Memoire Online - Etude de la participation du port de Cotonou à l'essor économique du Bénin

L'Ecole Nationale d'Economie Appliquée et de Management (ENEAM) n'entend donner aucune approbation, ni improbation aux opinions émises dans ce mémoire ; ces opinions doivent être considérées comme propres à leurs auteurs.

Je dédie ce mémoire en reconnaissance à mes parents, Sikirou AMOUSSA et Moulératou GATTA pour leur amour et les sacrifices qu'ils ont dû accomplir pour me donner le meilleur d'eux-mêmes et à tous ceux qui me portent dans leur coeur.

Je dédie principalement ce mémoire à mes parents, Louis de Gonzagues HOUNSINOU et Guirissou N'bi OROU SIHO, qui de jour comme de nuit, n'ont ménagé aucun effort pour m'orienter sur le droit chemin.

S'aventurer dans les méandres de l'économie reste une tâche fastidieuse du fait de la dimension des champs couverts par celle-ci, les instruments à utiliser, les indications et solutions envisageables.

L'importance du travail à accomplir, le nombre élevé de documents à consulter, ont imposé une recherche harassante, recherche au cours de laquelle beaucoup de compétences ont été utilisées, qu'il s'agisse de statisticiens, d'économistes, etc.

Leur contribution à l'amélioration de ce travail a été inestimable et positive. Les remerciements les plus ineffables sont particulièrement adressés à :

M^r Bachir SOUBEROU, Directeur de la Prévision et de la Conjoncture, qui nous a prodigué de multiples conseils ;

M^r Médard DJINKPO, tuteur de ce mémoire qui, malgré ses nombreuses occupations et sa lourde responsabilité, a su nous faire bénéficier de sa disponibilité ;

M^r Habib TIDJANI, Chef du Service du Suivi Budgétaire et de l'Analyse Conjoncturelle, qui n'a ménagé aucun effort pour nous soutenir et nous aider dans nos actions ;

M^r Aristide MEDENOU, Chef du Service de la Programmation Economique et Financière, qui a été d'une attention particulière dans le choix de ce thème et pour les éclaircissements donnés dans l'approfondissement de ce thème ;

M^r Abraham BIAOU, Ingénieur Statisticien économiste au service des Comptes Nationaux /INSAE pour l'intérêt particulier accordé à ce travail ;

M^r Charles SESSEDE et à tous ses collaborateurs, pour les soutiens et les multiples contributions à la conception et à la réalisation de l'étude ;

M^r Serge GBEGAN agent du service statistique des études et des performances au Port Autonome de Cotonou, pour l'intérêt particulier accordé à ce travail,

M^r Codjo DADO, Directeur de l'ENEAM, et à tout le corps professoral de L'ENEAM pour tous les efforts accomplis dans l'amélioration de la formation en Statistique à l'ENEAM ;

Tous les agents de la Direction de la Prévision et de la Conjoncture qui nous ont témoigné leur amour par divers soutiens ainsi qu'à tous les stagiaires de la DPC pour nous avoir été d'une précieuse aide dans la rédaction de cette étude sans oublier tous nos amis modulaires.

Enfin que toutes les personnalités et autres compétences, qui dans l'ombre et au cours des discussions à bâtons rompus que nous avons eues avec elles et qui ont guidé notre rédaction, trouvent ici l'expression de notre profonde gratitude et nous pardonne de n'avoir pas pu les citer nommément.

L'Ecole Nationale d'Economie Appliquée et de Management (ENEAM) du Bénin est d'une grande renommée et assure depuis 1981 une formation de haut niveau en STATISTIQUE et en ECONOMIE APPLIQUEE des cadres venant de tous horizons d'Afrique francophone.

Dans le cadre de la formation des Ingénieurs de Travaux Statistiques (ITS), il est de coutume qu'à la fin des trois ans de formation, d'initier les ingénieurs en devenir au travail du terrain ; c'est ainsi qu'un stage de trois mois est organisé à cet effet.

Ce stage a pour but de permettre aux élèves ingénieurs qui viennent d'acquérir les outils de base de la statistique et de l'économétrie, de pouvoir les confronter aux réalités du terrain.

En fonction des objectifs propres ou d'insuffisances constatées au niveau du fonctionnement sur le lieu de stage, l'étudiant émet des hypothèses de recherche et entreprend des études dans le souci d'aider à une efficacité plus grande du service où il a accompli son stage. Il s'agit donc pour lui de faire des propositions concrètes en vue d'améliorer les méthodes de travail.

Le présent document est élaboré à l'issue d'un stage effectué à la Direction Générale des Affaires Economiques (DGAE) du Ministère des Finances et de l'Economie (MFE), précisément à la Direction de la Prévision et de la conjoncture (DPC) sur le thème « Port de Cotonou, moteur de l'économie nationale ?», un thème qui après une révision s'intitulera : « Etude de la participation du Port de Cotonou à l'essor économique du Bénin ».

Ce travail constitue un outil de base dans la compréhension des interrelations existantes entre l'évolution de l'activité portuaire et celle de la croissance économique. Il présente une méthodologie soutenue par des traitements exécutables sous le logiciel Eviews (5ème version).

La Direction Générale des Affaires Economiques (DGAE) du Ministère de l'Economie et des Finances (MEF) est chargée de proposer des mesures de politiques économique et financière à court, moyen et long terme au Gouvernement, d'évaluer leurs effets sur les principales variables macro-économiques et monétaires et de suivre leur mise en oeuvre.

Il faut noter que la Direction Générale des Affaires Economiques (DGAE) était dénommée la Direction Générale de l'Economie (DGE). En outre, la Direction de la Prévision et de la Conjoncture (DPC) de la DGAE était elle aussi, nommée Direction de l'Analyse Economique et de la Prévision (DAEP).

Ø Présentation de la Direction de la Prévision et de la Conjoncture (DPC)

Conformément aux dispositions de l'article 56 du Décret n°2005-110 du 11 mars 2005 portant Attributions, Organisation et Fonctionnement du Ministère des Finances et de l'Economie, la Direction de la Prévision et de la Conjoncture (DPC) a pour mission de proposer et de mettre en oeuvre une stratégie économique nationale ainsi que de faire le diagnostic régulier de l'économie et d'en déterminer les implications à court, moyen et long termes sur les agrégats macro-économiques et monétaires. Elle est également chargée d'établir les prévisions financières et les objectifs budgétaires compatibles avec les contraintes économiques et de suivre l'élaboration, l'analyse et la projection de la balance des paiements.

La DPC comprend trois services que sont : le Service de la Programmation Economique et Financière (SPEF), le Service du Suivi Budgétaire et de l'Analyse Conjoncturelle (SSBAC) et le Service des Etudes et Statistiques (SES). Outre ces services, la Direction dispose d'un Secrétariat Administratif et d'un Bureau des Affaires Administratives et Financières.

Il est chargé des projections économiques à court et moyen termes. Il participe à l'élaboration du budget de l'Etat, à la préparation des Programmes Economiques et Financiers et aux travaux de la Commission chargée d'établir la balance des paiements.

Il est chargé d'une part, du suivi de l'activité économique aussi bien nationale qu'internationale et du suivi de l'exécution du budget d'autre part. A ce titre, il réalise les principales tâches ci-après :

· l'élaboration périodique du Tableau des Opérations Financières de l'Etat (TOFE) et du Tableau des Opérations de Trésorerie de l'Etat (TOTE), en collaboration avec les Administrations concernées, notamment la Direction Générale du Trésor et de la Comptabilité Publique (DGTCP), la Direction Générale du Budget (DGB) et la Cellule de Suivi des Programmes Economiques et Financiers (CSPEF) :

· la réalisation de Notes de Conjoncture mettant en exergue les désajustements prévisibles à court terme ;

· la rédaction de notes d'information en matière économique et leurs impacts ;

Il est chargé de la Centralisation des statistiques économiques et financières, et de l'amélioration de la connaissance du fonctionnement de l'économie nationale. A ce titre, il s'occupe de :

· La réalisation d'études en vue d'apprécier l'impact des mesures financières sur l'économie ;

· La coordination de l'activité statistique au sein du Ministère de l'Economie et des Finances.

· la présentation du courrier au visa ou à la signature du Directeur de la Prévision et de la Conjoncture et de toutes autres tâches à lui confiées par celui-ci.

Il est chargé, sous la supervision directe du Directeur de la Prévision et de la Conjoncture de :

· coordonner la gestion des moyens matériels de la Direction et de les répartir judicieusement entre les différents services ;

Le Bureau des Affaires Administratives et Financières travaille en étroite collaboration avec le Service Administratif et Financier de la Direction Générale des Affaires Economiques.

INTRODUCTION GÉNÉRALE

Le Bénin s'est engagé depuis la fin des années 80 dans un processus de transformation radicale de son économie. Les réformes entreprises ont contribué à l'amélioration du cadre macro-économique, au désengagement progressif de l'État du secteur productif, à la restructuration du secteur financier et à l'amélioration de la gestion des finances publiques.

Il est de notoriété publique que le Port de Cotonou constitue un atout majeur pour le développement économique du Bénin. Il occupe une position privilégiée sur le trafic maritime de l'Afrique de l'Ouest. En plus du trafic propre du Bénin, il assure la desserte du Niger, du Burkina Faso, du Nigeria et du Mali et se positionne de plus en plus comme le port de convergence de la sous-région. D'autre part, la rationalisation du fonctionnement du port et l'augmentation de ses performances en termes de transit et de trafic de marchandises pourraient avoir des retombées positives sur l'économie béninoise dans son ensemble, en augmentant ainsi l'attractivité du pays auprès des investisseurs internationaux. L'économie béninoise demeure dépendante du commerce, et dans ce contexte, le port pourrait jouer un rôle décisif en tant que plaque tournante commerciale pour l'exportation de produits béninois vers les pays de la sous-région.

A cet égard, la présente étude vise à analyser la contribution du Port à l'essor de l'économie béninoise. Ensuite, les résultats qui en découleront permettront de voir si le Port de Cotonou peut être considéré ou non comme un moteur de l'économie Béninoise et de prendre conscience de sa participation dans la croissance économique.

L'étude est organisée en deux grandes parties. La première procèdera notamment à la présentation de l'état des lieux de la structure économique, celui du trafic portuaire et la revue de littérature. La deuxième présentera le modèle d'analyse, les principaux résultats obtenus, ainsi que leur interprétation économique. Elle s'achève par des suggestions de mesures de politique économique dans l'optique de pallier aux insuffisances du port afin d'étendre ses dimensions bien au delà des frontières nationales.

PRESENTATION DE LA STRUCTURE DE L'ECONOMIE, DU TRAFIC PORTUAIRE, DES FINANCES PUBLIQUES ET REVUE DE LITTERATURE

CHAPITRE I

SECTION 1 : PRESENTATION DE LA STRUCTURE DE L' ECONOMIE

Paragraphe 1 : STRUCTURE SECTORIELLE DU PIB

La croissance du PIB de 5% enregistrée en 2008 s'inscrit dans une tendance à la hausse depuis cinq ans. Ce résultat satisfaisant est principalement lié à la mise en oeuvre des réformes économiques, notamment l'assainissement des finances publiques et l'apurement progressif de la dette de l'État vis-à-vis du secteur privé, au dynamisme des travaux d'infrastructures et de BTP, notamment ceux liés à la CEN-SAD et à la progression soutenue, surtout au premier semestre de 2008, des relations commerciales avec le Nigéria.

Trois secteurs d'activités concourent à la formation du PIB à savoir: le primaire, le secondaire et le tertiaire. De 1999-2008, le secteur primaire a le plus contribué à la formation du PIB. Ainsi, en 1999, sa part dans le PIB a été de 35,8% contre 33,6% pour le tertiaire et 18, 8% pour le secondaire ; en 2000, elle a été de 34,9% contre 34,2% pour le tertiaire et de 12,9% pour le secondaire. Ensuite, elle est passée à 34,5% en 2001 contre 34,4% pour le tertiaire et 13,3% pour le secondaire. Ce n'est qu'à partir de 2002 que cette tendance a été renversée où le tertiaire a pris le dessus sur respectivement le primaire et le secondaire.

Contribuant à plus de 50% à la création de la richesse intérieure, le secteur tertiaire élargi a donc occupé une place de choix dans l'économie béninoise. Le tertiaire s'affiche alors être le principal secteur de l'économie béninoise.

Paragraphe 2 : SECTEURS DE L'ÉCONOMIE

Le Bénin est un pays à vocation essentiellement agricole. En 2007, le secteur primaire a enregistré une augmentation de 4,2% contre 5,6% en 2006. Cette performance est due également aux bons résultats de la campagne agricole (hors coton), notamment la production de céréales et de tubercules, à mettre en liaison avec une pluviométrie satisfaisante par rapport à 2007 et la mise en oeuvre du Programme d'Urgence d'Appui à la Sécurité Alimentaire, en réponse à la crise alimentaire. L'amélioration de la production vivrière concernerait particulièrement le maïs (11%), le riz (36%), le manioc (15%) et l'igname (34%). Globalement, le secteur primaire a connu, en 2008, une augmentation de 3,8% de sa valeur ajoutée et contribué à hauteur de 1,4 point à la croissance du PIB contre 1,6 point en 2007^1(*). Cependant, l'objectif de la Stratégie de Croissance et de Réduction de la Pauvreté (SCRP) de porter le taux moyen de croissance de 3,5% (période 2004-2006) à 6,5% (période 2007-2009) ne semble plus en mesure de pouvoir être réalisé. Malgré ces évolutions globalement positives, l'économie béninoise reste peu diversifiée, principalement structurée autour du secteur agricole, dominé par une culture du coton qui, cette année encore, peine à réaliser les objectifs que les autorités lui ont fixés. La production de coton, estimée à 244 000 tonnes pour la campagne 2008-2009, a reculé de 8,9%, malgré un prix au producteur de 190 FCFA kg qui constitue un des meilleurs prix de la sous-région. Les superficies emblavées ont été évaluées à 209 000 ha contre 234 000 ha lors de la campagne précédente (-10,6%). Des efforts de diversification en faveur de cultures comme le sésame, l'anacarde ou l'huile de palme ont été entrepris ces dernières années. Ainsi, avec 35 000 tonnes en moyenne ces deux dernières années, le secteur de l'anacarde constitue la deuxième culture de rente du pays. L'élevage, essentiellement pratiqué dans le nord du pays, demeure insuffisant pour faire face aux besoins. Quant à la pêche, sa valeur ajoutée a progressé de 3% bien que les ressources halieutiques du Bénin déclinent régulièrement^2(*).

Graphique 2 : Évolution du PIB par branche du secteur primaire (Données en Milliard de FCFA)

Le tissu industriel béninois est faible et n'occupe que 10% de la population active. Le secteur secondaire est dominé par les usines d'égrenage du coton, les industries alimentaires et les entreprises du BTP, notamment les cimenteries. Lafarge et deux autres sociétés (Société des Ciments du Bénin et CIMBENIN) se partagent une production annuelle d'environ 1,35 million de tonnes. Une nouvelle unité, le groupe Cimenterie du Sahel, dotée d'une centrale électrique et d'une capacité de 1,2 million de tonnes, devrait être opérationnelle en 2010. Environ un tiers de la production béninoise alimente le marché du Nigéria, mais la demande nationale de ciment (70kg/habitant, soit le double de la consommation moyenne ivoirienne) demeure très soutenue aussi bien de la part des institutions (constructions liées à la tenue de la CEN-SAD) que des particuliers. En 2008, l'indice de la production industrielle a progressé de 9,8%, en glissement annuel, en liaison avec l'amélioration de l'activité dans le secteur de la transformation artisanale des produits vivriers et l'égrenage de la campagne cotonnière 2007-2008.

La valeur ajoutée de ce secteur a connu une hausse en termes réels de 6,1% en 2008 essentiellement en raison des vastes travaux d'aménagement public réalisés par l'État. La valeur ajoutée en termes réels de la branche BTP a connu en effet une progression de 7,8% en 2008. Cette hausse devrait se poursuivre en 2009 pour se situer à 6,8%, en raison de la poursuite de l'exécution des projets d'infrastructures. La hausse de la valeur ajoutée en termes réels des industries manufacturières est estimée à 8% en 2008. Les industries extractives demeurent pratiquement au même niveau qu'en 2007. Ce regain de l'activité est en relation avec les bonnes performances enregistrées au niveau des BTP tirées notamment par l'organisation du 10^ème Sommet de la CEN-SAD, et au niveau des industries manufacturières^3(*).

