Effets des infrastructures sur la réduction de la pauvreté dans la Communauté économique et monétaire de l'Afrique centrale

Franck Mondesir TSASSA MBOUAYILA

Franck Mondesir TSASSA MBOUAYILA * Enseignant, Faculté des sciences économiques, Université Marien Ngouabi, Brazzaville, Congo. Contact : fmtsassa@yahoo.fr.

Cet article apprécie les effets des infrastructures sur la réduction de la pauvreté dans la Communauté économique et monétaire d'Afrique centrale (CEMAC). À partir d'un échantillon de cinq pays de la zone CEMAC, la robustesse des résultats est testée grâce à la méthode des doubles moindres carrés (2SLS) avec la prise en compte des spécificités culturelles. La période de l'étude s'étend de 1981 à 2019. Les résultats révèlent qu'un accès amélioré de la population aux infrastructures économiques et sociales occasionne la réduction de la pauvreté. Du point de vue de la politique économique, ces résultats constituent une ligne directrice pour la mise en œuvre et l'utilisation des infrastructures dans les pays de la CEMAC, comme instrument pour améliorer le niveau de vie et les revenus de la population et ainsi réduire la pauvreté.

La pauvreté a grandement baissé en Afrique ces deux dernières décennies. En effet, la proportion de personnes vivant en dessous du seuil de pauvreté en Afrique est passée de 56 % en 1990 à 33 % en 2019 (CNUCED, 2021). Malgré cette baisse sur une longue période, il y a eu une remontée du taux de pauvreté au cours des années 2020 et 2021. Il est passé de 33 % en 2019 à 34,1 % en 2021. Cet accroissement est principalement dû à la pandémie de Covid-19 et à la poussée démographique (AFD, 2021). Les pays fragiles et les zones rurales ont connu une réduction plus lente du niveau de pauvreté. Plusieurs facteurs récents ont favorisé le ralentissement de la réduction de la pauvreté en Afrique et particulièrement en zone CEMAC (Communauté économique et monétaire de l'Afrique centrale) ces dernières années, notamment l'augmentation des prix mondiaux des denrées alimentaires depuis l'invasion de l'Ukraine par la Fédération de Russie et le confinement provoqué par la Covid-19. Étant donné la dépendance de nombreux pays vis-à-vis des importations de produits alimentaires et de carburant en Afrique, l'impact des prix mondiaux des produits de base sur les prix intérieurs des produits alimentaires, de l'énergie et de la consommation peut être important. Ces nouveaux défis, combinés à la pandémie de Covid-19, soulignent l'importance des infrastructures pour l'intégration régionale dans les efforts de redressement de l'Afrique (Banque mondiale, 2021).

Plusieurs études ont été réalisées concernant le rôle des infrastructures dans la réduction de la pauvreté dans le monde et en Afrique. S'il est facile de trouver des études qui concluent à des effets positifs des infrastructures sur la croissance (Asher et Novosad, 2020 ; Medeiros et al., 2021 ; Lu et al., 2022), ce n'est pas le cas des études qui concluent que les infrastructures n'ont aucun effet sur la croissance. Citons, par exemple, Rebelo (1991) et Kneller et al. (1999). Car les infrastructures peuvent n'avoir aucun effet, voire même avoir des effets négatifs, puisqu'elles sont responsables de plus de 60 % des émissions mondiales de gaz à effet de serre. La construction d'infrastructures à grande échelle, comme les barrages ou les chemins de fer, peut également perturber les communautés, voire les obliger à se déplacer. Un autre élément important de la controverse sur les infrastructures est la variété des méthodes économétriques utilisées et des indicateurs choisis pour les infrastructures publiques (Gramlich, 1994 ; Easterly et Levine, 1997).

La question relative aux effets des infrastructures sur la réduction de la pauvreté est un sujet d'une grande importance dans les économies africaines. Le déficit en infrastructures et la réduction de la pauvreté figurent dans les objectifs de développement durable (ODD) qui doivent être atteints à l'horizon 2030, selon la Banque mondiale. La pauvreté est l'ODD1, ce qui montre son importance, car plus de 700 millions de personnes dans le monde vivent dans l'extrême pauvreté, soit avec moins de 1,9 dollar par jour. Les infrastructures figurent dans l'ODD9 comme étant une priorité pour les pays en développement tels que les pays de la zone CEMAC. Bien qu'il soit difficile de mesurer avec exactitude la part du budget des gouvernements destinée aux différents secteurs, on estime qu'environ la moitié est allouée aux dépenses d'infrastructures (Estache, 2007). De plus, le stock en infrastructures dans la zone CEMAC est le plus faible du continent et le déficit en infrastructures de qualité et d'accès constitue un handicap au développement économique et social dans la sous-région.

Plusieurs auteurs ont analysé la pauvreté de manière théorique dans le but de participer d'abord à l'élimination rapide de la pauvreté par la mise en œuvre de stratégies de croissance afin d'atteindre le bien-être (Bourguignon, 2004). Il convient, cependant, de distinguer la pauvreté absolue de la pauvreté relative. Alors que la première fait référence à la satisfaction des besoins fondamentaux (santé, éducation, logement, emploi, environnement), la seconde définit le seuil de la pauvreté relative comme la proportion fixe de la valeur moyenne (ou médiane) de la consommation d'un ménage ou du revenu par habitant dans un pays sur une année. Ces deux conceptions permettent de dire que la pauvreté est multidimensionnelle (Foster, 1998 ; Atkinson et Bourguignon, 2001 ; Ravallion, 2003), combinant les deux approches monétaire et non monétaire. Si Sen (1988,1999) a le mérite d'avoir démontré que la pauvreté est multidimensionnelle, ses extensions pour parvenir à une croissance redistributive et à la réduction de l'inéligibilité sont vues à travers un prisme artistique (Deininger et Squire, 1996 ; Dollar et Kraay, 2002). Enfin, l'approche monétaire de la pauvreté est soutenue par les « welfaristes » ou utilitaristes qui évaluent la pauvreté par rapport à un niveau de bien-être mesuré par l'utilité que l'individu tire de la consommation de biens. Ravallion (1997) utilise le terme de « préférences individuelles ». L'approche non monétaire de la pauvreté l'aborde en termes de capacité à satisfaire certains besoins fondamentaux tels que la nourriture, les vêtements, les soins de santé, le logement, le transport et les biens. Il ne s'agit pas d'un niveau d'utilité atteint, mais de la satisfaction d'un certain nombre de besoins jugés fondamentaux pour la vie. Les partisans de cette approche (les non-utilitaristes) l'utilisent selon deux axes : l'approche par les capacités et l'approche par les besoins fondamentaux (Rawls, 1987 ; Sen, 1988, 1999).

