Economie informelle en Haïti, mesures macroéconomiques et
publicité
Economie informelle en Haïti, mesures macroéconomiques et impacts sur le PIB Roseman Aspilaire1, Université Paris-Est Créteil Résumé Par le biais d’un modèle DYMIMIC, nous avons mesuré la taille de l’économie informelle en pourcentage du PIB. Le modèle économétrique réalisé avec 11 variables (9 causales et 2 indicateurs) étalées sur la période 2000-2010, montre que la baisse du PIB per capita, l’augmentation des taxes et des dépenses gouvernementales et la montée de l’inflation sont les principaux facteurs qui influencent la croissance de l’économie informelle. Cette croissance de l’informel se répercute principalement sur le taux de chômage au cours de ces dix dernières années. Entre 2007 et 2010, mieux est la croissance annuelle de l’économie informelle moins bonne est la croissance annuelle du PIB. Mots-clés : économie informelle, Haïti, PIB, mesures macroéconomiques, équations structurelles, PLS, DYMIMIC. JEL : O170, C51 Shadow Economy in Haiti, macroeconomic measures and impacts on the GDP Abstract We use a DYMIMIC model to estimate the size of shadow economy in Haiti in proportion of the GDP. The econometric modeling, realized with 11variables (9 causal variables and 2 indicators) over the period 2000 to 2010, shows that the fall in the GDP per capita, the taxes and government expenditures raising and the inflation increase are the main factors influencing the growth of the shadow economy. This growth of the shadow economy has a knock-on effect on the unemployment rate during these last ten years. From 2007 to 2010, better is the annual growth of the shadow economy; worst is the annual growth of the GDP. Keywords: Shadow economy, Haiti, GDP, macroeconomic measures, structural modelling, PLS, DYMIMIC. 1 PhD student. [email protected] 1. Introduction Autant que l’économie informelle est négligée dans les politiques publiques, autant que sa croissance dans l’économie d’Haïti est palpable. Il y eut quelques études notables sur l’économie informelle dont celles de Fass en 1988, Montas en 1995 ou encore Brisson-Lamaute en 2002, et même récemment une enquête sur l’emploi et l’économie informelle en Haïti en 2007 (EEEI 2007) réalisée par l’Institut Haïtien de Statistiques et d’Informatique (IHSI), mais aucune de ces études ne se sont portées sur la mesure macroéconomique de la taille de l’économie informelle. Ainsi dans ce travail nous faisons ressortir dans un premier temps les différentes approches dont l’économie informelle a été l’objet ainsi que les critiques formulées à leur encontre, puis nous analysons les différentes définitions de l’informel suivant les objectifs visés et en dernier lieu nous estimons le poids de l’économie informelle en Haïti en pourcentage du PIB. 2. Revue de littérature La différenciation et la diversification des réalités socioéconomiques, la divergence des approches sur la nature et les causes de l'économie informelle et ses interrelations avec le formel, rendent difficile l'élaboration d'un concept universel de l'informalité. La littérature économique, jusqu'au milieu des années 1990, s'accordait à classer les différentes positions vis-à-vis de ce phénomène économique, en dépit du fait que la terminologie n'est pas uniformisée dans le milieu, en trois principaux courants de pensée, qui sont le dualisme, le structuralisme et l’institutionnalisme mais plus tard, soit au début des années 2000 un quatrième courant voulant être plus analytique et plus général allait émerger sous le nom de l’école unificatrice. 2.1. Ecole dualiste La pensée dualiste prend corps dans la théorie de l’extra-légalité (existence d’arrangements des microcontrats économiques et sociaux qui ne sont pas exactement dans le sens de l’état de droit ce qui rend les capitaux inutilisables et le travail peu divisé) générée par les stratégies de reconversion du capital, elle voit l'économie informelle comme un pan marginal n'ayant aucun lien direct avec l'économie organisée. Elle puise ses fondements dans les différents travaux élaborés par Lewis (1954), puis de ceux de Harris et Todaro (1970). 2.1.1. Modèle de Lewis Selon Lewis (1954), rural et agricole le secteur de subsistance ne dispose pas suffisamment d’emplois pour répondre à l’offre de travail qui est toujours supérieure à la demande, sa productivité marginale est généralement négligeable voire nulle (Lewis, 1954). C’est cet excédent de main d’œuvre qui va alimenter la demande de travail du secteur capitaliste qui est urbanisé et industrialisé. Etant donné que l’offre excède toujours la demande de travail dans le secteur industrialisé, le taux de salaire avoisinant le salaire de subsistance sera toujours suffisant pour attirer les travailleurs du secteur de subsistance. Cela s’explique par le mode de gestion des capitaux. Donc en cela le marché du travail global est contrôlé par le secteur capitaliste car c’est lui qui loue la main d’œuvre du secteur de subsistance pour faire fructifier ses capitaux. Néanmoins il faut remarquer que dans ce modèle le marché est fragmenté en plusieurs petits groupes non homogènes d’agents du secteur capitaliste et du secteur de subsistance, mais il précise l’existence d’un fossé immense entre les agents du secteur de subsistance et ceux du secteur capitaliste, qui se trouve non seulement dans les différences de gains mais aussi dans les caractéristiques des différents agents à savoir les niveaux de qualification, d’éducation, de responsabilité et de prestige (Lewis, 1954). S’occupant du mécanisme de la formation des prix suivant la distribution des revenus et de l’effet de l’inflation sur ces prix, de l’équilibre entre l’épargne et l’investissement, le modèle de Lewis a eu une portée macroéconomique qui a occulté le caractère dual du marché du travail, qui allait se dégager plus tard dans les autres modèles, néanmoins il ouvrit la voie à d’autres modèles plus réalistes et plus complets relativement à l’économie informelle. 2.1.2 Modèle Harris-Todaro Selon ce modèle, le chômage urbain s’explique par la hausse des salaires du secteur formel, car en situation de plein emploi le salaire espéré est égal au salaire minimum dans ce secteur. Mais c’est aussi ce gain espéré qui incite les travailleurs ruraux à la migration vers le secteur industriel et non les gains réels. Donc, le chômage urbain est un choix économiquement rationnel de la part du migrant rural, car son revenu espéré en attendant un emploi est plus élevé que son gain, que l’on peut expliciter comme suit. La main d’œuvre urbaine ( ) comprend deux composantes, une provenant du prolétariat urbain permanent sans aucun rattachement au secteur rural et l’autre qui est l’offre de travail provenant des migrants ruraux. Soit f (…) la fonction de production du secteur agricole avec et soit P le prix des biens agricoles en terme de biens industriels, le salaire réel du secteur agricole ( ) est donné par (1). Soit h (…) la fonction de production du secteur agricole avec et , le salaire réel du secteur industriel ( ) est donné par , en raison du comportement de maximisation des profits des entrepreneurs qui sont en situation de concurrence parfaite, par contre le revenu minimum urbain , est tel que . Le revenu urbain espéré ( ) est donné par , p étant la probabilité de trouver un emploi, elle est égale au rapport où représente l’emploi total. La migration des travailleurs ruraux ne s’arrêtera que quand la productivité agricole en termes de biens manufacturiers soit égale au salaire urbain espéré, i.e. quand il y aura l’équilibre ( ). Pour ce faire deux cas sont à envisager, soit en situation de plein emploi ( ) dès lors trouver un emploi n’est plus hypothétique ( ) et , soit le différentiel revenu urbain espéré – revenu rural est nul i.e. , ce qui corrobore l’hypothèse que le flux migratoire dépend des revenus et de la probabilité de trouver un emploi. 2.2. Ecole structuraliste Les structuralistes, conçoivent l'informel comme subordonné à l'économie formelle dont les grandes entreprises privilégiées, ayant pour objectifs la réduction de leurs coûts de production et l’augmentation de leur productivité, subordonnent les petites firmes et les travailleurs de l'informel. Suivant la pensée structuraliste, les relations de production informelle étant fermement liées aux grandes entreprises capitalistes, donc cette interdépendance explique que la croissance économique ne saurait les éliminer. 