L’efficacité des dépenses en capital humain sur l'économie - WikiMemoires

L’efficacité des dépenses en capital humain sur l'économie


L’efficacité des dépenses en capital humain sur l’économie
Analyse empirique et interprétation des résultats – Chapitre III.
Ce chapitre poursuit le raisonnement entrepris à la fin du premier chapitre. En effet, dans ce chapitre nous allons établir la relation entre les dépenses publiques d’investissement en capital humain et la croissance économique en RDC de 1980 à 2010.
Après la présentation du modèle d’analyse et la description des données, les principaux tests économétriques recommandés seront vivement usités afin de procéder à la validation et à l’interprétation des résultats obtenus du modèle d’analyse.
Ce chapitre nous permettra également de répondre aux questions posées dans la problématique du travail; à savoir :

  • (I) Le capital humain explique-t-il la croissance économique en RDC ?
  • (II) Les dépenses publiques en capital humain influent-elles sur la croissance ?

III.1. Spécification du Modèle économétrique de croissance

Pour construire le modèle économétrique permettant d’évaluer l’efficacité des dépenses publiques en capital humain sur la croissance économique en RDC, il parait judicieux de signaler compte tenu de la disponibilité des données statistiques que la cuisine théorique adoptée dans cette étude est identique à celle que ABESSOLO (2004) a utilisé dans son étude portant sur l’instabilité politique et performances économiques au Tchad.
Le cadre d’analyse opérationnel de la croissance économique proposé dans ce travail repose sur le modèle de SOLOW augmenté de capital humain.
Puisque l’étude s’inscrit dans l’approche endogène de croissance, ce modèle est modifié pour tenir compte des facteurs qui influencent le taux de croissance à travers la productivité globale des facteurs. Son point de départ est la fonction de production macroéconomique à technologie Coob-douglas suivante :
= (,, ) = ( ) > 0 > 0 [3.1]
Où Y est le produit intérieur brut en termes réels obtenu à partir du stock de capital physique (K), du stock de main d’œuvre (L) et du stock de capital humain (H). Les paramètres correspondent respectivement aux élasticités du produit par rapport au capital physique et humain. On observe également que la fonction de production est à rendement d’échelle constant [ + = 1].
Conformément à la théorie de MUTTIGAN et SALA-I-MARTIN (1993), l’équation [3.1] pourra être modifiée de sorte que les caractéristiques générales des fonctions Cobb- Douglas soient compatibles avec celles de la croissance endogène [OULDBABA, 2003].
En divisant les deux membres de l’expression [3.1] par L, elle devient :
= Avec =, = ℎ = [3.2]
Après linéarisation, l’incidence des dépenses publiques en capital humain sur la croissance peut s’apprécier par le modèle log-log suivant :
= + + [3.3]
Il ressort de cette équation que le revenu par habitant dépend positivement du stock de capital physique et humain. Enfin, l’équation [3.3] qui établit la décomposition du produit intérieur brut [PIB] est modifiée pour obtenir le modèle économétrique de croissance ci- dessous :
= + + + + + [3.4]
Où LTPIBt, LCAPt, LCAHt, LDEPCAHt et LIMPORTt désignent respectivement le logarithme du taux de croissance du PIB, du capital physique, du capital humain, des dépenses publiques d’investissement en capital humain et des importations des biens et services. Et U représente le terme d’erreur.
L’estimation des paramètres de cette équation se ferra par la méthode des moindres carrés ordinaires (MCO) à l’aide du logiciel Eviews 5.0. Compte tenu de la prudence qu’exige l’outil économétrique, nous utiliserons les tests de diagnostic et de validation pour interpréter les résultats.
Ces tests concernent la stationnarité des chroniques, la multicolinéarité, la normalité du terme d’erreur, l’autocorrélation des erreurs, l’homoscédasticité, etc.

III.2. Données, Méthodes et résultats de l’estimation

Pour cette étude, les données utilisées proviennent principalement de trois sources, à savoir : les rapports annuels et les condensés d’information statistique de la Banque Centrale du Congo (BCC), les indicateurs macroéconomiques de la base des données de la Banque Mondiale [World Development indicator] et les rapports annuels de la Banque Africaine de développement (BAD).
Elles couvrent la période allant de 1980 à 2010. Le tableau ci-dessous décrit les différentes variables du modèle et présume les effets attendus de ces dernières sur la variable à prédire :
Tableau 3.1. Variables utilisées

Variables Explication Type de variable Mesure
 
Le produit intérieur brut [PIB]
Nous avons choisi pour cette variable d’utiliser le taux de croissance annuel du produit intérieur brut (PIB). Il est ici considéré comme la mesure des performances économiques au cours d’une période donné. Autrement dit, il mesure l’ensemble des richesses créées au cours d’une
période donnée.
 
