Baisse des subventions à l'energie et des impots sur le revenu MEGC dynamique

Un Peuple - Un But – Une Foi
MINISTERE DE L’ECONOMIE ET DES FINANCES
DIRECTION DE LA PREVISION ET DES
ETUDES ECONOMIQUES
Document d’Etude N°24
LA BAISSE DES SUBVENTIONS A L’ENERGIE ET DE L’IMPÔT SUR LE
REVENU AU SENEGAL : EFFETS SOCIO-ECONOMIQUES
ET BUDGETAIRES
A. DIALLO
M. N. KANE
B. B. MBAYE
S. M. SENE
@DPEE/DEPE – Janvier 2013
LA BAISSE DES SUBVENTIONS A L’ENERGIE ET DE L’IMPÔT SUR LE
REVENU AU SENEGAL : EFFETS SOCIO-ECONOMIQUES ET BUDGETAIRE
1
Alassane DIALLO ,
Mamadou Ngalgou KANE²,
1
Baïdy Baro MBAYE
1
Serigne Moustapha SENE
Janvier 2013
Résumé
Les appuis de l’Etat à l’énergie qui revêtent la forme de subventions à la production et à la consommation, sont
prévus à la baisse par le gouvernement au Sénégal pour des raisons budgétaires. Par ailleurs, la baisse de
l’impôt sur les salaires entre en vigueur en 2013 en guise de soutien à la consommation. Dans un pays pauvre
tel que le Sénégal, la pratique des subventions et la baisse de l’impôt ont assurément un rôle de stabilisateur
social. Néanmoins, les évidences empiriques sur les impacts budgétaires et macroéconomiques et sur la
réduction de la pauvreté et des inégalités sont moins nombreuses. Ce document traite de ces questions
d’impacts à partir d’un Modèle d’Equilibre Général Calculable en dynamique récursive. Les groupes de
ménages sont constitués selon la position géographique et en fonction des capacités des ménages à se
procurer des revenus (ability). Les simulations indiquent que le recul de la pauvreté est globalement attendu de
cette la baisse de l’impôt sur les salaires surtout pour les ménages autres que ceux de Dakar. En revanche, les
effets du retrait des subventions à l’énergie sur la pauvreté, globalement négatifs, seraient plus sévères pour
les ménages de Dakar. Quant aux impacts macroéconomiques, les recettes fiscales et le solde budgétaire
s’amélioreraient suite à la combinaison de ces mesures. En revanche, ces réformes ne stimuleraient pas la
croissance mais alimenteraient l’inflation, stimuleraient les importations et feraient perdre de la compétitivité
à l’économie.
Mots clés: Subventions, Impôt sur les salaires, Modèle d’Equilibre Général Calculable, Pauvreté, Déficit
budgétaire
Classification JEL: H2, E27, I32, H62
Abstract
The Senegalese Government intends to reduce subsidies to the energy sector for budget sustainability reasons.
Moreover, an income tax reform is introduced in 2013 in order to improve households’ purchasing power. In
poor countries such as Senegal, subsidies and tax reductions act as social stabilizers. However, little empirical
evidence is found with regards to impact of such reforms on budget, macroeconomic aggregates, poverty
reduction and inequalities. This paper intends to fill the blanks using a recursive dynamic computable general
equilibrium model. Households are sorted geographically and according to their income ability. Results show a
positive impact on poverty reduction especially for households located outside of Dakar. On the other hand,
the overall impact of energy subsidies’ removal is negative but sizeable on Dakar. On the macroeconomic
perspective, the Government revenue and budget balance would benefit if those reforms are combined and
imports for consumer goods would increase. But, such policies would not encourage growth and would
account for more inflation and loss of competitiveness.
Key words: Subsidies, Payroll Tax, Computable General Equilibrium, Poverty, Budget Deficit
JEL Classification : H2, E27, I32, H62
1
Ministère de l’Economie et des Finances du Sénégal, Direction de la Prévision et des Etudes Economiques (DPEE)
² Ministère de l’Economie et des Finances du Sénégal, Agence Nationale de la Statistique et de la Démographie (ANSD)
Les auteurs remercient Pr Yazid DISSOU de l’Université d’Ottawa (Canada).
1
I. Int roduct ion
La lutte contre la pauvreté au Sénégal s’inscrit en droite ligne des objectifs du millénaire
pour le développement. Dans ce cadre, l’action gouvernementale se traduit notamment par
le choix de différentes politiques à fort contenu social qui peinent tout de même à se
traduire en résultats tangibles : la pauvreté est répandue et les inégalités restent marquées
entre les ménages. La vulnérabilité des ménages est accentuée par la part importante des
importations dans les biens de consommation. Dans certains cas, la production domestique
n’est pas bien positionnée pour la satisfaction de la demande solvable, du fait d’un manque
de compétitivité ou simplement à cause de l’étroitesse du tissu productif. Cela affecte aussi
la résilience de l’économie. Les chocs d’offre à intervalle rapproché constituent des menaces
pour les pays pauvres où l’équilibre social est assez précaire, ce qui pousse leur
gouvernement à adopter des politiques de soutien à la production ou à la consommation.
Dans le cas des produits énergétiques, le profil et les objectifs des subventions ne sont pas
homogènes. Dans les pays riches, les subventions à l’énergie touchent surtout la production,
et s’inscrivent dans une optique de politique industrielle et de préservation de
l’environnement. Dans les pays en développement, elles visent
plutôt à soutenir la
consommation par le canal des prix et permettent d’atteindre des objectifs socioéconomiques et politiques. En tant que telles, les subventions augmentent le surplus des
ménages et paraissent socialement équitables dans un contexte de pauvreté et de fortes
disparités des revenus. Ces mesures, au même titre que les transferts publics sous la forme
de services sociaux de base, contribuent à alléger les dépenses des ménages qui enregistrent
une hausse de leur revenu disponible pour l’achat d’autres biens et services. Cet effetrevenu s’accompagne généralement d’un accroissement du bien-être.
Néanmoins, ces mesures de soutien créent des distorsions sur les marchés et affectent les
incitations. Il se manifeste un price gap qui fait que le bénéfice social ne comble pas a priori
la perte de surplus économique. En outre, les pratiques de subventions et/ou de détaxation
constituent des transferts indirects aux producteurs étrangers.
Au Sénégal, en plus de ces considérations, la refonte du Code Général des Impôts s’est
notamment matérialisée par la baisse de l’impôt sur le revenu (IR) dont devraient surtout
bénéficier les salariés et les entrepreneurs individuels des centres urbains.
2
L’ensemble de ces mesures ont assurément un coût budgétaire dans un contexte où les
besoins sont multiples et les ressources publiques plutôt rares. En tout état de cause, le
recentrage des ressources publiques vers plus d’efficacité commande de meilleures
politiques fiscales et des subventions. Sous l’hypothèse d’une croissance soutenue et
durable, telle que déclinée dans les ambitions du gouvernement pour les moyen et long
termes, la redistribution à travers ces mécanismes publics permettrait de réduire à la fois la
pauvreté et les écarts de revenus tout en ne portant pas atteinte à la dynamique productive.
Aussi, dans le contexte à la fois de lutte contre la cherté de la vie au Sénégal et de rareté des
ressources budgétaires, il est opportun de s’interroger sur la pertinence des mesures de
subventions et de défiscalisation des salaires. Ces mesures se justifient si elles n’entrent pas
en contradiction avec les objectifs à moyen terme de la politique économique. L’objectif de
cette étude porte précisément sur les impacts des mesures courantes de soutien à la
consommation dans le cas des produits énergétiques d’une part et de la baisse de l’impôt
sur le revenu des ménages d’autre part. Il s’agit d’étudier les effets dynamiques des
modifications des subventions et de la baisse de la fiscalité sur le bien-être des groupes de
ménages, sur le déficit budgétaire ainsi que sur le bien-être social, à travers différents
scénarii portant aussi bien sur la baisse voire la suppression des subventions aux produits
énergétiques que sur la baisse de l’impôt sur les salaires. La soutenabilité de ces mesures
sera aussi appréhendée à travers leurs impacts sur le déficit budgétaire.
La méthodologie repose sur un Modèle d’Equilibre General Calculable (MEGC) dynamique
récursif lequel s’appuie sur des données fines pour valider les avancées remarquables en
matière de modélisation des comportements microéconomiques et des transactions. Le
MEGC est devenu un outil standard d’évaluation empirique des impacts socio-économiques
et budgétaires des choix publics ainsi que des politiques commerciales.
La suite du document est organisée ainsi qu’il suit. La revue de la littérature documente
l’état de la recherche sur la question. La section 2 établit des faits stylisés sur les politiques
énergétiques, les caractéristiques des ménages surtout en termes de consommation
d’énergie et de revenus. La méthodologie basée sur un MEGC dynamique récursif est
présentée à la quatrième section. Les simulations et l’analyse des résultats en termes de
pauvreté, d’inégalités et de soutenabilité bouclent l’étude.
3
II. Revue de la lit t érat ure
Les premières utilisations des MEGC dans l’analyse de la distribution des revenus remontent
aux années 80. Des auteurs tels qu’Adelman et Robinson (1979) pour la Corée mais aussi
Devis, Melo et Robinson (1982) et Gunning (1983) au Kenya ont été parmi les pionniers dans
l’utilisation des MEGC pour l’analyse de la distribution des revenus. Des travaux suivirent
dans le cadre spatial des pays pauvres pour l’analyse des impacts des politiques
d’ajustement structurel sur la distribution de revenus. Plus récemment, l’étude des relations
entre les politiques économiques, les niveaux de pauvreté et la distribution des revenus a
été approfondie2.
