pour qu’elle soit théoriquement formalisée.
En effet, en partant d’une fonction de production générale à rendements d’échelle
constats, telle que :
Qt = F ( At , K t , Lt )
(1)
Qt = quantité produite à la période t
At = technologie à la période t
K t = stock de capital à la période t
Lt = quantité de travail à la période t
En supposant également que la technologie est exogène (neutre au sens de Hicks),
l’équation (1) devient :
Qt = At F ( K t , Lt )
(2)
Puis en la différenciant par rapport au logarithme, on trouve :
!
!
Q  A   FKt K t
=
+
Qt  At   Qt
 
  K

  K t
!
 F L
 +  Lt t
  Qt

  L

  Lt
!




(3)
Le taux de croissance de la production n’est rien d’autre que la somme des taux de
croissance des facteurs, pondérés par leurs élasticités de production, et du taux de
croissance de la technologie. Cependant ces élasticités ne sont observables que si l’on
suppose que les facteurs sont rémunérés à leur productivité marginale:
rt
pt
w
FLt = productivité marginale du travail = t
pt
FKt = productivité marginale du capital =
13
Dans ce cas l’équation (3) devient :
!
!
Q  A 
=
+ S Kt
Qt  At 
 
 K!

 Kt


 + SL
t


 L!

 Lt





(4)
S Kt = part du capital dans le revenu total
S Lt = part du travail dans le revenu total
Ainsi le résidu de Solow ou le taux de croissance de la PGF est donné par :
!
 K! 
Q
Rt = − S Kt   − S Lt
 Kt 
Qt
 
 L!

 Lt





(5)
La croissance de la production qui n’est pas expliquée par l’accroissement des facteurs
de production, à savoir, le déplacement de la fonction de production pour un niveau
donné d’intrants.
Cependant il ne s’agit là que d’une approche théorique, en réalité, lors des applications
empiriques plusieurs sont les difficultés rencontrées et nombreuses sont les critiques
portées sur la méthodologie de calcul, les hypothèses de base et l’interprétation des
résultats.
L’une des principales critiques portées sur le calcul de la productivité globale des
facteurs repose sur ´´l’impureté´´ de la mesure obtenue du progrès technique, ainsi
Abramovitz (1956) en faisant allusion à la PGF parle de ´´mesure de notre ignorance´´.
Les erreurs de mesure dans les séries du travail et surtout dans celles du stock de capital
physique, l’omission d’éléments susceptibles d’influencer la qualité et la productivité
des facteurs tels que l’éducation, la nutrition, la recherche et développement ont soulevé
tout un ensemble de mises en garde à l’égard de l’utilisation du résidu de Solow pour
étudier le rôle du progrès technologique dans le processus de croissance.
Un des problèmes soulevés par Jorgenson et Griliches (1967) est celui de l’agrégation
des facteurs de production, l’impossibilité de distinguer entre différents types ou
qualités de capital et de travail entraîne une surestimation du progrès technologique
dans le cas où les facteurs employés deviennent de plus en plus performants (de
meilleure qualité). Barro (1998) montre également que des changements quantitatifs
dans les types de facteurs, par exemple une augmentation du travail industriel par
rapport au travail agricole, entraînent des variations dans les prix relatifs de ces facteurs
et par conséquent des différences dans les taux de participation de ces derniers dans la
production totale, ainsi la PGF calculée à partir de l’équation (5) serait supérieure à
celle qui tiendrait compte des changements factoriels antérieurement mentionnés.
De même l’hypothèse de rendements d’échelles constants, de par son aspect peu
réaliste, a provoqué la remise en cause de l’approche de Solow. Cependant Hulten
(1973) remarque que cette hypothèse n’est ni restrictive ni indispensable dans le calcul
de la PGF, en effet les rendements d’échelle constants ne sont nécessaires que si l’on ne
14
dispose pas d’information suffisante pour obtenir le taux de rendement du capital7.
Ainsi, si le taux de rendement du capital est calculé par une autre méthode (par exemple
en employant une méthode économétrique), le résidu peut être dérivé sans imposer de
restrictions sur les participations des facteurs.
Une autre critique portée sur le calcul de la PGF vise le lien existant entre la
rémunération des facteurs et leur productivité marginale. Hulten (2000) signale qu’en
cas de concurrence imparfaite, et donc avec des prix supérieurs aux coûts marginaux, le
calcul du progrès technique, par l’approche comptable classique, est biaisé. Cependant
pour Barro (1998) ce problème peut être résolut de deux façons, soit en estimant
économétriquement l’équation (4), les coefficients obtenus pour chaque taux de
croissance des facteurs correspondraient directement aux S Kt et S Lt , sans avoir besoin de
supposer l’égalité entre prix des facteurs et coûts marginaux; soit en employant
l’approche duale de la comptabilité de la croissance.
A cet effet, l’approche duale, introduite par Jorgenson et Griliches (1967) explique
l’évolution du progrès technique par des changements dans les prix des facteurs, sans
supposer de relation prix-coûts marginaux. Ainsi en introduisant le prix des facteurs,
l’équation (4) devient :
!
Q
= S Kt
Qt
 r! K! 
 +  + SL
t
 rt K t 


 w! L! 
 + 
 wt Lt 


(4’)
En réarrangeant les termes :
!
 K! 
Q
R t = − S Kt   − S Lt
 Kt 
Qt
 
'
 L!

 Lt


 = SK
t


 r! 
  + SL
t
 rt 
 
 w!