Variable à prédire
 
Croissance du PIB en % annuel
 
capital physique [CAP]
L’investissement ou l’accumulation du capital physique est l’un des principaux facteurs déterminants le niveau de la production. L’investissement privé pour une firme, bénéficie aux autres firmes par effet d’imitation et d’apprentissage (effet d’externalités). Ainsi l’effet de l’investissement est double sur l’économie : il accroit directement la productivité de la firme et indirectement celles de toutes les autres. Des études empiriques relatives aux économies africaines (OJO et OSHIKOYA, 1995 ; GHURA et HADJIMICHAEL, 1996), ont ainsi mis en évidence l’existence d’une relation positive entre l’investissement privé et la croissance du PIB. Le
signe positif est attendu.
 
Variable prédictive
 
Formation brute de capital fixe en % du PIB
 
capital humain [CAH]
Le capital humain est considéré par les théories de la croissance endogène comme une source intérieure de la croissance économique. Cependant, la nature multidimensionnelle de la notion du capital humain nécessite l’utilisation des plusieurs variables liées à la mise en valeur des ressources humaines. Toutefois, la variable clé du capital humain est donc l’éducation [BARRO, LUCAS et al.]. L’éducation permet aux individus d’accroitre leurs capacités productives ; ce qui influence positivement la croissance économique. Le signe positif est donc attendu.  
Variable prédictive
 
La croissance du taux de scolarisation primaire et le taux de scolarisation secondaire en % annuel
 
dépenses publiques d’investissement en capital humain [DEPCAH]
Tout comme les dépenses publiques d’infrastructure, les dépenses publiques d’investissement en capital humain influencent positivement la croissance. Comme il ressort des théories de la croissance endogène, plus ces dépenses augmentent, plus le capital humain augmente et plus grande est la croissance économique. Il y a donc un lien positif entre cette
variable et la croissance économique.
 
Variable prédictive
 
Dépenses publiques d’investissement en éducation en % des dépenses publiques totales
 
Les importations [IMPORT]
La croissance économique n’est pas seulement une question des facteurs internes, mais elle peut également résulter de l’acquisition de la technologie. Dessus (1998), estime que l’ouverture commerciale facilite la capacité des économies à utiliser les technologies étrangères, et ainsi, agit positivement sur leur croissance par un effet de rattrapage technologique et l’amélioration de la productivité du capital humain. Ainsi, l’imitation technologique devrait se faire par les biais des importations incorporant les nouvelles technologies des pays développés. [COE et al. 1999, ABDELLAOUI et GRIMAL, 2006
etc. ont mis en évidence cette relation en utilisant le taux d’ouverture]. L’effet attendu de
cette variable sur la croissance est donc positif.
 
Variable prédictive
 
Importation des biens et services en
% du PIB

Source : Par l’auteur
Hormis les variables reprises dans le tableau ci-dessus, on note également la présence d’une variable dichotomique dans le modèle. Cette dernière essaye prendre en compte les troubles de 1990, les vagues de pillages de 1991 et 1993, les guerres de 1996 et 1998, et aussi la crise financière internationale de 2008-2009.
Cette étude est basée sur une approche méthodologique à trois étapes. La première étape consiste à vérifier les propriétés des chroniques (stationnarité et ordre d’intégration), à l’aide des tests de racine unitaire de Dickey-Fuller augmenté (ADF) et de PHILLIPS PERRON (PP).
La deuxième étape utilise la théorie de la cointégration développée par ENGLE et GRANGER (1987) pour examiner la relation de court et de long terme de la croissance du produit intérieur brut (PIB) et des dépenses publiques en capital humain; et la dernière étape se propose d’estimer le modèle à correction d’erreur (MCE).

III.2.1. Tests de stationnarité

L’une des conditions requises pour l’estimation par les MCO d’un modèle utilisant les séries chronologiques est que chacune des variables du modèle soit stationnaire.
Une série temporelle stationnaire est une série dont : 1) la moyenne est constante et indépendante du temps; 2) la variance (l’amplitude des variations) est finie et indépendante du temps; 3) la covariance entre ces valeurs en deux instants t et t+k ne dépend que de t, mais de la durée k qui sépare les deux instants.
Il résulte de cette définition qu’une série stationnaire ne comporte ni tendance, ni saisonnalité, ni aucun facteur évoluant avec le temps. L’intérêt de la condition de stationnarité des variables est d’éviter le risque de régressions fallacieuses (spurious regressions). Il existe plusieurs tests statistiques pour déterminer l’ordre d’intégration des séries.
Il faut noter que tous ces tests comportent des biais, ce qui fait penser que la détermination de l’ordre d’intégration ne saurait être rigoureuse à partir d’un seul test [KEHO, 2004]12.
C’est pour cette raison que nous allons utiliser deux tests : le premier test est le test usuel de racine unitaire de Dickey-Fuller (ADF). Ce test prend en compte uniquement la présence d’autocorrélation dans les séries. L’hypothèse nulle est la présence de racine unitaire (non stationnaire).
Le deuxième test est celui de Phillips- Perron(PP). Ce test est construit sur une correction non paramétrique des statistiques de Dickey-Fuller pour prendre en compte les erreurs hétéroscédastiques.
Les tableaux 3.2 et 3.3 ci-dessous résument les différents résultats obtenus après la mise en application de ces deux tests.
Tableau 3.2. Résultats du Test ADF