L’utilisation des MEGC répond précisément au besoin de combler le vide laissé par les
modèles macroéconomiques keynésiens et par les analyses en équilibre partiel. La réforme
américaine de 1986 a été le déclic qui a montré l’utilité des MEGC dans l’analyse de l’impact
structurel des mesures de politique fiscale. En effet, dès la fin des années 70, on a pris
conscience des limites des modèles macroéconomiques keynésiens dans la formation des
anticipations et des salaires (Lucas et Sargent). Quoique de bons outils de prévision, les
modèles macroéconomiques se sont révélés, dans la plupart du temps, inappropriés pour
apprécier les principaux aspects de la fiscalité. Par ailleurs, les effets de revenu et de salaire
privilégiés par ces modèles de type keynésien sont essentiellement de court terme ; les
élasticités de comportement sont contraintes par des rigidités de court terme.
L’investissement et l’épargne sont peu élastiques à la rémunération du capital et les facteurs
faiblement substituables. En cela, ces modèles n’intègrent pas correctement les
changements de comportement des agents mais mettent l’accent sur les effets revenus alors
que les mesures fiscales, par exemple, visent généralement à modifier les comportements.
Pour pallier les manquements des modèles macro économiques keynésiens, des modèles
d’équilibre partiel ont été développés pour apprécier les effets structurels des réformes
fiscales. Ces analyses se sont développées dans les années quatre vingt dans le cadre de
l’économétrie sur données de panel et des modèles ad hoc dont on teste la sensibilité aux
2
Voir entre autres Janvry, Sadoulet et Fargeix (1991), Bourguignon, de Melo et Suwa (1991), Thorbecke (1991),
Decaluwé et al. (1998), Decaluwé, Dumont et Savard (1999), Cockburn (2001), Agenor, Izquierdo et Fofack
(2001), Cogneau et Robillard (2000), Colatei et Round (2000), Bouguignon, Robillard et Robinson (2002), Savard
(2005). Pour une revue, voir par exemple Boccanfuso et al. (2003).
4
paramètres. Néanmoins, cette approche a été critiquée quant aux restrictions des effets, en
ce sens que les impacts sur le reste de l’économie ne sont pas forcément de second ordre ;
ils sont parfois importants. Par conséquent, seuls des comportements plus sophistiqués
d’optimisation et une différenciation des comportements en fonction de la situation
spécifique des agents permettent de comprendre l’impact structurel des réformes fiscales.
Il parait alors utile de recourir à une approche macro économique du bien-être à travers une
fine modélisation des comportements micro économiques qui sous–tendent la dynamique
économique. On assista à la naissance des MEGC appliqués à la fiscalité et aux subventions.
Néanmoins, ces modèles ont été principalement critiqués pour la faiblesse de leur validation
empirique. Dans la plupart des cas, les paramètres sont obtenus par une procédure de
calibrage et non estimés par des méthodes économétriques. Les MEGC faisant une très large
utilisation des fonctions CES, les paramètres sont souvent des élasticités dont la valeur est
extraite de la littérature empirique ; on se retrouve avec des valeurs différentes voire
contradictoires parmi lesquelles il faut opérer un choix. La technique de validation
communément utilisée est le test de sensibilité des résultats relativement aux principales
élasticités même si cela reste superficiel étant donné qu’il n’est pas possible de mesurer, à
titre de test, la précision avec laquelle les modèles retracent le passé. La modélisation MEGC
n’en est pas moins appropriée pour la simulation des effets à court et à moyen termes3.
Plusieurs applications des MEGC à l’énergie ont lieu autour de questions telles que les effets
des variations des prix énergétiques sur les changements climatiques (Guivarch, Hallegatte
et Crassous, 2009), sur les marchés autres que l’énergie (Gohin et Chantret, 2010), et sur les
inégalités de revenus.
En outre, la simulation des effets de la baisse voire de la suppression des subventions dans
des pays émergents et des pays en développement a retenu l’attention de beaucoup
d’économistes. Ainsi, Oktaviani et al. (2007), à l’aide d’un MEGC dynamique sur la période
2000-2005, se sont intéressés aux combustibles pour le cas de l’Indonésie ; leurs
résultats montrent une baisse de la croissance accompagnée d’une hausse des pauvres.
Manzoor et al. (2009) ont également utilisé un MEGC/MPSGE pour l’économie iranienne
dans l’optique de montrer que la suppression des subventions conduit à une réduction du
3
Pour l’influence des MEGC sur les décisions de politiques publiques, voir Devarajan et Robinson (2002).
5
bien-être, quasi similaire entre les villes (13%) et le milieu rural (12%). Abouleinein et al.
(2009) appliquent un MEGC dynamique à l’Egypte pour établir que la suppression des
subventions conduit à moyen terme au recul de la croissance de 1.4% et l’extension des
inégalités. De même, dans le cadre des travaux portant sur ESMAP (2004), un MEGC
dynamique appliqué au Mexique a permis de simuler les effets de la suppression des
subventions à la consommation électrique.
Dans le cas du Sénégal, les réformes du secteur de l’électricité ont été analysées à travers
leurs impacts sur la pauvreté et la distribution des revenus (Boccanfuso et al., 2008). La
méthodologie de l’étude s’articule autour d’un MEGC micro simulation séquentiel qui
considère une fonction d’utilité Cobb-Douglas et la rigidité des offres de facteurs. La hausse
de la production d’électricité à court terme passe, ainsi, par l’accroissement des
consommations intermédiaires. Dans cette étude, les simulations réalisées notamment sur
l’imposition des ménages et des entreprises et sur les droits à l’import montrent que la
hausse des prix résultant de ces mesures affecte chacune des trois mesures de la pauvreté
mais dans de faibles proportions (moins de 1% au niveau national) et moins de 1.5% quel
que soit le critère retenu pour la classification des ménages (milieu de résidence ou niveau
d’éducation). Les changements des inégalités inter groupes dominent les mutations
d’inégalités intra groupes. En cas d’adoption de mécanismes publics de compensation, Dakar
et les autres centres urbains bénéficient davantage de la réduction des inégalités alors qu’en
l’absence de telles mesures, la réduction des inégalités est plus importante en milieu rural.
Les mêmes auteurs (Boccanfuso et al., 2008) ont mené une étude similaire au Mali qui a
abouti au résultat selon lequel la hausse des prix a des effets directs moins nets sur la
pauvreté et les inégalités au regard de la faiblesse de la connexion à l’électricité d’une part,
de la baisse de la consommation suite au relèvement du prix de l’électricité, d’autre part. En
revanche, les effets globaux de la hausse des prix sont négatifs et plus importants. Toujours
dans le cas des ménages maliens, Kpodar (2006), sur la base d’un modèle input-output,
analyse les effets redistributifs d’une hausse des prix des produits pétroliers. Son travail
montre que le renchérissement des carburants affecte surtout les ménages non pauvres
mais le renchérissement du kérosène est plus préjudiciable aux ménages pauvres. L’auteur
trouve aussi qu’en termes de protection du pouvoir d’achat des ménages, la subvention aux
produits pétroliers est un mécanisme inefficace relativement aux subventions ciblées.
6
Au Burkina Faso, l’évaluation d’un MEGC calqué sur celui de IFPRI a montré, entre autres
résultats, que le relèvement des premières tranches des factures d’eau et d’électricité
entraine un gain de 1260 Fcfa sur les factures d’eau et d’électricité pour les consommateurs
pauvres qui ne dépassent pas la nouvelle tranche.
Dans le cas des ménages ghanéens, Coady et al. (2006) ont également trouvé une plus
grande vulnérabilité des ménages les plus pauvres en cas de retrait des subventions. Quant à
Andriamihaja et Vecchi (2207), ils ont utilisé un modèle input output pour montrer que les
effets des subventions en réponse à la hausse des prix énergétiques bénéficient davantage
aux ménages malgaches les plus riches.
Globalement, les enseignements de la littérature empirique dans le monde en
développement se déclinent sous la forme d’effets négatifs du retrait des subventions chez
les ménages les plus pauvres alors que les plus riches peuvent accroitre leurs dépenses de
consommation en produits énergétiques, ce qui réduit leur vulnérabilité à ces chocs.
III.
Fait s st ylisés
Depuis le milieu des années 90, le Sénégal, à l’instar de plusieurs pays en développement,
s’est clairement engagé dans des programmes inclusifs de réduction de la pauvreté. Il est
vrai que la gestion macroéconomique saine n’a pas permis de bien prendre en compte les
préoccupations des populations situées à la périphérie des activités les plus productives. Le
tableau suivant résume les récents résultats enregistrés dans la lutte contre la pauvreté.
Tableau 1 : Indicateurs de pauvreté au Sénégal, 2001-2011
Dakar
Autres Urbains
Rural
National
Incidence de pauvreté
Ecart de pauvreté
Sévérité de la pauvreté
38,1
10,2
3,8
2001/2002
45,2
13,4
5,5
65,2
21,2
9,2
55,2
17,3
7,3
Incidence de pauvreté
Ecart de pauvreté
Sévérité de la pauvreté
28,1
6,8
2,4
2005/2006
41,4
11,6
4,8
59,0
20,2
9,5
48,3
15,5
7,0
Incidence de pauvreté
Ecart de pauvreté
Sévérité de la pauvreté
26,2
5,8
2,1
2010/2011
41,3
13,1
5,9
57,3
18,7
8,7
46,7
14,6
6,6
Source : Enquête de Suivi de la Pauvreté au Sénégal (ESPS II)
7
L’incidence de la pauvreté (taux de pauvreté) qui mesure la proportion de la population dont
le niveau de dépenses n’atteint pas le seuil de pauvreté, s’inscrit dans une tendance
baissière même si les progrès réalisés entre 2001 et 2006 ont du mal à être maintenus. La
profondeur de la pauvreté, autrement dit l’écart moyen des pauvres par rapport au seuil de
pauvreté reste également marquée par une timide baisse.