 wt





(5’)
La PGF est donnée par l’accroissement du prix des facteurs pondéré par la part de ces
derniers dans le revenu total. En d’autres termes, une augmentation du prix des facteurs
n’est réalisable que si la production s’accroît en utilisant la même quantité d’inputs.
Malgré les critiques et les limitations, le concept de productivité globale des facteurs
garde une place importante dans l’analyse de la croissance de long terme. Dans la
prochaine section nous allons nous intéresser plus en détail aux façons de la calculer et
aux limitations pratiques rencontrées.
7
Dans ce cas le taux de rendement du capital est calculé de façon résiduelle = 1 – taux de rendement du
travail.
15
B. Méthodes de Calcul
La PGF peut être approximée par deux méthodes distinctes: l’approche comptable et
l’estimation économétrique.
L’approche comptable est centrée sur le calcul des relations (5) ou (5’), notons que dans
le cas de l’équation (5) les hypothèses sur les rendements et l’égalisation des prix des
facteurs aux coûts marginaux supposent l’adoption d’une fonction de production à
rendements constants de type Cobb-Douglas.
La production est représentée par le PIB ou la Valeur Ajoutée, le facteur travail par la
force de travail ou le nombre d’heures travaillées, et le facteur capital par une mesure
réelle du stock de capital. A ce niveau, la principale difficulté rencontrée réside dans la
façon de mesurer les facteurs.
En relation au capital, une mesure idéale de celui-ci devrait porter sur le flux, en heures,
de services employés dans le processus de production. Cependant, puisque
généralement ce type d’information n’est pas disponible au niveau agrégé, une approche
alternative basée sur l’évolution de la formation brute de capital fixe est employée, il
s’agit de la méthode des inventaires permanents. Soit :
K t +1 = K t + I t − ∂K t
(6)
K t est le stock de capital physique au temps t, I t est l’investissement brut au temps t et
∂ représente le taux de dépréciation du capital.
Après quelques manipulations l’équation (6) peut s’écrire :
 1+ g 
K0 = 
 I0
 g +∂ 
(7)
Le stock de capital initial, à un moment donné dans le temps, est fonction du taux de
croissance de l’investissement (g), du taux de dépréciation et de l’investissement brut
initial.
A l’aide des équations (6) et (7) il est donc possible de mesurer le stock de capital dans
le temps, cette méthode suppose néanmoins, le choix parfois difficile, d’un taux de
dépréciation ainsi que l’adoption d’un taux d’investissement constant8. De même elle
n’intègre pas les changements qualitatifs du capital.
En ce qui concerne le facteur travail, celui-ci devrait être mesuré en termes d’heures
totales travaillées pour une période donnée, mais une fois de plus le manque
d’information statistique, surtout dans le cas de PED, oblige à utiliser une proxy telle
que la force de travail.
Par ailleurs, la méthode économétrique porte sur l’estimation, en fonction de
l’information disponible, des relations présentées en (4) ou (4’). Le progrès technique
8
Généralement il s’agit du taux d’investissement moyen de la période d’étude.
16
est dérivé, soit à partir des coefficients de l’équation estimée, ceci permet d’avoir
l’évolution de la technologie par période, soit en introduisant une constante telle que
suggérée par Barro (1998), dans ce cas on obtient une mesure moyenne de la PGF.
Le grand avantage de l’estimation économétrique est la flexibilisation des hypothèses.
Tout d’abord il n’est plus nécessaire de supposer l’existence d’une relation pré-établie
entre le prix des facteurs et leur coût marginal, de même les rendements peuvent être
croissants, décroissants ou constants, ce qui permet de ne pas avoir à choisir, dans le cas
de la procédure de Solow, une fonction de production spécifique ou en tout cas de
choisir une fonction ayant une forme plus flexible9. Cependant des problèmes liés aux
erreurs de mesure de certains agrégats, à la simultanéité des variables et à leur non
stationnarité posent des contraintes assez significatives sur les procédures d’estimation.
Passons maintenant en revue quelques travaux portant sur l’estimation de la PGF.
C. Revue de la littérature
Nous nous intéressons à des travaux portant sur l’estimation de la PGF au niveau
international (Easterly et Levine, 2001), au niveau régional (Fajnzylber et Lederman,
1998) et au niveau national (Clemente, 2002 et Rodríguez, 2004).
Easterly et Levine (2001) portent leur attention sur l’importance relative de la PGF et
l’accumulation de facteurs, comme le capital physique et humain, dans le processus de
croissance de long terme au niveau international, à travers le calcul de la productivité
par la méthode comptable et l’estimation de la croissance en coupe transversale par la
méthode généralisée des moments (GMM). Tout d’abord ils signalent que la
productivité des facteurs, et non pas seulement l’accumulation de ceux-ci, explique la
plupart des divergences observées entre niveaux et taux de croissance du PIB par tête de
différents pays. De même ils associent cette divergence des taux de croissance à l’une
des hypothèses de base des modèles de croissance endogène: l’existence de rendements
non décroissants du capital. D’autre part, les auteurs observent une forte volatilité des
taux de croissance de la production par habitant alors que les stocks de capital semblent
croître de façon soutenue dans le temps, cette évidence empirique les porte à rejeter
l’adoption de modèles de croissance dont la convergence vers l’état stationnaire est
assurée par l’accumulation de capital, notamment le modèle néoclassique de Solow. Par
ailleurs ils démontrent que l’accumulation de facteurs a tendance à avoir lieu dans des
secteurs spécifiques, tant au niveau mondial, comme au niveau des pays et même au
niveau des groupes ethniques, provoquant une très forte concentration des activités
productives. Pour terminer ils font référence à l’importance des institutions et des
politiques économiques pour accroître l’efficacité des facteurs de production et ainsi
accélérer la croissance de long terme.
Fajnzylber et Lederman (1998) s’intéressent aux effets des réformes économiques sur
la productivité globale des facteurs de dix-huit pays d’Amérique Latine et des Caraïbes
de 1950 à 1995. En effet, ils associent les épisodes de réforme économique à des
périodes de plus grande ouverture telle que définie par Sachs et Warner (1995), ainsi
9
Par exemple une forme translogarithmique.
17
deux grandes périodes de réforme sont identifiées: la décennie des années cinquante et
le début des années quatre-vingt-dix. Les auteurs calculent l’évolution de la PGF en
employant l’approche comptable et l’estimation économétrique d’un modèle en panel à
effets fixes; dans le cas de l’approche comptable ils emploient une fonction de
production de type Cobb-Douglas à rendements constants avec une participation du
capital égale à 0,4. Leur principal résultat fait référence à une expansion de la PGF
pendant les périodes de réforme et une contraction de celle-ci dans le cas contraire. En
ce qui concerne le Venezuela les auteurs estiment un taux de croissance de la PGF
proche à 1,8% durant les épisodes d’ouverture et -1,3% pendant les périodes de plus
grande autarcie. De même, ils calculent, dans le cas du Venezuela, une croissance de la
PGF de -0,3% pour l’ensemble de la période d’étude.
Clemente (2002) présente une analyse sectorielle de la PGF au Venezuela dans un
contexte de compétitivité et insertion internationale durant la période 1950-2000. Il
emploie la méthode comptable en adoptant une fonction de production à rendements
constants de type Cobb-Douglas, pour calculer premièrement, la productivité des
facteurs dans la production totale et deuxièmement la productivité par secteur d’activité
(pétrolier et non pétrolier). Dans le cas du calcul de la PGF au niveau agrégé l’auteur
utilise des taux de participation moyens de 0,62% pour le capital physique et de 0,38%
pour le travail. Il constate une assez forte réduction de la PGF à partir du début des
années soixante-dix (-2,87%) et une participation négative de celle-ci dans la
croissance. Lorsqu’il s’intéresse à la productivité sectorielle, l’auteur observe que la
chute de cette dernière est d’autant plus marquée dans le secteur pétrole, avec un taux de
croissance moyen minimum de -7,93% pour la période 1980-1989; en ce qui concerne
le secteur non pétrolier la diminution de la PGF ne s’amorce qu’à partir des années
quatre-vingt avec des taux moyens proches à -1,00%. Notons que les taux de
participation factorielle employés sont respectivement de 0,92% et 0,08% pour le
capital physique et le travail du secteur pétrolier, alors qu’ils représentent 0,54% et
0,46% pour le capital et le travail du secteur non pétrolier. L’auteur associe ces
importantes contractions de la PGF aux politiques de maximisation de la rente pétrolière
menées au sein de l’OPEP et à la chute de l’investissement privé. Au niveau latinoaméricain une réduction de la contribution de la PGF à la croissance est observée du
début des années soixante jusqu’à la fin des années quatre-vingt, avec notamment des
taux de croissance négatifs de la productivité dans la plupart des pays de la région de
1980 à 198910. La décennie des années quatre-vingt-dix représente une période de
récupération en termes de productivité pour l’ensemble des pays sud-américains à
l’exception du Venezuela, seul pays à afficher systématiquement des taux de croissance
négatifs de la PGF de 1960 à 1990.
Rodríguez (2004) analyse méthodologiquement et empiriquement les causes du faible
niveau de croissance registré au Venezuela de 1950 à 1998. En termes de méthodologie
deux raisons sont évoquées, premièrement les divergences entre les différentes sources
d’information statistique en ce qui concerne l’évolution du PIB vénézuélien; à cet effet
l’auteur suggère l’utilisation exclusive des données basées sur les calculs de la Banque
Centrale du Venezuela. Deuxièmement, l’auteur signale que l’utilisation de la PGF
agrégée pour évaluer la performance du pays donne une vision biaisée à la baisse de
10
Le Chili et la Colombie sont les seuls pays à avoir enregistré des taux de croissance positifs de la PGF.
18
celle-ci, à cause des politiques de défense des prix du pétrole qui ont eut un impact
négatif sur la production du secteur pétrolier; ainsi il serait préférable d’utiliser la PGF
du secteur non pétrolier pour analyser convenablement l’évolution de la croissance. En
ce qui concerne l’approche empirique, la PGF agrégée et sa décomposition sectorielle
est calculé par la méthode comptable pour les périodes 1950-1968, 1968-1984 et 1984199811. Les résultats indiquent une contraction de la PGF du secteur non pétrolier de
1968 à 1984 suivie d’une expansion jusqu’en 1998. Par contre la productivité dans le
secteur pétrolier diminue continuellement de 1968 à 1984. Ainsi en considérant
l’évolution de la PGF du secteur non pétrolier, la performance du Venezuela, bien que
toujours pauvre, est davantage similaire à celle des autres pays de la région.
De façon générale les travaux portant sur le calcul de la PGF sont basés sur l’adoption
d`hypothèses assez restrictives telle que, par exemple, l’existence de concurrence
parfaite dans les marchés des facteurs ou le choix d’une forme fonctionnelle déterminée.
De même, en ce qui concerne l’utilisation de méthodes économétriques, ces dernières ne
sont employées que dans le cas d’études en coupe transversale portant sur plusieurs
pays.
Dans le cas du Venezuela, l’utilisation exclusive de l’approche comptable pour mesurer
l`évolution de la PGF impose des limitations considérables à l’interprétation et à la
validation des résultats ainsi obtenus. Par ailleurs, la formalisation des grands
changements survenus au pays, tant au niveau structurel comme au niveau
institutionnel, semble également manquer dans les travaux empiriques essayant
d’expliquer l’évolution de la productivité et de la croissance. Nous essayons d’intégrer
et quantifier ces éléments dans la prochaine section.
11
En 1968 et 1984 la Banque Centrale du Venezuela a changé l’année base des séries statistiques.
19
III.
L’estimation de la productivité globale des facteurs
Nous allons tout d’abord introduire le modèle et les données employées, pour ensuite
estimer le progrès technique à l’aide des deux méthodes déjà évoquées. Nous vérifions
par la suite la cohérence de notre démarche en comparant nos résultats à ceux d’autres
auteurs.
A. Le modèle et les données
Le modèle employé dans le calcul de la PGF est centré sur la décomposition
multisectorielle de la croissance telle qu’abordée par Azam (1989) et Barro (1998).
Soit Qt le produit intérieur brut à la période t, il se désagrège en deux composantes, le
produit du secteur pétrolier à la période t, QPt et le produit du secteur non pétrolier à la
période t, QNPt .
Qt = QNPt + QPt
(8)
Dérivons cette expression par rapport au temps :
!
!
!
Q = QNP + QP
Divisons par Qt et multiplions des deux côtés par
(8’)
QNPt
QPt
et
:
QNPt
QPt
!
!
!
Q  QNPt QNP   QPt QP 
=
⋅
+
⋅
Qt  Qt QNPt   Qt QPt 

 

(9)
La variation de la production au niveau agrégé n’est rien d’autre que la somme pondérée
des variations de productions sectorielles.
Supposons maintenant que la production dans chaque secteur est définie par :
QNPt : F ( ANPt , KNPt , LNPt )
QPt : H ( APt , KPt , LPt )
(10)
(11)
F et H sont des fonctions de production spécifiques à chaque secteur. Le progrès
technique sectoriel, supposé être neutre au sens de Hicks12, est donné par ANPt et APt.
KNPt et LNPt représentent les quantités de capital et travail employées, au temps t, dans
le secteur non pétrolier. KPt et LPt sont le capital et le travail utilisés, au temps t, dans le
secteur pétrole.
12
Voir section II.
20
Calculons les dérivées logarithmiques par rapport au temps des expressions (10) et (11):
!
!
QNP t 
ANPt   ANPt  
KNPt
=  FANPt
+  FKNPt

QNPt 
QNPt   ANPt  
QNPt


!
!
!
QPt 
APt   APt  
KPt   KPt
=  H APt
+  H KPt


QPt 
QPt   APt  
QPt   KPt



  KNP t

  KNPt
 
 +  H LP
t
 

!
 
 ! 

LNP
t  LNP t 
 +  FLNP

t
 
QNPt   LNPt 



!
LPt   LPt 

QPt   LPt 


(10’)
(11’)
Où FX t , X=ANP, KNP,LNP, représentent les productivités marginales du secteur non
pétrolier et H Yt , Y=AP, KP,LP, celles du secteur pétrolier.
Etant donné que la technologie est neutre au sens de Hicks, nous pouvons les réécrire :
!
!
!
QNP t  ANP t  
KNPt   KNPt  
LNPt
=
+  FKNPt
+  FLNPt

QNPt  ANPt  
QNPt   KNPt  
QNPt




!
!
!
!
QPt  AP t  
KPt   KPt  
LPt   LP t 
=
+  H KPt
+  H LPt


QPt  APt  
QPt   KPt  
QPt   LPt 






  LNPt

  LNPt
!