Le présent article s'appuie sur ces travaux antérieurs et vise à apporter des contributions significatives à la littérature existante. Plus précisément, son originalité se manifeste sur plusieurs points. Premièrement, nous entendons contribuer à la fois à la littérature empirique sur les déterminants de la réduction de la pauvreté en montrant que l'infrastructure physique est également un déterminant important. Deuxièmement, contrairement à la littérature existante sur les effets de l'infrastructure, qui se concentre sur des infrastructures spécifiques telles que le transport, l'électricité, l'eau, l'assainissement et les TIC (technologies de l'information et de la communication), ce document utilise les mesures des infrastructures économiques et sociales, telles que l'électricité, les TIC, la santé et l'éducation, et détermine leur relation avec la pauvreté sur la base de plusieurs indicateurs de pauvreté. Troisièmement, nous prenons en compte l'endogénéité probable de la pauvreté. Quatrièmement, enfin, ce document suggère quelques recommandations de politiques économiques qui peuvent aider à mieux allouer les dépenses publiques afin d'améliorer le bien-être des populations.

La réflexion théorique sur les sources de la croissance économique a été relancée par le modèle de croissance endogène (Aschauer, 1989 ; Barro, 1990). L'objectif ici est d'analyser le lien entre les infrastructures et la pauvreté en zone CEMAC et de déterminer leurs effets sur la pauvreté des pays de la zone CEMAC. Cet article tente de se concentrer sur le contexte de cinq pays de la CEMAC sur la période 1981-2019. Le reste de l'article est structuré comme suit. La première partie passe en revue la littérature. La deuxième partie décrit la spécification du modèle et la collecte des données, tandis que la troisième partie discute et présente les résultats empiriques.

Une synthèse de la littérature

Les fondements théoriques

À la suite des débats théoriques sur la croissance équilibrée, l'effet positif des infrastructures sur le développement a connu un regain d'intérêt dans les années 1940 et 1950 (Rosenstein-Rodan, 1943 ; Hirschman, 1960). C'est avec Romer (1986) et Lucas (1988) qu'une nouvelle approche de la croissance a émergé, intégrant les rendements croissants et soulignant le rôle des politiques économiques. Cette nouvelle vision de la croissance au sens de de Barro (1990) a ouvert la voie à des recherches mettant en évidence l'impact des infrastructures productives et, plus généralement, des investissements publics sur la croissance économique à long terme. L'apport fondamental et novateur de la théorie de la croissance endogène est de faire des infrastructures un facteur qui intervient directement dans le processus de croissance et non indirectement comme dans le cas du modèle de Rosenstein-Rodan (1943) et du modèle de Hirschman (1960). Selon les travaux théoriques de Hirschman (1960), l'investissement public dans les infrastructures est essentiel pour le développement social et économique d'un pays, s'il crée un environnement attrayant pour l'investissement privé, rendant ainsi les services accessibles et plus compétitifs, ce qui soutient tous les autres secteurs de l'activité économique.

Dans ce contexte, Barro (1990) suppose que les dépenses d'investissement public génèrent des externalités de production et affectent la productivité des facteurs privés. En tenant compte des effets d'offre, un lien direct entre les dépenses publiques et le taux de croissance à long terme de l'économie peut être démontré. Cependant, l'augmentation des dépenses publiques conduit parallèlement à une augmentation de la productivité des facteurs de production privés. Van de Walle (1998) affirme que les dépenses publiques, qui comprennent principalement les infrastructures, sont un instrument potentiellement puissant et le principal outil des gouvernements des pays en développement pour lutter contre la pauvreté. Selon Demery (1996), les dépenses publiques affectent la population de plusieurs façons. Tout d'abord, la politique budgétaire influence les équilibres macroéconomiques. Ensuite, les dépenses publiques créent directement des revenus, dont une partie peut bénéficier aux ménages pauvres. Enfin, les dépenses publiques génèrent des transferts à la population. Ceux-ci peuvent prendre la forme de transferts monétaires, tels que l'assistance sociale ou les paiements d'assurance sociale, ou en nature.

La synthèse empirique

Depuis la contribution empirique de Aschauer (1989), le rôle de l'investissement dans les infrastructures productives a été relevé comme un atout pour la croissance de la productivité aux États-Unis. Cette idée est défendue par Ahmed et Hossain (1990) qui ont estimé que la dotation en infrastructures augmentait le revenu des ménages de 33 %, doublait presque les salaires et augmentait le revenu des entreprises et des industries de 17 % au Bangladesh. Haile et al. (2021), pour leur part, confirment l'existence d'une forte dépendance de l'État dans la pauvreté multidimensionnelle. L'infrastructure étant un élément majeur des dépenses de l'État.

L'analyse des effets des infrastructures sur l'économie, en général, et sur la pauvreté, en particulier, peut être résumée en trois approches ou écoles. D'abord, celle défendant la forte implication des infrastructures sociales (éducation et santé) ainsi que des infrastructures physiques dans la réduction de la pauvreté (Jérôme et Ariyo, 2004 ; Jahan et McCleery, 2005 ; Ogun, 2010). Ensuite, celle liant les infrastructures sociales et physiques à la réduction de la pauvreté. Enfin, celle qui considère que les infrastructures n'ont aucun effet sur la réduction de la pauvreté (Ogun, 2010), car elles jouent un rôle plus important dans la détermination de la croissance, produisent moins de bénéfices que prévu dans les pays en développement caractérisés principalement par une mauvaise gouvernance et provoquent l'effet inverse par le détournement et la corruption (Ali et Pernia, 2003 ; Ogun, 2010), les dépenses d'infrastructures ne jouant donc pas en faveur des pauvres dans ce cas.