Dans l’ensemble, le pays continue d’enregistrer des progrès dans la réduction de la
pauvreté, toutefois limités par la vulnérabilité des acquis aux chocs. Parmi ces facteurs, les
prix à la consommation figurent sans doute en bonne place. Le niveau élevé des prix à la
consommation réduit le surplus des consommateurs notamment les plus pauvres qui
supportent difficilement une variation marginale positive. Ces considérations ont sans doute
poussé le gouvernement à mettre en place des mécanismes publics d’appui en faveur de la
consommation et de la production d’énergie surtout en période de tension sur les prix.
La nouvelle Lettre de Politique de Développement du Secteur de l’Energie (LPDSE) pour la
période 2012-2017 mise sur la diversification des sources d’énergie pour éviter la forte
dépendance aux cours mondiaux du pétrole. Dans le cas de l’électricité, la promotion de
l’électrification en milieu rural est prise en compte par l'Agence Sénégalaise d'Electrification
Rurale (ASER) depuis sa création en décembre 1999. Néanmoins, avec l’échec du processus
de sa privatisation4, la Société Nationale d’Electricité (SENELEC) est redevenue entièrement
publique. Ce qui contraint l’Etat à non seulement essayer d’amortir les impacts de la hausse
des cours mondiaux de pétrole mais également à supporter partiellement les autres coûts
liés à l’inefficience productive de la société.
En réalité, le potentiel hydroélectrique et les autres formes d’énergie renouvelables ne sont
pas suffisamment exploités. Les besoins pour les formes modernes d’énergie sont
majoritairement satisfaits par une production à partir d’intrants importés. L’économie n’est
dès lors pas indifférente aux fluctuations des cours du baril du pétrole. S’agissant de
l’électricité proprement dite, le coût de production à partir du fuel est largement tributaire
du cours du baril du pétrole. L’obsolescence des équipements, l’inefficacité dans le transport
4
SENELEC peut acheter de l’électricité à des producteurs privés mais elle dispose du monopole du transport sur
l’ensemble du territoire national et de la distribution dans son périmètre de concession. Le capital de SENELEC
a été ouvert à des privés non nationaux en 1998 dans le souci d’améliorer la production mais le processus a
échoué en 2001. Toutefois, un nouvel élan d’implication du privé dans le secteur se dessine.
8
et la distribution de l’électricité viennent accentuer les difficultés du secteur. La production
d’électricité est restée structurellement en-dessous de la demande. C’est au cours des
derniers mois qu’un surplus a été observé avec la mise en place d’un plan d’urgence de
restauration de la capacité productive. Dans ce cadre, les tensions imputables notamment à
la poussée de la demande dans les pays d’Asie de l’Est ainsi que les tensions sociopolitiques
dans certains pays producteurs d’or noir perturbent les cours et affectent l’économie
nationale.
Face à ces défis, le gouvernement choisit des instruments pour amortir les chocs sur la
production mais aussi sur les ménages. Le coût d’opportunité des subventions est sans
doute considérable, à l’aune des ressources engagées dans les secteurs sociaux tels que la
santé et l’éducation qui souffrent aussi d’un déficit d’offre de services. Les subventions
peuvent évincer d’autres dépenses sociales au moins aussi importantes pour les ménages.
Ainsi, au cours des dernières années, les subventions ont fortement grevé le budget de
l’Etat ; elles représentaient en moyenne près de 7% des recettes fiscales entre 2004 et 2011,
avec des pics atteignant 22% en 2006 et 11% en 2008 et 2011.5 Pour ces années, les
subventions à l’énergie sont plus importantes que les dépenses courantes et en capital
réunies pour la santé. Il est vrai que les tensions sociales notées lors des périodes de graves
perturbations dans la distribution d’électricité poussent le gouvernement à accroitre le
soutien au secteur de l’énergie. En outre, les fluctuations des cours mondiaux des produits
énergétiques faussent les prévisions des finances publiques en début d’année. A titre
d’exemple, pour les neuf premiers mois de l’année 2012, la compensation tarifaire accordée
par le gouvernement au secteur a déjà dépassé 100 milliards pour une inscription budgétaire
initiale de 40 milliards.
Par ailleurs, la structure des prix dans le secteur de l’énergie n’est pas uniforme mais le
secteur de l’énergie reste parmi les mieux réglementés. Le cadre législatif et réglementaire
répartit clairement les rôles, en termes de définition des politiques, de régulation du secteur,
de tarification, etc. La Commission de Régulation du Secteur de l’Electricité (CRSE), autorité
indépendante, est chargée de la régulation des activités de production, de transport, de
distribution et de vente d’énergie électrique. Pour ce qui est de la formation du prix, il
5
Les données portent sur les dépenses exécutées.
9
revient à cette commission de fixer un prix plafond sur lequel SENELEC doit s’ajuster. Ainsi,
l’écart négatif entre le revenu calculé avec les tarifs en vigueur et le revenu maximum
autorisé de SENELEC induit un ajustement tarifaire ou une compensation budgétaire de la
part de l’Etat.
Les clients de SENELEC sont facturés sur la base de leur consommation mesurée en kilo watt
heures mais il existe une discrimination sur les prix. S’agissant des ménages, on distingue
trois tranches de prix unitaires en fonction précisément du niveau de la consommation ; la
première tranche dite sociale concerne les ménages à faible niveau de consommation ; il
s’agit en général des ménages les plus pauvres. Le biais dans ce système de tarification est
que les ménages comportant beaucoup d’individus sont facturés dans la tranche supérieure
de consommation sans pour autant qu’ils soient riches alors que des ménages riches avec
peu d’individus et consommant moins bénéficient du tarif social.
Concernant les prix du gaz butane et d’autres produits pétroliers, les fluctuations sont
étroitement liées à l’évolution des cours mondiaux. Ainsi, le Comité National des
Hydrocarbures (CNH) fixe les prix sur la base principalement des prix des importations de
brut et des frais annexes. Le prix de vente final est décomposé de manière à faire ressortir la
marge des producteurs ainsi que des distributeurs.
On peut mesurer le price gap des produits énergétiques subventionnés, notamment
l’électricité et le gaz. Pour ces produits, le procédé consiste à calculer la différence entre le
prix qui serait observé sur un marché concurrentiel et le prix en vigueur du fait des
subventions. On obtient une subvention unitaire implicite. Toutefois, la difficulté réside dans
l’estimation du prix concurrentiel. Etant entendu que les produits en question sont en
général fabriqués localement à partir d’importations de produits bruts, le prix de référence
peut être appréhendé à partir de la somme des cours mondiaux (frais inclus) et des coûts de
transformation. A cet égard, il est établi que l’Etat supporte jusqu’à 40% des prix réels, pour
le cas du gaz butane.
En tout état de cause, les conditions tarifaires marquées par le niveau élevé des prix des
produits énergétiques ainsi que les fluctuations qui caractérisent l’évolution de certains
d’entre eux ont des effets potentiellement différents d’un groupe de ménages à l’autre. Il en
est de même en ce qui concerne les réformes macroéconomiques touchant directement les
10
ménages, telle que la révision de l’impôt sur le revenu. En fait, la référence à une variation
qualitative ou quantitative d’un indicateur global suite à une réforme quelconque cache les
disparités entre les groupes de ménages : un indicateur globalement satisfaisant peut
masquer une détérioration du bien-être des groupes vulnérables. L’appréciation de la
pertinence des réformes nécessite par conséquent l’analyse de leurs effets redistributifs.
Pour se faire, le cadre macro-micro permet d’appréhender les impacts microéconomiques
des politiques macroéconomiques.
Les ménages sont classés en groupes pour tenir compte de l’hétérogénéité. Cette
classification des ménages en entités plus ou moins homogènes facilite la compréhension
des impacts des politiques économiques. A cet effet, les méthodes usuelles dans la
littérature s’articulent autour du lieu de résidence, du niveau de qualification ou de revenu
des travailleurs pour lequel des déciles ou quintiles de ménages sont très souvent
considérés. Par exemple, au Sénégal, Boccanfuso et Savard (2005) ont développé un MEGC
multi-ménages intégrés pour analyser l’impact de la construction d’une autoroute à péage
entre Dakar et Thiès, sur la pauvreté et les inégalités. Des groupes de ménages tels que ceux
vivant à Dakar et les ruraux vivant dans l’axe autoroutier ont été distingués. De façon ad hoc,
la décomposition des ménages suit la problématique de l’étude.
La démarche adoptée dans le cadre de cette étude consiste à combiner les variables « lieu
de résidence » et «ability». Dans une optique de continuum de ménages, nous préférons le
concept d’ability, autrement dit la capacité ou l’aptitude du ménage à gagner des revenus.
Cette capacité dépend de plusieurs facteurs spécifiques au ménage et éventuellement de
facteurs exogènes. Dans la base de données utilisée pour l’étude, on peut entre autres
distinguer trois groupes de ménages selon le milieu de résidence : Dakar, Autres villes et
Milieu rural. Partant de cette classification, notre démarche consiste, dans chaque groupe de
ménages, à distinguer deux sous-groupes : les ménages dotés d’une capacité élevée à gagner
des revenus (Dakar 1, Autres villes 1 et Ruraux 1) et les autres ménages (Dakar2, Autres
villes2 et Ruraux2). Au total, six groupes de ménages sont constitués.