(10’’)
(11’’)
La variation de la production dans chaque secteur s’explique par l’accroissement
respectif des stocks de capital, travail et progrès technique.
Pour retrouver le taux de croissance de l’économie au niveau agrégé, remplaçons les
expressions (10’’) et (11’’) dans (9) :
!
!
!
!
!
!
!
Q QNPt ANP QPt AP  KNPt KNPt   LNPt LNPt   KPt KPt   LPt LPt 
=
⋅ + ⋅ +FKNP
+FLNP 
+HKP 
+HLP 

Qt  Qt ANPt Qt APt   t Qt  KNPt   t Qt  LNPt   t Qt  KPt   t Qt  LPt




 
 
 
(9’)
!
!
!
AT  QNPt ANP QPt AP 
, en réorganisant les termes :
Soit
=
⋅
+
⋅
ATt  Qt ANPt Qt APt 


!
!
!
!
!
!
AT Q  KNPt KNPt   LNPt  LNPt   KPt KPt   LPt LPt 
= −FKNP
−FLNP
−HKP 
−HLP 


ATt Qt  t Qt  KNPt   t Qt  LNPt   t Qt  KPt   t Qt  LPt




 
 
(12)
Nous retrouvons donc une version décomposée sectoriellement de l’équation (5). La
productivité globale des facteurs au niveau agrégé est égale à la croissance non
expliquée par les variations des facteurs pondérés par leurs élasticités de production.
21
En ce qui concerne les données, nous employons des valeurs réelles à prix constants de
1984, trois sources sont utilisées :
-
Les statistiques historiques vénézuéliennes calculées par Baptista (1997)
Les séries historiques de la Banque Centrale du Venezuela (B.C.V)
Les séries historiques de l’Institut National des Statistiques (I.N.E)
Les séries concernant le stock de capital, calculées par Baptista, ne sont disponibles que
jusqu’en 1994. Une mise à jour (1995-2002) à partir des données de la B.C.V,
notamment en ce qui concerne la formation brute de capital fixe sectorielle, a été
effectuée en utilisant la méthode des inventaires permanents. Il est important de signaler
que récemment, Rodríguez (2004) a remis en cause la validité des données de Baptista
en se basant sur le fait que ces dernières n’étaient pas calculées à partir des séries
officielles fournies par la B.C.V, il a donc recommandé l’utilisation des séries de stock
de capital de Hoffman (2000) construites en employant les données de la Banque
Centrale. Cependant Hoffman n’a calculé le stock de capital du Venezuela qu’à partir de
1950 alors que Baptista l’a fait à partir de 1936. Par conséquent, nous avons effectué
des test d’égalité des moyennes, des médianes et des variances des stocks de capital des
deux auteurs13, sans pouvoir rejeter l’hypothèse nulle d’égalité des deux séries. Ainsi
nous avons décidé d’employer, dans le calcul de la productivité des facteurs, les
données de Baptista (1997), statistiquement semblables à celles de Hoffman (2000) et
aillant l’avantage de porter sur une plus longue période de temps.
B. L’approche comptable
La productivité globale des facteurs, tous secteurs compris, est calculée à partir de
l’équation (12). Nous supposons l’existence d’une fonction de production à rendements
d’échelle constants, de même que l’égalité entre rémunération des facteurs et
productivité marginale. Les élasticités de production sont donc égales à la participation
de chaque facteur dans l’activité économique. En ce qui concerne la productivité
sectorielle, les mêmes hypothèses, concernant la fonction de production agrégée, sont
maintenues, le calcul se faisant à l’aide des équations (10’’) et (11’’). Les pondérations
employées (tableau 4) sont estimées à partir des comptes nationaux vénézuéliens
publiés par la B.C.V et des calculs effectués par Clemente (2002), en fonction des trois
périodes d’analyse.
Tableau 4. Elasticités moyennes de production
Période
KNP
LNP
KP
LP
1942-1957
0.28
0.24
0.44
0.04
1958-1992
0.35
0.30
0.33
0.03
1993-2002
0.39
0.33
0.26
0.02
Sources: Banco Central de Venezuela, Clemente (2002), calculs de l’auteur
13
Voir Annexe, tableau A.1.
22
La part des facteurs associés au secteur pétrole dans la production totale diminue
considérablement au cours de la période d’étude (tableau 4). Ainsi l’élasticité de
production du capital employé dans le secteur pétrolier se réduit presque de moitié en
espace de quarante ans, passant de 0,44 à 0,26. D’autre part la participation du travail et
du capital du secteur non pétrolier s’accroît de façon soutenue. Notons, néanmoins, que
cette asymétrie de comportements peut être le résultat de l’utilisation d’une fonction de
production à rendements constants, hypothèse assez restrictive, mais indispensable pour
le calcul de la PGF, étant donnée l’absence d’information statistique plus complète.
Le tableau 5 montre l’évolution de la PGF estimée par la méthode comptable. La
période de la dictature militaire est caractérisée par une forte croissance de la
productivité des facteurs (4,48%) basée largement sur l’accroissement du progrès
technique dans le secteur pétrole (5,73%). A partir de l’instauration de la démocratie la
PGF décroît de façon très marquée, atteignant un taux de croissance négatif moyen de 0,63%. Après 1992, la contraction de la productivité s’accentue ; en moyenne les taux
de croissance du progrès technique dans les secteurs non pétrolier et pétrolier ont été de
-2,05% et -2,65% respectivement.
l’approche comptable
Période
AT
ANP
AP
1942-1957
4.48
3.37
5.73
1958-1992
-0.63
-0.01
-1.58
1993-2002
-2.29
-2.05
-2.65
Source: Calculs de l’auteur
AT = PGF totale
ANP = PGF secteur non pétrolier
AP = PGF secteur pétrolier
La productivité des facteurs, obtenue par l’approche comptable, est mesurée de façon
assez brute. L’adoption d’une fonction de production peu flexible et l’exclusion d’autres
facteurs pouvant influencer significativement le comportement des agrégats sont
quelques unes des limitations rencontrées.
Dans la prochaine section nous essayons de calculer une mesure plus précise, ou en tout
cas avec moins de distorsions, de la PGF à l’aide d’outils économétriques.
23
C. L’approche économétrique
La démarche économétrique suivie consiste à estimer les élasticités de production des
facteurs, à partir de l’équation (9’), pour ensuite dériver les élasticités sectorielles
(équations 10’’ et 11’’). Une fois ces élasticités calculées, l’obtention de la PGF devient
un simple exercice arithmétique.
Le modèle à estimer est défini par:
gYt = β 0 g KNPt + β1 g LNPt + β 2 g KPt + β 3 g LPt + ut
(9’’)
Les g it , it=Yt , KNPt , LNPt , KPt , LPt représentent les taux de croissance des variables
i au temps t. Les β sont les coefficients associés aux élasticités de production. Le terme
d’erreur ut intègre le progrès technique et d’autres composantes stochastiques.
Avant d’estimer l’équation (9’’), il est indispensable de vérifier la stationnarité14 des
variables à employer. La non stationnarité des séries en question peut entraîner
l’apparition de corrélation dans les erreurs, violant ainsi l’une des hypothèses centrales
de l’estimation par moindres carrés. De même, la présence d’autocorrélation peut
provoquer le problème de relation fallacieuse introduit par Granger et Newbold (1974),
à savoir, la supposition d’existence d’une relation entre variables, en base à des
statistiques t et F biaisées.
A cet effet, des tests de racine unitaire de Dickey-Fuller Augmenté (ADF) et de
Phillips-Perron (PP) ont été réalisés. Le test en niveaux prend la forme suivante :
m
∆git = α 0 git −1 + ∑ α j ∆git− j + ε t
j =1
(a)
H0 : α0 = 0 (non stationnarité)
H1 : α0 ≠ 0 (stationnarité)
Où ∆gi indique la première différence de la série et m est le nombre de retards. Notons
que la forme employée n’inclut ni constante ni tendance pour rendre les résultats
compatibles avec la forme fonctionnelle (9’’) étudiée. L’équation (a) est estimée pour
chaque variable en rajoutant autant de retards m que nécessaires afin que les résidus εt
ne soient pas autocorrélés.
Le tableau 6 montre les résultats des tests de stationnarité ADF et PP de chacune des
variables en fonction du nombre de retards sélectionné.
14
Stationnarité au sens faible ou dans la covariance
24
Tableau 6. Tests de racine unitaire
Variables
ADF(0)
gY
-4.554
ASH
gKNP
-1.525
ASH
gLNP
-6.601
gKP
-2.292
SH
ADF(1)
ADF(2)
ADF(3)
-3.916
-3.168
-3.160
-1.948
-2.085
-1.573
-4.519
ASH
-3.934
-4.195
ASH
-3.029
-2.790
A
-3.990
gLP
-7.351
-4.288
-3.933
-4.116
Variables
PP(0)
PP(1)
PP(2)
PP(3)
gY
gKNP
gLNP
gKP
gLP
-4.554
-4.324
-4.860
-2.032
-2.240
-1.915
-6.513
-6.565
-7.970
ASH
-1.525
ASH
-6.601
-4.621
ASH
ASH
-2.292
-3.597
-3.294
-3.331
-7.351S H
-7.524A
-7.364
-7.746
A,S et H indiquent le nombre de retards choisis par les critères d’Akaike, Schwarz et Hannan-Quinn pour
obtenir des résidus sans corrélation.
Les valeurs critiques à 1% et 5% sont -2,601 et -1,946 (MacKinnon, 1996).
Les valeurs calculées sont supérieures, en valeur absolue, aux valeurs critiques. Il est
donc possible de rejeter l’hypothèse nulle de non stationnarité pour l’ensemble des
séries et d’estimer la forme réduite (9’’) par moindres carrés ordinaires (MCO).
Le tableau 7 résume les principaux résultats et statistiques calculés.
Tableau 7. Estimation par MCO
Variable dépendante: g Y
Variables
Coefficients
Ecarts-typesº
t-student
Prob.
gKNP
0.632
0.188
3.370
0.001
gLNP
0.498
0.385
1.294
0.201
gKP
0.213
0.138
1.547
0.127
gLP
0.218
0.089
2.458
0.017
Observations
R-carré
R-carré ajusté
Akaike
61
0.357
0.323
-2.662
Schwarz
Durbin-Watson
Test de normalité
Test B-G (Khi-deux(2))
-2.52
1.16
0.38
9.98 (0.0068)
(prob. d'accepter Ho)
º les écarts-types sont corrigés par la méthode de White
25
Les coefficients ont les signes attendus, l’accumulation de facteurs de production
contribue positivement à la croissance. Notons cependant que les coefficients associés
au travail du secteur non pétrolier et au capital du secteur pétrolier ne sont significatifs
qu’à 20% et 13% respectivement. En regardant plus en détail les statistiques calculées,
il semblerait que les résidus présentent une certaine forme de corrélation. En effet, un
niveau assez faible du test de Durbin-Watson15 est observé. Par conséquent, un test de
corrélation des résidus de Breusch-Godfrey (B-G) avec deux retards a été réalisé: le test
consiste à régresser le résidu de l’équation de croissance en fonction de valeurs
retardées de ce dernier et de toutes les autres variables du modèle, ensuite la