Variables étudiées TEST ADF CONCLUSION METHODE ORDRE D’INTEGRATION
STAT ADF Valeur Critique de Mackinnon
(au seuil de 5%)
Taux de croissance du PIB Capital privé
Taux de scol. Primaire Taux de scol. Secondaire
Dépenses en capital humain
Importation
-2,922975
-2,33079
-5,874157
-4,816741
-4,158500
-3,379302
-3,568379
-3,574244
-3,580623
-3,580623
-3,574244
-3,574244
Non stationnaireDS
Non stationnaireDS
Stationnaire à niveau Stationnaire à niveau Stationnaire à niveau
Non stationnaireDS
I(1)
I(1)
I(0)
I(0)
I(0)
I(1)

Source : Par l’auteur
Tableau 3.3. Résultats du Test de PP

Variables étudiées TEST PP CONCLUSION METHODE ORDRE D’INTEGRATION
STAT ADF Valeur Critique de Mackinnon
(au seuil de 5%)
Taux de croissance du PIB Capital privé
Taux de scol. Primaire Taux de scol. Secondaire
Dépenses en capital humain
Importation
-2,922975
-2,270036
-5,874157
-4,802172
-4,524733
-3,380627
-3,568379
-3,574244
-3,580623
-3,580623
-3,574244
-3,574244
Non stationnaireDS
Non stationnaireDS
Stationnaire à niveau Stationnaire à niveau Stationnaire à niveau
Non stationnaireDS
I(1)
I(1)
I(0)
I(0)
I(0)
I(1)

Source : par l’auteur
Les tests montrent l’existence des trois variables stationnaires à niveau [LTPRIM, LTSEC et LDEPCAH] et trois variables stationnaires en différence première [LTPIB, LFBCF et LIMPORT]. Le modèle à correction d’erreur peut donc être utilisé. Mais avant tout, il faudrait d’abord effectuer le test de cointégration.

III.2.2. Test de Cointégration

Le test de cointégration permet de vérifier les relations d’équilibre de long terme qui existent entre les variables LTPIB, LFBCF, LTPRIM, LTSEC, LDEPCAH et LIMPORT.
La présence d’une relation d’équilibre entre ces variables est testée formellement à l’aide de procédures statistiques, dont les plus utilisées sont celles d’ENGLE et GRANGER (1987) et de JOHANSEN (1988).
En effectuant les tests de stationnarité, nous avons constaté comme le montre le tableau 3.2 et 3.3 que l’ordre d’intégration des séries n’est pas le même; on déduit à une absence de cointégration à la ENGLE et GRANGER (1987). En revanche, le test de JOHANSEN(1988) peut ne pas rejeter la relation de cointégration et valider par conséquent l’utilisation du modèle à correction d’erreur [ECM].
Autrement dit, le test de JOHANSEN (1988) permettra de déterminer si les variables sont cointégrées et dans le cas échéant, de recourir à un modèle à correction d’erreur (MCE) car selon le théorème de GRANGER : si des séries sont cointégrées, la relation entre-elles peut s’exprimer comme un MCE pour en capturer la dynamique de l’évolution du court et de long terme.
L’application du test de JOHANSEN(1988) à nos données conduit au résultat suivant :
Tableau 3.4. Test de Cointégration de JOHANSEN

Echantillon: 1980 – 2010
Séries : LTTPIB — LFBCF — LTTPRIM —LTTSEC — LDEPCAH — LIMPORT
Nombre de relation en cointégration par modèle (au seuil de 0,05)
 
 
 
Type de test
Option 1 : Moyenne nulle Pas de constante
Pas de tendance
Option 2 : Pas de tendance
Constante
Pas de tendance
Option 3 : Linéaire
Constante
Pas de tendance
Option 4 : Linéaire
Constante
 
Tendance
Option : 5 Quadratique
Constante
 
Tendance
Trace 3 2 2 2 2
Max-Eig 2 2 2 2 2

*Valeurs critiques basées sur la statistique de Mackinnon-Haug-Michelis (1999)
Les résultats du test de la trace montrent que les variables taux de croissance du PIB [LTPIB], formation brute de capital fixe [LFBCF], taux de scolarisation primaire [LTPRIM], taux de scolarisation secondaire [LTSEC], dépenses publiques d’investissement en capital humain [LDEPCAH] et importations [LIMPORT] sont cointégrées au seuil de 5%; alors on déduit l’existence d’une relation dynamique entre la variable dépendante et les variables expliquées.
L’existence d’une relation de cointégration conduit à l’adoption du modèle à correction d’erreur. Ainsi, nous en déduisons que nos variables suivent des évolutions parallèles sur la période allant de 1980 à 2010.