2.3. Ecole institutionnaliste L’école légaliste, prenant source dans la théorie de l’extra-légalité comme stratégie de survie faces aux contraintes étatiques, conçoit l'économie informelle comme la réponse des micro-entrepreneurs à la régulation bureaucratique sans partage de l'Etat, est représentée par de Soto (1989), ainsi que par Feige (1990). 2.3.1 Approche de De Soto Selon de Soto (1989), l’Etat est le seul responsable de la marginalisation des masses en attribuant à des groupes d’entrepreneurs certains privilèges et en instituant des instances judiciaires inefficaces. L’excès de réglementations fait que les coûts de légalisation soient très élevés, alors pour exercer l’esprit d’entreprise et assurer la survie, des petits groupes d’intérêts luttent entre eux, les gouvernements accaparent la majorité des privilèges, alors passer outre des lois devient le seul issu possible qui s’offre aux marginalisés. Ce fut le premier modèle à avancer implicitement l’idée de segmentation du marché informel en avançant que l’informel comporte deux volets, les marchands de rue et les marchés informels proprement dits. 2.3.2 Approche de Feige Selon Feige, le fait de supporter des transformations et des coûts de transactions différents des autres agents économiques était le facteur qui différenciait les agents de l’informel des agents du formel (Feige, 1990). Ce sont ces transformations et ces coûts de transactions relatifs aux secteurs formel et informel qui expliquent l’importance de ces secteurs dans le processus de développement, qui sont les fondements de l’école institutionnaliste. En mettant l’accent sur le rôle de l’Etat dans les processus d’allocation des ressources, les tenants de cette école ont insisté sur l’aspect partiel du cadre d’analyse néo-classique. Pour Feige il existe quatre types d’informalité distincts qui sont les activités illégales, les activités non signalées, les activités non enregistrées et les activités informelles proprement dites. 2.4 Ecole Unificatrice Puisqu’aucune des écoles de pensée n'a réussi à élaborer un cadre où l'informel peut trouver la plénitude de son expression au sens économique propre voire l'expression de sa mesurabilité statistique, alors une quatrième école de pensée allait voir le jour. Elle préconise une approche qui mélange dans une certaine limite les trois courants précédents et du même coup mit fin au clivage qui existe entre les approches des trois écoles, dite approche unificatrice. Cette école à tendance bicéphale, propose dans un premier temps de voir le marché du travail informel comme un marché de travail à segments multiples et deuxièmement de voir l’économie informelle comme un système disposant d’une dynamique qui lui est propre. 2.4.1 Approche intégrée (modèle de Fields) Il existe, selon Fields (1975, 1990), un clivage des économies des pays en développement en secteur formel et secteur informel. Le secteur formel est moderne, urbain et couvert tandis que le secteur informel est traditionnel, agricole et non-couvert, mais la migration qui envoie les agents de l’informel en milieu urbain va favoriser le développement de l’informel urbain qui lui-même est un informel à deux vitesses c'est-à-dire hétérogène, dans la mesure où il reçoit les migrants sans expérience et sans qualification spécifique et les anciens employés du formel munis d’expérience, de capitaux et d’habiletés. Les premiers créent un pôle de l’emploi informel où l’entré est gratuite, les revenus sont faibles et le travail formel est un rêve tant il est souhaité et désiré et les seconds créent un pan où l’entrée est limitée, les revenus sont élevés et elle est préférée à l’emploi formel. 2.4.2. Approche dynamique Par delà même de la segmentation du marché informel, il existe, d’après cette approche des interrelations entre le secteur formel et le secteur informel, desquelles va s’alimenter le phénomène de segmentation. Cette segmentation n’est pas seulement une segmentation duale mais une segmentation multiple à travers laquelle les agents vont d’un secteur à un autre suivant leurs caractéristiques intrinsèques et leurs motivations. Conçue sur la base du modèle de Lopez appelé encore modèle de mobilité intersectorielle, l’approche dynamique envisage diverses possibilités de déplacement dans la mobilité intersectorielle, pour mieux cerner cette approche, présentons d’abord le modèle de Lopez (1989). Suivant Lopez il existe une mobilité entre le secteur informel et le secteur formel, dont le secteur formel par son segment inferieur est en amont et à la fois en aval grâce à son segment supérieur, donc le secteur formel est un trait d’union entre les deux segments. Ce processus est décrit en trois étapes dans le modèle, selon que le travailleur est jeune, sans qualification et sans expérience, ou qu’il a une certaine expérience et certaines aptitudes ou qu’enfin le travailleur atteint un certain âge, avec du capital social et un certain bagage technique. Au modèle de Lopez, s’ajoute premièrement le fait que le secteur informel ne possède pas deux segments mais plusieurs (Fields 2005 ; Chen 2005) et deuxièmement qu’il y a plusieurs types de mobilités, de plus elles ne sont pas à sens unique même si elles ne sont pas à la portée de tous (Gagnon 2008). Ainsi l’économie informelle est composée de différents segments découpés eux-mêmes en plusieurs réseaux sociaux avec différents types d’agents. Un segment supérieur composée de sous-segments qui sont les micro-entrepreneurs, ceux qui travaillent à leur propre compte et les travailleurs impayés de l’entreprise familiale ; un segment intermédiaire composé des travailleurs des entreprises informelles, les autres salariés informels ; et un segment inferieur où se regroupent les ménages qui luttent pour survivre et les travailleurs de la sous-traitance industrielle. Tous les segments ne sont pas ouverts à tous les agents, l’accès aux différents segments et le passage d’un segment à l’autre sont fonction du capital humain et social à savoir le niveau d’instruction, la motivation, l’expérience professionnelle et les compétences mais aussi dépendent des caractéristiques socioéconomiques du pays en question (contexte macroéconomique, cadre juridique, règlementations des entreprises, etc.) de l’importance des réseaux sociaux. De là étant il revient à distinguer sur le marché informel trois types de mobilité, mobilité de l’emploi, mobilité spatiale et mobilité des revenus des individus (Gagnon 2008). On peut résumer la mobilité intersectorielle de l’approche dynamique par le schéma suivant : Fig. 1 Marché du travail à plusieurs segments Secteur formel Inactivité Secteur informel Segment supérieur Secteur informel Segment inferieur Chômage Secteur informel Segment intermédiaire Source : (Jutting, Laiglesia, 2009) modifications de l’auteur 2.5 Economie informelle : définitions suivant les réalités et le contexte 2.5.1 Définitions institutionnelles (BIT) Au regard de certaines définitions données par le BIT, l'économie informelle est vue comme une catégorie où tout ce qui est non formel est rangé, en cela elle souffre d’un mal de définition. Lors de la dix-septième Conférence Internationale des Statisticiens du Travail (CIST), le BIT définit l'informel comme entité englobant les catégories ci-après: Les travailleurs de l’entreprise familiale non rémunérés, ceux qui travaillent à leur propre compte, Les salariés de l’emploi informel, les personnes se regroupant au sein des coopératives de production informelles, ceux qui produisent des biens destinés à l’usage exclusif de leur ménage. 2.5.2 Définitions opérationnelles L’informel peut être défini par rapport aux modes d’organisation et de fonctionnement dont il est sujet, dès lors l’informalité est définie selon certaines méthodes de fonctionnement et de production volontaires et/ou circonstancielles des entreprises informelles. Ce sont les définitions opérationnelles qui présentent l’avantage de ne pas suivre le courant des définitions dualistes consistant à circonscrire l’économie informelle par comparaison au formel. Elles se basent sur les logiques de production et sur l’hétérogénéité des activités groupées de l’informel, ces formes de définition sont utilisées par des auteurs tels que Hugon (1980) et Charmes (1980). 