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


Home | Publier un mémoire | Une page au hasard

 > 

L'impact de l'ouverture économique sur les pays en voie de développement

( Télécharger le fichier original )
par FENNIRA Youssef / Fourati Maleke
La Sorbonne -  2010
  

Disponible en mode multipage

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

L'IMPACT DE L'OUVERTURE

ECONOMIQUE SUR LES INEGALITES DE

RICHESSES DANS LES PED

Mémoire présenté dans le cadre du cours de Politique du
développement

Professeur: Etudiants:

Jean Claude BERTHELEMY FOURATI Malek

FENNIRA Youssef

Chargé de TD :

Felipe Starosta DE WALDEMAR

1

2009--2010

2

SOMMAIRE :

INTRODUCTION 3

I/ Revue de la littérature 5

I-1: Revue des modèles théoriques classiques sur la relation entre ouverture et

inégalités

5

I-2: Revue des études empiriques récentes

.11

 

II/ Modèle

...14

II-1: Présentation du modèle de référence

..14

II-2: Présentation du Modèle ajusté

17

 

Conclusion

..24

Références bibliographiques ..................... .....................

... 26

ANNEXES

.28

3

INTRODUCTION

Brève revue sur le débat autour de la mondialisation:

La Mondialisation, selon ses fervents défenseurs, permet une meilleure allocation des ressources, dans le sens où, chaque économie se spécialise dans la production du bien où elle a un avantage relatif le plus élevé, ou un désavantage relatif le plus faible. Cette idée provient de la théorie des avantages comparatifs, développée par David Ricardo, l'un des pères fondateurs du commerce international. A travers sa doctrine, il démontre que tous les pays, sans exception, ont un intérêt à participer au commerce international. Le libre échange profite, à cet effet, à chaque pays puisque c'est un jeu à somme positive où il n'y a pas de perdants mais que des gagnants. Chaque pays utilise à meilleur escient ses capacités productives, ce qui mènera à une augmentation de la croissance économique mondiale, un meilleur développement, et in fine, à amoindrir la pauvreté absolue. En outre, les tenants de la mondialisation sont issus de toutes disciplines confondues. En effet, Montesquieu, philosophe des lumières, en fut un ardent partisan. Selon lui, « L'effet naturel du commerce est de porter à la paix. Deux nations qui négocient ensemble se rendent réciproquement dépendantes » (De l'esprit des lois, 1748).

Le processus de libre échange a, effectivement, conduit à une intensification de l'interdépendance entre les pays. Avec l'expansion des marchés, non plus au sein même des nations mais entre les nations, l'équilibre de chaque économie ne s'opère désormais plus isolément, mais est fortement corrélé à l'équilibre mondial. Celles-ci sont donc de plus en plus vulnérables, ce qui est d'ailleurs caractérisé par des cycles économiques toujours plus courts, dont l'alternance entre épisodes de crises et de croissances se fait récurrente.

Les opposants de la mondialisation portent, bien entendu, un tout autre discours. Ils reprochent à celle-ci de ne participer qu'à encourager la délocalisation des grandes industries dans des parties du monde où d'une part, la main d'oeuvre est la moins onéreuse, et d'autre part, où les lois environnementales sont les plus laxistes. Certains considèrent même que l'OMC incarne l'impérialisme contemporain des pays industrialisés sur ceux en développement. Cependant, ils accusent la mondialisation d'avoir fait des victimes partout, et ce, même dans les pays riches, à l'instar des travailleurs peu qualifiés. Les études empiriques montrent que de manière générale, la mondialisation permet certes une augmentation des revenus, y compris ceux des plus pauvres mais accroît dans le même temps les inégalités au sein d`une même population. De ce fait, la mondialisation ne semble évidemment pas être Pareto supérieure à la situation d'autarcie, cas où des individus d'une économie préfèrent l'ouverture au protectionnisme sans que d'autres préfèrent la seconde situation. Cependant, la mondialisation est Pareto potentiellement supérieure à l'autarcie. Elle est préférée à l'autarcie, seulement si, accompagnée d'une politique de redistribution, l'économie atteint une situation qui soit Pareto supérieure à l'autarcie. En d'autres termes, Nissanke et Thorbecke (2004) voient en l'ouverture une condition nécessaire mais non suffisante au développement. Or, avant de penser à la mise

4

en vigueur de quelconque politique de redistribution, il est primordial d'étudier la relation entre processus de libre échange et inégalités. Nul va s'en dire que l'accroissement des inégalités est nuisible à tous types de sociétés. Elles risqueraient de mener à des tensions sociales et politiques mais aussi, à plus long terme, à une baisse potentielle de la croissance économique.

Question traitée et hypothèse à tester dans notre mémoire :

A L'heure où la mondialisation ne cesse de s`intensifier, devenant alors un phénomène incontournable, il paraît fondamental d'identifier dans quelle mesure elle contribue à accroître les inégalités. Ainsi, comment l'ouverture au commerce extérieure a-t-elle affecté la disparité des richesses dans les pays en voie de développement (PED). Et plus précisément, comment l'impact des dotations en facteurs de production a-t-il indirectement influé sur les inégalités ?

Notre mémoire présentera la revue littéraire sur la relation entre libéralisation et inégalités, articulée autour des études théoriques puis économétriques (1). Ensuite, nous introduirons le modèle de notre article de référence d'une part et de notre ajustement d'autre part, avec l'hypothèse que l'on cherche à tester (2).

5

I/ Revue de la littérature

I-1: Revue des modèles théoriques classiques sur la relation entre ouverture et inégalités:

Les théories classiques se sont déjà penchées sur la question de l'impact du libre échange sur les inégalités de richesse. Dans le modèle Hecksher-Ohlin, le théorème Stolper-Samuelson soutient que la hausse du prix d'un bien accroît le rendement réel du facteur qui utilise intensivement ce bien et par analogie diminue le rendement réel de l'autre facteur. A cet effet, lorsqu'un pays passe d'une situation d'autarcie à celle de libre échange, il fait face à une demande mondiale beaucoup plus significative que la demande nationale à laquelle il était préalablement confronté, ce qui va donc accroître le prix du bien pour lequel il est spécialisé. Si le pays est défini comme abondant en capital (ou en travail qualifié), il est net exportateur du bien fortement doté en capital (travail qualifié). In fine, la rémunération du capital (ou du travail qualifié) sera poussée à la hausse alors que celle du travail (non qualifié) le sera à la baisse. Ainsi, selon la théorie, les pays industrialisés devraient faire face à un accroissement des inégalités alors que l'inverse devrait s'appliquer aux pays en développement PED). Il est vrai que les travailleurs non qualifiés des pays développés sont souvent montrés comme étant les victimes, ou encore les laissés pour compte de la mondialisation, souffrant d'une plus grande compétitivité des PED. En revanche, la réalité empirique concernant l'évolution des inégalités a tendance à infirmer le modèle, dans les pays développés d'une part et les pays en voie de développement d'autre part.

Un autre modèle semble plus adéquatement refléter cette réalité. Le modèle des facteurs spécifiques d'Eaton (1987) présente une économie produisant deux biens, dotés de deux facteurs immobiles étant le capital et la terre et un facteur mobile, le travail. Si un pays est confronté à une hausse du prix d'un bien, alors la rémunération du facteur spécifique pour laquelle ce même bien est intensivement doté, va s'accroître alors que celle de l'autre facteur spécifique va diminuer. L'effet sur le facteur mobile est quant à lui plus ambigu. Il baisse pour le bien dont le prix a augmenté mais diminue pour l'autre bien. L'explication repose sur le fait que suite à une hausse de prix, la main d'oeuvre s'est orientée vers la production du bien qui a connu cette hausse et va à contrario se raréfier dans la production de l'autre bien. Par conséquent, le revenu marginal du travail baisse là où il est plus abondant et augmente là où il se trouve alors en moindre quantité.