III.2.3. Estimation du modèle à correction d’erreur (MCE)

L’utilisation du modèle à correction d’erreur permet de ressortir la relation commune de cointégration et d’en déduire les interactions entre les variables.
Pour l’estimation de notre modèle, nous utilisons la méthode d’estimation par les moindres carrés ordinaires en une seule étape proposée par BANERJEE et al. (1993).
En effet, l’un des défauts de la procédure de l’estimation en deux étapes de ENGLE et GRANGER (1988) est le fait que l’estimation de long terme ne tient pas compte de l’information potentielle contenue dans la dynamique de court terme. BANERJEE et al. (1993) ont démontré que ce phénomène engendrait un biais non moins négligeable surtout pour les échantillons de petite taille.
La méthode de BANERJEE et al (1993) de notre modèle consiste à faire une estimation par la méthode des moindres carrés ordinaires de l’équation suivante :
D(LTPIB ) = β + β D(LFBCF ) + β LTPRIM + β LTSEC + β LDEPCAH + β D(LIMPORT )
+ β LTPIB + β LFBCF + β LTPRIM + β LTSEC + β LDEPCAH
+ β LIMPORT + ε [3.5]
Où D est l’opérateur de différence première définit par D( )= −
Les coefficients,,, représentent la dynamique de court terme et les coefficients,,, caractérisent l’équilibre de long terme.
Le coefficient est le coefficient de correction d’erreur (la force de rappel)13, il doit être négatif et significatif; dans le cas contraire, la spécification du modèle à correction d’erreur (MCE) est inappropriée.
Le coefficient de correction d’erreur indique la vitesse d’ajustement de la variable endogène du taux de croissance du produit intérieur brut (LTPIB) pour retourner à l’équilibre de long terme suite à un choc. Le coefficient est la constante du modèle.
Les élasticités de court terme sont :,,,
Les élasticités de long terme sont :,,,
Les résultats de l’estimation du modèle à correction d’erreur par les moindres carrés ordinaires sont reportés dans le tableau ci-dessous :
Tableau 3.5. Résultats de l’estimation du MCE14 et résumé des tests de validation

TAUX DE CROISSANCE DU PRODUIT INTERIEUR BRUT (variable endogène)
 
Variables indépendantes
Court terme Long terme
Elasticité P-value Elasticité P-value
Formation Brute de Capital Fixe 0.193393 0.2522 0.192197 0.2960
Taux de Scolarisation Primaire -0.065570 0.5040 0.133040 0.1355
Taux de scolarisation secondaire -0.026222 0.6783 0.067887 0.2362
Dépenses publiques en capital humain 0.053316 0.2863 0.031756 0.5404
Importations 1.353181 0.0012 0.426809 0.1890
Coefficient P-value
Constante -0.441565 0.6811
Coefficient d’ajustement partiel -0.631418 0.0009
Variable dichotomique (INSTA) -0.679333 0.0022
Tests statistiques Valeur de la statistique Probabilité critique
Coefficient de détermination R2 0.867955
Coefficient de détermination corrigé 0.762319
Durbin-Watson 1.739923
Fisher 8.216453 0.000139
Jarque-Bera 0.713354 0.699999
White Heteroskedasticity 26.88675 0.260817
LM – test de Breusch-Godfrey 0.527791 0.768054
Klein et Farrar-Glauber (voir annexe)