Toutefois, le secteur secondaire au Bénin demeure embryonnaire. Il ne représente que 14,5% du Produit Intérieur Brut (PIB). La production industrielle est dominée par l'industrie alimentaire, l'industrie textile et la cimenterie. L'industrie textile reste une branche dynamique, même si elle fait face à une concurrence internationale, notamment chinoise, de plus en plus vive. L'insuffisance des capacités entrepreneuriales et managériales, le manque d'investisseurs dans le secteur, le faible niveau d'exploitation et de valorisation des ressources locales et l'inadaptation de l'environnement institutionnel et réglementaire, constituent les principales entraves au développement industriel du pays. Les fortes potentialités en ressources minières du pays (or, calcaire, marbre, fer et phosphates) demeurent très peu exploitées par le secteur formel.

Graphique 3: Évolution du PIB par branche du secteur secondaire (Données en Milliard de FCFA)

Le secteur tertiaire contribue pour près de la moitié à la formation du PIB (49,2%). La position géographique du Bénin par rapport aux pays de l'hinterland (le Niger, le Burkina Faso et le Mali) lui offre de larges opportunités en matière de transport, transit et tourisme. Les activités du tertiaire reposent essentiellement sur le commerce qui reste largement tributaire de l'état des relations avec le grand voisin, le Nigeria. L'activité dans ce secteur a poursuivi la hausse entamée depuis 2006 avec des taux de croissance qui ressortent à 5,5% en 2007 et à 6,9% en 2008 contre 3,4% en 2006. Cette performance est relative à l'amélioration de la compétitivité du Port de Cotonou grâce aux différentes réformes qui y sont engagées et au renforcement des relations de coopération avec le Nigeria, principal destinataire du commerce de réexportation. Mais le secteur reste confronter à des difficultés de relance telles que l'inadéquation et/ou l'insuffisance des textes législatifs et réglementaires, le développement de la contrebande, le déficit de coordination des actions des différentes structures nationales impliquées dans le développement des échanges. Ce secteur a connu une progression remarquable en 2008 (7%) grâce au regain de dynamisme des activités commerciales avec le Nigeria et les pays de l'hinterland. Reste que les perspectives d'évolution du secteur sont mitigées, en raison des incertitudes qui pèsent sur l'évolution du commerce de réexportation. Le système financier, lui, a été redynamisé après la crise qu'il a connue au cours des années 1980, mais les produits offerts sont peu variés. Quant au tourisme, il reste peu développé. L'absence pendant longtemps d'une véritable politique de développement touristique, n'a pas permis d'exploiter les potentialités importantes dont recèle le pays. A cela, il faut ajouter les réformes engagées dans le sous secteur des télécommunications notamment au niveau des GSM. La hausse enregistrée dans le secteur tertiaire est également imputable aux effets induits de l'amélioration de l'activité dans les secteurs primaire et secondaire. En 2009, le taux devrait enregistrer également une croissance, mais de moindre envergure en raison essentiellement d'une performance moindre des exportations en direction du Nigeria. La baisse du prix du baril de pétrole affecte en effet les revenus dans ce pays, ce qui pourrait se traduire par un tassement (baisse par rapport à un précédent niveau) de la demande.

Graphique 4: Évolution du PIB par branche du secteur tertiaire (Données en Milliard de FCFA

La branche transports et télécommunications a connu une croissance estimée à 6,1% en 2008, soutenue par l'accroissement de l'activité portuaire et la forte demande pour la téléphonie mobile.

Paragraphe 1 : EVOLUTION RECENTE DU TRAFIC

Le Port Autonome de Cotonou (PAC) a connu une augmentation de son volume d'activité de 12,8% en 2007, le trafic des conteneurs progressant de 19,6%. Cette augmentation très forte (l'activité est passée de 1,1 million de tonnes en 1990 à 6,1 millions de tonnes en 2007) amène le port à connaître désormais une situation de saturation, nécessitant de nouveaux investissements. Ainsi, en août 2007, le groupe MAERSK a installé deux grues mobiles et fait construire un port sec dans le quartier Zongo de Cotonou. Depuis janvier 2008, des travaux d'extension des terminaux à conteneurs ont été entrepris. Le programme d'aide signé avec le Millenium Challenge Corporation (MCC) américain prévoit une enveloppe de 160 millions USD afin de moderniser et d'améliorer les capacités d'accueil et d'accroître la sécurité du PAC. Les travaux ne devraient pas commencer avant le quatrième trimestre 2008. Un projet de création d'un pôle logistique à Parakou, à 400 km au nord de Cotonou, vise en particulier à décongestionner le PAC.

Le nombre de navires de commerce (exclusion faite des chalutiers, navires de plaisance et navires de guerre) ayant fait escale au port de Cotonou au cours de l'année 2007 est de 1045 contre 1081 en 2006, soit une baisse de 3,33%. Cette baisse s'explique notamment par la fréquentation du Port de Cotonou par des navires de plus grandes tailles au cours de l'année 2007 par rapport à 2006 dans le cadre de la recherche d'économie d'échelle par les armateurs.

Le trafic des marchandises a connu une hausse de 14,84% à fin décembre 2007 par rapport à la même période de l'année 2006. En effet, le trafic des marchandises du Port Autonome de Cotonou est de 6 165 777 tonnes sur la période de janvier à décembre 2007 contre 5 369 134 pour la même période de l'année 2006. Cette hausse du trafic est imputable aussi bien aux importations qu'aux exportations. Les importations de marchandises sont passées de 4 854 794 tonnes à fin décembre 2006 à 5 548 761 tonnes à fin d'année 2007. Quant aux exportations, elles sont de l'ordre de 617 016 tonnes au cours de l'année 2007 contre 514 340 la même période de l'année précédente.

En ce qui concerne le trafic conteneurisé enregistré au Port de Cotonou au cours de la période comparée 2007/2006, la tendance est à la hausse. En effet, 168 022 EVP ont été manipulés en 2007 contre 140 536 EVP en 2006, soit un accroissement sensible de 19,56%. Cette hausse qui traduit également la progression du taux des marchandises conteneurisés manipulées au Port de Cotonou s'observe aussi bien à l'export qu'à l'import.

Le trafic de transit est passé de 2 474 752 tonnes en 2006 à 2 849 429 tonnes en 2007, soit une hausse substantielle de 15,14%. Le détail du trafic enregistré par pays utilisateur sur les années 2006-2007 est présenté dans le paragraphe suivant.

La répartition du trafic total des marchandises entre les pays utilisateurs du Port de Cotonou révèle une plus grande utilisation du Port de Cotonou par les pays de l'Hinterland ainsi que le Nigéria. La part du trafic de transit dans le trafic total est passé de 46,09% à fin décembre 2006 à 46,32% à la même période en 2007. Les trois pays les plus utilisateur du Port de Cotonou en 2007 sont le Niger, le Nigéria et le Burkina.

Paragraphe 2: ETAT DES FINANCES PUBLIQUES

Les mesures adoptées en 2006 pour améliorer la mobilisation des recettes se sont poursuivies. Les recettes se sont accrues de 0,8% du PIB malgré les pertes résultant des réductions de droits accordées sur certains produits. L'État a renforcé la gouvernance de la douane et inclus les produits de l'escorte douanière dans les recettes budgétaires. Par ailleurs, l'augmentation des importations en valeur s'est traduite par une augmentation des recettes perçues au cordon douanier. Les recettes intérieures ont également augmenté grâce à la modernisation de l'administration fiscale, notamment à la Direction des Grandes Entreprises. Le renforcement des contrôles a permis un meilleur recouvrement de la taxe sur la valeur ajoutée (TVA). En revanche, le gouvernement n'a pas pu atteindre ses objectifs de financements intérieurs en raison de l'ampleur des dépenses budgétaires liées au coût élevé des mesures prises pour faire face à la crise alimentaire et aux grands chantiers en infrastructures publiques. Le solde budgétaire (y compris les dons) est passé d'un excédent de 1,9% du PIB en 2007, à un déficit de -0,5% du PIB en 2008. Pour l'année 2009, le déficit devrait s'accentuer pour atteindre moins 1% du PIB en raison de la poursuite des grands chantiers publics dans un contexte de pressions sur les recettes fiscales. La loi de finance 2009 comporte en effet plusieurs mesures d'allègements fiscaux destinés en particulier à relancer le secteur privé, la baisse de la taxe sur les bénéfices industriels et commerciaux et la suppression de la taxe de voirie sur les marchandises en transit vers le Niger et le Burkina Faso.

Graphique 6: Évolution des recettes de la douane (Données en Milliard de FCFA

Les opérations financières de l'Etat au cours de l'année 2007 ont été marquées par la poursuite de la discipline budgétaire. Les recettes ont connu une hausse passant de 16,9% du PIB en 2006 à 20,7% en 2007, soit une augmentation de 3,8% du PIB. En 2008, elles se sont établies à 19,5% du PIB, soit une baisse de 1,2% par rapport à 2007. Ce ralentissement dans la mobilisation des recettes en 2008, s'explique par les différentes mesures d'exonération prises par le Gouvernement dans le cadre du 10^ème Sommet de la CEN-SAD tenu à Cotonou en juin 2008 et pour juguler les effets des crises alimentaire et énergétique.

Quant aux dépenses, elles ont enregistré une hausse, passant de 19,5% du PIB en 2006 pour s'établir à 22,2% du PIB en 2007. Cette augmentation des dépenses s'explique essentiellement par la hausse des investissements publics. En effet, les investissements publics sont passés de 4,6% du PIB en 2006 à 7,8% du PIB en 2007. Cette performance est en liaison avec le lancement des grands chantiers de l'Etat. En 2008, les dépenses totales elles se sont établies à 23% du PIB contre 22,2 % du PIB en 2007, soit une augmentation de 0,8% du PIB. Cette hausse des dépenses est tirée par les dépenses de personnel qui sont passées de 143,1 milliards de FCFA en 2007 à 182,4 milliards de FCFA en 2008, soit une hausse de 27,5%, en liaison entre autres, avec :

i) la poursuite du recrutement de nouveaux Agents Permanents de l'Etat dans la fonction publique ;

iii) l'octroi d'une allocation de 25% du point indiciaire au corps enseignant dans le cadre de la revalorisation de la fonction enseignante et l'octroi des primes à d'autres catégories d'agents (santé, etc.).

Il résulte de l'évolution des recettes et des dépenses, une aggravation de déficit global base ordonnancement qui est ressorti à 101,06 milliards de FCFA en 2008 contre 37,7 milliards de FCFA en 2007.

CHAPITRE II

SECTION 1 : CADRE THEORIQUE DE L'ETUDE

Paragraphe 1 : PROBLÉMATIQUE

La relance effective des activités économiques des pays en développement, constitue l'une des principales préoccupations des gouvernements. En effet, le redémarrage des activités génératrices de revenus passe irrémédiablement par l'accroissement des investissements. Mais, la structure économique de ces pays, ne leur permet malheureusement pas de puiser dans leurs ressources propres pour effectuer cet effort de relance.

Le Bénin depuis son accession à l'indépendance en 1960, s'efforce de renforcer les bases de son développement. Doté d'un potentiel de production non négligeable, il a les atouts nécessaires au décollage effectif de son économie. Cependant, il est encore loin du niveau potentiel de production auquel ses atouts et ses facteurs de production le prédestinent.

Sérieusement affecté par la crise économique et financière mondiale, débutée dans le second semestre de l'an 2008, sa croissance économique s'est affaiblie à cause de la chute de la demande globale, de la diminution des prix des produits de base et de la faiblesse des envois de fonds par les travailleurs béninois émigrés.

Par ailleurs, force est de constater que les opérateurs nationaux préfèrent investir beaucoup plus dans le secteur tertiaire que dans le secteur industriel simplement parce que le tissu industriel reste fragile et quasi inactif en matière de création de la richesse immédiate. Aussi il n'apporte que 14% comme valeur ajoutée à l'économie. C'est dans cette logique que s'inscrit l'objectif de doper la croissance économique à partir des secteurs les plus prometteurs pour la porter à deux chiffres, car tel est le chemin qui devra hisser le pays dans la catégorie des pays émergents et apporter un mieux être à la population. Cette croissance reposera sur le secteur primaire et le secteur tertiaire qui représentent respectivement près de 36% et 50% du PIB^4(*).

L'élargissement du secteur tertiaire en plus de ses composantes classiques (commerce, banques, assurances, transports, télécommunications, autres services) aux services non marchands, lui a permis d'être aujourd'hui le secteur le plus contributif à la formation du PIB sur toute la période 1999-2008.

Contribuant à plus de 80%^5(*) des recettes douanières et plus de 80% des échanges commerciaux du Bénin avec l'extérieur s'effectuant par voie maritime, l'outil portuaire joue au niveau du secteur tertiaire et donc dans l'économie du Bénin, un rôle très important. Le port, de part son fonctionnement contribue considérablement aux recettes de l'État et donc à la constitution du budget. Plusieurs entreprises y mènent des activités en matière de manutention, de consignation, de transit, de relevage, de transport et d'avitaillement et par conséquent, sont impliquées dans ces opérations portuaires. Mais, leur contribution au développement économique et à l'émergence des autres secteurs n'a pas encore été suffisamment étudiée.

Par ailleurs, à l'échelle nationale, l'estimation de leur activité économique en matière de création de richesse n'est pratiquement pas perceptible. Une telle situation pourrait s'expliquer par le fait que l'utilisation de leur richesse est beaucoup plus orientée vers le développement du Port de Cotonou, ce qui voile leur importance dans l'économie^6(*). Malgré sa position stratégique, son importance dans l'évolution de l'économie nationale demeure jusqu'à nos jours inexplorée. C'est dans cet optique que le présent mémoire intitulé « Etude de la participation du Port de Cotonou à l'essor économique du Bénin » se propose d'analyser les interrelations entre l'évolution de l'activité portuaire et celle de l'économie nationale.

Quelles sont alors les interdépendances entre les activités portuaires et les activités dans les différents secteurs de l'économie, comment ces activités influent-elles les recettes fiscales ? Telles sont les interrogations qui feront l'objet de la présente étude.

Paragraphe 2 : OBJECTIFS ET HYPOTHÈSES

L'objectif général de ce travail est d'analyser la contribution du Port de Cotonou à l'évolution de l'activité économique au Bénin.

- OS₁ : étudier la corrélation entre l'activité portuaire et l'activité dans les autres secteurs de services.

- OS₂ : analyser la causalité entre l'activité portuaire et les activités dans les autres secteurs de l'économie.

- OS₃: évaluer l'impact de l'activité portuaire sur les recettes fiscales et sur la croissance économique.

Les objectifs spécifiques formulés ci-dessus nous permettent de formuler les hypothèses de recherche suivantes :

- H₁: il existe une forte corrélation entre l'activité portuaire et l'activité dans les autres secteurs de services.

- H₂ : l'activité portuaire cause les activités dans les autres secteurs de l'économie.

- H₃ : l'activité portuaire a un impact positif sur les recettes fiscales et sur la croissance économique.

SECTION 2 : REVUE DE LITTÉRATURE

Cette partie vise à donner une présentation de la revue de littérature collectée dans le cadre de cette étude. Nous débuterons par la définition de la croissance économique puis la définition et la description des concepts portuaire. Ensuite, suivra un résumé des études théoriques et empiriques sur les interrelations entre l'activité portuaire et la croissance économique.

Paragraphe 1 : CONCEPTS ET DEFINITIONS

La croissance économique désigne l'augmentation de la production de biens et de services dans une économie sur une période donnée, qui est généralement une période longue. En pratique, l'indicateur utilisé pour la mesurer est le Produit Intérieur Brut (PIB). Il est mesuré « en volume » ou « à prix constants » pour corriger les effets de l'inflation. Le taux de croissance, lui, est le taux de variation du PIB. On utilise la croissance du PIB par habitant comme indicateur pour appréhender l'amélioration du niveau de vie.