2.5.3 Définitions critérielles On peut prêter aux composantes de l'informel certains traits qui les sont propres comme le nonenregistrement administratif et statistique, leur petite taille, leur faible niveau de technicité, ou leur niveau d'organisation peu élevé. S'il est vrai qu'elles sont propres aux entités de l'économie informelle, cependant de telles caractéristiques ne sont pas exhaustives car l'informel étant multiforme et complexe, on peut rencontrer plusieurs caractéristiques distinctes qui sont en fonction du lieu et du temps, donc il n’existe pas de spécificité propre à un secteur informel au sens de la caractérisation. 2.5.4 Concepts et acception de l’informel L’acception de la notion d’économie informelle semble controversée pour un concept dont le caractère principal est son hétérogénéité. L'informel est antagonique au formel dans un très large registre, s'il s'oppose au formel c'est en tant que marginal ou illégal, dans une large acception l'économie informelle comprend les activités légales non réglementées par l'Etat donc échappant à son contrôle pour une raison ou pour une autre, et les activités illégales contraires aux principes de l'Etat comme trafic de drogue, contrebande, prostitution et jeux engendrent simplement l'économie illégale. L'économie informelle est ici reconnue comme la totalité de la part de l'économie non-observée ajoutée également à la production illégale de l’économie. Cette acception est légitime dans la mesure où dans le calcul des agrégats macroéconomiques, en particulier le Produit Intérieur Brut on retrouve toutes sortes de revenus générés par toutes les activités économiques (légales ou illégales). 3. Modèle théorique de mesurabilité et d’estimation de l’économie informelle 3.1 Méthodes de mesure Plusieurs méthodes ont vu le jour pour mieux cerner l’économie informelle, dont certaines sont plutôt basées sur des approches microéconomiques, ces méthodes constituent ce que les spécialistes appellent les approches directes et d’autres basées sur divers indicateurs macroéconomiques variant d’un ensemble à un autre, de telles méthodes appartiennent à ce qu’il convient d’appeler les approches indirectes. Plusieurs méthodes ont vu le jour pour mieux cerner l’économie informelle, dont certaines sont plutôt basées sur des approches microéconomiques, ces méthodes constituent ce que les spécialistes appellent les approches directes et d’autres basées sur divers indicateurs macroéconomiques variant d’un ensemble à un autre, de telles méthodes appartiennent à ce qu’il convient d’appeler les approches indirectes 3.1.1 Méthodes directes Les approches directes sont des approches microéconomiques qui utilisent différentes procédures qui sont généralement regroupées comme suit. La méthode des enquêtes est basée sur les questionnaires à réponses volontaires, comprend plusieurs aspects (Isachsen, Klovland et Strom, 1982). Les enquêtes auprès des ménages permettant de cerner la pluriactivité et le travail à domicile. Les enquêtes auprès des petites entreprises localisées permettent de cerner les caractéristiques des entreprises, les revenus et les aspects de la production. Enfin, les enquêtes mixtes – ménages et entreprises - qui permettent de cerner les caractéristiques socioéconomiques des agents informels ainsi la segmentation du marché du travail informel. Mais le plus grand inconvénient de cette méthode est que les résultats des enquêtes basées sur les questionnaires sont trop subjectifs (Morgensen et al. 1995), ils dépendent de la formulation des questionnaires dans un premier temps, et ils dépendent également des réponses des interviewés or il s’avère qu’un interviewé peut avoir du mal à déclarer un comportement frauduleux. La méthode des contrôles fiscaux est axée sur les contrôles des taxes versées au fisc qui permettent d’estimer l’économie informelle en se basant sur les différences entre les déclarations des revenus sujets aux taxes et ceux soumis à des vérifications particulières (Simon et Witte, 1982 ; Feige, 1986). La faiblesse de cette méthode est qu’elle ne prend pas en compte le travail non déclaré puisque les vérifications particulières ne permettent pas de déceler toutes les fraudes et les fausses déclarations existantes dans le système. La méthode de l’offre implicite de travail utilise également les informations disponibles sur le marché du travail formel et informel afin de pouvoir estimer la taille de l’économie informelle d’où la méthode de l’offre de travail implicite. La méthode axée sur les études comparatives du marché du travail présente également des faiblesses telles que la possibilité de sous-estimer le nombre total de personnes travaillant dans l’informel, elle ne tient pas compte des activités illégales telles que le trafic de stupéfiants, les jeux de hasard et la prostitution et finalement elle ne tient pas compte non plus des personnes qui détiennent plus d’un emploi car suivant la littérature relative à l’informel nombreuses sont les personnes qui travaillent dans l’informel détenant un deuxième emploi. La méthode des approches directes présente comme avantage principal le fait de fournir des informations détaillées relatives à la structure de l’économie informelle. Parmi tous les dérivés de ces approches, l’approche de l’enquête par les questionnaires reste la méthode la plus utilisée. 3.1.2 Méthodes indirectes Méthode des écarts entre les dépenses et les revenus des ménages : tenant compte des enquêtes sur le budget et les consommations des ménages, il est possible de faire une analyse comparative entre les revenus et les consommations des ménages. En comptabilité nationale la mesure du revenu (PIB) doit être égale à celle des dépenses (PIB). De ce fait s’il existe une mesure indépendante des dépenses issue d’un échantillonnage bien effectué sur la population mesurant la consommation des ménages sur une période déterminée tout en extirpant également leurs épargnes de leurs revenus, l’écart entre cette mesure des dépenses et celle des revenus (PIB) fournie par la comptabilité nationale provient alors d’activités autres que celles connues ou déclarées et il peut servir d’indicateur de mesure de l’extension de l’économie informelle (Park, 1979). Néanmoins la faiblesse de cette méthode est le fait qu’elle ne prend pas en compte le travail non déclaré puisque pour soustraire le revenu du PIB il faut des sources fiscales, or le travail non déclaré justement n’est pas fiscalement enregistré. Méthode des écarts entre la main d’œuvre officielle et la main d’œuvre réelle : les taux officiels de participation de la population dans la main d’œuvre nationale ne sont pas toujours compatibles avec les données réelles relatives à la main d’œuvre qui évolue dans l’économie, cet écart souvent observé entre les taux officiels et les taux réels de participation peut être considéré comme un indicateur de mesure de la taille de l’économie informelle dans l’économie globale. Ou encore une diminution du taux de participation de la main d’œuvre dans l’économie officielle implique, suivant cette méthode une augmentation de la main d’œuvre dans l’économie informelle (O’Neill, 1983) et cette différence est l’indicateur utilisé par la méthode en question pour mesurer la taille de l’informel. Les limites de cette méthode repose sur le fait que l’écart n’est pas forcément fiable, car certaines personnes travaillent dans le formel et dans l’informel à la fois et l’écart observé dans le taux de participation dans la main d’œuvre officielle peut avoir d’autres causes qu’une augmentation de la participation de la main d’œuvre dans l’informel. Méthode des inputs physiques : elle comprend deux modèles (Kaufmann et Kaliberda, 1996 ; Lackó, 1998) consiste à considérer que la consommation d’électricité est le meilleur indicateur de l’activité économique dans son ensemble c'est-à-dire activités légales et informelles. Cette méthode regroupe deux études empiriques qui ont montré l’existence d’une élasticité proche de l’unité entre le Produit National Brut (PNB) et la consommation d’électricité. Cependant, cette méthode peut être critiquée sur les bases suivantes : les activités informelles