Les variables spécifiques aux ménages sont le niveau d’éducation, le patrimoine, le sexe du
chef de ménage, la présence ou non d’un handicap physique et la taille du ménage. La
11
méthode d’estimation est de type logit ordonné. Les résultats montrent que les aptitudes
diffèrent selon la résidence mais les ruraux restent moins aptes à gagner des revenus.
Tableau 2 : Aptitudes selon le milieu de résidence
Groupes
Forte capacité Faible capacité
Dakar
81.8%
18.2%
Autres villes
56.8%
43.2%
Ruraux
31.8%
68.2%
Source : Calculs des auteurs à partir de l’ESPS I
On note qu’en milieu urbain, surtout à Dakar, la majorité des ménages disposent d’une forte
capacité alors qu’en milieu rural, plus de deux-tiers des ménages sont faiblement pourvu de
capacités à gagner des revenus. La répartition du revenu selon l’ability et le lieu de résidence
devrait refléter ces différences.
Tableau 3 : Revenu moyen par groupe
Groupes
en FCFA
Dakar 1
3 995 318
Dakar 2
1 169 694
Autres villes1
3 158 781
Autres villes2
1 054 737
Ruraux 1
Ruraux2
2 827 970
940 793
Source : Calculs des auteurs à partir de l’ESPS I
Comme l’indique le tableau 3, il existe un écart de revenu entre les groupes quoiqu’il soit
moins important entre les ménages de type 2 des différents lieux de résidence. Aussi bien
dans les villes qu’en milieu rural, les ménages les plus aptes à gagner des revenus ont des
niveaux de revenus plus appréciables que les autres ménages.
Par ailleurs, on s’intéresse à la nature des revenus des ménages. Il s’agit de conforter l’idée
selon laquelle les ménages les moins aptes à gagner des revenus le sont précisément parce
qu’ils disposent d’une faible part du capital de l’économie et reçoivent peu des transferts
ainsi que des salaires. Selon les aptitudes, les sources de revenus des ménages présentent
les caractéristiques décrites dans le tableau suivant.
12
Tableau 4 : Répartition des revenus entre les groupes de ménages
Dakar1
Dakar2
Autres
villes 1
Autres
villes 2
Ruraux 1
Ruraux 2
Total
Revenus du Travail
29,1%
8,9%
24,3%
8,4%
21,8%
7,6%
100%
Revenus du Capital
30,7%
8,9%
24,0%
8,0%
21,2%
7,1%
100%
Transferts
19,0%
3,8%
36,7%
13,4%
20,5%
6,6%
100%
Revenu total
30,3%
8,9%
24,1%
8,0%
21,5%
7,2%
100%
Source : Calculs des auteurs
Il est aussi utile d’apprécier le degré d’homogénéité, à travers par exemple les inégalités de
revenus à propos desquelles les statistiques sont consignées dans le tableau suivant.
Tableau 5 : Inégalités intra groupes
Coefficient de Gini
Dakar 1
Dakar 2
Autres
villes1
Autres
villes2
Ruraux 1
Ruraux2
0,34
0,35
0,35
0,36
0,29
0,30
Source : Calculs des auteurs
Les disparités les moins importantes sont donc enregistrées chez les ménages ruraux,
notamment pour ceux qui présentent les aptitudes les plus élevés.
S’agissant des produits énergétiques, la consommation finale d’énergie conventionnelle
(produits pétroliers, charbon minéral et électricité) représente plus de 65% de la
consommation finale totale. Les produits pétroliers constituent la plus grande part des
consommations d’énergie conventionnelle (81%) contre 12% pour l’électricité6. Cela
s’explique en partie par le taux d’électrification nationale qui n’est que de 54% mais que les
autorités ambitionnent de porter à 70% en 2017, dont 95% en milieu urbain et 50% en
milieu rural.
Pris globalement, l’énergie est un poste important des budgets de consommation des
ménages urbains, allant de 5% dans les autres villes à 6.6% à Dakar ; par contre, il n’est que
de 1.5% en zone rurale (statistiques de 2005). S’agissant spécifiquement de l’électricité et du
gaz butane, les deux produits qui attirent l’essentiel des subventions allouées au secteur,
leur part budgétaire est d’à peine 1% en milieu rural alors qu’il avoisine 5% pour l’ensemble
des centres urbains. En termes de répartition des dépenses en d’énergie, on peut remarquer
6
Données du Système d’Information Energétique au Sénégal.
13
que les ménages des centres urbains, notamment ceux dotés de capacités plus importantes,
sont les plus grands consommateurs sauf pour le pétrole.
Tableau 6 : Répartition de la Consommation d’énergie
Dakar1
Dakar2
Autres
villes 1
Autres
villes 2
Ruraux 1
Ruraux 2
Total
Electricité
49,8%
8,9%
30,7%
5,2%
5,1%
0,4%
100%
Eau
40,6%
10,9%
24,9%
7,5%
12,1%
4,0%
100%
Gaz
39,9%
14,9%
25,4%
6,6%
11,7%
1,6%
100%
Source : Calculs des auteurs
Le tableau ci-dessus met en lumière la dualité de consommation quel que soit le groupe de
ménages considéré. Les ménages présentant les plus faibles aptitudes à gagner des revenus
consomment moins d’énergie, qu’il s’agisse de l’eau, du gaz ou de l’électricité.
Enfin, l’imposition des salaires affecte le bien-être des ménages selon précisément la part
des salaires et des revenus du capital dans le revenu total. Par ailleurs, le caractère
redistributif de l’impôt sur le revenu n’a pas été jusque-là bien pris en compte dans les
réformes fiscales qui se focalisaient plutôt sur les aspects économiques liés à la résorption
des déséquilibres et à la compétitivité. Il existe plusieurs barèmes d’impôts sur les salaires
selon le statut matrimonial (droit progressif) et la nature des revenus notamment les
salaires, les revenus fonciers et les revenus de capitaux mobiliers (droit proportionnel).
IV. Mét hodologie de sim ulat ion des im pact s
Les MEGC permettent, entre autres, d’analyser à l’échelle microéconomique les impacts de
politiques macroéconomiques ou de chocs touchant l’économie d’un pays. Ils se sont avérés
très tôt utiles dans l’analyse de la pauvreté et de la distribution des revenus. Plusieurs
auteurs ont introduit des indicateurs de pauvreté dans ce type de modélisation dans le but
d’établir de manière fine la diversité des effets de choix de politiques économiques ou de
chocs exogènes sur les différents agents. Dans ce sillage, ce document analyse l’impact des
mesures de politiques budgétaires sur l’activité économique et la réduction de la pauvreté.
L’économie du Sénégal est notre champ d’application. Le modèle utilisé concerne donc une
petite économie ouverte. Les prix mondiaux des importations et des exportations sont
14
supposés exogènes (price taker) et l’offre d’exportation est parfaitement élastique. Les
firmes sont supposées opérer en environnement concurrentiel7 et ont accès à une
technologie de production à rendements d’échelle constants.
Plusieurs types d’impôts et taxes sont considérés : taxes à la production, taxes à la
consommation des biens (finales et intermédiaires) domestiques et importés quel que soit
l’agent (ménages, entreprises et Etat), impôts sur les revenus des ménages et des
entreprises et taxes à l’exportation. Eu égard aux fuites plus ou moins importantes, les taux
de taxation et d’imposition utilisés dans le modèle à partir de la MCS initiale diffèrent des
taux officiels.
Les subventions à l’énergie modifient les prix et les quantités à l’équilibre. Les changements
de comportements des agents s’ensuivent. A court terme, les chocs modifient les prix relatifs
et affectent les décisions d’offre et de demande et, à moyen terme, les choix dynamiques
des agents sont affectés. De même, la refonte du code général des impôts au Sénégal devrait
déboucher très prochainement sur la simplification des taux et la baisse de l’impôt sur le
revenu entre autres mesures. En définitive, un modèle dynamique est parfaitement adapté à
l’analyse des impacts économiques et sociaux des politiques fiscales, en particulier les
modifications des subventions énergétiques et de l’impôt sur le revenu des ménages.
Le modèle comporte quatre agents (État, ménages, firmes et reste du monde), deux facteurs
de production (travail et capital) et vingt et huit branches. Les blocs retenus sont au nombre
de cinq : la production, les revenus et l’épargne, la demande, les prix et les échanges avec
l’extérieur ; l’équilibre est réalisé sur les marchés des facteurs et sur les marchés des
produits.
Pour une branche j à une période t la fonction de production
entre la valeur ajoutée
est de type Léontief
en volume et les consommations intermédiaires en volume
.
7
L’hypothèse de concurrence pure et parfaite peut être contestée car des barrières à l’entrée font que
plusieurs secteurs sont en concurrence monopolistique. Néanmoins, l’environnement concurrentiel représente
un cadre de référence pour une bonne représentation des comportements des entreprises.
15
est la production en volume,
consommations intermédiaires.
le volume de la valeur ajoutée et
et
celui des
désignent respectivement la part de la valeur
ajoutée et des consommations intermédiaires dans la production.
La valeur ajoutée est déterminée par une fonction Cobb–Douglas entre le travail (L) et le
capital (K) ; cette forme fonctionnelle permet donc de prendre en compte la substitution
entre les facteurs primaires. En macroéconomie, l’utilisation d’une fonction Cobb-Douglas
est très appropriée car on considère que les parts des facteurs sont structurelles.
La part du capital dans la valeur ajoutée est
et celle du travail
L’offre de capital physique est spécifique à chaque secteur Le rendement sectoriel du capital
est noté rj. L’offre de travail est endogène, mais elle croit seulement au rythme de croissance
de la population. Le travail est parfaitement mobile entre les secteurs, au taux de salaire w.
La consommation intermédiaire composite, découle d’une fonction Leontief des
consommations intermédiaires en différents produits i.