Source : Par l’auteur
Ces résultats peuvent être présentés dans l’équation ci-dessous :
DLTTPIB = -0.44 + 0.19*DLFBCF – 0.07*LTTPRIM – 0.03*LTTSEC + 0.05*LDEPCAH
+ 1.35*DLIMPORT – 0.63*LTTPIB (-1) + 0.19*LFBCF (-1) + 0.13*LTTPRIM (-1) + 0.07*LTTSEC (-1)
+ 0.03*LDEPCAH (-1) + 0.43*LIMPORT (-1) – 0.68*INSTA
Le modèle à correction d’erreur est valable, car le coefficient de correction d’erreur vaut -0.631418, il est négatif et significativement différent de zéro (0) au seuil de significativité de 5%. Avant de passer à l’interprétation des résultats, il faudrait d’abord procéder à la validation du modèle en le soumettant aux séries des tests statistiques.
Le coefficient de détermination corrigé R est élevé (soit 76%), la qualité d’ajustement est intéressante c’est-à-dire le taux de croissance du Produit intérieur brut (PIB) est à 76% expliqué par les variables exogènes; le modèle a donc un bon pouvoir explicatif. La probabilité de Fisher est inferieur au seuil de significativité de 5% donc le modèle est globalement bon.
En effet, après l’application du test de Klein et de Farrar et Glauber, il ressort qu’il y a acceptation de l’hypothèse nulle d’absence de multicolinéarité puisque les coefficients de corrélation de la matrice des variables explicatives élevés au carré sont nettement inférieurs à la valeur du coefficient de détermination [Voir annexe].
Par ailleurs, le test de Durbin Watson renforcé avec celui de Breusch-Godfrey, le test de Jarque-Bera et le test de White révèlent qu’il n’y a pas d’autocorrélation des erreurs, qu’il y a homoscédasticité (la variance est constante et finie) et le terme d’erreur est normalement distribué.
En ce qui concerne les tests de stabilité des paramètres, le test du Cusum et du Cusum Carré montrent que les paramètres sont restés stables dans le temps; en outre, les résidus récursifs sont à l’intérieur du corridor de confiance.
A la lumière des informations satisfaisantes fournies par les différents tests effectués, les résultats obtenus du modèle peuvent donc être interprétés comme suit :
A court terme, les dépenses publiques d’investissement en capital humain (LDEPCAH) qui est notre variable d’intérêt, n’influencent pas la croissance économique. Son élasticité est égale à 0.053316 et sa probabilité critique est non significative au seuil de 5% (0.2863).
En effet, si les dépenses publiques d’investissement en capital humain augmentent de 10%, le taux de croissance économique augmente non significativement de 0.53%.
Cet effet négligeable des dépenses publiques d’investissement en capital humain sur le taux de croissance économique à court terme peut néanmoins s’expliquer par le fait que les dépenses en capital humain sont des investissements qui rapportent plus à long terme qu’à court terme; il s’agit donc d’un problème d’arbitrage entre le présent et le futur [Cfr choix inter temporel]. En effet, les investissements sont effectués dans le présent et les effets seront perçus dans le futur.
Contrairement aux dépenses publiques en infrastructures qui agissent immédiatement sur la croissance économique à travers l’amélioration de la productivité marginale du capital [BARRO, 1991], les effets des dépenses publiques en capital humain sont observables à long terme puisqu’il faudrait un peu plus du temps pour la formation de la population afin qu’elle contribue de manière efficace dans la fonction de production macroéconomique.
A long terme, les dépenses publiques d’investissement en capital humain n’influence pas non plus la croissance du produit intérieur brut (PIB). Son élasticité est certes positive, mais sa probabilité critique demeure statistiquement non significative au seuil de 5%.
Ainsi, un accroissement de 10% des dépenses publiques en capital humain entrainerait une augmentation non significative du taux de croissance économique de 0.32%. Il ne s’établit pas une relation positivement significative entre les dépenses publiques d’investissement en capital humain et la croissance économique en RDC à long terme.
En somme, à court et long terme, les dépenses publiques d’investissement en capital humain exercent une influence positive mais non significative sur la croissance économique en République Démocratique du Congo (RDC).
Et quand bien même que les élasticités soient significativement égales à zéro (0), la contribution des dépenses publiques en capital humain dans le produit intérieur brut [PIB] parait insignifiante.

III.2.4. Commentaires des résultats et recommandations

La théorie du capital humain postule que c’est par le biais d’une amélioration de la productivité du facteur travail que l’économie s’inscrit sur une trajectoire de croissance autoentretenue et que par conséquent, les investissements en capital humain impulsent la croissance via l’accumulation du capital humain.
Ainsi l’on peut constater que les investissements en capital humain soutiennent indirectement la croissance économique, à travers l’accumulation du capital humain et l’amélioration de la productivité du facteur travail.
A la lumière des résultats de l’estimation du MCE, le problème peut tout de même se résumer au niveau de la variable capital humain (LCAH), mesurée par le taux primaire et secondaire de scolarisation pour cette étude.
Le modèle fait voir que le capital humain également n’influence pas la croissance économique en RDC dans le court et long terme; et plus surprenant la relation est négative à court terme.
Partant de cette dernière relation, PRITCHETT (1996) à l’issue de son étude a apporté certains éclaircissements pour comprendre pourquoi les méthodes économétriques même les plus robustes ne parviennent pas à conclure sur le rôle positif du capital humain dans la croissance économique.
En effet, l’Etat peut certes investir dans le capital humain en construisant des bibliothèques, des écoles etc. mais si malgré l’augmentation de la population éduquée, une grande partie se dirige vers des secteurs improductifs comme l’administration publique, ou si les individus formés ne sont pas tous absorbés dans le marché du travail, soit encore la qualité de l’éducation est faible qu’il n’y a pas des compétences requises, pour les trois cas pris à titre exemplatif, le capital humain ne va pas porter ses fruits et les dépenses publiques d’investissements en capital humain seront sans doute inefficaces à la croissance économique.
En s’intéressant plus particulièrement à la dernière alternative, on observe depuis des décennies que le système éducatif congolais accuse certaines insuffisances notamment la destruction et la dégradation des infrastructures éducatives, la vétusté des équipements et le manque des matériels didactiques, la démotivation du personnel éducatif etc. qui sont des éléments parmi tant d’autres qui affaiblissent la qualité de l’éducation et nécessite des investissements énormes en capital humain pour améliorer la qualité de l’éducation en RDC.
Mais si l’Etat décide d’augmenter les investissements en capital humain et que ces derniers n’arrivent pas à bon port (détournement de tous ou partie des investissements par exemple) il y aura ni accroissement du stock du capital humain, ni amélioration de la productivité des individus et, in fine, les dépenses publiques d’investissement en capital humain seront inefficaces pour exercer une influence positivement significative sur la croissance économique.
La mauvaise canalisation des ressources destinés à financer les investissements en capital humain semble être évidente dans la mesure où les dépenses en capital de l’éducation sont toujours exécutées en deçà de ses prévisions.
Le tableau ci-dessous illustre ce propos :
Tableau 3.6. Budget des investissements publics en capital humain (en CDF)