Si, dans le langage courant, on emploie souvent le terme de « croissance » dans le cadre d'évolutions à court terme, les économistes l'utilisent conventionnellement pour décrire une augmentation de la production sur le long terme. Selon la définition de François Perroux, la croissance économique correspond à « l'augmentation soutenue pendant une ou plusieurs périodes longues d'un indicateur de dimension, pour une nation, le produit global net en termes réels. » À court terme, les économistes utilisent plutôt le terme d'« expansion », qui s'oppose à « récession », et qui indique une phase de croissance dans un cycle économique. La croissance potentielle estime l'écart entre la croissance mesurée et celle qui serait obtenue avec une pleine utilisation de tous les facteurs de production.

La croissance correspond, pour une nation, à une augmentation soutenue et durable pendant une période suffisamment longue de la production de biens et de services appréhendée par des indicateurs comme le PIB ou le PNB. Cependant, n'étant qu'une mesure quantitative d'un agrégat économique, la croissance n'est qu'une des composantes du développement qui est une notion plus abstraite et qualitative. Il peut donc y avoir croissance sans développement et inversement du développement sans croissance.

En économie, la croissance désigne l'évolution annuelle, exprimée en pourcentage, du P.I.B. (Produit Intérieur Brut) ou du P.N.B. (Produit National Brut). Pour éviter le problème dû à l'augmentation des prix, la croissance est calculée en "monnaie constante" (hors inflation), le P.I.B. étant corrigé de l'augmentation de l'indice des prix. Ceci permet de calculer une croissance en volume.

Une croissance du PIB n'implique pas nécessairement une élévation du niveau de vie. En effet, si la croissance démographique est plus rapide que la croissance du PIB, le PIB par habitant diminue.

Les théories explicatives de la croissance sont relativement récentes dans l'histoire de la pensée économique. Ces théories ont conduit à mettre en avant le rôle primordial du progrès technique dans la croissance. Sur le long terme, seul le progrès technique est capable de rendre plus productive une économie (et donc de lui permettre de produire plus, c'est-à-dire d'avoir de la croissance). Toutefois, ces théories expliquent encore mal d'où provient ce progrès, et en particulier en quoi il est lié au fonctionnement de l'économie.

La plupart des économistes de l'école classique, au début de la révolution industrielle, pensaient qu'aucune croissance ne pouvait être durable, car toute production devait, selon eux, inexorablement converger vers un état stationnaire. C'est ainsi le cas de David Ricardo pour qui l'état stationnaire était le produit des rendements décroissants des terres cultivables, ou encore pour Thomas Malthus qui le liait à son « principe de population ».

Toutefois, Adam Smith, à travers son étude des effets de productivité induits par le développement de la division du travail, laissait entrevoir la possibilité d'une croissance ininterrompue. Et Jean-Baptiste Say écrivait « Remarquez en outre qu'il est impossible d'assigner une limite à la puissance qui résulte pour l'homme de la faculté de former des capitaux ; car les capitaux qu'il peut amasser avec le temps, l'épargne et son industrie, n'ont point de bornes. » (Traité d'économie politique, Livre I, chapitre XII).

Robert Solow a été le premier à proposer un modèle formel de la croissance. D'inspiration néoclassique, ce modèle se fonde sur une fonction de production à deux facteurs : le travail et le capital. La production résulte donc exclusivement de la mise en combinaison d'une certaine quantité de capital (moyens de production) et de travail (main d'oeuvre).

Le modèle de Solow se fonde sur l'hypothèse que les facteurs de production connaissent des rendements décroissants, c'est-à-dire qu'une augmentation de ceux-ci dans une certaine proportion engendre une augmentation dans une proportion plus faible de la production. Il pose également comme hypothèse que les facteurs de production sont utilisés de manière efficace par tous les pays. En posant que la population connaît un taux de croissance que Solow qualifie de « naturel » (non influencé par l'économie), le modèle déduit trois prédictions :

Augmenter la quantité de capital (c'est-à-dire investir) augmente la croissance , avec un capital plus important, la main-d'oeuvre augmente sa productivité (dite apparente).

Les pays pauvres auront un taux de croissance plus élevé que les pays riches. Ils ont en effet accumulé moins de capital, et connaissent donc des rendements décroissants plus faibles, c'est-à-dire que toute augmentation de capital y engendre une augmentation de la production proportionnellement plus forte que dans les pays riches.

En raison des rendements décroissants des facteurs de production, les économies vont atteindre un point où toute augmentation des facteurs de production n'engendrera plus d'augmentation de la production. Ce point correspond à l'état stationnaire. Solow note toutefois que cette troisième prédiction est irréaliste : en fait, les économies n'atteignent jamais ce stade, en raison du progrès technique qui accroît la productivité des facteurs.

Les théories récentes cherchent précisément à rendre ce facteur endogène c'est-à-dire à construire des modèles qui expliquent son apparition. Ces modèles ont été développés à partir de la fin des années 1970 notamment par Paul Romer, Robert E. Lucas et Robert Barro. Ils se fondent sur l'hypothèse que la croissance génère par elle-même le progrès technique. Ainsi, il n'y a plus de fatalité des rendements décroissants : la croissance engendre un progrès technique qui permet que ces rendements demeurent constants. La croissance, si elle génère du progrès technique, n'a donc plus de limite. À travers le progrès technique, la croissance constitue un processus qui s'auto-entretient.

Ces modèles expliquent que la croissance engendre du progrès technique par trois grands mécanismes. Premièrement, le learning by doing : plus on produit, plus on apprend à produire de manière efficace. En produisant, on acquiert en particulier de l'expérience, qui accroît la productivité. Deuxièmement, la croissance favorise l'accumulation du capital humain, c'est à dire les compétences possédées par la main d'oeuvre et dont dépend sa productivité. En effet, plus la croissance est forte, plus il est possible d'accroître le niveau d'instruction de la main-d'oeuvre, en investissant notamment dans le système éducatif. D'une manière générale, la hausse du niveau d'éducation de la population - par des moyens publics ou privés - est bénéfique. Troisièmement, la croissance permet de financer des infrastructures (publiques ou privées) qui la stimulent. La création de réseaux de communication efficaces favorise par exemple, l'activité productive.

Ces modèles sont toutefois très frustes en ce qu'ils n'expliquent pas les mécanismes précis qui font que la croissance économique stimule le progrès technique. En particulier, chacun des modèles de ces théories ne s'attache qu'à un seul mécanisme liant progrès technique et croissance. Comme le notent Dominique Guellec et Pierre Ralle, « Le modèle général recouvrant l'ensemble des formes du progrès technique est sans doute trop complexe pour être élaboré, ce qui limite la portée des résultats obtenus puisque les interactions entre plusieurs formes existantes sont ignorées ».

On peut distinguer plusieurs types de déterminants à la croissance. Parmi eux, on peut citer : les richesses naturelles, l'environnement extérieur, la population, l'innovation, l'investissement, la connaissance, la cohérence du développement etc. Les principales conclusions des travaux de Xavier Sala-i-Martin, économiste espagnol spécialiste de la croissance, confirment qu'il n'y a pas qu'un seul déterminant simple de la croissance économique.

Xavier Sala-i-Martin avance par ailleurs que le niveau initial est la variable la plus importante et la plus robuste. C'est-à-dire que, dans la plupart des cas, plus un pays est riche, moins il croît vite. Cette hypothèse est connue sous le nom de convergence conditionnelle. Il considère également que la taille du gouvernement (administration, secteur public) n'a que peu d'importance. Par contre, la qualité du gouvernement a beaucoup d'importance : les gouvernements qui causent l'hyper-inflation, la distorsion des taux de change, des déficits excessifs ou une bureaucratie inefficace ont de très mauvais résultats. Il ajoute également que les économies plus ouvertes tendent à croître plus vite. Enfin, l'efficience des institutions est très importante : des marchés efficients, la reconnaissance de la propriété privée et l'état de droit sont essentiels à la croissance économique.

Corrélation : c'est un rapport existant entre deux phénomènes qui varient l'un en fonction de l'autre. Autrement dit, lorsque les données de deux phénomènes augmentent ou diminuent de manière proportionnelle et simultanée en fonction de facteurs externes identiques, on dit que ces phénomènes sont positivement corrélés. À l'opposé, si l'un des deux augmente pendant que l'autre diminue dans les mêmes proportions, on dit alors que les deux phénomènes sont négativement corrélés.

Causalité : une variable cause une variable au sens de Granger si le passé de peut aider à prévoir étant donné le passé de. Selon Aristote, un événement en cause un autre s'il en constitue une «condition nécessaire et suffisante» : l'événement A produit l'événement B si l'occurrence A conduit, ceteris paribus^7(*), à l'occurrence de B. Fondé sur l'intuition de l'action volontaire, les conséquences de certaines de nos actions sont prévisibles et le lien entre nos actions et leurs conséquences constitue une relation causale.

En somme, si on veut faire une analyse au moyen de modèles quantitatifs, il est important de faire la distinction entre corrélation et causalité. La présence de corrélations et de relations de prévisibilité constitue une implication de la présence d'un lien causal : condition nécessaire mais suffisante. Du point de vue statistique, la distinction entre corrélation et causalité constitue plus une affaire de degré que de nature.

Moteur : C'est un facteur d'animation et d'entraînement, ce qui fait agir. Ainsi, on désigne par moteur de l'économie, tout ce qui peut tirer l'économie vers la croissance.

La définition d'un port varie selon le sens géographique, économique et institutionnel. Au sens géographique, le port est défini comme étant un espace aménagé pour recevoir les navires. Quant au sens économique il est un système complexe d'éléments matériels et immatériels, utilisé au service des navires et marchandises. Tandis qu'au sens institutionnel, il est une institution, dotée ou non de personnalité morale, chargée d'exercer des compétences à la fois de travaux publics, de police (fonction régalienne), d'exploitation.

Ø Les activités régaliennes (les pouvoirs de police, de l'aménagement des infrastructures nautiques et terrestres et enfin tout ce qui est lié à la sécurité, l'environnement) ;

Ø les activités commerciales, ou « industrielles » (Ces activités sont au service du navire ou de la marchandise. C'est à dire c qui est opérationnel et donne lieu à la facturation).

Paragraphe 2 : INTERRELATION ENTRE L'ACTIVITE PORTUAIRE ET LA CROISSANCE ECONOMIQUE

Le Port de Cotonou, en raison de l'importance qui lui est dévolue dans le développement socio-économique national, doit assumer efficacement une double fonction à savoir une fonction logistique pour le développement de l'économie béninoise et de celle des pays de la sous région notamment les pays sans littoral et une fonction stratégique pour la réalisation du désir de faire du Bénin un pays émergent au service du développement de toute la sous région de l'Afrique de l'Ouest. Le 26 juin 2007, avait eu lieu un séminaire gouvernemental portant sur le thème ``Réflexions sur la Compétitivité du Port de Cotonou : Entraves et Solutions'' dans l'optique d'une gestion stratégique pour l'amélioration continue des performances du Port de Cotonou. Il était question d'assurer la compétitivité du Port de Cotonou par rapport aux ports voisins, à travers une coordination efficiente de tous les acteurs portuaires selon les orientations stratégiques du Gouvernement. En dépit de cette volonté politique affichée et malgré les efforts consentis ces dernières années, le Port de Cotonou continue de faire face à des dysfonctionnements majeurs qui induisent des pertes de recettes et des manques à gagner pour l'économie nationale et le bien-être des populations. Ces dysfonctionnements se situent sur le plan de la gestion du Port Autonome de Cotonou (PAC) et sur le plan de l'exploitation portuaire. Quelques problèmes clés sont mis en exergue à savoir le manque d'efficacité dans l'exercice de l'autorité au sein des services du PAC, l'absence ou faible appropriation des outils modernes de gestion administrative et financière, les durées de séjour prolongées des marchandises en zone portuaire, les conteneurs en particulier, les attentes anormalement prolongées de navires sur rade, le faible développement des investissements privés dans l'aménagement des infrastructures du port de Cotonou, la lourdeur des procédures douanières et d'enlèvement ou d'expédition des marchandises. Tous ces problèmes ajoutés aux facteurs extérieurs liés aux transports maritimes internationaux font des réformes portuaires un impératif catégorique.

C'est sans doute ce que Millenium Challenge Account (MCA) a compris en acceptant de construire deux quais avec un terminal et en confier la gestion à un concessionnaire. D'ici peu le Bénin disposera de deux quais, pour une question de compétitivité parce que ces quais serviront maintenant mais aussi dans 20 à 50 ans. Il est plus rentable de venir avec de gros navires au port et à partir de là faire le dispatching^8(*) vers les autres destinations. L'évolution au niveau international impose au Bénin plus de performance. Dans les années à venir, il y aura un développement plus accru du transport maritime comme élément fondamental d'accroissement du commerce international ; Il est donc de notoriété publique que le Port de Cotonou joue un rôle majeur dans l'économie du Bénin. En tant que tel, il constitue un instrument privilégié pour la mise en oeuvre et la concrétisation des besoins du pays.

Il n'y a pas de conformité dans les études empiriques sur la relation existante entre le port et la croissance économique. Ainsi, un certain nombre d'études empiriques a mis en évidence le lien entre le port et la croissance économique. Dans l'analyse de la relation entre le port et la croissance, la plupart des auteurs ont utilisé des modèles macro-économétriques où ils ont cherché à montrer la corrélation entre le niveau de croissance et l'activité portuaire.

Ainsi, Cyriaque ATTI MAMA, devenu ex Directeur Général du Port Autonome de Cotonou depuis le vendredi 16 Octobre 2009, a montré^9(*) que le port est le poumon de l'économie béninoise puisque, les 80 à 85% des recettes issues de la douane béninoise viennent du port.

Dans ``Prévision de trafics et planification des infrastructures portuaires : Expérience en Méditerranée occidentale'' Jesùs PONCELA a effectué une étude afin de planifier les infrastructures et de prévoir les recettes. Dans le schéma utilisé dans cette étude, il apparaît que le trafic concret et spécifique reste le principal objectif visé. Cependant, l'ensemble de l'exercice est devenu plus cohérent, grâce aux relations étroites entre le trafic maritime et le commerce extérieur. Le secteur économique du trafic maritime comporte une variable fondamentale proche, qui est le commerce extérieur, et une variable déterminante, qui est la croissance. L'utilisation d'un modèle économique permettant de prévoir l'évolution du commerce extérieur représente un cadre de référence afin d'obtenir des informations cohérentes en ce qui concerne les trafics entre eux et les trafics maritimes avec une croissance économique déterminée.

Les chiffres du commerce extérieur générés par le modèle économique appliqué permettront de déterminer le montant maximum des trafics maritimes et de savoir quel type d'économie correspond aux trafics calculés dans les prévisions.

Le modèle économique garantit la cohérence des prévisions de trafic avec une économie dont tous les aspects, et non plus uniquement le commerce extérieur, sont définis. D'autre part, la capacité de simulation est plus importante, car de nombreux phénomènes économiques ayant des conséquences sur les trafics n'affectent pas directement le commerce extérieur, mais ont des conséquences sur une autre variable qui, par l'intermédiaire du modèle économique, se répercutera sur le trafic maritime.

Le modèle économique utilisé dans son travail est le MIDE (Macro-économique intersectoriel d'Espagne). Le MIDE est un modèle d'équilibre général qui associe des techniques économétriques au sein de la structure comptable d'un tableau d'entrées-sorties permettant de produire une carte à l'échelle de l'ensemble des relations économiques, dans le but de réaliser des simulations et d'en quantifier les résultats. Le MIDE permet d'obtenir non seulement le cadre de cohérence économique, mais également les prévisions des exportations et des importations pour la totalité de l'économie. Ces prévisions d'exportations et d'importations portent sur la demande et le transport maritime des deux façons suivantes :

Ø elles sont le résultat des relations entre toutes les variables économiques et reflètent ainsi la relation transport-économie ;

Ø elles représentent le taux maximum de la demande cumulée de transport maritime.

Le Docteur Célestin K.GODONOU et Emmanuel C. HOUNKOU en vue de la mesure de la performance globale du Port de Cotonou ont montré dans « Impact du changement de direction sur la performance financière du Port Autonome de Cotonou » que le changement rapide de dirigeant a une influence négative sur la performance financière du Port Autonome de Cotonou.