Le modèle définit le revenu d'un agent privé, d'une part de son salaire (identique pour tous) et d'autre part de sa richesse (valeur de ses actifs, différents entre les individus). A court terme, si l'évolution de la part du salaire après l'ouverture au commerce international relative au revenu augmente, les inégalités au sein du pays diminuent. A long terme, l'évolution des inégalités dépend de celle du taux d'intérêt. Après le passage au libre échange, un pays abondant en terre, et donc net exportateur du bien utilisant intensivement ce facteur, va voir son stock de capital baisser. Cela va avoir pour conséquence un

6

accroissement du revenu marginal expliquant une baisse de la part du salaire relative au revenu et une hausse du taux d'intérêt. Finalement, le pays en ressort plus inégalitaire. Le cas analogue est applicable au pays abondant en capital. Les pays d'Amérique latine sont largement dotés en terre, ce qui pourrait expliquer la hausse de leurs inégalités suite à leur ouverture. Ainsi les pays fortement dotés en terre semblent devoir trouver un compromis entre protection/égalité et libre-échange/efficacité.

Cependant la théorie prédit qui si le libre échange est accompagné d'une mobilité des capitaux, il y aura alors un déplacement des capitaux dans la zone où ils sont les plus rentables, c'est-à-dire là où le taux d'intérêt est plus élevé. Cet effet aura pour conséquence la baisse du taux d'intérêt et in fine un impact positif sur la répartition des richesses dans un pays fortement doté en terre. L'effet inverse sera notable dans un pays intensif en capital. (Fischer R D. (2000))

Par ailleurs, Wood (1997) propose un autre modèle basé sur le modèle HOS avec plusieurs pays, biens et facteurs, pour expliquer les différentes évolutions des inégalités entre les pays d'Asie de l'Est et ceux d'Amérique latine. Les pays d'Asie sont largement compétitifs dans le secteur du travail non qualifié. Cinq des pays d'Asie à bas revenus (Bangladesh, Chine, Inde, Indonésie, Pakistan), représentants à eux seuls plus de la moitié de la population mondiale en travail non qualifié, se sont insérés dans le commerce international dans les années 1980. Selon l'auteur, ils ont probablement altéré l'avantage comparatif des pays à revenu moyen (dont le ratio travail qualifié sur non qualifié est au dessus de la moyenne mondiale mais en dessous de celle des pays développés), en déplaçant la demande mondiale qui leur était adressée non plus vers des biens non qualifiés mais vers des biens semi qualifiés. Ainsi les pays d'Amérique latine ont dû importer des biens qualifiés des pays développés et des biens non qualifiés des pays à faible revenu. C'est alors que le net effet sur l'évolution des salaires est ambigu. Or, comme la demande mondiale de travail non qualifié a relativement baissé au profit de celle du travail semi qualifié en Amérique Latine, l'écart des salaires a eu tendance à s'accroître dans les années 1980.

De manière générale, il est difficile d'évaluer le réel impact de l'ouverture commerciale sur la distribution des revenus, tant au niveau théorique (si l'on considère le nombre d'études théoriques visant à expliquer cet effet de causalité), qu'au niveau empirique (où les études dont les résultats diffèrent en fonction de l'échantillon observé, les variables contrôlées etc.). On voit ainsi que d'autres facteurs qui y sont liés entrent en jeux.

L'évolution des inégalités suite à l'introduction d'un pays au libre échange s'opère donc par le biais de plusieurs canaux. Anderson E. (2005) en distingue cinq:

- ouverture et part des facteurs relatifs

- ouverture et inégalité des actifs

- ouverture et inégalité géographique

- ouverture et inégalité de sexes

- ouverture et redistribution

7

Cependant, bien qu'il apparaisse fondamental de mener une étude microéconomique visant à évaluer l`effet de l`ouverture sur l`évolution du salaire relatif et ce, par le biais de plusieurs créneaux (à titre d`exemple la proposition d`Anderson présentée plus haut), il est nécessaire d'analyser l'impact, statistiquement significatif ou non, du commerce extérieur sur les inégalités, au niveau macroéconomique. Pour cela nous nous intéresserons à l'indice de Gini et non plus au salaire relatif.

Après s'être penché sur les modèles théoriques, nous allons présenter certains des travaux récents portant sur cette question. Pour cela, il sera intéressant d'étudier l'évolution de l'indice de Gini dans les PED.

Bilan de l'évolution des revenus et des inégalités :

La première carte (Figure 1) représente le coefficient de Gini qui, rappelons-le, permet de voir les inégalités de distribution du revenu au sein des pays. Dans cette carte le coefficient varie entre 0 et 100, où 0 désigne l'égalité parfaite et 100 l'inégalité parfaite. Il est intéressant de commencer par s'intéresser aux 26 pays que nous avons choisi d'étudier et d'effectuer par la suite une comparaison avec le reste du monde. Ainsi, en Amérique latine et notamment au Brésil, au Chili, en Colombie, au Mexique... Pour l'ensemble des pays de la zone que nous avons choisi d'étudier, le coefficient de Gini est très élevé variant entre 44.2 et 62.3. Dans la région Asie, le constat est tout autre. En effet on remarque que les deux pays les plus peuplés de la planète, la Chine et l'Inde et de grands pays tels que le Pakistan et la Thaïlande ont un coefficient de Gini qui varie entre 30.06 et 34.66 reflétant des inégalités moins importantes que des pays développés tels que les Etats-Unis ou la France. En Asie du sud-est, le constat est différent. Les Philippines et la Malaisie possèdent des coefficients de Gini assez inégalitaires compris entre 44.2 et 51.51. En Europe de l'Est, on va également faire un constat différent des précédents. En effet, les pays tels que la Pologne, la Roumanie, la Hongrie et la Bulgarie font partie des pays les moins inégalitaires du monde loin devant la France, les Etats-Unis, l'Australie ou encore l'Italie. Enfin, en Afrique du Nord, la Tunisie possède un coefficient de Gini compris entre 39 et 44.2 alors que l'Algérie se situe entre 34.66 et 39. On remarque que l'ensemble des pays de cette région (bassin méditerranéen) excepté l'Espagne oscille autour des mêmes valeurs.

8

Les données UTIP (UTIP data: University of Texas Inequality Project), permettent une révision sur l'évolution des inégalités à l'échelle mondiale à la fois entre les nations et au travers du temps. Cela reste impossible à réaliser avec les ensembles de données de Deninger et Squire.

9

Ainsi, dans la carte ci-dessus (figure2), on observe les inégalités globales dans le monde d'après les données de l'UTIP. On observe pour commencer qu'en Europe de l'Est les données sont à peu de choses près semblables à celles que nous avons vu précédemment, à savoir que les inégalités sont très faibles. En Amérique du Sud, le constat est différent et varie entre chaque pays. Le Mexique est le moins inégalitaire de la région avec un coefficient variant entre 0.0178 et 0.03742. Ensuite, nous avons le Venezuela et l'Argentine avec un coefficient variant entre 0.03742 et 0.05281 suivis du Chili et de la Colombie avec un coefficient compris entre 0.05281 et 0.07439. Le Brésil, le Panama, le Pérou, le Costa Rica, la Jamaïque, le Salvador et a République Dominicaine sont les pays les plus inégalitaires de la région avec un coefficient variant entre 0.07439 et 0.09872. Concernant l'Asie, c'est la Chine « communiste » qui est le seul pays à se démarquer en terme de faible inégalité. En effet son coefficient est inférieur à 0 .0178. Suivent les Philippines avec un coefficient variant entre 0.0178 et 0.03742 puis le Pakistan avec un coefficient compris entre 0.03742 et 0.05281. Le reste des pays de la zone Asie que nous étudions arrivent ensuite avec des coefficients fortement inégalitaires compris entre 0.07439 et 0.09872. Enfin, en Afrique du Nord, l'Algérie se démarque du reste du continent avec un coefficient compris entre 0.0178 et 0.03742 alors que la Tunisie fait figure de mauvais élève avec un coefficient variant entre 0.07439 et 0.09872.