Les investissements publics dans les infrastructures et l'amélioration de l'accès aux services de base devraient également faire partie de la stratégie de réduction de la pauvreté (Haile et al., 2021). Cela implique que l'urbanisation et la transition des moyens de subsistance en milieu rural méritent beaucoup plus d'attention lorsqu'on s'efforce de réduire durablement la pauvreté (Haile et al., 2021 ; Rob et Cattaneo, 2021). Enfin, les investissements publics dans les infrastructures destinées à soutenir les systèmes d'alerte précoce, les filets de sécurité et les urgences humanitaires jouent un rôle clé dans le renforcement de la capacité d'une population pauvre et vulnérable à résister, à absorber, à s'adapter et à se remettre des effets des chocs (Haile et al., 2021). Rob et Cattaneo (2021) évaluent les possibilités d'y parvenir en facilitant le fonctionnement et l'interconnexion des nombreuses petites et moyennes entre prises qui sont une source majeure d'emplois et de croissance économique, de manière plus rentable, et les aider à sortir de la pauvreté.

Selon l'analyse de Celikay et Gumus (2017), l'investissement dans les infrastructures sociales (sécurité sociale, santé, dépenses d'éducation) est, à court terme, un réducteur de pauvreté et, à long terme, un piège, car les gens deviennent dépendants des programmes de dépenses sociales plutôt que d'aller travailler pour vivre et échapper à la pauvreté. Seule l'infrastructure d'éducation réduit la pauvreté à long et à court termes en Turquie, par exemple. Cependant, pour Marinho et al. (2017), l'infrastructure est cruciale pour la réduction de la pauvreté au Brésil. La pauvreté est un processus dynamique et persistant qui augmente plus aujourd'hui que par le passé. Cela valide l'hypothèse du cercle vicieux. Gonzalez-Navarro et Quintana-Domeque (2016) montrent que l'infrastructure routière urbaine a un effet positif sur la valeur des propriétés et la richesse. Selon Liu et al. (2021), l'infrastructure d'éducation est la base de l'éradication de la pauvreté et de la croissance économique. L'éducation réduit significativement le niveau de pauvreté. Une série de scénarios politiques influence le modèle sectoriel qui est utilisé pour évaluer les différentes options du gouvernement afin d'augmenter la productivité économique, ce qui entraîne une réduction de la pauvreté dans l'économie de l'Asie du Sud.

Concernant les infrastructures économiques, Taruna et Boopen (2011) constatent qu'en Afrique subsaharienne, l'infrastructure est un outil de lutte contre la pauvreté urbaine, avec une valeur d'élasticité de 0,08. Une infrastructure meilleure et améliorée aide les pauvres des villes à saisir les opportunités et à participer aux activités économiques, améliorant ainsi leur bien-être. La longueur de la route pavée montre que cette forme d'infrastructure contribue positivement à la réduction de la pauvreté urbaine (Datt et Ravallion, 2002 ; Fan et Chan-Kang, 2004). Cet impact favorable aux pauvres peut s'expliquer par plusieurs canaux. Tout d'abord, l'infrastructure peut aider les pauvres des villes à se connecter aux activités économiques principales, leur permettant ainsi d'accéder à des opportunités productives supplémentaires, étant donné que la marche est le principal mode de transport utilisé par au moins la moitié de la population urbaine et qu'elle représente 80 % à 90 % de tous les déplacements des pauvres. Un autre canal est que l'investissement dans les routes favorise la croissance et la création de nouveaux emplois.

Akanbi et al. (2015) constatent que le secteur des télécommunications a, sur la base de données historiques, généré des emplois, directement et indirectement, œuvrant ainsi à la réduction de la pauvreté au Nigeria. Les données historiques prouvent que les pays ou les régions qui se sont rapidement industrialisés ont un niveau élevé d'infrastruc tures (Chotia et Rao, 2017). Le développement des infrastructures est donc une nécessité et non un luxe. Mora-Rivera et García-Mora (2021) estiment l'impact de l'infrastructure des TIC, précisément l'accès à Internet, sur la pauvreté multidimensionnelle et la pauvreté monétaire du Mexique rural et urbain, utilisant les données de l'« Enquête nationale sur les revenus et les dépenses des ménages » (ENIGH) de 2016 au Mexique. Les résultats montrent que l'accès à Internet contribue à réduire les niveaux de pauvreté au Mexique. Les impacts sur la réduction de l'extrême pauvreté monétaire et de l'extrême pauvreté multidimensionnelle sont plus significatifs pour le secteur rural que pour le secteur urbain. Concernant l'infrastructure d'eau, Zhang et al. (2021) ont enquêté sur la gestion et les services de ce système et ont analysé sa contribution à la réduction de la pauvreté des petits exploitants rizicoles et au développement communautaire en Tanzanie par le biais de méthodes quantitatives et qualitatives. Les résultats montrent que le programme a aidé les petits exploitants à augmenter leur production de riz et leur a offert de meilleures opportunités de marché. Le revenu net des agriculteurs a également augmenté. Les bénéfices générés par la riziculture ont non seulement amélioré les moyens de subsistance des petits exploitants, mais ont également créé des opportunités d'emploi dans les communautés rurales.

Nchofoung et al. (2022) vont plus loin en vérifiant les effets linéaires et non linéaires du développement infrastructurel sur le développement humain inclusif en Afrique. Les résultats montrent un effet positif du développement des infrastructures sur le développement inclusif pour tous les indices de développement des infrastructures utilisés, à l'exception de l'indice composite des infrastructures des TIC, qui présente un effet négatif non significatif. Des seuils négatifs pour les politiques complémentaires sont établis pour l'indice de développement des infrastructures en Afrique et l'indice de transport, tandis que des seuils positifs apparaissent pour l'indice d'électricité et l'indice des infrastructures d'eau et d'assainissement.