sont plus intensives en main d’œuvre ou vont utiliser d’autres sources d’énergie si bien qu’on aura une sousestimation du secteur informel. A l’exception des modèles basées sur la demande de la monnaie en espèces, les méthodes de l’approche indirecte sont de moins en moins utilisées, à l’heure où les méthodes économétriques paraissent les plus sures et les plus solides et la modélisation un outil incontournable dans les recherches sur l’économie informelle, les approches indirectes qui étaient venues compléter les directes semblent perdre du terrain au profit de l’approche par modélisation. Méthode des transactions monétaires : issue de la théorie quantitative de la monnaie et de la validité de l’équation appelée l’équation de quantité de Fisher dont la formulation est MV+M’V’=PT, où M et M’ désignent les bons et les dépôts en gros la quantité de monnaie, V et V’ les vitesses respectives de circulation des bons et des dépôts à vue, PT le produit du volume total des transactions monétaires T, par le niveau général des prix P, cette approche développée par Feige (1979), repose sur le principe que le PNB total est l’objet de transactions en monnaie et que la relation PNB-quantité de monnaie est une relation constante. La mesure du Produit National Brut (PNB) réel en l’occurrence le PNB officiel et le PNB souterrain, peut être déterminée en raison du fait que la masse monétaire qui est composée d’espèces et de dépôts est facilement observable. Nombreuses sont les limites de cette méthode, mais on retiendra en particulier qu’elle a donné une mesure négative de l’économie informelle pour toute la période qui va de 1939 à 1968, de plus l’hypothèse qui suppose la fixité d’une relation entre la valeur totale des transactions monétaires et l’activité économique, mériterait d’être élucidée par des tests économétriques et finalement l’hypothèse de l’existence d’une année de référence où l’économie informelle est considérée comme nulle est irréaliste. Méthode de la demande de monnaie : elle prend corps de l’idée que les transactions illégales ou souterraines se règlent en espèces pour échapper à tout contrôle et les hypothèses auxquelles elle tient sont que la vitesse du revenu pour la monnaie en espèces dans l’économie informelle est la même pour la monnaie (M1) dans l’économie formelle et que l’année de base est choisie arbitrairement (Adair 2002). De cette méthode deux modèles principales sont à retenir. Le modèle de Cagan (1958) a d’abord essayé d’établir une corrélation entre la demande de monnaie et la pression fiscale (Cagan, 1958), mais Gutmann (1977) fit, sans méthode statistique, une extension en étudiant le ratio entre la demande de monnaie « normale » et la demande effective de monnaie qui est alors interprétée comme un indicateur de la taille de l’économie informelle. Par conséquent, toute augmentation de la taille de l’économie souterraine va occasionner une augmentation du ratio espèces/dépôts dans les institutions bancaires. Le modèle de Tanzi : Tanzi (1983) publia l’une des toutes premières méthodes de modélisation construite sur les mêmes bases que la méthode de demande de monnaie. Suivant Tanzi, une croissance de l’économie informelle entraine une croissance de la demande de monnaie en espèces, ainsi il propose un modèle où la variable dépendante est le ratio espèces/dépôts (C/M2). Pour isoler la demande excessive de monnaie en espèces, une équation de la demande de monnaie en espèces est estimée, et afin de cerner les variables explicatives considérées, tous les facteurs conventionnels sont contrôlés tels que l’évolution du revenu, les dépenses de consommation, les épargnes, les taux d’intérêts mais aussi certains facteurs susceptibles d’influencer les agents économiques à évoluer dans l’informel, tels que les taxes directes et indirectes, les régulations étatiques et la complexité du système de taxe. Néanmoins, ces deux modèles présentent quelques limites relatives à leurs hypothèses, mais aussi leur mise en équation n’est soumise à aucune théorie conçue à cet effet. D’abord toutes les transactions de l’économie informelle ne se font pas totalement en espèces (Isachsen et Strom, 1985) ce qui fait qu’il est probable que le modèle de Tanzi soit de mauvaise spécification, puis cette méthode entre dans la lignée de celles qui considèrent que seules les taxes et les régulations gouvernementales incitent les agents économiques à s’orienter vers l’informel, sans tenir compte que d’autres facteurs importants peuvent également entrer en ligne de compte. Ensuite des études (Hill et Kabir, 1996) contredisent l’hypothèse selon laquelle la vitesse de circulation de la monnaie est considérée comme identique dans tous les secteurs de l’économie, l’augmentation de la demande de monnaie en espèce n’est pas forcément la cause d’une croissance de l’économie informelle (Frey et Pommerehne, 1984) et l’hypothèse que l’économie informelle était négligeable au cours d’une période de référence est irréaliste. 3.2 Méthode de modélisation Il est souvent reproché aux méthodes de l’approche indirecte la prise en compte d’une seule variable comme indicateur du poids de l’économie informelle. En effet de telles méthodes empêchent d’appréhender tous les effets de l’informel. Or il n’est plus à démontrer que l’économie informelle a des impacts tant sur le marché du travail que sur le marché monétaire mais aussi sur la production, donc plusieurs élément doivent être pris en compte pour bien la cerner. Ainsi l’approche par la modélisation tient compte des causes et effets de l’informel par le biais de deux groupes de variables classés en variables de causes et en variables « indicateurs ». C’est une méthode basée sur la théorie statistique des variables non observées ou variables latentes qui prend en compte plusieurs variables comme causes et plusieurs autres comme indicateurs du phénomène étudié (Bajada et Schneider, 2007). Si la théorie économique justifie le choix des variables servant dans la modélisation, néanmoins la considération de l’économie informelle comme une variable latente qui fait qu’elle apparait comme une valeur figée dans le temps, n’est ni expliquée ni justifiée par la théorie économique encore moins par la théorie statistique. 4. Modèle économétrique et traitements statistiques. 4.1 Estimation de l’évolution de l’économie informelle en Haïti Peu d’études se sont penchées sur l’estimation du poids de l’économie informelle en Haïti, néanmoins il faut citer les estimations de Schneider pour la période 1999-2007, réalisées avec l’approche de la modélisation. Obtenues grâce au modèle MIMIC, les estimations de Schneider & al. (2010) font ressortir l’ampleur de l’économie informelle dans l’économie haïtienne, en 1999 elle représentait 54,8% du PIB, 55,44% en 2000, 56,1% en 2001, 56,5% en 2002, 56,4% en 2003, 57,4% en 2004, 57,1% en 2005, 57,0% en 2006 et 57,1% en 2007 (Schneider, Buehn et Montenegro, 2010, 30). Vu l’importance croissante de l’informel entre 1999 et 2007 il s’avère nécessaire de pouvoir l’évaluer sur la période 2007-2011 où l’économie haïtienne a connu des moments difficiles, pour ce faire nous justifierons les variables que la théorie économique permet d’utiliser dans la modélisation puis nous présenterons la modélisation DYMIMIC que nous aurons à utiliser. 