WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Capital humain et transformation structurelle en Afrique subsaharienne.


par Diosthin Majesté II De-gbodo
Université de Yaoundé II-SOA - Master 2018
  

Disponible en mode multipage

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

AVERTISSEMENT

« L'Université de Yaoundé II-Soa n'entend donner aucune approbation ni improbation aux opinions émises dans ce mémoire. Celles-ci doivent être considérées comme propres à leur auteur »

SOMMAIRE

AVERTISSEMENT I

SOMMAIRE II

DEDICACE III

REMERCIEMENTS IV

SIGLES ET ABREVIATIONS VI

LISTE DES GRAPHIQUES VII

RESUME IX

ABSTRACT X

INTRODUCTION GENERALE 1

CHAPITRE I : CADRE THEORIQUE  DE LA RELATION ENTRE LE CAPITAL HUMAIN ET LA TRANSFORMATION STRUCTURELLE 11

SECTION 1. CADRE THÉORIQUE DU CONCEPT DE LA TRANSFORMATION STRUCTURELLE. 13

SECTION 2. CADRE THÉORIQUE DU CONCEPT CAPITAL HUMAIN 20

CHAPITRE II : REVUE DE LA LITTERATURE SUR LA RELATION ENTRE LE CAPITAL HUMAIN ET LA TRANSFORMATION STRUCTURELLE 26

SECTION 1. REVUE DE LA LITTÉRATURE THÉORIQUE 27

SECTION 2. REVUE DE LA LITTÉRATURE EMPIRIQUE 33

CHAPITRE III : CADRE ANALYTIQUE ET METHODOLOGIE DES DONNEES 39 _Toc23951485

SECTION1. CADRE ANALYTIQUE : CAPITAL HUMAIN ET TRANSFORMATION STRUCTURELLE 40

SECTION 2. MÉTHODOLOGIE DES DONNÉES. 56

CHAPITRE IV : PRESENTATION ET ANALYSE DES RESULTATS 65

SECTION 1. PRÉSENTATION DES RÉSULTATS DESCRIPTIFS 66

SECTION 2. PRÉSENTATION ET ANALYSE DES RÉSULTATS ÉCONOMÉTRIQUES 69

CONCLUSION GENERALE..........................................................................76

REFERENCES BIBLIOGRAPHIQUES 76

ANNEXES 76

TABLE DE MATIERES 76

DEDICACE

A mes parents Nestor GBODO, Yvette YADAKA

et mon oncle Bonaventure S . AKELELO

REMERCIEMENTS

Une production scientifique n'est que rarement le fruit d'un seul Homme et le présent mémoire ne prétend pas échapper à cette règle. Aussi, par ces quelques mots qui vont suivre, nous tenons à exprimer notre profonde gratitude aux personnes qui de près ou de loin, ont contribué à sa réalisation.

Nos premières pensées vont naturellement à l'endroit du Coordonnateur de notre master et notre Directeur de mémoire Pr. GANKOU FOWAGAP Jean Marie qui en dépit de ses nombreuses occupations d'ordre professionnels a bien voulu montrer une disponibilité infaillible dans la réalisation de ce travail et nous a inculqué beaucoup de notion de vie à travers ses nombreux conseils et bienveillance charitable.

Nous remercions profondément notre co-Directeur de mémoire, le Dr. NGUENKWE Ronie Bertrand plus qu'un encadreur, il a été pour nous un véritable guide autant par ses qualités de chercheur à travers sa disponibilité, ses critiques pertinentes, sa rigueur que par ses qualités humaines qui nous a permis d'approfondir nos recherches afin de mieux réaliser ce travail.

Nous tenons à remercier le corps enseignant d'université de Yaoundé II-Soa et de Rennes 1 (France) pour leur qualité de formation qui nous ait été donnée et celui du programme de formation en Ingénierie Economique et Financière notamment. Nos remerciements vont à l'endroit du Laboratoire de Recherche en Economie Mathématique (LAREM) partenaire de notre master qui nous a permis de faire usage de plusieurs ouvrages tant physiques qu'électroniques dans notre rédaction. Nos reconnaissances vont à l'endroit de notre frère GODDOT A. Joël, aussi M. YADENZI Stanislas et GONESSA Michael.

Notre gratitude et profond amour vont à l'endroit d'AKELELO Bonaventure Steve, AKELLELO Florence, YADAKA Yvette et GBODO Nestor qui nous ont accompagnés tout au long de nos années d'études au Cameroun, dans les moments de joie comme dans les périodes de disette, nous leur sommes reconnaissants toute notre vie pour l'amour immense qu'ils ont montré à l'égard de notre modeste personne.

A tous les membres de notre famille et nos cadets qui ont toujours été là pour nous depuis la naissance jusqu'à ce jour notamment MBAYA Albertine, NDEMBO Madeleine, YANGBOKOLI Pierrette, YAKABO Alain, MOSSONGO Christelle, recevez notre gratitude à travers les sacrifices consacrés à notre éducation, nous disons merci. Sans oublier notre chère KOYAMBAITOU Roxiane pour tous ses efforts et d'être à nos côtés dans ce long processus, aussi la famille KOYANDONRI pour cet amour sans oublier PAPOUNDI Arsène, ABDRAME Cherif et BODO. Nous ne saurons terminer nos propos sans rendre hommage à tous nos amis, frères du lycée de LAENS `Gbôbô', de l'AEECCAM 2019 et de l'université de Yaoundé II particulièrement la 8e promotion de master II Ingénierie Economique et Financière qui nous ont toujours encouragé.

SIGLES ET ABREVIATIONS

ASS : Afrique Subsaharienne

BM : Banque Mondiale

CAE : Communauté d'Afrique de l'Est

CEEAC : Communauté Economique des Etats de l'Afrique Centrale

CEN-SAD : Communauté des Etats Sahélo-Saharien

CER :  Communauté Economique Régionale

CNUCED : Conférence des Nations Unies sur le Commerce et le Développement

DMC : Doubles Moindres carrés

HHR : Herfindhal-Hirschman

MCO :  Moindres carrées Ordinaires

SADC : Communauté de Développement de l'Afrique Australe

OMS : Organisation Mondiale de la Santé

OIT : Organisation Internationale de Travail

ODD : Objectifs de Développement Durable

OMD : Objectifs du Millénaire de Développement

PNUD : Programme des Nations Unies pour le Développement

TMC : Triples Moindres Carrés

WDI : World Development Indicators

LISTE DES GRAPHIQUES

Graphique 1.1. Evolution de la moyenne de l'indice de diversification de la CAE.............42

Graphique 1.2 : Evolution de l'indice de diversification de la région SADC...................43

Graphique 1.3 : Evolution de l'indice de diversification des exportations

de la CEN-SAD............................................................................................43

Graphique 1.4: Evolution de l'indice de diversification des exportations de la CEDEAO.....44

Graphique 1.5: Evolution de l'indice de diversification des exportations de la CEEAC.......45

Graphique 1.6 : Evolution conjointe du taux de scolarisation moyen (base 100) des régions de l'ASS et de l'indice de diversification moyen de toutes les régions de l'ASS.................... 47

Graphique 2.1. Evolution de la moyenne des exportations haute technologie de la CAE..............................................................................................................................................49

Graphique 2.2. Evolution des exportations à haute technologie du SADC.......................50

Graphique.2.3. Evolution des exportations à haute technologie de la CEN-SAD................51

Graphique.2.4. Evolution des exportations à haute technologie de la CEEAC...................51

Graphique 2.5. Evolution des exportations à haute technologie de la CEDEAO................52

Graphique 2.6. Evolution conjointe des exportations moyennes à haute technologie et de la moyenne du taux brut scolarisation de toutes les régions d'ASS.....................................53

Graphique 2.7. Evolution conjointe du taux brut de scolarisation de chaque zone combinée à celle de l'ASS..............................................................................................54

Graphique 2.8. Evolution conjointe des exportations moyennes à haute technologie et de la moyenne du taux brut scolarisation de toutes les régions d'ASS...................................55

LISTES DES TABLEAUX

Tableau 1.1. Espérance de vie des pays de l'ASS subsaharienne........................46

Tableau 2.1. Espérance de vie des pays de l'ASS subsaharienne........................59

Tableau 4.1. Statistiques descriptives........................................................67

Tableau 4.2. Matrice de corrélation linéaire des variables ...............................68

Tableau 4.3. Résultats des deux modèles après estimations..............................70

RESUME

L'objectif de ce travail de recherche est d'analyser les effets du capital humain sur la transformation structurelle sur une période de 2000-2017, à partir des données de la Banque Mondiale, de la CNUCED. Dans un premier temps, nous avons déterminé l'effet du capital humain sur la diversification des exportations, ensuite analyser l'effet du capital humain sur la sophistication des exportations en ASS tout à partir la méthode des moments généralisés (GMM) sur un échantillon de 22 pays de cette zone. Il ressort de nos analyses que d'une part, le capital humain a un effet positif et significatif sur la diversification des exportations en Afrique subsaharienne. D'autre part, le capital humain a une influence négative sur la sophistication des exportations en ASS. Par conséquent, il est primordial pour les pays de cette région de revoir les politiques éducatives, sanitaires et d'emploi qui vont induire une augmentation de la productivité. En effet, un capital humain de qualité prédispose la population à travailler plus dans le secteur moderne à forte valeur ajoutée et permet aussi la réorientation de la main-d'oeuvre des secteurs les moins productifs vers les secteurs les plus productifs induisant ainsi une transformation structurelle.

Mots clés : Capital humain, transformation structurelle, diversification, sophistication, GMM, Afrique Subsaharienne.

ABSTRACT

The objective of this research is to analyze the effects of human capital on structural transformation over a period of 2000-2017, using data from the World Bank, UNCTAD. First, we determined the effect of human capital on export diversification, then analyzed the effect of human capital on the sophistication of exports in SSA while using the generalized moments method (GMM) on a sample of 22 countries in this zone. Our analyzes show that, on the one hand, human capital has a positive and significant effect on export diversification in sub-Saharan Africa. On the other hand, human capital has a negative influence on the sophistication of exports in SSA. Therefore, it is essential for countries in this region to review education, health and employment policies that will lead to an increase in productivity. Indeed, quality human capital predisposes the population to work more in the modern sector with high added value and also allows the reorientation of the labor force from the least productive sectors to the most productive sectors thus inducing a structural transformation. .


Keywords: Human Capital, Structural Transformation, Diversification, Sophistication, GMM, Sub-Saharan Africa.

INTRODUCTION GENERALE

1. Contexte général 

Après les épisodes des grandes crises mondiales du 19ième siècle qu'a connu l'humanité, la recherche de développement durable par les pays pauvres et de la croissance soutenue à long termes par les pays développés est devenu un souci majeur et depuis lors d'une ampleur aujourd'hui planétaire, qu'elle a rapidement suscité l'intérêt particulier de plusieurs décideurs politiques et de nombreux auteurs sur la question du processus menant au développement. Beaucoup de théories ont été élaboré pour une explication pragmatique notamment la théorie du développement qui stipule que pour que les pays se développent, ils doivent se transformer structurellement allant d'une économie agraire à une économie moderne. Cette transformation structurelle s'opère par étapes (Kuznets, 1966). Et ce n'est qu'en 1979 dans son travail sur la transformation structurelle marquant un tournant décisif pour ce concept, il mentionne que « il est impossible d'obtenir un taux de croissance du produit intérieur brut (PIB) par tête en terme réel sans toutefois enregistrer des changements substantiels dans de nombreux secteurs de l'activité économique ». Cette thèse fut vérifié par la seconde et la troisième révolution industrielle qui ont permis à plusieurs pays de nos jours d'être connu comme développé et d'autres comme l'Afrique subsaharienne dit en voie de développement faute d'une désindustrialisation prématurée d'après Rodrick(2007).

Cependant La notion de la transformation structurelle occupait une place centrale dans la théorie pionnière du développement économique. Par la suite, elle a été reléguée au second plan des débats académiques et stratégiques qui, à partir des années quatre-vingt, ont porté leur attention sur les problématiques financières et les objectifs de croissance. Mais depuis une quinzaine d'années, elle est redevenue une thématique centrale pour les institutions internationales et un objet d'étude pour les économistes du développement (Hidalgo et al, 2007 ; McMillan et Rodrik, 2011 ; FMI, 2014 ; Lin, 2012 ; ONUDI, 2013) adoptant de fond l'interventionnisme étatique1(*) guidant ce processus. Qu'il s'agisse des conditions de transfert du surplus de main d'oeuvre d'un secteur traditionnel vers un secteur moderne (Lewis, 1954) ou des déterminants spécifiques des trajectoires d'industrialisation et de modernisation économique de long terme dans les pays en retard de développement (Chenery et Taylor, 1968 ; Kuznets, 1966).

La transformation de la structure de l'économie ci-haut mentionnée en elle-même dit transformation structurelle est la réallocation de l'activité économique des secteurs les moins productifs vers les secteurs les plus productifs (ADB et al. 2013 ; Staatz 1994). Elle est la matérialisation du processus de développement qui d'après W. Rostow est tributaire de 5 étapes2(*) de croissance. C'est en effet la transformation de la structure de l'économie afin que celle-ci résiste aux différents chocs aléatoires. Elle insinue une croissance soutenue de l'agriculture en terme de valeur malgré une baisse de la part du secteur dans le PIB global et l'emploi de la main d'oeuvre, l'accélération du processus d'urbanisation appuyée par l'exode rural, l'émergence d'une économie moderne industrielle et des services et une évolution de la démographie qui passe de taux élevés à des taux de natalité et de mortalité faibles. La thèse traditionnelle veut que les ressources transitent d'abord de l'agriculture vers l'industrie, puis vers les services (Hansen et Prescott, 2002; McMillan et Rodrik, 2011; et McMillan, Rodrik et Verduzco-Gallo, 2014). Les chiffres montrent que dans le cas des économies développés la part des exportations dans le commerce mondial est 53,5% en 2015 or celle des économies en développement est de 43,4% dont seulement 2,4% pour l'Afrique car il n'a pas pu se transformé en ayant plus de 30% comme part du secteur agricole dans l'économie avec seulement 10 à 15 % pour le secteur manufacturier et 45 à 52 % pour le secteur des services (CNUCED, 2016). Ce qui montre que l'Afrique subsaharienne a bridé les étapes de la transformation structurelle. Suivant cette logique, certains auteurs mettent en garde contre une désindustrialisation prématurée de l'Afrique subsaharienne, qui pourrait ralentir son développement (Rodrik, 2015).

Pour comprendre la transformation structurelle il revient d'énumérer les facteurs  qui l'influence à savoir : le capital humain et l'innovation (formation /travail et éducation. La recherche et développement), la réallocation des facteurs, le développement financier, l'ouverture commerciale, des flux d'investissements directs étrangers, Les nouvelles technologies de l'information et de la communication (NTIC), les exportations de ressources naturelles, le climat favorable aux affaires, la bonne gouvernance. Plusieurs indicateurs permettent de quantifier la transformation structurelle notamment : l'emploi sectoriel, la valeur ajoutée des produits exportés, la diversification3(*) des exportations, la sophistication4(*) des exportations. Mais dans le cas de cette étude deux dimensions seront retenues la diversification des exportations et la sophistication des exportations à cela s'ajoute une troisième dimension qui est la soutenabilité des exportations prenant en compte la continuité et la profondeur des exportations. L'approche par les exportations insinue que la composition de la production et de l'emploi fournit un bon aperçu de la structure globale de l'économie. Il est utile de s'intéresser aux indicateurs liés aux structures d'exportations de la région pour appréhender les domaines où les pays disposent d'un avantage concurrentiel. Les données sur le commerce sont plus détaillées que celles sur la structure de la production, ce qui permet une analyse plus fine telle sont les raisons fondées du choix de ces indicateurs le tout argumenté par la théorie des capacités.

Avec le passage des OMD aux ODD et la place offerte à l'être humain au coeur du processus de développement conduit cette étude à s'axer plus sur le facteur humain pour mieux appréhender la modification de la structure de l'économie acheminant à un développement durable et soutenable du continent et particulièrement le cas de l'Afrique. L'atout maître d'un continent, quel qu'il soit, ce sont les individus qui y vivent. La plupart des pays africains n'ont pas réussi à la fois à exploiter pleinement le potentiel d'accumulation de capital humain et à diversifier davantage leur production et leurs exportations.

L'intuition du concept capital humain figurait déjà dans les travaux d'Adam Smith (1776) ou il affirmait qu'une main d'oeuvre qualifiée serait une source de productivité. Mais ceci est resté inerte jusqu'en 1961 dont le concept de « capital humain » a émergé dans les théories économiques grâce aux travaux de T. Schultz (1961) et G. Becker(1964), deux économistes américains nobélisés quelques décennies plus tard pour leurs travaux sur le capital humain. Ils définissent le capital humain comme « l'ensemble des connaissances, aptitudes, compétences et capacités incarnées ou acquises au fil du temps par l'éducation, la formation, l'expérience professionnelle, les soins médicaux et la migration ». Le capital humain aujourd'hui est au centre des débats économiques compte tenu de son importance crucial. Dans son ouvrage « Human capital » G. Becker énonce pour la première fois la théorie du capital humain qui a révolutionné la fin du 19ieme siècle. L'ampleur de la théorie du capital humain vient du fait que pour Schultz et bien d'autres auteurs que ceci était une solution nouvelle à ce titre non envisagé ou partiellement à l'énigme de la croissance. En effet, L'insistance progressive du concept selon Schultz rejoignait une préoccupation centrale de la comptabilité de la croissance dans l'économie agricole.

Les principaux travaux sur cette thématique étaient celui de Kuznets (1952), Salomon Fabricant (1954), Abramovitz (1956) et Kendrick (1956) qui ont constitué le socle de la révolution du capital humain de Schutz. Comme le souligne Teixeira (2014), l'apport théorique de Becker quant au capital humain doit prioritairement s'envisager dans l'application de la théorie de la décision et des outils de la théorie microéconomique aux sujets sociaux. Dans un contexte d'utilisation des facteurs production efficace afin d'accroitre la productivité intégrant l'innovation par le biais de ce capital immatériel pour observer une croissance économique notoire dans les pays en développement. Notamment avec l'impact des crises des années 90 poussant les chercheurs à retrouver les défaillances dans tout le processus acheminant à la croissance ce qui donne une pertinence au capital humain dans ce cadre car il résulte du cumul d'investissement en éducation, en santé et emploi ceux-ci se révèlent comme étant les trois dimensions ou mesures du capital humain. Compte tenu des enjeux du développement et des objectifs poursuivis, l'Afrique est devenu la cible principale du financement de la Banque Mondiale. C'est ainsi que l'éducation et la santé sont devenue des axes prioritaires pour les prêts qu'octroie cette institution dans le monde et en Afrique en particulier. Alors la théorie du capital humain a bel et bien trouvé sa place forgée et évidente encré comme facteur clé conduisant à une transformation de la structure économique et au décollage de l'Afrique en général.

2. Problématique

La transformation structurelle reflète le processus à travers lequel l'importance relative des différents secteurs et activités d'une économie change au cours du temps. Deux facteurs sont indispensables à l'enclenchement du processus de transformation structurelle. Le premier est l'impulsion de l'innovation dans les secteurs stratégiques. En l'absence de ce facteur, les moyens de décollage de l'économie sont insuffisants. Le second concerne l'accès des secteurs à forte productivité aux facteurs de production afin de favoriser la diffusion des gains de des secteurs stratégiques au reste de l'économie. Le rythme et l'ampleur des transformations structurelles dépendent de la stratégie de développement adoptée par les pays.

Force est de constater que la structure productive dans le cas des économies africaines a bien peu évolué au cours des vingt dernières années, la croissance de la richesse a été principalement tirée par les exportations de produits de base et l'industrialisation est restée en retrait (McMillan et al, 2014). La part de l'Afrique subsaharienne dans les exportations mondiales de marchandises en moyenne a baissé en valeur de 6,3 % à 2,5 % entre 1985-2010 (CNUCED). De même, la part qu'il détenait dans les exportations totales de marchandises des pays en développement en moyenne est tombée presque de 8 % en 2012, soit quasiment un tiers de sa valeur moyenne de 1986, tandis que celle des articles manufacturés restait légèrement inférieure à 1 % (CNUCED). Comparée à la région en développement d'Asie qui a obtenu de bons résultats moyens en ce qui concerne les exportations totales de marchandises et d'articles manufacturés, sa part des exportations mondiales de marchandises est passé de 18 % en 1985 à 22 % en 2012 et celle qu'elle détenait dans les exportations totales de marchandises des pays en développement de presque 60 % à 72 % dans la même période (CNUCED).

De même, sa part dans le commerce mondial d'articles manufacturés a triplé pour atteindre 22,5 % en 2010 ses chiffres moyens ont doublés d'après la CNUCED. De plus récemment la région comptait le plus haut niveau de concentration des exportations soit un indice de diversification de Theil de 4,5 et un indice de qualité des produits exportés de 0,62 comparé à celui de l'Amérique latine et les caraïbes qui est de 3,3 donc une diversification plus forte que celui de l'Afrique subsaharienne ainsi que d'un indice de qualité des exportations de 0,81 avec l'Asie en tête 0,91. Selon des estimations de la Banque mondiale, l'Afrique en général a la plus faible contribution dans valeur ajoutée manufacturière mondiale à 1,6 % sur la période de 1999-2015 opposé à la région de l'Asie pacifique dont 45% en moyenne (Banque Mondiale). Cette situation est issue d'une insignifiante intensité technologique des activités manufacturières. Tout ceci est dû au fait que 80% de la valeur ajoutée manufacturière africaine est liée aux ressources naturelles soit aux activités traditionnelles affichant en gros des niveaux limités de productivité.

Pour l'éducation, le Taux net de scolarisation au cycle primaire y est ainsi passé de 66,5 % à 90,7 % soit une amélioration de 24,2 points, ce qui équivaut à un quart d'enfants en plus dans les écoles primaires. Sur la même période de temps l'amélioration maximum a été de 13 points dans les pays développés (1865-1880), 15,4 points en Amérique latine et Caraïbes (1940-1955), 18 points en Asie-Pacifique (1935-1950) et 22,6 points en Afrique du Nord et Moyen-Orient entre 1999 et 2015 (UNESCO) les pays d'Afrique subsaharienne ont presque doublé leurs capacités d'accueil dans le primaire, de 83,2 à 156,9 millions d'enfants scolarisés) (UNESCO 2014). Basés sur les dernières enquêtes ménages dans 33 pays d'Afrique subsaharienne, les résultats montrent un taux de rendement de 12,4  % contre 10 % dans les pays à revenus élevés, 9,4 % en Asie de l'Est et Pacifique, 9,2 % en Amérique latine, 7,7 % en Asie du Sud et 7,3% en Afrique du Nord et Moyen-Orient. Au-delà des aspects financiers en Afrique subsaharienne, la médiane se situe à 16,9 % contre 11,8 % en Europe et en Amérique du Nord et 14,1 % au niveau mondial. L'Afrique subsaharienne est donc une des régions du monde où les gouvernements dépensent la plus grande part de leur budget pour leur système éducatif (UNESCO 2016).