En Décembre 2008, deux étudiants en fin de formation en statistique à l'ENEAM, ont abordé autrement la question relative au port. En effet, Hervé E. DOUMEFIO et Immaculée D. KPEHOUNTON ont estimé la richesse générée sur la plate forme portuaire en terme de valeur ajoutée portuaire afin de voir la contribution du Port dans l'économie béninoise. Ils considèrent, compte tenu de son importance dans la prise de décision en matière portuaire, que la valeur ajoutée est un indicateur qui permet non seulement de montrer la richesse créée par le port mais aussi son poids aussi bien dans le secteur tertiaire que dans le PIB et surtout d'identifier les trafics les plus créateurs de richesse pour une bonne prise de décision.

L'objectif de leur étude était de mettre en place une méthodologie reproductible et transférable de mesure de l'impact de la présence d'une grande infrastructure (le port, en l'occurrence) sur la croissance économique. Il s'agissait en outre de produire des informations permettant de décrire, d'une manière à la fois quantitative (avec un accent sur l'emploi) et qualitative, l'impact de l'activité portuaire (marchandises et passagers) sur l'économie béninoise.

Ils se sont rendu compte à travers leur étude, que le Port contribue à la création de richesse intérieure avec un taux moyen annuel d'accroissement qui est de 6,46% environ. Néanmoins, en 2006 la contribution du port à la performance du secteur tertiaire a décru de 7,9% malgré l'amélioration des relations avec le Nigéria et aux différentes mesures prises, en vue de la modernisation du Port de Cotonou. Ils en ont déduit qu'en dépit de sa contribution à une bonne réalisation des prévisions budgétaires, le port participe faiblement à la formation du PIB ; ce qui est confirmé par sa part dans le tertiaire (il contribue en moyenne à 20,80% à la performance du secteur tertiaire). Une contribution largement en dessous de 50%.

En somme, ils ont conclu qu'une augmentation des trafics de marchandises ne s'accompagne pas toujours d'une augmentation de la valeur ajoutée portuaire et que le port de Cotonou ne contribue pas pour autant à la création de la richesse, aussi que ses performances ne s'améliorent pas au fil des années et que les produits alimentaires, le coton, les engrais et insecticides, les matériaux de construction de même que les trafics de véhicules et les navires porte conteneur ne sont pas créateurs de richesse.

Cependant, différentes statistiques essentiellement mesurées en tonnage permettent de voir l'effet du port sur la croissance économique. Nous utiliserons essentiellement les trafics portuaires pour mener notre analyse. Nous verrons par la suite si le port est un moteur de l'économie nationale, c'est-à-dire si le port tire effectivement l'économie nationale vers la croissance.

ANALYSE DE LA CONTRIBUTION DU PORT DE COTONOU A LA CROISSANCE ECONOMIQUE AU BENIN

CHAPITRE I :

MESURE ET ANALYSE DE L'IMPACT DES ACTIVITES PORTUAIRES SUR LA PERFORMANCE ECONOMIQUE

SECTION 1 : METHODOLOGIE DE L'ETUDE

Paragraphe 1 : OUTILS DE COLLECTE ET LIMITES DES DONNEES

Pour atteindre nos objectifs, nous avons adopté une démarche méthodologique qui se résume en deux grandes composantes : La première composante présentera les données utilisées dans cette étude. La deuxième partie présentera la méthode d'évaluation et d'estimation.

1.1 Outils de collecte

En ce qui concerne la collecte des données, elle vise à recueillir une majorité de documents pour la compréhension des activités du Port de Cotonou et sur des différents secteurs de l'économie béninoise ainsi que les données nécessaires à l'estimation des modèles. A cet effet, les principales sources ci-après ont été identifiées :

Ø Les centres de recherches et de documentation (ENEAM, INSAE) pour toutes les informations spécifiques relatives à la question.

Ø Le Ministère de l'Économie et des Finances, par le biais de ses directions techniques, notamment la DGAE, pour la collecte des données relatives aux finances publiques.

Ø L'INSAE et précisément la DSEE pour la collecte des données relatives au PIB.

Ø La Cellule de Suivi des Programmes Économiques et Financiers (CSPEF) pour les donnés relatives au Tableau des Opérations Financières de l'État.

Ø Le Service des Statistiques des Études et des Performances du Port Autonome de Cotonou pour les données relatives aux trafics portuaires.

Ø L'outil internet ayant permis l'accès à quelques documents de recherches présentés dans les références bibliographiques.

La littérature nous a permis de repérer un certain nombre d'éléments pertinents qui sont interdépendants entre eux. Les différentes variables relevées sont : la Production Intérieure Brute réelle, le trafic portuaire, les recettes fiscales, et la production intérieure brute de chaque branche du secteur tertiaire.

Nous suivrons l'évolution de la production annuelle totale d'une année à une autre. Au niveau des secteurs, il s'agit de la production mesurée en volume et en pourcentage du PIB totale. Elle constitue l'output de la production de chaque secteur et caractérise l'intensité de leur activité. Un grand volume de production conduit à une grande rentabilité si les facteurs de productions sont utilisés de manière efficiente.

Il s'agira ici de suivre sur une période donnée, les mouvements de toutes les marchandises qui sont enregistrés au niveau du Port Autonome de Cotonou. Le trafic des produits alimentaires, du coton, des engrais et insecticides, des matériaux de construction de même que les trafics des véhicules d'occasion et des navires (porte conteneur) sont plus créateurs de richesse au niveau du port^10(*).

Elles représentent les prélèvements obligatoires sur les biens ou les revenus des personnes physiques ou morales en vue de la couverture des charges publiques, eu égard à leurs capacités contributives, sans contrepartie directe, individuelle et personnelle. Elle est composée des recettes douanières, taxes directe et indirecte puis des recettes non fiscales.

Les variables retenues ici sont celles du secteur tertiaire. En effet, la production du secteur primaire (36%) et du secteur secondaire (14%) restent faibles devant celle du secteur tertiaire (50%). Ainsi, notre étude consistera à faire une analyse globale de la situation de ce secteur quant à la place qu'elle occupe en matière de création de richesse et de son effort pour la croissance économique.

Cependant, nous nous contenterons d'effectuer notre étude avec la variable "trafic portuaire" bien que cette variable ne soit pas la seule entrant dans la constitution de la valeur ajoutée du port, mais reste jusqu'à présent, non seulement l'activité la plus prépondérante mais aussi l'activité qui contribue le plus à sa formation.

En premier lieu, notre objectif étant d'expliquer l'évolution des recettes fiscales par rapport à celle du trafic portuaire, nous avons jugé utile de prendre en compte le PIB réel, les importations, le taux de change effectif nominal et le trafic portuaire comme variable exogène. Maintes raisons motivent notre choix. L'équité fiscale voudrait que chaque contribuable paie ses impôts ou s'acquitte des droits et taxes directs ou indirects qui régissent des réformes fiscales (TVA), d'où l'utilisation des recettes fiscales. La richesse de chaque contribuable, pour l'économie prise dans son ensemble est mesurée ici par le PIB réel.

D'autre part, les recettes de porte sont constituées pour l'essentiel des droits et taxes à l'importation et dépendent fortement des importations. Le trafic portuaire, bien qu'il regroupe en partie les importations, sera utilisé compte tenu des objectifs de notre étude. Aussi, le taux de change effectif nominal mesurant les disparités entre la monnaie nationale et celle étrangère, influent fortement les échangent extérieurs du pays et peuvent donc se répercuter sur les recettes fiscales.

En second lieu, il s'agira d'expliquer également la croissance par rapport à l'évolution du trafic portuaire. Théoriquement, la formulation de ce modèle part nécessairement de la fonction de production de Cobb Douglas qui exprime la production en fonction du travail et du capital. Dans notre étude, les volumes du travail et du capital seront mesurés respectivement par la population active et la formation brute du capital fixe. Le trafic portuaire sera utilisé conformément aux objectifs de notre étude.

Contribuant à plus de 90%^11(*) des recettes douanières, le trafic portuaire peut avoir un effet positif sur les recettes fiscales. Le signe attendu ici est le signe positif. Il en est de même pour les importations.

Etant donné que les ressources de la fiscalité béninoise représentent plus de 80% des recettes publiques, on devrait s'attendre à ce que l'activité portuaire ait un impact positif sur la croissance économique. Communément appelé « Poumon » de l'économie béninoise, le signe attendu ici est également le signe positif.

Une croissance évolutive devrait avoir un effet d'entraînement sur les finances publiques. Le signe attendu de la variable PIB réel peut être le signe positif.

La théorie stipule que les investissements peuvent avoir un effet positif sur la croissance économique. Le signe attendu ici est en principe le signe positif.

Pour spécifier les équations relatives à l'analyse l'impact de l'activité portuaire sur les recettes fiscales et sur la croissance économique, nous allons réaliser deux méthodes d'estimations économétriques du type des Moindres Carrés Ordinaires (MCO).

Le fait que les séries macro-économiques soient parfois non-stationnaires pose un problème d'estimation. Etant donné que la méthode des Moindres Carrés Ordinaires (MCO) ne s'applique qu'aux séries stationnaires, nous aurons donc à effectuer le test de racine unitaire sur les différentes séries, et de la cointégration entre les séries intégrées de même ordre et éventuellement les modèles à correction d'erreur.

Par ailleurs, le test de multi colinéarité s'avère nécessaire pour la vérification des variables explicatives qui seront utilisées pour expliquer la variable dépendante. Pour mettre ce test en évidence, le principe du test de Farrar et Glauber sera exécuté selon l'encadré ci-contre.

L'application du test sur les différentes variables explicatives du modèle de la croissance économique, notamment le trafic portuaire et la formation brute du capital, révèle qu'elles sont orthogonales, contrairement au modèle des recettes fiscales. En effet, pour le modèle de la croissance, la valeur empirique du test vaut 36,33. Valeur inférieure à celle lue dans la table (43,77) à 3 degré de liberté au seuil de 5%. L'hypothèse Ho est alors acceptée.

1.2 Limites des données

Les difficultés majeures rencontrées sont relatives à l'indisponibilité de certains agents pouvant nous renseigner ou fournir des informations, l'impossibilité d'accéder à certaines données à cause d'une restriction préétablie au niveau administrative ou du secret professionnel.

Quant aux limites, elles concernent essentiellement l'insuffisance des informations collectées et leur qualité. Les données recueillies ne sont pas toujours issues d'une discussion approfondies avec les autorités.

Paragraphe 2 : OUTILS D'ANALYSE ET STRATEGIE DE VERIFICATION DES HYPOTHESES.

Dans ce paragraphe, il s'agira de présenter les méthodes d'évaluation et d'estimation qui seront exploitées pour l'étude.

2.1 Outils d'analyse

La collecte des données effectuée sur les activités portuaires et les autres variables macro-économiques s'étale sur la période de 1979 à 2008. Au niveau théorique, la mise en évidence de relations causales entre ces variables économiques fournit des éléments de réflexion propices à une meilleure compréhension des phénomènes économiques.

L'estimation des paramètres du modèle de la représentation des Moindres Carrés Ordinaires (MCO) a été faite à l'aide du logiciel EVIEWS version 5. Cette estimation est faite à travers plusieurs tests et dans un ordre bien déterminé.

2.2 Stratégie de vérification des hypothèses

Test de racine unitaire : Test d'Augmented Dicky-Fuller (ADF) pour l'investigation des propriétés stochastiques des séries considérées dans le modèle en analysant leur ordre d'intégration.

Ø Test de cointégration de Johansen : afin de détecter les relations de cointégration existantes entre les variables du modèle. Lorsque des séries sont non stationnaires et cointégrées, il convient d'estimer leurs relations au travers d'un modèle (ECM : Error Correction Model). Engel et Granger (1987) ont démontré que toutes les séries cointégrées peuvent être représentées par un ECM.

Ø Analyse des corrélations : pour étudier les différentes relations qui existent entre l'activité portuaire et les autres variables de l'économie.

Ø Test de causalité de Granger : afin de voir l'effet de causalité des différentes variables de l'économie sur l'activité portuaire. Nous nous proposons de l'illustrer en procédant à un test de non causalité.

Ø Estimation du modèle ECM (Error Correction Model): ceci dans le but d'analyser l'impact de l'activité portuaire sur l'économie Béninoise.

L'objectif recherché est donc de ressortir une relation entre ces variables et de pouvoir extraire l'impact du trafic portuaire sur les autres variables.

SECTION 2: ANALYSE DE CORRELATION ET ETUDE DE CAUSALITE ENTRE LE TRAFIC PORTUAIRE ET LES DIFFERENTS SECTEURS

Paragraphe1 : ANALYSE DE LA CORRELATION ENTRE LE TRAFIC PORTUAIRE ET LES SECTEURS DE L'ECONOMIE

Au niveau de ce secteur, la structure globale des exportations du Bénin place le coton au premier rang, l'analyse des produits du Bénin à destination des autres pays en particulier ceux de l'Union Européenne, reste caractérisée par la prépondérance des produits alimentaires ; ces derniers étant encore très peu diversifiés.

En effet, tous les échanges commerciaux avec l'extérieur, relatifs aux produits agricoles et qui transitent par le port, contribuent directement ou indirectement à la croissance économique. Plusieurs analyses affirment que la hausse des exportations des produits agricoles impactent positivement sur la croissance. En 2008, le secteur primaire a connu une augmentation de 3,8% de sa valeur ajoutée et a contribué à hauteur de 1,4% à la croissance. Cette performance provient principalement de l'amélioration de la production vivrière, et surtout grâce aux nombreuses réformes portuaires favorables mises en exécution. Les deux courbes ci-dessous illustrent l'évolution des deux variables dans le temps.

Graphique 8: Evolution comparée de la production agricole et des trafics du port en tonnage:

Le coefficient de corrélation calculé entre la part de la production du secteur primaire dans la production totale (PIBA) et le trafic portuaire (TP) vaut 0,91 ce qui laisse présager une relation linéaire entre eux.

La faiblesse du tissu industriel national est liée à la pauvreté du Bénin en ressources géologiques (mines, pétrole) et à la taille réduite du marché local. En ce qui concerne l'industrie légère de transformation, son développement est annihilé par la taille réduite du marché local et sous-régional et par la surproduction observée au Nigeria, dont le marché (plus de 150 millions d'habitants) et le potentiel économique sont sans commune mesure avec ceux de ses voisins.

Dans le contexte économique actuel, les possibilités de renforcement du tissu industriel lié au port de Cotonou sont celles qu'offre la croissance des trafics qui alimentent les unités industrielles évoquées précédemment. Les bons résultats en terme de croissance économique enregistrés lors des dernières années permettent d'envisager une augmentation de la consommation de biens et des équipements, grâce notamment à la poursuite de la politique des grands travaux prévus dans le programme d'actions du Gouvernement (PAGII). Ils ne sauraient toutefois suffire à justifier le développement rapide d'un véritable tissu industriel centré autour du port de Cotonou.

Aussi, avec les apports substantiels des investissements directs étrangers dans les unités industrielles lourdes, l'activité économique du port de Cotonou ne demeurera plus centrée essentiellement dans sa fonction de distribution et de transit.

Graphique 9: Evolution comparée de la production industrielle et des trafics en tonnage

Le coefficient de corrélation calculé entre les la part de la production du secteur industrielle et le trafic portuaire (TP) vaut 0,94 ce qui laisse également présager une relation linéaire entre eux.

Les services sont des biens économiques immatériels dont la production et la consommation sont simultanées. Cependant, le secteur des services n'a pas l'apanage de la production des services dans la mesure où la production de certains services peut être des activités agricoles ou industrielles. De manière générale, le secteur des services regroupe l'ensemble des activités qui ne sont ni agricoles ni industrielles. On y retrouve ainsi, les établissements bancaires, les assurances, les commerces, le transport, les télécommunications les autres services etc.

Très tôt branchés sur le commerce international (dès le XVII^ème siècle), le Bénin, a tout temps participé aux échanges mondiaux. Le présent paragraphe entend étudier, les interrelations entre l'évolution de la structure du commerce et le trafic portuaire.