10

« The age of globalization... (1988-1994)

Now the largest increases in inequality in are the post-communist states; an exception is in booming Southeast Asia, before 1997... »

La carte qui suit (FigureA2) a pour but de montrer la façon dont les inégalités on évolué au sein des pays, le but étant de voir si les pays sont parvenus ou non à réduire leurs inégalités sur le temps. Le premier constat que nous pouvons faire concerne les pays d'Europe de l'Est que nous étudions et plus généralement l'homogénéité de l'ex-bloc communiste dont ces derniers faisaient partis. On observe que ces pays ont les plus mauvais résultats à l'échelle de la planète avec des coefficients variant entre 88.32 et 303.2. Concernant l'Asie, l'Indonésie se démarque du reste avec un coefficient inférieur à -11.2 et donc une forte réduction de ses inégalités. Viennent ensuite l'Inde, la Chine et les Philippines avec une réduction moins importante des inégalités (entre -0.1068 et 10.64). Le Pakistan arrive après avec un coefficient compris entre 10.64 et 38.78, signe d'un accroissement des inégalités. Pour finir, on retrouve la Thailande et la Malaisie avec des coefficients compris entre 38.78 et 88.32. En Amérique latine, le meilleur élève est le Chili avec le coefficient le plus élevé inférieur à -11.2 suivi de la Colombie avec un coefficient compris entre -11.2 et

11

-0.1068. Le Mexique et le Brésil, pour leur part, arrivent après avec un coefficient compris entre 10.64 et 38.78. Le reste des pays sud-américains que nous étudions sont à la traine avec des coefficients compris entre 38.78 et 88.32 sauf le Pérou qui est bon dernier avec un coefficient variant entre 88.32 et 303.2. Enfin, en Afrique du Nord, les données sont absentes pour la Tunisie et l'Algérie possède un coefficient compris entre -0.1068 et 10.64.

J-2: Revue des études empiriques récentes:

Les études visent à tester si le commerce extérieur a un impact négligeable ou non sur les inégalités de revenus. Selon les auteurs de notre article de référence (S Aradhyula, T Rahman, K Seenivasan), la plupart des études qui utilisent une régression entre les pays (cross-country régression), présentent deux problèmes. Le premier est que les institutions et les systèmes légaux diffèrent d'un pays à l'autre ce qui génère donc des données statistiques qui peuvent être hétérogènes. Il aurait donc été pertinent d'introduire dans les analyses des effets fixes. Le second, est qu'il n'est pas possible d'établir une comparaison internationale des données et des résultats.

Donald J.Robbins (1996): Il a réalisé un travail écrit destiné au centre de l'OCDE chargé du développement. Cette étude s'intitule « Evidence of Trade and wages in developing world ». Le but est de voir l'impact des échanges sur les salaires de neuf pays en voie de développement. Ces pays sont situés principalement en Asie et en Amérique latine. Robbins effectue une analyse microéconomique pour essayer de répondre à sa problématique. En effet, il part du principe qu'il est couramment admis que la libéralisation des échanges réduit la dispersion relative des salaires dans les pays en voie de développement, alors qu`elle l'accentue dans les pays développés. Les données sur les pays qu'il analyse lui montrent cependant que, contrairement au modèle de Leamer, dans les pays dont les échanges sont diversifiés, tout changement dans la répartition de l'offre de travail va de pair avec un ajustement des salaires. Il explique également que la libéralisation a entrainé une hausse des salaires relatifs et de la demande de main d'oeuvre et qu'elle a aussi provoqué une augmentation des achats de matériel, ce qui explique en partie l'accroissement relatif de la demande qui l'accompagne. Il utilise pour mettre en évidence tout cela l'analyse du modèle HOS et des différents théorèmes qui y sont liés tel que celui de Stopler et Samuelson. Il prend également des données tels que le niveau d'éducation, l'âge, le sexe, les salaires, les caractéristiques de la force de travail... Son travail se déroule par la suite en trois étapes : la création de la série temporelle pour les salaires et l'offre relatifs ; L'estimation de l'équation du salaire relatif, ciblage des variations de la demande relative. Il en conclut que les séries temporelles concernant les variations de la demande relative a montré ont augmenté après la libéralisation des échanges pour tous les pays. Il conclut enfin son analyse en s'intéressant aux théories alternatives sur le commerce et les salaires en distinguant quatre groupes : HOS assumptions or Factor Diversified Trade (FDT), Identical Constant Returns Technology. Le troisième groupe examine les iteractions possibles entre les deux groupes cités précédemment. Le dernier groupe, pour sa part, traite du problème d'organisation entre le

12

Nord et le Sud concernant l'abondance relative en capital et en travailleurs qualifiés et non qualifiés.

Calderon et Chong (2001): Ils ont mené une étude en données de panel dynamique. En voulant tester l'effet de l'ouverture sur les inégalités, ils prennent en compte plusieurs variables, qui sont, le contrôle de l'intensité du capital, le taux de change, le type d'exportation et enfin le volume du commerce. Ils trouvent que le commerce a un effet inverse sur les inégalités en fonction du niveau de développement. Concernant les pays développés, le commerce a un effet positif, c'est-à-dire qu'il contribue à accroître les inégalités. Toutefois, il est statistiquement peu significatif. A contrario, il a un effet négatif et statistiquement significatif dans les PED. A cet effet, on peut conclure que leurs résultats, sans distinction de l'impact négligeable ou pas, sont en adéquation avec le modèle classique 2x2x2 de HOS.

Spilimbergo, Londono et Szekely (1999): Il ont réalise une étude économetrique en données de panel. Ils s'intéressent à la relation entre la dotation en facteur relative, le commerce ainsi que la distribution de revenu des agents personnels. Ils constatent que, si un pays est abondant en terre et en capital, la distribution du revenu au sein de ce même pays aura tendance à être plus égalitaire. Par ailleurs, un pays étant intensif en travail sera plus inégalitaire. Finalement, ils estiment que l'effet du commerce sur les inégalités est conditionné par l'avantage comparatif des pays dans un facteur de production. Ces résultats relèvent davantage de la théorie de HOS présentée par Wood (1997) à plusieurs pays et plusieurs facteurs.

Dollar et Kravay (2001): Ils étudient l'impact de la mondialisation sur les inégalités et la pauvreté. Ils remarquent que les pays insérés au commerce international après les années 1980 ont connu un processus de rattrapage avec les pays riches, alors que les autres pays, toujours exclus de la mondialisation, sont en plein décrochage (à l'instar des pays d'Afrique Subsaharienne). Ils trouvent une forte corrélation entre le commerce et la croissance économique. Selon eux, une plus forte croissance économique, rendue possible par le commerce, permet de baisser la pauvreté à fortiori dans les pays les moins avancés. De ce fait, le commerce influence indirectement le niveau de pauvreté. Ils semblent être fidèles à la doctrine Ricardienne, puisqu'ils voient en la mondialisation, un moyen d'être plus performant, via la spécialisation du pays dans le facteur qu'il détient intensivement et par conséquent d'être plus a même de se développer. Cependant, d'après leurs résultats, on ne peut rien prédire sur l'évolution des inégalités, de même que la corrélation entre les variables inégalités et mondialisation.

Duncan (2000) : Dans la même lignée que les précédents, cet auteur note un lien considérable entre croissance et réduction de la pauvreté absolue. Les petites économies gagnent largement à participer au commerce international. Il se rapproche de la pensée de Baghwati, ardent défenseur du libre échange, mais qui estime cependant que le commerce extérieur est plus profitable aux petits pays. A contrario, lorsqu'un grand pays a une

13

croissance d`exportation biaisée, ses termes de l'échange vont se détériorer, alors le commerce devient nuisible. Cela signifie qu'un grand pays qui subit un choc d'offre positif sur le bien qu'il exporte va baisser le prix de ce bien à l'échelle mondiale. Il gagne moins a l'échange car les prix du bien qu'il exporte diminue relativement a celui qu'il importe. Nous montrerons ultérieurement dans notre régression, qu'effectivement la superficie d'un pays influe négativement sur son degré d'ouverture commerciale.

Cornia (2003) : Selon leur résultat, les inégalités de manière globale mais aussi entre les pays n'ont pas fortement varié au cours de la période 1980-2000. Cependant cette évolution est en partie corrélée aux règles prises pour leur mesure. Toutefois, elles ont accru au sein même des pays pour deux tiers des 73 pays. Ils considèrent que cela est causé par les politiques nationales de dérégulation et de libéralisation.