Année 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Prévision 236355 200000 568148 2356998 415589 2267333 3556079 13121348 16753603 66983936
Exécution 0 0 12101 6000 0 2015010 1918610 2996925 3481041 26760504

Source : BCC, Rapport Annuel
On observe aisément pour les années 2000, 2001 et 2004 qu’aucuns investissements n’ont été effectués alors qu’ils étaient prévus dans le budget. Ainsi s’ajoute donc un autre problème lié à la bonne gouvernance en République Démocratique du Congo (RDC).
Par ailleurs, d’aucuns signalent que le vrai problème de la RDC réside avant tout dans la modicité du budget alloué au secteur éducatif.
Une étude réalisée par LAU, JAMISON, LUI et RIVKIN (1991) met en évidence un effet de seuil qui montre lorsque les investissements éducatifs ne sont pas suffisamment massifs, ils ne parviennent pas à enclencher un processus de croissance économique soutenue.
L’analyse faite sur l’évolution des dépenses en capital de l’éducation dans les pages précédentes a pu révéler que ces dernières n’arrivent pas à excéder 1% du produit intérieur brut (PIB) et des dépenses publiques totales.
Ceci parait hors normes par rapport aux suggestions faites par les organisations internationales.
En effet, ayant compris que l’éducation est une source de croissance non moins utile, ces dernières conseillent aux pays en développement de consacrer 5% de leurs revenus aux dépenses éducatives.
Puisque l’étude n’a concerné que les dépenses en capital de l’éducation, l’inefficacité de ces dernières peut aussi être expliquée par la structure des dépenses publiques en RDC qui est l’un des points qui mérite d’être soulever. Durant la période sous étude, la part la plus importante des dépenses publiques a été engloutie par les dépenses courantes au détriment des dépenses en capital.
Ce constat laisse voir que la part maudite des dépenses en capital de l’éducation dans le budget de l’Etat résulte en effet du faible pourcentage des dépenses en capital par rapport aux dépenses courantes.
La figure ci- dessous l’illustre si bien :
Graphique 3.1. Structure des dépenses publiques en RDC : 1980 – 2009 60
L’efficacité des dépenses en capital humain sur l'économie - Structure des dépenses publiques en RDC : 1980 – 2009
Source : par l’auteur sur base des données de la BCC
Si les dépenses de fonctionnement concernent la vie de l’Etat et ses services, les dépenses d’investissement profitent à la communauté toute entière [BOSONGA, 2003].
Enfin, signalons également que depuis un certain temps, les études empiriques faites selon la spécification de la fonction de production remettent beaucoup plus systématiquement en cause le rôle du capital humain dans le processus de croissance de long terme.
Et comme l’ont fait BENHABIB et SPIEGEL(1994), GURGAND(2003) et al.
Nous estimons aussi que l’inefficacité des dépenses publiques en capital humain et l’influence négative du capital humain sur la croissance économique en RDC peuvent en partie s’expliquer par une erreur de mesure ou par le biais des données statistiques.
Par ailleurs, la variable qui parait significative à court terme est les importations des biens et services.
Ce qui signifie qu’à court terme la RDC bénéficie d’un transfert de technologie de la part de reste du monde.
Mais cette dernière perd sa significativité à long terme simplement parce que la RDC ne dispose pas encore d’un stock de capital humain important susceptible d’utiliser cette technologie, car NELSON et PHELPS(1966) ont soulignés dans leurs travaux que les technologies les plus performantes sont adoptées et mises en œuvre plus rapidement par les économies les plus riches en capital humain.
A l’aune de tout ce qui vient d’être dit, les recommandations suivantes peuvent être formulées :
La première recommandation de politique économique concerne le financement du système éducatif : il s’agit d’allouer un budget important au secteur éducatif et de veiller à son exécution aussi bien au niveau d’investissement que de fonctionnement.
Ce budget doit tenir compte des exigences de personnel éducatif et doit être géré de manière rationnelle afin de permettre au système éducatif de sortir des produits finis qui seront compétitifs sur le marché du travail;
La deuxième recommandation de politique économique est le renforcement des capacités humaines et institutionnelles du système éducatif.
Elle consiste à construire des écoles, des bibliothèques, à réhabiliter les infrastructures éducatives en état de délabrement et à les doter des équipements modernes en vu d’améliorer la qualité de l’éducation.
La formation et le recyclage des enseignants s’inscrivent également dans cette recommandation.