4.1.1 Modèle économique et variables d’utilisation Il est incontournable de connaitre les causes et les conséquences de l’économie informelle dans l’économie en générale pour mieux la circonscrire dans la théorie économique. Ainsi les variables qui doivent être utilisées pour modéliser et estimer le poids de l’informel doivent être des variables de causes et de conséquences (indicateurs) prises au besoin de l’analyse envisagée et dans le champ de la théorie existante. L’une des caractéristiques classiques de l’économie informelle c’est qu’elle s’exerce en dehors des cadres fiscal et administratif règlementés, c’est également l’un des facteurs justifiant son expansion et sa durabilité (Portes et Castells, 1989 ; Maldonado, 1995). Selon Maldonado (1995), l’un des avantages comparatifs du secteur informel résulte dans la réduction des coûts horaires qui elle-même est due au non-acquittement des charges fiscales, au non-paiement des cotisations sociales, à la fraude fiscale et à la dissimulation des revenus (Adair, 2002, 108) qui elles-mêmes dépendent du contexte institutionnel en question. La considération de ces différents éléments trouve son bienfondé dans la théorie économique par le biais de deux approches théoriques qui sont la positivité de l’élasticité de l’offre de travail par rapport au taux d’imposition et l’estimation subjective des risques et des gains procurés par la fraude fiscale. La première approche s’explique par l’importance des fondements microéconomiques de la pression fiscale théorisée par la courbe de Laffer, bâtie sur l’hypothèse que l’augmentation de la pression fiscale induit un arbitrage de préférence favorable au travail non-déclaré se substituant à l’emploi institutionnalisé ou le complétant (Adair, 1985 in Adair, 2002). Ainsi il est justifié d’utiliser dans les modélisations visant l’estimation de l’économie informelle des variables telles que les taxes (directes et indirectes) et impôts qui permettent d’analyser l’arbitrage induit en faveur de l’emploi informel, les contributions sociales, le contrôle de la corruption et le cadre de fonctionnement des institutions étatiques (qualité et régulation) pouvant expliquer l’évasion et la fraude fiscales, la quantité de monnaie circulant dans l’économie et celle contrôlé par les organes de régulation (banque centrale et institution fiscale) afin d’identifier les revenus dissimulés. La seconde approche est construite suivant le modèle de Sandmo qui met en avant l’idée de maximisation de la fonction d’utilité espérée du fraudeur ayant pour arguments le revenu et l’offre d’emploi et pour paramètres le taux de salaire, le taux d’emploi, la probabilité de se faire prendre et les pénalités accompagnant cette éventuelle détection. Fort de cela, il est autorisé à considérer dans la modélisation certaines variables telles le revenu total (PIB), le revenu par tête (PIB per capita) ou la croissance du revenu par tête (croissance PIB per capita en %), la main d’œuvre disponible représentant l’offre d’emploi mais aussi les autres variables corollaires de celle-ci, telles le taux de croissance de la main d’œuvre, le taux de chômage, le taux de salaire et/ou les variables qui y agissent telles le taux d’inflation ou le volume horaire de travail. Autant de variables peuvent intégrer une modélisation visant à estimer le poids de l’économie informelle sans faire défaut à la théorie économique existante et rencontrer des problèmes de légitimité théorique. 4.1.2 Présentation du modèle DYMIMIC Le modèle DYMIMIC est un dérivé du modèle MIMIC (Multiple Indicateurs Multiple Causes). La méthode MIMIC fait intervenir plusieurs variables explicatives et plusieurs variables appelées indicateurs pouvant estimer la taille de l’économie informelle. Les premiers pionniers à utiliser cette méthode pour estimer la mesure de la taille de l’économie informelle furent Zellner (1970), Goldberger (1972) et Jöreskog (1975), elle met en relation structurelle plusieurs variables explicatives et plusieurs variables expliquées pour déterminer la variable à étudier qui est la variable latente. Définition du modèle : le modèle MIMIC consiste à faire apparaitre une relation entre les variables observées et une variable non-observée ou variable latente, en minimisant la distance entre la matrice de covariance de l’échantillon et la matrice de covariance prédite par le modèle. Généralement les variables observables sont divisées en deux groupes de variables qui sont d’un coté, les variables causales c'est-àdire celles qui expliquent la variable latente et de l’autre les variables appelées les indicateurs de la variable latente. Du point de vue économétrique le modèle MIMIC est un genre particulier d’équations structurelles. Méthodologie : étant donné que le modèle MIMIC est une forme d’équations structurelles, il contient au moins deux équations, ici il y a une première équation mettant en avant la relation structurelle et une seconde faisant ressortir la relation de mesure. L’équation structurelle se présente sous la forme suivante : Où : est un vecteur (1xq) de variables qui sont chacune des séries chronologiques. Chaque série chronologique , i = 1 à q, est une potentielle variable causale de la variable latente , et le terme d’erreur représente la composante inexpliquée, , vecteur (1xq) définissant les relations de cause entre la variable latente et ses variables causales. L’hypothèse de base du modèle MIMIC pour les variables causales, est que les variables sont mesurées comme des déviations par rapport à leur moyenne et que le terme d’erreur et les variables causales ne sont pas corrélés entre elles c'est-à-dire : E( ) = E( ) = E( ) = 0 et E( ) = E( ) = 0. Désignons par ψ la variance de et par Φ la matrice des variance-covariance (qxq) formée des variables causales . Le modèle de mesure fait ressortir le lien entre la variable latente et ses indicateurs, en d’autre terme elle exprime la variable latente non-observable sen fonction d’un groupe des variables observables. Elle peut s’écrire ainsi : Où est un vecteur (1xp) de variables (indicateurs) qui sont chacune des séries chronologiques. Chaque série chronologique , est un potentiel indicateur, et le terme d’erreur représente la composante inexpliquée. est un vecteur (px1) de chocs où chaque , j = 1 à p, est un bruit blanc. Soit la matrice de variance-covariance des . est un vecteur (px1) des coefficients de régression , j = 1 à p représentant l’intensité des changements attendus au niveau des variables dites indicateurs pour une variation d’une unité au niveau de la variable latente. La même hypothèse qui prévaut pour les variables causales, l’est aussi pour les indicateurs, c'est-àdire les indicateurs sont mesurés comme des déviations par rapport à leur moyenne, ainsi : E( ) = E( ) = 0. De plus elle suppose dans le modèle de mesure il n’existe pas de corrélation entre le terme d’erreur et les variables causales ou entre le terme d’erreur et la variable latente, ce qui peut se traduire comme suit : E( ) = E( ) = 0 et E( ) = E( ) = 0. Enfin une dernière hypothèse selon laquelle E( ) = E( ) = 0. Une représentation générale du modèle MIMIC où les deux parties du modèle sont facilement reconnaissables dans le schéma suivant qui met en exergue les variables causales à gauche et les indicateurs à droite : Fig. 2. Représentation du modèle MIMIC Causes Indicateurs . . . . . . Source : [Schneider, 2010] Exprimer le modèle général sous forme de variance-covariance revient à écrire : En utilisant les hypothèses de départ du modèle que l’on rappelle : d’abord les variables sont directement mesurables et sont exprimées comme des déviations par rapport à leur moyenne: E ( ) = E ( ) = E ( ) = E ( ) = E ( ) = 0. Il n’existe pas de corrélation entre le terme d’erreur et les variables causales ou entre le terme d’erreur et la variable latente, ce qui peut se traduire comme suit : E ( )=E( )=0 et E ( )=E( ) = 0. Les termes d’erreur et la variable latente sont non-corrélées dans l’équation de mesure : E ( )=E( ) = 0. Il n’existe pas de corrélation entre les termes d’erreur des différentes équations : E ( )=E( ) = 0. Nous pouvons trouver les variances et les covariances à l’aide de simples calculs : E ( )= ( + ) + , E( )= , E( )= ,E( )= . Donc nous concluons que est la matrice de variance-covariance des termes d’erreur du modèle de mesure, la variance des termes d’erreur dans l’équation structurelle, la matrice des variancecovariances des variables causales et on obtient en dernier lieu la matrice des variance-covariances du modèle MIMIC général qui fait apparaitre la structure entre les variables observées et la variable nonobservable, la variable latente qui est dans notre cas l’économie informelle, comme suit : Si le modèle supposé est correct et si les paramètres sont connus nous obtiendrons . 