Le commerce au Bénin reste une activité fortement génératrice de la valeur ajoutée. Sa croissance a été de 6,9% en 2008 (après 5,7% en 2007) grâce à l'amélioration de la compétitivité du Port Autonome de Cotonou (PAC). Celui-ci doit engager de nouveaux investissements en 2009, notamment la construction de deux nouveaux quais pour faire face à la concurrence des autres ports du golfe de Guinée et aux besoins croissants liés aux réexportations vers le Nigéria et les pays de l'hinterland. Cette activité de réexportation est devenue une tradition pour le pays et remonte à la fin des années 1960 et occupe aujourd'hui plus de 80% des échanges vers l'extérieur. Par ce canal, d'importants flux de marchandises importés du marché mondial sont acheminés vers le Nigeria. Cette activité dont on ne prend pas ici en compte les coûts, génère un revenu qui se répartit entre le bénéfice des sociétés d'import-export et l'ensemble des services liés à l'opération d'importation (transitaires, banques, manutention, etc.). En outre, une partie de la marge brute des grossistes nigérians qui viennent s'approvisionner par l'intermédiaire du port à Cotonou revient à des opérateurs béninois pour les différents services rendus (stockage, transport, marché parallèle des changes, passeurs, douaniers etc.). On peut donc constater l'impact direct de la réexportation sur le port et par conséquent sur le revenu des béninois. Ceci peut être chiffré à au moins 40 milliards de FCFA^12(*). Il faudrait encore ajouter à ce chiffre tous les effets indirects liés au supplément d'activité induit par la dépense des 40 milliards (transports et télécommunication). On peut donc conclure qu'aujourd'hui encore, malgré la baisse de la réexportation par rapport à son niveau des années 1980 (baisse liée à l'appauvrissement de la population nigériane et à la levée des interdictions de nombreux produits) et l'essor du secteur cotonnier (intervenu au Bénin dans les années 1990), le commerce de réexportation, par le biais des prestations du port de Cotonou, reste l'une des principales activités du pays.

Graphique 10: Evolution comparée de la production intérieure brute du commerce et des trafics en tonnage.

La position géographique du Bénin fait de lui, un pays de transit par excellence offrant aux pays de l'hinterland (Niger, Burkina Faso, Mali,...) une voie d'accès à la mer par le biais du Port de Cotonou ; cette position privilégiée qu'occupe le pays révèle une très forte demande de transport surtout en ce qui concerne le transport urbain. Le réseau routier du Bénin est d'environ 16.000km répartis comme suit :

Ø Les routes nationales Inter-Etats : près de 3.600 km dont 40% sont bitumées ;

L'une des premières activités induites des trafics du Port de Cotonou sont les activités liées aux transports des marchandises. En effet, pour les services d'acheminement des marchandises hors du port vers leurs destinations, les sociétés de transport sont les plus visées. En vue du transfert physique de la marchandise jusqu'à son propriétaire, le transitaire s'adressera aux transporteurs routiers ou ferroviaires selon le cas de l'obtention d'un moyen de transport (camions ou wagon de chemin de fer). Le principal problème du réseau routier du Bénin est celui de l'entretien. A la saison des pluies, les voies non bitumées deviennent très peu praticables, surtout pour les camions lourds ; la couche de surface (de la latérite ou de la terre de barre) est détrempée, ce qui accélère la dégradation. Avec le nouveau gouvernement, les routes non bitumées sont entrain d'être réfectionnées et d'autres bitumées.

Graphique 11: Evolution comparée de la production des transports et télécommunications, et des trafics portuaires en tonnage.

Le coefficient de corrélation calculé entre la part de la production de ce secteur et le trafic portuaire (TP) vaut 0,99 ; ce qui présente une très forte corrélation entre eux.

Les marchandises prohibées (ou très formellement taxées) à l'importation au Nigeria sont importées d'Europe ou d'Asie par des sociétés d'import-export basées à Cotonou. Ces opérations d'importation sont entièrement légales et relèvent de l'économie formelle. Les sociétés d'import-export sont déclarées à la Chambre de Commerce et d'Industrie du Bénin et les opérations de changes sont réalisées par les banques de Cotonou. Selon les données de la Centrale des risques de la BCEAO, les utilisateurs de crédits les plus importants, sont ceux qui opèrent dans les secteurs des télécommunications, des industries et du commerce. Or, tous ces différents secteurs notamment le commerce opèrent en général avec le Port surtout pour les diverses échanges extérieurs. Ainsi, le secteur bancaire favorise la circulation de la liquidité au sein de l'environnement portuaire grâce à ses mouvements de fonds sur compte (encaissement décaissement) effectués par ces utilisateurs. On peut ainsi affirmer qu'il existe des liens entre le port et les banques.

Le coefficient de corrélation calculé entre la part de la production du secteur du commerce, celui des banques dans la production totale et le trafic portuaire (TP) valent respectivement 0,97 et 0,96 ; ce qui laisse présager une relation linéaire entre eux.

Graphique12 : Evolution comparée du secteur des autres services, du commerce et des trafics en tonnage

Paragraphe 2 : ETUDE DE LA CAUSALITE AU SENS DE GRANGER

La causalité peut être étudiée à travers une gamme variée de tests statistiques. On peut citer entre autres, les tests de causalité instantanée, de causalité au sens de Pierce et Haugh, de causalité au sens de Sims et le test de causalité au sens de Granger.

Ce dernier type de causalité essaie de faire une comparaison entre deux modèles distincts : dans le premier modèle, Granger considère une formulation autorégressive simple du processus étudié ; et dans le second il y ajoute le bloc de la variable explicative retardée sur plusieurs périodes. Pour lui, on ne saurait dire que le processus X cause le processus Y si le second modèle est statistiquement plus significatif que le premier.

L'utilisation du logiciel d'application Eviews (version 5) nous exige de spécifier le nombre de retards que nous souhaitons intégrer dans les modèles pour effectuer le test de causalité de Granger. Cet auteur propose de considérer un nombre suffisant de retards même s'il est élevé qui correspond au nombre de périodes significatives pour notre analyse. Pour cette étude, nous choisirons un nombre de retards égal à 3. Les résultats du test de causalité sont donnés dans les tableaux en annexe 2 (page J).

2.2 Causalité entre l'activité portuaire et l'activité dans les autres secteurs de l'économie

La probabilité associée au test de non causalité entre les recettes fiscales et le trafic portuaire est supérieure à 0.05, ce qui nous conduit à l'acceptation de l'hypothèse nulle. La probabilité associée au test de non causalité dans le sens inverse est inférieure à 0,05. Ceci nous amène à rejeter l'hypothèse nulle au profit de l'hypothèse alternative.

Autrement dit, au Bénin, l'évolution des recettes fiscales ne saurait être une explication de l'évolution du trafic portuaire mais l'inverse, c'est à dire l'évolution du trafic portuaire est un facteur explicatif de l'évolution des recettes fiscales.

Ceci est tout à fait compréhensible dans la mesure où les fruits de l'accroissement du trafic portuaire sont vite convertis en liquidités pour alimenter les recettes fiscales. Ce qui peut se justifier par le fait que les 90% des recettes issues de la douane béninoise viennent du port.

Par ailleurs, la probabilité associée au test de non causalité entre la variable PIBT (transport et télécommunication) et celle de l'activité portuaire est supérieure à 0.05 ; ce qui nous conduit à l'acceptation de l'hypothèse nulle de non causalité.

La probabilité au test de non causalité dans le sens inverse est aussi supérieure à 0,05 et les conclusions tirées restent les mêmes. En effet, il est difficile d'établir un lien significatif entre le trafic portuaire et les télécommunications. Quant aux transports, on peut en établir. Il suffit seulement de se rendre compte de l'importance de l'effectif du personnel des entreprises portuaires d'une part et de prendre en compte les nombreux temporaires ou permanents liés au trafic des véhicules d'occasion, aux chargements des camions etc.

Par conséquent, un accroissement du trafic portuaire a une incidence sur les transports et télécommunications; et puisque ceux-ci ne constituent qu'une petite part de la masse monétaire, ils ne sauraient être d'une importance significative dans la détermination des facteurs explicatifs de la croissance économique.

La probabilité associée au test de non causalité entre la variable PIBS (autres services) et le trafic portuaire est supérieure à 0,05. Ceci implique que l'hypothèse nulle est la plus probable et la conclusion qui en découle est le rejet de la causalité entre les autres services et le trafic portuaire. Le test de non causalité effectué dans le sens inverse donne des résultats contraires. La probabilité associée à ce test est inférieure à 0.05 ; ce qui nous conduit à l'acceptation de l'existence de causalité entre le trafic portuaire et les autres services.

Autrement dit, l'évolution des autres services ne saurait être une explication des trafics portuaires mais à l'inverse, le trafic portuaire est un facteur explicatif des autres services.

La probabilité associée au test de non causalité entre la croissance économique et le trafic portuaire est supérieure à 0,05. Ceci implique que l'hypothèse nulle est acceptée et la conclusion qui en découle est que le PIB réel ne cause pas le trafic portuaire. Le test de non causalité effectué dans le sens inverse donne des résultats contraires. La probabilité associée à ce test est inférieure à 0.05 ; ce qui nous conduit à l'acceptation de l'existence de causalité entre le trafic portuaire et le PIB réel.

Ainsi, l'évolution de la croissance économique ne saurait être une explication des trafics portuaires mais à l'inverse, le trafic portuaire est un facteur explicatif de la croissance économique.

La probabilité associée au test de non causalité entre la variable PIBC (Production Intérieure Brute du commerce) et le trafic portuaire est supérieure à 0,05. L'hypothèse nulle est retenue et la conclusion qui en découle est le rejet de la causalité entre le PIB du commerce et le trafic portuaire. Le test de non causalité effectué dans le sens inverse donne des résultats contraires. La probabilité associée à ce test est inférieure à 0.05 ; ce qui nous conduit à l'acceptation de l'existence de causalité entre le trafic portuaire et le PIB du commerce.

Par conséquent, l'évolution du commerce a une incidence peu significative sur l'évolution des trafics portuaires et à l'inverse, le trafic portuaire est un facteur explicatif du commerce.

La probabilité associée au test de non causalité entre la variable PIBB (PIB des banques) et le trafic portuaire est supérieure à 0,05. Ceci implique que l'hypothèse nulle est la plus probable et la conclusion qui en découle est le rejet de la causalité entre les autres services et le trafic portuaire. Le test de non causalité effectué dans le sens inverse donne des résultats contraires. La probabilité associée à ce test est supérieure à 0.05; mais en considérant une marge d'erreur de 10%, nous pouvons rejeter l'hypothèse nulle de non causalité. Ce qui nous conduit à l'acceptation de l'existence de causalité entre le trafic portuaire et les banques et assurances.

L'évolution des banques et assurances ne saurait être une explication des trafics portuaires mais à l'inverse, le trafic portuaire est un facteur explicatif des banques et assurances.

En définitive, la causalité au sens de Granger nous permet non seulement d'établir une relation causale entre deux phénomènes mais aussi de statuer sur le sens de cette relation. Ainsi, tel que nous venons de le voir dans cette sous-section nous pouvons dire que dans une logique de long terme, il est toujours possible d'envisager des relations causales entre l'activité portuaire et l'activité dans les autres secteurs de l'économie.

CHAPITRE II

PRESENTATION ET ANALYSE DES RELATIONS ENTRE LES ACTIVITES PORTUAIRES, CROISSANCE ECONOMIQUE ET RECETTES FISCALES

SECTION 1 : PRESENTATION DES RESULTATS D'ESTIMATION

On ne saurait débuter cette section sans avoir fait au préalable les tests préalablement cités dans la section précédente. Les détails de toute la méthodologie sont en annexe 1.

Afin de discriminer entre les deux types de processus et d'appliquer la méthode de stationnarité adéquate, nous utilisons le test de Dickey-Fuller (ADF) (qui permet de déterminer l'ordre de différentiation d'une série macro-économique suivant son évolution au cours du temps). Il faut bien noter que le test d'ADF a été mené en tenant compte des trois modèles suivants :

Source : Nos calculs sur la base de nos données (détails des tests en annexe 3)

D'après le test de stationnarité, la variable LPA est stationnaire à niveau contrairement aux autres variables qui sont intégrées d'ordre 1.

Engle et Granger ont montré que si on avait deux variables non stationnaires ( ~> I(1) et ~> I(1)), on pouvait avoir : - a - b = _t ~> I(1) ou - a - b = _t ~> I(0).

L'idée sous-jacente de la cointégration est la suivante : à court terme, et peuvent avoir une évolution divergente (elles sont toutes les deux non stationnaires) mais elles vont évoluer ensemble à long terme. Il existe alors une relation stable à long terme entre et La relation de long terme ou relation de cointégration est donnée par = a + b.

L'analyse des résultats du test de la trace sur les variables intégrées de même ordre à savoir : LR_F, LTP, LPIBR et LIMP révèle que la statistique de Johansen relative à la première valeur de la trace est supérieure à la valeur critique au seuil de 5% (75.50690> 69.81889) ; on rejette donc l'hypothèse nulle d'absence de cointégration (R=0) au seuil de 5%. Par contre, on accepte l'hypothèse (R=1) selon laquelle il existe au plus une relation de cointégration entre les différentes variables. (Voir résultats en annexe 4).

Paragraphe 1 : ESTIMATION DE LA RELATION ACTVITE PORTUAIRE - CROISSANCE ECONOMIQUE ET PRESENTATION DES RESULTATS

Il s'agira ici d'estimer le modèle de la croissance économique en fonction du trafic portuaire puis de présenter les résultats relatifs aux différents tests y afférents.

A la lumière du cadre de référence et de la théorie économique, la formulation du modèle part nécessairement d'une fonction de production de type Cobb Douglas qui exprime la production en fonction du volume de travail et du capital.

Avec PIB = Produit Intérieur Brut ; K = capital, L = travail et A= facteurs technologie ( sont les élasticités de la production aux différents facteurs de production). = 1. Mais dans notre étude, nous ne tiendrons pas compte de cette contrainte. En effet, les variables utilisées dans notre modèle sont loin d'expliquer à elles seules la formation du PIB. Pour étudier l'impact de l'activité portuaire sur le PIB, il a été retenu les variables FBCF et TP qui sont des variables qui peuvent agir sur le facteur de technologie. La variable FBCF a été choisie pour son influence reconnue sur la production de toute économie et le trafic portuaire compte tenu des objectifs du modèle. Il devrait alors ressortir des résultats une corrélation positive entre le revenu et les deux variables choisies. Le modèle originel se présente comme suit :

Les résultats du test de cointégration sur les séries étudiées révèlent qu'il n'y a pas cointégration entre ces séries (voir annexe 3).

Source : Nos calculs sur la base de nos données (détails des tests en annexe 3)

Avec ~>BB (Bruit Blanc) et la variable dummy D84 marque la détérioration des termes de l'échanges avec le Nigéria.

La validation statistique du modèle passe par l'analyse de la significativité des coefficients et de la qualité des résidus.

Ici on applique le test de normalité de Jarque-Bera dont l'hypothèse nulle est celle de normalité des résidus. La règle de décision consiste à accepter cette hypothèse si la statistique de Jarque-Bera est inférieure au seuil de normalité qui est de 5.99. Ici, Jarque-Bera = 2.0806 ; par suite, les résidus sont normaux. (En effet, JB <5,99).

Pour étudier la significativité globale du modèle, on appliquera le test de Fisher. Ce test permet de voir si au moins une des variables explicatives du modèle explique la croissance économique. Le modèle est globalement significatif puisque la probabilité de Fisher (0.00000) obtenue est inférieure à 5%. De plus R-squared = 0.98, ainsi les variables explicatives utilisées expliquent bien la variable à expliquer.

La statistique de Durbin - Watson DW=1.259388. On ne peut donc pas conclure de l'autocorrelation des erreurs. On applique le LM-test (test de Breush Godfrey) pour confirmer si les erreurs sont non-autocorrelées. La probabilité est supérieure à 5%, (la probabilité est égale à 0.139835) alors les résidus sont non autocorrélés (voir résultat en annexe 4).

Pour étudier l'hétéroscédasticité des résidus, on applique le test de White dont les hypothèses sont les suivantes :

Il s'agira aussi d'accepter l'hypothèse nulle Ho (hypothèse d'homoscédasticité) si la probabilité est supérieure à 5%. La probabilité est égale à 0.545462 (voir annexe3). Les résidus sont homoscédastiques.

Pour étudier la stabilité du modèle, on applique le test de Cusum qui permet de détecter les instabilités structurelles. L'application du test de Cusum montre que la courbe ne coupe pas le corridor, alors le modèle est structurellement stable (voir annexe 4).