Pour chaque secteur j,
et
désignent respectivement le paramètre d’échelle dans la
valeur ajoutée et dans la génération de la consommation intermédiaire composite.
Les conditions de premier ordre du programme de minimisation des coûts donnent
notamment les niveaux optimaux de demande de travail
de consommations intermédiaires en bien i
, de capital
, le volume
, la production à l’équilibre et les prix.
16
est le prix de la valeur ajoutée et
celui des consommations intermédiaires j.
est l’épargne des entreprises assujetties à un taux de taxation sur le revenu
et
est la part des profits destinée à l’entreprise.
L’investissement par destination est défini de telle sorte que le ratio de l’investissement sur
le stock de capital augmente en fonction du ratio rendement du capital sur coût d’usage du
capital
(Bourguignon et al. 1989, Jung et Thorbecke, 2003).
Le coût d’usage du capital est calculé comme suit8.
est le taux d’inflation et
le prix de l’investissement.
L’équation d’accumulation du capital sectoriel est donnée par :
est le taux de dépréciation du capital pour la branche j et
représente le volume
d’investissement de la branche j à la période t.
Par ailleurs, la production des firmes en bien i (XTSit) peut être vendue sur le marché
intérieur (XDSit) et sur le marché d’exportation (EXit). La substitution est imparfaite et la
différenciation est opérée au moyen d’une fonction à élasticité de transformation constante
(CET).
Le même type de fonction lie les exportations vers l’Union Economique et Monétaire Ouest
Africaine9 (EXUEMOA) et les autres exportations (EXROW). La solution du programme des
firmes se traduit par les équations suivantes :
8
Voir Fall et Thiaw (2009) pour l’économie sénégalaise.
17
L’hypothèse d’Armington (1969) est postulée. Les produits sont différenciés selon l’origine :
les importations et les biens produits localement sont considérés comme des substituts
imparfaits. Il s’ensuit que les agents domestiques consomment un produit composite des
importations et des biens domestiques. L’élasticité d’Armington, c'est-à-dire l’élasticité de
substitution dans la fonction CES, rend compte du degré de substitution entre les produits
nationaux et les produits importés. Ces derniers sont, eux-mêmes, composites, fonction CES
des importations venant de l’UEMOA (MUEMOA) et des autres importations (MROW).
S’agissant de la demande totale, elle est composée de la consommation des ménages (C), de
la demande d’investissement (INV), des dépenses du gouvernement (G) et de la demande en
consommations intermédiaires (V). Chacune de ces composantes est un composite
d’importations et de produits locaux. Le type de liaison retenu, dans chacun des cas, est celui
d’une fonction à élasticité de substitution constante (CES). Le bien composite demandé est
en fait une fonction CES des importations et de la production domestique vendue sur le
marché intérieur.
Les revenus des ménages sont issus des rémunérations du travail et du capital, d’une part,
des transferts exogènes provenant de l’extérieur et du gouvernement, d’autre part. Le
9
L’UEMOA qui regroupe 8 pays dont le Sénégal n’a pas une union douanière entièrement fonctionnelle mais
l’hypothèse de libre circulation des biens est communément formulée dans les études empiriques sur la zone.
18
ménage utilise ses revenus pour procéder à des dépenses de consommation de manière à
maximiser son utilité qui est supposé de type Stone Geary, sous-jacente à la fonction LES
(Linear Expenditure System ou Système Linéaire de Dépenses).
Les préférences des ménages sont par conséquent représentées par une fonction d’utilité
LES ; l’offre de travail est exogène. Le programme de maximisation de l’utilité du ménage h
se présente comme suit:
Les restrictions suivantes sont naturellement imposées
et
est la propension marginale à consommer le bien i.
est la consommation minimale (en volume) du bien i par le ménage h. Elle est estimée
à partir de l’élasticité-revenu et du paramètre de Frisch.
Le paramètre de Frisch (Frisch, 1959) correspond à l’opposé du rapport entre les dépenses
de consommation totales du ménage (son revenu disponible) et le super-numéraire (c'est-àdire la différence entre le revenu disponible du ménage et les dépenses consacrées aux
produits incompressibles ou de subsistance). Une valeur élevée renvoie à une forte utilité
marginale du revenu du ménage ; ce paramètre diminue évidemment si le pays se
développe.
La résolution du programme du ménage h conduit, après quelques manipulations, à la
fonction de demande suivante:
Six catégories de ménages sont retenues grâce au croisement de deux critères : le lieu de
résidence (Dakar, autres centres urbains et rural), et le capital humain. Par conséquent, pour
19
chaque lieu de résidence, deux catégories de ménages sont établis selon que le capital
humain est élevé ou moyen-faible.
S’agissant des recettes de l’Etat, ils comprennent les taxes liées au commerce extérieur, les
taxes à la production, l’impôt sur les bénéfices, les taxes directes et indirectes sur les
ménages et les transferts nets reçus du reste du monde. Le gouvernement cherche à
préserver le bien-être social suite à un choc réel négatif. Il choisit d’accorder davantage de
subventions et/ou de modifier les prélèvements subis sur les ménages et les entreprises.
Les dépenses du gouvernement sont composées des subventions-transferts aux ménages et
des autres dépenses courantes.
L’épargne du gouvernement est donnée par :
Quant au reste du monde, son épargne se formule comme suit :
L’épargne totale s’écrit donc :
L’équilibre est réalisé sur le marché des biens et sur le marché des facteurs. Les transferts
nets de l’extérieur vers les ménages et les prix mondiaux sont supposés exogènes.
20
Les MEGC ont été abondamment utilisés dans l’analyse des impacts sociaux des mesures de
politique économique. Il est possible de distinguer deux approches courantes dans la
littérature : les MEGC à agents représentatifs et les MEGC de type micro simulé.
Dans le cas d’agents représentatifs, les impacts sociaux des politiques sont approximés en
supposant que chaque catégorie de ménages identifiée dans le modèle est un agrégat de
ménages hétérogènes dont on peut précisément saisir l’hétérogénéité connaissant la forme
fonctionnelle de distribution des revenus intra-catégories. Sous l’hypothèse d’une
distribution inchangée avant et après choc, on calcule les indicateurs de pauvreté usuels et
de bien-être.
Dans un MEGC micro simulé, on peut distinguer l’approche « top–down » qui consiste,
d’abord, à construire un MEGC standard permettant de simuler l’impact des chocs
macroéconomiques sur les prix des facteurs de production et sur les prix des biens et
services avant d’utiliser les informations des enquêtes ménages pour estimer les nouveaux
vecteurs de revenus et de consommation avant et après chocs. Par la suite, les indicateurs
de pauvreté sont recalculés dans une modélisation microéconomique plus ou moins
sophistiquée (Robillard et al., 2001). Un inconvénient de taille de cette méthode est qu’elle
ne permet pas de prendre en compte les effets de rétroactions sur les résultats du MEGC.
Une deuxième variante, devenue courante dans l’analyse de la pauvreté et des inégalités, et
utilisés notamment par Cockburn (2001, pour le Nepal) et Boccanfuso et al. (2003, pour le
Sénégal), prend en compte directement les changements de distribution intra-groupes. La
méthode consiste à introduire l’ensemble des ménages d’une enquête nationale dans le
MEGC, ce qui revient à construire un MEGC avec un nombre de catégories de ménages égal
au nombre de ménages de l’enquête. Les comportements microéconomiques des agents
sont alors pris en compte dans le cadre macroéconomique et les effets d’interdépendance et
de rétroaction intégrés dans la résolution du MEGC. Les outils d’analyse de la pauvreté
interviennent après les simulations qui permettent d’obtenir des vecteurs de revenus, de
dépenses et de prix. Toutefois, cette approche requiert d’importantes bases de données qui
font défaut dans les pays en développement.
La démarche adoptée dans le cadre de ce travail consiste à calculer les revenus après
simulations dans un modèle à agents représentatifs et à utiliser les données d’enquête
21
auprès des ménages pour calculer les indices usuels de pauvreté avant et après simulations.
Les ménages d’un groupe donné peuvent être affectés de manière différente par les
politiques macroéconomiques non seulement selon leur niveau de revenu, mais aussi en
fonction de leur dotation factorielle, de leur patrimoine ou de leurs caractéristiques
démographiques. L’analyse de la pauvreté est effectuée sur la base des vecteurs de revenus,
de dépenses et de prix.
L’approche s’inspire précisément des travaux de Cockburn (2001), Robillard et Robinson
(2001), Fofana et Cockburn (2003). Les différentes étapes, ci–dessous décrites, seront
distinguées :
- Catégorisation des ménages selon le milieu de résidence et l’ability;
- Harmonisation des catégories de ménages de l’ESPS et celles du MEGC ;
- Calcul des vecteurs de revenus et de dépenses des ménages à partir des données de
l’ESPS ;
- Rééquilibrage des données de la MCS après introduction des données de l’enquête
ménage.
L’analyse de la pauvreté se fera à travers les indices usuels de Foster, Greer et Thorbecke –
FGT pour la suite- (1984) qui permettent d’appréhender l’incidence, la sévérité et la
profondeur de la pauvreté. Concernant la distribution du revenu, les indices de Gini et de
Gini – Atkinson serviront à mesurer les inégalités aussi bien entre les groupes qu’au sein des
différents groupes.
Enfin, les simulations porteront notamment sur :
- Une baisse des subventions aux produits énergétiques et, à terme leur suppression; et
- Une baisse du taux d’imposition des revenus.
L’analyse des résultats des différentes simulations permettra de faire des suggestions de
mesures budgétaires pour aboutir à la réduction de la pauvreté et des inégalités.