signification conjointe des valeurs résiduelles retardées est testée. Notons que le choix
du nombre de retards est totalement arbitraire, nous supposons qu’au-delà de deux ans
la corrélation temporelle n’est plus déterminante dans le comportement des résidus.
L’hypothèse nulle (non-existence de corrélation) étant rejetée, il reste à identifier le
processus statistique suivi par le terme d’erreur.
D’après Hamilton (1994) la dynamique du résidu, en présence de corrélation, peut
correspondre à une combinaison de termes autorégressifs (AR) et de moyenne mobile
(MA). Dans le cas du processus AR(p), le terme d’erreur varie en fonction de ses
valeurs passées (équation b), alors que dans le cas du processus MA(q) le résidu dépend
de la somme pondérée des erreurs retardées (équation c).
ut = ρ1ut −1 + ρ 2ut −2 + ... + ρ p ut − p + vt
ut = vt + φ1vt −1 + φ2 vt −2 + ... + φq vt −q
(b)
(c)
En combinant ces deux éléments nous retrouvons le processus ARMA(p,q):
ut = ρ1ut −1 + ρ 2 ut − 2 + ... + ρ p ut − p + vt + φ1vt −1 + φ2 vt − 2 + ... + φq vt −q
(d)
Le problème maintenant est de savoir quelle forme s’adapte mieux à la dynamique du
terme d’erreur.
A cet effet, deux critères de sélection sont utilisables selon Dufour (2002).
Premièrement, une sélection en fonction du niveau de prévision, ainsi la minimisation
de la variance et la maximisation du coefficient de détermination ajusté peuvent être des
critères souhaitables. Deuxièmement, un choix centré sur la distance entre le modèle
sélectionné et le ´´vrai´´ modèle, pour ce fait la minimisation des critères d’information
d’Akaike et de Schwarz est envisageable.
Le modèle de croissance est estimé en introduisant plusieurs variantes du processus
ARMA(p,q) suivi, a priori, par le terme d’erreur (équation d). Le tableau 8 présente les
résultats ainsi obtenus.
15
Le niveau assez faible du DW peut aussi être dû à une mauvaise spécification du modèle, entre autres
causes.
26
Tableau 8. Sélection du modèle ARMA(p,q)
Processus
R-carré ajusté
Akaike
Schwarz
AR(1), MA(0)
0.443
-2.841
-2.668
AR(2), MA(0)
0.434
-2.811
-2.603
AR(0), MA(1)
0.487
-2.923
-2.750
AR(0), MA(2)
0.478
-2.891
-2.683
AR(1), MA(1)
0.479
-2.892
-2.685
AR(2), MA(1)
0.473
-2.868
-2.625
AR(1), MA(2)
0.491
-2.903
-2.661
AR(2), MA(2)
0.488
-2.883
-2.606
Selon le critères du R2 ajusté le processus qui semble mieux s’ajuster au comportement
des résidus est un ARMA(1,2). D’après les critères d’Akaike et de Schwarz le modèle à
choisir serait le ARMA(0,1). Dufour (2002) signale qu’en règles générales le critère
d’Akaike tend à identifier des valeurs trop grandes de p et q, alors que le critère de
Schwarz converge vers des valeurs très proches des vrais paramètres. Par conséquent
nous choisissons le modèle ARMA(0,1) pour décrire la dynamique du terme d’erreur.
Il est désormais possible d’estimer l’équation de croissance corrigée par la présence de
corrélation dans les résidus. Ainsi le modèle devient:
gYt = β 0 g KNPt + β1 g LNPt + β 2 g KPt + β3 g LPt + ut
ut = vt + φ1vt −1
(9’’’)
La forme réduite est estimée par la méthode des moindres carrés non linéaires (MCNL),
cette approche consiste à remplacer la forme ARMA du terme d’erreur dans l’équation
d’intérêt pour ensuite procéder à l’estimation à travers un algorithme non linéaire de
Marquardt.
Le tableau 9 montre les résultats de la régression par MCNL. Tous les coefficients
affichent les signes attendus et sont significatifs à 5%, exception faite du taux de
croissance du stock de travail per capita du secteur non pétrolier, significatif seulement
à 15%. En comparaison avec l’estimation précédente (tableau 7), un coefficient de
détermination ajusté plus élevé est observé, de même, l’hypothèse d’absence de
normalité est amplement rejetée. Du côté du test (B-G), celui-ci ne rejette pas
l’inexistence de corrélation.
27
Tableau 9. Estimation par MCNL avec terme d’erreur MA( 1)
Variable dépendante: gY
Variables
Coefficients
Ecarts-typesº
t-student
Prob.
gKNP
0.720
0.277
2.595
0.012
gLNP
0.445
0.297
1.499
0.139
gKP
0.326
0.169
1.924
0.059
gLP
0.137
0.055
2.490
0.016
MA (1)
0.654
0.111
5.904
0.000
Observations
R-carré
R-carré ajusté
Akaike
61
0.521
0.487
-2.923
Schwarz
Durbin-Watson
Test de normalité
-2.75
2.03
0.51
1.60 (0.450)
A première vue les résultats de l’estimation de l’équation de croissance semblent
consistants, aussi bien du point de vue théorique qu’empirique. Néanmoins d’autres
difficultés statistiques doivent encore être surmontées: les erreurs de mesure des
variables employées et l’endogénéité des régresseurs estimés.
L’une des hypothèses de base du modèle classique de régression est celle de l’absence
de corrélation contemporaine entre les variables explicatives et le résidu. Lorsque les
variables sont mesurées avec erreur ce principe est violé et l’estimation par moindres
carrés abouti à des estimateurs inconsistants. La même situation se produit quand les
régresseurs ne sont pas exogènes, en d’autres termes quand la causalité est
bidirectionnelle entre variables explicatives et variables à expliquer, ce qui entraîne la
sous identification du modèle et des estimateurs par moindres carrés biaisés. Dans le
cadre de cette étude, il semble évident que des agrégats tels que le stock de capital et la
force de travail sont mesurés avec un degré considérable d’erreur. De façon similaire,
l’endogénéité des régresseurs semble incontestable, le niveau d’emploi ainsi que
l’accumulation de capital sont, a priori, déterminés direct ou indirectement par le niveau
d’activité économique.
La solution réside dans l’estimation par la méthode des variables instrumentales ou dans
le cas d’existence de corrélation dans les résidus, les doubles moindres carrés non
linéaires (2MCNL). A cet effet, le choix des instruments représente une étape cruciale
dans la procédure d’estimation, ainsi nous cherchons des variables exogènes fortement
corrélées avec les facteurs de production et indépendantes du terme d’erreur ut.
Notons néanmoins que la présence d’erreurs avec moyenne mobile impose quelques
restrictions dans le choix des instruments. Fair (1970) recommande, dans le cas d’un
processus AR(1), l’inclusion de toutes les variables du modèle retardées d’au moins une
période afin d’obtenir des estimateurs consistants. Dans ce sens et en vue du fait que
28
toute représentation de moyenne mobile d’ordre un peut être exprimée, sous certaines
conditions, comme une représentation infinie de termes autorégressifs (Hamilton,
1994), nous décidons d’incorporer dans la liste d’instruments, l’ensemble des variables
composant la forme réduite, retardées de une à deux périodes.
D’autre part, nous employons en tant qu’instruments16 les valeurs retardées du taux de
croissance du prix réel du pétrole vénézuélien en US$ (PETR), du taux de change réel
(TCR) et de la variation du degré d’ouverture (OPEN). Nous utilisions également le
taux de croissance de la production vénézuélienne de pétrole en millions de barils par
jour (MBJ), ainsi qu’une variable dichotomique indiquant les épisodes de changement
institutionnel et politique17 (IP). L’exogénéité des variables instrumentales est vérifiée à
partir du test de causalité de Granger (tableau 10), ainsi nous employons jusqu’à cinq
retards pour confirmer l’absence de causalité bidirectionnelle entre les variables
explicatives (les facteurs de production) et les instruments, de même nous vérifions
l’inexistence de causalité entre la variable dépendante (la croissance du PIB) et les
variables instrumentales.
Nous observons que la causalité au sens de Granger allant des variables endogènes vers
les instruments est dans la plupart des cas largement rejetée, de façon semblable il ne
paraît pas y avoir de causalité entre les instruments et la variable à expliquer.
Néanmoins la causalité en sens inverse, à savoir des instruments vers les variables
endogènes, semble aussi être rejetée, ce qui pourrait indiquer une certaine faiblesse dans
le choix des instruments. Par ailleurs en ce qui concerne la variable MBJ, nous
supposons également que les variations de production font partie d’une stratégie de
maximisation de rentes par les prix menée au sein de l’OPEP, dans ce cas le Venezuela
ne fait qu’internaliser les décisions adoptées par les plus grands producteurs.
En relation à la variable IP, son exogénéité semble discutable, en effet a priori on
s’attend à ce que la performance économique influence également le changement
institutionnel. A cet effet, une nouvelle série de tests de Granger est effectuée en
considérant cette fois-ci l’existence de causalité allant de la croissance du PIB vers
l’indice de démocratie et sa variabilité dans le temps (DEMOC et ∆(DEMOC)), le rejet
de l’hypothèse nulle nous permet de vérifier le caractère exogène de la variable
DEMOC18 et ainsi justifier l’utilisation de IP en tant qu’instrument. Dans ce sens Baum
et Lake (2003) corroborent l’existence de causalité entre performance économique et
démocratie lorsque la production est mesurée en niveaux et non pas en taux de
croissance19.
16
Cet indicateur est construit à partir de la variable DEMOC, démocratie institutionnelle, illustrée dans le
graphique 1. La variable est égale à 1 lorsque ∆(DEMOC) ≠ 0. En d’autres termes, nous ne portons pas de
jugement sur l’aspect qualitatif de ces changements.
18
19
Ce résultat n’est pas confirmé dans le cas du Venezuela (tableau A.3). Les déterminants sociopolitiques
du changement institutionnel sont étudiés dans la section I.
17
29
Tableau 10. Exogénéité des instruments : Tests de causalité de Granger
Hypothèse nulle
gY ne cause pas au sens de Granger gPETR(-1)
gPETR(-1) ne cause pas au sens de Granger gY
g KNP ne cause pas au sens de Granger gPETR(-1)
g PETR(-1) ne cause pas au sens de Granger gKNP
g LNP ne cause pas au sens de Granger gPETR(-1)
g PETR(-1) ne cause pas au sens de Granger gLNP
gKP ne cause pas au sens de Granger gPETR(-1)
gPETR(-1) ne cause pas au sens de Granger gKP
gLP ne cause pas au sens de Granger gPETR(-1)