Dans le domaine de la santé, selon l'OMS, sur les 4 millions de personnels de santé manquants à l'échelle mondiale, il en manque 1 million sur le seul continent africain. Mais l'état de santé des populations de la région s'est considérablement amélioré, ce qui se traduit par un relèvement de l'espérance de vie en bonne santé, le temps passé en pleine santé passant de 50,9 à 53,8 ans entre 2012 et 2015 (OMS), Les institutions et les ressources nécessaires pour fournir des services liés à la santé ne sont utilisées qu'à 49 % de la capacité potentielle de la Région. Malheureusement, l'on enregistre en moyenne seulement 2 médecins et 15,5 lits d'hôpital pour 10 000 personnes (OMS, 2015). À l'heure actuelle, en moyenne 39 % des budgets consacrés à la santé sont utilisés pour l'achat de produits médicaux, alors que les dépenses consacrées au personnel de santé (14 %) et aux infrastructures (7 %) sont faibles. Une analyse des habitudes de dépenses suggère que les pays ayant des systèmes de santé performants consacrent jusqu'à 40 % de leurs investissements au personnel et 33 % aux infrastructures (BM, 2016).

Dans le domaine de l'emploi, selon le nouveau rapport de l'Organisation mondiale du travail sur l'emploi et les questions sociales dans le monde, les chiffres de l'Afrique subsaharienne sont nettement moins élevés comparés à ceux de la Région nord-africaine. Ainsi, en 2017 l'Afrique subsaharienne a connu un taux de chômage de 7,2% et ce chiffre devrait rester stable cette année selon l'OIT. Mais monter d'un cran en 2019 pour atteindre 7,3%. Ceci implique donc que de 29,1 millions de chômeurs enregistrés en 2017. Malgré des taux croissance impressionnants (4,7% en moyenne entre 2000 et 2017) les pays africains restent donc marqués par des niveaux de chômage inquiétants. A titre illustratif, le taux de chômage en Afrique du Sud était de 27,7% en 2017 (estimations de l'OIT). En Afrique centrale, la création nette d'emplois est négative dans le secteur formel depuis 2015, selon un récent rapport de l'Union Africaine (UA). Alors le degré de qualification situera l'échelle du développement humain qui boostera la croissance et transformant ainsi la structure de l'économie afin d'aboutir à un développement durable.

En Afrique Subsaharienne plusieurs pays ont augmentés leurs dépenses d'éducation depuis ces dernières années. De même les dépenses publiques sanitaires en Afrique Subsaharienne ont aussi considérablement augmenté (OMS 2017). Nous constatons en outre qu'il y'a une relation de causalité entre capital humain et transformation structurelle. Le Seychelles et le Maurice ayant des dépenses élevés dans le capital humain arrive à transformer leur structure économique classés en première position en Afrique et 65ieme au rang mondial du développement humain.

Les pays à faible niveau de capital humain n'observent quasiment aucune transformation structurelle de leur économie. A l'exemple de toute la région de l'Afrique centrale ayant un indice de développement humain faible en moyenne de 0,2, ce qui laisse comprendre clairement qu'une faible dépense en capital humain ne peut pas pousser à la migration des secteurs à faibles productivités vers ceux à forte productivités. La mauvaise allocation des ressources dans les exploitations agricoles et les entreprises manufacturières en Afrique subsaharienne sont liées à une mauvaise allocation du capital humain sans pour autant énumérer ses pays de la région qui reçoivent des aides internationales en plus de leurs énormes efforts de croissance à la hausse mais aboutissant à un résultat paradoxal. Cela consiste en un véritable dilemme auquel nous devons analyser profondément avec une attention très particulière.

De par ce problème constituant notre préoccupation principale dans la présente étude, la problématique fondamentale est la suivante:

Quel est l'effet du capital humain  sur la transformation structurelle en Afrique Subsaharienne?

De façon spécifique, il convient de savoir :

1. Quels est l'influence du capital humain sur la diversification des d'exportations en Afrique Subsaharienne ?

2. Quel est l'effet du capital humain sur la sophistication des exportations en Afrique Subsaharienne ?

3. Objectifs et Intérêt d'étude

De cette problématique susmentionnée, l'objectif principal de notre travail est :

d'analyser l'influence du capital humain sur la transformation structurelle en Afrique subsaharienne.

De manière spécifique, il s'agit ici de déterminer:

1. L'effet du capital humain sur la diversification des exportations Afrique Subsaharienne

2. L'influence du capital humain sur la sophistication des exportations en Afrique Subsaharienne

La présente étude ressort un intérêt double, sur le plan théorique que le plan pratique.

Ø Sur le plan théorique : elle vise à faire progresser la pensée scientifique et la littérature économique qui affirme l'amélioration des indicateurs de la transformation structurelle causer par le capital humain qui impactent les performances économiques des pays et donc les développer bien que faisant part de peu de littérature.

Ø Sur le plan empirique : elle donne aux décideurs une ébauche des résultats et bons indicateurs permettant la bonne diversification et sophistication pour consolider une transformation structurelle par conséquent un développement durable et soutenable pour l'Afrique Subsaharienne.

4. Hypothèses

Dans un cadre d'atteinte des objectifs ci-dessus nous formulons ainsi notre hypothèse principale qui stipule que :

le capital humain influe positivement sur la transformation structurelle en Afrique subsaharienne.

De cette affirmation deux autres en découlent comme suit :

· Le capital humain a un effet positif sur la diversification des exportations en Afrique subsaharienne.

· Le capital humain influe positivement sur la sophistication des exportations en Afrique subsaharienne.

5. Méthodologie

Afin de tester empiriquement notre première hypothèse, des effets positifs du capital humain sur la diversification des exportations, nous avons opté pour un modèle basé sur les travaux d'Arawomo (2014), Alaya (2012) et Iwamoto (2012) dont nous allons estimer par la Méthode des Moments Généralisés (GMM) sur des données d'un panel de 22 pays d'ASS d'une période allant de 2000-2017 (17 ans).

La vérification de la seconde hypothèse qui affirme que le capital humain influence positivement sur la sophistication des exportations en ASS, avec la spécification du modèle issu des mêmes travaux d'Arawomo (2014), Alaya (2012). Pour ce fait nous ferons usage du GMM sur le même panel de 22 pays d'ASS et de la période invariante à savoir de 2000 à 2017.

Dans le cadre de notre recherche, les bases de données utilisées sont le World Devlopement Indicators (WDI) de la banque mondiale et celles de la CNUCED. Les logiciels à notre disposition pour les estimations sont STATA 14 et EVIEWS 9. La raison fondée pour l'utilisation d'un échantillon que de 22 pays d'ASS sur 48 est due à un souci de cohérence et d'absence de continuité des données de nos variables.

6. Organisation du Travail

Notre recherche porte sur l'influence du capital humain sur la transformation structurelle. Plusieurs facteurs peuvent influencer ou être la cause d'une transformation structurelle mais nous nous focalisons sur le capital humain. Ainsi au regard de ce choix notre travail sera axé sur quatre (04) grands chapitres.

CHAPITRE I :

CADRE THEORIQUE  DE LA RELATION ENTRE

LE CAPITAL HUMAIN ET LA TRANSFORMATION STRUCTURELLE

INTRODUCTION

Les controverses autour de la croissance économique des pays de l'Afrique subsaharienne et le retard du développement économique et social qui en résulte ont été les conséquences d'une insuffisance de la transformation des structures de ses économies. Kuznets(1979), dans son travail sur la transformation structurelle mentionne qu'il est impossible d'obtenir un taux de croissance du produit intérieur brut (PIB) par tête en terme réel sans toutefois enregistrer des changements substantiels dans de nombreux secteurs de l'activité économique. Cette thèse fut vérifiée dans les décennies 80 avec l'échec des politiques structurelles adoptées par les états africains suite à un essoufflement de la dynamique de croissance des pays Africains, un creusement des grands déséquilibres macroéconomiques et un éclatement de la crise de la dette le tout avec une demande intérieure grandissante. Ces déséquilibres sont les manifestations d'une crise plus profonde qui trouve ses origines dans l'incapacité de ces économies à favoriser une croissance à long terme de la productivité et de leur compétitivité tout en adoptant des politiques d'import-substitution.

Force est de constater d'après les statistiques que la structure productive des économies africaines a bien peu évolué au cours des vingt dernières années, la croissance de la richesse a été principalement tirée par les exportations de produits de base et l'industrialisation est restée en retrait (McMillan et al, 2014).Certains auteurs comme Rodrick et al(2007) parlent même d'une désindustrialisation prématurée, compte tenue de la place qu'occupe l'ASS en amont de la chaîne de valeur mondial dans les exportations des produits de base et à faible intensité technologique. La part de l'Afrique subsaharienne dans les exportations mondiales de marchandises en moyenne a baissé en valeur de 6,3 % à 2,5 % entre 1980-2002 (CNUCED). Sa part d'articles manufacturés de même, qu'il détenait dans les exportations totales de marchandises des pays en développement en moyenne à chuter de 20% à presque 7,9% durant la même période, soit quasiment un tiers de sa valeur moyenne de 1986(CNUCED). Comparée à la région en développement d'Asie qui a obtenu de bons résultats moyens en ce qui concerne les exportations totales de marchandises et d'articles manufacturés, sa part des exportations mondiales de marchandises est passé de 18 % en 1985 à 22 % en 2012 et celle qu'elle détenait dans les exportations totales de marchandises des pays en développement de presque 60 % à 72 % dans la même période (CNUCED). De même, sa part dans le commerce mondial d'articles manufacturés a triplé pour atteindre 22,5 % en 2010 ses chiffres moyens ont doublés d'après la CNUCED. Dans le cas de l'Afrique subsaharienne ses performances peuvent en partie être expliquées par un niveau insuffisant de diversification de l'appareil

productif et de la sophistication de ses exportations qui résument une profonde transformation structurelle d'un pays. Le secteur industriel qui représente le socle de la transformation structurelle est resté statique à raison de 12% à 11% entre 1980 à 2013(CNUCED 2014).

Avec le passages des OMD aux ODD le rôle central des agents économiques mis en exergue comme principal moteur d'un développement durable fait indique clairement que la lenteur de la transformation structurelle de la région d'ASS est due en majeur partie à son faible niveau de capital humain malgré le relèvement de son taux de croissance moyen ces sept(07) dernières années. L'indice de développement humain de l'ASS en général s'élève 0,4 (estimations du PNUD) un niveau très faible comparé à celui des pays développés qui en moyenne est de 0,7(estimation du PNUD). Cette prise en compte des agents économiques au centre des processus de développement est une condition préalable pour le développement de tous les pays du monde. Plusieurs facteurs permettent d'actionner la transformation structurelle mais dans le cadre de ce travail il nous revient de ressortir l'influence du capital humain sur la transformation structurelle pouvant conduire à un développement durable. Pour ce fait, ce chapitre traite d'une analyse théorique de nos deux concepts à savoir le capital humain et la transformation structurelle. Donc il se subdivise en deux sections, la première section porte sur la présentation du cadre théorique de la transformation structurelle dans son ensemble, puis la seconde section celui du concept capital humain en appréhension de toutes ses dimensions constitutives.

Section 1. Cadre théorique du concept de la transformation structurelle.

La transformation structurelle est sujet central dans le contexte de l'économie du développement suscitant de nos jours un intérêt central dans tout processus de développement d'une économie. Dans cette section nous présenter la transformation structurelle à travers toutes ses dimensions afin de mieux l'appréhender dans la suite de notre étude. En cela nous allons d'abord définir la transformation structurelle ensuite, énumérer les différentes dimensions représentant au mieux ce concept dans l'économie du développement.

2.1. Définition et évolution de la transformation structurelle

Depuis une quinzaine d'années, la transformation structurelle est redevenue une thématique centrale pour les institutions internationales et un objet d'étude pour les économistes du développement (Hidalgo; Rodrik, et al, 2007), ainsi que pour les pays recherche de développement durable. Bien qu'elle fut reléguée au second plan des débats académiques et stratégiques qui, à partir des années quatre-vingt, ont porté leur attention sur les problématiques financières et les objectifs de croissance.

De ce fait, la transformation structurelle se définit comme la réorientation de l'activité économique des secteurs les moins productifs vers les secteurs plus productifs (McMillan et Rodrick, 2013). Le rapport sur les Perspectives Économiques en Afrique (2011) décrit la transformation structurelle comme la réallocation de l'activité économique des secteurs à faible productivité vers ceux où elle est plus forte, permettant ainsi de maintenir une croissance forte, durable et inclusive. C'est en général la modification de la structure d'une économie afin que celle-ci soit résiliente face aux différents chocs aléatoires (staaz 2010). Elle insinue une croissance soutenue de l'agriculture en terme de valeur malgré une baisse de la part de ce secteur dans le PIB global et l'emploi de la main d'oeuvre, l'accélération du processus d'urbanisation appuyée par l'exode rural, l'émergence d'une économie moderne industrielle et des services et une évolution de la démographie qui passe des taux élevés à des taux de natalité et de mortalité faibles qu'il s'agisse des conditions de transfert du surplus de main d'oeuvre d'un secteur traditionnel vers un secteur moderne (Lewis, 1954) ou des déterminants spécifiques des trajectoires d'industrialisation et de modernisation économique de long terme dans les pays en retard de développement (Chenery et Taylor, 1968 ; Kuznets, 1966).

La transformation structurelle depuis son élaboration a communément évolué dans ce sens que pour les premiers auteurs structuralistes la modification de la structure économique se limitait à la structure productive d'une économie, caractérisée par l'emploi dans le secteur agraire et le secteur moderne, la valeur ajoutée sectoriel (Lewis, et al 1955). Mais avec la modernisation du commerce, la forte concurrence et la compétitivité accrue, ainsi que l'intégration régionale plusieurs aspects échappant à ses mesures primaires ont été perçue comme ne reflétant pas toutes les dimensions de la transformation structurelle. Dans la littérature contemporaine, la transformation structurelle est décrite par le niveau de diversification et de sophistication des économies. D'où, la diversification et la sophistication des exportations se sont imposées comme indicateurs complets de la transformation structurelle en se basant sur la théorie des capacités (Hausman, hidalgo et al 2000). Cette approche insinue que la composition de la production et de l'emploi fournit un bon aperçu de la structure globale d'une économie où les exportations correspondent à la partie du système productif entièrement soumise à la concurrence internationale. En d'autres termes, en reflétant les avantages comparatifs, les exportations démontrent bien la capacité d'un pays à valoriser son système productif sur les marchés internationaux (Théorie des capacités).

Mais récemment d'après les analyses de quelques auteurs structuralistes, qui avancent que certaines économies parviennent à entrer dans un cercle vertueux de transformation alors que d'autres se diversifient vers des produits isolés rendant plus difficiles de nouvelles diversifications et par conséquent la modification de leur structure. Alors que McMillan et Rodrik (2011) décrivent la mauvaise diversification comme celle s'effectuant vers des productions à faible productivité, ou vers des produits moins sophistiqués, permettant ainsi d'identifier des diversifications qui s'avéreront être des enclaves. Comme la prématurée désindustrialisation (Rodrick, 2011) dans le cas des pays africains. Ceci a conduit à la perception d'une dimension supplémentaire liée aux deux premières qui est la profondeur de la diversification et la sophistication. Mais la prise en compte de ses trois dimensions ne peut se sans intégrer celle de la soutenabilité. Aussi dit la continuité, qui permet d'observer la viabilité à long terme de la modification structurelle. Car à défaut de son absence le processus de la transformation ne peut s'achever faute d'inclusion (Lectard, 2017). Toutefois l'incertitude de cette mesure et le niveau actuel de la littérature sur cette dernière la rend encore difficile à bien appréhender ce qui offre à la diversification et sophistication des exportations une place capitale dans la représentation d'une structure productive sous influence de transformation alors elles deviennent des indicateurs moins controversés dans les analyses de la transformation structurelle. Toutefois l'industrie, l'emploi sectoriel, la valeur ajoutée sectorielle des exportations informent également sur le niveau de transformation de la structure d'une économie.

2.2. Les indicateurs de mesure de la transformation structurelle

Plusieurs indicateurs énumérer ci-haut permettent de quantifier la transformation structurelle notamment : l'emploi sectoriel, la valeur ajoutée sectorielle des exportations, la diversification des exportations et la sophistication des exportations. L'approche par les exportations dans cette étude est privilégiée ce qui permet le choix de ces mesures notamment la diversification et la sophistication des exportations comme indicateurs de la transformation structurelle. Il est utile de s'intéresser aux indicateurs liés à la structure des exportations de la région car d'un point de vue pratique, les données d'exportation sont souvent plus disponibles et plus cohérentes que les données de production ce qui favorise une analyse plus fine dans les comparaisons directes entre pays.

1.1.1. La diversification des exportations : indicateur de la transformation structurelle

La diversification des exportations est définie au sens d'Hidalgo et Hausman (2009) comme la large gamme des produits fabriqués et exportés sans modifier nécessairement les niveaux de productivités. Elle est perçue aussi comme la dispersion des activités productives dans un grand nombre d'activités différentes les unes des autres par la nature des biens et des services produits (Berthélemy, 2005). Il y a derrière ce concept très général de diversification le phénomène de variété et de concentration. La variété fait référence au nombre de produits différents exportés comparé à la structure d'exportation mondiale. La concentration, elle renvoie à la distribution des exportations si cette distribution est équilibrée alors la concentration est faible et ceci comparé à partir d'un produit. À l'inverse, si la distribution est fortement inégalitaire alors les exportations sont concentrées. Il est souvent avancé que ce n'est pas seulement le niveau des exportations qui mène à la croissance, mais aussi le degré de diversification de ces exportations ou de la base d'exportation. La littérature récente montre plutôt que les pays ont tendance à diversifier leur production et leurs exportations à mesure qu'ils se développent, contrairement aux anciennes théories de la division du travail et de la spécialisation au service de la croissance économique et du développement formulée par Adam Smith, et le modèle du commerce international Heckscher-Ohlin Samuelson (HOS) qui soutenaient que les pays devraient se spécialiser dans la production des biens pour lesquels ils disposent d'un avantage comparatif.

L'Organisation des Nations Unies pour l'alimentation et l'agriculture (FAO) en 2004 maintient que faute de diversification des exportations dans les pays en développement, la baisse et les fluctuations des recettes d'exportation ont eu une incidence négative sur les revenus, les investissements et l'emploi. Grâce à la diversification, les risques liés aux investissements sont répartis sur un portefeuille plus large de secteurs économiques, ce qui se traduit par une augmentation des revenus (Acemoglu et Zilibotti, 1997). Selon Romer (1990), la diversification peut être considérée comme un facteur qui contribue à améliorer l'efficacité des autres facteurs de production. De plus, la diversification aide les pays à se protéger contre les détériorations des termes de l'échange en stabilisant les recettes d'exportation. Les changements structurels dépendent des types de produits qui sont échangés (Hausmann et Klinger, 2006 ; Hwang, 2006). Love (1986), par exemple, a indiqué qu'un pays devrait éviter d'être fortement tributaire de l'exportation d'un nombre limité de produit car cela diminuait sa capacité à compenser en partie les fluctuations touchant certains secteurs d'exportation par les secteurs qui connaissent davantage de stabilité. Il a conclu que la diversification des exportations était une stratégie judicieuse pour réduire l'instabilité et qu'elle ne devrait pas se limiter uniquement aux secteurs autres que l'agriculture. Par ailleurs, une plus grande diversification permet aussi de créer des effets multiplicateurs ou des effets de diffusion (effets spillovers) ainsi qu'une hausse de la productivité (Melitz, 2003).

Les indices les plus utilisés pour mesure la diversification, d'après la littérature et les travaux effectués (Lectard, 2016) sont généralement :

- l'indice Herfindahl-Hirschman : c'est un indicateur de la concentration du marché, il apparaît dans l'article pionnier « What you export matters » des auteurs comme Hinferdahl-Hirschman(2006) par la suite Hausmann et al Rodrik (2007), qui montrent empiriquement que les produits ont des impacts différents sur le développement économique à travers leur degré de diversification. Mais il existe deux indices d'Herfindahl-Hirschman à savoir l'indice de concentration d'HH et l'indice de diversification d'HH. Dans le cadre de cette étude le second sera retenu pour capter la diversification des exportations bien que rarement utilisé dans les travaux en raison de sa méconnaissance des périodes couvertes pour certains pays.

- L'indice de Gini : mesure statistique permettant de rendre compte de la répartition d'une variable au sein d'une population, développé par Gini. Cet indice ressort de la littérature sur les inégalités de revenu mais moins utiliser dans les travaux sur la diversification.

- L'indice de Theil : créé suite aux travaux de Theil(1954) c'est un indicateur de mesure d'inégalité fondé sur l'entropie5(*) de Shannon. Très utile pour mesurer la diversification du commerce intra-régional, l'indice de Theil est reconnu pour ses propriétés de décomposition permettant de désagréger la diversification globale en diversification intergroupe - extensive- et intragroupe -intensive-. Aussi connu dans la littérature des inégalités de revenus. Les approches récentes développées notamment par Cadot et al.(2011) confirment la validité de l'utilisation de cet indice au niveau désagrégé comme indiquer ci-haut en marge extensive et intensive.

- L'indice de diversification de HHR : cet indicateur mesure le degré de diversification proprement défini dans le contexte de variété.

- Le nombre de produits exportés : indique approximativement le niveau diversifié des produits d'un pays. Mais plus tard ce dernier présentait une limite d'après plusieurs auteurs on peut avoir un nombre élevé de produit d'un même secteur ou d'une même composition productive par conséquent ce dernier n'informe pas réellement sur le degré de diversification d'un pays.

La lecture des valeurs de ses indicateurs est généralement la même car ils varient majoritairement de 0 à 100. Ainsi, plus leurs valeurs sont élevées, plus les exportations ne sont concentrées que sur un nombre restreint de produit ou de secteur. Alors que l'indice de Gini donne plus de poids au centre de la distribution, les autres indices pondèrent plus fortement les extrémités de la distribution. La sensibilité de l'indice d'Herfindahl à l'introduction de nouvelles exportations est cependant faible, il faut que ces dernières représentent une part significative de la distribution pour qu'il y ait une baisse de l'indice. La propriété de décomposition de l'indice de Theil le rend particulièrement attractif pour l'étude des dynamiques de diversification, il est donc fréquemment utilisé. Enfin, Chandra et al(2007) ; HHR( 2007) associe à la diversification, une seconde mesure de la transformation structurelle insistant sur le fait qu'elles sont fortement liées. Chandra et al (2007) ou Parteka (2007) remarquent d'importantes disparités entre les pays dans la vérification de cette thèse. Ils constatent, entre autre, que certains pays ont su diversifier leur structure productive sans qu'il y ait de réels impacts sur leur développement économique. Ils soulignent l'existence d'un paramètre supplémentaire (`something more'), pouvant expliquer ces résultats. Ils proposent le niveau de sophistication des exportations associé à la diversification des exportations pour mieux décrire la transformation structurelle.