Conclusion

Il est parfois admis sur base des faits que la croissance économique que connait certains pays du globe repose aussi sur l’économie du savoir; laquelle consiste à valoriser les connaissances et les compétences des individus, et les permet de concevoir des nouvelles techniques et méthodologies de production, d’absorber facilement des technologies performantes afin de les mettre en exergue pour l’intérêt communautaire.
Au début de ce travail, notre objectif était d’essayer de montrer que le capital humain contribue effectivement et de manière significative à la croissance économique en République Démocratique du Congo (RDC).
Ainsi, nous nous sommes interrogés sur la problématique de l’efficacité des dépenses publiques, et plus particulièrement celles destinées à financer le secteur éducatif afin d’évaluer leur impact sur la croissance économique à long terme.
Pour cela, nous avons d’abord commencé par parcourir les différentes études théoriques et empiriques sur la contribution du capital humain dans la croissance économique.
En suite, une analyse sommaire de l’évolution de l’économie congolaise et des dépenses éducatives de l’Etat a été faite.
De cette analyse, la conclusion principale tirée particulièrement pour les dépenses publiques en éducation est qu’elles n’ont pas été l’une des priorités de la politique économique durant la période sous étude.
Enfin, nous avons recouru à l’estimation du modèle à correction d’erreur (MCE) pour tester économétriquement la significativité des dépenses publiques d’investissement en capital humain sur la croissance économique en République Démocratique du Congo (RDC).
Il ressort des résultats obtenus du modèle que les dépenses publiques d’investissement en capital humain n’ont pas d’impact significatif sur la croissance.
En effet, les dépenses publiques d’investissement en capital humain ont un effet positif mais non significatif à court et à long terme sur la croissance du produit intérieur brut (PIB).
Le modèle révèle également que le capital humain a une influence négative, quoi que non significative à court terme.
Ces résultats peu satisfaisants trouvent leurs justifications d’un côté par la faible part du budget allouée à l’éducation et d’un autre coté, par la faible qualité de l’éducation due à certaines insuffisances du système éducatif.
De ces résultats, nous pouvons conclure qu’une amélioration de l’efficacité du système éducatif et une révision à la hausse de l’enveloppe budgétaire destinée à financer l’éducation seront bénéfique pour la croissance économique en RDC.
Toutefois, il est à noter que ce travail présente certaines limites, qui bien qu’elles ne compromettent certainement pas les résultats obtenus; mais n’ont pas permis de saisir toutes les variables constitutives du capital humain.
En effet, ce travail n’a privilégié que l’éducation comme variable clé du capital humain.
Ainsi, un prolongement peut être fait en intégrant d’autres variables explicatives du capital humain dans le modèle notamment la santé, la nutrition etc. pour appréhender de manière exhaustive le rôle du capital humain sur la croissance économique en RDC.
____________________________
12 Cité par AHISHAKIYE, 2011
13 La force de rappel c’est la vitesse à laquelle une variable revient à sa moyenne, chaque fois qu’elle s’en écarte à la suite d’un choc exogène.
14 L’output de l’estimation du modèle sur Eviews est repris dans l’annexe du travail.