Stratégie méthodologique

Modèle et spécification des variables

Ce travail part du modèle théorique de croissance endogène qui prend la forme :

Y = AKL
(1)

Afin de capturer l'effet du développement des infrastructures sur la pauvreté, notre modélisation s'inspire de Taruna et Boopen (2011), Marinho et al. (2017) et Xiao et al. (2022) :

PO_it = α₀ + α₁Infra_it + α₂X_it + v_t + n_i + ε_it (2)

Avec la variable PO_it qui mesure l'intensité de la pauvreté, Infra_it qui mesure les infrastructures qui peuvent être économiques (TIC et électricité) ou sociales (santé et éducation), X_it qui est la matrice des autres variables expliquant la pauvreté, v_t qui représente l'effet fixe temporel, n_i qui est l'effet fixe individuel, ε_it qui est le terme d'erreur (perturbation aléatoire) qui est iid, et sont respectivement l'indice individuel ou du pays et l'indice temporel. La matrice X des variables macroéconomiques est composée de plusieurs variables : les ressources naturelles (Nat_ress), l'indice de prix à la consommation (PCI), l'ouverture commerciale (Openess), les exportations (Export), le développement financier (Fin) et enfin les investissements directs étrangers (IDE). L'équation, sous sa forme éclatée, se présente comme suit :

PO_it = α₀ + α₁Infra_it + α₂Nat_ress_it + α₃PCI_it + α₄Openess_it + α₅Export_it + α₆Fin_it + α₇FDI_it + v_t + n_i + ε_it (3)

Technique d'estimation

Cette recherche emprunte les MCO (moindres carrés ordinaires) comme stratégie statistique au champ actuel des sciences empiriques. Quatre raisons motivent ce choix : (1) elle minimise les effets de l'erreur de mesure ; (2) elle suppose que les pays de l'échantillon sont complètement homogènes. Les techniques économétriques basées sur les MCO sont souvent utilisées comme cadre analytique initial pour donner des tendances générales dans les résultats. Il a été développé par Legendre (1805) et Gauss (1809) pour permettre la régression sur des données transversales et souligner l'effet du développement des infrastructures sur la pauvreté ; (3) cette technique surpasse les autres techniques en raison de la nature linéaire des variables. Cela réduit le problème de la mesure de la variable dépendante ; (4) si la variable dépendante ne change pas beaucoup au fil du temps, la méthode des MCO est recommandée. Cependant, cela ne peut pas être réalisé lorsqu'on considère l'endogénéité ; les tests entre les variables explicatives considérées échouent. Par conséquent, la régression par les MCO est particulièrement puissante, car les hypothèses du modèle telles que la linéarité, la constance, la variance et les effets des valeurs aberrantes peuvent être vérifiées relativement à l'aide de méthodes graphiques simples. Le choix des MCO s'est également basé sur les travaux de Sundström et al. (2017). Ils ont testé leur conclusion en utilisant la méthode des MCO et ont obtenu d'excellents résultats.

Données

Notre échantillon est composé de cinq pays de la CEMAC1. Nous avons choisi la période 1981-2019 en raison des contraintes données sur un grand nombre de pays. À la suite de l'étude de Adams (2004) et de Njoya et Seetaram (2018), trois mesures différentes de la pauvreté sont utilisées dans l'étude : l'indice de pauvreté, l'indice d'écart de pauvreté et la gravité de la pauvreté. L'indice de pauvreté mesure le pourcentage de la population qui vit en dessous du seuil de pauvreté ; le seuil de pauvreté est fixé à 1,9 dollar par personne et par jour (en parité internationale de pouvoir d'achat, PPA, 2015) à la suite de la récente recommandation de la Banque mondiale.

La deuxième mesure est l'indice de l'écart de pauvreté. Cette mesure porte sur la profondeur de la pauvreté, qui n'est pas prise en compte dans l'indice de pauvreté. Selon la Banque mondiale (2005), l'indice de l'écart de pauvreté est exprimé en pourcentage et indique dans quelle mesure les dépenses moyennes des pauvres sont inférieures au seuil de pauvreté. La plus petite valeur possible est zéro. Une valeur de zéro implique que les dépenses moyennes de tous les pauvres sont inférieures au seuil de pauvreté. Ainsi, un écart de pauvreté de 10 % implique que 90 % des dépenses d'une personne pauvre moyenne sont inférieures au seuil de pauvreté. Par conséquent, cet indice saisit la profondeur de la pauvreté dans une économie. La troisième mesure de la pauvreté est l'indice de l'écart de pauvreté au carré. Cette mesure indique la sévérité de la pauvreté. L'utilisation de l'indice d'écart de pauvreté et des mesures de sévérité de la pauvreté fournit des propriétés analytiques supplémentaires pour l'étude de la pauvreté, puisqu'elle est sensible aux changements dans la distribution parmi les pauvres (Adams 2004 ; Adams et Page, 2005). En résumé, l'utilisation de ces mesures (indice de pauvreté, indice d'écart de pauvreté et indice de sévérité de pauvreté) nous permet de fournir des informations solides sur l'effet des infrastructures sur la pauvreté en zone CEMAC.

L'infrastructure est notre principale variable explicative, qui comprend les infrastructures économiques (TIC et électricité) et les infrastructures sociales (santé et éducation). L'infrastructure des TIC est mesurée par les abonnements de téléphonie fixe (Avom et al., 2020) ; l'infrastructure d'électricité est mesurée par l'accès à l'électricité en pourcentage de la population (Ongo et al., 2022) ; l'infrastructure de santé est mesurée par l'espérance de vie à la naissance, tandis que l'infrastructure d'éducation est mesurée par le taux d'inscription à l'école primaire (Taruna et Boopen, 2011). Nous nous attendons à une relation inverse entre les infrastructures et la pauvreté.

Concernant les variables de contrôle, les ressources naturelles sont approximées par le total des rentes sur les ressources naturelles en pourcentage du PIB (Tadadjeu et al., 2020). Nous nous attendons à une relation positive entre les ressources naturelles et la pauvreté. Nous suivons Folarin et Adeniyi (2020) qui mesurent l'inflation par l'indice des prix à la consommation. L'attente est que l'inflation entretient une relation inverse avec la pauvreté. Pour ce qui est de l'ouverture commerciale, à mesure qu'un pays s'ouvre, on s'attend à ce que les pauvres bénéficient également des gains du commerce. Ainsi, nous nous attendons à une relation inverse entre la pauvreté et les exportations (Bhagwati et Srinivasan, 2002). Le développement financier est approximé par le crédit intérieur accordé au secteur privé en pourcentage du PIB (Uddin et al., 2014). Le développement financier devrait réduire la pauvreté. Les IDE sont mesurés par le flux d'IDE étrangers entrant (Taruna et Boopen, 2011 ; Gohou et Soumaré, 2012). Nous nous attendons à ce que les IDE réduisent la pauvreté (les statistiques descriptives et la matrice de corrélations se retrouvent en annexes 1 et 2).