Paragraphe 2 : ESTIMATION DE LA RELATION ACTIVITE PORTUAIRE- RECETTES FISCALES ET PRESENTATION DES RESULTATS

Il s'agira ici d'estimer le modèle des recettes fiscales en fonction du trafic portuaire puis de présenter les résultats relatifs aux différents tests y afférents.

Lorsque des séries sont non stationnaires et cointégrées, il convient d'estimer leurs relations à travers un modèle (ECM : Error Correction Model). Engel et Granger (1987) ont démontré que toutes les séries cointégrées peuvent être représentées par un ECM.

Lorsqu'on a décelé que les séries et sont I (1), il faut donc faire le test proposé par Granger et Engel avant d'établir la relation entre et . Ce test se fait en deux étapes :

1ère étape : On fait la régression de Y sur X et on récupère le résidu û

2ème étape : On fait le test de racine unitaire sur û ; Si û est stationnaire, alors la relation est bonne.

Si û n'est pas stationnaire, on fait la régression Dy = â₀+ â₁ D x avec D, l'opérateur de différence première et âi (_i = {0, 1}) les élasticités.

Le test de Granger- Engel n'étant pas suffisant pour prendre des décisions, il faudra faire ce qu'on appelle le modèle à correction d'erreurs puisque Y et X sont cointégrées, c'est-à-dire qu'il existe une relation de long terme et statique^13(*) entre Y et X.

La synthèse du test de racine unitaire sur le résidu est présentée dans le tableau suivant:

Source : Nos calculs sur la base de nos données (détails des tests en annexe 2)

Le test a révélé l'absence de racine unitaire dans la série des résidus. La probabilité associée à la statistique de Dickey-Fuller étant inférieure à 5%, on conclut que le résidu de la relation de long terme est donc stationnaire. Il y a bien cointégration entre les variables du modèle.

L'hypothèse de risque de cointégration a été mise en évidence dans le paragraphe précédent. Nous appliquerons donc la méthode de Engel-Granger mentionnée dans la méthodologie pour estimer le modèle à correction d'erreur.

L'estimation du modèle nous donne les résultats suivants obtenus à partir du logiciel Eviews (version 5). On obtient les résultats suivants :

Source : Nos calculs sur la base de nos données (détails des tests en annexe 4)

Avec ~>BB (Bruit Blanc) et PIBN, la croissance économique qui est ici la production intérieure brute nominale, IMP l'importation, TCEN le taux de change effectif nominale et TP, le trafic portuaire.

Le variable indicatrice dummy (D84) désigne la détérioration des termes de l'échange entre le Bénin et le Nigéria.

La validation statistique du modèle passe par l'analyse de la significativité des coefficients et de la qualité des résidus. De plus R-squared = 0.99, ainsi les variables explicatives utilisées expliquent bien la variable à expliquer.

Source : Nos calculs sur la base de nos données (détails des tests en annexe 3 et 4)

Le modèle de long terme est globalement significatif puisque la probabilité de Fisher (0.00000 dans le long terme) obtenue est inférieure à 5%. Les p-value des variables LR_F, TCEN, LPIBN et LTP sont inférieures à 5%, donc ces variables sont significatives au seuil de 5% par opposition à la variable TCEN qui est supérieur à 5%. Ici, la statistique de Jarque-Bera est égale à 1,609781. Les résidus du modèle sont donc normaux. Cela s'illustre plus aisément par le graphe en annexe 4. Pour le test d'hétéroscédasticité de White, la probabilité est égale à 0.129976 (voir annexe 3). Les résidus sont homoscédastiques. La statistique de Durbin Watson DW est égale à 2.269260, On peut donc conclure de l'autocorrélation des résidus. L'application du test de Breush-Godfrey à l'ordre 2 nous donne une probabilité de 0.755752>0.05 ce qui confirme qu'il y a non autocorrélation des erreurs. L'application du test de Cusum montre que la courbe ne coupe pas le corridor, alors le modèle est structurellement stable (voir annexe 4).

Le résidu issu de ce modèle (résidu) est stationnaire, on peut alors l'intégrer dans la dynamique de court terme tout en le retardant d'une année.

Source : Nos calculs sur la base de nos données (détails des tests en annexe 4)

D (LR_F_t) = 0.296436*D (LTP_t) + 0.001180*D (TCEN_t) + 0.267227*D (LIMP_t)

Avec ~>BB (Bruit Blanc). Les variables D(LR_F), D(LTP) D(TCEN) et D(LIMP), sont les différences premières respectives des variables LR_F, LTP, TCEN et LIMP.

Dans le modèle de court terme, R-squared = 0.63, ainsi les variables explicatives utilisées expliquent la variable à expliquer.

Tableau 8 : résultats des tests de validité du modèle de court terme.

Source : Nos calculs sur la base de nos données (détails des tests en annexe 3 et 4)

Dans le modèle de court terme, JB = 4,1963; les résidus sont donc normaux. (En effet, JB <5,99).La probabilité est égale à 0.597762 (voir annexe 4). Les résidus sont homoscédastiques. L'application du test de Breush-Godfrey à l'ordre 2 nous donne une probabilité égale 0.748630 > 5% (voir annexe 4) donc on conclut qu'il y a non auto corrélation. L'application du test de Cusum montre que la courbe ne coupe pas le corridor, alors le modèle est structurellement stable (voir annexe 4).

Le coefficient (force de rappel à l'équilibre) de la variable résid1 (-1) est bien significativement négatif, la représentation à correction d'erreur est alors valide.

Paragraphe 1 : INTERPRETATION DES RESULTATS D'ESTIMATION

Le résultat des estimations montre que les variables retenues à savoir l'activité portuaire et l'investissement ont les signes attendus d'après la revue de littérature.

L'activité portuaire est significative et corrélée positivement avec la croissance économique. En effet une hausse de 1% de l'activité portuaire entraîne une hausse de 0,18% du PIB réel. Ceci pourrait s'expliquer par les récents changements dans la politique du gouvernement qui encourage les exportations et donc la production locale. Les producteurs produisent plus et varient la gamme de leurs produits dans le but de s'offrir plus de possibilités de vente profitant ainsi de l'environnement portuaire favorable aux échanges extérieurs. Cela pourrait aussi s'expliquer par le fait que le Bénin a effectué une diversification de manière à ce que les nouveaux produits exportés apportent de la richesse au pays. La diversification des exportations à travers la compétitivité des produits proposés exerce un effet favorable sur la production. Par ailleurs, l'exportation de ces produits apporte des devises étrangères qui entrent dans l'équilibre de la balance des paiements et dans la stabilisation macro économique du pays, conditions nécessaires pour la croissance économique. Cependant, au vu de son coefficient, l'influence de cette variable est peu élevée. Ceci pourrait se justifier par le fait que le Port n'influence pas directement l'économie et, ce n'est qu'à travers ses effets induits, qu'il contribue à la croissance. Aussi, il est à noter que les autres secteurs de l'économie entrent-t-ils également dans la formation de la production intérieure brute réelle.

L'investissement est significatif et corrélé positivement avec le revenu. Cette variable présente le signe attendu à travers son coefficient. L'investissement est donc un déterminant important pour la croissance économique au Bénin. L'accumulation de capitaux favorise la production béninoise en ce sens que les capitaux entrent dans la création de richesse. Ce résultat confirme alors la théorie qui stipule que l'investissement est vital pour l'économie. On constate que cette contribution à l'évolution du PIB est un peu significative. En effet, une hausse de 1% de l'investissement entraîne une hausse de 0.398842% du PIB. Cela s'explique par le faible niveau de vie de la population et de leur difficulté à épargner ou à investir étant donné que leurs problèmes quotidiens absorbent toute leur économie. Néanmoins, il faut noter que, contrairement aux années antérieures, le niveau d'investissement a connu une nette amélioration et ceci pourrait s'expliquer par la forte contribution de l'Etat dans les activités agricoles (mécanisation de l'agriculture), sa forte implication dans la scolarisation des enfants (gratuité de l'école), sa forte contribution à la réduction du taux de chômage, sa politique de micro crédit aux plus pauvres dans le but de réduire la pauvreté, son implication considérable dans l'évolution des activités sportives^14(*),etc. Toutefois, l'Etat devra s'impliquer davantage afin d'encourager et d'améliorer la production nationale.

D84 est la variable introduite pour étudier l'effet de la fermeture le 31 décembre 1983, de la frontière bénino-nigériane. Cela a permis d'écouler sur le marché local une importante quantité de produits vivriers, auparavant drainée vers le Nigeria, les prix de ces produits ont baissé et répondent à la grande satisfaction de la population.

Nous procédons donc à l'interprétation des résultats obtenus dans les 2 modèles (long terme et court terme) pour les différentes séries étudiées afin de juger de la conformité des résultats avec la théorie économique.

Le test de Student nous montre que le trafic portuaire est significatif sur le court et le long terme et est corrélé positivement avec les recettes fiscales. Ainsi, dans le long terme, un accroissement du trafic portuaire de 1%, implique une augmentation de 0,38% des recettes fiscales. Cet impact de l'activité portuaire est moins accentué à court terme. En effet, les résultats d'estimation du modèle dynamique révèlent qu'un accroissement de 1% du trafic portuaire engendre à court terme une hausse de 0,29% des recettes fiscales. Ainsi, à long terme, lorsque les autres variables restent inchangées, le trafic portuaire croît moins vite que les recettes fiscales .Ceci pourrait s'expliquer par le fait que, la plupart des pays qui sont lourdement tributaires des produits de bases transitent majoritairement par le Port, or les recettes fiscales dépendent beaucoup de l'évolution de tous les autres produits y compris les cours de ces produits. Ainsi, l'observation d'une hausse des cours dans l'activité portuaire entraînerait une augmentation des recettes publiques par le biais des taxes sur le commerce extérieur et les revenus. Le résultat obtenu peut être expliqué aussi par le fait que ces dernières années, le trafic a régulièrement augmenté en moyenne de 6,25%^15(*), les performances se sont nettement améliorées et le Port de Cotonou élargit ses activités.

Selon les résultats d'estimation, il ressort que le PIB nominal a un impact positif et significatif à long terme sur la croissance des recettes fiscales. Ainsi, un accroissement de 1% du PIB engendre une hausse de 0,95% des recettes fiscales. Cela peut s'expliquer par le fait que, le secteur tertiaire non fiscalisé, contribue dans une large mesure, à la formation du PIB. Ce résultat peut être aussi imputable au redressement actuel de l'activité économique à la faveur de la normalisation progressive de la situation politique, financière et la mise en oeuvre des réformes budgétaires et structurelles.

Les résultats d'estimation montrent que les importations ont une influence significativement positive sur les recettes fiscales aussi bien à long qu'à court terme.

A long terme, une hausse de 1% de la valeur des importations engendre une augmentation de 0,14% des recettes fiscales. Dans le court terme, une croissance de 1% des importations entraîne une augmentation de 0,26% des recettes fiscales. L'influence des importations est donc plus accentuée à court terme qu'à long terme sur les recettes fiscales. Cela peut s'expliquer par le fait que les importations sont taxées à la porte alors qu'une fois sur le territoire, une partie est utilisée à titre d'investissement générateur de revenu et par la suite, de recettes fiscales à long terme.

Le test de Student nous montre que le taux de change effectif nominal n'est pas significatif sur le court et sur le long terme. Son influence n'est donc pas directe sur les recettes fiscales. Ce résultat peut être expliqué par le fait que l'augmentation du taux de change agit sur les importations (base des recettes de porte) et par conséquent les recettes fiscales. Néanmoins, les importations sont plus sensibles à court terme qu'à long terme aux fluctuations du taux de change. L'effet de ces fluctuations pourrait également se répercuter sur les recettes fiscales.

D84 est la variable indicatrice introduite afin de capter l'effet des réformes fiscales mises en oeuvre à partir de 1984 contre les phénomènes de la corruption, de la fraude et de l'évasion fiscales. Selon les résultats, la variable D84 est significative et a un effet positif sur les recettes fiscales.

On constate que le coefficient associé à la force de rappel est significativement négatif (-0.926597) au seuil de 5% (son t-Statistique en valeur absolue est supérieur à 1,96). Il existe donc bien un mécanisme à correction d'erreur ; à long terme, les déséquilibres entre le niveau général des recettes fiscales, du trafic, de la croissance et celui de l'importation se compensent de telle sorte que les quatre séries ont des évolutions similaires.

On arrive à ajuster 92,6% du déséquilibre entre le niveau désiré et le niveau effectif général des recettes fiscales. Ainsi, les chocs sur le niveau général des recettes fiscales au Bénin se déroberont après 1/0,926 années soit 1an 28 jours. En d'autres termes, il s'agit du délai d'ajustement, c'est-à dire le temps nécessaire pour garantir un retour à la normale.

Paragraphe 2 : SYNTHESE ET VÉRIFICATION DES HYPOTHÈSES, DIFFICULTÉS ET LIMITES DE L'ÉTUDE

Tableau 9: Récapitulatif des coefficients linéaires entre les différentes variables par rapport au trafic portuaire

Les valeurs des coefficients révèlent qu'il existe de fortes corrélations entre l'activité portuaire et les activités dans les autres secteurs de l'économie favorisant la croissance économique, d'où la vérification de l'hypothèse.

La causalité au sens de Granger a permis non seulement d'établir une relation causale entre deux phénomènes mais aussi de statuer sur le sens de cette relation. Ainsi, tel que nous venons de le voir, dans cette sous-section, nous pouvons dire que, dans une logique de long terme, il est toujours possible d'envisager des relations causales entre l'activité portuaire et l'activité dans les autres secteurs de l'économie, d'où la vérification de l'hypothèse.

D'après les résultats d'estimation, l'activité portuaire a un impact positif sur les finances publiques et sur la croissance économique. L'hypothèse H₃ de notre étude est alors vérifiée.

On ne peut parler d'étude scientifique sans prendre en compte les limites des moyens dont la méthodologie a fait usage. En effet, cette étude a essayé de trouver des variables pouvant montrer la contribution du Port à l'essor de la croissance. Faute d'absence de séries de données statistiques fiables sur une période assez longue, l'étude a été réalisée à partir d'un modèle à correction d'erreur. La limite vient aussi du fait que les principaux agrégats (PIBN, TP) sont exprimés en volume et non en valeur et donc ne prennent pas en compte l'effet inflationniste de la réalité économique. Il faut également rappeler que les résultats d'une estimation tendent vers les vraies valeurs des paramètres, lorsque le nombre d'observations est suffisamment élevé. Dans nos pays en développement, les difficultés du système statistique rendent difficile l'obtention de séries longues. Dans de tels cas, les études se contentent des données disponibles en essayant d'utiliser les modèles adaptés.

Notons que l'une des difficultés de l'étude a été dans la recherche des documents ou travaux de recherche ayant traité de thèmes similaires sur la base de modèles économétriques. Les documents obtenus portent généralement sur l'élaboration d'une valeur ajoutée portuaire.

Malgré ces difficultés, le recours à la théorie économétrique et l'usage de ces variables ont permis d'aboutir à un modèle adéquat. Les résultats pourront être améliorés dans les études ultérieures par d'autres données plus fiables.

Après avoir analysé l'influence de la hausse des activités portuaires sur les recettes fiscales et sur la croissance économique en général, nous allons formuler des suggestions qui permettront d'améliorer les activités portuaires et donc la compétitivité du port de Cotonou.

Ø Amélioration et augmentation de la capacité d'accueil du Port et de stockage des marchandises.

Le port de Cotonou se trouve aujourd'hui dans une situation de congestion. Cette situation ajoutée aux problèmes d'organisation qui se posent dans l'enceinte portuaire est la cause essentielle de délai excessif d'attente en rade des navires, en particulier des porte-conteneurs. Il convient alors de prendre des mesures hardies pour accroître et améliorer les installations existantes. Les actions ci-après ont été identifiées :

· l'extension des installations portuaires de Cotonou en partenariat avec les opérateurs privés ;

· la construction d'un nouveau port sur la côte béninoise en Built Operate and Transfer (BOT) ;

La dégradation de la sécurité au Port de Cotonou est bien connue des usagers et des autorités portuaires qui s'emploient à y remédier. La Direction de la Marine marchande et le Port Autonome de Cotonou, pour se conformer au code ISPS, ont fait élaborer un plan de sécurité et de sûreté des installations portuaires. La mise en oeuvre de ce plan devra se poursuivre par des actions à réaliser par le Port Autonome de Cotonou sur fonds propres et par le biais du Programme du millenium Chalenge Account (MCA-Bénin). La mise en oeuvre de cet axe stratégique passe par la réalisation des actions ci-dessous :

· la création d'une voie réservée aux camions d'hydrocarbures en vue de réduire considérablement leur traversée dans l'enceinte portuaire ;

· la mise en conformité du Port avec le code ISPS afin de maintenir le Port de Cotonou sur la liste des ports fréquentables (en cours de réalisation) ;

· l'exécution du volet portuaire du programme Millenium Challenge Account Bénin (en cours de réalisation).