4.2 Du modèle MIMIC au DYMIMIC 4.2.1 Passage de l’estimation relative à l’estimation absolue Le passage du modèle MIMIC au modèle DYMIMIC est conféré par le traitement des racines unitaires ainsi que la différentiation des variables. Il est important de remarquer que les résultats qui découleront après avoir identifié les relations et estimé les paramètres à l’aide de ce modèle ne sont pas ceux attendus en terme réel. Puisque ces estimations ne sont que des estimations relatives de la taille de l’économie informelle, i.e. ce n’est pas la taille absolue de l’informel à une période donnée, pour avoir les estimations absolues il faut une procédure supplémentaire. Ce processus utilisé par Dell’Anno (2008) n’est pas universel mais donne de très bons résultats, il s’effectue en trois étapes : D’abord, après les différents tests on multiplie les coefficients des variables causales significatives qui se trouvent dans l’équation structurelle c'est-à-dire : par leur série temporelle respective. Puis cet indice converti en des valeurs absolues de l’économie informelle, on fixe une année de base particulière, pour laquelle l’économie informelle prend une valeur de base qui est une estimation exogène que nous notons avec i = année de base choisie. La taille réelle de l’économie informelle est alors donnée par : 4.2.2 Critiques du modèle DY(MIMIC) En dépit de sa grande utilisation le modèle MIMIC a essuyé pas mal de critiques, nous tenons à faire ressortir ici celles qui sont les plus citées. Il est reproché au modèle de ne pas prendre plus de variables causales et d’indicateurs en considération afin d’atteindre le but fixé (Helberger et Knepel in Breush, 2005, 3). L’absence de théorie économique permettant d’orienter la spécification et la complexité des stratégies d’estimation lui sont également reprochées (Smith et Gille in Breush, 2005, 3). Le caractère conventionnel et commode de la normalisation du modèle peut affecter les résultats puisque si la normalisation est arbitraire en ampleur et en signe, inférer une relation entre la variable latente (économie informelle) et la variable endogène sur laquelle la normalisation est faite n’est pas possible (Breush, 2005, 18). Le calibrage permettant de passer des estimations relatives aux estimations absolues n’est pas un processus fini, et pour cause l’inférence n’est pas toujours invariante par rapport à la normalisation (Breush 2005,9). La stratégie de « stationnarisation » qui consiste à différencier les variables avant l’ajustement du modèle MIMIC est utile à l’objectif de rechercher des racines unitaires mais elle n’a aucun but précis (Breush 2005, 26). 4.3 Données et techniques d’analyse Nous nous proposons d’estimer la taille de l’économie informelle en Haïti à l’aide du modèle DYMIMIC, pour ce faire nous devons avant tout trouver des variables appropriées et justifier le choix de ces variables, d’où l’objectif de cette partie de décrire les variables et d’apporter une justification de leur choix parmi d’autres. 4.3.1 Choix et description des variables Sachant que tout modèle MIMIC contient un groupe de variables dites variables causales qui, accompagnées de la variable latente (économie informelle), formeront l’équation structurelle et un autre groupe de variables appelées indicateurs qui elles aussi en relation avec la variable latente, constitueront l’équation de mesure. D’abord nous avons les variables causales qui sont : « Tax » qui représente la part des taxes et impôts payés qui comprend toutes les contributions sociales versées par l’employeur à l’exception des taxes à la consommation, en pourcentage du PIB, elle est tirée de la base de données de CEPAL (ECLAC). « DG » représentant les dépenses gouvernementales en pourcentage du PIB comme variable proxy des taxes indirectes en pourcentage du PIB, elle est tirée de la base de données de la Banque Mondiale. « IG » représentant l’indice de la perception de la qualité des services publics, de l’indépendance de ces services indépendamment des pressions politiques, de la qualité de l’élaboration et de l’implémentation des politiques publiques, et de la crédibilité accordée au gouvernement afin de répondre à ses engagements de respecter ces politiques, compris entre -2,5= très mauvais et 2,5=excellent. Elle provient de la base de données de la Banque Mondiale. « CC » qui est l’indice de la corruption étatique, il mesure la perception de l’utilisation du pouvoir à des fins d’enrichissement personnel illicite, compris entre -2,5= très mauvais et 2,5=excellent, elle provient des données de la Banque Mondiale. « logPIB » qui est le PIB per capita, (pris en logarithme) basée sur la parité du pouvoir d’achat (prix constant en monnaie locale (gourde)), tirée des données de la Banque Mondiale. « TCh » qui est le taux de chômage en pourcentage de la population totale, a été calculé à partir du graphe du taux de chômage élaboré par CIA world factbook. « Inf » qui est le taux d’inflation, tirée da la base de données de la Banque Mondiale. « CPIB » qui est le taux de croissance du PIB per capita. Source : Banque Mondiale. « TMo » qui est le taux de participation de la main d’œuvre en pourcentage de la population totale. Elle provient de la base de données de la Banque Mondiale. En dernier lieu nous avons les variables qui sont les indicateurs : « logMo », qui est la main d’œuvre disponible (en logarithme) en pourcentage de la population totale, elle provient de la source de données de la Banque Mondiale. « M1/M2 », qui est l'indicateur monétaire choisi M1 représente les pièces, billets et dépôts à vue, M2 représente M1 ajouté aux dépôts à terme d’une durée inferieure ou égale à deux ans ou assortis d’un préavis de paiement inferieur ou égal à trois mois, c’est un proxy du ratio espèces/dépôts à la Gutmann, elle provient de la base de données de la Banque de la République d’Haïti. 4.3.2 Justification du choix des variables Les taxes (directes et indirectes) représentées par les variables Tax et DG la première pour les taxes directes la seconde comme variable proxy des taxes indirectes, ont été choisies parce qu’elles sont reconnues comme les principaux éléments à envoyer des volontaires dans l’informel, ce sont ceux là qui formeront le segment supérieur du marché du travail informel. La contribution à la sécurité sociale indique d’abord la perception des citoyens de la sécurité sociale (comme une taxe si elle est faible, comme un service futur à se procurer si elle est élevée), ensuite la capacité de l’état à supporter ses citoyens en difficulté socioéconomique, ce sont ces deux facteurs qui contribuent à les envoyer vers le secteur informel pour former le segment intermédiaire des travailleurs et des autres salariés. Les indices de liberté fiscale et de business démontrent les prédispositions de l’état à encourager l’entreprise formelle à condition que le premier soit faible et le second élevé. Le pouvoir d’achat et le taux d’inflation sont les principaux éléments qui traduisent la capacité des ménages à se procurer des paniers de biens, ou ne pas avoir la capacité de se les procurer et se tournent vers l’informel pour constituer le segment inferieur du marché du travail informel avec les chômeurs sans qualification qui ne peuvent franchir les barrières à l’entrée dans le segment supérieur de l’informel d’où la prise en compte de ces trois dernières variables comme variables causales. Le taux croissance du PIB per capita est pris en compte parce qu’il traduit le niveau de richesse de l’économie observée et de l’informel. Puisque les activités du secteur informel ont de l’impact sur le marché du travail, nous avons choisi deux éléments de ce marché dans lesquels sa situation peut être reflétée, qui sont la croissance de la main d’œuvre et le taux de participation de la main d’œuvre par rapport à la population totale. Enfin nous avons choisi l’indicateur (M1/M2) qui est un proxy du ratio espèces/dépôts à la Gutmann du fait que dans le segment supérieur, les entrepreneurs informels ont le souci de ne pas laisser les traces de leurs transactions donc ils font toujours des transactions en espèces mais cela tient compte aussi du fait que les agents informels ont toujours besoin de liquidité au cas où une affaire se présente. 4.4 Constitution du modèle, estimations et résultats Notre modèle DYMIMIC est conçu et traité suivant la méthode PLS que le logiciel utilisé traite sous la dénomination de méthode PLS-PM. Nous présentons dans cette partie la méthode d’estimation utilisée ainsi que les résultats qui en découlent puis nous procédons aux analyses de ces derniers. 