Graphique 1
Évolution des variables d'intérêts

Le graphique 1 (supra) montre l'évolution de nos différentes variables d'intérêts. La pauvreté est passée de 0,4 dans les années 1980 à 0,25 en 2019. Globalement, les variables d'infrastructures économiques et sociales se sont accrues durant la période d'étude. L'infrastructure d'électricité est passée de 30 en 1991 à 45 en 2019. L'infrastructure de santé est passée de 55 en 1981 à 60 en 2019. L'infrastructure des TIC est passée de 0,4 en 1981 à 0,8 en 2019. L'éducation a baissé de 110 en 1981 à 100 en 2019. Tandis que les graphiques 2 (infra) présentent l'évolution graphique entre les variables d'infrastructures et la pauvreté. Les infrastructures réduisent statistiquement la pauvreté dans les pays de la CEMAC. Et les pays tournent autour de la tendance.

Graphiques 2
Corrélation graphique entre les infrastructures et la pauvreté

RÉSULTATS ET DISCUSSIONS

Résultats de base

Globalement, les infrastructures ont des effets négatifs et significatifs sur le niveau de pauvreté dans les pays de la zone CEMAC. Le tableau 1 (infra) présente les résultats de l'estimation par les MCO groupés ou pooled ordinary least-square (POLS) des effets des infrastructures sur la pauvreté. Les colonnes (1) et (2) présentent les effets des infrastructures économiques, notamment des TIC et d'électricité sur l'évolution de la pauvreté. Tandis que les colonnes (3) et (4) analysent les effets des infrastructures sociales, c'est-à-dire de santé et d'éducation.

Tableau 1
Effets des infrastructures sur le niveau de pauvreté en CEMAC

Autrement dit, concernant les infrastructures économiques, une amélioration de l'infrastructure des TIC et de l'infrastructure d'électricité de 1 point conduit à la réduction de la pauvreté de l'ordre de –0,0776 et de –0,00613 point, respectivement. En ce qui concerne les infrastructures sociales, une augmentation de 1 point des infrastructures de santé et d'éducation explique une réduction du niveau de pauvreté de –0,0253 et –0,00398 point, respectivement. Ces résultats sont significatifs à 1%.

Tableau 2
Effets des infrastructures sur le nombre de personnes
vivant dans la pauvreté

Mais les résultats obtenus par la méthode des POLS pourraient être entachés de plusieurs biais. Notamment le biais d'endogénéité, dû au fait que la variable explicative est corrélée avec le terme d'erreur et donc le coefficient estimé par l'estimateur MCO groupé s'avère être biaisé. Nous supposons également que cette endogénéité correspond au fait que l'hypothèse (centrale) de non-corrélation entre les variables explicatives et le terme d'erreur est erronée. Afin de corriger le biais d'endo généité, nous procédons à l'estimation par la méthode des doubles moindres carrés (2SLS). Le tableau 2 (supra) confirme les résultats trouvés dans le tableau 1 (supra) à tous les niveaux, sauf le coefficient de l'infrastructure d'électricité qui a doublé, voire même triplé. L'estimation est faite par la méthode des 2SLS. Les coefficients des infrastructures restent négatifs et significatifs au changement de méthode. Concernant les variables de contrôle, nous avons deux groupes de résultats : d'une part, les facteurs favorisant l'augmentation du nombre de personnes vivant dans la pauvreté, tels que les ressources naturelles et le commerce ; d'autre part, les facteurs réduisant la pauvreté, tels que l'indice des prix à la consommation, les exportations, le développement financier et les IDE. Spécifiquement, une augmentation de 1 point des ressources naturelles et du commerce, toutes choses égales par ailleurs, engendre respectivement une augmentation de 0,00489 et 0,00479 point de la pauvreté. Un choc engendrant le déplacement de 1 point de l'indice des prix à la consommation, des exportations, du développement financier et des IDE réduit la pauvreté de –0,00146, de –0,0141, de –0,0124 et de –0,00513 point, respectivement.

Les explications plausibles tiennent à différents faits. Le lien entre les ressources naturelles et la pauvreté trouve son explication dans la théorie de la malédiction des ressources naturelles. L'abondance des ressources naturelles est un facteur favorisant l'accroissement de la pauvreté dans les pays de la CEMAC. Les pays de la CEMAC sont caractérisés principalement par le déficit de leur balance commerciale, car ils importent plus qu'ils n'exportent. Cela s'explique par la faiblesse de leur tissu industriel. La présomption naturelle, suivant l'argumentation de Stolper-Samuelson, serait que, le cas échéant, la libéralisation des échanges devrait contribuer à la réduction de la pauvreté dans les pays pauvres qui utilisent leur avantage comparatif pour exporter des biens à forte intensité de main-d'œuvre (Bhagwati et Srinivasan, 2002).

L'augmentation de l'indice des prix à la consommation est bénéfique pour les pauvres et augmente leur bien-être moyen. Car l'alimentation des ménages pauvres dépend souvent fortement de leur activité agricole. La hausse des prix leur permet donc de tirer un niveau de revenu plus élevé de leur production agricole (Vu et Glewwe, 2011).Les exportations sont bénéfiques pour la réduction de la pauvreté en zone CEMAC. Il est tout aussi clair que si un pays souhaite maintenir une stratégie de promotion des exportations, par opposition à une stratégie de substitution des importations, de sorte qu'il opte généralement pour un commerce plus libre, il devra maintenir la stabilité macroéconomique. Par conséquent, l'engagement dans une politique commerciale orientée vers l'extérieur aide indirectement les pauvres, puisqu'ils sont vulnérables à l'inflation (Bhagwati et Srinivasan, 2002). Le développe ment financier participe à la réduction de la pauvreté en zone CEMAC. L'explication réside dans le fait que le développement financier permet aux pauvres d'emprunter auprès des banques pour financer leurs activités, principalement agricoles. Ce résultat est cohérent avec Uddin et al. (2014). Les IDE contribuent à la réduction de la pauvreté en zone CEMAC, ce qui est cohérent avec les résultats trouvés par Gohou et Soumaré (2012).