Wan, Lu et Chen (2004): Ils ont testé les inégalités régionales en Chine. Pour cela, ils ont mis en place une fonction de revenu avec comme variables, le commerce, les IDE, et ont ensuite utilisé une décomposition technique pour estimer la part de l'échange extérieur sur les inégalités régionales de revenu. D'après leur étude, le commerce influence positivement les inégalités, et son impact sera grandissant au travers du temps.

Kahai et Simmons (2005): Ils s'axent sur l'indice de Gini pour étudier la relation entre mondialisation et inégalité. Les PED ont souffert d'une intensification des inégalités suite à leur ouverture économique. En revanche le lien entre ces deux variables est négligeable dans les pays industrialisés.

Anderson (2005): La mondialisation influence indirectement les inégalités de revenus dans les PED du fait qu'elle agit significativement sur les actifs, les inégalités spatiales, de genres et d'éducation. La plupart des études de séries chronologiques trouvent qu'un plus grand niveau d'ouverture augmente la demande pour le travail qualifié. En revanche, les études en coupes transversales portant sur des pays différents révèlent que le commerce extérieur influence peu les inégalités. En réalité, l'effet de l'ouverture sur les inégalités par le biais de la demande en travail qualifié est compensé par son effet sur d'autres facteurs qui agissent eux-mêmes sur les inégalités.

G Perry, M Olarrega(2006): Ils ont étudié l'impact de la libéralisation économique sur les inégalités de richesses et la pauvreté en Amérique Latine. Ils remarquent que suite a leur ouverture commerciale, ces pays ont connu un accroissement de la prime de qualification et des inégalités salariales. Ils expliquent cette évolution par quatre facteurs. Le premier repose sur les dotations en facteurs des pays latinos. Ils sont pour la plupart relativement fortement dotes en ressources naturelles, qui est un facteur de production complémentaire a celui du capital, mais aussi de la qualification. Les pays d'Amérique du Sud ont en plus une dotation plus abondante en capital que les autres pays en développement. Les pays en développement, notamment la Chine, offrent un large réservoir de main d'oeuvre non qualifiée. Le deuxième facteur est l'effet dynamique de l'échange sur le progrès technique et la demande en capital. Selon eux, le commerce stimule le processus de destruction

14

créatrice de Schumpeter, et de ce fait accroit la demande pour le travail qualifie dans les entreprises. Le troisième facteur repose sur les conditions initiales et des évènements actuels de ces pays. Par exemple, les politiques de fixation de taux de change. Enfin, le quatrième facteur est du a l'effet du commerce extérieur sur les imperfections qui existent sur le marche du travail.

M.Daumal(2010): Dans le cadre de l'Institut de Recherche pour le Développement , elle a étudié l'impact de l'ouverture sur les inégalités régionales en Inde et au Brésil. Elle détecte un lien entre l'évolution des inégalités régionales dans ces pays et leur libéralisation. Pour arriver a ces résultats, elle a réalise des séries temporelles avec des modèles vectoriels a correction d'erreurs. Elle s'est intéressée a l'évolution de l'indice de Gini de 1985 a 2004 au Brésil et de 1980 a 2004 en Inde. Elle a ensuite régressé cette variable a l'ouverture commerciale, les investissements directs étrangers et le PIB par habitant. Elle trouve que l'ouverture a substantiellement accru les disparités de niveaux de vie en Inde avec, des régions du nord de plus en plus pauvres et des régions du sud plus riches. Cela renforce donc les tensions au sein du pays. En revanche, elle constate que l'ouverture a permis d'atténuer les inégalités régionales au Brésil. Les investissements direct étrangers ont quant a eux contribue a accroitre les disparités régionales dans les deux pays.

II/ Modèle

II-1: Présentation du modèle de référence:

L'article de référence que nous avons choisi, Impact of International Trade on Income and Income Inequality de Satheesh Aradhyula, Tauhidur Rahman et Kumaran Seenivasan, vise à étudier l'impact plus ou moins significatif de l'ouverture des PED du commerce international sur leurs inégalités de richesse. Les auteurs proposent un modèle économétrique dans lequel ils étudient l'effet de la mondialisation sur les revenus d'une part, et sur les inégalités de revenus d'autre part. Leur test sur les inégalités de revenu comprend 44 pays, dont 23 PED. Les auteurs pensent, toutefois, que leur modèle pourrait être amélioré dans le sens où il manque d'exhaustivité. Un plus large échantillon de pays révélerait effectivement des résultats d'autant plus pertinents.

Leur équation est la suivante:

Log(Gini)i,t=30+31Log(Trade)i,t +32(Landlock)i+32(Democracy)i,t +34(Corruption Indices)i,t+34(Developed)+u i,t

15

- La variable dépendante est le coefficient de Gini, mesure du degré d'inégalité de la distribution des revenus dans une société donnée. C'est un nombre variant de 0 à 1, où 0 signifie l'égalité parfaite et 1 signifie l'inégalité totale.

- Les variables enclavement (landlock) et démocratie (democracy) sont des variables de contrôles.

- Les auteurs détectent un problème d'endogéneité entre la variable explicative, Commerce (Trade) et la variable dépendante, Inégalité (coefficient de Gini). Ainsi, pour que la variable Commerce ne puisse être en aucun cas expliquée par les inégalités et qu'elle renvoie uniquement au Commerce extérieur (Trade openness), les auteurs ont utilisé des variables instrumentales, de nature géographique, la superficie (area) et la population. Ces deux dernières affectent le commerce sans influencer les inégalités de revenus.

Première étape de régression:

Log(Trade)i,t=á01log(area)i+á2log(pop)i+á3(Democracy)i,t+á4(CI)i,t+á4(Landlock)i+ á5(Developed)i+Ei,t

Les auteurs trouvent que les variables instrumentales sont significatives à 1% de degré de liberté.

Seconde étape de régression:

Les auteurs substituent les valeurs du commerce extérieur trouvées après instrumentalisation, c'est-à-dire sa valeur prédite, à la variable commerce.

- Ils utilisent la variable Développement comme variable aléatoire, égale à 1 lorsque le pays est développé et à 0 autrement. Anderson (2005) considère que l'effet de l'ouverture sur l'inégalité dépend étroitement du niveau de développement.

Leurs résultats montrent qu'une augmentation de 1% du commerce, accroît l'inégalité de revenu de 0,14% (B1= 0,1382 pays industrialisés et PED confondus). Cependant si l'on se penche uniquement aux PED, l'effet est encore plus net avec B1= 0,1920 contre B1= - 0,0634 pour les pays développés. Ainsi, le commerce atténuerait les inégalités dans les pays industrialisés mais de façon négligeable, ce qui semble aller à l'encontre des prédictions théoriques des modèles classiques. Les auteurs ont par ailleurs des résultats tout à fait intéressants, concernant les variables de contrôles, et parfois contre intuitif. La variable enclavement est négative et statistiquement significative à 1% de degré de liberté pour les PED (B2=-0,5657) mais l'est moins pour les pays riches (B2= 0,1248). Ils justifient cela par l'idée que le commerce maritime affecte seulement les habitants vivant sur les littoraux, de même que les personnes qui bénéficient davantage de ce type de commerce sont issues de classe moyenne supérieure voire même aisée. Ainsi, les pays enclavés tendent à être moins inégaux. La démocratie diminue les inégalités dans les pays développés de façon statistiquement significative à 1% de degré de liberté (B3=-0,0576)

16

alors qu'elle les augmente et est statistiquement significative à 5% dans les PED (B3= 0,0012). Les auteurs expliquent ces résultats par le fait que les PED, dits démocratiques, ont un mode de fonctionnement de moindre qualité que celui des pays développés. L'indice de la corruption semble amoindrir les inégalités dans les PED (B4=-0,0132) et les augmenter dans les pays industrialisés (B4= 0,0106). Toutefois, cette variable a un impact négligeable dans les deux échantillons.

Ils concluent leurs travaux en rappelant qu'un grand nombre d'études empiriques prouvent que le commerce accroît les revenus. Dans leur propre analyse, ils trouvent que lorsque le commerce extérieur augmente de 1% alors les revenus par tête d'un pays s'accroissent de 0,48%. Certaines études démontrent que la mondialisation est génératrice d'inégalité d'une part, et créée des divergences de croissance de revenu d'autre part. Selon les auteurs, le commerce extérieur accroît en moyenne, dans l'échantillon, les inégalités internes. Cependant, en séparant les pays développés des PED, ils observent que la mondialisation hausse les inégalités significativement pour le second groupe alors qu'elle les amoindri de façon statistiquement négligeable dans le premier.