4.4.1 Constitution du modèle Il est impératif d’avoir des résultats fiables et cohérents sur la taille de l’économie informelle en Haïti conformément à l’objectif de ce travail, ainsi il est fondamental que nous disposons d’un jeu de données cohérent dont les données sont sur des échelles comparables. Ainsi nous avons disposé d’un jeu comportant dix variables étalées sur la période 2000-2010. Sachant que l’importance de deux de ces variables était traduite par leur variance nous les avons laissées telles qu’elles sont, et les huit autres variables ont été standardisées suivant le vœu du modèle utilisé, car certaines exprimaient des pourcentages et d’autres des quantités (volume ou masse). Le modèle MIMIC est constitué de variables réflectives et de variables formatives, si le modèle contient n variables, alors il y en a n-p réflectives et p formatives avec . Ainsi notre modèle représenté par la figure 3, est construit avec trois variables latentes dont deux sont endogènes et l’une est exogène. Les deux variables latentes l’une exogène que nous nommons « Réalité » et l’autre endogène « Perception » sont constituées respectivement de quatre et de cinq variables manifestes et la variable latente endogène à déterminer dénotée « ShE » est constituée de deux variables manifestes. Fig. 3. Modèle MIMIC (Modèle réflectif et modèle formatif) logPIB Inf TMo Tchom Réalité logMo ShE DG Tax CC IG CPIB M1/M2 Percept 4.4.2 Estimations et analyse des résultats Le modèle a été estimé par la méthode PLS du logiciel XLSTAT, nous nous proposons dans cette partie d’analyser la spécification du modèle construit, l’estimation des paramètres et d’évaluer les types de relations entre les variables au regard des différentes théories statistiques et économétriques. Fiabilité des blocs de variables manifestes qualité d’ajustement du modèle Le modèle construit comprend trois blocs de variables manifestes appartenant chacun à une variable latente. Parmi les trois blocs de variables constituant chacun une variable latente, le bloc formant la variable latente « ShE » présente un coefficient de Cronbach supérieur à 0,7 donc il y a une consistance interne dans ce bloc, par contre le bloc de la variable latente « Perception » a un de Cronbach inferieur à 0,7 donc la force de relation entre les variables n’est pas trop intéressante néanmoins les trois blocs sont unidimensionnels car deux possèdent des coefficients Rho de Dillon-Goldstein plus élevés que 0,7 et dans le bloc constituant la variable latente « Réalité » la première valeur propre est plus grande que 1 et la seconde plus petite que 1 (Jakobowicz, 2007), donc les trois blocs constitués sont fiables, de plus l’écart élevé entre les premières valeurs propres de chaque bloc et celles qui suivent servent à corroborer ce constat. Tableau1 Résultats de fiabilité Variable latente Réalité Tableau de fiabilité des blocs Alpha de Cronbach Rho de D.G. (ACP) Valeurs propres 2.538 0.939 0.154 0.006 Perception 0.634 0.823 1.650 0.852 0.259 0.024 0.004 ShE 0.924 0.964 1.690 0.128 Source : résultats des estimations fournis par le logiciel XLSTAT Qualité d’ajustement du modèle. La qualité d’ajustement du modèle à variable latente effectué sous XLSTAT est donnée par l’indice GoF, puisque dans notre modèle, comme le montre le tableau 2.3.2, les indices GoF des modèles internes et externes sont très élevés de même que le GoF relatif ce qui traduirait une très bonne qualité d’ajustement du modèle aux données. Tableau 2 Résultats de l’ajustement Qualité de l'ajustement (GoF) GoF Absolu 0.788 Relatif 0.958 Modèle externe 0.963 Modèle interne 0.995 Source : résultats des estimations fournis par le logiciel XLSTAT Ratio critique (CR) 32.551 53.780 54.709 121.517 De plus l’analyse des valeurs de cross-loadings données au tableau 2.3.3, qui consiste à comparer les valeurs affichées par les variables manifestes dans leur bloc par rapport à celles affichées dans les autres blocs, si leur valeur dans leur bloc respectif est supérieur aux autres valeurs affichées ailleurs alors elles ont été affectées au meilleur bloc possible. Ainsi cette analyse montre que chacune des variables du modèle a été affectée au meilleur bloc de variables possible ce qui contribue à renforcer le fait que le modèle est très bien ajustée aux données. Tableau 3. Cross-loadings Tableau des valeurs des Cross-loadings Réalité TMo 0.981 logPIB 0.814 Inf 0.436 Tchom 0.987 DG -0.663 Tax -0.964 CC -0.600 IG -0.233 CPIB 0.011 M1/M2 -0.865 logMo -0.990 Source : résultats des estimations fournis par le logiciel XLSTAT Perception -0.908 -0.494 -0.624 -0.942 0.899 0.949 0.679 0.364 0.205 0.811 0.929 ShE -0.991 -0.763 -0.420 -0.997 0.711 0.979 0.620 0.279 0.039 0.873 1.000 Autres critères de validation du modèle. La communalité (communauté) mesure la qualité du modèle de mesure pour chaque bloc, elle dégage la proportion de la variance des variables manifestes expliquée par leur variable latente associée, au tableau 3 présentant les résultats des estimations, il convient de remarquer que parmi les variables causales significatives seules deux ont moins de 50% de leur variance expliquée par leur variable latente, néanmoins trois de ces variables ont plus de 90% de leur variance expliquée par leur variable latente, une autre a plus de 80% de sa variance expliquée par sa variable latente et l’une plus de 61% de sa variance. Il revient en dernier lieu à rechercher si la variable latente ciblée est bien expliquée. Pour cela il convient d’analyser les résultats relatifs à la spécification du modèle fourni par le tableau 2.3.4, en particulier la valeur du R2 et celle du F de Fisher du modèle structurel. Tableau 4 Résultats de spécification Tableau du R² R² F Pr > F 0.983 232.861 0.000 Source : résultats des estimations fournis par le logiciel XLSTAT Ratio critique (CR) 38.265 Avec un R2 aussi élevé il y a lieu d’avancer que la variable latente est très bien expliquée, et également le modèle est globalement bien spécifié en raison de la valeur du F de Fisher. De plus il convient de signaler que la variable latente exogène « Réalité » agit à 86,292% sur la variable latente endogène « ShE » représentant l’économie informelle et l’autre variable latente exogène agit à 13,708% sur « ShE ». L’équation du modèle est : ShE = -0.857*Réalité+0.144*Perception Tableau 5 Résultats d’estimation Variables latentes Variables causales Réalité Perception TMo logPIB Inf Tchom Valeurs estimées T-statistique 0.360 0.239 0.198 0.368 5.114 2.813 1.807 6.142 DG 0.444 5.720 Tax 0.615 5.411 CC 0.088 2.209 IG 0.022 0.806 CPIB 0.013 0.060 Indicateurs ShE M1/M2 0.060 0.257 logMo 0.948 3.548 Tous les niveaux de significativité sont de 5%, et une variable est significative si |t|>1,65. Source : Résultats des estimations fournis par le logiciel XLSTAT Communalités 0.954 0.612 0.237 0.980 0.807 0.902 0.460 0.127 0.037 0.765 0.999 Pour passer à l’estimation DYMIMIC, nous avons procédé par la méthode de Dell’Anno. Nous avons choisi comme année de base 2007, date pour laquelle Schneider (2010) avait donné la dernière estimation de la taille de l’économie informelle en Haïti qui était de 57,1% du PIB. Et dans l’équation structurelle nous avons pris les coefficients des variables causales les plus significatives nous les avons remplacées dans l’équation du modèle (ShE = -0.857*Réalité+0.144*Perception) suivant leur variable latente d’appartenance et nous les avons multipliées par leur série temporelle respective relative à l’année en question. L’équation structurelle avec les coefficients des variables causales significatives s’écrit : Le remplacement des variables causales significatives dans l’équation du modèle donne : Ainsi nous notons l’estimation de la taille de l’économie informelle donnée par Schneider. Et en calculant nous trouvons et . En appliquant la formule de Dell’Anno nous obtenons les estimations de la taille de l’économie informelle en Haïti pour les années 2008, 2009 et 2010 en pourcentage du PIB : , %, %. En 2008 la taille de l’économie informelle en pourcentage du PIB a augmenté de 5 points, cela s’expliquerait par la chute du PIB per capita, l’augmentation des dépenses gouvernementales, l’augmentation de l’inflation de plusieurs points, la baisse considérable du taux de chômage et l’augmentation des taxes sont autant de facteurs ayant influencé cette augmentation. En 2009 la taille de l’informel a chuté de 2 points, ce qui s’expliquerait par la croissance du PIB per capita, l’augmentation des dépenses gouvernementales moins élevée qu’en 2008 et la chute brutale du taux d’inflation. En 2010, l’économie informelle a augmenté d’environ 9 points, ce qui pourrait s’expliquer par la chute vertigineuse du PIB per capita conjuguée à une remontée du taux d’inflation, l’augmentation des taxes et de la corruption. Mais il faut aussi remarquer la grande quantité de capitaux qui ont afflué dans le pays à travers les transferts de fonds et les aides des organismes non gouvernementaux aux particuliers après le séisme de 2010 ont servi à aider de nouveaux entrepreneurs à investir le marché informel. Néanmoins il convient de remarquer entre 2007 et 2010 mieux est la croissance annuelle de l’économie informelle plus médiocre est la croissance du PIB annuel. En 2007, l’informel a cru de 0,17%, le PIB a connu elle-même une croissance de 3,34%, en 2008 cette dernière a eu une croissance famélique de 0,84% tandis que l’informel a eu un accroissement de 8,76%, en 2009 l’informel a décru de 2,82% alors que le PIB a cru de 2,87% et en 2010 l’économie informelle s’est accrue de 16,09% tandis que le PIB a décru de 5,41%. 