Les infrastructures ont contribué à la réduction de la pauvreté en zone CEMAC par la création de nouvelles opportunités, l'accès à l'emploi, la disponibilité de l'information, la santé, l'accès aux services financiers et l'émergence de nouvelles professions. Des infrastructures meilleures et améliorées aident les pauvres à saisir les opportunités et à participer aux activités économiques, améliorant ainsi leur bien-être. Ce résultat est soutenu par Akanbi et al. (2015) et Marinho et al. (2017). En outre, les investissements en infrastructures peuvent supprimer les goulots d'étranglement de l'économie qui nuisent aux pauvres, tout en ayant davantage des effets redistributifs sur la croissance et la pauvreté en associant les populations pauvres au processus de croissance. Les infrastructures peuvent avoir un impact du type keynésien tout en créant des emplois et en exerçant des effets contracycliques. Étant donné qu'il constitue un intrant pour la production en améliorant les produits marginaux des autres capitaux utilisés dans le processus de production, l'investissement en infrastructures offre aux ménages la capacité de consommer par la distribution des revenus (Megevand, 2013). Ainsi apparaît-il que les pauvres dépendent largement des infrastructures fournies par l'État pour leurs activités quotidiennes (Folarin et Oluwatosin, 2020).

Analyse de robustesse

L'analyse de la robustesse est effectuée à deux niveaux : d'une part, la prise en compte de mesures alternatives de la pauvreté et, d'autre part, la prise en compte des spécificités culturelles.

Prise en compte de mesures alternatives de la pauvreté

Tableau 3
Effets des infrastructures sur l'indice d'écart de pauvreté

Tableau 4
Effets des infrastructures sur la gravité de la pauvreté

Tableau 5
Robustesse avec prise en compte des facteurs culturels

Dans le tableau 3 (infra), nous présentons les résultats obtenus lorsque nous mesurons la pauvreté par une mesure plus sensible, l'indice d'écart de pauvreté. Cette mesure aborde la limitation du nombre de pauvres en fournissant des informations sur la profondeur de la pauvreté dans une économie (Adams et Page, 2005). Les résultats ont confirmé nos conclusions initiales sur le rôle des infrastructures dans la réduction du développement de la pauvreté en zone CEMAC. En utilisant cette mesure, les effets du développement des infrastructures sur la pauvreté sont presque la moitié de ce qui a été obtenu lorsque la pauvreté a été mesurée en utilisant le nombre de pauvres. Cela suggère que l'importance du développement des infrastructures pour les pauvres est surestimée lorsque la pauvreté est mesurée à l'aide du nombre de pauvres.

De même, notre troisième mesure de la pauvreté – la gravité de la pauvreté – montre que le développement des infrastructures contribue à la réduction de la pauvreté en zone CEMAC. Les résultats obtenus à partir de cette mesure de la pauvreté sont présentés dans le tableau 4 (supra). Lorsqu'on compare les résultats obtenus à partir des trois mesures de la pauvreté, une conclusion similaire peut être déduite en termes de sens des effets du développement infrastructurel sur la pauvreté, mais l'ampleur de l'effet diffère. Cette différence est attendue, comme l'ont souligné Adams et Page (2005). Bien que leur étude se soit concentrée sur les effets des envois de fonds sur la pauvreté, ces auteurs ont constaté que les effets des envois de fonds et de la migration sur la pauvreté sont plus élevés lorsque la pauvreté est mesurée à l'aide d'une mesure plus sensible de la pauvreté.

Prise en compte de quelques variables culturelles

Nous avons également effectué une analyse de sensibilité. Nous tenons compte des spécificités culturelles des pays de la zone CEMAC, en prenant en compte la fragmentation ethnique, la diversité religieuse et l'appartenance à l'islam. Les résultats sont similaires à ceux trouvés précédemment. Il ressort des résultats du tableau 5 (supra) que la diversité religieuse et la fragmentation ethnique augmentent significativement la pauvreté. Tandis que la prédominance d'une religion, en l'occurrence ici l'islam, réduit significativement la pauvreté. Ces résultats sont cohérents avec les explications de Small et al. (2010), pour qui la culture peut être un atout ou un frein.

Conclusion

L'objectif de cet article est d'étudier les effets des infrastructures dans le processus de lutte contre la pauvreté. Sur un échantillon constitué de cinq pays en zone CEMAC sur la période 1981-2019 et utilisant les 2SLS, nous avons mis en évidence la relation positive des infrastructures sur la pauvreté. Plus précisément, nous avons constaté qu'un accès restreint de la population aux infrastructures des TIC, d'électricité, de santé et d'éducation occasionne une augmentation de la pauvreté. Ainsi, pour réduire la pauvreté, les autorités des pays membres de la CEMAC devraient mettre un accent particulier sur la réalisation des infrastructures. Par ailleurs, ces services d'infrastructures doivent être accessibles et disponibles aux pauvres dans les pays membres de la CEMAC.

15 septembre 2023

Notes

1 Cameroun, Gabon, Tchad, République centrafricaine et Congo.

Bibliographies

Adams R. H. (2004), « Economic Growth, Inequality and Poverty: Estimating the Growth Elasticity of Poverty », World Development, vol. 32, n^o 12, pp. 1989-2014.

Adams R. H. et Page J. (2005), « Do International Migration and Remittance Reduce Poverty in Developing Countries? », World Development, vol. 33, n^o 10, pp. 1645-1469.

AFD (Agence française de développement) (2021), Atlas de l'Afrique AFD, Pour un autre regard sur le continent africain, Armand Colin.

Ahmed R. et Hossain M. (1990), « Developmental Impact of Rural Infrastructure in Bangladesh », International Food Policy Research Institute, Rapport de recherche, 150 p.