gPETR(-1) ne cause pas au sens de Granger gLP
gY ne cause pas au sens de Granger gTCR(-1)
gTCR(-1) ne cause pas au sens de Granger gY
gKNP ne cause pas au sens de Granger gTCR(-1)
gTCR(-1) ne cause pas au sens de Granger gKNP
gLNP ne cause pas au sens de Granger gTCR(-1)
gTCR(-1) ne cause pas au sens de Granger gLNP
gKP ne cause pas au sens de Granger gTCR(-1)
gTCR(-1) ne cause pas au sens de Granger gKP
gLP ne cause pas au sens de Granger gTCR(-1)
gTCR(-1) ne cause pas au sens de Granger gLP
gY ne cause pas au sens de Granger D(OPEN(-3))
D(OPEN(-3)) ne cause pas au sens de Granger g Y
g KNP ne cause pas au sens de Granger D(OPEN(-3))
D(OPEN(-3)) ne cause pas au sens de Granger g KNP
g LNP ne cause pas au sens de Granger D(OPEN(-3))
D(OPEN(-3)) ne cause pas au sens de Granger g LNP
g KP ne cause pas au sens de Granger D(OPEN(-3))
D(OPEN(-3)) ne cause pas au sens de Granger g KP
g LP ne cause pas au sens de Granger D(OPEN(-3))
D(OPEN(-3)) ne cause pas au sens de Granger g LP
gY ne cause pas au sens de Granger gMBJ
gMBJ ne cause pas au sens de Granger gY
gKNP ne cause pas au sens de Granger gMBJ
gMBJ ne cause pas au sens de Granger gKNP
gLNP ne cause pas au sens de Granger gMBJ
gMBJ ne cause pas au sens de Granger gLNP
gKP ne cause pas au sens de Granger gMBJ
gMBJ ne cause pas au sens de Granger gKP
gLP ne cause pas au sens de Granger gMBJ
gMBJ ne cause pas au sens de Granger gLP
Observations
60
60
60
60
60
60
60
60
60
60
58
58
58
58
58
61
61
61
61
61
Statistique-F
Probabilité
0.23
0.95
0.55
0.74
1.68
0.16
1.05
0.40
1.42
0.23
1.40
0.24
0.79
0.56
0.29
0.92
0.48
0.79
0.40
0.85
0.12
0.99
1.74
0.14
0.28
0.92
0.77
0.58
0.87
0.51
0.95
0.46
0.91
0.48
0.74
0.60
0.56
0.73
0.26
0.93
0.91
0.48
0.92
0.48
1.87
0.12
1.49
0.21
0.17
0.91
0.82
0.49
0.19
0.97
1.06
0.40
0.63
0.67
2.79
0.03
0.33
0.90
1.48
0.21
0.83
0.54
0.30
0.91
1.51
0.20
0.46
0.80
1.48
0.21
3.01
0.02
0.75
0.59
3.62
0.01
Retards employés: 5
Il est désormais possible de passer à l’estimation de la première étape.
30
Tableau 11. Estimation par 2 MCNL : première étape
Variablesº
gKNP
g LNP
gKP
gLP
Coeff.
Prob.
Coeff.
Prob.
Coeff.
Prob.
Coeff.
Prob.
C
0.00
0.35
0.00
0.55
0.00
0.48
-0.01
0.50
IP
0.00
0.43
0.02
0.15
0.02
0.08
-0.11
0.01
g PETR(-1)
0.02
0.03
0.05
0.09
0.00
0.83
0.02
0.73
g TCR(-1)
-0.01
0.54
0.08
0.06
0.05
0.13
-0.24
0.29
D(OPEN(-3))
0.12
0.03
0.28
0.05
-0.14
0.29
0.59
0.30
gMBJ
0.03
0.02
0.01
0.76
0.12
0.00
0.35
0.01
gY(-1)
0.06
0.04
-0.03
0.58
-0.05
0.46
-0.21
0.58
gKNP(-1)
0.91
0.00
-0.23
0.63
-0.02
0.95
-1.66
0.34
gKP(-1)
-0.09
0.09
-0.03
0.75
1.23
0.00
1.06
0.04
gLNP(-1)
0.04
0.56
0.35
0.04
0.16
0.18
0.48
0.48
gLP(-1)
0.00
0.72
0.00
0.98
0.09
0.00
0.04
0.79
gY(-2)
0.03
0.21
0.06
0.23
-0.10
0.15
0.29
0.45
gKNP(-2)
-0.04
0.80
0.07
0.88
0.08
0.79
1.20
0.41
gKP(-2)
0.03
0.54
-0.01
0.95
-0.49
0.00
-1.14
0.07
gLNP(-2)
0.10
0.09
0.04
0.72
0.05
0.64
0.70
0.12
gLP(-2)
0.01
0.43
0.00
0.97
0.06
0.10
0.22
0.11
Observations
R-carré
R-carré ajusté
Test F
Prob (test F)
61
0.949
0.932
55.967
0.000
61
0.406
0.207
2.046
0.033
61
0.897
0.863
26.106
0.000
61
0.407
0.209
2.057
0.032
Nous observons tout d’abord, à partir du tableau 11, que la plupart des instruments
employés sont significatifs à 10% dans au moins une des équations estimées. Les
variations du PIB et du stock de capital non pétrolier retardées de deux périodes ainsi
que la constante sont les seules variables à être statistiquement non significatives20. De
même, la validité des instruments est en partie vérifiée par le rejet généralisé du test de
significativité conjointe des coefficients (sous l’hypothèse nulle d’égalité des
coefficients à zéro).
Nous allons maintenant estimer la deuxième étape à l’aide des variables antérieurement
instrumentées.
Les coefficients estimés (tableau 12) affichent les signes attendus et sont tous
significatifs à 10%. En ordre d’importance, le travail du secteur non pétrolier présente
l’élasticité de production la plus importante, une augmentation de 1% de cette dernière
se traduit, toutes choses étant égales par ailleurs, en une augmentation du taux de
croissance de 0,718%. Les élasticités du facteur capital affichent des valeurs de 0,524 et
0,344 pour les secteurs non pétrole et pétrole respectivement. En ce qui concerne le
travail pétrolier un accroissement de 1% de celui-ci entraîne, ceteris paribus, une
variation de la croissance proche à 0,20%.
20
Il est indispensable de les garder dans la première étape pour assurer la consistance de l’estimation de la
deuxième étape étant donnée la corrélation des résidus.
31
Tableau 12. Estimation par 2 MCNL : deuxième étape
Variable dépendante: gY
Variables
Coefficients
Ecarts-typesº
t-student
Prob.
g KNP
0.524
0.259
2.025
0.048
gLNP
0.718
0.370
1.940
0.057
gKP
0.344
0.178
1.935
0.058
gLP
0.205
0.080
2.573
0.013
MA (1)
0.555
0.111
5.019
0.000
Instruments: IP, gPETR(-1), gTC R(-1), gO PEN(-3), gMBJ, gY(-1), gY(-2), gKNP(-1),
gKNP(-2), gLNP(-1), gLNP(-2), gKP(-1), gKP(-2), gLP(-1), gLP(-2)
Observations
R-carré
R-carré ajusté
Durbin-Watson
Test de norm.
61
0.489
0.452
1.98
0.67
2.875 (0.237)
Test Wald (Khi-deux(1))
2.290 (0.130)
Test Chow 58-02 (F(45,12))
1.49 (0.238)
Test Chow 93-02 (F(10,47))
0.634 (0.777)
Dans le but de prouver la présence ou non de rendements constants, nous effectuons un
test de restriction des coefficients (Test Wald), le résultat obtenu ne permettant pas de
rejeter l’hypothèse nulle, bien qu’il soit très proche de la zone de rejet, nous pouvons
supposer l’existence de rendements constants dans la fonction de production.
De façon similaire, nous avons confirmé la stabilité temporelle des coefficients à travers
le test de Chow. Ce test consiste à comparer les résidus de régressions portant sur
l’ensemble de l’échantillon aux résidus d’estimations restreintes à des sous parties de
l’échantillon. Dans ce cas notre intérêt est porté sur le pouvoir prédictif du modèle pour
les sous périodes 1958-2002 et 1993-2002, les résultats obtenus (tableau 12) ne
permettent pas de rejeter l’hypothèse nulle de stabilité des coefficients. Par ailleurs, des
tests de normalité et de corrélation des résidus ont également été réalisés, sans qu’il ne
soit possible de détecter la violation des hypothèses de base d’estimation.
Ainsi nous venons d’estimer les élasticités de production au niveau agrégé, sans
supposer de forme fonctionnelle précise ni l’existence de rendements constants (bien
qu’elle soit faiblement vérifiée), nous pouvons donc procéder à calculer la productivité
globale des facteurs au niveau agrégé (équation 9’). Pour obtenir la PGF par secteurs
nous dérivons les élasticités sectorielles (équations 10’’ et 11’’) en multipliant par
Qt/QNPt et Qt/QPt respectivement, les élasticités globales, estimées économétriquement,
du secteur non pétrolier et du secteur pétrolier. Il devient alors possible d’inclure l’effet
32
de changements dans l’importance relative des secteurs et par conséquent d’incorporer
l’impact des variations dans les quantités de facteurs de production employées.
Le tableau 13 nous montre les résultats retrouvés.
l’approche économétrique
Période
AT
ANP
AP
1942-1957
1.67
0.60
2.84
1958-1992
-1.25
-0.48
-2.66
1993-2002
-2.91
-1.60
-6.26
AT = PGF totale
ANP = PGF secteur non pétrolier
AP = PGF secteur pétrolier
Comme dans l’approche comptable la croissance plus importante de la productivité a
lieu durant la période de la dictature militaire, atteignant en moyenne 1,67%. Par contre
durant la période de plus grande instabilité politique, la PGF agrégée décroît de 2,91%,
poussée par une très forte contraction technologique dans le secteur pétrole (-6,26%).
Remarquons que les variations de la productivité calculées par l’approche
économétrique sont systématiquement inférieures aux valeurs retrouvées par l’approche
comptable (exception faite de la PGF non pétrolière de la période 1993-2000, tableau
5), ce résultat semble cohérent avec la procédure de calcul employée, l’estimation
économétrique étant supposée réduire, au moins partiellement, les distorsions, en termes
de biais, inhérentes au calcul comptable du résidu de Solow.
Avant de passer à l’analyse des déterminants de la croissance, nous allons vérifier la
consistance de notre démarche en comparant, dans la mesure du possible, nos résultats à
ceux d’autres auteurs.
D. Consistance et cohérence des résultats
Dans le but de rendre nos résultats comparables, nous recalculons la productivité des
facteurs tant au niveau agrégé comme au niveau sectoriel pour les sous périodes
employées par Clemente (2002) et Rodríguez (2004), notons que les variations de
productivité mesurées par ces auteurs sont calculées exclusivement par la méthode
comptable.
En relation à Clemente (2002), le tableau 14 montre l’évolution de la PGF par décennies
de 1951 à 2000. De façon générale nous observons que le signe et l’ampleur des
variations des PGF agrégée et sectorielles sont très semblables à celles dérivées par
l’approche comptable (nous employons des pondérations similaires), exception faite de
33
la période 1960-1969 où nos résultats différent considérablement. Ces différences
peuvent s’expliquer par le fait que l’auteur calcule la productivité sans décomposer
sectoriellement les facteurs de production, en d’autres termes il emploie une forme plus
agrégée de l’équation 12.
comparaison avec Clemente (2002)
Période
1951-1959
1960-1969
1970-1979
1980-1989
1990-2000
Croissance
Clem. Compt. Econ.
Clem. Compt. Econ.
Clem. Compt. Econ.
Clem. Compt. Econ.
Clem. Compt. Econ.
AT
1.67
1.73
1.42
0.02
3.17
4.89
-2.87
-1.15
-0.25
-1.69
-3.99
-6.66
-0.09
-0.58
-3.61
ANP
1.19
1.37
-1.14
0.45
0.07
-0.48
1.96
-0.12
-1.31
-1.17
-1.91
-1.68
-0.94
0.26
0.73
AP
4.46
2.22
3.77
6.35
8.62
14.68
-3.20
-2.60
1.68
-7.93
-8.57
-15.73
-4.10
-1.63
-12.31
Sources: Clemente (2002): tableaux 5.2, 5.3 et 5.4. Calculs de l’auteur
Remarquons également les valeurs systématiquement négatives de 1951 à 1990 de la
PGF du secteur non pétrolier estimée par la méthode économétrique, ainsi les plus