Wood (1997), dans son analyse Openness and Wage Inequality in Developing Countries: The Latin America challenge to East Asian Conventional Wisdom, conclut l'idée suivante: «There are several channels through which an increase in the openness of a country, to international flows of goods and services, factors of production, and technology, can affect inequalities in income between individuals within it»É«Most of the theoretical work linking greater openness to domestic inequality focuses on its effect on the relative demand for domestic factor of production». De ce fait, en ouvrant ses frontières, un pays sera confronté à une demande internationale qui aura un impact différent sur la répartition de ses richesses. Cela ce jouera, en fonction du fait que cette demande requiert davantage de matières premières, de produits à faible valeur ajoutée, réalisés par une main d'oeuvre peu qualifiée, ou à contrario, des biens et services dits «high tech».

Par ailleurs, Anderson (2005), dans son étude Openness and Inequality in Developing Countries: A Review of Theory and Recent Evidence, constate «some recent evidence contradicts the conventional wisdom. In particular, there is a conflict in the time-series evidence between the experience of East Asia in the 1960s and 1970s, which is consistent with the conventional wisdom, and the experience of Latin America in the late 1980s and early 1990s, where increased openness appears to have widened rather than narrowed skill differentials in wages. Possible explanations fall into two classes: differences between East Asia and Latin America». Les différences entre ces deux groupes de pays se font nombreuses, allant de leur politique de stratégie de développement à leurs avantages comparatifs. En effet, les pays d'Amérique du Sud ont en premier lieu largement eu recours à la méthode d'industrialisation par substitution d'importation, communément appelé ISI. Cette stratégie, bien que théoriquement justifiée, notamment par Lizst qui prônait un «protectionnisme éducateur», s'est révélée contestable. En effet, elle a davantage favorisé des comportements de recherches de rentes en rendant la protection initialement temporaire, permanente. Cela a effectivement nuit à l'ensemble de la population, dans la mesure où seules les industries protégées étaient capables de s'enrichir. Le revenu du

17

capital a alors cru au détriment des salaires. Les pays d'Asie du Sud Est ont quant à eux adopté une toute autre stratégie de développement, celle d'industrialisation par substitution d'exportation. Les économies ont opéré leur processus d'industrialisation au contact du monde extérieur, et ont de ce fait joui d'un meilleur transfert technologique. Ainsi, les conditions initiales d'ouverture qu'évoque Anderson dans son étude peuvent être une des raisons expliquant pourquoi le commerce extérieur asiatique a davantage profité à l'ensemble de la population. En outre, et ce qui suscite plus notre intérêt, c'est l'éventuelle différence de spécialisation de ces deux groupes de pays en fonction de leur avantage comparatif. Ainsi, nous allons tester dans quelle mesure les différences en dotations en facteur, et par conséquent la demande mondiale adressée aux pays dans la production où ils sont les plus performants, influent sur le commerce extérieur et indirectement sur les inégalités nationales. De plus nous verrons si les pays asiatiques suivent effectivement les prédictions du modèle théorique HOS et ce qu'il en est pour le reste des PED.

II-2: Présentation du Modèle ajusté:

Notre travail ne concernera uniquement les PED de l'article de référence (23 pays des 44 qu'ils ont choisi, plus L'Algérie, l'Argentine et la Tunisie). Il est à noté que ces pays ne forment pas un groupe homogène, dans le sens où ils ont aussi des niveaux de développement différents, avec des pays d'Europe de l'Est, qualifiés d'économies en transition, certains pays émergents asiatiques, le groupe de pays d'Amérique latine, ayant plus ou moins enclenché leur processus de développement, et enfin des pays d'Afrique du Nord. Nous nous intéresserons à la période allant de 1987 à 2007. Alors que dans les décennies ultérieures, notamment 60_70, certains pays étaient encore qualifiés d'autarciques, nous considérons qu'à partir de la fin des années 80, tous les pays, en l'occurrence ceux apparaissant dans notre étude sont relativement ouverts au commerce. Pour notre équation, nous nous baserons sur celle de notre article de référence, toutefois nous remplacerons la variable «Développement» par deux variables reflétant les dotations en facteurs relatifs des pays «D1Labour Force» et «D2 Land». En effet, contrairement aux auteurs, désormais nous ne cherchons plus à tester dans quelle mesure le commerce extérieur influe sur les inégalités de façon différente selon que l'on se situe dans un pays développé ou non. Nous cherchons à tester l'impact de l'ouverture économique de ces pays en fonction de leur avantage comparatif. Un pays peut être fortement doté en travail qualifié ou non qualifié, mais non pas les deux, du fait que ces deux composantes sont substituables l'une à l'autre. En revanche, un pays peut être à la fois fortement doté en travail non qualifié et en terre, ou encore en travail qualifié et en terre.

1) Variables:

- La variable « Gini », endogène, celle que l'on cherche à expliquer en d'autres termes, est exprimée en pourcentage. Les valeurs se décrivent comme suit ; plus on se rapproche de la valeur 0, plus le pays est caractérisé par une égalité parfaite, et inversement plus sa valeur tend vers 100, plus le pays est inégal), (source: Deininger and Squire(1996)dataset) (idem

18

article de référence). Cependant, de nombreuses données sont manquantes dans notre panel.

- La variable « Trade » est calculée par le taux d'ouverture

((Importations+Exporations)/GDP), soit en pourcentage. (Source: Penn World) (idem article de référence). C'est la variable pour laquelle nous cherchons à expliquer les inégalités de richesse.

- La variable enclavement, notée « Landlock » est de 1 quand un pays n'est délimité que par des côtes terrestres, et de 0 s'il a des littoraux. Cette variable n'est pas pertinente dans notre étude car tous les pays auxquels nous nous intéressons ont un accès aux côtes maritimes. Elle l'aurait été si nous avions inclus dans notre échantillon des pays enclavés, notamment ceux d'Afrique Subsaharienne, souvent victimes d'une «trappe à enclavement». Les données ont été trouvées dans le World Atlas (idem article de référence)

- Fautes de données, nous avons remplacé la variable « Democracy » par la variable « Government Effectiveness », l'un des six indices mesurant l'état de gouvernance des pays, établi par D. Kaufmann, A. Kraay and M. Mastruzzi (2009) dans leur projet de recherche pour la Banque Mondiale: Governance Matters VIII: Governance Indicators for 1996-2008. Nous avons en outre utilisé leurs données concernant la variable « Control of Corruption » et non pas celles utilisées dans l'article de référence. Ils attribuent des valeurs allant de [-2.5] à [2.5], où plus la valeur est forte, meilleure est la gouvernance du pays. Nous avons pris en considération ces deux variables, car nous pensons qu'elles sont susceptibles d'affecter considérablement la répartition de richesse d'un pays. Nous le prouverons d'ailleurs ultérieurement en tentant de les supprimer de notre équation. Naturellement, chacun peut penser qu'une meilleure gouvernance sera plus à même de mettre en place des politiques redistributives afin de répartir plus équitablement les revenus.

- La superficie est mesurée en kilomètres carrés (source: wikipédia).

- La densité de population est calculée par le nombre d'habitants d'un pays, et a été estimée en milliers (source: Penn World), (idem article de référence). Les deux précédentes variables, sont celles dites instrumentales. Elles seront utilisées uniquement pour remédier au problème de causalité inverse entre les variables «Trade» et «Gini». Elles n'apparaissent donc pas dans notre équation de base.