22
V. Résult at s et im plicat ions des sim ulat ions
La méthodologie décrite ci-dessus nous permet maintenant de procéder à l’analyse des
différents effets des scénarii de politiques budgétaires sur les agrégats macroéconomiques
et sur la pauvreté. Les données ainsi que le mode de calibrage des paramètres sont d’abord
exposées avant la présentation, l’analyse et l’interprétation des différentes simulations.
V.1 Description des données et calibrage
Pour les besoins de cette étude, une matrice de comptabilité sociale (MCS) a été
élaborée pour l’année 201010. Elle fournit une photographie de l’économie en 2010 et
reproduit les flux de biens et services et de revenu entre les agents économiques. Les
regroupements opérés conduisent à retenir vingt huit branches d’activités. Les données sur
les ménages proviennent de l’Enquête de Suivi de la Pauvreté au Sénégal (ESPS I, 2005) qui a
couvert 13568 ménages de Dakar, des autres villes et des zones rurales.
Les valeurs des élasticités ainsi que celles des autres paramètres ont des effets
potentiellement importants sur les résultats des simulations. Le choix dans le cadre de cette
étude se fait de telle sorte qu’à l’origine, le modèle réplique la MCS initiale. Dans ce cadre,
en dehors des paramètres issus de la MCS, nous avons eu recours à différentes sources
empiriques pour le calibrage des élasticités. L’élasticité de transformation de la fonction CET
selon la destination du produit (ventes locales ou exportations) est calibrée de manière à
refléter la possibilité pour les producteurs locaux d’accroitre leurs ventes à l’étranger en cas
de tassement des ventes domestiques. Le taux de dépréciation du capital est fixé à 4% et
l’élasticité d’Armington de substitution imparfaite entre les produits selon leur origine est
comprise entre 0.25 et 1.8. Les valeurs ont été tirées de la base de données GTAP Africa Data
Base 6.
Par ailleurs, le calibrage du paramètre de Frisch affecte les valeurs assignées aux quantités
de subsistance. La littérature empirique propose différentes valeurs pour le calibrage du
paramètre de Frisch dans les pays en développement. A titre d’illustration, ces valeurs vont,
respectivement pour les ménages urbains et les ménages ruraux, de -2.5 et -3.5 (Dissou,
10
Cf. KANE M. N et H. SY (2013)
23
2001) à -3.34 et -5.85 (Hertel, Mc Dougall et Dimaranum, 1997)11. Par conséquent, une
analyse de sensibilité a été menée pour le choix du paramètre de Frisch. Quant à l’élasticitérevenu de la demande, elle est estimée pour chaque produit à partir des séries temporelles
de l’ANSD.
V.2 Description des simulations
On procède à une première simulation selon le schéma de baisse graduelle des subventions
publiques au secteur de l’énergie, toutes choses restant égales par ailleurs. Le même
exercice est conduit en ce qui concerne une baisse de 28.9 milliards FCFA de l’impôt sur le
revenu des personnes physiques, qu’on a traduit en pourcentage de baisse.
Tableau 7: Nature des simulations
Simulations
Sim1
Sim2
Définitions
Hausse du prix de l’énergie durant quatre
années consécutives avec respectivement :
3.13%, 5.63%, 11.89% et 13.15%
Baisse de 28.9 milliards d’impôts sur les salaires
pour l’année de référence
Les inégalités dans la distribution des revenus sont appréhendées à travers les indices de
Gini et de Gini – Atkinson.
Avant le choc, la consommation minimale par équivalent-adulte est calculée pour chacun
des 28 produits considérés, ce qui permet d’estimer le seuil pour que le ménage ne soit pas
pauvre. En pratique, pour la plupart des produits alimentaires, la consommation minimale
par équivalent-adulte est connue. Pour les autres produits, la méthode d’estimation a
consisté à calculer la moyenne des consommations pour les ménages situés près de la
« frontière de pauvreté » autrement dit les ménages qui s’approchent le plus du seuil de
pauvreté, à plus ou moins 5%. Après le choc, les consommations minimales requises ne
doivent pas changer, ce qui permet d’estimer le seuil correspondant avec le nouveau
système de prix.
11
Voir aussi la base de données Global Trade Analysis Project (GTAP).
24
Les résultats des simulations à l’échelle des agrégats sont d’abord présentés avant l’analyse
des effets sur la pauvreté et sur les inégalités.
V.3 Impacts macroéconomiques, sectoriels et budgétaires
On cherche à ce niveau à appréhender l’impact des mesures prévues sur quelques agrégats.
La comparaison se fait par rapport à la situation de « business as usual » c'est-à-dire par
rapport à la tendance des variables considérées en l’absence de chocs.
V.3.1 Impacts d’une baisse de fiscalité sur les salaires
Les simulations montrent une sensibilité de la plupart des variables d’intérêt aux chocs. La
baisse de la fiscalité sur les salaires serait favorable à la production dans les industries
alimentaires notamment les corps gras, les grains, les céréales et le sucre, et les boissons de
même qu’aux secteurs de l’électricité, de l’eau et du gaz. La hausse de la valeur ajoutée dans
ces secteurs devrait augmenter légèrement la demande de travail, surtout pour les céréales
et la production d’énergie (tableau 14 en annexe).
La hausse du revenu disponible des ménages entrainerait un regain de consommation pour
la plupart des biens et services. Les simulations montrent une hausse des importations de
produits dont les plus concernés sont les produits alimentaires (produits agricoles, produits
de la viande et des poissons, céréales) et l’habillement ainsi que certains services (tableau 15
en annexe). Globalement, la mesure de défiscalisation des salaires entrainerait une hausse
des importations de 2,4% par rapport à la situation tendancielle.
Tableau 8: Impacts sur les agrégats
Variation
Importations
biens de cons.
Inflation
Croissance
2.42%
0.11%
0.00%
Source : Calculs des auteurs
Il ressort donc des simulations que la politique de réduction de l’impôt sur les salaires est
inflationniste tout en stimulant la demande en biens d’importations chez les ménages pris
globalement. A moins terme, elle conduit à une légère dégradation du solde budgétaire de
0 ,01 point de pourcentage du PIB. La mesure n’est, également, pas pro-croissance.
25
V.3.2 Impacts du retrait des subventions à l’énergie
Les effets macroéconomiques et sectoriels attendus du retrait progressif des subventions à
l’énergie ne sont pas négligeables. En l’état actuel, c'est-à-dire avant la mise en place des
sources complémentaires d’énergie notamment les centrales à charbon et bien que la
hausse des prix de l’énergie n’est pas envisagée par les autorités, l’exercice de simulation
n’en est pas moins intéressant en ce qu’il permet de savoir les possibles conséquences
macroéconomiques et budgétaires qu’aurait le retrait des subventions si aucune mesure
compensatrice n’est prise par les pouvoirs publics. Le tableau suivant résume quelques
variations attendues à moyen terme.
Tableau 9: Impacts sur les agrégats
(en %)
Solde
budgétaire
(en point de
T+1
0.14
T+2
T+3
T+4
Années
Recettes
Inflation
TCER
(en %)
(en %)
0.07
0.06
0.07
0.11
0.13
0.04
0.05
0.26
0.26
0.11
0.12
0.05
0.29
0.02
0.02
pourcentage
du PIB)
Source : Calculs des auteurs
Le retrait progressif des subventions à l’énergie devrait se traduire par une augmentation
des recettes de l’Etat à moyen terme et une amélioration du solde budgétaire. Cette
politique serait néanmoins inflationniste du fait de la hausse des coûts de production suite
au relèvement du prix de l’énergie. La perte de compétitivité de l’économie s’ensuivrait.
V.3.3 Combinaison des deux mesures
Une baisse progressive des subventions au secteur de l’énergie combinée à la réduction de
l’impôt sur les salaires entrainerait une hausse généralisée des prix à la faveur de
l’augmentation des coûts de production et de la progression des dépenses de consommation
des ménages. Par ailleurs, une amélioration du solde budgétaire est attendue à moyen
terme alors que les effets sur la croissance seraient quasiment nuls.
26
Tableau 10 : Impacts de la combinaison des deux mesures sur les agrégats
Années
Inflation
Croissance
(en %)
(en %)
Solde budgétaire
(en point de pourcentage
du PIB)
t+1
0.06
0.0
0.06
t+2
0.04
0.0
0.11
t+3
0.11
0.0
0.25
t+4
0.02
0.0
0.27
V.4 Impacts des simulations sur la pauvreté et les inégalités
Deux hypothèses sont considérées pour mesurer l’impact des mesures de politique fiscale
ou de subventions sur la pauvreté des ménages. D’abord, nous supposons que la variation
du revenu moyen est constante au sein des ménages d’un même groupe. Ensuite, il est fait
l’hypothèse que, dans chaque strate, la variation de la dépense moyenne est égale à celle du
revenu moyen.
Il est ainsi possible d’estimer les vecteurs de dépenses des ménages après chaque
simulation. Nous estimons, par ailleurs, la valeur du seuil de pauvreté correspondant à
chaque simulation à partir des variations des prix des produits qui composent le panier de
consommation de base des ménages. Par suite, sur la base des nouveaux vecteurs de
dépenses et des nouvelles lignes de pauvreté les variations des indices de Foster, Greer et
Thorbecke (1984, FGT pour la suite), Pα sont calculées. Ces derniers sont définis de la
manière suivante :
est le revenu du ménage ; , le seuil de pauvreté ; , le nombre de ménages ;
ménages ayant un revenu inférieur au seuil de pauvreté, et
, les
, l’indice de pauvreté.
Si α=0, l’incidence de la pauvreté mesure la proportion des ménages vivant en dessous du
seuil de pauvreté.
Si α=1, la profondeur de la pauvreté mesure l’écart du revenu des pauvres par rapport au
seuil.