grands gains de productivité dans les secteur semblent avoir eu lieu durant les années
quarante.
En ce qui concerne Rodríguez (2004), les résultats comparatifs sont présentés dans le
tableau 15. Dans ce cas l’auteur divise l’échantillon en trois grandes sous périodes
correspondant au changement de l’année de base des données de la B.C.V.
comparaison avec Rodríguez (2004)
1950-1968
Période
1968-1984
1984-1998
1950-1998
Croissance
Rod.
Compt.
Econ.
Rod.
Compt.
Econ.
Rod.
Compt.
Econ.
Rod.
Compt.
Econ.
AT
1.47
2.16
2.87
-2.46
-2.82
-4.00
0.99
-0.50
-2.42
-0.21
-0.28
-1.09
ANP
1.10
-0.40
-2.12
-1.45
-0.72
-1.58
0.31
0.07
0.51
-0.19
-0.45
-1.26
AP
5.28
6.03
10.18
-6.75
-6.38
-8.42
-0.26
-1.04
-8.31
-0.08
-0.18
-1.64
Sources: Rodríguez (2004): tableaux 7, 10 et 11. Calculs de l’auteur
Nous observons à nouveau une grande similarité entre le signe et l’ampleur des
variations de la productivité des facteurs. Les plus grandes différences apparaissent pour
la période 1984-1998, nos calculs indiquent une plus forte contraction de la productivité
dans le secteur pétrole comparativement à celle trouvée par Rodriguez (2004), cette
divergence s’explique en partie par les données de capital employées par ce dernier,
provenant de Hoffman (2000). Notons néanmoins que durant cette période, une forte
contraction de la PGF pétrolière est cohérente avec la chute du prix du pétrole,
l’augmentation de la production et l’accroissement du stock de capital (graph. 3 et 5).
La consistance de nos résultats étant vérifiée, nous allons maintenant porter notre
attention sur les sources de la croissance au Venezuela.
34
IV.
Les déterminants de la croissance au Venezuela
Dans cette dernière section nous portons notre attention sur les éléments explicatifs de
l’accumulation factorielle ainsi que sur l’importance relative de la PGF dans le
processus de croissance.
A. Les sources de l’accumulation factorielle
Les déterminants de l’accumulation des facteurs ainsi que leur impact sur la croissance
sont présentés dans les tableaux 11 (première étape) et 12 (deuxième étape). Notons que
l’effet total sur la croissance des éléments explicatifs de l’accumulation est donné par la
somme des effets significatifs trouvés dans la première étape pondérés par les élasticités
de production correspondantes, calculées dans la deuxième étape. En d’autres termes :
∂g yt
∂Zt
= ∑ γî , j βˆ j
γî , j = coefficient significatif (première étape) de la variable instrumentale Zi dans
l’équation associée au facteur de production j.
βˆ j = élasticité de production (deuxième étape) du facteur de production j.
En relation au changement institutionnel et politique, il est surtout significatif dans le
secteur pétrole, d’une part, la variable IP influence positivement l’accumulation de
capital et d’autre part, elle a un impact négatif sur l’évolution du travail. Ces effets sont
cohérents avec l’appartenance du secteur pétrolier à l’Etat vénézuélien, en effet des
bouleversements politiques et institutionnels tels que nous les abordons, se traduisent en
un changement d’administration ou de régime politique, les nouveaux venus cherchent à
maximiser la rente pétrolière, toutes choses égales par ailleurs, en rationalisant une
industrie nettement intensive en capital (tableau 2), ainsi la force de travail se réduit et
le stock de capital augmente. En relation à l’effet net du changement institutionnel sur la
croissance, celui-ci est donné par :
∂g yt
∂IPt
= (0, 02) *(0, 344) + (−0,11) *(0, 205) = −0, 016
Ainsi le changement institutionnel induit une diminution du taux de croissance du PIB
de 0,016 points de pourcentage.
Par contre une augmentation du prix réel du pétrole retardé d’une période a des effets
significatifs uniquement sur le secteur non pétrolier, les agents semblent interpréter
l’accroissement du prix du pétrole comme un indicateur d’amélioration future centrée
notamment sur une participation plus active de l’Etat dans la vie économique du pays,
l’investissement et l’embauche non pétroliers augmentent et les stocks de facteurs
s’accroissent. Notons que cet effet positif du prix du pétrole sur l’accumulation du
secteur non pétrolier peut aussi s’expliquer par une réduction du prix réel des facteurs :
en effet face à des prix mondiaux plus importants, les recettes fiscales en monnaie
nationale augmentent pour des niveau de production et de taux de change donnés, ceci
35
se traduit en une augmentation de la masse monétaire pouvant entraîner l’accélération
de l’inflation et la diminution du prix réel des facteurs de production (en supposant
l’existence de rigidités salariales nominales et d’imperfections dans les marchés
financiers). Ce résultat est d’autant plus intéressant lorsque nous observons l’impact non
significatif des changements du prix réel du pétrole sur l’accumulation de facteurs dans
le secteur pétrolier, confirmant ainsi en partie l’hypothèse de l’inefficience publique
dans la gestion des ressources naturelles et l’emprise des groupes d’intérêt contrôlant le
secteur (Isham et al, 2003).
L’impact total du prix du pétrole sur la production est donné par :
∂g yt
∂g PETRt −1
= (0, 02)*(0,524) + (0, 05) *(0, 718) = 0, 047
Une augmentation de dix points de pourcentage du taux de croissance du prix du pétrole
retardé d’une période entraîne un accroissement du taux de croissance du PIB de un
demi point de pourcentage.
Notons également l’effet positif d’une dépréciation réelle du taux de change retardée
d’une période sur la variation du facteur travail dans le secteur non pétrolier, ainsi
l’augmentation du taux de change entraînerait, ceteris paribus, la hausse du niveau des
prix et la diminution du salaire réel (en présence de rigidités salariales nominales), ce
qui se traduirait en une augmentation de la demande de travail du secteur et un
accroissement de la production.
∂g yt
∂gTCRt−1
= (0, 08)*(0, 718) = 0, 058
En termes d’impact, une augmentation de 1% du taux de dépréciation de la monnaie
vénézuélienne se traduit en une augmentation du taux de croissance de 0,058%.
Remarquons néanmoins, qu’il reste encore à déterminer les causes des fluctuations du
taux de change et notamment l’importance du lien existant entre l’évolution du prix du
pétrole et l’appréciation ou dépréciation de la monnaie vénézuélienne. A cet effet, le
graphique 4 nous donne quelques réponses; durant les périodes de la dictature militaire
et de l’instauration de la démocratie nous observons un comportement asymétrique des
deux variables, alors qu’à partir de 1993 le taux de change et le prix du pétrole évoluent
de façon semblable. En calculant la corrélation des deux agrégats21, il est possible de
vérifier l’existence d’un effet retardé négatif et significatif de l’évolution du prix du
pétrole sur la variation du taux de change. Ainsi par exemple la hausse du prix du
pétrole aujourd’hui entraînerait l’appréciation du taux de change réel demain.
Dans ce sens, l’impact négatif d’une appréciation (diminution) du taux de change réel
sur le travail non pétrolier et sur la croissance, confirme également la vulnérabilité de
l’économie vénézuelienne face au phénomène du Syndrome Hollandais (Dutch
Disease). Ainsi, l’appréciation du taux de change, provoquée par l’augmentation du prix
21
36
du pétrole22, entraîne un enchérissement relatif de la main d’oeuvre se traduisant en une
contraction du secteur des biens et services échangeables au profit du secteur des non
échangeables. De même, les importations augmentent (elles sont devenues moins
chères) alors que les exportations diminuent, pour finalement aboutir à une réduction
des investissements en capital humain, en technologie ou en tout autre facteur
susceptible de stimuler la croissance de long terme.
En relation à l’ouverture aux échanges, celle-ci influence significativement
l’accumulation de facteurs dans le secteur non pétrolier, une plus grande ouverture
facilite la mise en place de procédures de production plus efficaces et l’assimilation de
nouvelles technologies favorisant l’accroissement des stocks de facteurs et par
conséquent la croissance. L’effet sur la croissance est donc :
∂g yt
∂g OPENt−3
= (0,12) *(0, 524) + (0, 28)*(0, 718) = 0, 264
Une augmentation de un point de pourcentage du degré d’ouverture retardé de trois
périodes, a pour effet d’accroître le taux de croissance du PIB en 0,264 points de
pourcentage.
Pour terminer, nous observons que la variation de la production de pétrole affecte
positivement l’accumulation de facteurs dans le secteur pétrolier, un plus grand effort de
production nécessite d’une plus grande quantité d’intrants, notons que cet effet est plus
important pour le facteur travail, alors qu’il s’agit d’une industrie nettement
capitalistique. L’augmentation de la production de pétrole entraîne également un
accroissement du capital non pétrolier, dans ce cas il est possible de supposer
l’apparition d’effets de débordement ou l’existence d’externalités positives qui
stimulent l’activité productive (effet de levier) dans le secteur non pétrolier à travers une
augmentation du stock de capital. L’impact total sur la croissance est donné par :
∂g yt
∂g MBJt
= (0, 03)*(0,524) + (0,12)*(0,344) + (0,35)*(0, 205) = 0,129
Une augmentation de 1% du taux de croissance de la production de pétrole se traduit en
une augmentation de la croissance de 0,129%.
En résumé, l’effet net du changement institutionnel sur la croissance est négatif, en
termes d’importance, l’ouverture aux échanges ainsi que la production pétrolière
semblent prendre le devant en tant qu’éléments explicatifs de l’accumulation des
facteurs.
Tel qu’il a été évoqué auparavant, la théorie néoclassique, à travers le modèle de Solow,
associe l’expansion économique à l’évolution du progrès technique et des facteurs de
production, notamment l’accumulation de capital. Dans ce sens, la mise en place de
politiques de développement cohérentes et soutenables dans le temps est conditionnée à
l’identification des éléments les plus suceptibles d’influencer positivement la