- Si la dummy «D1Labour Force» est égale a 1, le pays est alors fortement doté en travail non qualifié, et sinon, 0 est attribué pour un pays relativement intensif en travail qualifié. Pour arriver à ces résultats, nous avons calculé la moyenne du nombre d'années d'études en moyenne des pays de notre échantillon, pour chaque année de référence qui sont 1985, 1990, 1995 et 2000. L'année 1985 est l'année de référence pour les années allant de 1987 à 1990, l'année 1990 est celle pour les années allant de 1990 à 1995, l'année 1995 est celle des années 1995 à 2000, et enfin l'année 2000 est celle pour les années 2000 a 2007. Ainsi, si le pays a un nombre d'années d'études supérieur à celui de la moyenne, il est dit relativement fortement doté en travail qualifie, et on lui attribuera de ce fait la valeur 0. Le

19

cas échéant sera appliqué pour le résultat inverse. Les données ont été trouvées dans le site de la Banque Mondiale (dataset: Appendix Table 1: Educational Attainment of the total population aged 25 and over)

- Si la dummy «D2 Land» est égale à 1, dans ce cas le pays est relativement fortement doté en terre, et 0 autrement. Pour aboutir à cela, nous avons pris les superficies des pays (données «area») et avons calculé la superficie moyenne des pays de l'échantillon. Si un pays a une superficie supérieure à la superficie moyenne, alors, il est relativement intensif en terre. Par analogie, on affecte un 0 pour les pays dont la superficie est inférieure a la superficie moyenne.

Philibeg, London et Stekel (1999) avaient déjà, dans leur étude, souligné l'importance de l'effet de l'ouverture sur les inégalités en fonction de la dotation en facteur relative à chaque pays. De ce fait, nous verrons si les résultats confirmeront ou à contrario infirmeront le modèle présenté par Wood (1997).

2) Le modèle ajusté:

Pour réaliser notre régression linéaire multiple, nous utiliserons la méthode des moindres carrés ordinaires (MCO), sans avoirs recours à des effets fixes (car après les avoir testé, nous avons remarqué que, d'une part ils n'améliorent pas la significativité du modèle, mais pis encore, ils la détériorent). De plus, notre panel est dit «balance» (balanced panel).

Ln(Gini)i,t=â01Log(Trade)i,t +â2(Landlock)i+â3(Government Effectiveness)i,t +â4(Control of Corruption)i,t +â5(D1Labour Force)+â6(D2Land)+ui,t

A l'instar des auteurs de notre article de référence, pour remédier au problème d'endogénéité entre la variable expliquée (indice de Gini) et la variable explicative (Trade), nous allons procéder à deux étapes de régressions. Nous utiliserons les mêmes variables instrumentales, qui sont la superficie (area) et la densité démographique (population). Ces deux variables ont été retenues car elles influencent le degré d'ouverture d'un pays sans pour autant avoir d'effet significatif sur les inégalités de revenus.

Première régression du modèle ajusté:

Ln(Tradeoppenness)i,t= á01ln(area)i+á2ln(pop)i+á3(Government Effectiveness)i,t+á4(Level of Corruption)i,t+á5(Landlock)i+ á6(D1Labour Force)i+ á7(D2Land)+ åi,t

20

Seconde régression du modèle ajusté:

Nous remplaçons donc les valeurs trouvées de notre variable explicative «Trade», dans notre première régression, soit après instrumentalisation. Nous la nommerons dorénavant «Openness», pour éviter de prêter à confusion parmi les variables utilisées lors des régressions. Ainsi, notre nouvelle équation se décrypte comme tel:

Ln(Gini)i,t= f30+f31Ln(Openness)i,t +f32(Landlock)i+f33(Government Effectiveness)i,t+f34(Control of Corruption)+f3(D1Labour Force)+f36(D2Land)+ui,t

3) Discussion et résultats empiriques:

Les résultats montrent que les variables instrumentales permettent de résoudre le problème d'endogénéité car d'une part la variable «area» est fortement significative à 1% et la variable «population» est moyennement significative à 5% de degré de liberté. Les variables affectent négativement le degré de commerce extérieur. Cela peut se justifier dans le sens où plus un pays est grand et peuplé, plus il est à même de se suffire à lui même. En effet, la demande nationale peut davantage absorber la production, de même qu'une plus grande superficie à tendance à offrir plus de produits alimentaires et agricoles mais aussi de ressources naturelles. De même, un grand pays est relativement moins gagnant à l'échange qu'un petit. Pour mémoire, selon Bagwathi, un grand pays est susceptible de subir une détérioration de ces termes de l'échange. Par ailleurs, un pays caractérisé par une meilleure gouvernance semble être plus enclin à s'ouvrir au commerce extérieur. A contrario, un plus fort contrôle de la corruption aurait pour effet d'amoindrir l'ouverture au commerce mondial des pays. Ces deux dernières variables sont significatives à 1%. La dummy «D2Land» joue négativement sur le commerce extérieur. Ainsi, si un pays est fortement doté en terre, il jouit d'une plus large autosuffisance. On peut appliquer ici le raisonnement mené pour la variable «area». Cette dummy est moyennement significative, à 5%. Enfin, la dummy «D1Labour force» a, elle aussi, un impact négatif sur l'échange extérieur. Cela signifierait qu'un pays relativement intensif en main d'oeuvre non qualifié serait plus fermé au commerce. Il en reste que cette variable n'est pas significative.

21

TABLEAU 1: Coefficients estimés de la première étape de régression du modèle ajusté

Nom de la variable

Estimation du Paramètre

Standard Errors

T Value

P Value

Constante

6.008556 *

0.2352504

25.54

0.000

Ln Area

-0.0820334**

0.029515

-2.78

0.020

Ln Pop

-0.0700406*

0.0298577

-2.35

0.000

Landlock

Dropped

dropped

dropped

Dropped

Government Effectiveness

0.8342466*

0.1008977

8.27

0.000

Control of Corruption

-0.5882407*

0.0932868

-6.31

0.000

D1Labour Force

-0.0845784

0.053292

-1.59

0.114

D2Land

-0.1511422**

0.0735319

-2.06

0.041

R carre

0.5673

R carre ajuste

0.5559

Nombre

d'observations

234

Variable dépendante : ln TradeOpenness

* statistiquement significatif a 1% ** statistiquement significatif a 5% ***statistiquement significatif a 10%

Nous nous plaçons maintenant dans la deuxième étape de régression. Les résultats du modèle montrent que le degré d'ouverture influe significativement sur les inégalités de revenus. Les inégalités de revenus augmentent de 0.28% pour toute hausse de 1% du degré d'ouverture économique et le coefficient est statistiquement moyennement significatif à 5%. Nous trouvons de ce fait un résultat semblable à celui de notre article de référence. Cependant, dans notre régression, l'impact de la variable exogène « Openess » est d'autant plus fort sur la variable expliquée, quoique notre coefficient soit moins significatif. Le coefficient de la variable «Government Effectiveness», montre qu'une meilleure gouvernance, plus efficace en d'autres termes, permet de réduire les inégalités. Une amélioration de 1% de l'état de gouvernance permet de baisser les inégalités de 0.24%. Ce résultat était intuitivement prévisible dans la mesure où un gouvernement plus efficace et plus soucieux du bien être de la population locale sera d'autant plus favorable à appliquer des politiques qui bénéficieraient à l'ensemble de la communauté plutôt qu'à une minorité au détriment du reste. Enfin, là où les résultats sont des plus étonnant, au même titre qu'ils l'étaient dans l'article de référence, c'est qu'un contrôle supérieur de 1% de la corruption, au lieu d'aller dans le sens d'une baisse des inégalités, les augmentent de 0.17%. De mémoire, dans l'article de référence l'indice de corruption avait pour effet d'amoindrir les inégalités. Cela reviendrait au même que les résultats trouvés dans notre modèle ajusté, où moins de corruption diminuerait les inégalités. Cependant, les coefficients ne sont pas significatifs

22

que ce soit dans le modèle de référence ou notre modèle ajusté. Concernant les coefficients des dummys, qui nous permettaient de tester si les dotations en facteurs relatifs des pays influencées ou non différemment les inégalités, nous aboutissons à des résultats tout à fait intéressant. En effet, un pays fortement doté en main d'oeuvre non qualifiée semble accroître les inégalités plutôt que les résorber. Ce qui va dans le sens contraire des prédictions théoriques du modèle HOS. Ainsi, il apparaît qu'avoir un avantage comparatif dans le bien intensif en travail non qualifié ne contribuerait pas à diminuer les inégalités. Le différentiel des salaires entre travailleurs compétents et non compétents irait plutôt dans le sens d'un élargissement. Il est à préciser toutefois, qu'étant donné le faible nombre pays contenus notre échantillon mais aussi peut être les données retenues pour mesurer cette variable peuvent donner des résultats contestables. Enfin le coefficient de la dummy «D2Land» montre que plus un pays est abondant en terre plus celui-ci est inégal. Cela confirme donc les prédictions du modèle HOS réctifié par Wood. Il est par ailleurs important de savoir que le coefficient de la dummy «D2Land» affecte plus les inégalités que celui de la dummy «D1LabourForce». Ce résultat est favorable à notre analyse dans la mesure où l'on a voulu montrer qu'un pays ouvert au commerce et dont l'avantage comparatif était la production de biens intensifs en terre était plus inégalitaire qu'un pays ouvert au commerce et dont l'avantage comparatif repose sur les biens utilisant de la main d'oeuvre non qualifiée. Ces deux coefficients sont statistiquement significatifs à 1% de degré de liberté.