Ø Accélération des procédures et réduction des délais d'enlèvement des marchandises.

La lenteur dans l'accomplissement des procédures d'enlèvement des marchandises est l'un des facteurs essentiels qui expliquent le manque de performance des opérations portuaires à Cotonou.

· la finalisation et la mise en service de tous les modules du Système d'Information du Guichet Unique pour le Commerce Extérieur (SIGUCE);

· l'amélioration des services de l'administration des douanes au port de Cotonou.

Ø Renforcement du partenariat public-privé dans la gestion des activités maritimes et portuaires.

Le développement des activités portuaires appelle de plus en plus l'implication du secteur privé dans la mise en place des infrastructures et dans leur gestion. Les nouvelles infrastructures portuaires à aménager sur le littoral pourraient être réalisées en partenariat avec le secteur privé. Mais pour cela, il faudrait renforcer la capacité du sous secteur à négocier et à gérer les contrats de concession ou d'affermage.

La mise en oeuvre de cet axe stratégique passe par la réalisation des actions ci-dessous :

· l'actualisation et l'amélioration des cahiers de charge pour la concession des activités et des domaines au Port de Cotonou ;

· le renforcement des capacités techniques et humaines des intervenants maritimes et portuaires.

Ø Exploration et encouragement de l'estimation de la valeur ajoutée portuaire

Le service statistique des études et des performances du Port Autonome de Cotonou ne dispose pas d'une base de données fiable pouvant servir à l'élaboration de la valeur ajoutée portuaire. Pour cela, il faudrait élaborer une base de données et explorer voir encourager l'estimation de la valeur ajoutée portuaire suivant l'équation : PIB=ÓVA_á. Cette équation permettra une fois la valeur ajoutée portuaire estimée, d'avoir un coefficient beaucoup plus significatif dans le modèle postulé. Ce qui pourrait aider les dirigeants du Port Autonome de Cotonou à suivre l'évolution du trafic portuaire dans l'économie béninoise.

CONCLUSION

Le présent document a essayé d'étudier sur la période 1979-2008, l'impact de la hausse des trafics portuaires sur les recettes fiscales et sur la croissance économique. Nous avons commencé cette étude par une présentation globale des différents secteurs de l'économie et du trafic portuaire, en vue de mieux comprendre nos résultats théoriques. Cette présentation de l'évolution des différents secteurs de l'économie béninoise nous a permis de réaliser un bon état des lieux puis un diagnostic clair sur la situation économique et structurelle des secteurs en question. Il ressort que les secteurs primaire et tertiaire sont demeurés prépondérants quant à leur contribution à la richesse nationale tandis que le secteur secondaire reste peu actif puisque sa contribution au PIB n'a guère dépassé 14,5%.

Au terme de notre analyse, il ressort que les trafics portuaires ont joué un rôle dans la croissance économique du Bénin. L'évolution du trafic portuaire est un facteur explicatif de l'évolution des recettes fiscales, du commerce, des banques et assurances, des transports, des autres services et donc de la croissance économique en général.

Pour mieux appréhender cet impact de l'évolution des trafics portuaires sur les recettes fiscales et sur l'économie nationale, nous avons eu recours à l'estimation d'un Modèle à Correction d'Erreur (MCE). Les résultats de nos estimations économétriques ont permis non seulement d'identifier à long et à court terme l'effet de la hausse du trafic portuaire sur les recettes fiscales mais aussi l'effet de la hausse du trafic portuaire sur la croissance économique. Ainsi, les recettes fiscales et la croissance économique réagissent positivement face à une hausse du trafic portuaire.

La conséquence heureuse du développement de nombreuses activités liées ou connexe aux activités portuaires est la création d'emploi, la possibilité de réaliser un plein emploi ou tout au moins de tendre vers cet objectif. A n'en point douter, le Port de Cotonou a contribué énormément à résorber le chômage. Le Port de Cotonou est également pourvoyeur des recettes de l'État. Les droits de douane perçus sur les marchandises importées représentent en moyenne 60% du coût de transport. Ces frais qui sont réglés en devises étrangères par les pays de l'hinterland ou pour lesquels le Port de Cotonou constitue un port de transbordement, viennent accroître les disponibilités nationales. On peut donc considérer en toute quiétude que le port est un moteur de l'économie nationale, donc participe considérablement à la croissance économique au Bénin.

Mais, l'analyse des comptes nationaux a montré que les secteurs primaire et tertiaire sont les plus contributifs à la formation du PIB. La présente étude a montré que le Port, activité motrice du secteur tertiaire, est un moteur de l'économie béninoise puisqu'il a un effet d'entrainement sur tous les autres secteurs de l'économie. Par ailleurs, les activités du secteur primaire en particulier l'agriculture occupent à elles seules, la majorité de la population active. L'agriculture est pratiquée par 55% des personnes en âge de travailler d'après les données du troisième Recensement Général de la Population et de l'Habitation. Il procure 90% des recettes d'exportation du pays et participe à hauteur de 15% aux recettes de l'Etat. De ce fait, il occupe également une place prépondérante dans l'économie béninoise et donc, prise dans son ensemble, pourrait être considérée, comme moteur de l'économie nationale, au même titre que le Port. Aussi, les performances réalisées au niveau de ce secteur (agriculture) au cours des années antérieures, en matière de création de richesse grâce aux nouvelles réformes entreprises dans le secteur, indiquent que l'effet d'entrainement du secteur agricole pourrait être plus important que celui du port. Ceci étant, pour confirmer ou infirmer cette assertion, une étude sur la contribution de l'agriculture à l'évolution de l'économie nationale s'avère donc nécessaire. Etude, qui fera certainement l'objet d'une prochaine réflexion, permettra de voir, entre le port et l'agriculture, lequel tire le plus l'économie vers la croissance, autrement dit, lequel est le véritable moteur de l'économie nationale.

BIBLIOGRAPHIE

- Alain SAUVANT et Jérôme VERNY « Quantification de l'activité économique indirecte liée aux Ports Maritimes Français » 2007

- Catin Maurice et Van Huffel Christophe (2004). ``L'impact de l'ouverture économique sur la concentration spatiale dans les pays en développement'' Revue Région et Développement n^o20-2004.

- Caves R. (1996). ``Multinational Enterprise and Economic analysis'' second édition.

- Conférence des nations Unies pour le Commerce et le Développement, CNUCED (2008). ``Rapport sur l'investissement dans le monde, 2008''.

- Conférence des Nations Unies sur le Commerce et le Développement. « Examen de la Politique de l'Investissement Bénin »

- De Gregorio José (1992). ``Economic growth in Latin America'', Journal of Development Economics, Vol. 39.

- Fodiyé B. Doucouré (2007). ``Méthodes économétriques : Cours et travaux pratiques''.

- Gouvernement du Bénin (2007). ``Stratégique de Croissance pour la Réduction de la Pauvreté 2007-2009''.

- Gupta S. et Yang Y. (2006). ``Les freins au commerce en Afrique'' Revue Finances et Développement, Vol.43.

- INSEE « L'impact de l'activité portuaire sur les transports terrestres et la logistique » en Provence-Alpes-Côte d'Azur.

- Le Lloyd « Anvers a enregistré une valeur ajoutée record en 1994 », 20 juin 1996.

- Le port d'Anvers « Communiqué de presse « Impact économique de l'activité portuaire ». Paper 110-Document Series.

- Lucas R. (1988). ``On the mechanics of economic development'' Journal of Monetary Economics, Vol. 22.

- Ludovic Le Bart, Alain Morineau, Marie Piron `` Statistique exploratoire multidimensionnelle 3è édition '' 2è cycle / Master Ecoles d'ingénieurs.

- Mémoires: `` Estimation de la valeur ajoutée portuaire et élaboration d'un indicateur de performance de l'activité portuaire ''Réalisé et soutenu par Hervé DOUMEFIO et Immaculée D. KPEHOUNTON.

- National Bank of Belgium ``The economic importance of the port of Ghent'', résumé 1995.

- Port Autonome de Cotonou `` Revue officielle du Port Autonome de Cotonou '' d'octobre 2008.

- Ports d'Abidjan et de Cotonou `` Echanges maritimes et enclavement en Afrique de l'Ouest : le cas des Ports d'Abidjan et de Cotonou''.

- Programme des Nations Unies pour le Développment, PNUD (2008). ``Rapport sur le Développement Humain 2007/2008''.

- « Cours MASTER 2 Recherche transport maritime » (Splot-INRETS- 2 Avenue du Général Malleret-Joinville 94114 Arcueil)

ANNEXES

Annexe 1: Détails de la méthodologie

Avant tout traitement économétrique, il convient de s'assurer de la stationnarité des variables retenues car la stationnarité constitue une condition nécessaire pour éviter les relations fallacieuses. Les tests de racine unitaire permettent de mettre en évidence le caractère stationnaire ou non d'une chronique par la détermination d'une tendance déterministe ou stochastique.

Un processus est dit stationnaire si tous ces moments sont invariants pour tout changement de l'origine du temps. Il existe deux types de processus non stationnaires. Les processus TS (Trend Stationnary Process) qui présentent une non stationnarité de type déterministe et les processus DS (Difference Stationnary Process) pour lesquels la stationnarité est de type aléatoire. Ces processus sont respectivement stationnarisés par écart à la tendance et par un filtre aux différences permettant de déterminer l'ordre d'intégration de la variable.

Les tests de Dickey-Fuller, Dickey-Fuller Augmenté et de Phillips-Perron permettent de rendre compte de la stationnarité ou non d'une série. Le test de Dickey-Fuller Augmenté a été proposé pour améliorer le test de Dickey-Fuller en prenant en compte le fait que les erreurs ne soient pas des bruits blancs mais puissent être corrélées. Le test de Phillips-Perron intègre en complément l'hétéroscédasticité des erreurs.

Afin de discriminer entre les deux types de processus et d'appliquer la méthode de stationnarité adéquate, nous utilisons le test de Dickey-Fuller (ADF) (qui permet de déterminer l'ordre de différentiation d'une série macro-économique suivant son évolution au cours du temps) et le test de Phillips-Perron (qui englobe les autres tests). Il faut bien noter que le test d'ADF a été mené en tenant compte des trois modèles suivantes :

Rappelons que avant tout traitement, il convient de déterminer le retard p optimal. Il s'agit de celui qui minimise les critères d'information d'Akaike (AIC) et de Schwartz. La connaissance de ce retard est en effet nécessaire pour les étapes suivantes.

On teste l'hypothèse nulle ?=o (non stationnarité) contre l'hypothèse alternative ? < 0 en se référant aux valeurs tabulées par Dickey et Fuller. Dans la mesure où les valeurs critiques sont négatives, la règle de décision est la suivante :

- Si la valeur de la t-statistique associée à ? est inférieure à la valeur critique, on rejette l'hypothèse nulle de non stationnarité.

- Si la valeur calculée de la t-statistique associée à ? est supérieure à la valeur critique, on accepte l'hypothèse nulle de non stationnarité.

Il est fondamental de noter que l'on n'effectue pas le test sur les trois modèles. Il convient en effet d'appliquer le test de Dickey-Fuller à un seul des trois modèles.

Etape 1 : On estime le modèle 3. On commence par tester la significativité de la tendance. Deux cas peuvent se présenter :

- Si l'on accepte l'hypothèse nulle, c'est-à-dire que est non stationnaire, dans ce cas, il faut la différencier et recommencer la procédure sur la série de différence première.

· Si l'on rejette l'hypothèse nulle, est stationnaire et dans ce cas, la procédure s'arrête. On a donc à faire à un processus TS (Trend Stationnary).

Etape 2 : Cette étape ne doit être abordée que si la tendance dans le modèle précédent n'est pas significative.

On estime le modèle et on commence par tester la significativité de la constante. Deux cas de figure peuvent se présenter :

- Si l'on accepte H_o, est non stationnaire. Dans ce cas, il faut différencier la série et recommencer la procédure sur la série en différence première.

- Si l'on rejette H_o, est stationnaire. Dans ce cas, la procédure de test s'arrête et on peut directement travailler sur la série.

Etape 3 : Cette étape ne doit être appliquée que si la tendance et la constante ne sont pas significatives.

- Si l'on accepte l'hypothèse nulle, est non stationnaire. Dans ce cas, il faut différencier la série et recommencer la procédure sur la série différenciée.

- Si l'on rejette H_o, est stationnaire et la procédure s'arrête. On peut directement travailler sur la série.

Toutefois, il arrive que l'on souhaite travailler avec des variables plutôt en niveau qu'en différence première (donc plutôt avec des variables non stationnaires). Dans ce cas, comment régresser des variables non stationnaires et savoir si la régression obtenue n'est pas fallacieuse ?

C'est alors qu'intervient la notion de cointégration. Nous n'avons pas de régression fallacieuse lorsque les variables sont cointégrées.

Engel et Granger ont montré que si on avait deux variables non stationnaires ( ~> I(1) et ~> I(1)), on pouvait avoir : - a - b = _t ~> I(1) ou - a - b = _t ~> I(0).

L'inconvénient de la méthode de Engle et Granger (1987) est qu'elle ne permet pas de distinguer plusieurs relations de cointégration. En effet, si on étudie simultanément N variables avec N > 2, on peut avoir jusqu'à (N-1) relations de cointégration. La méthode de Engle et Granger (1987) ne nous permet d'obtenir qu'une seule relation de cointégration.

Afin de pallier cette difficulté, Johansen (1988) a proposé une approche multivariée de la cointégration fondée sur la méthode du maximum de vraisemblance.

Cette méthode est intéressante car elle permet de donner le nombre de relations de cointégration estimés, ce qui n'était pas le cas dans la précédente méthode. La séquence du test de Johansen consiste à trouver le nombre de relations de cointégration (r) ; pour cela on utilise la méthode de maximum de vraisemblance.

Si q = 0 et Trcal > Trtab, au seuil de 5%, alors on accepte H₁ qui signifie qu'il y a au moins une relation de cointégration.

Si q=1 et Trca l < Trtab, au seuil de 5%, alors on accepte H_o qui signifie qu'il y a une seule relation de cointégration dans le modèle.

2^ème technique: Le test de la valeur propre maximale: On teste l'hypothèse suivante :

La cointégration est donc une notion de relation à long terme entre plusieurs variables non stationnaires, elle permet de définir une ou plusieurs tendances stochastiques communes c'est à dire, il s'agit de trouver une relation statique à long terme entre les variables étudiées.

Il est possible que deux séries soient divergentes à court terme mais évoluent d'une façon identique ou proportionnelle à long terme.

S'il n'existe pas de relation de cointégration, il est possible d'estimer un modèle VAR. Dans le cas contraire, on ne peut estimer un modèle ECM.

Ainsi, lorsque tous les coefficients sont significatifs dans la relation de cointégration, on peut faire une représentation ECM (Error Correction Model).

Lorsque des séries sont non stationnaires et cointégrées, il convient d'estimer leurs relations au travers d'un modèle (ECM : Error Correction Model). Engel et Granger (1987) ont démontré que toutes les séries cointégrées peuvent être représentées par un ECM.

Lorsqu'on a décelé que les séries et sont I (1), il faut donc faire le test proposé par Granger et Engel avant d'établir la relation entre et . Ce test se fait en deux étapes :

1ère étape : On fait la régression de Y sur X et on récupère le résidu û

Si û n'est pas stationnaire, on fait la régression Dy = â₀+ â₁ D x avec D, l'opérateur de différence première et âles élasticités.

Le test de Granger- Engel n'étant pas suffisante pour prendre des décisions, il faudra faire ce qu'on appelle le modèle à correction d'erreurs puisque Y et X sont cointégrées, c'est-à-dire qu'il existe une relation de long terme et statique^16(*) entre Y et X.