22
Il existe néanmoins d’autres éléments pouvant expliquer l’appréciation du bolívar en dehors de
l’augmentation du prix du pétrole, comme par exemple les politiques visant à contrôler l’inflation par
l’ancrage du taux de change nominal.
37
croissance. S’agit-il, par exemple, de promouvoir l’accroissement du stock de capital à
travers l’investissement et l’épargne ? Ou bien, le problème réside-t-il dans les pertes de
productivité associées à la mauvaise qualité des institutions au sens le plus large du
terme ? Bien entendu la réponse se trouve quelque part entre les deux, néanmoins dans
le cas du Venezuela nous essayons d’éclaircir l’importance relative de l’accumulation
de facteurs et de la productivité.
B. L’importance relative de la PGF
Dans ce sens, le tableau 16 illustre l’évolution de la croissance du PIB, des facteurs de
production et du progrès technologique durant la période d’étude. Pour faciliter
l’analyse et la compréhension, nous reproduisons les estimations de la PGF obtenues
par les deux méthodes employées (tableaux 5 et 13).
Tableau 16. Croissance et productivité des facteurs (%)
Croissance
1942-1957
1958-1992
1993-2002
Q
7.62
-0.51
-2.32
QNP
6.32
0.89
-2.89
QP
9.06
-2.87
-0.60
KNP
5.52
1.03
-2.58
LNP
-0.08
0.74
1.19
KP
3.38
-1.13
2.30
LP
2.87
-3.21
-0.77
Croissance
Comptable
Econométrique
Comptable
Econométrique
Comptable
Econométrique
AT
4.48
1.67
-0.63
-1.25
-2.29
-2.91
ANP
3.37
0.60
-0.01
-0.48
-2.05
-1.60
AP
5.73
2.84
-1.58
-2.66
-2.65
-6.26
Tout d’abord, de 1942 à 1957 la forte croissance de la production totale est caractérisée
par une expansion très importante des secteurs pétrolier et non pétrolier, de même nous
constatons que cette augmentation de l’activité économique est centrée sur
l’accroissement significatif du stock de capital et de la productivité des facteurs. Par la
suite, à partir de 1958 et jusqu’en 2002 nous assistons à une décroissance continuelle
qui s’accélère au début des années quatre-vingt-dix. En effet durant la période de
stabilité politique (1958-1992), les politiques de maximisation de la rente pétrolière par
les prix ont très probablement mené à la décapitalisation et à la réduction de la main
d’oeuvre dans le secteur pétrole, malheureusement à cette réduction factorielle vint
s’ajouter une plus grande inefficacité dans l’utilisation des facteurs qui amplifia les
effets négatifs sur la croissance. En ce qui concerne le secteur non pétrolier,
l’accumulation de facteurs s’est accrue en même temps que l’inefficacité dans l’emploi
productif de ces derniers. A partir de 1993 la contraction est encore plus marquée
malgré une plus grande accumulation de capital dans le secteur pétrolier. L’instabilité
38
politique et la diminution très importante de la PGF expliquent, a priori, la décroissance
observée.
En ce qui concerne la contribution à la croissance, le graphique 8 illustre la relation liant
les taux de variation de la PGF (à partir des résultats obtenus par l’approche
économétrique) et des facteurs, au taux de variation du PIB. En d’autres termes, nous
divisons les taux de croissance des facteurs et des PGF sectorielles par le taux de
croissance du PIB total, en pondérant par les élasticités de production (tableau 12) et
l’importance relative des productivités (équation 9’).
Graphique 8. Contribution de la PGF et des facteurs de production à la croissance
100%
1942-1957
1958-1992
1993-2002
80%
60%
40%
20%
0%
-20%
-40%
Croissance 7,62%
Croissance -0,51%
Croissance -2,32%
-60%
KNP
LNP
KP
LP
ANP
AP
Durant la dictature militaire 46% de la croissance s’explique par l’augmentation du
stock de capital non pétrolier, le capital pétrolier contribue avec 19% alors que la
productivité des facteurs représente 27% (5% provient du secteur non pétrolier et 22%
du secteur pétrolier).
La baisse de la production enregistrée tout au long de la période démocratique
s’explique par la réduction de la PGF pétrolière dont la contribution est de 77%, notons
que la plus grande accumulation de facteurs dans le secteur non pétrolier se traduit en
une contribution négative à la décroissance de l’ordre de 87% (-44% provient du capital
et -43% du travail), en d’autres mots elle compense une partie de la perte d’efficacité.
En relation à la période d’instabilité politique, la chute de la productivité des facteurs
contribue en 105% à la contraction du PIB (42% en provenance du secteur non pétrolier
et 63% du secteur pétrolier), de la même façon la décapitalisation du secteur non
pétrolier explique 49% de la décroissance, malheureusement l’accroissement des stocks
de travail non pétrolier et de capital pétrolier n’arrive à compenser que partiellement
cette perte.
39
Une autre façon de quantifier l’importance des différents éléments déterminatifs de la
croissance économique consiste à décomposer la variance du PIB en fonction des
contributions des facteurs et de la PGF. Le tableau 17 montre la décomposition ainsi
effectuée à partir des élasticités estimées (tableau 12) et des productivités calculées
(équation 9’).
Tableau 17. Décomposition de la variance du taux de croissance du PIB (%)
Période
Facteurs
PGF
Covariances
Total
1942-1957
27.1
99.0
-26.1
100
1958-1992
42.6
248.7
-191.3
100
1993-2002
25.7
57.3
16.9
100
La colonne Covariances correspond au pouvoir explicatif de l’ensemble des intéractions entre facteurs de
production et PGF.
La productivité des facteurs demeure l’élément explicatif le plus important, en termes
de contribution à la variance, tout au long des trois périodes considérées. De 1958 à
1992 la variance de la PGF atteint un sommet, expliquant 248,7% de la variance du taux
de croissance de la production. Notons également que durant la période d’instabilité
politique la contribution de l’accumulation factorielle ne représente plus que 25,7% de
la variance du taux de croissance du PIB, alors qu’auparavant elle en determinée 42,6%.
Il est important de signaler deux aspects essentiels de la croissance dont nous avons fait
abstraction.
Premièrement, la non inclusion du capital humain en tant que facteur de production, à
cet effet des données portant sur le niveau d’éducation au Venezuela ne sont disponibles
qu’à partir du début des années soixante, en plus elles ne permettent pas de faire une
claire distinction par secteur d’activité. Dans ce sens, la productivité globale des
facteurs estimée renferme l’apport de l’éducation à la croissance.
Deuxièmement, nous avons considéré, tout au long de l’analyse, la productivité des
facteurs comme étant déterminée en dehors du processus d’accumulation (hypothèse de
neutralité au sens de Hicks), cependant il semble évident que dans le cas des PED,
l’accumulation de capital et la PGF sont étroitement liées. Ainsi, la productivité des
facteurs calculée mesure également l’apport d’un accroissement qualitatif du stock de
capital.
40
En règles générales :
-
Durant la période de la dictature militaire (1942-1957) la croissance est centrée
sur l’accumulation de capital physique dans le secteur non pétrolier.
-
La période démocratique (1958-1992) est caractérisée par une stagnation de
l’activité productive induite par la contraction du secteur pétrole en termes
d’accumulation de facteurs et notamment en termes de productivité.
-
Tout au long de la période d’instabilité politique (1993-2002) la crise
s’accentue à travers la décapitalisation du secteur non pétrolier et la très forte
contraction de la productivité des facteurs.
Qu’est-ce que tout ceci signifie ? Nous en tirons quatre grandes leçons à propos de la
croissance au Venezuela de 1942 à 2002.
1. Le changement institutionnel semble avoir influencé négativement la
croissance à travers son effet sur le secteur pétrolier. Suite aux épisodes
de rupture la décroissance s’accélère, confirmant ainsi l’hypothèse selon
laquelle ces changements sont favorables uniquement aux groupes
possédant le plus grand pouvoir de négociation (North, 1990). Cet effet est
d’autant plus visible lorsque nous considérons l’impact des changements
politico-institutionnels et des variations du prix du pétrole sur
l’accumulation de facteurs dans le secteur pétrolier (tableau 11, graphiques
1 et 2).
2. La PGF devient de plus en plus importante en tant qu’élément
explicatif de la croissance au Venezuela. En effet, bien que
l’accumulation reste déterminante dans le processus productif, il semble
évident que l’efficacité avec laquelle les facteurs sont utilisés influence
considérablement l’évolution de la croissance, notamment à partir des
années quatre-vingt-dix (graphique 8 et tableau 17).
3. La dépendance envers le secteur pétrolier rend plus vulnérable
l’économie vénézuélienne. Les impacts direct et indirects du prix du
pétrole (notamment à travers le taux de change) sur l’économie non
pétrolière, de même que l’impact de la production de pétrole sur
l’accumulation de capital non pétrolier illustrent la dépendance et par
conséquent la vulnérabilité de l’économie nationale face aux fluctuations
du prix mondial du pétrole (tableau 11, graphiques 3 et 5).
4. L’ouverture aux échanges est favorable à la croissance et à la
diversification économique. En effet une plus grande ouverture favorise
l’accumulation dans le secteur non pétrolier stimulant la croissance
économique et réduisant la dépendance pétrolière (tableau 11).
Il est désormais temps de passer à la conclusion générale.
41
Conclusion
Tout d’abord en termes de méthodologie, l’approche employée, à savoir, l’estimation
économétrique d’une fonction de production et la subséquente dérivation de la
productivité des facteurs, facilite l’analyse des principaux déterminants de la croissance.
Par rapport à l’approche traditionnelle comptable, la démarche économétrique permet
de réduire le biais associé aux erreurs de mesure des stocks de facteurs de production,
de même que formaliser le processus d’accumulation factorielle et ses implications sur
la croissance.
A cet effet, le changement institutionnel semble avoir influencé négativement la