2.3. La sophistication des exportations : mesure de la transformation structurelle

La sophistication des exportations quant à elle indique le niveau d'élaboration très complexe ou d'une perfection technique des produits à exportés d'un pays Balassa (1999). En ce qui concerne maintenant l'analyse de la sophistication des exportations, si l'on se réfère à la nouvelle approche initiée par Hausmann et Rodrik (2003) et Hausmann et al. (2007), la structure du panier des produits exportés affecte la création de nouvelles lignes d'exportation, donc la dynamique de la productivité et le potentiel de croissance future des pays. Ces auteurs démontrent que les pays dotés d'un panier d'exportation plus sophistiqué réalisent une croissance plus rapide. Toutes choses égales par ailleurs, les pays qui se spécialisent dans les biens que les pays riches exportent sont susceptibles de croître plus vite que les pays qui se spécialisent dans les autres marchandises (CEA 2012). Au-delà des caractéristiques techniques, la sophistication reflète aussi le niveau de différenciation des produits, la fragmentation de la production, la disponibilité des ressources ainsi que d'autres facteurs. Plus la sophistication d'un produit exporté est élevée plus la moyenne de sa recette à l'exportation sera élevée. En général, les produits sophistiqués sont exportés par les pays riches qui payent les salaires les plus élevés. Donc les pays dotés d'un panier d'exportation plus sophistiqué réalisent une croissance plus rapide. Pourtant, ces produits restent compétitifs vu leurs contenus en technologie, en marketing, en logistiques et en ressources naturelles (CEA 2012). Ainsi les possibilités de développement futur d'un pays dépendent de la composition de la production. Les mesures de la sophistication fréquemment utilisées sont :

- L'indice PRODY : indicateur de Hausman et al (2007), il mesure pour chaque produit un couple revenu/productivité (qu'on appelle PRODY). En d'autres termes, ce couple donne une idée sur le niveau de productivité atteint par le produit ainsi que sa valorisation monétaire basée sur la moyenne des recettes des exportations.

- L'indice EXPY: élaboré par Hausmann et al. (2007), cet indice est une mesure de la sophistication des exportations basée sur le calcul du revenu moyen par habitant des pays qui exportent le même bien. C'est la moyenne pondérée par les exportations du PRODY pour un pays donné. l'EXPY se résume comme le niveau de productivité moyen associé à la structure des exportations.

- L'ICP: Indice de complexité de production ou l'indice de complexité économique proposé par Hidalgo et Hausman (2009) renvoie au contexte d'ubiquité des produits exportés, en effet il informe sur le niveau de complexité et de diversité des intrants incluent dans l'élaboration d'un produit final exporté (Hidalgo et al, 2009). Ainsi, plus les valeurs de l'indice sont élevées, plus les exportations ne sont pas très sophistiqués et ne jouissent pas d'un niveau élevé de complexité dans le processus de production usant de divers intrants.

- Les exportations de haute technologie : c'est un indicateur fort de la sophistication dans ce sens que la sophistication englobe l'innovation technologique, la recherche et développement, de ce fait plus un produit contient une technologie élevée plus il est sophistiqué car ceci requiert un niveau de complexité considérable dans sa production. Elle intègre aussi les dépenses en recherche et développement, le nombre de techniciens dans chaque secteur.

- L'industrie : informe à travers son output élaboré, la constitution simple ou complexe d'inputs utilisés dans le processus de production. A cet effet cette dernière est par défaut utilisée dans certains travaux comme mesure de la sophistication.

La lecture des valeurs de ses indices est généralement la même car ils varient majoritairement de 0 à 1 ou de 0 à 100 en terme de pourcentage. Mais la limite que présente les deux premiers indices (PRODY et EXPY) qui définissaient la sophistication par le niveau des revenus relatifs aux exportations liés à la productivité ont conduit à revoir la mesure de la sophistication en développant l'indice de complexité économique tout en prenant en compte la profondeur dans l'élaboration du produit. L'avantage de cette approche est qu'elle permet de calculer une mesure simple de la sophistication pour chaque produit et pour chaque sous-catégorie de produit. Une baisse de l'indice de sophistication ne signifie pas que le processus de production adopte moins de technologie ou est moins intensif en compétence. Mais elle reflète simplement une performance amoindrie des capacités industrielles permettant de conquérir des parts de marché dans des activités plus complexes. Les exportations de haute technologie sont indiquées en pourcentage des exportations totales d'une économie.

Section 2. Cadre théorique du concept capital humain

Depuis le passage des OMD aux ODD ramenant l'être humain au centre des débats économiques et perçu comme moteur de toutes interactions, a permis une profonde réorientation des politiques publiques en matière d'éducation, de santé et d'emploi et de réduction de pauvreté touchant la majeure partie des pays du monde. A cet effet, il est primordial de remodifier la composition factorielle initiale de toute structure productive contenant le capital et le travail, afin d'inclure l'humain comme un autre type capital qui diffère du capital physique à travers ses diverses caractéristiques. Dans cette section nous présentons le capital humain à travers toutes ses dimensions afin de mieux l'appréhender dans la suite de notre étude. De ce fait, nous allons d'abord définir le capital humain (2.1), ensuite ressortir toutes les dimensions caractéristiques du concept (2.2).

2.4. Définition et évolution du capital humain

L'intuition du concept capital humain figurait déjà dans les travaux d'Adam Smith (1776) où il affirmait qu'une main d'oeuvre qualifiée serait une source de productivité. Mais ceci est resté inerte jusqu'en 1961 dont ce concept a émergé dans les théories économiques grâce aux travaux de T. Schultz (1961) et G. Becker(1964), deux économistes américains nobélisés pour leurs travaux sur le capital humain. Ils définissent le capital humain comme l'ensemble des connaissances, aptitudes, compétences et capacités incarnées ou acquises au fil du temps par l'éducation, la formation, l'expérience professionnelle, les soins médicaux et la migration. Il peut être interprété comme l'ensemble des ressources immatérielles intégrées dans le facteur travail qui améliorent la productivité ( Goldin, 2016 ). L'OCDE (2018) le définit comme l'ensemble des connaissances, qualifications, compétences et création du bien-être personnel social et économique.

En partant de la réflexion sur le moyen d'améliorer la productivité du travail des exploitants agricoles, Schultz (1950) utilise pour la première fois l'expression `human investment' dans un article intitulé « Reflections on Poverty within Agriculture » publié dans le Journal of Political Economy. Il est difficile d'attribuer la notion de capital humain a un seul auteur cependant Schultz est l'un des premiers à l'avoir exposé dans les années 50. Dans son ouvrage « Human capital », Becker (1964) développe la théorie du capital humain qui a révolutionné la fin du 19ieme siècle et demeure les travaux majeurs du capital humain. L'insistance progressive du concept rejoignait une préoccupation centrale de la comptabilité de la croissance dans l'économie agricole (Kuznets, 1952). L'ampleur de cette théorie vient du fait que pour bien d'auteurs elle était une solution nouvelle à ce titre non envisagé ou partiellement à l'énigme de la croissance (Fabricant et Abramovitz, 1956).

Mais dès 1960 à 1970, la question des inefficiences qui résultent de l'allocation des dépenses éducatives et sanitaires aux États-Unis a conduit tout d'abord à réaffirmer la centralité du critère de taux de rendement du facteur travail. Et l'importance du cadre théorique de référence consistant à analyser les choix individuels par le prisme de la théorie du choix rationnel et le critère du taux de rendement social comme critère d'allocation des ressources. Alors que l'analyse des taux de rendements privés a suscité un certain consensus, l'approche du rendement social a donné lieu à des critiques. Le fait que ce critère ne puisse rendre compte des externalités générées par l'éducation et des rendements non monétaires (Blaug, 1976). Les économistes accordent la même valeur au travail non qualifié et au travail qualifié (Kuznets, 1957). Or il affirme que la hausse du produit par tête que l'on observe est en premier lieu imputable à des changements dans la composition de la force de travail, notamment la qualification. Pour Kendrick et mincer (1980), le progrès de la connaissance et de la qualification font partie d'un capital immatériel accumulé via un investissement (individuel) dans l'éducation et la recherche. Plus tard, des décennies 90 les travaux sur les déterminants de la croissance endogène que certains auteurs ont remis en premier plan la grande importance que revêt le capital humain (Romer 1990, Lucas et al. 2015) comme moteur de la croissance endogène. Et plus particulièrement du développement durable en passant par une transformation de la structure (kuznets1979, phelps et al. 2012) d'une économie. Jusqu'à ce jour où le capital humain demeure difficilement quantifiable en raison de sa complexité et de ses composants. Car la mesure de la qualité fait toujours l'objet de controverses déjà pour la littérature forgé d'une seule théorie fondamentale.

2.5. Les indicateurs de mesure du capital humain

Le capital humain est généralement séparé en trois composantes clés notamment la santé, l'éducation et l'expérience / formation. Ce qui induit que son stock pourrait augmenter grâce à une meilleure éducation, un meilleur état de santé et nouvel apprentissage. En effet, ces trois dimensions constituent par défaut les mesures même du concept. Mais la difficulté notoire d'avoir l'indicateur de la formation en raison de son imprécision et de sa forte variabilité conduit généralement à quantifier le capital humain à travers deux proxys à savoir l'éducation et la santé. Ce choix a été effectué depuis les travaux fondateurs de Schultz et Becker, qui ont émis une hypothèse fondamentale à savoir qu'un individu, bien instruit et en bonne santé est nécessairement plus productif et mieux rémunéré. Toutefois, Il est communément admis que ni l'éducation, ni la santé ne sont des substituts parfaits (ONU 2008) l'une ou de l'autre.

Les mesures du capital humain plus couramment utilisées dans les études empiriques précédentes sur la relation entre le capital humain et la croissance économique. Bloom et al.( 2004) soutiennent qu'une éducation adéquate et une bonne santé incitent à un travail plus productif une force susceptible de stimuler la croissance économique nationale. Ogundari et Abdulai ( 2014) ont montrés qu'une personne mieux éduquée et des travailleurs en meilleure santé sont plus susceptibles de créer et d'adopter de nouvelles technologies. Une meilleure santé, selon Mayer-Foulkes ( 2001), accroît la productivité de la main-d'oeuvre et les salaires en réduisant l'incapacité, la débilité et le nombre de jours perdus de maladie

2.2.1 L'éducation comme indicateur du capital humain

Elle se définit comme la mise en oeuvre des moyens propres à assurer la formation et le développement d'un être humain (mincer 1978) en contribuant au progrès technique. Acquise généralement dans le contexte scolaire, l'éducation est fondamentale pour qu'une main-d'oeuvre qualifiée et productive arrive sur le marché du travail. Elle a toujours constitué un investissement central pour l'avenir, c'est un investissement immatériel ou intellectuel dont la finalité est de reproduire le stock de capital humain. En termes de rapport productivité gain, d'innovation et d'adaptation son rôle est déterminant dans la productivité individuelle et des revenus (smith, 1776). Le modèle de gain élaboré par Mincer (1974) constitue à ce propos une spécification qui est devenue une référence ; plus exactement, il s'agit ici d'un modèle qui exprime les gains en fonction de l'éducation formelle et de l'expérience professionnelle, et comme une fonction décroissante du carré de cette dernière. Ainsi, d'une part, plus le niveau d'éducation (capital humain général) et l'expérience accumulée (capital humain spécifique) sont élevés, plus importants seront les gains, et d'autre part, au fur et à mesure du déroulement des carrières professionnelle, les individus auront moins tendance à investir en éducation/formation. A ce propos, il importe d'ailleurs de signaler que les économistes ont toujours insisté sur les effets positifs du capital humain à travers l'éducation sur la productivité (Dia 2005). Aux 18e et 19e siècles par exemple, la valeur de la main-d'oeuvre avait été mise en avant par w. Petty et A. Smith, d'une certaine façon cela a permis d'ouvrir la voie aux analyses ultérieures, qu'il s'agisse de la théorie du capital humain (Schultz, 1961 ; Becker, 1964) ou des théories de la croissance endogène (Lucas, 1988 ; Romer, 1990) qui intègrent de fond l'éducation comme facteur indispensable de mesure du capital humain par défaut.

Les indicateurs utilisés en général pour quantifier l'éducation sont :

- Taux de scolarisation dans l'enseignement primaire: utilisée dans plusieurs travaux de mankiw et al. (1992) extraite dans la base de données de l'Unesco.

- Le niveau de formation : résumant tous les niveaux non détaillés de l'éducation, utilisé par Barro-sala i-martin(1995).

Ces deux premières sont plus fréquemment utilisées dans la littérature sur l'éducation.

- Taux de scolarisation primaire: informe sur le nombre d'enfant scolarisé en pourcentage de tous les enfants en âge de fréquenter en primaire.

- Taux de scolarisation secondaire : mesure le niveau d'inscription secondaire en pourcentage du groupe d'âge du secondaire.

- Taux de scolarisation tertiaire : quantifie le niveau total d'inscription tertiaire par rapport au total du groupe d'âge éligible au niveau tertiaire.

- Taux de croissance du nombre moyen d'année d'éducation de la population active

- Le nombre d'année d'étude moyen

- Le taux d'achèvement d'étude

Toutefois la mesure quantitative de l'éducation pose une limite qui sous-entend que le développement durable vient de la qualité de l'éducation et non du nombre d'individu éduqué. Mais le problème qui se pose est la difficulté de mesure de la qualité qui jusqu'aujourd'hui ne trouve pas consensus entre les chercheurs, aussi la disponibilité des données des pays en développement particulièrement ceux d'Afrique.

2.2.2 La santé comme mesure du capital humain

D'après une récente étude dirigée par le IHME (institut healt metrics and evaluation) organisme statistique à Washington en 2018 qui conclut qu'investir dans la santé et l'éducation est la meilleure manière d'assurer une meilleure croissance durable accompagner d'une transformation profonde de la structure économique. L'état de santé d'un individu est multidimensionnel. Il existe donc plusieurs évaluations pour l'approximer. En effet la santé représente un actif économique de première importance, la clé de la survie. Le rôle que joue cette variable dans l'existence des agents est crucial en ce sens que c'est le meilleur état de santé qui permet aux agents économiques de poursuivre les objectifs économiques donc elle n'a pas de substitut à ce propos dans son influence sur le capital humain.

La santé peut être représentée par trois groupes :

- Le passé épistémologique de l'individu

- Les symptômes d'une maladie

- L'évaluation subjective de l'état de santé ou appréciation clinique

Par conséquent, les indicateurs accessibles de la santé sont :

- L'espérance de vie de la population (utilisé dans le cadre de notre étude)

- le nombre des hôpitaux

- les taux de mortalités et de natalités

- le niveau d'infrastructure sanitaire

- le nombre de médecin pour mille personnes

Aussi se pose le problème de la qualité de la santé rendant parfois moins significatif les mesures primaires de santé retenues. Mais l'absence des données pouvant énumérer la qualité sanitaire fait que les mesures ci-haut demeurent toujours valides bien que baser sur des hypothèses ou estimations.

2.6. 2.2.3 La formation/emploi comme une mesure du capital humain

Décrite comme l'apprentissage effectuée et l'expérience accumulée constituant une main-d'oeuvre prête à être utiliser. L'importance de cette troisième dimension du capital humain a été perçue suite aux travaux de Griliches (1963, 1964) et de Welch (1970), recherchant les principaux mécanismes par lesquels le capital humain exerçait un effet indirect sur la croissance économique. Horowitz et Sherman (1980) sont ceux qui ont mis en évidence cette mesure comme indicateur du capital humain en se basant sur les travaux de. Dans notre étude nous n'en ferons pas usage compte tenu de son niveau plus désagrégé et subjectif à chaque individu rendant difficile sa quantification de façon générale.

CONCLUSION

Dans ce chapitre l'objectif principal a été de présenter les deux concepts de notre étude à savoir le capital humain et la transformation structurelle à travers un cadre théorique d'évolution et de mesure. Il convient toutefois de noter que la transformation structurelle est un concept complexe et multidimensionnel c'est pourquoi il est évident de parcourir la littérature définissant au mieux ce concept afin de fixer le cadre d'analyse et orienter pertinemment notre étude. Toutefois le capital humain bien que définit difficile à quantifier malgré la prise en compte de toutes les dimensions qui le constituent. De ce fait, l'étude de la relation entre le capital humain et transformation passe essentiellement par la définition d'un cadre d'analyse intégrant au mieux les diverses dimensions de ces concepts.

Ainsi le chapitre suivant nous permettra de faire une brève revue de la littérature tant théorique qu'empirique portant sur le lien entre le capital humain et la transformation structurelle.

CHAPITRE II 

 REVUE DE LA LITTERATURE SUR LA RELATION ENTRE LE CAPITAL HUMAIN ET LA TRANSFORMATION STRUCTURELLE

INTRODUCTION

Dans le précèdent chapitre, nous avons présenté le capital humain et la transformation structurelle à travers leurs définition et mesure. Mais la relation entre le capital humain et la transformation structurelle fait mention d'une littérature en plein essor, bien que cruciale celle-ci n'a été prise en compte qu'à la fin des années 90. Suite à la combinaison de l'objectif d'éducation pour tous des Nations Unies et des objectifs de développement durable, fait renaître au premier plan des débats économiques l'interaction entre ces deux concepts. Dans ce chapitre nous présenterons dans la section première une revue des travaux théoriques effectués à propos du lien de nos concepts, enfin faire une brève revue de la littérature empirique portant sur la vérification et la validation de la pertinence du lien existent entre le capital humain et la transformation structurelle.

Section 1. Revue de la littérature théorique

L'étude de la relation entre le capital humain et la transformation structurelle a fait l'objet de plusieurs débats notamment par des théories élaborées par certains chercheurs afin de mieux percevoir les différents canaux de transmissions par lesquels le capital humain influence la transformation structurelle d'une manière directe ou non. Dans cette section nous allons présenter d'abord les approches qui traitent de la relation directe de cette relation (1.1) ensuite énumérer les approches théoriques traitant de la relation indirecte entre le capital humain et la transformation structurelle (1.2).

2.7. Approches théoriques de la relation directe entre le capital humain et la transformation structurelle

La littérature sur la transformation structurelle est relativement en croissance. Les fondements théoriques de la transformation structurelle proviennent des théories traditionnelles de la croissance économique. Parmi les travaux sur les déterminants forts de la croissance économique, le capital humain est traditionnellement identifié comme un déterminant important de la productivité et de la croissance économique. En effet, concernant le lien entre capital humain et la transformation structurelle très peu de travaux ont été effectué. La transformation structurelle a vue naissance dans les enchaînements des travaux de la croissance économique. De manière large une croissance économique va étroitement entraîner de pair une modification de la structure de l'économie conduisant ainsi à un développement économique.

Tous les auteurs d'obédience diverses (Les théoriciens de la croissance et les structuralistes) trouvent consensus sur les canaux de transmissions des effets du capital humain sur la croissance économique et soutiennent que la transformation structurelle est affectée que par ce même canal de transmission. En effet, ils s'accordent tous qu'en investissant dans l'éducation l'un des volets du capital humain le rapport de productivité/gain sera plus élevé et l'individu sera plus productif, ainsi que des connaissances acquises dans une formation permettraient d'accroitre l'emploi dans les secteurs à forte productivité et réduire celui dans les secteurs à faible productivité notamment agricole. Ce qui par déduction modifiera la structure de l'économie à travers la réorientation des activités les moins productifs vers les secteurs plus productifs. Et ceci s'accompagnera d'une croissance économique au final tout ceci contribuera à développer un pays. Le second canal d'influence est l'état de santé des agents économiques. En améliorant la santé d'un individu ce dernier devient plus actif dans l'exécution de ses tâches, la facilité d'accumulation des compétences ou des connaissances utiles. Car l'état satisfaisant de santé permet un apprentissage accentué augmentant la productivité de l'agent. Ce qui en fin de compte tend à modifier la composition sectorielle de l'appareil productif.

Les études dans ce domaine ont principalement leur contenu théorique sur les travaux de Kuznets (1955) en particulier de Lewis(1954) et Chenery (1960), décrivant la transformation structurelle souvent associée au concept canonique de l'évolution de la structure économique alors qu'un pays passe d'une économie en développement à une économie développée. Donc elle décrit l'évolution d'une économie à travers ces stades de développement. En outre, les nouvelles théories de la croissance dirigée par Schumpeter (1934), Solow (1957), Grossman et Helpman (1991), Romer (1990), Aghion et Howitt (2009) offrent une bonne exposition sur les facteurs de transformation de la structure économique. Ces études affirment sans équivoque que le capital humain (Mankiw, Weil, 1992) à travers le changement technologique ainsi que les innovations (Schumpeter, 1934) sont des moteurs de la transition du développement vers une économie développée. 

2.8. 1.1.1. Approches des théoriciens de la croissance

Depuis les travaux pionniers de Becker (1964) ou de Denison (1967) jusqu'aux analyses les plus récentes, telles des théories de la croissance endogène (Lucas, 1988) montrent que la productivité ainsi que la croissance étaient fortement influencées par le rythme d'accumulation du capital humain. Et plus particulièrement par l'élévation des niveaux moyens de formation ou de qualification de la main-d'oeuvre (globalement, ces études ont en effet mis en évidence une forte corrélation positive entre l'investissement dans le capital humain et les gains de productivité ou la croissance économique) et donc de la transformation structurelle.

Le capital humain a un effet direct sur la transformation structurelle car les individus plus scolarisés sont plus productifs et innovants de ce fait la probabilité qu'ils travaillent dans un secteur moins productif ou informel est très faible ; car ils seront plus disposés à la création de nouveaux produits et à l'amélioration de la productivité des facteurs ( Romer, 1990; Benhabib et Spiegel, 1994; Bodman et Lee, 2013 ) ce qui booste directement la croissance économique et à la longue augmente le niveau de productivité des secteurs à fort potentiel de développement. De l'autre côté par contre, le capital humain favorise l'adoption de la technologie par les pays voisins. Les approches théoriques liées à l'économie de l'évolution ont révélé, la nécessité d'ajouter des facteurs liés à la demande dans la croissance économique ( Witt, 2001; Metcalfe et al., 2006; Dietrich, 2012; Teixeira, 2006). Certains changements de la demande favorisent une plus grande diversité des produits qui entraînent des modifications structurelles ( Hidalgo et Hausmann, 2009 ), c'est-à-dire des changements dans la composition sectorielle et dans la spécialisation économique en stimulant l'innovation technologique et en créant de nouveaux produits ( Silva et Teixeira, 2011; Saviotti et Pyka, 2012 ).

Dans cette ligne de pensée, les industries de haute technologie qui ont des taux de croissance plus élevés de productivité contribuent donc plus que proportionnellement à la transformation structurelle ( Silva et Teixeira, 2011 ). Cette contribution tend augmenter la capacité d'absorption et l'innovation, ceci est alors liée à l'augmentation du capital humain ( Nelson et Phelps, 1966; Teixeira et Fortuna, 2011 ). Les changements structurels nécessitent l'acquisition de nouvelles compétences par les travailleurs des industries en déclin afin d'être absorbées par les premiers ( Zagler, 2009 ). Les individus acquièrent un ensemble compétences importantes pour remplir certaines fonctions, en particulier impliquant l'adaptation au changement, à travers l'éducation formelle ( Nelson et Phelps, 1966 ). Le capital physique et le capital humain sont complémentaires puisque l'augmentation du stock de capital physique entraîne une augmentation de la productivité marginale du capital humain et inversement ( Caselli et Coleman, 2006). Dans ce contexte, les activités de haute technologie observent une grande augmentation de la productivité qui conduit à la création de valeur ajoutée et la croissance de l'emploi dans les industries ( Ciccone et Papaioannou, 2009 ). Le processus de rattrapage technologique et le changement structurel lié au transfert de technologie des pays développés. Les pays en développement peuvent être améliorés (en termes de transformation structurelle) lorsqu'ils ont un niveau de capital humain plus élevé, ce qui augmente leur capacité d'absorption ( Nelson et Phelps, 1966; Benhabib et Spiegel, 1994 ). À travers ce processus de développement les pays peuvent avoir des structures productives avec plus de contenu technologique calqué par imitation. Cependant, une imitation réussie nécessite un seuil minimal de capital humain ( Vandenbussche et al, 2006; Teixeira et Fortuna, 2011 ). A fortiori, un programme créatif et innovant.

