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
  

précédent sommaire suivant

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

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.

* 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.

précédent sommaire suivant






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








"Et il n'est rien de plus beau que l'instant qui précède le voyage, l'instant ou l'horizon de demain vient nous rendre visite et nous dire ses promesses"   Milan Kundera