Akanbi B. E., Adebayo A. A. et Olomola P. A. (2015), « Analysis of Telecommunication Service Expansion, Employment and Poverty in Nigeria », International Journal of Development and Sustainability, vol. 4, n^o 12, pp. 1126-1137.

Ali A. et Pernia M. E. (2003), « Infrastructure and Poverty Reduction – What Is the Connection? », Asian Development Bank, ERD Policy Brief Series, n^o 13.

Aschauer D. A. (1989), « Is Public Expenditure Productive? », Journal of Monetary Economics, vol. 23, pp. 177-200.

Asher S. et Novosad P. (2020), « Rural Roads and Local Economic Development », American Economic Review, vol. 110, pp 797-823.

Atkinson A.-B. et Bourguignon F. (2001), « Poverty and Inclusion from a World Perspective », in Stiglitz J.-E. et Muet A. (sous la direction de), Governance, Equity and Global Markets, Oxford UniversityPress.

Avom D., Nkengfack H., Fotio H. K. et Totouom A. (2020), « ICT and Environmental Quality in Sub-Saharan Africa: Effects and Transmission Channels », Technological Forecasting and Social Change, vol. 155.

Banque mondiale (2005), Introduction to Poverty Analysis, Poverty Manual, Washington DC.

Banque mondiale (2016), Poverty in a Rising Africa, World Bank Publications.

Banque mondiale (2021), Les revers de la fortune : pauvreté et prospérité partagée, HeinOnline.

Barro R. J. (1990), « Government Spending in a Simple Model of Endogeneous Growth », Journal of Political Economy, vol. 98, S103-S125.

Bhagwati J. et Srinivasan T. N. (2002), « Trade and Poverty in the Poor Countries », American Economic Review, vol. 92, n^o 2, pp. 180-183.

Bourguignon F. (2004), « The Poverty-Growth-Inequality Triangle », document présenté à l'Indian Council for Research on International Economic Relations, New Delhi, 4 février.

Castaneda Aguilar R. A. et al. (2020), « September 2020 Povcal Net Update: What's New », Banque mondiale, Washington DC, Global Poverty Monitoring Technical Note, n^o 14.

Celikay F. et Gumus E. (2017), « Effect of Social Spending on Reducing Poverty », International Journal of Social Economics, vol. 44, n^o 5, pp. 620-632.

Chotia V. et Rao N. V. M. (2017), « An Empirical Investigation of the Link between Infrastructure Development and Poverty Reduction », International Journal of Social Economics.

CNUCED (Conférence des Nations unies sur le commerce et le développement) (2021), Rapport 2021 sur le développement économique en Afrique : la contribution potentielle de la Zone de libre-échange continentale africaine à une croissance inclusive, Genève, p. 244.

Datt G. et Ravallion M. (2002), « Is India's Economic Growth Leaving the Poor Behind? », Journal of Economic Perspectives, n^o 16, pp. 89-108.

Deininger K. et Squire L. (1996), « A New Data Set Measuring Income Inequality », Revue économique de la Banque mondiale, vol. 10, n^o 3, pp. 565-591.

Demery L. (1996), « Gender and Public Social Spending: Disaggregating Benefit Incidence », Banque mondiale, Département de la pauvreté et de la politique sociale, Document non publié, Washington DC.

Dollar D. et Kraay A. (2002), « Growth Is Good for the Poor », Journal of Economic Growth, vol. 7, n^o 3, pp. 195-225.

Easterly W. et Levine R. (1997), « Africa's Growth Tragedy: Policies and Ethnic Divisions », Quarterly Journal of Economics, novembre, pp. 1203-1250.

Estache A. (2007), « Infrastructures et développement : une revue des débats récents et à venir », Revue d'économie du développement, vol. 15, n^o4, pp. 5-53.

Fan S. et Chan-Kang C. (2004), « Returns to Investment in Less-Favored Areas in Developing Countries: Asynthesis of Evidence and Implications for Africa », Politique alimentaire, vol. 29, pp. 431-444.

Folarin O. et Adeniyi O. (2020), « Does Tourism Reduce Poverty in Sub-Saharan African Countries? », Journal of Travel Research, vol. 59, n^o 1, pp. 140-155.

Foster J.-W. (1998), « Absolute versus Relative Poverty », American Economic Review, vol. 88, n^o 2, pp. 335-341.

Gauss F. (1809), « Theory of the Motion of Heavenly Bodies Moving about the Sun in Conic Sections », traduction anglaise par Davis C. H., réimprimé en 1963, New York, Douvres.

Gohou G. et Soumaré I. (2012), « Does Foreign Direct Investment Reduce Poverty in Africa and Are There Regional Differences? », World Development, vol. 40, n^o 1, pp. 75-95.

Gonzalez-Navarro M. et Quintana-Domeque C. (2016), « Paver les rues pour les pauvres : analyse expérimentale des effets de l'infrastructure », Revue d'économie et de statistique, n^o 98, pp. 254-267.

Gramlich E. M. (1994), « Infrastructure Investment: a Review Essay », Journal of Economic Literature, vol. 32, n^o 3, pp. 1176-1196.

Haile D., Seyoum A. et Azmeraw A. (2021), « Does Building the Resilience of Rural Households Reduce Multidimensional Poverty? Analysis of Panel Data in Ethiopia », Scientific African, n^o 12, e00788.

Hirschman A. O. (1960), « La stratégie du développement économique », Revue Tiers Monde, pp. 551-552.

Jahan S. et McCleery R. (2005), Mettre les infrastructures au service des pauvres, PNUD.

Jérôme A. et Ariyo A. (2004), « Réforme des infrastructures et réduction de la pauvreté en Afrique », in Development Policy Research Unit, Cornell University, Forum.

Kneller R., Bleaney M.-F. et Gemmel N. (1999), « Fiscal Policy and Growth: Evidence from OECD Countries », Journal of Public Economics, vol. 74, pp. 171-190.

La Porta R., Lopez de Silanes F., Shleifer A. et Vishny R. (2000), « Agency Problems and Dividend Policies around the World », Journal of Finance, vol. 55, n^o 1, pp.1-33.