2.9. 1.1.2 Approches structuralistes

Christiaensen et al.(2006); Diao et al.(2007), affirme que la technologie, l'accumulation rapide de capital humain et les rôles du marché, des institutions et des gouvernements sont des moteurs essentiels de la transformation structurelle. Ainsi, les politiques visant à accroître la diffusion, l'utilisation de la technologie et une éducation de qualité offrent une approche puissante de la transformation de l'économie. Du point de vue empirique, des études telles que Timmer et al. (2012); McMillan et Rodrik (2011), et Dabla-Norris et al. (2013) sont remarquables. Pour Par exemple, Dabla-Norris et al.(2013) en utilisant des données sur 168 pays sur la période 1970-2010 avec une valeur ajoutée réelle de l'agriculture, industries manufacturières et des services en tant qu'indicateurs de la transformation structurelle, fournit des estimations des déterminants de la transformation de la structure. Leurs résultats révèlent de grandes différences dans les parts de secteur entre les régions et au sein de celles-ci et montrent que les grands pays. La variation des parts sectorielles peut être expliquée par les caractéristiques du pays telles que la structure démographique, la taille de la population et les coûts réels le revenu par habitant. Leurs résultats indiquent en outre que des variables politiques et institutionnelles telles que l'ouverture commerciale, la compétitivité des marchés de produits, les réformes, le capital humain sont des facteurs clés de la transformation structurelle d'un pays à l'autre. De plus, McMillan et Rodrik (2011), en analysant le lien entre la croissance de la productivité du travail, le changement structurel et la mondialisation, montre que les travailleurs issus de secteurs à faible productivité vers des secteurs à forte productivité dans certaines économies asiatiques, contrairement aux pays d'Amérique latine et d'Afrique subsaharienne où une tendance inverse a été observée. L'approche empirique utilisée dans cet article présente un semblant de similitude avec les travaux de Dabla-Norris et al. (2013) mais diffère en termes de pays et de procédures économétriques (estimation). Abdulai et Rieder (1996) et Blunch et Verner (2006) ont tous deux signalé de preuves d'interdépendances fortes dans la croissance sectorielle de certains pays d'Afrique subsaharienne.

Les gains de productivité résultant du progrès technologique dépendent à la fois de l'accumulation de capital physique et capital humain, et ces gains sont plus importants et plus les stocks de ces facteurs sont élevés ( Ciccone et Papaioannou, 2009 ). L'interaction entre capital humain et changement structurel est clairement expliqué par Gürbüz ( 2011) qui met en évidence la situation des pays du Nord et du Sud d'Amérique. Les pays du Sud, au cours de leur tertiarisation, spécialisés dans les services à forte intensité de main-d'oeuvre et absorbant les travailleurs peu qualifiés issus de la migration rurale; en revanche, au nord les pays spécialisés dans les produits de haute technologie échangeables, qui nécessitent un niveau élevé de capital humain. Selon cet auteur, l'accumulation du capital humain est une condition nécessaire pour une société vertueuse. Le changement structurel, c'est-à-dire une part croissante des secteurs d'activités les plus productives.

2.10. Approches théoriques de la relation indirecte entre le capital humain et la transformation structurelle

L'approche plus désagrégée permet de voir pertinemment au niveau microéconomique comment se transmet ce lien qui parfois difficilement appréhender ou du moins adjoint à la suite des travaux de croissance économique. De ce fait, Ciccone et Papaioannou (2009) soulignent la positive la relation entre l'éducation et les changements structurels, c'est-à-dire lorsque les activités à forte intensité technologique acquièrent une part relative dans l'économie à travers un niveau élevé d'instruction et de compétences qui sont des volets du capital humain. Par conséquent, le changement structurel et la vertu de la spécialisation des économies dépend de nouvelles informations, de nouvelles compétences et la productivité des travailleurs, facteurs étroitement liés au stock de capital humain ( Justman et Teubal, 1991; Krishna et Levchenko, 2013 ). L'accumulation de capital humain permet de nouvelles affaires, opportunités et confère aux agents des compétences en gestion et connaissances technologiques ( Justman et Teubal, 1991 ). Des pays avec des travailleurs hautement qualifiés ont tendance à être plus efficaces dans les activités qui intègrent des technologies plus avancées.

À partir d'aspect microéconomique  et à titre indicatif, les entreprises dont les employés ont un niveau élevé de ressources humaines adoptent des technologies complémentaires pour atteindre l'efficacité optimum. Il s'ensuit que l'accumulation du capital humain renforce le rôle de la recherche et développement (R & D) dans les économies en favorisant la création de nouveaux produits ( Caselli et Coleman, 2006; Bodman et Le, 2013 ). Donc, le capital humain affecte le progrès technologique des pays ( Nelson et Phelps, 1966; Romer, 1990; Benhabib et Spiegel, 1994; Vandenbusslche et al. 2006; Caselli et Coleman, 2006 ). D'autre part, il réduit les coûts de mise en oeuvre de ces technologies ( Kim et Lee, 2009 ). Le processus d'innovation nécessite un certain niveau de capital humain pour réellement se produire ( Vandenbussche et al., 2006 ). Du côté de la demande, le capital humain rend les consommateurs plus sophistiqué. Cela signifie que si les consommateurs sont plus éduqués, ils seront plus enclins à rechercher des produits «de haute technologie», qui contribuent positivement à un changement structurel vertueux (Teubal, 1991 ). Le changement structurel est également renforcé par les entrepreneurs ( Homme juste et Teubal, 1991; Dias et McDermott, 2006; Saviotti et Pyka, 2012 ), car ils investissent dans des secteurs plus innovants et modernes. Reconnaissant une opportunité commerciale, les entrepreneurs créent de nouvelles entreprises technologiquement avancées et efficaces, qui contribuent au changement structurel ( Noseleit, 2013 ). Les entrepreneurs sont, en général, plus talentueux que les autres travailleurs et ils investissent dans leur capital, via l'expérience professionnelle, afin d'améliorer leur propre Talent.

Les compétences acquises par les entrepreneurs leur permettent de créer de nouvelles idées et générer de nouvelles entreprises ( Iyigun et Owen, 1999 ) plus compétitives grâce à leurs compétences et connaissances acquises. Aussi, dans le même ordre d'idée, on peut citer les travaux de Jamisson et Lau (1982), appliqués cette fois ci à un échantillon plus faible (en fait trois pays asiatiques : Corée, Malaisie et Thaïlande) et qui, à partir d'une analyse fondée sur les fonctions de production, ont montré que l'éducation exerçait un effet significatif sur la productivité physique des paysans. Même si d'autres travaux ont conduit à des résultats plus mitigés (Hopcraft, 1974; Gurgand, 1993), il n'en demeure pas moins vrai que globalement, un large consensus s'est construit au sein de la littérature en ce qui concerne la relation entre l'éducation et la productivité induisant par conséquent une transformation de la structure productive.

Au niveau des entreprises, les arguments théoriques ne manquent pas, pour justifier ou expliquer que leurs niveaux de performance soient fortement influencés par leurs dotations en capital humain, et en main-d'oeuvre qualifiée plus particulièrement. Si l'on s'en tient d'ailleurs à la théorie du capital humain, on doit s'attendre en effet d'une part à ce que les entreprises les mieux dirigées soient celles au sein desquels les niveaux de formation des dirigeants sont les plus élevés. Et d'autre part à ce que les entreprises les plus performantes (à tous les points de vue : technique, financier, organisationnel, etc.) soient aussi celles au sein desquelles les salariés, en moyenne, disposent de niveaux de formation supérieurs. Malgré tout, il y a cependant lieu de reconnaître, à la suite de Ballot et al. (1993), que la littérature néoclassique issue de cette théorie du capital humain se contente de traiter le capital humain comme un simple déterminant de la productivité, sans pour autant s'intéresser aux modalités ou aux mécanismes à travers lesquels le capital humain agit effectivement sur les performances des entreprises.

Cette dernière question est davantage prise en compte par d'autres approches, et parmi celles-ci, on peut citer la littérature évolutionniste issue des travaux de Schumpeter (1943) et qui est notamment construite autour de la nature cognitive des agents et des organisations économiques; afin de rendre compte des divergences observées du point de vue des performances, de nombreuses théories ont été développées par ce courant évolutionniste, à travers notamment les concepts de capacité (Richardson, 1972), de compétence économique (Eliasson, 1990) et de capacité d'absorption (Cohen et Levinthal, 1990). Concrètement, ce qui est suggéré ici, c'est le fait que les entreprises les mieux dotées en capital humain sont également les plus en mesure de bénéficier de transferts technologiques ou encore de faire face aux changements organisationnels.

Section 2. Revue de la littérature empirique

La relation entre le capital humain et la transformation structurelle depuis ces dernières décennies revêt un grand intérêt pour les chercheurs compte tenu de l'importance des agents économiques considérés comme fondement de toute interaction et pilier de la recherche d'une croissance forte et durable. Combinés avec les objectifs de développement durable poursuivis par les pays en développement, il est primordial que leurs structures productives se transforment grâce à un niveau de capital humain élevé. De ce fait dans cette section nous allons présenter les travaux qui ont vérifié empiriquement la relation directe entre le capital humain et la transformation structurelle (2.1) ensuite les travaux empiriquement qui ont traité du lien indirect des deux concepts (2.2).

2.11. Relation directe entre le capital humain et la transformation structurelle

Pour tester empiriquement cette relation beaucoup d'auteurs utilisent l'une des dimensions du capital humain généralement (l'éducation par défaut) pour montrer comment en agissant sur celle-ci on peut observer des modifications structurelles de l'économie de façon soit directe ou indirecte. Dans ce contexte, T. Mensah et A. Amoah et al. (2017) en recherchant ce qui entraîne la transformation structurelle en Afrique subsaharienne, fournissent une évaluation empirique des forces motrices de la transformation structurelle dans l'Afrique subsaharienne. Afin de cerner le rôle des réformes structurelles dans la prise en compte des différences de transformation de ces pays. Leur modèle était inspiré de celui de Wooldridge (2010) et Baltagi (2013) sur un panel de 21 pays d'Afrique subsaharienne sur la période 1990-2012 en appliquant la méthode des moments généralisés en système. Dans cet article en résumé ils révèlent que les fondamentaux propres à chaque pays, tels que les dotations en ressources naturelles et en capital humain sont les principaux facteurs qui expliquent les différences d'un pays à l'autre dans la production sectorielle de la valeur ajoutée réelle. Ils soulignent également le rôle clé des institutions et des réformes politiques telles que l'éducation, l'ouverture commerciale, les réformes du secteur réel et financier comme influençant fortement la transformation structurelle des économies. Ainsi, les efforts visant à promouvoir la bonne gouvernance et à mettre en place et des politiques efficaces de développement humain sont centrales à promouvoir.

En 2016, Teixeira et Anabela évaluent les effets direct et indirect du capital humain sur la transformation structurelle et la croissance économique y compris dans ce dernier l'interaction du capital humain avec la spécialisation industrielle des pays. Leur modèle utilisé est celui de Barro et Sala-i-Martin(2003) qui est un modèle de croissance à équation de rattrapage estimé à travers la méthode du GMM en système sur données de panel à deux échantillons différents ainsi que les périodes l'une de 1960 à 2011 l'échantillon des pays de l'OCDE et l'autre de 1990 à 2001 pour ceux de la méditerrané. Ils constatent que le capital humain et la dynamique de spécialisation productive des pays sont des facteurs cruciaux pour la croissance économique. Donc le capital humain a un impact positif sur la transformation structurelle des pays mais l'impact du capital humain via la spécialisation dans les activités de haute technologie et à forte intensité de connaissance est négative. Ce dernier résultat indique que le manque de structures industrielles capables d'intégrer correctement les individus hautement qualifiés dans le système productif conduit les pays à connaître des performances économiques faibles. Les preuves réunies par Kiersztyn ( 2013) qui a souligné que pendant les vingt ans de transition post-communiste un grand nombre de Polonais hautement qualifiés sont piégés dans des emplois peu qualifiés dû aux exigences nationales confirment ce résultat. De ce fait les auteurs du document suggèrent qu'il faut investir dans le capital humain et l'éducation (formelle), mais aussi dans la technologie et les activités intensives générant une forte valeur ajoutée pour les économies.

Par la suite M. Amar et M. Hamdi dans le même champ de recherche en 2014 ont étudié le lien entre la transformation structurelle, le développement humain et la croissance économique inclusive au cours de la période (1986-2012) sur un échantillon de 34 pays africains. Ils utilisent le modèle de croissance de Mankiw ; Romer et weil (1992), l'estimation est faite après test de co-intégration sur données de panel par la méthode DOLS jugé plus efficiente par Kao et Chiang (2000). Ces auteurs trouvent que le sous-développement du secteur manufacturier dans le continent a pour cause la non adoption de politiques industrielles efficaces et le faible niveau d'investissement dans le capital humain Donc, ce résultat empirique vient pour justifier la faible contribution de l'industrie manufacturière d'une part dû au faible niveau de développement humain dans la création de la richesse et par conséquent il confirme le faible niveau de transformation des économies africaines.

Puis Soohyung Lee en 2009, explore le rôle de l'éducation dans l'amélioration de la répartition du travail entre le secteur agricole et non agricole et mesurer la part récente de la croissance attribuable. Il se base sur des estimations au niveau microéconomique, à travers un modèle avec des individus à vie finie dans lequel le revenu est fonction dual observable (par exemple, le sexe) et non observables (par exemple, le secteur - capacité spécifique) des caractéristiques inspiré du modèle de Mincer (1974). En incluant les rendements de l'éducation par secteur et la mesure de la probabilité pour un individu de travailler dans le secteur non agricole secteur, et le gain de productivité associé à un emploi non agricole. Il trouve que l'impact de l'éducation sur la réallocation de la main entre secteurs représente environ 9% de la croissance chinoise. Sa principale conclusion est qu'il faut fortement considérer le rôle de l'éducation afin faciliter la réallocation du travail des secteurs agricoles vers les secteurs industriels et de services. Ce résultat suggère de réduire les réglementations et les coûts en matière de migration pour les personnes instruites et des travailleurs. Ce qui constitue un canal fort par lequel le capital humain influe positivement sur la transformation structurelle d'une économie notamment celle de la Chine.

2.12. Relation indirecte entre le capital humain et la transformation structurelle

En 2015, E. Penilescu en travaillant sur l'impact de l'éducation sur la transformation structurelle et la croissance économique et, souligne l'importance du capital humain pour assurer la croissance économique exprimée par habitant et une relative transformation de la structure productive à travers la main-d'oeuvre qualifiée. Le modèle utilisé est inspiré de Hanushek (2013) ; Fuente et Doménech (2000) sur des données de panel de la base de données Eurostat entre 2000 et 2012. Elle trouve une relation positive statistiquement significative entre le produit intérieur brut par habitant et la capacité d'innovation du capital humain (mise en évidence par le nombre de brevets) et la qualification des employés (enseignement secondaire) comme prévu selon la théorie économique. Mais une relation négative entre les dépenses d'éducation et le produit intérieur brut par habitant est inattendue. Elle l'explique par l'hétérogénéité des pays considérés. Cependant, le faible ce faible niveau l'amène à conclure que les résultats sont validés par rapport à ceux de Vanhoudt (1996) et elle conclut par conséquent qu'en améliorant le niveau des formations et d'éducation formelle, les employés seront plus productifs et feront ainsi de leur force de travail une main-d'oeuvre capable d'influer la productivité totale de l'économie tout modifiant ainsi la structure productive.

En 2014, I. Naiya dans son travail sur le Changement structurel, croissance économique et pauvreté dans les pays comme l'Indonésie, la Malaisie, le Nigeria et la Turquie, a analysé et comparé les changements structurels adjointes à la croissance économique de chaque pays à travers une comparaison des statistiques descriptives à base des données de cet échantillon allant de 1989 à 2009. Il constate que la Malaisie, l'Indonésie et la Turquie ont réussi atteindre une croissance et un développement économique durable, car ils ont été en mesure de transformer leurs activités productives d'une productivité faible à une productivité plus élevée et diversifié la monoculture, la fabrication et à l'exportation de produits finis, et ont ainsi pu réduire considérablement la pauvreté au cours des trois dernières décennies. Il conclut que le développement humain et la bonne gestion économique sont au service d'une croissance soutenue, d'une transformation structurelle et d'une réduction de la pauvreté, de ce fait investir dans le capital humain est une sorte de garantie au maintien d'une croissance de long terme conduisant à un développement durable.

J. Fraga(2012) analyse la non linéarité de la relation entre capital humain et Exportation au Brésil. Cette étude a pour objectif d'analyser l'impact du capital humain sur l'évolution des exportations brésiliennes notamment l'importance du capital humain dans les exportations au niveau des États, en tenant compte des facteurs de changements structurels dans l'économie brésilienne et les caractéristiques spécifiques de chaque État brésilien sur une période de 1995 à 2006 avec l'échantillon de 27 États brésiliens. Ils utilisent une généralisation du modèle de Dixit et Woodland qui structure une relation entre la dotation en facteurs et le commerce extérieur en ajoutant le capital humain comme nouvelle variable explicative déterminé par le nombre moyen d'années d'éducation formelle de la part de la force de travail occupée à chaque période t. Comme l'implique la théorie du modèle présenté la relation entre le capital humain et les exportations se sont révélés non linéaires, suggérant une courbe en forme de U inversé. Il trouve que pour une moyenne d'effectifs allant jusqu'à 6,70 années d'éducation formelle, l'effet marginal de la variable capital humain sur l'exportation est croissant et positive; mais cette variable est marginale l'effet peut devenir négatif, étant donné que l'éducation moyenne du niveau national de la main-d'oeuvre augmente au-delà de ce point. Et donc conclut que les décideurs doivent plus s'impliquer dans les politiques éducatives et industrielles afin d'aboutir à une main-d'oeuvre qualifiée pour un niveau de productivité capable de modifier les structures productives des états brésiliens.

Des études telles que Timmer et al. (2012), Bah(2011) sont remarquables. Dabla-Norris et al. (2013) par exemple, en étudiant les déterminants de la transformation structurelle, ils utilisent des données en panel sur 168 pays de 1970-2010 avec une valeur ajoutée réelle de l'agriculture, les industries manufacturières et des services en tant qu'indicateurs de la transformation structurelle, fournissent des estimations des déterminants de la modification structurelle de ses économies. Leurs résultats révèlent de grandes différences dans les parts de secteur entre les régions et au sein de celles-ci et montrent que la variation des parts sectorielles des grands pays peut être expliquée par les caractéristiques du pays telles que la structure démographique, la taille de la population, la qualité de d'éducation et les structures sanitaires adéquates ainsi que le revenu par habitant. Leurs résultats indiquent en outre que les réformes en faveur d'une bonne gouvernance et du capital humain sont des facteurs clés de la transformation structurelle d'un pays à l'autre.

McMillan et Rodrik (2011), en analysant le lien entre la croissance de la productivité du travail, le changement structurel et la mondialisation, trouvent que les travailleurs issus de secteurs à faible productivité migrent vers des secteurs à forte productivité dans certaines économies asiatiques, contrairement aux pays d'Amérique latine. Ils concluent que cette migration est possible que si le niveau d'instruction est élevé et les politiques d'emplois pour tous sont favorables à la main-d'oeuvre présente afin de réorienter celle-ci vers les activités plus productives induisant ainsi une réelle transformation de la structure productive du pays. Blunch et Verner (2006), utilisent la même procédure mais diffère en termes de pays et d'estimation, de même  Abdulai et Rieder(1996). Les conclusions de ses travaux empiriques similaires révèlent que les fondamentaux propres à chaque pays, tels que les dotations en ressources naturelles et en capital humain sont les principaux facteurs qui expliquent les différences d'un pays à l'autre dans la production sectorielle de la valeur ajoutée réelle. Il souligne également le rôle clé de institutions et réformes politiques telles que l'éducation, l'ouverture commerciale, les réformes du secteur réel et financier conduisant la transformation économique.

CONCLUSION

Dans ce chapitre, nous avons passé en revue l'ensemble des travaux effectués sur la relation entre le capital humain et la transformation structurelle en présentant dans la première section une revue de la littérature théorique et la seconde section une revue de la littérature empirique. En général, dans la littérature tant théorique qu'empirique, les différentes qui approchent cette thématique trouvent consensus sur le fait qu'il existe une positive relation entre ces deux concepts. Les diverses vérifications empiriques des auteurs adoptant différentes approches confirment cette thèse et insistent sur le canal de transmission de la relation jugé efficace dans la mise en oeuvre d'un processus de développement durable. Dans le prochain chapitre, nous allons faire une analyse descriptive dette relation dans la zone d'ASS afin de mieux cerner les cadres évolutifs des pays de cette région en matière de transformation structurelle et de capital humain en général.

CHAPITRE III 

CADRE ANALYTIQUE ET METHODOLOGIE

INTRODUCTION

Dans le précédent chapitre notre analyse a porté sur les fondements théoriques et empiriques de la relation entre le capital humain et la transformation structurelle. Afin de ramener cette analyse dans le cadre de l'Afrique subsaharienne suite aux consensus entre les différents auteurs à propos de la relation entre ces deux concepts nous procédons dans ce chapitre à une analyse descriptive en nous limitons uniquement qu'aux pays de l'ASS. De ce fait, notre chapitre se structure en deux (02) sections, dans la première nous présenterons le cadre analytique de la relation entre le capital humain et la transformation structurelle en ASS (section 1) ensuite, élaborer la méthodologie adoptée dans notre étude (Section 2).

Section1. Cadre analytique : Capital humain et transformation structurelle 

Dans cette section, nous allons faire une analyse descriptive entre les pays d'Afrique subsaharienne concernant le capital humain et la transformation structurelle. A cet effet pour éviter les disparités et les imperfections dans la représentativité de tous les pays d'Afrique subsaharienne nous allons les regroupés par région en utilisant le regroupement effectué par la CER. De ce fait, la première sous-section concernera l'analyse du capital humain et la diversification des exportations (1.1), puis la seconde portera sur l'analyse descriptive du capital humain et la sophistication des exportations (1.2).

2.13. Le niveau de diversification des exportations dans les pays d'ASS

En effet, Certains pays d'Afrique subsaharienne ont vu leur niveau de capital humain nettement s'améliorer contrairement à d'autres ce qui a conduit à une considérable modification leur structure productive. Le cas de l'île de Maurice en 2014 qui avait un taux brut de scolarisation de 98 % se retrouve avec un indice de développement du capital humain de 0,78 or en 2010 ceci était de 0,61 cette amélioration a impacté sur leur niveau de diversification des exportations qui est passé de 0,8 à 0.6 en 2014. De même pour certains pays comme l'Afrique du Sud qui avait un taux de scolarisation de 98% en 2014 avait un capital humain de 0,69 et par conséquent un indice de diversification très supérieure à la moyenne des pays de l'ASS, son indice de diversification était de 0,5 considéré comme l'un des plus performants en Afrique. Mais certains pays qui ont en général un indice de développement humain faible voir moyen avec un taux brut de scolarisation de moins de 50% se trouve avec très mauvais score de diversification de leurs exportations pour la même année soit une détérioration totale de cet indice. Nous citons entre autres le Tchad avec 22% en terme de taux brut de scolarisation en 2014 a un mauvais niveau d'indice de diversification de 0,81, soit une forte détérioration de cet indicateur. Le Burkina Faso , La RCA, la Côte d'Ivoire, le Mali, la Guinée ayant respectivement un taux brut de scolarisation de 37%, 36%, 43% , 36%, 30% et classé parmi les pays avec un indice de développement humain faible par conséquent ont un très faible niveau de diversification de leurs exportations.