croissance au Venezuela, ainsi la création de nouvelles institutions (1958) et leur
bouleversement postérieur (1992) n’ont pas contribué positivement au développement
économique du pays. L’approche néo-institutionnelle de North (1990), selon laquelle la
mise en place de nouvelles institutions n’entraîne pas, a priori, plus d’efficience
économique est vérifiée.
De même, en ce qui concerne les déterminants de l’accumulation des facteurs,
l’ouverture et l’activité pétrolière apparaissent comme les éléments les plus significatifs.
L’intégration aux marchés internationaux facilite la mise en place de procédures de
production plus efficaces et l’assimilation de nouvelles technologies favorisant
l’accroissement des stocks de facteurs, aisni que la diversification des activités
productives. Par contre l’exploitation du pétrole, en termes de prix et de quantités
produites, accentue la dépendance et la vulnérabilité de l’économie vénézuelienne,
notamment à travers son impact significatif sur l’enesmble du secteur non pétrolier.
Notons également l’importance du taux de change réel, en effet, l’existence de
Syndrome Hollandais est constatée dans la mesure où la sur appréciation de la monnaie
nationale est induite par l’augmentation du prix du pétrole.
Par ailleurs, l’importance de plus en plus marquée de la PGF comme élément
déterminatif de l’activité productive est corroborée (de 1993 à 2002 la chute de la
productivité des facteurs contribue en 105% à la contraction du PIB et explique 57,3%
de sa variance). Dans ce sens, les éléments susceptibles d’influencer la productivité des
facteurs doivent encore être identifiés.
Dans quelle mesure par exemple, la géographie, l’intégration régionale et les institutions
induisent-elles des changements dans la PGF ? Ou alors la productivité des facteurs
n’est-elle rien d’autre qu’une mesure agrégée de l’effet accumulé et direct de ces mêmes
éléments sur la croissance de long terme ? Quel est le rôle de la PGF une fois le capital
humain comptabilisé ? Des questions primordiales dont la réponse facilitera la mise en
place des politiques de développement.
Pour terminer, le cas du Venezuela semble bien illustrer l’importance de la qualité
institutionnelle en tant que facteur explicatif de la croissance, il ne s’agit pas seulement
de changer les contraintes formelles, telles que les lois et la constitution, mais plutôt
d’internaliser et intégrer ces changements dans les coutumes et les codes de conduite
sociaux. A quoi sert donc avoir des règles si personne ne les respecte ?
42
Bibliographie
Abramovitz, Moses (1956). ´´Resource and Output Trends in The U.S since 1870``.
American Economic Review, 46(2).
Azam, Jean-Paul (1989). ´´Théorie Macroéconomique de la croissance``. Nathan,
Paris.
Balza, Ronald (2002). ´Ćambio Institucional Ideología y Desempeño Económico en
Venezuela: 1958 a 2002´´. Instituto de Investigaciones Económicas y Sociales de la
Universidad Católica Andrés Bello, Caracas. Temas de Coyuntura n. 45.
Baptista, Asdrúbal (1997). ´´Bases Cuantitativas de la Economía Venezolana, 183095´´. Fundación Polar, Caracas.
Barro, Robert (1998). ´Ńotes on Growth Accounting´´. NBER, Working Paper 6654.
Clemente, Lino (2002). ´Ćrecimiento Económico y Productividad en Venezuela: Un
Punto de Partida (1950-2000)´´. Oficina de Asesoría Económica y Financiera, Primer
Simposio Anual de Investigación Económica Venezolana (UCAB). www.oaef.gov.ve .
Collier, Paul et Anke Hoffler (2002). ´´Greed and Grievance in Civil Wars´´. Centre
for the Study of African Economies, WPS/2002-01
Dollar, David et Aart Kraay (2003). ´Ínstitutions Trade and Growth: Revisiting the
Evidence´´. World Bank Policy Research, Working Paper 3004.
Dufour, Jean-Marie (2002). ´´Model Selection Criteria´´. Université de Montréal.
www.fas.umontreal.ca/SCECO/Dufour .
Easterly, William et Ross Levine (2001). ´Ít´s Not Factor Accumulation: Stylized
Facts and Growth Models´´. World Bank Economic Review 15(2):177-219.
Engle, Robert et C. W. Granger (1987). ´Ćo-integration and Error Correction:
Representation, Estimation and Testing´´. Econometrica, 55, 251-276.
Fair, Ray (1970). ´´The Estimation of Simultaneous Equation Models With Lagged
Endogenous Variables and First Order Serially Correlated Errors´´. Econometrica, 38,
507-516.
Fajnzylber, Pablo et Daniel Lederman (1998). ´Économic Reforms and Total Factor
Productivity in Latin America and the Caribbean, 1950-1998: An Empirical Note´´. The
World Bank, Mimeo.
Granger, C. et P. Newbold (1974). ´´Spurious Regressions in Econometrics´´ Journal
of Econometrics, 2.
Griliches, Zvi (1995). ´´The Discovery of The Residual : An Historical Note´´. NBER,
Working Paper 5348.
43
Hamilton, James (1994). ´´Time Series Analysis´´. Princeton University Press.
Hofman, André (2000). ´´Standardised Capital Stock Estimates in Latin America: a
1950-94 update´´. Cambridge Journal of Economics, 24: 45-86.
Hulten, Charles (1973). ´´Divisia Index Numbers´´. Econometrica, 41.
Hulten, Charles (2000). ´´Total Factor Productivity: A short Biography´´. NBER,
Working Paper 7471.
Isham, Jonathan, Michael Woolcock, Lant Pritchett, et Gwen Busby (2003). ´´The
Varieties of Resource Experience: How Natural Resource Export Structures Affect the
Political Economy of Economic Growth´´. Middlebury College Economics Discussion
Paper, n.03-08.
Jorgenson, Dale et Zvi Griliches (1967). ´´The Explanation of Productivity Change´´.
Review of Economic Studies, 34(3).
MacKinnon, James (1991). ´Ćritical Values for Cointegration Tests´´. Long-run
Economic Relationships: Readings in Cointegration, Oxford University Press.
MacKinnon, James (1996). ´Ńumerical Distribution Functions for Unit Root and
Cointegration Tests´´. Journal of Applied Econometrics, 11, 601-618.
Marshall, Monty et Keith
www.cidcm.umd.edu/inscr/polity .
Jaggers
(2002).
´´Polity
IV
Project´´.
North, Douglass (1981). ´´Structure and Change in Economic History´´. W.W
Norton&Company.
North, Douglass (1990). ´Ínstitutions, Institutional Change
Performance´´. Cambridge University Press, Cambridge.
and
Economic
Rodríguez, Francisco (2004). ´´The Anarchy of Numbers: Understanding the Evidence
on Venezuelan Economic Growth´´. Oficina de Asesoría Económica y Financiera,
www.oaef.gov.ve .
Rodrik, Dani, Arvind Subramanian, et Francesco Trebbi (2002). ´Ínstitutions Rule:
The Primacy of Institutions over Geography and Integration in Economic
Development´´. NBER, Working Paper 9305.
Sala-i-Martin, Xavier et Arvind Subramanian (2003). ´Áddressing The Natural
Resource Curse : An Illustration From Nigeria´´. NBER, Working Paper 9804.
Solow, Robert (1957). ´´Technical Change and the Aggregate Production Function´´.
Review of Economics and Statistics, 39(3).
Vera, Leonardo (2003). ´´Líderazgo Político Renta y Política Económica: La Gestión
Económica en la era de Chávez´´ Universidad Central de Venezuela et Latin American
Centre, University of Oxford. Mimeo.
44
Annexe
Tableau A.1: Tests d’égalité des séries de capital (1950-1994)
Indicateur
LOG(K Hofman)
LOG(K Baptista)
Statistique
Probabilitéº
Moyenne
11.197
11.262
t(88) 0.481
0.632
Médiane
11.164
11.245
Khi-deux(1) 0.044
0.833
Ecart-type
0.637
0.648
F(44,44) 1.038
0.903
Maximum
11.917
11.998
///
///
Minimum
9.860
9.998
///
///
Indicateur
D(LOG(K Hofman))
D(LOG(K Baptista))
Statistique
Probabilitéº
Moyenne
0.046
0.045
t(86) 0.126
0.900
Médiane
0.043
0.048
Khi-deux(1) 0.182
0.670
Ecart-type
0.040
0.036
F(43,43) 1.218
0.520
Maximum
0.118
0.110
///
///
Minimum
-0.018
-0.013
///
///
º Ho : égalité entre les deux séries
Tableau A.3 : Variables instrumentales
Variable
Définition
gTCR(-1)
Taux de croissance du taux de change réel retardé d'une période
gPETR(-1)
gOPEN(-3)
Variation du degré d'ouverture retardée de trois périodes (X+M/Y)
gMBJ
Taux de croissance de la production de pétrole en millions de barils par jour
gY(-1)
gY(-2)
Taux de croissance du PIB réel retardé d'une période
Taux de croissance du prix réel du pétrole retardé d'une période
Taux de croissance du PIB réel retardé de deux périodes
gKNP(-1)
gKNP(-2)
Taux de croissance du capital non pétrolier retardé de deux périodes
gLNP(-1)
gLNP(-2)
Taux de croissance du travail non pétrolier retardé de deux périodes
gKP(-1)
gKP(-2)
Taux de croissance du capital pétrolier retardé de deux périodes
Taux de croissance du capital non pétrolier retardé d'une période
Taux de croissance du travail non pétrolier retardé d'une période
Taux de croissance du capital pétrolier retardé d'une période
gLP(-1)
gLP(-2)
Taux de croissance du travail pétrolier retardé de deux périodes
IP
Episodes de changement institutionnel
Taux de croissance du travail pétrolier retardé d'une période
45
Tableau A.3 : Tests de causalité de Granger
Hypothèse nulle
Observations
gY ne cause pas au sens de Granger DEMOC
Statistique-F
Probabilité
0.09
0.99
1.96
0.10
0.40
0.85
0.26
0.93
0.37
0.86
0.26
0.93
0.40
0.85
0.21
0.95
61
DEMOC ne cause pas au sens de Granger gY
gY ne cause pas au sens de Granger D(DEMOC)
61
D(DEMOC) ne cause pas au sens de Granger gY
Y ne cause pas au sens de Granger DEMOC
61
DEMOC ne cause pas au sens de Granger Y
Y ne cause pas au sens de Granger D(DEMOC)
61
D(DEMOC) ne cause pas au sens de Granger Y
Retards employés: 5
Tableau A.4 : Corrélations taux de change réel, prix du pétrole
gTCR
g TCR
gPETR
gPETR(-1)
gPETR(-2)
gPETR(-3)
gPETR(-4)
gPETR(-5)
gPETR
gPETR(-1)
gPETR(-2)
gPETR(-3)
gPETR(-4)
gPETR(-5)
1
0.057
1
-0.211º
0.107
-0.134
-0.092
0.119
1
0.071
0.095
-0.099
0.153
0.051
-0.042
0.091
-0.060
0.110
1
-0.046
0.142
-0.042
0.046
-0.006
0.199
1
1
1
º significative à 95%
46

Productivité Globale des Facteurs et Croissance dans un contexte

Transcription

Documents pareils

Eduardo Rios Ludena Doctorant Sciences Po Ceri Notes pour une

EC1-croissance -PGF.pages

ÉLÉMENTS DE CORRECTION – DISSERTATION Les facteurs

venezuela

Le Venezuela - Maison internationale

Vol 708 West Caribbean

CV – publications

récupérez le corrige ici

France : Bas débit

Fiches de cours facteur capital