Legendre A. M (1806), Nouvelles méthodes pour la détermination des orbites des comètes avec un supplément contenant divers perfectionnements de ces méthodes et leur application aux deux comètes de 1805, Paris, Courcier.

Liu F., Li L., Zhang Y., Ngo Q. T. et Iqbal W. (2021), « Role of Education in Poverty Reduction: Macroeconomic and Social Determinants Form Developing Economies », Environmental Science and Pollution Research, vol. 28, n^o 44, pp. 63163-63177.

Lu H., Zhao P., Hu H., Zeng L., Wu K. S. et Di L. (2022), « Transport Infrastructure and Urban-Rural Incomedisparity: a Municipal-Level Analysis in China », Journal of Transport Geography, vol. 99, n^o 103292, https://doi.org/10.1016/j.jtrangeo.2022.103292.

Lucas Jr. R. E. (1988), « Sur les mécanismes du développement économique », Journal of Monetary Economics, n^o 22, pp. 3-42.

Marinho E., Campelo G., França J. et Araujo J. (2017), « Impact des dépenses d'infrastructure dans les secteurs stratégiques pour la pauvreté brésilienne », Economia, n^o 18, pp. 244-259.

Medeiros V., Ribeiro R. S. M. et Amaral P. V. M. (2021), « Infrastructure and House Hold Poverty in Brazil: a Regional Approach Singmulti Level Models », World Development, n^o 137, pp. 105-118.

Megevand C. et Hourticq J. (2013), « Dynamiques de déforestation dans le bassin du Congo. Réconcilier la croissance économique et la protection de la forêt », Document de travail, n^o 1.

Mora-Rivera J. et García-Mora F. (2021), « Internet Access and Poverty Reduction: Evidence from Rural and Urban Mexico », Telecommunications Policy, vol. 45, n^o 2, 102076.

Nchofoung T. N., Asongu S. A., Njamen Kengdo A. A. et Achuo E. D. (2022), « Linear and Non-Linear Effects of Infrastructures on Inclusive Human Development in Africa », African Development Review, vol. 34, n^o 1, pp. 81-96.

Njoya E. et Seetaram N. (2018), « Tourism and Poverty Reduction in Kenya – A Dynamic CGE Analysis », Journal of Travel Research, vol. 57, n^o 4, pp. 513-524.

Ogun T. P. (2010), « Infrastructure and Poverty Reduction: Implications for Urban Development in Nigeria », Urban Forum, Springer, pp. 249-266.

Ongo Nkoa B. E., Tekam Oumbe H., Ngnouwal Eloundou G. et Asngar Mamadou T. (2022), « Impact of Access to Electricity on Internal Conflicts in Africa: Does Income Inequality Matter? », African Development Review, vol. 34, n^o 3, pp. 395-409.

Ravallion M. (1997), « Les pays en développement à haute qualité peuvent-ils échapper à la pauvreté absolue ? », Economic Letters, vol. 56, n^o 1, septembre, pp. 51-57.

Ravallion M. (2003), « The Debate on Globalization, Poverty and Inequality: Why Measurement Matters », Banque mondiale, Washington DC, Document de travail, n^o 3038, avril.

Rawls J. (1987), Théorie de la justice, Paris, Le Seuil.

Rebelo S. (1991), « Long-Run Policy Analysis and Long-Run Growth », Journal of Political Economy, vol. 99, n^o 3, pp. 500-521.

Rob V. O. S. et Cattaneo A. (2021), « Poverty Reduction Through the Development of Inclusive Food Value Chains », Journal of Integrative Agriculture, vol. 20, n^o 4, pp. 964-978.

Romer P. (1986), « Increasing Returns and Long-Run Growth », Journal of Political Economy, vol. 94, n^o198, pp. 1002-1037.

Rosenstein-Rodan P. N. (1943), « Problems of Industrialization of Eastern and South Eastern Europe », Economic Journal, n^o 53, https://doi.org/10.2307/2226317.

Sen A. K. (1988), « The Concept of Development », in Handbook of Development Economics, Amsterdam, Elsevier Science Publishers, pp. 10-26.

Sen A. K. (1999), Development as Freedom, New York, Anchor Books.

Small M. L., Harding D. J. et Lamont M. (2010), « Reconsidering Culture and Poverty », The Annals of the American Academy of Political and Social Science, vol. 629, n^o 1, pp. 6-27.

Sundström A., Paxton P., Yi-Ting W. et Staffan I. L. (2017), « Women's Political Empowerment: a New Global Index1900-2012 », World Development, n^o 94, pp. 321-335.

Tadadjeu S., Njangang H., Ningaye P. et Nourou M. (2020), « Linking Natural Resource Dependence and Access to Water and Sanitation in African Countries », Resources Policy, vol. 69, n^o 101880.

Taruna S. R. et Boopen S. (2011), « Sur le lien entre l'infrastructure urbaine et la pauvreté : preuve de l'Afrique en utilisant des estimations GMM », Policy & Politics, n^o 39, pp. 221-238.

Uddin G. S., Shahbaz M., Arouri M. et Teulon F. (2014), « Financial Development and Poverty Reductionnexus: a Cointegration and Causality Analysis in Bangladesh », Economic Modeling, n^o 36, pp. 405-412.

Van de Walle D. (1998), « Évaluer les impacts des dépenses publiques sur le bien-être », World Development, n^o 26, pp. 365-379.

Vu L. et Glewwe P. (2011), « Impacts of Rising Food Prices on Poverty and Welfare in Vietnam », Journal of Agricultural and Resource Economics, pp. 14-27.

WDI (2021), Infrastructures et croissance économique : cas du Mali.

Xiao H., Zheng X. et Xie L. (2022), « Promoting Pro-Poor Growth through Infrastructure Investment: Evidence from the Targeted Poverty Alleviation Program in China », China Economic Review, vol. 71, n^o 101729.

Zhang C. H., Benjamin W. A. et Miao W. N. G. (2021), « The Contribution of Cooperative Irrigation Scheme to Poverty Reduction in Tanzania », Journal of Integrative Agriculture, vol. 20, n^o 4, pp. 953-963.

Annexe

ANNEXE 1

ANNEXE 2