Paradoxalement, nous observons également certains pays qui ont taux de scolarisation notamment un capital humain élevé mais un faible niveau de diversification à l'exemple du Cameroun avec un taux de scolarisation au-dessus de la moyenne mais ont un indice de diversification de 0,75 soit une forte concentration de leur exportations en 2014. De même le Burundi avec un taux de scolarisation de 79% en 2014 observe un indice de diversification de 0,80 qui traduit une situation de faible niveau de diversification de leurs exportations. Cette analyse pour l'Afrique subsaharienne est d'autant plus délicate que nous allons regrouper ses pays par région afin de mieux observer leur évolution en matière de transformation structurelle à travers leur niveau de diversification et par la suite celle de la sophistication des produits exportés conditionné par leur niveau de capital humain plus ou moins élevé.

2.14. Evolution de l'indice de diversification des exportations des régions d'ASS

Dans cette sous-section nous présentons l'évolution d'un indicateur de diversification pris entre 2000 et 2017 pour chaque région constitutive de l'Afrique Subsaharienne.

a) La Région de la CAE

Il s'agit des pays comme le Kenya, le Rwanda, l'Ouganda, le Burundi, la Tanzanie cette région a un niveau de diversification des exportations moyen amélioré de 0,62 entre 2000 à 2017. Nous représentons ci-dessous la figure indiquant l'évolution de l'indice de diversification dans la région de la CAE.

Graphique1.1.Evolution de la moyenne de l'indice de diversification de la CAE

Source : Auteur à partir des données de la CNUCED(2018)

Ce graphique montre qu'en matière de diversification des exportations la région CAE évolue dans un intervalle de 0,61 et 0,67. Nous constatons qu'à partir des années 2003 cette région a mené une politique favorisant la diversification de leur structure productive hélas cette tendance se rompt suite à la crise de 2008 fesant ainsi fluctuer leur niveau de diversification. Mais la prise en compte des caractéristiques propre à chaque pays ajoutée à d'autres facteurs rendent encore difficile la totale transformation de la structure économique de cette région à partir des années 2012.

b) La région du SADC

Elle est constituée des pays comme Afrique du Sud, Botswana, Lesotho, Madagascar, Malawi, Maurice, Mozambique, Namibie, Tanzanie, avec un indice moyen de diversification de leurs exportations qui est de 0,67 sur la période de 2000 à 2017. Le graphique en énumère l'évolution.

Graphique1.2 : Evolution de l'indice de diversification de la région SADC

Source : Auteur à partir des données de la CNUCED(2018)

La région du SADC depuis 2001 présente un indice de diversification qui a une tendance de décroissance ce qui indique une amélioration de leurs exportations en termes de diversification en général. Mais suite aux effets de la crise survenue en 2008 nous observons une fluctuation à la hausse de cet indice soit une réduction en termes de gamme des produits exportés de cette région à partir de 2010.

c) La région du CEN-SAD

Cette région est constituée de 29 membres mais dans cette étude seuls ceux qui ont des données complètes sur l'intervalle de 2000 à 2017 sont retenus notamment. Représentée par le Burkina Faso, le Bénin, la Côte d'Ivoire, le Ghana, le Niger, le Nigéria, la Mauritanie, la Gambie, le Sénégal, le Kenya, le Mali cette région a en moyenne un indice de diversification des exportations de 0,70 entre 2000 à 2017. Le graphique ci-dessous énumère cette évolution.

Graphique 1.3 : Evolution de l'indice de diversification des exportations de la CEN-SAD Source : Auteur à partir des données de la CNUCED(2018)

La CEN-SAD a fait des efforts de transformations à travers une certaine amélioration de leur niveau de diversification passant de 0,72 en 2000 à 0,68 en 2007. Mais cette tendance s'est inversée après le choc de 2008 qu'a subi l'économie mondiale conduisant ainsi cette région plus vers une performance médiocre de l'an 2000 voire se stationner à 0,72 entre 2015 et 2017.

d) La Région de la CEDEAO

Quant à la CEDEAO constituée du Bénin, le Burkina Faso, la Côte d'Ivoire, la Gambie, le Ghana, le Mali, le Niger, le Nigeria, le Sénégal, le Togo a un indice moyen de diversification des exportations entre 2000 à 2017 est de 0,71. Suivant le graphique ci-dessous ce dernier est illustré.

Graphique1.4: Evolution de la moyenne de l'indice de diversification de la CEDEAO

Source : Auteur à partir des données de la CNUCED(2018)

D'après ce graphique et comparé à d'autres régions susmentionnées, la CEDEAO est en retard en terme de sa structure productive d'abord partie des régions ayant un indice de diversification élevé soit en moyenne 0,71 entre 2000 et 2017. Mais la vulnérabilité des économies de la région agencée avec la survenue de la crise, les fluctuations sont devenues insaisissables à partir même de 2009 qui par la suite a dégradé durant quatre années la structure de leur économie. Mais suite aux accords de partenariats économiques engagés par ces pays et la mondialisation ce choc tend à s'atténuer à partir de 2016 mais aussi très lentement qu'il soit rendant difficile la parfaite transformation structurelle de leurs économies respectives.

e) La Région de la CEEAC

La moyenne de l'indice de diversification des exportations entre 2000 à 2017 de cette région est de 0,77 soit en général un niveau faible de diversification de leurs exportations, accompagné du graphique indiquant l'évolution.

Graphique 1.5. Evolution de l'indice de diversification des exportations de la CEEAC

Source : Auteur à partir des données de la CNUCED(2018)

La CEEAC, est la dernière région avec une très grande lenteur de transformation de leurs structures économiques. Elle a une moyenne de l'indice de diversification de 0,77 soit la plus vulnérable et fortement dépendante des produits de base de ce fait elle est très faiblement diversifiée. Tout en ayant la majorité des exportations concentrées sur quelques produits de base. Suite à la crise de 2008 sa situation jusqu'en 2017 s'est encore d'avantage détériorée avec un indice de diversification de 0,8 en 2017. Les multiples crises socio-politiques qui ont touché certains des pays de cette région à fait diverger la région d'une rapide transformation de son appareil productif à travers ses exportations.

f) Toutes les Régions regroupées

Il s'agit du regroupement de l'indice de diversification de chaque région sur un même graphique afin d'observer la tendance générale de l'ASS en matière de diversification et ensuite une évolution conjointe du proxy de capital humain et de la diversification pour mieux appréhender de manière générale cette relation. L'Afrique subsaharienne montre un faible niveau moyen de diversification des exportations de ses produits en général car cette dernière demeure dans un intervalle de 0,6 et 0,8 qui stipule un score médiocre de diversification. Nous présentons d'abord la santé en général dans l'ASS qui est la seconde mesure du capital humain puis en second nous allons montrer l'évolution conjointe du capital humain et de la transformation structurelle à travers l'éducation et l'indice de diversification..

a) L'espérance de vie en Afrique subsaharienne

Toutefois avant de présenter l'évolution conjointe énoncée dans le précédent paragraphe nous présentons de manière brève l'état de santé moyen dans les pays de l'ASS pris individuellement qui est ici mesurée par l'espérance et le taux brut de scolarisation entre 2000 et 2017, ces deux mesures sont considérées comme indicateurs de capital humain.

Tableau 1.1. Espérance de vie des pays de l'ASS subsaharienne.

Pays

2000-2017

.

Pays

2000-2017.

Afrique du sud

57

 

Mali

54

Benin

58

 

Maurice

73

Botswana

58

 

Mozambique

53

Burkina Faso

56

 

Namibie

57

Burundi

54

 

Niger

55

Cameroun

54

 

Nigeria

50

Cote d'Ivoire

49

 

Rwanda

59

Gambie

58

 

Sénégal

62

Ghana

60

 

Tanzanie

59

Kenya

60

 

Togo

56

Malawi

54

 

Uganda

55

Source : l'auteur à partir des données de la Banque Mondiale (WDI 2018)

Ce tableau informe sur l'espérance de vie dans la région d'Afrique subsaharienne. Dans ce dernier, on peut observer que les couleurs roses indiquent les valeurs des dix pays de la région ayant une valeur supérieur à la moyenne de l'Afrique subsaharienne entre 2000 et 2017. On constate qu'en premier nous avons l'île Maurice qui a un score de 73 ans d'espérance de vie de sa population en moyenne ce qui justifie l'une des raisons de son indice de développement humain allant jusqu'à 0,7 en 2018 (d'après le PNUD 2019). La plus faible valeur ici est attribuée au Nigéria avec 50,01 comme la moyenne d'âge, malgré sa position imposante et sa taille comparé au bon nombre des pays d'ASS. On peut toutefois comprendre que certains pays de l'ASS ont effectué des efforts en matière de transformation structurelle et observent le résultat escompté et pour la majeur partie ceci n'est pas acquis faisant ralentir considérablement l'ASS en général en matière de développement durable qui est une finalité d'accumulation de croissance à long terme associée à une profonde modification de leur structure productive.

Graphique 1.6. Evolution conjointe du taux de scolarisation moyen (base 100) des régions de l'ASS et de l'indice de diversification moyen de toutes les régions de l'ASS

Source : Auteur à partir des données de la CNUCED(2018) et WDI (2018)

Nous observons qu'en général l'Afrique subsaharienne a un faible niveau de diversification des exportations pris entre 2000 à 2017. Ce pendant après la crise de 2008 qui a secoué le monde, cette dernière a connu à partir de 2011 une légère amélioration pour remonter encore à partir de 2015. Ceci s'explique par le fait qu'à partir de 2010 certains des pays d'Afrique subsaharienne ont pu se transformer en partie mais cette transformation ne s'est pas étendue sur toutes les régions de l'ASS. Nous avons par exemple le cas de l'Afrique centrale, l'Afrique de l'ouest qui ont des faibles niveaux de diversification de leur appareil productif rendant difficile la transformation de la structure de leur économie et ceci dû au niveau faible de capital humain malgré l'évolution de leur niveau de scolarisation. Comparé aux économies asiatiques à l'exemple de la Chine qui a un niveau de diversification moyen depuis la fin des années 90 jusqu'à ce jour montrant ainsi une forte diversification de leurs exportations.

En Afrique subsaharienne la tendance en générale est mauvaise mais pris individuellement, seul l'Afrique du sud qui a atteint un indice de diversification moyen de 0,5 et perçue comme une économie plus résiliente face aux chocs6(*). Les pays qui ont un score appréciable de diversification de leur exportation que d'autres dans la région d'ASS sont ceux qui ont essentiellement une amélioration du niveau de leur capital humain à travers une forte politique d'éducation, sanitaire.

2.15. 1.2. Le Capital humain et la sophistication des exportations des régions d'ASS

Dans cette sous-section, nous allons faire une seconde analyse descriptive du capital humain et de la sophistication des exportations dans les régions d'ASS, qui est la seconde dimension de la transformation structurelle retenue dans le cadre de notre étude. A cet effet la prise en compte de chaque pays constituant l'ASS nous conduit à scinder les pays par région géographique basé sur la classification de la Communauté Economique et Régionale en fonction de la cartographie de l'ASS.

2.16. 1.2.1. Le niveau de sophistication des exportations des régions d'ASS

L'importance d'une sophistication des exportations d'un pays naît du fait que son niveau de capital humain croît considérablement conditionnant ainsi sa capacité à fabriquer des produits à faible ubiquité7(*) ou des produits aux intrants complexes incluent dans le processus de production et la facilité d'imitation. En effet, aboutir à la sophistication des exportations d'une économie requiert d'énormes dépenses dans la recherche et développement ainsi que dans l'innovation. Le cas de l'Afrique du sud, en 2015 avait taux brut de scolarisation moyen minimum de 90 % se retrouve avec 6% des exportations de haute technologie étaient de 3% en 2012 comparé à plusieurs de ses pays d'Afrique n'atteignant pas 2% des exportations de haute technologie en moyenne comme le Bénin avec 0,9%. Mais de même certains pays qui ont en général un indice de développement humain faible voir moyen avec un taux brut de scolarisation de moins de 50% se trouve avec très mauvais score de leurs exportations sophistiquées soit en moyenne de 1% pour la même année soit une détérioration totale de cet indicateur. Nous citons entre autres le Tchad, Le Burkina Faso, La RCA, la Côte d'Ivoire, le Mali, la Guinée ce qui explique leur faible dépenses en matière d'innovation et d'imitation. Par conséquent, en plus d'avoir un très faible niveau de diversification de leurs exportations ces pays n'exportent pas de la haute technologie.

Paradoxalement, nous observons également certains pays qui ont taux de scolarisation notamment un capital humain élevé mais un faible niveau de sophistication des produits exportés à l'exemple de Maurice avec un taux de scolarisation au-dessus de la moyenne mais n'ont que 0,06 des produits exportés de haute technologie en 2016. De même le Burundi avec seulement 1,01% d'exportations de haute technologie. Pour une analyse plus élaborée de l'Afrique subsaharienne nous allons regrouper ses pays en zone cartographiée des cinq points8(*) de l'Afrique afin de mieux apercevoir le niveau de sophistication des régions d'ASS conditionné par leur capital humain plus ou moins élevé.

2.17. 1.2.2. Evolution de l'indicateur de la sophistication des exportations des régions d'ASS

Dans cette sous-section nous présentons l'évolution des exportations de haute technologie dans chaque région d'Afrique subsaharienne.

a) La Région de la CAE

Il s'agit des pays comme le Kenya, le Rwanda, l'Ouganda, le Burundi, la Tanzanie, cette région a un niveau d'exportations de haute technologie moyen de 7,10% entre 2000 et 2017. Nous représentons ci-dessous le graphique l'évolution de la moyenne des exportations à haute technologie dans la région de la CAE.

Graphique 2.1. Evolution de la moyenne des exportations à haute technologie de la CAE

Source : Auteur à partir des données de la Banque mondiale(2018)

En matière de sophistication des exportations la CAE a progressé ayant atteint près de 30% des exportations à haute technologie entre 2000 et 2002 montrant l'ensemble des efforts de politiques favorisant la transformation structurelle de leurs économie. Mais cette tendance s'est si tôt inversée redescendant jusqu'à 4% et ceci perdure entre 2015 et 2017. Il y'a eu durant une considérable dégradation dans le cadre de la sophistication ralentissant ainsi la totale transformation de la structure productive de leur économie.

b) La région du SADC

Cette région a un niveau d'exportations à haute technologie moyen de 3,49 entre 2000 et 2017. Nous représentons ci-dessous le graphique l'évolution de la moyenne des exportations de haute technologie dans la région de la SADC.

Graphique 2.2. Evolution des exportations à haute technologie du SADC.

Source : Auteur à partir des données de la Banque mondiale(2018)

En 2000, la zone avait 2,8 % des produits de haute technologie dans le total de ses exportations, la tendance a évolué pour atteindre 5,4% en 2005 celle-ci devient sujet de fluctuation suite à la crise de 2008 allant jusqu'à 1% en 2010. Mais la région s'est amélioré à la sortie de l'influence de la crise mondiale de 2008 pour atteindre son plus haut score de sophistication des exportations a été de 6,2% en 2012 pour redescendre à 4% en 2017.

c) La région du CEN-SAD

En matière de sophistication la CEN-SAD a une moyenne de 4,6% entre 2000 et 2017, Illustré par le graphique ci-dessous.

Graphique.2.3. Evolution des exportations à haute technologie de la CEN-SAD

Source : Auteur à partir des données de la Banque mondiale(2018)

Ce graphique montre que tout comme les deux précédentes régions la CEN-SAD a un niveau faible de sophistication des exportations entre 2000 et 2017 avec 4,2 % en moyenne de ses exportations de haute technologie. En 2001 la région s'est améliorée avec 8% de produits sophistiqués exportés, hélas ce niveau n'a jamais été maintenu pour une considérable, car l'enchaînement du choc mondial de 2008 a permis de perdurer les fluctuations jusqu'en 2017. Malgré les efforts de certains pays dans la région en matière de sophistications, ceux-ci n'ont pas pu se transformer structurellement en général.

d) La région de la CEEAC

Composée de 11 membres, la CEEAC a un niveau moyen de sophistications de ses exportations à l'ordre de 5,39 % entre 2000 et 2017. La figure suivante nous illustre l'évolution de cette dernière pendant cette période.

Graphique.2.4. Evolution des exportations à haute technologie de la CEEAC

Source : Auteur à partir des données de la Banque mondiale(2018)

Le graphique indique que au début de la période d'étude la CEEAC avait que sensiblement 1% en moyenne de ses exportations sophistiquées. Mais en 2002 cette valeur s'est décuplée allant jusqu' 22% des produits sophistiqués dans le total des exportations de la région. La lenteur du processus de la transformation structurelle de cette région induit par un niveau de capital humain insuffisant fait décroître fortement le niveau de sophistication de leurs exportations descendant jusqu'à 3% en 2008. Mais les efforts de certains pays de la région a permis à la région de se rehausser bien qu'insignifiant entre 2014 et 2017 avec 4% en moyenne.

e) La région de la CEDEAO

Cette région a en général un niveau moyen des produits sophistiqués exportés de 4% de ses exportations totales durant la période de 2000 et 2017, tel illustré comme suit.

Graphique 2.5. Evolution des exportations à haute technologie de la CEDEAO

Source : l'auteur à partir des données de la Banque mondiale(2018)

Cette région en général sur la période de 2000 et 2017 a observé une décroissance dans lsles exportations à haute technologie quittant de 3,5% en 2000 à 2,3% en 2017 d'après le graphique ci-haut. On peut toutefois constater les fortes fluctuations subit par cette région en 2000 à 2001 expliquer par l'adoption des pôlitiques d'éducation pour tous faisant atteindre un pic à l'ordre de plus de 9% de haute technologie exportée mais l'absence de soutenabilité de ses pôlitiques adjoint avec les autres facteurs négatifs qui conditionnent certains pays de la région conduit à cette derniere de perdre considérablement en score allant jusqu'à 2% en 2002. Plus tard, la faible diversification de ces économies et le manque des facteurs innovateurs dans le processus de production rendent fragile cette région, expliquant ainsi ses fluctuations. Combinée avec la crise de 2008 cette région depuis lors n'a pas pu à retrouver son chemin de croissance en terme de sophistication de ses exportations ainsi en 2017 elle obtient un score de 2,3% en 2017.

f) Toutes les régions regroupées

Dans ce paragraphe, nous présentons brièvement sur un graphique l'évolution du capital humain dans son volet éducation entre 2000 et 2017 puis l'évolution conjointe de l'éducation et de la sophistication des exportations qui sont des indicateurs de nos deux concepts d'étude.

1. Le Taux brut de scolarisation en Afrique Subsaharienne

Considérée comme le premier indicateur du capital humain, l'éducation revêt une importance non négligeable tant dans le contexte du capital humain que dans son rôle dans la main-d'oeuvre qualifiée comme point de départ de toute transformation. Entre 2000 et 2017 le niveau moyen d'éducation pris à travers le taux brut de scolarisation en ASS est de 99%. Ci-dessous nous l'illustrons dans le graphique qui suit.

Graphique 2.6. Evolution du taux brut de scolarisation moyen en ASS

Source: l'auteur à partir des données de la Banque Mondiale (WDI 2018)

Depuis les années 2000 on peut relier la tendance croissante du taux brut de scolarisation à l'application de la politique dit de `l'Education pour Tous' par la Communauté Internationale, tous les pays ont observé un regain considérable dans ce domaine conduisant ainsi à remodifier la structure du capital humain bien que complexe. Malgré la crise de 2008 qui a touché le monde l'éducation n'a pas reculé car c'est un facteur difficilement dégradable c'est pourquoi le maintien des politiques favorisant cette dernière, tant à maintenir à la hausse cette variable à partir de 2009 jusqu'en 2013 passant de 80 à 98%. Une légère baisse en 2014 est constatée mais celle-ci n'a point tardé comme le témoigne le graphique à partir de 2015 à 2017. Mais toutefois notons que l'absence des toutes les conditions requises pour une meilleure qualification du capital humain font que, malgré la forte tendance ascendante on observe encore en Afrique cette lenteur de transformation qui est un frein au décollage de la région en matière de développement. Toutefois cette présentation globale peut masquer des différences qui existent entre les régions, de ce fait il est nécessaire de faire une représentation graphique décrivant ainsi ces différences en matière d'éducation spécifique à chaque région de l'ASS.

2. Evolution de l'éducation dans chaque zone par rapport à la moyenne de toute la zone d'ASS

En dépit de présenter le taux brut de scolarisation pour la zone d'ASS, il sera plus intéressant d'observer l'évolution de cette variable dans chaque zone prise individuellement par rapport à la moyenne générale. Ceci permet de mieux apprécier le niveau réel de chaque région afin de mieux déceler les zones qui évoluent plus faiblement comparées aux autres et à la moyenne de l' ASS. Ce qui peut être l'une des raisons d'une difficile transformation dans cette région.

Graphique 2.7. Evolution conjointe du taux brut de scolarisation de chaque zone combinée à celle de l'ASS.

Source: l'auteur à partir des données de la Banque Mondiale (WDI 2018)

Ce graphique montre en général que sur la période 2000 à 2017 le taux brut de scolarisation s'est nettement améliorée avec une moyenne qui est quitté de 70% en 2000 à plus 100% en 2017, ce qui induit en général que le niveau de l'éducation est fortement à la hausse depuis l'application des politiques d'éducation pour tous dès les années 2000 . Toutefois classés par région, nous observons qu'il y'a certaines qui ont des scores bien inférieurs à la moyenne de l'ASS, l'éducation évolue mais de façon inférieure par rapport à l'ASS. L'exemple de la CEDEAO qui a une valeur moyenne de 78% inférieur à celle de la CAE et l'ASS qui ont 100% la même année. On constate en outre que les régions à taux de scolarisation élevée telle que la CAE et la SADC il est clair que les efforts fournis par ses régions les ont permis de se démarquer en privilégiant l'éducation comme indique ce graphique. Mais en se limitant qu'à l'ASS on peut croire que cette moyenne est certes vérifiée pour ses zones or la visualisation conjointe nous donne l'aperçu des comportements de cette variable spécifique à chaque pays permettant de mieux comprendre l'une des causes d'une mauvaise transformation de ses pays d'ASS.

3. Evolution conjointe du capital humain et la sophistication en ASS

Constituée des cinq régions ci-haut mentionnées l'ASS, en termes de sophistication a en moyenne 5,2% de produits de haute technologie exportées, avec un taux brut de scolarisation moyen de 99,7% entre 2000 et 2017, dont illustre le graphique 2.6.

Graphique 2.8. Evolution conjointe des exportations moyennes à haute technologie et de la moyenne du taux brut scolarisation de toutes les régions d'ASS.

Source : Auteur à partir des données de la CNUCED(2018)

En général, l'Afrique subsaharienne a un très faible niveau de sophistication pris entre 2000 à 2017 avec un chiffre moyen de 5% dans le total des exportations de cette région. Notons toutefois qu'avant la crise de 2008 son niveau moyen a atteint près de 12% des produits sophistiqués dans les exportations totales en 2002. Mais cette forte croissance s'est rapidement dégradée et ceci consécutivement jusqu'en 2017. Ceci s'explique par le fait qu'à partir de 2002 plusieurs des pays de la région on fait des efforts de transformation structurelle à travers les politiques des décideurs visant à relancer le niveau du capital humain, mais le manque de soutenabilité de ses politiques a conduit cette région à une mauvaise transformation de leur économie (Rodrick 2011). Les conflits socio-politiques qu'ont vécus plusieurs de ses pays, la faible diversification de l'appareil productif, la forte dépendance en matières premières tout ceci a pour principal fondement le faible niveau du capital humain. Car la qualité de l'éducation fournit à la multitude des populations et l'insuffisance en matière de santé et d'emploi font que cette région enchaîne une grande lenteur et difficulté de transformation malgré les taux de croissance élevés suivie d'une abondance en main-d'oeuvre non utilisée. Justifiant malgré la hausse prolongée du taux brut moyen de scolarisation depuis 2004 jusqu'en 2017, une tendance légèrement décroissante du niveau de sophistication toute l'Afrique subsaharienne durant la même période.