Si α=2, la sévérité de la pauvreté mesure la somme du carré des déficits de pauvreté par
rapport au seuil.
27
Les résultats des estimations de ces indices sont analysés dans ce qui suit, pour les six
groupes de ménages et après les différentes simulations. Les calculs sont effectués sur la
base des dépenses par équivalent- adulte. Le seuil de pauvreté à l’état initial est donné par
l’Agence Nationale de la Statistique et de la Démographie (ANSD) sur la base des résultats de
l’enquête de suivi de la pauvreté ESPS I (2005).
V.4.1 Analyse des résultats du scénario de base
A l’origine, la pauvreté est plus marquée en milieu rural (55% en moyenne), surtout parmi
les ménages qui ont moins de capacités à se procurer des revenus (73,4%). La proportion de
pauvres est également plus importante au niveau des autres centres urbains (40,2%) qu’à
Dakar (25,4%). De même, les ménages qui ont un capital humain (ability) plus bas sont plus
touchés par le phénomène. Au total, l’incidence de la pauvreté est ressortie à 44,3%. La
profondeur et la sévérité de la pauvreté évoluent dans le même sens que l’incidence de la
pauvreté.
Tableau 11 : Indices FGT à l’origine
Dakar 1
Dakar 2
Autvilles1
Autvilles2
Ruraux1
Ruraux2
Ensemble
P0
21,9%
48,4%
28,9%
63,0%
31,2%
73,4%
44,3%
P1
4,7%
17,9%
6,3%
23,6%
7,0%
29,1%
14,3%
P2
1,5%
8,3%
2,1%
11,6%
2,3%
15,2%
6,6%
Source : Calculs des auteurs
En revanche, les inégalités sont plus profondes au niveau des ménages urbains que pour les
ménages ruraux. Les coefficients de Gini et de Gini – Atkinson sont, en effet, plus élevés dans
les autres centres urbains et à Dakar qu’en milieu rural. Selon l’ability, les distributions de
revenus sont plus inégalitaires au sein des ménages qui ont moins de capacité à se procurer
des revenus dans chaque localisation géographique considérée (Dakar, Autres villes, Rural).
Les inégalités inter groupes sont également non négligeables, les coefficients de Gini et de
Gini – Atkinson se situant respectivement à 0,29 et à 0,34.
Tableau 12 : Indices de Gini et de Gini – Atkinson
Dakar 1
Dakar 2
Autvilles1
Autvilles2
Ruraux1
Ruraux2
Gini
0,34
0,35
0,35
0,36
0,29
0,30
Atkinson - Gini
0,37
0,39
0,38
0,40
0,31
0,34
Source : Calculs des auteurs
28
Au bout de cinq ans, l’évolution de l’économie (scénario de référence) conduirait à une
baisse substantielle du niveau de la pauvreté, l’indice global de pauvreté diminuant de 8,9
points de pourcentage pour se situer à 35,4%. Les plus fortes baisses de l’incidence de la
pauvreté seraient notées au niveau des ménages ayant plus de capacités à se procurer des
revenus, notamment dans les autres centres urbains (-31,5%) et à Dakar (-31%). La
profondeur et la sévérité de la pauvreté évolueraient dans le même sens. En moyenne, elles
ressortiraient en baisse de 26,5% et de 28,7% sur l’ensemble de la population. S’agissant des
inégalités intergroupes, une baisse de 25,2% serait notée.
Tableau 13 : Indices FGT (scénario de base)
Dakar 1
P0
Variation
P1
Variation
P2
Variation
Dakar 2
Autvilles1
Autvilles2
Ruraux1
Ruraux2
Ensemble
15,1%
44,2%
19,8%
54,2%
22,0%
63,7%
35,4%
-31,0%
-8,7%
-31,5%
-14,0%
-29,4%
-13,2%
-20,1%
2,8%
13,9%
3,8%
18,6%
4,3%
23,7%
10,5%
-40,5%
-22,2%
-39,7%
-21,2%
-38,6%
-18,7%
-26,5%
0,8%
6,0%
1,0%
8,7%
1,3%
11,8%
4,7%
-46,0%
-27,6%
-52,4%
-25,0%
-42,7%
-21,9%
-28,7%
Source : Calculs des auteurs
V.4.2 Simulation d’une baisse de l’impôt sur le revenu
Relativement au scénario de base, la baisse du taux d’imposition sur le revenu entraine un
repli de 0,5% de l’incidence de la pauvreté au bout de cinq ans. Ce recul de la pauvreté serait
ressenti en milieu rural (-0,9%) et dans les autres centres urbains (-0,4%), la proportion des
ménages pauvres restant inchangée à Dakar. En effet, l’évolution du seuil de pauvreté à
Dakar serait de nature à annihiler les gains issus de la mesure.
En outre, les ménages qui ont plus grandes capacités à se procurer des revenus tireraient
plus profits d’une baisse du taux de l’IR aussi bien dans les autres centres urbains qu’en
milieu rural avec des baisses respectives de l’incidence de la pauvreté de 0,5% et de 1,5%.
Sur l’ensemble de la population, la profondeur de la pauvreté baisserait de 0,1% alors que la
sévérité de la pauvreté s’accentuerait en moyenne de 0,6% du fait des ménages des autres
centres urbains.
29
Tableau 14 : Indices FGT après simulation 1 - baisse du taux de l’impôt sur le revenu
Dakar 1
P0
Variation
P1
Variation
P2
Variation
15,1%
0,0%
2,8%
-0,8%
0,8%
-0,9%
Dakar 2
44,2%
0,0%
13,8%
-0,4%
6,0%
-0,5%
Autvilles1
19,7%
-0,5%
3,9%
2,6%
1,1%
10,0%
Autvilles2
54,1%
-0,2%
18,6%
0,0%
8,8%
1,1%
Ruraux1
21,6%
-1,5%
4,2%
-1,5%
1,3%
-1,8%
Ruraux2
Ensemble
63,4%
-0,5%
23,5%
-0,6%
11,7%
-0,8%
35,2%
-0,5%
10,7%
-0,1%
4,8%
0,6%
Source : Calculs des auteurs
V.4.3 Simulation d’une baisse des subventions à l’énergie
Une baisse progressive des subventions à l’énergie, étalée sur quatre années, conduirait à
une légère augmentation de l’incidence de la pauvreté à moyen terme. En effet, cinq ans
après, la proportion de pauvre augmenterait de 0,4%. Cette légère aggravation de la
pauvreté serait davantage ressentie à Dakar (0,7%) qu’en milieu rural (0,5%) et dans les
autres centres urbains (0,3%), en liaison avec la hausse des prix des produits énergétiques
notamment de l’électricité. Par ailleurs, à Dakar la plus forte progression de la pauvreté
serait constatée au niveau des ménages qui ont moins de capacités à se procurer des
revenus alors que dans les autres centres urbains et en milieu rural la tendance inverse
serait observée. La profondeur et la sévérité de la pauvreté seraient également plus
marquées après une baisse progressive des subventions au secteur énergétique même si les
ampleurs respectives des dégradations resteraient faibles tournant autour de 1% et de 2,3%
en moyenne pour l’ensemble des ménages.
Tableau 15 : Indices FGT après simulation 2 - Baisse progressive des subventions au secteur de l’énergie
Dakar 1
P0
Variation
P1
Variation
P2
Variation
15,2%
0,5%
2,9%
1,7%
0,8%
2,0%
Dakar 2
44,7%
1,2%
14,0%
0,9%
6,0%
1,1%
Autvilles1
19,9%
0,5%
3,9%
2,6%
1,2%
20,0%
Autvilles2
54,3%
0,2%
18,8%
1,1%
8,8%
1,1%
Ruraux1
22,1%
0,6%
4,3%
1,2%
1,3%
1,4%
Ruraux2
64,0%
0,5%
23,8%
0,5%
11,9%
0,6%
Ensemble
35,5%
0,4%
10,8%
1,0%
4,9%
2,3%
Source : calcul des auteurs
Au total, les variations des mesures de pauvreté resteraient faibles au bout de cinq ans,
après chacune des deux simulations. Toutefois, concernant la baisse du taux de l’IR, les
effets positifs sont moins ressentis à Dakar que dans les autres localités alors qu’en ce qui
30
concerne la baisse des subventions à l’énergie les effets sont globalement négatifs,
notamment à Dakar et dans le monde rural.
31
Conclusion
Au Sénégal où la précarité des conditions de vie concerne de très nombreux ménages, la
lutte contre la pauvreté et la protection sociale sont inscrites au cœur des politiques
publiques. Il est vrai que les résultats enregistrés dans la réduction de la pauvreté sont
timides quoique beaucoup d’initiatives soient en cours pour soutenir les ménages surtout les
plus pauvres. Dans ce cadre et en guise de soutien à la consommation des ménages, l’entrée
en vigueur du nouveau code général des impôts en 2013 se traduira entre autres par la
baisse de l’impôt sur les revenus des ménages. En revanche, pour des raisons liées à
l’orthodoxie budgétaire, la suppression des subventions à l’énergie pourrait être inscrite
dans l’agenda économique du gouvernement.
En tout état de cause, ces deux importantes mesures budgétaires auront des effets sur les
comportements économiques et modifieraient différents aspects de la pauvreté et de la
répartition. Ce document s’est donc intéressé à la simulation des effets dynamiques des
modifications des subventions sur les produits énergétiques et des mesures de baisse de
l’impôt sur des variables macroéconomiques mais aussi sur le bien-être des ménages.