TABLEAU 2: Coefficients estimés de la seconde étape de régression du modèle ajusté

Nom de la variable

Estimation du Paramètre

Standard Errors

T Value

P Value

Constante

2.445466*

0.5431999

4.50

0.000

Ln Openness

0.2869262**

0.123116

2.33

0.022

Landlock

Dropped

dropped

dropped

Dropped

Government Effectiveness

-0.2435177**

0.1206551

-2.02

0.046

Control of Corruption

0.178219***

0.09298

1.92

0.058

D1Labour Force

0.1537827*

0.049376

3.11

0.002

D2Land

0.3199141*

-0.0805836

3.97

0.000

R carre

0.2081

R carre ajuste

0.1664

Nombre

d'observations

101

Variable dépendante : ln Gini

* statistiquement significatif a 1% ** statistiquement significatif a 5% ***statistiquement significatif a 10%

23

NB: Nous avons effectué d'autres estimations pour essayer d'accroître la significativité des coefficients. Puisqu'il nous manque beaucoup des données pour la variable «Gini», qui est celle que l'on souhaite expliquer, notamment pour les années allant de 1987 à 1995- 6, mais aussi pour les variables «Government Effectiveness» et «Control of Corruption» dont les valeurs débutent à l'année 1996, nous avons tenter de faire la régression en utilisant les mêmes méthodes de régressions que pour la période 1997-2007, et nous avons trouvé que la significativité des coefficients avaient largement décrue. Nous pensons que cela s'explique par la diminution d'observations. De même, nous avons testé une autre régression en imputant les variables «Government Effectiveness» et «Control of Corruption» et non avons trouvé que la significativité des coefficients du modèle, notamment celui de la variable «Trade» en pâtissait fortement. Ainsi, la présence de ces deux variables est fondamentale parce qu'elles influent considérablement sur les inégalités de richesses.

24

Conclusion :

Dans ce mémoire, nous avons tenté de tester la relation entre ouverture et inégalité et plus précisément l'impact de l'ouverture sur les disparités de richesses. Nous avons particulièrement porté notre intérêt sur l'effet du commerce extérieur sur les inégalités en fonction des conditions initiales des pays, leurs dotations en facteur. Dans la revue littéraire, tant au niveau théorique qu'empirique, on a montré comment la spécialisation des pays avait un effet sur l'évolution de leurs inégalités. Un pays ayant un avantage comparatif en travail qualifié, ou en terre, devrait voir ses disparités salariales s'accentuer, alors qu'un pays dote d'un large réservoir de main d'oeuvre non qualifiée devrait être à termes plus égalitaire. Nous avons trouve dans notre modèle que le commerce a bel et bien un effet sur les inégalités de richesse, qu'il contribuait a les accroitre. Cependant nos résultats ont montré une hausse des inégalités que le pays soit relativement dote en travail non qualifie, ou en terre. Cela vient donc contredire ce que l'on cherchait à démontrer. Bien que nos résultats se soient révélés significatifs, nous avons toutefois conscience que le faible nombre d'observation ne nous permet pas d'aboutir à une conclusion réellement satisfaisante, d'autant plus que la construction de nos dummies est très contestable. En effet, une grande superficie ne signifie pas automatiquement ressources naturelles. Même si un grand pays a davantage de chance d'être riche en ressources naturelles, il existe aussi de nombreux pays de taille relativement petite qui sont abondants en ressources naturelles. A titre d'exemple, le Venezuela ou encore un grand nombre de pays d'Afrique Subsaharienne. Or en réalité, tel que le prédisent les modèles théoriques, c'est bien plus la dimension ressource naturelle qui est facteur d'inégalité. De plus, même si l'on ne prend en compte que la dimension terre (superficie), il serait alors fondamental de distinguer la répartition de la terre au sein de la population. Si, à l'instar du Brésil, les terres sont détenues par de grands propriétaires terriens ou alors plutôt bien répartis au sein de la population. Dans le cas de figure d'une répartition relativement égalitaire des terres, le commerce profiterait aux petits paysans et in fine, permettrait de résorber les inégalités au sein de la population. Par ailleurs, l'autre dummy que nous avons construite, basée sur le nombre d'années moyen d'éducation n'est pas forcément très pertinente non plus. Par exemple, elle ne reflète pas forcément les différences de qualités des systèmes éducatifs entre les pays. En revanche, nos résultats nous ont conforté dans la mesure où ils ont montré que les inégalités augmentent plus significativement dans les pays relativement fortement dotés en terre que ceux en travail non qualifié.

Fautes de temps et de moyen, nous n'avons pu mener une étude microéconomique, sur la relation entre ouverture et inégalités. Il serait, en effet très intéressant de voir l'évolution des salaires suite à l'ouverture économique des pays. Y a-t-il un lien direct entre baisse des tarifs douaniers/quotas et différentiel salarial, ce qui n'est pas forcement évident a démontrer, ou plutôt une causalité indirecte? De nombreuses études se sont déjà penchées sur la question, telles que Robbins, l'un des premiers ou encore plus tard Anderson. Elles ont montré, qu'effectivement, l'ouverture affecte les inégalités au travers de plusieurs canaux. Nous les avons brièvement présentées dans la partie sur la revue littéraire. Dans l'optique d'extension de thème de recherche, nous pensons qu'il serait fondamental de s'intéresser à ces canaux de transition, et surtout à leur complémentarité, afin d'être plus à

25

même d'en mesurer les conséquences sur les inégalités salariales (vision positive) mais aussi in fine à permettre de mettre des politiques en places qui contribueront à résorber les inégalités sans pour autant avoir des effets adverses (vision normative). Si l'on se penche sur le cas du Sénégal et l'on prend l'exemple des politiques commerciales et les dotations en facteur comme canaux de transition, nous nous trouvons confronté au dilemme suivant. Le Sénégal est un pays initialement intensif en travail peu qualifié. Par ailleurs, comme il importe la majorité des produits qu'il consomme, il a établi un système d'ancrage de taux de change du franc CFA sur l'euro. Cela peut se justifier d'un point de vue théorique, car le franc CFA étant surévalué permet d'avoir des importations moins chères. Cependant, comme sa monnaie est surévaluée, il perd en compétitivité prix sur ses biens exportés, mais en plus, il n'incite pas à la délocalisation des firmes, car le coût de la main d'oeuvre y est relativement plus élevé qu'il ne serait ailleurs, comme en Chine. De ce fait, l'ouverture au commerce ne profite pas aux sénégalais puisqu'ils n'ont pu bénéficier de leur avantage comparatif et qu'en plus, ils subissent une perte de pouvoir d'achat. Ainsi, il nous semble être de première importance de saisir les différents canaux de transmission qui entrent en jeu dans la relation ouverture et inégalité, mais tout autant que de saisir leur complémentarité.