Section 2. Méthodologie et données.

Dans la section précédente, nous avons présenté les faits stylés concernant l'évolution des concepts de notre étude. En nous basons sur cette analyse descriptive en fonction des données détenues et de la littérature empirique nous allons d'abord présenter les modèles et les variables utilisées (2.1), enfin la méthode d'estimation adéquate et les sources de données (2.2).

2.18. 2.1. Présentation des modèles

Certains auteurs ont utilisé le modèle des données de panel dynamique pour mesurer la relation le capital humain et la transformation structurelle. En nous référant aux travaux d'Arawomo (2014), alaya et al.(2012) qui ont expliqué la transformation structurelle à travers la diversification et la sophistication des exportations, nous adoptons une modélisation en données de panel dynamique pour ces deux équations. La première équation va nous permettre de tester l'impact du capital humain sur la diversification des exportations d'ASS et la seconde, tester l'influence du capital humain sur la sophistication des exportations. Etant donné que nous avons deux dimensions qui mesurent la transformation structurelle notamment la diversification et la sophistication, de ce fait les deux modèles se spécifient initialement d'après ces auteurs comme suit:

Ainsi, nous avons les spécifications suivantes :

Ø (1)

i= (1,..........22) et t=(1,........17)

Ø (2)

i= (1,..........22) et t = (1,........17)

Ø (3)

Avec et qui représentent les deux mesures de la transformation structurelle des pays i à la période t.

et représentent les vecteurs des indicateurs de l'éducation et de la santé qui constituent les variables d'intérêt et utilisées comme mesures du capital humain pour les pays i à la période t. X est le vecteur des autres variables de contrôle susceptibles d'expliquer la diversification et la sophistication des exportations.

, l'effet fixe-pays (prenant en compte la dimension individuelle), l'effet fixe-temps et le terme d'erreur.

Partant de cette spécification, notre modèle intègre d'autres variables afin de prendre en compte l'influence des autres facteurs sur la transformation structurelle. Nos modèles spécifiés sont les suivant :

(4)

ET

(5)

A priori il ne sera pas question ici de faire recours à des équations simultanées, nous allons estimer nos deux équations indépendamment l'une de l'autre. En effet, ces équations peuvent être estimées par les (MCO, DMC, TMC), mais le problème d'endogéneité peut faire en sorte que les variables et résidus de l'équation peuvent être corrélés. Alors le plus pertinent est dans la résolution est de recourir à des techniques plus élaborées de variables instrumentales pour tenter de corriger le biais dit d'endogéneité.

2.19. 2.1.1 Présentation des variables

Dans nos deux modèles utilisées il n'y a pas que les variables d'intérêt de notre étude, nous avons ajouté certaines variables dite de contrôle afin de mieux prendre en compte certains déterminant de la transformation structurelle autre que le capital humain. Le tableau ci-dessous les résume :

Tableau 2.1. Liste des Variables utilisées dans les deux modèles.

VARIABLES

DEFINITIONS

SOURCES

Indice

de diversification

Mesure le degré de diversité des secteurs de productions et des produits à l'exportation d'un pays par rapport à d'autres. Cet indicateur informe sur le niveau de diversification d'un pays en général. Compris entre 0 et 1 sa valeur proche 0 indique une forte diversification et inversement si celle-ci est proche de 1.

CNUCED

Exportations de

haute Technologie

Mesure la part de tous les produits de haute technologie dans le total des exportations d'une économie. Ces produits sophistiqués incorporent un niveau intense de complexité de leurs facteurs de production ainsi que des dépenses dans la recherche et développement.

CNUCED

Taux brut

de scolarisation

Mesure le niveau d'inscription primaire total sans distinction d'âge exprimé en % de la population scolarisable. C'est un indicateur utilisé comme du capital humain

WDI

Esperance de vie

C'est le nombre moyen d'années qui reste à vivre pour un individu ayant un âge donné. Elle informe sur le niveau de santé de la population d'un pays

WDI

Ouverture commerciale

Mesure les importations et exportations (en % du PIB réel) réalisé par les pays et donc évalue le degré d'insertion d'un pays dans le commerce international. Un degré d'ouverture commerciale élevé est le signe d'une libéralisation de l'économie et de compétitivité

WDI

Investissements Directs Etrangers

Indique le Stock entrant et sortant annuel. Cet indicateur joue un impact sur la diversification et la sophistication d'un pays elle insinue l'attractivité des investissements.

CNUCED

Croissance économique

Désigne l'augmentation du produit intérieur brut (PIB) sur une année donnée. Elle est en générale mesure par le taux de croissance qui est le taux de variation du PIB.

WDI

Inflation

Mesure le niveau général des prix de manière générale. Captée généralement par le prix à la consommation d'une économie.

WDI

Exportation

Manufacturière

Indicateur économique, mesure la valeur ou la richesse créée par un sous-ensemble du secteur secondaire. Elle indique le niveau de transformation de la structure productive d'une économie.

WDI

Emploi sectoriel

Mesure la part des travailleurs dans les trois secteurs (agricole, industrie et service) en pourcentage du PIB. Ce dernier est primordial pour observer une transformation des structures productives d'une économie.

WDI

Investissement

Mesurer par la formation brute de capital fixe

WDI

Source : Auteur

2.20. 2.2. Présentation de la méthode d'estimation

Ici, nous présentons d'abord les variables utilisées dans notre étude ainsi que leurs définitions sont consignées dans le tableau ci-après. Il s'agit principalement des variables du capital humain et d'autres déterminants qui sont susceptibles d'influencer les variables de la transformation structurelle. Ensuite la méthode d'estimation utilisée pour l'analyse économétrique.

2.1.1 Présentation de la méthode des Moments Généralisées (GMM)

Par définition le GMM est une méthode générique pour estimer les paramètres d'un modèle statistique qui se base sur un certain nombre de conditions sur les moments du modèle. Elle est dit méthode a information limitée, elle a été introduite par Hansen (1982) dans un article « Large sample properties of generalized méthode of moments estimators » puis généralisée par Arellano, Bond (1991) ; Arellano et Bover (1995) ; sans oublier Godman (2009). Parmi l'ensemble des développements opérés récemment, la méthode des moments généralisés (MMG) a eu un impact considérable en économétrie. Du point de vue de la théorie économétrique, elle a donné lieu à un vaste programme de recherche, tant du point de vue des propriétés statistiques de l'estimateur des moments généralisés que de celui de 1'inférence statistique. Concernant les applications économétriques, un nombre impressionnant d'études empiriques est apparu depuis le début des années quatre-vingt suite à la critique de Lucas (1976). Les modélisateurs ont cherché à estimer des paramètres structurels restant invariants aux modifications de la politique économique. La GMM a permis l'estimation de tels paramètres, notamment dans le cadre des modèles non linéaires à anticipations rationnelles. Du point de vue statistique, cette méthode a fourni un traitement unifié de nombreuses classes d'estimateurs. Les estimateurs de référence du GMM sont l'estimateur du GMM en différence et l'estimateur du GMM en système.

a) L'estimateur de la Méthode des Moments Généralisés en différence

Elle se caractérise par deux grands avantages spécifiques à savoir au niveau de la nature des données en panel (le nombre d'individus soit supérieur au nombre de période) ainsi qu'au niveau des solutions apportées. Cette méthode permet de contrôler à la fois les effets spécifiques individuels et temporels et de pallier à d'éventuel biais d'endogéneité des variables surtout qu'il existe dans le modèle un ou plusieurs retards de la variable. Ce dernier se résume en quelques conditions d'application :

La condition (i) exprime la possible corrélation des variables explicatives avec l'effet individuel, le terme d'erreur autorégressif et l'erreur de mesure. La condition (ii) établit que l'effet individuel, l'erreur autorégressive et l'erreur de mesure sont de moyenne nulle et les termes d'erreurs sont non corrélés avec l'effet individuel. La condition (iii) implique que l'erreur de mesure n'est pas autocorrélée. La condition (iv) suppose que l'erreur autorégressive et l'erreur de mesure ne sont pas corrélées. La condition (v) signifie que les deux erreurs ne sont pas corrélées entre les individus du panel. Enfin, la condition (vi) impose que les conditions initiales pour la variable dépendante et les variables explicatives sont prédéterminées. De ce fait, Arellano et Bond (1991) Suggèrent ainsi que, pour éliminer les effets fixes individuels il faut passer de l'équation de référence à une équation en différence première donc en d'autres termes, les variables en niveau correctement retardées servent d'instruments dans les équations en première différence. Mais la difficulté est que celle-ci pose problème dans la mesure où le terme d'erreur est par conception corrélé avec la variable endogène retardée et les instruments sont moins pertinents si le processus autorégressif va au-delà de l'ordre 1.

b) L'estimateur de la Méthode des Moments Généralisés en système

Ce dernier vient combler la limite du premier suite aux travaux de Blundell et Bond(1998) qui ont utilisé les variables retardées mais différenciées comme instruments. Ils montrent que l'estimateur GMM en différence peut être sévèrement biaisé, sur la base de simulations de Monte-Carlo, lorsque le nombre d'individu est fini et la période faible ; le nombre de moments est relativement grand par rapport à la dimension individuelle et que les instruments sont faibles au sens de Staiger et Stock (1997). Leurs résultats concernent un modèle autorégressif simple sans variable explicative. L'inclusion de variables explicatives peut réduire ce biais. Dans le même temps, lorsque les variables explicatives (et la variable dépendante) sont fortement persistantes (suivent éventuellement une marche aléatoire), Blundell et Bond (2000) mettent en évidence le biais et l'imprécision de l'estimateur GMM en différence.

Néanmoins, la difficulté est de mettre en évidence l'importance de ce biais à distance finie. Une méthode simple consiste à comparer les estimations de la méthode des moments généralisés en première différence avec ceux de l'estimateur standard des moindres carrés ordinaires (MCO) et l'estimateur Within. Dans le cadre d'un modèle autorégressif d'ordre un (sans variable explicative), Hsiao (1986) montre que l'estimateur MCO est biaisé vers le haut tandis que Anderson et Hsiao (1981) et Nickell (1981) mettent en évidence que l'estimateur Within est biaisé vers le bas (lorsque la dimension temporelle est petite). Aussi, un estimateur consistent du terme autorégressif devrait se situer entre ces deux cas limites. Dès lors, si on observe que les estimations GMM en différence sont proches ou inférieures aux résultats de l'estimateur Within, on pourrait en conclure que les estimations sont biaisées en raison par exemple d'instruments faibles. Sevestre et Trognon (1996) montrent que ces résultats sont encore valides en présence de régresseurs (à l'exception de la variable dépendante retardée) non corrélés avec l'effet individuel et strictement exogènes par rapport à l'estmateur within. Blundell, Bond et Windmeijer (2000) montrent que l'estimateur GMM en système améliore très significativement les gains de précision mais aussi réduit de manière importante le biais d'échantillonnage par rapport à l'estimateur du GMM en différence lorsque les régresseurs sont faiblement exogènes et corrélés avec l'effet individuel.

Les travaux de Teixeira (2016), B. Amar (2014) ont pertinemment fait usage de cette méthode d'estimation. Dans le cas de notre étude, les équations (4) et (5) s'estimeront en différence première et les variables endogènes sont sous forme logarithmique. Cette transformation permet d'atténuer l'ampleur des fluctuations et stabiliser les variances.

Cependant, se soulève un autre problème puisque la variable dépendante retardée est par construction corrélée avec le terme d'erreur. Comme solution les auteurs postulent deux hypothèses à savoir l'absence d'autocorrélation des termes d'erreurs ainsi que la faible exogéneité des variables explicatives (aucune relation avec les réalisations futures des termes d'erreurs). Dès lors Arellano et Bond(1991) proposent les conditions des moments suivantes :

Pour s=2, t=3.......T (8)

Pour s=2, t=3.......T (9)

Pour s=2, t=2.......T (10)

Pour s=2, t=2.......T (11)

Pour s=2, t=2.......T (12)

Les conditions (8) à (12) soulignent l'absence de corrélation entre les variables explicatives retardées ainsi que les variables endogènes retardées avec les variations du terme d'erreur. De ce fait, ses conditions ci-dessus permettent d'utiliser des variables retardées en niveau comme instruments pour estimer les équations.

2.1.2 Principaux tests de validation du modèle.

- Le test de sur-identification de Sargan/Hansen

- Le test d'Arellano et Bond d'autocorrélation des erreurs de l'équation en différence

Afin de tester la robustesse de notre modèle, nous effectuons deux tests. Le premier test est celui de la sur-identification de Sargan/Hansen, il permet de tester l'hypothèse de la validité des variables retardées comme instruments. Il est concluant si l'hypothèse nulle est acceptée au seuil de 10%. Ainsi, nous prenons plus en compte le test de Hansen que Sargan, car il est robuste et corrige d'éventuelle hétéroscédasticité sur les résidus. Le second test est celui d'autocorrélation de second ordre (AR(2)) d'Arellano et Bond. Il est concluant si l'hypothèse nulle (absence d'autocorrélation des termes d'erreurs en différence première à l'ordre 2) ne peut être rejetée au seuil de 10%.

2.21. Les sources de données

Partant de la logique d'une vérification empirique, notre étude nous avons fait recours à un certain nombre de facteurs (variables) qui peuvent expliquer la transformation structurelle en ASS. De ce fait, nous avons utilisé les données qui proviennent de World Developpement Indicators (WDI) de la Banque mondiale concernant la majorité de nos variables. Enfin la seconde base utilisée est celle de la CNUCED pour y extraire l'indice de diversification, en outre nous avons fait recours à la base du PNUD afin de recueillir des statistiques comparatives dans notre introduction générale concernant le capital humain en Afrique Subsaharienne.

CONCLUSION

Dans cette analyse descriptive, notre objectif a été de représenter l'évolution de nos deux concepts dans la zone d'étude retenue durant la période prédéfinie entre 2000 et 2017, ensuite de présenter les modèles et la méthode d'estimation retenus dans notre étude. Mentionnons toutefois que les faits stylisés montrent que le capital humain influence la transformation structurelle à travers la diversification et la sophistication des exportations. Les pays qui ont un fort niveau de diversification et de sophistication des exportations ont obligatoirement un niveau d'éducation élevée de même les pays qui ont un faible niveau de diversification et de sophistication sont ceux dont leur taux brut de scolarisation est plus faible en moyenne. Mais dans certains cas où le niveau de capital humain est élevé et ne conduit pas à une transformation de la structure productive de la région, ceci est dû à une mauvaise orientation des politiques publiques dans leurs rôle à canaliser tout le processus de la parfaite transformation et aussi des autres facteurs non pris en compte et qui sont susceptible d'influer fortement cette transformation notamment l'emploi, la santé qui sont d'autres dimensions du capital humain. Dans le prochain chapitre nous allons interpréter les résultats obtenus à travers une vérification empirique ensuite faire des recommandations valides en termes de politiques économiques dans le cadre de notre étude.

CHAPITRE IV 

PRESENTATION ET ANALYSE DES RESULTATS

INTRODUCTION

Dans le chapitre précédent, nous avons dans un premier temps présenté une analyse descriptive concernant la relation entre le capital humain et la transformation structurelle dans la région d'Afrique Subsaharienne, cette analyse est suivie de la méthodologie de notre travail. D'après cette analyse descriptive, en matière de diversification et de sophistication des exportations, l'Afrique a de faibles scores par rapport à d'autre continent. De ce fait, pour l'évaluation empirique nous allons présenter une démarche économétrique afin de tester nos hypothèses de départ. L'objectif de ce chapitre porte sur l'interprétation des résultats obtenus suite aux estimations effectuées à partir des données dont nous disposons. De ce fait, la première section ressort les interprétations des résultats d'estimation, pour la seconde section il est question d'apporter une signification économique aux résultats obtenus après estimation.

Section 1. Présentation des résultats descriptifs

A la suite des estimations effectuées dans notre étude, cette section s'articule autour de deux principaux points. Le premier point porte sur les analyses descriptives de notre modèle puis le second énumère la matrice de corrélation indiquant le lien entre les variables pris deux à deux utilisées dans nos modèles.

2.22. Analyse descriptive des résultats

Il s'agit ici de mener une analyse descriptive dans laquelle, nous présentons les statistiques descriptives de nos variables (la moyenne, la valeur maximale, la minimale, l'écart-type) afin de nous permettre d'avoir une idée générale de leur niveau d'évolution temporelle.

Tableau 4.1. Statistiques descriptives

Variables

Observation Moyenne Ecart-type Minimum Maximum

DIV 396 0.7721019 0.076065 0.507023 0 .935166

TBSP 396 99.71155 22.08365 32.3216 148.124

SAN 396 57.33821 6.072899 46.266 74.5146

CONSFI 396 87.18334 10.30991 42.83953 113.7801

URBAN 396 35.82438 15.15551 8.246 68.7

IDE 396 3.435433 4.591197 -1.0482 41.8096

TCROIS 396 4.780304 3.028136 -7.65231 15.3762

OUVCOM 396 63.76686 24.24484 20.7225 129.779

EMPLAGRIC 396 51.57019 23.30737 4.6 92.548

EMPLIND 396 12.85222 7.524252 2.075 39.249

INF 396 7.428695 9.869211 -7.59428 112.694

INV 396 20.9123 6.680096 2.78114 43.0513

SOPH 396 5.085084 7.926212 0 83.6403

MANUFEXP 396 25.65637 22.51979 0.206996 95.3586

EMPLSERV 396 35.5776 16.91233 5.377 71.929

Source : Auteur

Ce tableau ci-dessus présente les résultats descriptifs des variables à savoir l'indice de la diversification (DIV)9(*) , la sophistication (SOPH), le taux brute de scolarisation (TBSP) la Consommation finale (CONFI), le taux d'urbanisation (URB), la santé (SANT), les investissements directs étrangers (IDE), le taux de croissance (TCROIS), l'ouverture commerciale (OUVCOM), emploi agricole (EMPLAGRIC), emploi industrielle (EMPLIND), inflation (INF), investissement (INV), exportations manufacturières (MANUFEXP), emploi du secteur service (EMPLSERV). Un examen critique des variables montrent que toutes les moyennes générales ces variables sont de signe positif. Mais toutefois, Par exemple la valeur moyenne de la diversification est de 0,7 ce qui confirme ce résultat, c'est l'écart-type qui a une valeur de 0,07 , ce qui signifie que la majeure partie des pays de l'ASS ont un faible niveau de diversification dont l'écart type autour de l'indice le montre. Contrairement au niveau de l'éducation qui est élevée en moyenne à savoir 99% semblant bien meilleure pour cette région mais un écart-type de 22 montre clairement qu'il y'a hétéroscédasticité dans la région donc ces pays sont très éloignés de cette moyenne. Plus l'écart-type est petite, plus il y'a une représentativité des observations. La valeur de 396 observations est issue du produit entre le nombre d'individu et le nombre d'année s'étude. Le minimum et le maximum, ensemble est intervalle dans laquelle une variable donnée évolue. Enfin lorsque les larges écart-types des variables qui démontrent que les points de données sont loin de la moyenne alors il y'a ainsi une hétérogénéité possible des variables.

2.23. 1.2 Corrélation entre les variables

En effet, la corrélation permet de connaitre l'intensité d'une liaison entre deux variables. Autrement dit l'influence qu'une variable exerce sur une autre ainsi que le sens de cette liaison. Le tableau ci-dessus décrit la corrélation entre nos variables.

Tableau 4.2. Matrice de corrélation linéaire des variables

DIV TBSP SANT IDE OUVC EMPLAGR EMPIND INF INV SOPH MANEXP EMPSER

DIV 1.00

TBSP -0.006 1.00

SANT -0.21 0.22 1.00

IDE 0.07 0.06 0.06 1.00

OUVC -0.01 0.09 0.37 0.37 1.00

EMPAG 0.32 -0.02 -0.38 0.07 -0.53 1.00

EMIND -0.25 0.03 0.43 -0.09 0.50 -0.89 1.00

INF 0.11 0.16 -0.09 0.01 -0.04 0.13 -0.13 1.00

INV 0.17 0.08 0.32 0.32 0.22 -0.11 0.14 -0.11 1.00

SOPH -0.07 -0.05 -0.09 0.15 -0.12 0.21 -0.17 -0.09 -0.01 1.00

MANEX -0.15 0.15 0.43 -0.03 0.57 -0.64 0.57 -0.10 0.20 -0.20 1.00

EMPSER -0.32 0.01 0.34 -0.06 0.51 -0.98 0.78 -0.12 0.09 -0.22 0.63 1.00

Source: Auteur à partir de Stata 14.2

Le résultat du tableau ci-dessus nous montre que nos variables ne sont pas toutes corrélées positivement et encore moins fortement liées. En effet, nous pouvons constater que les variables de l'éducation (TBSP), l'ouverture commerciale (ouvc) et la sophistication (SOPH) ainsi que les exportations manufacturières (manuexp), demeurent négativement corrélées avec un très faible degré de liaison avec la diversification des exportations respectivement (-0,6%, -1%, - 7% ).

On remarque toutefois qu'il y'a une très forte liaison entre les emplois sectoriels à savoir, l'emploi dans les services et l'emploi agricole ont -98% comme coefficient de corrélation traduisant une forte relation inverse entre eux. De même il existe une positive relation entre l'emploi industriel et l'emploi dans le service aussi intense à l'ordre de 78%. On peut retenir ainsi que les variables de l'emploi sont liées aux variables comme l'ouverture commerciale et les exportations manufacturières. Mais, la corrélation entre les autres variables prises toujours deux à deux montre des relations à très faible intensité à l'exemple des INV et l'OUVCOM qui ont un lien évalué à 0,22 positif mais faible . En somme cette matrice de corrélation nous donne un aperçu du lien existent entre toutes nos variables prises deux à deux afin de juger de leur apport en information particulière pour l'analyse.

Section 2. Présentation et analyse des résultats économétriques

La première section ci-dessus résume la présentation des résultats descriptifs notamment les statistiques descriptives des variables ainsi que leur matrice de corrélation. Pour ce fait, dans cette dernière section nous présentons d'abord les résultats des estimations économétriques de nos modèles spécifiés (2.1) ensuite, donner une signification économique à ses résultats (2.2).

2.24. 2.1. Présentation des résultats économétriques.