L'erreur û est appelée erreur de long terme ou erreur d'équilibre. Cependant, l'une des séries peut s'écarter de cet équilibre. On parle de dynamique à court terme. C'est la modélisation de cet équilibre à court terme qui constitue le modèle à correction d'erreurs.

2ème étape : On récupère le résidu û et on génère le résidu û_t-1. On réalise la régression :

3ème étape : On regarde le t-student associé à â₂ et son signe. Si â₂ < 0 et
statistiquement significatif^17(*), alors on a un ECM et l'équation

est appelée dynamique de court terme et â₂ est appelé coefficient de rappel vers l'équilibre. C'est le coefficient de correction d'erreur.

La variation de Y entre deux périodes est affectée non seulement par la variation de X mais aussi par un choc de la période précédente.

Lorsque â2 < 0 et statistiquement significatif, alors â2 représente la force qu'il faut exercer sur le choc de la période Pt-1 pour ramener X et Y en équilibre.Annexe 2: Résultats des tests de stationnarité (test de ADF)

Null Hypothesis: D(LPIBR) has a unit root
Exogenous: None
Lag Length: 1 (Automatic based on AIC, MAXLAG=6)


						t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-2.031676		0.0423
Test critical values:		1% level				-2.653401
		5% level				-1.953858
		10% level				-1.609571


*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LPIBR,2)
Method: Least Squares
Date: 11/17/09 Time: 17:07
Sample (adjusted): 1982 2008
Included observations: 27 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


D(LPIBR(-1))		-0.327886		0.161387		-2.031676	0.0529
D(LPIBR(-1),2)		-0.245925		0.185123		-1.328446	0.1960


R-squared	0.282417		Mean dependent var		-0.001344
Adjusted R-squared	0.253713		S.D. dependent var		0.041284
S.E. of regression	0.035665		Akaike info criterion		-3.758124
Sum squared resid	0.031799		Schwarz criterion		-3.662136
Log likelihood	52.73468		Durbin-Watson stat		2.070859

Null Hypothesis: D(LPIBA) has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on AIC, MAXLAG=12)


						t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-3.429709		0.0013
Test critical values:		1% level				-2.650145
		5% level				-1.953381
		10% level				-1.609798


*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LPIBA,2)
Method: Least Squares
Date: 09/14/09 Time: 18:00
Sample (adjusted): 1981 2008
Included observations: 28 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


D(LPIBA(-1))		-0.635373		0.185256		-3.429709	0.0020


R-squared	0.302215		Mean dependent var		0.006221
Adjusted R-squared	0.302215		S.D. dependent var		0.149979
S.E. of regression	0.125283		Akaike info criterion		-1.281425
Sum squared resid	0.423786		Schwarz criterion		-1.233846
Log likelihood	18.93994		Durbin-Watson stat		2.060088

Null Hypothesis: D(LFBCF) has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on AIC, MAXLAG=3)


						t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-4.392632		0.0001
Test critical values:		1% level				-2.650145
		5% level				-1.953381
		10% level				-1.609798


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LFBCF,2)
Method: Least Squares
Date: 11/17/09 Time: 17:20
Sample (adjusted): 1981 2008
Included observations: 28 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


D(LFBCF(-1))		-0.714037		0.162553		-4.392632	0.0002


R-squared	0.413826		Mean dependent var		-0.010219
Adjusted R-squared	0.413826		S.D. dependent var		0.146082
S.E. of regression	0.111844		Akaike info criterion		-1.508371
Sum squared resid	0.337742		Schwarz criterion		-1.460792
Log likelihood	22.11719		Durbin-Watson stat		2.100169

Null Hypothesis: D(LTP,2) has a unit root
Exogenous: None
Lag Length: 3 (Automatic based on AIC, MAXLAG=11)


						t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-6.543842		0.0000
Test critical values:		1% level				-2.664853
		5% level				-1.955681
		10% level				-1.608793


*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LTP,3)
Method: Least Squares
Date: 09/14/09 Time: 18:19
Sample (adjusted): 1985 2008
Included observations: 24 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


D(LTP(-1),2)		-3.421849		0.522911		-6.543842	0.0000
D(LTP(-1),3)		1.696643		0.402218		4.218212	0.0004
D(LTP(-2),3)		1.133528		0.278238		4.073945	0.0006
D(LTP(-3),3)		0.584374		0.168455		3.469018	0.0024


R-squared	0.841527		Mean dependent var		-0.014919
Adjusted R-squared	0.817756		S.D. dependent var		0.279730
S.E. of regression	0.119417		Akaike info criterion		-1.261376
Sum squared resid	0.285209		Schwarz criterion		-1.065034
Log likelihood	19.13652		Durbin-Watson stat		2.237288


Ø Les recettes fiscales
Null Hypothesis: D(LR_F) has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on AIC, MAXLAG=12)


						t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-3.018083		0.0039
Test critical values:		1% level				-2.650145
		5% level				-1.953381
		10% level				-1.609798


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LR_F,2)
Method: Least Squares
Date: 09/14/09 Time: 18:23
Sample (adjusted): 1981 2008
Included observations: 28 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


D(LR_F(-1))		-0.505729		0.167566		-3.018083	0.0055


R-squared	0.252259		Mean dependent var		0.000239
Adjusted R-squared	0.252259		S.D. dependent var		0.166322
S.E. of regression	0.143822		Akaike info criterion		-1.005416
Sum squared resid	0.558491		Schwarz criterion		-0.957837
Log likelihood	15.07582		Durbin-Watson stat		2.119602

Null Hypothesis: D(LIMP) has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on AIC, MAXLAG=3)


						t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-4.779721		0.0000
Test critical values:		1% level				-2.650145
		5% level				-1.953381
		10% level				-1.609798


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LIMP,2)
Method: Least Squares
Date: 09/25/09 Time: 22:15
Sample (adjusted): 1981 2008
Included observations: 28 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


D(LIMP(-1))		-0.916262		0.191698		-4.779721	0.0001


R-squared	0.458328		Mean dependent var		-0.000512
Adjusted R-squared	0.458328		S.D. dependent var		0.370868
S.E. of regression	0.272953		Akaike info criterion		0.276027
Sum squared resid	2.011591		Schwarz criterion		0.323606
Log likelihood	-2.864378		Durbin-Watson stat		1.786920

Null Hypothesis: D(TCER) has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on SIC, MAXLAG=7)


					t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-7.480322		0.0000
Test critical values:	1% level				-2.650145
	5% level				-1.953381
	10% level				-1.609798


*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(TCER,2)
Method: Least Squares
Date: 09/30/09 Time: 14:38
Sample (adjusted): 1981 2008
Included observations: 28 after adjustments


Variable	Coefficient		Std. Error		t-Statistic	Prob.


D(TCER(-1))	-1.349240		0.180372		-7.480322	0.0000


R-squared		0.674495		Mean dependent var			0.008762
Adjusted R-squared		0.674495		S.D. dependent var			0.962333
S.E. of regression		0.549040		Akaike info criterion			1.673770
Sum squared resid		8.139015		Schwarz criterion			1.721349
Log likelihood		-22.43278		Durbin-Watson stat			2.040946

Null Hypothesis: LPA has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic based on AIC, MAXLAG=7)


						t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-19.39079		0.0000
Test critical values:		1% level				-4.309824
		5% level				-3.574244
		10% level				-3.221728


*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LPA)
Method: Least Squares
Date: 10/29/09 Time: 12:20
Sample (adjusted): 1980 2008
Included observations: 29 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


LPA(-1)		-0.687414		0.035451		-19.39079	0.0000
C		9.736106		0.498971		19.51237	0.0000
@TREND(1979)		0.021185		0.001180		17.95054	0.0000


R-squared	0.945789		Mean dependent var		0.038775
Adjusted R-squared	0.941619		S.D. dependent var		0.031114
S.E. of regression	0.007518		Akaike info criterion		-6.845384
Sum squared resid	0.001469		Schwarz criterion		-6.703940
Log likelihood	102.2581		F-statistic		226.8041
Durbin-Watson stat	2.096730		Prob(F-statistic)		0.000000

Null Hypothesis: D(TCEN) has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on SIC, MAXLAG=7)


						t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-7.480322		0.0000
Test critical values:		1% level				-2.650145
		5% level				-1.953381
		10% level				-1.609798


*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(TCER,2)
Method: Least Squares
Date: 09/30/09 Time: 14:38
Sample (adjusted): 1981 2008
Included observations: 28 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


D(TCER(-1))		-1.349240		0.180372		-7.480322	0.0000


R-squared	0.674495		Mean dependent var		0.008762
Adjusted R-squared	0.674495		S.D. dependent var		0.962333
S.E. of regression	0.549040		Akaike info criterion		1.673770
Sum squared resid	8.139015		Schwarz criterion		1.721349
Log likelihood	-22.43278		Durbin-Watson stat		2.040946

Pairwise Granger Causality Tests
Date: 09/18/09 Time: 14:55
Sample: 1979 2008
Lags: 3


Null Hypothesis:			Obs	F-Statistic	Probability


LR_F does not Granger Cause LTP			27	1.66985	0.20544
LTP does not Granger Cause LR_F	4.60111	0.01320


LPIBT does not Granger Cause LTP			27	0.93955	0.44010
LTP does not Granger Cause LPIBT	1.03413	0.39879


LPIBS does not Granger Cause LTP			27	0.63191	0.60300
LTP does not Granger Cause LPIBS	7.17474	0.00186


LPIBR does not Granger Cause LTP			27	2.25274	0.11351
LTP does not Granger Cause LPIBR	3.43676	0.03654


LPIBC does not Granger Cause LTP			27	0.89313	0.46181
LTP does not Granger Cause LPIBC	3.81817	0.02591



LPIBB does not Granger Cause LTP			16	0.62471	0.61680
LTP does not Granger Cause LPIBB	3.21570	0.07573

Null Hypothesis: RESID1 has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on AIC, MAXLAG=7)


						t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-6.178257		0.0000
Test critical values:		1% level				-2.647120
		5% level				-1.952910
		10% level				-1.610011


*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RESID1)
Method: Least Squares
Date: 11/17/09 Time: 00:02
Sample (adjusted): 1980 2008
Included observations: 29 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


RESID1(-1)		-1.146471		0.185565		-6.178257	0.0000


R-squared	0.576597		Mean dependent var		-0.001875
Adjusted R-squared	0.576597		S.D. dependent var		0.077564
S.E. of regression	0.050471		Akaike info criterion		-3.100980
Sum squared resid	0.071324		Schwarz criterion		-3.053832
Log likelihood	45.96421		Durbin-Watson stat		2.021411

Null Hypothesis: LPIBN has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 7 (Automatic based on AIC, MAXLAG=8)


						t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic	-4.485693		0.0091
Test critical values:		1% level				-4.440739
		5% level				-3.632896
		10% level				-3.254671


*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LPIBN)
Method: Least Squares
Date: 11/17/09 Time: 23:29
Sample (adjusted): 1987 2008
Included observations: 22 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


LPIBN(-1)		-0.464411		0.103532		-4.485693	0.0007
C		2.495711		0.559471		4.460839	0.0008
@TREND(1979)		0.039991		0.008354		4.787122	0.0004


R-squared	0.842444		Mean dependent var		0.074754
Adjusted R-squared	0.724277		S.D. dependent var		0.084660
S.E. of regression	0.044454		Akaike info criterion		-3.085747
Sum squared resid	0.023714		Schwarz criterion		-2.589819
Log likelihood	43.94322		F-statistic		7.129256
Durbin-Watson stat	2.467529		Prob(F-statistic)		0.001249

Date: 10/16/09 Time: 18:26
Sample (adjusted): 1980 2004
Included observations: 25 after adjustments
Trend assumption: Linear deterministic trend
Series: LR_F LTP LPIBR LIMP TCEN
Lags interval (in first differences): No lags

Unrestricted Cointegration Rank Test (Trace)


Hypothesized		Trace	0.05
No. of CE(s)	Eigenvalue	Statistic	Critical Value	Prob.**


None *	0.714091	75.50690	69.81889	0.0164
At most 1	0.587772	44.20483	47.85613	0.1057
At most 2	0.423727	22.05037	29.79707	0.2957
At most 3	0.268914	8.271032	15.49471	0.4369
At most 4	0.017463	0.440443	3.841466	0.5069


Trace test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Date: 10/16/09 Time: 17:54
Sample (adjusted): 1981 2008
Included observations: 28 after adjustments
Trend assumption: Linear deterministic trend
Series: LPIBR LFBCF LTP
Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace)


Hypothesized		Trace	0.05
No. of CE(s)	Eigenvalue	Statistic	Critical Value	Prob.**


None	0.469688	24.81179	29.79707	0.1683
At most 1	0.222633	7.051687	15.49471	0.5716
At most 2	2.96E-06	8.30E-05	3.841466	0.9936


Trace test indicates no cointegration at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Dependent Variable: LPIBR
Method: Least Squares
Date: 10/26/09 Time: 09:59
Sample: 1979 2008
Included observations: 30


Variable		Coefficient		Std. Error		t-Statistic	Prob.


LTP		0.184806		0.025700		7.190778	0.0000
LFBCF		0.398842		0.044767		8.909229	0.0000
D84		0.272880		0.030954		8.815612	0.0000
C		14.16794		0.824986		17.17356	0.0000


R-squared	0.988646		Mean dependent var		27.12710
Adjusted R-squared	0.987336		S.D. dependent var		0.329690
S.E. of regression	0.037101		Akaike info criterion		-3.626770
Sum squared resid	0.035789		Schwarz criterion		-3.439944
Log likelihood	58.40155		F-statistic		754.6618
Durbin-Watson stat	1.259388		Prob(F-statistic)		0.000000

Dependent Variable: LR_F
Method: Least Squares
Date: 11/05/09 Time: 10:30
Sample: 1979 2008
Included observations: 30


Variable		Coefficient		Std. Error		t-Statistic	Prob.


LPIBN		0.959664		0.118847		8.074790	0.0000
LTP		0.384924		0.053602		7.181089	0.0000
TCEN		-0.012279		0.013460		-0.912265	0.3707
LIMP		0.141162		0.048906		2.886430	0.0081
C		-11.09674		1.126166		-9.853550	0.0000
D84		-0.090842		0.033096		-2.744775	0.0113


R-squared	0.997301		Mean dependent var		4.585839
Adjusted R-squared	0.996739		S.D. dependent var		0.974134
S.E. of regression	0.055632		Akaike info criterion		-2.763265
Sum squared resid	0.074278		Schwarz criterion		-2.483026
Log likelihood	47.44898		F-statistic		1773.556
Durbin-Watson stat	2.269260		Prob(F-statistic)		0.000000

Dependent Variable: D(LR_F)
Method: Least Squares
Date: 11/10/09 Time: 12:37
Sample (adjusted): 1980 2008
Included observations: 29 after adjustments


Variable		Coefficient		Std. Error		t-Statistic	Prob.


D(LTP)		0.296436		0.138884		2.134421	0.0432
RESID1 (-1)		-0.926597		0.320500		-2.891099	0.0080
D(LIMP)		0.267227		0.064754		4.126842	0.0004
D(TCEN)		0.001180		0.015693		0.075179	0.9407
D84		0.060990		0.022737		2.682342	0.0130


R-squared	0.635730		Mean dependent var		0.098426
Adjusted R-squared	0.575019		S.D. dependent var		0.130173
S.E. of regression	0.084860		Akaike info criterion		-1.940031
Sum squared resid	0.172831		Schwarz criterion		-1.704290
Log likelihood	33.13045		Durbin-Watson stat		1.727110

Annexe 5 : Données utilisées

* 7^_ Dans un modèle théorique, l'influence de la variation d'une quantité (la variable explicative) sur une autre (la variable expliquée) est examinée à l'exclusion de tout autre facteur.

* 10^_ Tiré du mémoire " Estimation de la valeur ajoutée portuaire et élaboration d'un indicateur de performance de l'activité portuaire " de Hervé DOUMEFIO et Immaculée D. KPEHOUNTON

* 14^_ L'amélioration du niveau des joueurs de l'équipe nationale de football « les écureuils du Bénin »

* 15^_ Statistique du Port (Service des Statistiques des Études et des Performances)