Bibliographie

1. Abdeljabbar,A; Hanchane,S.,2003, Ouverture, Capital Humain et Croissance économique: fondements théoriques et identifications des liens à l’aide des données de panel, (inédit), document de travail.
2. Abessolo, Y., 2005, Instabilité politique et performances économiques: une évaluation du cas du Tchad, université de Yaoundé II, Cameroun.
3. Agenor,P-R.,2000. L’économie de l’ajustement et la croissance, Mineo Banque Mondiale, Washington.
4. Ahishakiye, H., 2011, Hétérogénéité de la causalité entre dépenses publiques et croissance économique dans les pays de l’EAC, Revue de l’institut de développement économique (RIDEC), document de travail.
5. Altinok, N., 2006, Capital Humain et Croissance économique : l’apport des enquêtes internationales sur les acquis des élèves, Institut de recherche sur l’éducation (IREDU), France.
6. Banque Centrale du Congo (1980, 1985, 1990, 2000, 2004-2005, 2007, 2009), Rapports Annuels, Kinshasa.
7. Banque Mondiale, 2005, Le Système éducatif de la République Démocratique du Congo (RDC): priorités et alternatives, département du développement humain document de travail.
8. Banque Mondiale, 2010, World developpement indicators.
9. Barro,r.J., 1991, Economics growth in a cross section of countries, quaterly journal of economics, vol.32, n°2, PP.407-443.
10. Bofoya Komba, 2010, Modèles Macroéconomies, Gralimage, Kinshasa.
11. Bosonga Bofeki, 2003, « Crise des finances publiques en République Démocratique du Congo : causes, conséquences et perspectives », in revues de la faculté d’administration des affaires et sciences économiques (FASE), UPC, 5ème année n°5, Kinshasa.
12. Bourbonnais,R., 2005, Econométrie, Dunod, 6ème édition, paris.
13. Chassin,Y., 2008, L’influence du Capital Humain dans la convergence des Etats des Etats-Unis de 1940 à 2000, Université de Montréal, Canada.
14. Dahoui, A-R-P., 2000, « Efficacité des dépenses publiques en capital humain au Benin », Mémoire de DEA-PTCI, Dakar.
15. Darreau, P., 2003, Croissance et Politique économique, deboeck, Bruxelles.
16. Dessus, S., 2002, Capital humain et croissance : le rôle retrouvé de l’éducation, deboeck université, Bruxelles.
17. Djistera, A.A., 2003, le rôle du Capital Humain dans la croissance : le cas des économies émergentes d’Asie, lare-efi (université Montesquieu bordeaux IV), France.
18. Dumont, J.C., 1999, La contribution des facteurs humains à la croissance : revue des études empiriques, Cahier de recherche n°99-10 du centre de recherche en économie et finance appliquées (CREFA), Canada.
19. Gombor, A.A., 2011, Les Réseaux de transport à Djibouti et le développement économique et social, Thèse, Université de GRENOBLE, France.
20. Gurgand, M., 2000, Capital Humain et croissance : la littérature empirique à un tournant ?, deboeck université, Bruxelles.
21. Hamrouni, D., 2009; Spillovers, Capital Humain et Croissance économique, (inédit)
22. Herrera, R., 2000, Pour une Critique de la nouvelle théorie néoclassique de la Croissance, Université de Paris I, Paris.
23. Haut Commissariat au Plan, 2005, Les sources de croissance économique au Maroc, (inédit), Maroc.
24. Huart, J.M., 2001, La croissance s’explique t- elle, (inédit), Lille.
25. Hurlin, C., 1999, La contribution du Capital public à la productivité des facteurs privés : une estimation sur panel sectoriel pour dix pays de l’OCDE, Université de Paris I, Paris.
26. Jelili, R.B., 2000, Dépenses Publiques et Croissance économique : une étude économétrique sur séries temporelles pour la Tunisie, (inédit), Tunis.
27. Kabuya, K. et Tshiunza, M., 2006, La politique économique revisitée en RDC : pesanteurs d’hier et perspectives, l’Afrique des grands lacs, Annuaire 2005-2006, Kinshasa.
28. Katendi, D., 2010, Notes de Cours de Théories de la Croissance et fluctuations économiques, UPC/Département des Sciences Economiques, Kinshasa.
29. Kintambu Mafuku, 2010, Notes de cours d’Econométrie approfondie, UPC/Economie Mathématique, Kinshasa.
30. Lumbila, N.K., 2010, Notes de Cours de modèles de Croissance économique, UPC/département des Sciences économiques, Kinshasa.
31. Macherel, A., 1998, Est il possible d’établir une relation entre les dépenses publiques et le niveau de capital humain via les effets à long et à court terme dans le processus de la croissance de la Tunisie ?, rapport de maitrise, Tunisie.
32. Mankiw, G; Romer, D; Weil, D., 1992, A contribution to the empirics of economic growth, QJE, 107, 407-438.
33. Ministère de l’EPSP, 2005, Plan d’action national de l’éducation pour tous (projet) volume I : cadre stratégique, document de travail.
34. Ndiaye, C.T., 2005, Analyse de l’efficacité relative des politiques monétaires et budgétaires au Sénégal, laboratoire d’économie d’Orléans (LEO), France.
35. Nshue, M.M., 2007, Macroéconomie : Théories et exercices résolus, EDUPC, Kinshasa.
36. Nshue, M.M., 2010, Admission à l’I-PPTE et atteinte du point d’achèvement pour la RDC : qu’est-ce-qui s’est passé et que peut-on espérer ?, Ires/working paper, n°2, Kinshasa.
37. Ouldbaba, S.A., 2003, « l’Efficacité et l’impact des dépenses publiques en capital humain sur la croissance en Mauritanie », Mémoire de DEA-PTCI, Dakar.
38. Poilon,G., 2006, Education, Investissement public et croissance en Europe : Une étude en Panel, (Inédit), France.
39. Quenum, C.V.C., 2008, Financement Public des systèmes éducatifs et Croissance économique dans les pays en voie de développement : cas des pays de l’union économique et monétaire Ouest Africain (UEMOA), Thèse, Université de BOURBOGNE, France.
40. Safoulanitou, L.N., 2009, L’incidence du Capital Humain sur la dynamique de Croissance économique au Congo, annales de l’université marien Ngouabi-Faculté des sciences économiques, Congo.
41. Savy, B., 2009, Capital Humain et Croissance : évidences sur données de pays Africains, Mémoire de maitrise en économie, Université de sherbrooke/Faculté d’administration.
42. Solonionjanirina, 2007, Méthode de l’évaluation du Capital Humain, Mémoire de Licence, Madagascar.
43. Tsasa Vangu, 2009, Analyse de la relation guerre et Croissance économique en RDC, UPC/département des sciences économiques, Mémoire de Licence, Kinshasa.
44. Yildizoglu,M., 2007, Modélisation de la dynamique économique, Université Montesquieu Bordeaux IV, Vol.4.


Abonnez-vous!
Inscrivez-vous gratuitement à la Newsletter et accédez à des milliers des mémoires de fin d’études !

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Do NOT follow this link or you will be banned from the site!