Dans l'optique de déterminer l'effet du capital humain sur la diversification et la sophistication des exportations en Afrique subsaharienne, nous avons eu à recourir à l'estimateur du GMM en système d'Arellano et Bover (1995)/Blundell et Bond (1998). Ainsi nous avons effectué deux régressions pour parvenir aux résultats. Dans la première estimation (modèle 1) nous avons estimé l'influence du capital humain sur la diversification des exportations en ASS, et certaines variables macroéconomiques ont été ajoutées dans le modèle. En ce qui concerne la deuxième estimation (modèle 2), il a été question de tester l'influence du capital humain sur la sophistication des exportations, nous avons aussi maintenu une majeure partie des variables de contrôle pouvant expliquer totalement ou en partie la sophistication. Ci-dessous le tableau 4.3 fait une synthèse de nos principaux résultats

Tableau 4.3. Résultats des deux modèles après estimations

VARIABLES

Modèle (1) Modèle (2)

Diversification Sophistication

Diversification (L.1)

Sophistication (L.1)

0.9193022***

(0,104)

0.351***

(0.100)

Taux brut de scolarisation primaire

0,0002*** -.0270***

(0,00007) (0.008)

Espérance de vie

0,0002 0.006 

(0,0016) (0.032)

Investissement Direct étranger

-0,004*** 0.273***

(0,001) (0.08)

Investissement

(0,0014)** - 0.098***

0.0005 (0.025)

Inflation

0.0001 -0.042*

(0.0001) (0.021)

Taux d'urbanisation

-0,0001

(0,0004)

Emploi agricole

-0.0012

(0.0012)

Emploi industriel

-0.004

(0,005)

Emploi service

Exportation manufacturière

-0.0528***

0.0174

0.0006

(0.0122)

observations

Nombre de Pays

AR(1)

AR(2)

Test de Sargan (P-value)

Test de Hansen (P-value)

374 374

22 22

0,001 0,06

0,118 0,29

0,871 0,992

1.000 0,971

Source : Auteur, estimations réalisées à partir des données de la Banque Mondiale (2018) et de la CNUCED (2018).

Notes : *** p< 0,01 significativité au seuil de 1%, **p<0,05 significativité au seuil de 5%, *p<0,1 significativité au seuil 10%. Les valeurs entre parenthèses correspondent aux écart-type corrigés de l'hétéroscédasticité.

2.25. Interprétation et analyse économique des résultats

Le tableau ci-haut présente le résultat de nos estimations qui débouchent de la relation entre le capital humain et la transformation structurelle effectuées par la méthode du GMM sur une période de 2000 à 2017 pour les 22 pays d'ASS. Ainsi l'interprétation de nos résultats se fera à partir deux approches à savoir l'approche économétrique et l'approche économique.

1.2.1. Interprétation des résultats

Dans l'ensemble, les résultats présentés dans le tableau 4.3 sont satisfaisants sur le plan économétrique. Premièrement le test de Fisher nous a permis de conclure que nos deux modèles sont globalement et fortement significatifs. En effet, la p-value associée à cette statistique (Prob> F=0,000) est inférieure au seuil de 1% pour toutes les deux estimations. En outre le test de Sargan et Hansen dont leurs probabilités sont chacune supérieure au seuil de 10%, est concluant pour les deux modèles et donc ne permet pas de rejeter l'hypothèse nulle de validité de nos instruments. Enfin le test d'AR(1) est également concluant car la p-value des deux modèles est inférieur au seuil de 10% et l'AR (2) est aussi satisfaisant puisque la p-value des deux modèles est supérieure au seuil de 10% donc ne permet pas non plus de rejeter l'hypothèse nulle d'absence d'autocorrélation de second ordre des résidus dans les estimations. Par conséquent, les résultats de nos estimations sont donc robustes d'autant plus que les écart-types ont également été corrigé de l'hétéroscédasticité. Il est important aussi de noter que l'interprétation économique de nos variables se fait uniquement si cette variable est significative.

1.2.2. Analyse des résultats

Sur le plan économique, la plupart de nos résultats sont conformes aux théories traditionnelles du développement, aussi bien en termes de capital humain et la transformation structurelle du fait que les signes associés aux coefficients de chaque variable sont des signes escomptés, d'une part et d'autre part en fonction de la réalité économique de la région d'ASS. En ce qui concerne l'effet du capital humain sur la diversification des exportations (modèle 1) il existe d'après les résultats obtenus un lien significatif et positif entre ces deux concepts avec le taux brut de scolarisation mesure de l'éducation, qui est utilisé pour quantifier le capital humain. Ceci est confirmé car la variable est positive et significative au seuil de 1% sur la période de 2000 à 2017. Ces résultats sont en effet conforment aux résultats trouvés par Soohyung Lee (2009) où il démontre que le capital humain à travers l'éducation est un déterminant essentiel pour réaliser une diversification efficace de son appareil productif induisant une transformation structurelle. De plus, Teixeira et Anabela (2016) ont également trouvé ces résultats en mettant l'accent sur les effets positifs de de l'éducation sur la diversification qui est la première dimension de la transformation structurelle dans un échantillon des pays de l'OCDE. Sans oublier les travaux d'Amar et Hamdi (2014) concernant le développement humain et la transformation structurelle.

En ce qui concerne la sophistication (modèle 2) des exportations qui est aussi spécifiée comme le modèle de la diversification (modèle 1) il existe effectivement ce lien entre le capital humain et la sophistication, compte tenu de la théorie des capacités et des travaux qui ont montrés le lien des deux dimensions (Lectard 2016) de la transformation structurelle en ce sens qu'elles sont toutes deux fortement complémentaires. Les résultats de notre analyse confirment qu'il y'a un lien significatif entre le capital humain et la sophistication des exportations car la p-value de la variable est 0,003 comparé au seuil de 1% valide la significativité toutefois le signe négatif obtenu se justifie par le fait que ce n'est plus le canal de l'éducation formelle mais plus tôt par la recherche développement, l'innovation et la formation professionnelle qui sont aussi d'autre dimension du capital humain mais n'étant pas les parfaits substituts de l'éducation formelle. Ceci est confirmé suite aux travaux de Teixeira (2015) sur le capital humain et la dynamique de spécialisation et de complexité des exportations, dont il aboutit a un résultat significatif mais négatif de l'éducation formelle sur la dynamique de spécialisation et de la complexité de production qui sont des caractéristiques propres à la sophistication des exportations. Dont les travaux microéconomiques effectués par Teubal, 1991; Dias et McDermott, 2006; Saviotti et Pyka, 2012 confirment aussi ce résultat de l'éducation formelle sur la sophistication.

Etant donné que le capital humain n'est pas la seule variable qui peut expliquer les deux indicateurs de la transformation structurelle, nous avons dans notre analyse ajoutée des variables macroéconomiques qui sont également les déterminants de la diversification et la sophistication des exportations d'une économie.

En ce qui concerne les IDE, aux coefficients associés à cette variable dans les deux modèles ils sont tous deux significatifs au seuil de 1% à savoir 0,004 et 0,007. En effet les signes attendus sont contraires donc pour ce qui est de la diversification le signe des IDE est négatif, ceci s'explique par le fait que diversifier une économie ne fait forcement pas mention d'un apport étranger en général c'est d'abord interne notamment en fonction des politiques mise en place pour une meilleure éducation, santé et de formation conduisant ainsi à faire migrer la main d'oeuvre des secteurs les moins rentables vers ceux les plus rentables compte tenu du niveau de capital humain. En cela l'importance des IDE vient dans le processus de sophistication c'est pourquoi ce dernier prend un signe positif dans le modèle de la sophistication pour montrer l'importance des IDE en matière d'importations et d'imitation de technologie étrangère ou d'incorporation d'inputs plus complexes dans la production des outputs plus élaborés et dense en matière de sophistication. C'est pour cette raison qu'elle a un coefficient allant jusqu'à 0,27 dans le modèle de la sophistication or dans l'autre ce n'est que 0,004. Mais en général ce qu'il y'a à retenir est que les IDE sont aussi des déterminants positifs de la transformation structurelle mais à partir d'un certain seuil pour une forte efficacité dans le processus de développement. Ces résultats concordent avec ceux de Penilescu (2015) et Timmer et al. (2012), Bah(2011) qui concluent que les IDE sont favorables à la transformation structurelle mais ceci suite aux efforts multiples effectuer d'abord à l'échelle nationale afin que l'apport des IDE dans le processus puissent efficacement acheminer le profond changement.

Pour ce qui est de l'investissement en général, dans les deux modèles il est significatif notamment avec dans chaque modèle une p-value pour le premier de 0,026 significatif au seuil 5% et significatif à 1% avec 0,001 dans le second modèle. L'explication de signe diverses dans les deux modèles à savoir positif puis négatif. Cela s'explique par le fait que pour diversifier une économie il faut un investissement de manière général, investissement, en capital en travail , sans oublier les autres aspect de l'investissement ce qui fait que dans le modèle 1, l'investissement a un impact positif sur la diversification des exportations en particulier en général sur la transformation structurelle confère les travaux de Mensah et Amoah et al. (2017) sur les forces motrices de la transformation structurelle et aussi Fraga(2012) traitant du non linéarité entre le capital humain et les exportations brésiliennes.

La particularité vient du second modèle dont l'investissement acquiert un signe négatif en analysant son lien avec la sophistication ceci est expliquée que le manque de spécificité dans ce type d'investissement notamment propre au secteur de recherche et innovation fait qu'il prend un signe contraire par rapport avec la sophistication. Ce cas est plus observé dans les pays en développement, du fait de sous investissements en matière d'innovation et d'intensité technologique. Mais ceux-ci investissent plus dans les secteurs primaires et des produits de base ce qui rend ces investissements presque non rentables, car en faisant en sortes que malgré les investissements à l'exemple de l'ASS, cette dernière n'a pas pu finalement se transformer. Les travaux de Fuente et Doménech (2000) où ils ont montré l'influence de l'investissement en capital humain et la structure productive dans 20 pays d'Europe, ils ont obtenus un résultat positif compte tenu du type d'économie et de l'importance en investissement disponible pour ce secteur pour une économie développée. Le nôtre est inverse dû spécifiquement aux caractéristiques de l'Afrique.

L'emploi dans le secteur service joue également un rôle dans la détermination de la sophistication. En effet, dans le second modèle de notre analyse nous avons obtenu que la variable soit significative avec 0,006 comme p-value comparée au seuil de 1%. Toutefois, sa non significativité dans le premier modèle est normal et avéré d'après Silva et Teixeira, 2011; Saviotti et Pyka, 2002. En effet, le processus de transformation structurelle s'opère par étape dont la première consiste en une migration du secteur agricole vers le secteur industriel ce qui montre un début de transformation de la structure productive. Cette migration est constatée uniquement par l'affluence de nouveaux employés dans le secteur industriel et une baisse de leur nombre dans le secteur agricole (Lewis 1989). Ensuite, intervient l'autre étape qui est une seconde migration du secteur industriel vers le secteur des services dans une sorte de réallocation des ressources qui s'effectue et de main-d'oeuvre. C'est en cet instant que l'emploi dans le secteur des services prend toute son importance de ce fait, il concerne plus le tertiaire que le volet, primaire et secondaire des secteurs justifiant ainsi sa non significativité dans le résultat du premier modèle (modèle de diversification). Pris dans le contexte africain ce dernier a un signe négatif ce qui se démontre par l'analyse de la structure productive des pays d'ASS qui sont plus focalisés dans les secteurs primaires et à même migrer dans la mauvaise direction ce qui rend difficile et lent sa transformation structurelle en général malgré les efforts opérés par certains de ses pays.

Enfin, pour rendre un peu plus dynamique notre travail, nous avons inséré dans nos estimations une variable temps qui prend en compte l'effet temporel agissant sur le panel en termes  d'influence sur la transformation structurelle à mesure que de l'évolution. Dans nos résultats l'utilisation de cette variable parmi les instruments utiliser dans notre estimation a rendu plus robustes nos résultats car les deux tests de Sargan et Hansen sont satisfaisant. Mais en enlevant cette variable parmi les instruments utilisés on retrouve plus tôt que l'un des tests n'est pas vérifié et modifie la p-value du premier retard.

CONCLUSION

Dans ce travail, l'objectif était de présenter les résultats descriptifs et économétriques ensuite les interpréter économiquement. Il ressort d'après une analyse descriptive et estimation de nos modèles inspirés des travaux d'Arawomo (2014), Alaya (2012) et Iwamoto (2012), qu'en général le capital humain est un déterminant fort de la transformation structurelle pour tous les pays du monde et les pays d'ASS en particulier. Toutefois, l'utilisation partielle des dimensions du capital humain fait en sorte qu'elle n'est plus représentative et donc suffisamment conçu pour influencer fortement la transformation structurelle en Afrique subsaharienne. Il était question de tester la relation entre le capital humain et de la transformation structurelle dans le contexte des pays d'Afrique subsaharienne. En général nous avons trouvé une relation très significative et positive entre le capital humain et la diversification des exportations. Ce qui est théoriquement vérifiée mais son influence faible dans le cas des pays africains est conforme à la réalité économique de ces pays d'autant plus que l'éducation en terme de qualité est quasiment très non apprécié et prise en compte, associé au statut de ces pays dit en voie de développement car plusieurs facteurs négatifs à savoir les conflits socio-politique, la pauvreté demeurent des freins énormes à l'accumulation en qualité du capital humain. Ensuite, le second résultat montre un signe négatif du coefficient de l'éducation sur la sophistication des exportations. Ce résultat est contraire à ceux retrouvés par plusieurs auteurs pour deux raisons10(*) ce qui fait que ça se justifie pleinement dans le cas de l'ASS.

Aussi l'éducation n'a pas été le seul facteur qui influe sur la transformation structurelle nous avons aussi les IDE, l'emploi service, l'investissement, l'ouverture commerciale dans les pays développés on peut s'attendre à des résultats satisfaisants qui vérifient les théories de ces diverses concepts mais ce n'est qu'en Afrique, plus particulièrement l'Afrique subsaharienne qu'on observe des résultats contradictoires.

De ce fait il est indispensables pour les décideurs de ses pays d'intégrer toutes les dimensions des facteurs indispensable à la transformation structurelle dûment énoncée et non une transformation effectuée dans le mauvais sens comme le dit Rodrick (2011).

CONCLUSION GENERALE

Depuis ces deux dernières décennies, les organisations internationales ont fait du capital humain une priorité dans le monde et surtout dans les pays en développement à travers l'objectif d'éducation pour tous. Après cette réforme les tendances se sont améliorées en matière du capital humain indiqué par l'éducation. Ceci est observable à travers l'évolution du taux brut de scolarisation de la région d'ASS qui est supérieur aux chiffres antérieurs des pays développés dans les années 70. Le taux net de scolarisation par exemple au cycle primaire est passé de 66,5% à 90,7% soit une amélioration de 24,2 point cela correspond à un quart d'enfants en plus dans les écoles primaires (Unesco 2014). De même cette évolution bien que quantitative a au moins permis à certains pays d'Afrique subsaharienne de se quasi transformer car on peut voir qu'à l'exemple de l'Afrique du sud en matière de diversification a en moyenne un score de 0,5 en ASS (CNUCED 2017) qui est l'une des quelques rares structures de la zone à obtenir un tel score meilleur par rapport cet indicateur. Contrairement à d'autres qui malgré cette hausse demeurent à la traîne en matière de transformation structurelle or il est vérifié que le capital humain est source de transformation structurelle dans tous les pays développés.

L'objectif principal de ce travail est d'évaluer les effets du capital humain sur la transformation structurelle en Afrique Subsaharienne entre la période de 2000 et 2017. A ce principal objectif, deux autres objectifs spécifiques ont été associés comme suit :

Premièrement, d'analyser l'influence du capital humain sur la diversification des exportations en Afrique subsaharienne et dans un second temps, d'analyser l'effet du capital humain sur la sophistication des exportations en Afrique subsaharienne. A partir de ses objectifs, ressort une hypothèse principale qui stipule que le capital humain influence positivement sur la transformation structurelle en Afrique subsaharienne. Les hypothèses spécifiques adjointes à cette principale hypothèse énoncent que : dans un premier temps, le capital humain impacte sur la diversification des exportations, ensuite la seconde affirme que le capital humain a un effet positif sur la sophistication des exportations en Afrique subsaharienne.

Dans une certaine cohérence avec ces objectifs et hypothèses nous avons organisé notre travail autour de quatre(04) chapitres. Le premier chapitre concerne le cadre théorique des deux concepts qui porte sur les définitions et mesure des concepts étudiés ; le second chapitre a porté sur la revue de la revue de la littérature théorique et empirique sur la relation entre le capital humain et la transformation structurelle. Le suivant s'est apaisé la méthodologie adoptée dans le cadre de ce mémoire ; enfin, le dernier chapitre s'est résumé sur les interprétations des résultats descriptifs et l'analyse économique de ses résultats. Pour cela, nous avons eu recours à des données de la Banque Mondiale (WDI) et de la CNUCED. De ses estimations, il ressort les principaux résultats suivants :

Premièrement, nous avons fait l'analyse en utilisant pour le capital humain le taux brut de scolarisation primaire et l'espérance de vie, nos résultats montrent que seule l'éducation a un effet significatif en même temps positif sur la diversification et négatif sur la sophistication qui sont les indicateurs de la transformation structurelle. Concernant le premier résultat ceci est conforme à la littérature traitant de ce lien qui en général confirme l'hypothèse 1 notre travail pour cela les travaux de Teixera (2016) ; Soohyoung Lee (2009) ; Phelps, mankiw et al., (1996), précisant que toute la littérature décrit en cela un lien positif et significatif de cette influence du capital humain sur les indicateurs de la transformation structurelle.

Concernant le second résultat qui conclut un effet significatif mais négatif du capital humain sur la sophistication des exportations, dans les pays développés presque toute la majorité la littérature théorique et rarement empirique soutient la positivité de cet effet sur la sophistication des exportations. Dans le cas de notre étude ce résultat vient des caractéristiques propres à l'Afrique subsaharienne ce qui conduit à indiquer un effet négatif du capital humain sur la sophistication des exportations. Les travaux de Ciccone et Papaioannou, ( 2009) trouvent des résultats contraire au notre ainsi que Fraga celui de Fraga (2012) dans plusieurs pays qui ont pu respecter toutes les étapes d'une profonde transformation de structurelle en général. L'Afrique s'est transformée dans la mauvaise direction (Rodrick 2009) faisant en sorte que la sophistication s'oppose à celui de la diversification or ces deux concepts sont d'origine liés comme le confirme Lectard (2017). Ce qui les fait évoluer naturellement dans le même sens mais cette opposition dans le cas de l'Afrique subsaharienne provient de la forte dépendance du continent aux matières premières et aux secteurs à faible productivités, combinée à l'insuffisance d'une qualité appréciée des dimensions du capital humain et de la forte pauvreté et agencée avec une qualité médiocre de tous ces préalables à la transformation structurelle. https://translate.googleusercontent.com/translate_f - 12

En outre, les déterminants macroéconomiques de la transformation structurelle tels que les IDE dont le lien est présenté par la suite des travaux de Rodrcik (2014) ; Mcmillan (2011) ainsi que les travaux de Cadot, de mélo et al (2000) sur les IDE et les exportations ; l'investissement à partir des travaux de Teixera (2016), Dinh et al., 2012) sur les forces motrices de toute transformation structurelle ; l'ouverture commerciale aussi évoquée à travers les travaux de soohyoung Lee (2014) sur la non linéarité de la relation entre le capital humain et la transformation structurelle ; Amar et Hamdi (2013)  et bien d'autres indicateurs non évoqués dans notre étude. Pour ses auteurs toutes ses variables citées en plus du capital humain contribuent positivement au développement et particulièrement à la transformation structurelle. Partant des résultats obtenus nous formulons les recommandations en termes de politiques économiques suivantes :

Ø Améliorer la qualité de l'éducation et de la santé dans les pays d'ASS en mettant aussi l'accent sur l'innovation

Il est vérifié que les pays d'Afrique Subsaharienne en général ont obtenu des résultats quantitatifs en termes d'éducation ces dernières années, le taux de scolarisation dépasse même 100% dans certains de ses pays selon le rapport de l'Unesco 2017. Ce pendant ces pays n'arrivent pas toutefois à se transformer profondément avec un très faible niveau du capital humain (PNUD 2019). Il est clair que le problème n'est pas la quantité de l'éducation mais sa qualité en terme de formation et de ressources disposés à rendre efficace le système éducatif. En qui concerne même le niveau d'investissement les pays d'Afrique reçoivent en plus de leurs efforts beaucoup d'aide financiers afin d'investir fortement dans ce secteur. Il convient pour les pays d'ASS d'abaisser les coûts liés à une formation de qualité et à l'éducation de base tout en disposant des structures éducatives et un environnement favorable au développement humain. Ce qui accroît la rapidité d'accumulation du capital humain rendant ainsi plus productif la population, les conduisant à devenir une main d'oeuvre plus efficace et prêt d'être utilisée dans les secteurs modernes que les secteurs agraires. Cette modification dans la composante sectorielle incite à devenir plus productif, ensuite capable de diversifier sa production et par conséquent la meilleure qualité de formation acquise rend plus large les intrants dans le processus de la production rendant sophistiqué les produits finaux de ce fait aboutit alors à transformer l'économie.

Ø Mettre en place les politiques de réduction de chômage structurelle et revoir les salaires en fonction de la qualité de formation

Rappelant brièvement que le chômage structurel est dû fondamentalement l'inadéquation des profils solliciter pour l'emploi et les formations acquises par les agents économiques les rendant improductifs pour ces secteurs spécifiques à offre d'emploi. Il est clair que si les décideurs suivent de près les profils disponible sur le marché de travail en évaluant les diverses possibilités de création d'emploi en fonction du type de main d'oeuvre disponible mais non utilisée cela résoudra à la fois le chômage nominal et le apaisera les effets négatifs structurels sur l'emploi. Par conséquent, ça rendra plus dynamique l'appareil productif ainsi conduira aussi l'accroissement de l'emploi formel qui draine l'industrialisation et enfin abouti à la transformation structurelle

Ø Redéfinir le climat économique à travers les politiques d'import-substitution

Avant de permettre tout accord de partenariat économique à l'échelle internationale les pays de cette région doivent renverser leur tendance d'importation et de plus exporter ce qui est plus créateur de richesse. Cela n'est effectif que si l'appareil productif fonctionne efficacement afin de contenir et satisfaire la consommation d'abord interne pays avant de pouvoir exporter le surplus de production conduisant ainsi à s'adapter à l'interaction des flux étrangers en matière de commerce. Mais la difficulté des pays africains est de vouloir exporter sans satisfaire la consommation interne ce qui pousse naturellement la population à vouloir plus consommer à l'étranger donc importer et par conséquent la non valorisation et le désintéressement aux produits locaux et de préférences de produits extérieurs qui pourtant sont constituer des même composants productifs, adjointes à l'absence d'une qualité en capital humain rend immédiatement caduque la transformation de la structure productive car un pays ne peut se transformer sans avoir de grenier qui lui est propre. La capacité de l'appareil productif d'un pays le définit sa taille dans la chaîne de valeur mondiale.

Ø Développer les politiques d'imitation et de viabilité dans le processus de la transformation profonde de la structure productive.

En effet, le problème de transformation structurelle dont se confronte l'Afrique subsaharienne n'est pas l'initiation des procédures de transformations mais la non-exécution de l'intégralité de chaque étape de la transformation structurelle. Ce qui fait que ses pays quittent d'une agriculture bien que moins élaborée jusqu'à lors car manque d'autosuffisance de celle-ci et mutent pour l'industrialisation qui ne s'achevant pas, s'orientent aux services en cela naît un problème de fragilité des secteurs même ceux à faible productivité. Par conséquent la soutenabilité conduit ses pays à maintenir de forts investissements dans tous les secteurs simultanément les rendant moins efficaces et moins développés associé à l'instabilité macroéconomique, la forte dépendance aux produits primaires conduit à les maintenir dans ce cercle appauvrissant. Ceci ressemble à la théorie du Big-push dont les pays africains n'ont pas ce profil. Alors ses pays doivent essayer de se sophistiquer à travers des productions à peu d'exportateurs et à intrants très complexes usés dans le processus cela ramènera plus rapidement l'Afrique sur le sentier de développement. Pour y arriver les décideurs doivent favoriser l'essor du secteur recherche et développement qui est source de développement de toute technologie et d'innovation en commençant d'abord par l'imitation forte dans les secteurs à forte intensité capitalistique et de productivité les rendant plus résilientes aux fluctuations, qui vont permettre des migration interne dans la composante sectorielle à cause des employés performants et plus formés capable de concevoir tant sur le plan extensif ou intensif, dont ils seront utilisés comme moteur de l'innovation technologie source de transformation structurelle et de croissance grâce à un capital humain de qualité supérieure.