Les ménages ont été distingués en fonction de la localisation géographique et de l’aptitude à
gagner des revenus. Sous ces angles, d’importantes disparités existent entre les milieux
urbains et les zones rurales. Les faits stylisés ont aussi mis en lumière les fortes disparités qui
existent entre les ménages urbains et ruraux en termes de disponibilité et de consommation
d’énergie ainsi qu’en termes de part des salaires dans le revenu.
Les résultats des simulations indiquent que le retrait des subventions conduit à une
amélioration du solde budgétaire, mais il alimente l’inflation sans stimuler la croissance.
Egalement, cette mesure est source de pertes de compétitivité. En cas de baisse de l’IR, une
hausse des importations est attendue de même qu’une légère dégradation du solde
budgétaire. En outre, l’inflation s’accroit légèrement alors que la croissance stagne.
S’agissant des ménages, les deux mesures budgétaires majeures prévues ne devraient pas
entrainer de modifications majeures sur les inégalités. En revanche, toutes choses restant
égales par ailleurs, le recul du taux de pauvreté est attendu de la baisse de l’IR, surtout en
32
milieu rural et dans les centres urbains autres que Dakar. En outre, les effets du retrait des
subventions à l’énergie sur la pauvreté sont globalement négatifs.
A la lumière de ces résultats, et face à la récurrence des chocs réels négatifs, on peut
légitimement préconiser un meilleur ciblage des actions du gouvernement pour accroitre
leur efficacité en termes de lutte contre la pauvreté. En restreignant la marge de manœuvre
de l’Etat en faveur des secteurs sociaux et en soutien à l’activité productive, les subventions
à l’énergie dans leur forme actuelle sont loin d’être optimales. A l’opposé, la réduction de
l’impôt sur les salaires est une politique pro pauvre qui gagnerait à être accompagnée par
d’autres types de mesures en faveur des ménages non salariés.
33
Bibliographie
Adelman, I. et S. Robinson (1979), «Income Distribution Policy: A Computable General
Equilibrium Model of South Korea», in Adelman, I, The selected essays of Irma Adelman. Vol 1,
Dynamics and income distribution. Economists of the Twentieth Century Series. Aldershot, U.K.,
pp. 256-89
Araghi, M. K. et S. Barkhordari (2012), «An evaluation of the welfare effects of reducing
energy subsides in Iran», Energy Policy 47, pp. 394-404
Boccanfuso, D., A. Estache et L. Savard (2008), «Electricity Reforms in Mali: A Macro–Micro
Analysis of the Effects on Poverty and Distribution», Africa Infrastructure Country Diagnostic,
Working Paper 4
………………………………………………………..……… (2008), «Electricity Reforms in Senegal: A Macro–
Micro Analysis of the Effects on Poverty and Distribution», Africa Infrastructure Country
Diagnostic, Working Paper 5
Boccanfuso, D., F. Cissé, A. Diagne et L. Savard (2003), « Un modèle CGE-Multi-Ménages Intégrés
Appliqué à l’Économie Sénégalaise », Miméo, CREA, Dakar
Cockburn J. (2001), «Trade liberalization and Poverty in Nepal: A Computable General
Equilibrium Micro-simulation Analysis », Cahier de recherche N°01-18. CREFA, Université Laval
Cogneau D. et A.-S Robillard (2000), «Income Distribution, Poverty and Growth in Madagascar:
Micro simulations in a General Equilibrium Framework», IFPRI TMD Discussion Paper No.61
Coady, D., R. Gillingham, R. Ossowski, J. Piotrowski, S. Tareq, et J. Tyson (2010), «Petroleum
Product Subsidies: Costly, Inequitable, and Rising», IMF Staff Position Note SPN/10/05
Decaluwé, B., A. Martens et L. Savard (2001), «La Politique Economique du Développement et
les modèles d’équilibre général calculable», Association des Universités Francophones AUFPresse de l’Université de Montréal, Montréal. pp. 1-509
Dervis, K., J. de Melo et S. Robinson (1982), «General Equilibrium Models for Development
Policy». Cambridge University Press, London, pp. 1-526
ESMAP (2004), «Energy Policies and the Mexican Economy», Technical Paper 047, Jan.
Washington, DC: World Bank.
Guivarch C., S. Hallegatte et R. Crassous, (2009), «The resilience of the Indian economy to rising
oil prices as a validation test for a global energy-environment-economy CGE model». Energy
Policy, Elsevier, 37(11), pp. 4259-4266
Gunning, W.J. (1983), «Income Distribution and Growth: A Simulation Model for Kenya », in D.G.
Greene (principal author), Kenya: Growth and Structural Change, The World Bank, pp. 487-621
IEA, OPEC, OECD, World Bank (2010), «Analysis of the scope of energy subsidies and
suggestions for the G-20 Initiative», Joint Report G-20 Summit Meeting Toronto (Canada)
34
Kpodar, K. (2006), «Distributional Effects of Oil Price changes on Household Expenditures: Evidence
from Mali», IMF Working Paper 06/91, Washington, DC.
Ravallion, M. (2004), «Poverty Comparisons, Reading», Harwood Academic Publisher
Savard, L. (2005), «Poverty and Inequality Analysis within a CGE Framework: A Comparative
Analysis of the Representative Agent and Microsimulation Approaches», Development Policy
Review, N°23/3, pp. 311-331
Thorbecke, E. (1991), «Adjustment growth and income distribution in Indonesia and Equity in
Indonesia », World Development, N°19/11, pp. 1595-1614
35
Annexes
Tableau 12 : Répartition des revenus par groupe de ménages
En abscisse, les ménages et, en ordonnée, le revenu par tête
Dakar1
Dakar2
5 000 000
1 600 000
4 500 000
1 400 000
4 000 000
1 200 000
3 500 000
3 000 000
1 000 000
2 500 000
800 000
2 000 000
600 000
1 500 000
400 000
1 000 000
200 000
500 000
-
0
500
1000
-
50
Autres villes1
100
150
200
250
300
Autrevilles2
8 000 000
2 000 000
1 800 000
7 000 000
1 600 000
6 000 000
1 400 000
5 000 000
1 200 000
4 000 000
1 000 000
800 000
3 000 000
600 000
2 000 000
400 000
1 000 000
200 000
-
-
1 000
2 000
3 000
-
4 000
500
Ruraux1
1 000
1 500
2 000
2 500
3 000
3 500
Ruraux2
3 500 000
1 600 000
3 000 000
1 400 000
1 200 000
2 500 000
1 000 000
2 000 000
800 000
1 500 000
600 000
1 000 000
400 000
500 000
200 000
-
-
200
400
600
800
1 000 1 200 1 400 1 600
-
500
1 000 1 500 2 000 2 500 3 000 3 500
36
Tableau 14: Variations attendues de la baisse de l’impôt sur les salaires
(en pourcentage par rapport au scénario de base)
Secteurs
Valeur ajoutée
Céréales
0,013
Boissons
0,008
Sylviculture Foresterie
0,006
Grains
0,006
Electricité Eau Gaz
0,006
Corps gras alimentaires
0,006
Sucre
0,006
Agriculture vivrière
0,005
Coton Textile
0,004
Elevage Chasse
0,004
Services
0,004
Agriculture industrielle
0,003
Viande Poissons
0,002
Tabac
-0.004
Pétrole
-0.01
Produits
Importations
Viande Poissons
0,049
Sylviculture Foresterie
0,043
Agriculture vivrière
0,042
Elevage Chasse
0,040
Services
0,039
Céréales
0,038
Coton Textile
0,036
Agriculture industrielle
0,035
Corps gras alimentaires
0,035
Boissons
0,032
Pêche
0,030
Grains
0,027
Tabac
0,026
Sucre
0,024
Cuir
0,021
Produits chimiques
0,021
Produits divers
0,017
37
Tableau 15: Variations attendues du retrait des subventions à l’énergie
(en pourcentage par rapport au scénario de base)
Valeur ajoutée
Secteurs
T+1
T+2
T+3
T+4
Electricité Eau Gaz
-0,67
-0,52
-1,23
-0,24
Pétrole
-0,04
-0,03
-0,08
-0,02
Céréales
-0,04
-0,03
-0,07
-0,01
Sylviculture Foresterie
-0,02
-0,02
-0,04
-0,01
Corps gras alimentaires
-0,02
-0,02
-0,04
-0,01
Agriculture vivrière
-0,02
-0,01
-0,03
-0,01
Sucre
-0,01
-0,01
-0,02
0,00
Grains
-0,01
-0,01
-0,02
0,00
Elevage Chasse
-0,01
-0,01
-0,02
0,00
Agriculture industrielle
-0,01
-0,01
-0,02
0,00
Viande Poissons
-0,01
-0,01
-0,02
0,00
Pêche
0,00
0,00
-0,01
0,00
Boissons
0,00
0,00
-0,01
0,00
Offre d’emplois
Secteurs
T+1
T+2
T+3
T+4
Electricité Eau Gaz
-3,37
-2,63
-6,17
-1,23
Pétrole
-0,13
-0,10
-0,25
-0,05
Céréales
-0,11
-0,09
-0,22
-0,04
Sylviculture Foresterie
-0,08
-0,06
-0,15
-0,03
Corps gras alimentaires
-0,06
-0,05
-0,12
-0,02
Agriculture vivrière
-0,06
-0,04
-0,11
-0,02
Viande Poissons
-0,04
-0,03
-0,08
-0,02
Agriculture industrielle
-0,04
-0,03
-0,07
-0,01
Elevage Chasse
-0,04
-0,03
-0,07
-0,01
Grains
-0,03
-0,03
-0,07
-0,01
Sucre
-0,02
-0,02
-0,05
-0,01
Pêche
-0,01
-0,01
-0,03
-0,01
Boissons
-0,01
-0,01
-0,03
-0,01
Services
0,00
0,00
-0,01
0,00
38