26

Références bibliographiques:

- S Aradhyula, T Rahman, K Seenivasan(2007) : Impact of International Trade on Income and Income Inequality. Selected Paper prepared for presentation at the American Agricultural Economics Association Annual Meeting, Portland, OR, July 29-August 1, 2007

- J. K. Galbraith, P. Conceição and H. Kum(2006): Inequality and Growth Reconsidered Once Again: Some New Evidence from Old Data. Galbraith and Kum: LBJ School of Public Affairs, The University of Texas at Austin and Conceição: Institut Superior Tecnico, Lisbon: UTIP Working Paper No. 17

- M. Daumal (2010): The impact of trade openness on regional inequality: the cases of India and Brazil Document de travail UMR DIAL (IRD/Paris Dauphine).

- G Perry, M Olarreaga (2006): Trade Liberalization, Inequality and Poverty Reduction in Latin America, Paper presented at ABCDE (Annual Bank Conference on Development Economics)

- A Wood. (1997): Openness and Wage Inequality in Developing Countries: The Latin American Challenge to East Asian Conventional Wisdom, World Bank Economic Review 11: 33-57.

- D J Robbins (1995): Evidence on trade and wages in the developing world, Working Paper No.119, OECDE Development Center.

- Anderson E.(2005): «Openness and Inequality in Developing Countries: A Review of Theory and Recent Evidence», World Development Vol. 33, No. 7, pp. 1045-1063

- Fischer R D. (2000): «The Evolution of Inequality after Trade Liberalization», Universidad del Chile

- Cling JP., (2006-07), DOCUMENT DE TRAVAIL:«Commerce, croissance, pauvreté et inégalités dans les PED : une revue de littérature», DIAL (Developpement Institutions & Analyses de long terme)

- Mesple-Somps S. (2008): «Pauvreté et Globalisation», IRD (Institut de Recherche pour le Developpement), DIAL, Paris

- Rodrik D (1997): «Sense and nonsense in the globalization debate», Washington post Newsweek Interactive, LLC

-Rodrik D (1997) : « Has Globalization gone too far : Chapter 4 : Trade and the Demand for Social Insurance », Institute for International Economics.

27

- WordBank data set website

- Deininger and Squire (1996) dataset

- Penn World dataset - World Atlas dataset

- E. Cudeville (2009) cours de Licence 3: Economie du Developpement. Pantheon Sorbonne Paris 1, France.

- JC. Berthelemy (2010) cours de Master 1 : Politiques de Developpement, Pantheon Sorbonne Paris 1, France.

- P Tomkinson (2009) course Econ 309: International Economics, Victoria University of Wellington, New Zealand.

28

ANNEXES:

1) Tableau: Code des pays

Country code:

 

Pays:

1

DZA

Algeria

2

ARG

Argentina

3

BRA

Brazil

4

BGR

Bulgaria

5

CHL

Chile

6

CHN

China

7

COL

Colombia

8

CRI

Costa Rica

9

DOM

Dominican Republic

10

EGY

Egypt

11

SLV

El Salvador

12

HUN

Hungary

13

IND

India

14

IDN

Indonesia

15

JAM

Jamaica

16

MYS

Malaysia

17

MEX

Mexico

18

PAK

Pakistan

19

PAN

Panama

20

PER

Peru

21

PHL

Philippines

22

POL

Poland

23

ROM

Romania

24

THA

Thailand

25

TUN

Tunisia

26

VEN

Venezuela

29

2) Résultats sur le logiciel Stata:

Regression: avec toutes les variables (celle utilisée dans notre modèle ajusté) Premère Etape:

regress lntradeopenness lnar lnpop gvteffectiveness controlofcorruption landlock D1labourforce D2land

Source | SS df MS Number of obs = 234

-------------------+------------------------------------------------------------ F( 6, 227) = 49.60

Model | 35.2385735 6 5.87309558 Prob > F = 0.0000

Residual | 26.8784989 227 .118407484 R-squared = 0.5673

-------------------+------------------------------------------------------------ Adj R-squared = 0.5559

Total | 62.1170724 233 .266596877 Root MSE = .3441

lntradeope~s | Coef. Std. Err. t P>|t| [95% Conf. Interval]

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

lnar | -.0820334 .029515 -2.78 0.006 -.1401918 -.023875

lnpop | -.0700406 .0298577 -2.35 0.020 -.1288743 -.011207

gvteffecti~s | .8342466 .1008977

8.27 0.000

.6354308

1.033062

controlofc~n | -.5882407
landlock | (dropped)

.0932868

-6.31

0.000

-.7720595

-.4044218

D1labourfo~e | -.0845784

.053292

-1.59

0.114

-.1895886

.0204318

D2land | -.1511422

.0735319

-2.06

0.041

-.2960345

-.0062499

_cons | 6.008556

.2352504

25.54

0.000

5.545002

6.47211

. generate lnopenness= 6.008556+ (-0.0820334)* lnar+ (-0.0700406)*lnpop+0.8342466* gvteffectiveness+(-0.588

> 2407)* controlofcorruption+ (-0.0845784 )* D1labourforce+ (-0.1511422)*D2land

30

Deuxième Etape

. regress lngi lnopenness gvteffectiveness D1labourforce D2land landlock controlofcorruption

Source | SS df MS Number of obs = 101

-------------------+------------------------------------------------------------ F( 5, 95) = 4.99

Model | 1.02197053 5 .204394106 Prob > F = 0.0004

Residual | 3.88907872 95 .040937671 R-squared = 0.2081

-------------------+------------------------------------------------------------ Adj R-squared = 0.1664

Total | 4.91104925 100 .049110493 Root MSE = .20233

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

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

lnopenness | .2869262

.123116

2.33

0.022

.0425102

.5313423

gvteffecti~s | -.2435177

.1206551

-2.02

0.046

-.4830484

-.003987

D1labourfo~e | .1537827 .049376

3.11

0.002

.0557589

.2518065

D2land | .3199141 .0805836

landlock | (dropped)

controlofc~n | .178219 .09298

3.97

1.92

0.000

0.058

.1599354

-.0063696

.4798927

.3628075

_cons | 2.445466 .5431999 4.50 0.000 1.367078 3.523854

31

Regression: sans les variables Government Effectiveness et Control of Corruption (non utilisée dans notre modèle ajusté)

Première Etape:

. regress lntradeopenness lnar lnpop landlock D1labourforce D2land

Source | SS df MS Number of obs = 546

-------------------+------------------------------------------------------------ F( 4, 541) = 71.22

Model | 67.5961262 4 16.8990315 Prob > F = 0.0000

Residual | 128.375 541 .237292051 R-squared = 0.3449

-------------------+------------------------------------------------------------ Adj R-squared = 0.3401

Total | 195.971126 545 .359580047 Root MSE = .48713

lntradeope~s | Coef. Std. Err. t P>|t| [95% Conf. Interval]

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

lnar | -.0900084 .0261766 -3.44 0.001 -.1414286 -.0385882 lnpop | -.0606328 .0253503 -2.39 0.017 -.11043 -.0108357 landlock | (dropped)

D1labourfo~e | -.0451266 .0440432 -1.02 0.306 -.1316432 .04139

D2land | -.2843374 .0666547 -4.27 0.000 -.4152711 -.1534037

_cons | 5.979251 .2178935 27.44 0.000 5.55123 6.407272

. generate lnopenness1= 5.979251+ (-0.0900084)* lnar+ ( -0.0606328)*lnpop+ (0.0451266 )* D1labourforce+ (

> -0.2843374 )*D2land

32

Deuxième Etape:

. regress lngi lnopenness1 D1labourforce D2land landlock

Source | SS df MS Number of obs = 191

- - - - - - - - - -+ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - F( 3, 187) = 20.05

Model | 3.04346554 3 1.01448851 Prob > F = 0.0000

Residual | 9.4634541 187 .050606706 R--squared = 0.2433

- - - - - - - - - -+ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - Adj R--squared = 0.2312

Total | 12.5069196 190 .065825893 Root MSE = .22496

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

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

lnopenness1 | .1448346 .0973303 1.49 0.138 --.0471719 .336841 D1labourfo~e | .1798704 .0333614 5.39 0.000 .1140572 .2456835 D2land | .3121823 .0745708 4.19 0.000 .1650742 .4592905 landlock | (dropped)

_cons | 3.005439 .4210255 7.14 0.000 2.174869 3.836009






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








"Il faudrait pour le bonheur des états que les philosophes fussent roi ou que les rois fussent philosophes"   Platon