REFERENCES BIBLIOGRAPHIQUES

ACEMOGLU and VERONICA (2008), «Capital deepening and non-balanced economic growth,» Journal of Political Economy, Vol. 116, No.3, June 2008, pp. 467-498.

AGHION, P. et P. HOWITT, (1992). `A Model of Growth Through Creative Destruction', Econometrica, 60(2), 323-351.

ALAYA, M. (2012). `The determinants of MENA export diversification: An empirical analysis. Corruption and Economic Development' ERF 18th Annual Conference March, pp. 25-27.

ARAWOMO D. F., OYELADE A. O. & TELLA, A. T. (2014). Determinants of Export Diversification in Nigeria: Any Special Role for Foreign Direct Investment (FDI)?. Journal of Economics and Business Research, 20(2), 21-33.

ARELLANO, M. and O. BOVER (1995) `Another Look at the Instrumental-Variable Estimation of Error Component Models,' Journal of Econometrics, 68(1), 29-52.

ARELLANO, M. and S. R. BOND (1991) `Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations, review of economic studies, 58(2), 277-297.

Bah, E. (2010). Structural Transformation Paths Across Countries. Department of Economics. The University of Auckland, New Zealand

Banque Africaine de Développement (2011) «Stratégie de la BAD en matière de développement du capital humain (2012-2016) : un milliard de possibilités : développer le capital humain pour une croissance inclusive en Afrique», Projet de document d'orientation, 1-37.

Banque Africaine de Développement (BAD), Centre de Développement de l'Organisation de Coopération et de Développement Economiques (OCDE), Programme des Nations Unies de Développement (PNUD) et Commission Economique pour l'Afrique (CEA) (2011) «Perspectives économiques en Afrique», Editions OCDE, 1-318.

BANQUE MONDIALE (1993), « Le miracle est-asiatique: croissance économique et politique publique ». Banque mondiale,Washington DC

BANQUE MONDIALE, (1991). World Development Report 1991: The Challenge of Development. New York: Oxford University Press, pp.323

BARRO, R. J. and J. W. Lee (2000) `International Data on Educational Attainment: Updates and Implications,' Center for International Development, Harvard University, Working Paper No. 42.

BARRO, R. J., and X. Sala-i-Martin, (1995). Economic Growth, Cambridge, MIT Press.

BARRO, R., 2002. `Education as a Determinant of Economic Growth. dans : LAZEAR, E.P., Education in the twenty first Century'. Stanford : Hoover Institution Press, pp. 9-24.

BARRO, RJ, LEE J. W, (1993), Comparaisons internationales du niveau d'instruction, Journal of Monetary Economics 32, no. 3 (décembre), pp.363-370.

BECKER GARY (1962), «Investment in Human Capital: A Theoretical Analysis», Journal of Political Economy, Vol. 70, No. 5, p. 9-49.

BECKER, G.S., 1993. Human capital: A theoretical and empirical analysis with special reference to education. 3ème edition, Chicago : The university of Chicago press, pp. 412

BEN AMAR , M. & HAMDI, M. T. (2012) «Global Competitiveness and Economic Growth: Empirical Verification for African Countries», International Journal of Economics and Finance, Vol. 4, n°.6, 125-131.

BEN HAMMOUDA, H. OULMANE N. & JALLAB M. S. (2009). D'une diversification spontanée à une diversification organisée, Revue Economique, 60(1), 133-156.

BENHABIB J., SPIEGEL MM, (1994), ` Le rôle du capital humain dans le développement économique', Témoignages tirés du temps de parcours total, Journal of economic development.

BENHABIB, J., SPIEGEL, MM, STAAZ, (1994), «  Le rôle du capital humain dans l'économie donnée sur le développement tiré de données agrégées sur plusieurs pays ». Journal. Economie monétaire. 34, 143-173.

BLUNDELL, R. and S. R. BOND (1998) `Initial Conditions and Moment Restrictions in Dynamic Panel Data Model,' Journal of Econometrics, 87, 115-143.

BOGLIACINO, F., PIANTA, M., 2013. Profits , R & D et innovation: un modèle et un test.

BOND, S., HOEFFLER, A., TEMPLE, J.,( 2001). Estimation GMM de la croissance empirique

BODMAN. P, LE, (2013). Évaluer les rôles de la capacité d'absorption et de la capacité économique la distance dans le lien investissement direct étranger-croissance de la productivité. Appl. Econ. 45 (8), 1027-1039.

CADOT O., CARRÈRE C. & STRAUSS-KAHN V. (2011). Trade diversification: Drivers and impacts. (Published as a chapter in the ILO-EU co-publication «Trade and Employment: From Myths to Facts», Jansen M. & al.), pp 253-307.

CASELLI, F., and W. J. COLEMAN II (2001): «The U.S. Structural Transformation and Regional Convergence: A Reinterpretation,» Journal of Political Economy, 109(3), 584- 616.

CASELLI, F., G. ESQUIVEL and F. LEFORT (1996) `Reopening the Convergence Debate: A New Look at Cross-Country Growth Empirics,' Journal of Economic Growth, 1(3), 363-389.

CHENERY.H, (1979) `Structural Change and Development Policy', Oxford University Press, New York.

CHENERY, HOLLIS B. (1960), «Patterns of Industrial Growth,» American Economic Review, Vol. 50, No. 3, September 1960, pp. 624-54

CICCONE, A., PAPAIOANNOU, E., 2009. ` Le capital humain , la structure de la production et croissance'. , The Review of Economics and Statistics,. 91 (1), 66-82.

Commission Economique pour l'Afrique (CEA) et Union Africaine (UA) (2012) «Libérer le potentiel de l'Afrique en tant que pole de croissance mondiale», Rapport économique sur l'Afrique, Addis-Ababa, 1-212.

Commission Economique pour l'Afrique (CEA) et Union Africaine (UA) (2010), «Promouvoir une croissance forte et durable pour réduire le chômage en Afrique», Rapport économique sur l'Afrique, Addis-Abeba, 1-260.

Commission Economique pour l'Afrique (CEA) et Union Africaine (UA) (2011) «Gérer le développement : le rôle de l'Etat dans la transformation économique», Rapport économique sur l'Afrique, Addis-Abeba, 1-160.

Commission Economique pour l'Afrique (CEA) et Union Africaine (UA) (2014) «L'industrialisation au service du développement inclusif et de la transformation en Afrique», Document de synthèse, Abuja, 1-21. Cummins M et Ortiz I. (2012) «L'inégalité mondiale : la répartition des revenus dans 141 pays», Document de travail, New York, UNICEF, 1-77.

croissance économique ? Oxf. Taureau. Econ. Stat. 76 (3), 334-359

DIAS, J., J. MCDERMOTT, (2006). Institutions , éducation et développement: le rôle de entrepreneurs. J. Dev. Econ. 80, 299-328.

DIAS, J., TEBALDI, E.,( 2012). Institutions , capital humain et croissance: le rôle institutionnel mécanisme. Structure. Changer Econ. Dyn. 23 (3), 300-312.

DIETRICH, A., 2012. La croissance provoque- t-elle un changement structurel ou est-ce l'inverse ? Analyse dynamique par panel de données pour sept pays de l'OCDE. Empir. Econ. 43 (3), 915-944. et Inequality: Evidence from Rural China », document de travail de l'Institut Davidson 29 Ind. Corp. Change 22 (3), 649-678.

DIXIT AND A. WOODLAND, «The relationship between factor endowments and commodity trade,» Journal of International Economics, vol. 13, no. 3-4, pp. 201-214, 1982.

FISHER, AGB (1939). Production primaire, secondaire et tertiaire. Records économiques. 15: 24-38.

FUENTES R., (2009). Managing Natural Resources Revenue: The Case of Chile, OxCarre research paper n° 40, university of oxford.

GRILICHES, Z, (1977), Estimation des rendements de la scolarisation: quelques problèmes économétriques, Econometrica 45, p. 1-22.

HAUSMANN, R. and B. KLINGER (2006) `Structural Transformation and Patterns of Comparative Advantage in the Product Space,` Center for International Development, Harvard University, Working Paper No. 128

HAUSMANN, R. and D. RODRIK (2003) `Economic development as self-discovery,' Journal of Development Economics, 72, 603-633.

HAUSMANN, R., J. HWANG and D. RODRIK (2006) `What You Export Matters,` Center for International Development, Harvard University, Working Paper (October 2006).

HAUSMANN,, R., D. RODRIK, and A. VELASCO,( 2008). «Growth Diagnostics,» in: N. Serra and J.E. Stiglitz (eds.), The Washington Consensus Reconsidered: Towards a New Global Governance, New York, Oxford University Press, pp. 324-354.

HIDALGO, C. (2011). Discovering Southern and East Africa's industrial opportunities. The German Marshall Fund Paper Series.

HIRSCHMAN, A. (1964), « the paternity of an index », American economic Review 54 (4- 6), p. 761-762

IMBS, J. and R. WACZIARG (2003) `Stages of Diversification,' American Economic Review, 93(1), 63-86.

KLINGER, B. and D. LEDERMAN (2006) `Diversification, Innovation, and Imitation inside the Global Technological Frontier, World Bank Research Policy Working Paper 3872.

KNIGHT, M., N. LOAYZA, and D. VILLANUEVA (1993) `Testing the Neoclassical Theory of Economic Growth: A Panel Data Approach,' IMF Staff Papers, 40, 512-541.

KUZNETS, S. (1955). Towards a Theory of Economic Growth. In Lekachman R.(ed.). National Policy for Economic Welfare at Home and Abroad. Garden City, NY : Doubleday.

Kuznets, S. (1961). Quantitative Aspects of the Economic Growth of Nations, IV.Long term trends in capital formation proportions. Economic Development and Cultural Change 9: 1-124.

KUZNETS, S. (1971). `Economic Growth of Nations'. Harverd University Press. Lucas, R. E. Jr. (1988). On the Mechanics of Economic Development. Journal of Monetary Economics. 22|(1): 3-42.

KUZNETS, S., (1955). Economic Growth and Income Inequality. American Economic Review, 65, 1-28

LEWIS, W.A.,(1954). Economic development with unlimited supplies of labour. Manchester school, 22, 139-191

LUCAS, RE Jr. (1988). Sur les mécanismes du développement économique. Journal of Monetary Économie. 22 | (1): 3-42.

LUCAS, ROBERT and EDWARD PRESCOTT, «Equilibrium Search and Unemployment,» Journal of Economic Theory, 1974, 7, 188-209

MANKIW, G. N., D. ROMER, and D.N. WEIL (1992) `A Contribution to the Empirics of Economic Growth,' Quarterly Journal of Economics, 107, 407-37.

MCKINSEY GLOBAL INSTITUTE (MGI) (2010) «Lions on the move: the progress and potential of Africa economies', McKinsey Global Institute, 1-82.

MCMILLAN, M. S. et D. RODRIK, (2011)., Globalization, Structural Change and Productivity Growth, NBER Working Papers 17143, National Bureau of Economic Research, Inc.

MINCER, J. (1974): Schooling, Experience, and Earnings. Columbia University Press, New York.Monetary Economics 34, 1994, pp.143-173.

NELSON R. & PHELPS E. (1966), "Investments in humans, technological diffusion and economic growth", American Economic Review, Vol. 61, No. 2, p. 69-75.

ONU, 2013, Diversification et sophistication comme levier de la transformation structurelle des économies Nord Africaines. Rabat : CEA/BSR-AN, Nations Unies.

Organisation des Nations Unies pour le Développement Industriel (ONUDI) et Conférences des Nations Unies sur le Commerce et le Développement (CNUCED) (2011) «Promouvoir le développement industriel en Afrique dans le nouvel environnement mondial», Rapport spécial sur le développement économique en Afrique, Nations-Unies, New-York et Genève, 1-139.

Organisation Internationale du Travail (OIT) (2009) «Tendances mondiales de l'emploi», OIT, Genève, 1-55.

Programme des Nations Unies pour le Développement (PNUD) (2012) «Vers une sécurité alimentaire durable», Rapport sur le développement humain en Afrique, New-York, Résumé, 1- 24. Van Pottelsberghe D. P. B. (1997) «Issues in assessing the effect of interindustry R&D spillovers», Economic Systems Research, volume 9, n° 4, 331-356.

RILEY G (2012), Croissance économique - Le rôle du capital humain et social, de la concurrence et de l'innovation.

RODRIK, D. (2005) `Policies for Economic Diversification, ` CEPAL Review, 87, 7-23.

RODRIK, D., 2012. Comments on New Structural Economics by Justin Yifu Lin. World Bank Res Obs, 26 (2), 227-229.

ROODMAN, D., «A Note on the Theme of Too Many Instruments,»Oxford Bulletin of Economics andStatistics, 71, 135-58, 2009.

S. COURAKIS (2005), «Labour skills and human capital in the explanation of trade patterns,» Oxford Economic Papers, vol. 43, no. 3, pp. 443-462, 1991.

SACERDOTI E., BRUNSCHWIG S., TANG J. (1998), «The impact of human capital on growth : evidence from West Africa», Working Papers 98/163, FMI.

Schultz, T. P. (1971): «Rural-Urban Migration in Colombia,» The Review of Economics and Statistics, 53(2), 157-163.

SCHUMPETER, J., (1949). Economic theory and entrepreneurial history, dans Wohl, R. R., Change and the entrepreneur: postulates and the patterns for entrepreneurial history, Massachusetts: Harvard University Press Serena María J. Freire, 2001. Accumulation de capital humain et croissance économique, Investigaciones Económicas, vol.XXV (3), p. 585-602;

STIGLER G.S. (1961), "The Economics of information", Journal of Political Economy, vol. 78, p. 213-225.

The European Journal of Comparative Economics. Vol. 6, n. 1. Pp. 101 - 129.

UNESCO (1990), Education de Base et Alphabétisation : Indicateurs Statistiques dans le Monde, Paris

Zhao, Y, JUSTMAN, TEUBAL (1997) «Migration de la main-d'oeuvre et retour à l'éducation rurale en Chine», AmericanJournal of Agricultural Economics , 79 (4), 1278-1283.

ANNEXES

Graphique.2.4. Evolution des exportations de haute technologie de la CEEAC

Source : Auteur

Graphique : Evolution Conjointe de l'indice de diversification de chaque région d'Afrique subsaharienne.

Source : Auteur à partir des données de la Banque Mondiale (WDI 2018)

Source : Estimations de l'auteur à partir du logiciel Stata 14

Estimation pour le premier modèle :

Dynamic panel-data estimation, two-step system GMM

------------------------------------------------------------------------------

Group variable: pays Number of obs = 374

Time variable : Année Number of groups = 22

Number of instruments = 21 Obs per group: min = 17

F(11, 21) = 54.80 avg = 17.00

Prob > F = 0.000 max = 17

------------------------------------------------------------------------------

div | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

div |

L1. | .3868423 .2350454 1.65 0.000 -.1019614 .8756459

tbsp | .06177 .000441 1.40 0.005 -.0002994 .0015348

sant | -.006284 .0017769 -0.35 0.885 -.0043237 .0030669

Année | -0031733 .0011314 2.80 0.946 .0008204 .0055262

ide | -.0045095 .0012181 -5.34 0.007 -.0090426 -.0039764

emplind | -.0041373 .00573 -0.91 0.338 -.0067351 .0004605

urban | .00297 .000758 0.04 0.731 -.0015837 .001643

consfi| 0.004835 .0012301 -0.39 0.448 -.0030418 .0020747

emplagric | -.0004835 .0012301 -0.39 0.698 -.30418 .0020747

inf | .0002885 .000122 2.37 0.28 .349 .0005422

inv | .0006514 .0009723 0.67 0.020 -0013707 .0026734

_cons | -6.686943 2.085483 -3.21 0.004 -11.02394 -2.349944

-----------------------------------------------------------------------------

------------------------------------------------------------------------------

Arellano-Bond test for AR(1) in first differences: z = -2.44 Pr > z = 0.005

Arellano-Bond test for AR(2) in first differences: z = 1.43 Pr > z = 0.118

------------------------------------------------------------------------------

Sargan test of overid. restrictions: chi2(28) = 21.67 Prob > chi2 = 0.796

(Not robust, but not weakened by many instruments.)

Hansen test of overid. restrictions: chi2(28) = 8.74 Prob > chi2 = 1.000

Source : Estimations de l'auteur à partir du logiciel Stata 14

TABLE DE MATIERES

AVERTISSEMENT I

SOMMAIRE II

DEDICACE III

REMERCIEMENTS IV

SIGLES ET ABREVIATIONS VI

LISTE DES GRAPHIQUES VII

RESUME IX

ABSTRACT X

INTRODUCTION GENERALE 1

CHAPITRE I : CADRE THEORIQUE  DE LA RELATION ENTRE LE CAPITAL HUMAIN ET LA TRANSFORMATION STRUCTURELLE 11

INTRODUCTION 12

SECTION 1. CADRE THÉORIQUE DU CONCEPT DE LA TRANSFORMATION STRUCTURELLE. 13

1.1. Définition et évolution de la transformation structurelle 13

1.2. Les indicateurs de mesure de la transformation structurelle 15

1.2.1. La diversification des exportations : indicateur de la transformation structurelle ............................................................................................. 16

1.2.2. La sophistication des exportations : mesure de la transformation structurelle 18

SECTION 2. CADRE THÉORIQUE DU CONCEPT CAPITAL HUMAIN 20

2.1. Définition et évolution du capital humain 20

2.2. Les indicateurs de mesure du capital humain 22

2.2.1 L'éducation comme indicateur du capital humain 22

2.2.2 La santé comme mesure du capital humain 24

2.2.3 La formation/emploi comme une mesure du capital humain 25

CONCLUSION 25

CHAPITRE II : REVUE DE LA LITTERATURE SUR LA RELATION ENTRE LE CAPITAL HUMAIN ET LA TRANSFORMATION STRUCTURELLE 26

INTRODUCTION 27

SECTION 1. REVUE DE LA LITTÉRATURE THÉORIQUE 27

1.1. Approches théoriques de la relation directe entre le capital humain et la transformation structurelle 27

1.1.1. Approches des théoriciens de la croissance 28

1.1.2 Approches structuralistes 30

1.2 Approches théoriques de la relation indirecte entre le capital humain et la transformation structurelle 31

SECTION 2. REVUE DE LA LITTÉRATURE EMPIRIQUE 33

2.1 Relation directe entre le capital humain et la transformation structurelle 33

2.2 Relation indirecte entre le capital humain et la transformation structurelle 35

CONCLUSION 38

CHAPITRE III : CADRE ANALYTIQUE ET METHODOLOGIE 39

INTRODUCTION 40

SECTION1. CADRE ANALYTIQUE : CAPITAL HUMAIN ET TRANSFORMATION STRUCTURELLE 40

1.2. Evolution de l'indice de diversification des exportations des régions d'ASS 41

a) La Région de la CAE 41

b) La région du SADC 42

c) La région du CEN-SAD 43

d) La Région de la CEDEAO 44

f) Toutes les Régions regroupées 45

a) L'espérance de vie en Afrique subsaharienne 46

1.2. Le Capital humain et la sophistication des exportations des régions d'ASS 48

1.2.1. Le niveau de sophistication des exportations des régions d'ASS 48

1.2.2. Evolution de l'indicateur de la sophistication des exportations des régions d'ASS 49

a) La Région de la CAE 49

b) La région du SADC 50

c) La région du CEN-SAD 50

d) La région de la CEEAC 51

e) La région de la CEDEAO 52

f) Toutes les régions regroupées 53

1. Le Taux brut de scolarisation en Afrique Subsaharienne 53

3. Evolution conjointe du capital humain et la sophistication en ASS 55

SECTION 2. MÉTHODOLOGIE ET DONNÉES. 56

2.1. Présentation des modèles 56

2.1.1 Présentation des variables 58

2.2. Présentation de la méthode d'estimation 60

2.2.1 Présentation de la méthode des Moments Généralisées (GMM) 60

2.2.2 Principaux tests de validation du modèle. 63

2.3. Les sources de données 63

CONCLUSION 64

CHAPITRE IV : PRESENTATION ET ANALYSE DES RESULTATS 65

INTRODUCTION 66

SECTION 1. PRÉSENTATION DES RÉSULTATS DESCRIPTIFS 66

1.1 Analyse descriptive des résultats 66

1.2 Corrélation entre les variables 68

SECTION 2. PRÉSENTATION ET ANALYSE DES RÉSULTATS ÉCONOMÉTRIQUES 69

2.1. Présentation des résultats économétriques. 69

2.2. Interprétation et analyse économique des résultats 71

2.2.1. Interprétation des résultats 71

CONCLUSION 75

CONCLUSION GENERALE 76

REFERENCES BIBLIOGRAPHIQUES 76

ANNEXES 76

TABLE DE MATIERES 76

* 1 L'interventionnisme de l'Etat est l'une des principales thèses d'obédience Keynésienne, prônant l'idée selon laquelle l'Etat doit intervenir sur le marché afin de réguler les défaillances et imperfections conduisant à une situation d'équilibre de sous-emploi.

* 2 Les cinq étapes de croissances selon Rostow : La société traditionnelle, les conditions préalables au décollage, le décollage, la phase mature, l'âge de la consommation de masse.

* 3 La diversification des exportations est définie au sens d'Hidalgo et Hausman (2009) comme la large gamme des produits fabriqués et exportés sans modifier nécessairement les niveaux de productivités.

* 4 La sophistication des exportations quant à elle est le niveau d'élaboration très complexe ou d'une perfection technique des produits à exportés d'un pays Balassa (1965).

* 5 L'entropie a été introduite en 1865 par R. Clausius, elle caractérise le degré de désorganisation ou d'imprédictibilité du contenu en information d'un système.

* 6 Il s'agit des chocs monétaire, réelle en générale que fait face une économie reçoivent. De ce fait, une économie qui a un faible niveau de diversification est dite vulnérable ou forte dépendante d'un type de produits et de ce fait les fluctuations des prix internationaux de ses produits conduisant systématiquement à fragiliser le tissu économique du pays.

* 7 L'ubiquité renvoie à la notion d'omni présence, dans cette étude elle fait mention des produits de même nature que détiennent plusieurs exportateurs ou producteurs à un moment donné.

* 8 Les points ici renvoie aux cinq zones géographiques de l'Afrique à savoir l'Afrique du nord, l'Afrique du sud, l'Afrique de l'Est, l'Afrique de l'Ouest, l'Afrique Central.

* 9 Dans l'ensemble les mots entre parenthèses sont les noms abrégés des variables utilisées dans notre modèle par exemple la variable diversification est abrégée DIV, de même les autres variables.

* 10 Les deux raisons de ce résultat contradictoires sont que : premièrement le volet formation/emploi dans les pays d'Afrique n'est point prise en compte ensuite l'absence de production interne conduit à une difficulté même de rendre les outputs plus élaborés et denses en recherchant la qualité des produits






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Qui vit sans folie n'est pas si sage qu'il croit."   La Rochefoucault