5. Conclusion L’analyse des résultats du modèle DYMIMIC élaboré permettant de mesurer de la taille de l’économie informelle dans l’économie haïtienne fait ressortir des causalités importantes entre les taxes perçues, les dépenses de l’Etat, la corruption, le taux d’inflation et surtout le PIB per capita avec la croissance de l’informel. Toute baisse du PIB per capita entraine une croissance de l’informel, peu importe les autres variables, cela présupposerait que ceux qui évoluent majoritairement dans le secteur cherchent plutôt à fuir la pauvreté, ce qui est corroboré par l’étonnant constat que toute croissance du PIB per capita accompagnée d’une baisse de l’inflation, entraine une baisse dans l’économie informelle, une tendance qui s’est confirmée en 2010 suite au séisme qui a endommagé l’économie nationale. Mais il faut souligner également les taxes sont un important facteur générateur de l’informel plus elles augmentent plus les gens vont dans l’informel. Toutefois la baisse du taux de chômage est un élément déterminant dans la croissance de l’informel car toute diminution de ce taux sert correspond à une augmentation de l’économie informelle. Bibliographie Adair P., (2002), L’emploi informel en Algérie : évolution et segmentation du marché du travail, Cahiers du GRATICE, 22, Université Paris 12, 95-126. Adair P. et Bellache Y., (2012), Emploi et secteur informels en Algérie : déterminants, segmentation et mobilité de la main-d’œuvre, Région et développement, 35, 121-149 Bacchetta M., Ekkehard E., Bustamant J. P., (2009), Mondialisation et emploi informel dans les pays en développement, Bureau international du Travail et Organisation Mondiale du Commerce Barthélemy P., (1998), Le secteur urbain informel dans les pays en développement : une revue de la littérature, Région et Développement, 7, 193-234. BIT., (1993), Rapport pour la 15ème Conférence Internationale des Statisticiens du Travail, Bureau International du Travail, Genève, 19-28 janvier. BIT., (2002), Travail décent et économie informelle, Conférence Internationale du Travail, 87ème session, Bureau International du Travail, Genève. Breusch T., (2005), Estimating the underground economy using MIMIC model, the Australian National University Canberra BIT., (2003), Rapport pour la 17ème Conférence Internationale des Statisticiens du Travail, Bureau International du Travail, Genève, 24 novembre-3 décembre. Cagan P., (1958), The Demand for Currency Relative to Total Money Supply, Journal of Political Economy, 66, 303-28 Castells M., Portes A., (1986) The origins, the dynamics, and effects on the informal economy, World Underneath, John Hopkins University Press. Charmes J., (1987), Débat actuel sur le secteur informel, Revue Tiers monde, 112, 856-875. Charmes J., (1987), Le secteur informel, un concept contesté, des modèles d’évolution inadaptés, une réalité inconnue, Revue Tiers Monde, 112, 855-875. Chen M., (2005), Rethinking the informal economy, WIDER, 2005/10 Cogneau D., Razafindrakoto M., ROUBAUD F., (1994), Le secteur informel crée-t-il sa propre demande ? faits empiriques et modélisation macro-économique, DIAL, 94091 De Soto H., 1994, L’autre sentier, la révolution informelle dans le tiers monde (traduit de l’espagnol par Martine Couderc), La Découverte, Paris. Dell'Anno R., Schneider F., (2006), Estimating the Underground Economy by Using MIMIC Models: A Response to T. Breusch´s critique, Working Paper, 0607. Feige E. L., (1986), A Re-Examination of the Underground Economy in the United States: A Comment on Tanzi, IMF Staff Papers, Palgrave Macmillan, 33(4), 768-781. Feige E. L., (1990), Defining and Estimating underground economies: the new institutional economics approach, World Development, Etats-Unis d’Amérique, 7 (18). Feige E. L., (1994), The underground economy and the currency enigma, Public finance Review, Etats-Unis d’Amérique, 49, 119-136. Fields G S., (1975), Rural urban migration, urban unemployment and underemployment, and job search activity in LDCs, Journal of Development Economics, 2, 165-187. Fields G S., (1990), Labour market modelling and the urban informal sector: Theory and evidence, Articles and Chapters, Cornell University ILR School. Gutmann P. M.; (1977), The Subterranean Economy, Financial Analysts Journal, 6 (33), 26-27, 34. Harris J. R, Todaro M. P., (1970), Migration, Unemployment and Development: A Two Sectors Analysis, American Economic Review Hill R., Kabir M., (1996), Tax Rates, the Tax Mix, and the Growth of the Underground Economy in Canada: What Can We Infer?, Revue Fiscale Canadienne, 6(44), 1552–83 Hugon P., (1980), Dualisme sectoriel ou soumission des formes de production au capital, peut-on dépasser le débat ? Revue Tiers Monde, 82, 235-260. IHSI (Institut Haïtien de Statistique et d’Informatique), (2010), Enquête sur l’Emploi et l’Economie Informelle 2007, Ministère de l’Economie et des Finances. Jakobowicz E., (2007), Contributions aux modèles structurels à variables latentes, PhD., Conservatoire National des Arts et Métiers. Jöreskog G. K., Goldberger S. A., (1975), Estimation of a model with multiple indicators and multiple causes of a single latent variable, Journal of the American Statistical Association, 70 (351), 631-639. Jutting J. P. et Laiglesia J. R. (eds.), (2009), L’emploi informel dans les pays en développement. Une normalité indépassable, Centre de développement de l’OCDE. Kaufmann D., Kaliberda A., (1996), Integrating the Unofficial Economy into the Dynamics of Post-Socialist Economies: A Framework of Analysis and Evidence, World Bank Policy research Working Paper, 1691. Kucera D. et Roncolato L., (2008), L’emploi informel: deux questions de politique controversées, Revue internationale du travail, 4 (147), 347-377. Lamaute-Brisson N., (2002), l’Economie informelle en Haïti: de la reproduction urbaine a Port-au-Prince, Paris : l’Harmattan Lamaute-Brisson N., (2005), Emploi et pauvreté en milieu urbain en Haïti, CEPALC LC/MEX/R.882 Lautier B., 1987, Fixation restreinte dans le salariat, secteur informel et politique d'emploi en Amérique latine, Revue Tiers-monde, 110 (28), 347-367. Lautier B., (2004), L’économie informelle dans les pays du Tiers Monde, La découverte (2ème édition), avec « une brève synthèse suggestive », Paris, 1994. Lewis A.W., (1954), Economic Development with Unlimited Supplies of Labour, Manchester School of Economic and Social Studies, 2, 139-191. Lopez C. H., (1987), Secteur informel et société moderne: l’expérience colombienne, Revue Tiers Monde, 110, 369-394. Maldonado, C., 1995, Entre l'illusion de la normalisation et le laisser-faire: vers la légalisation du secteur informel?, Revue Internationale du Travail, 3 (134), 777-801. Mincer J., (1958), Investment in Human Capital and Personal Income Distribution, Journal of Political Economy, 4 (66), 281-302. Montas R., (2005), La pauvreté en Haïti : Situations, causes et politiques de sortie, CEPALC LC/MEX/R.879 Roubaud F., (1994), L’économie informelle au Mexique : de la sphère domestique à la dynamique macroéconomique, KarthalaOrstom. Roubaud F., (1992), La dynamique du secteur informel urbain au Mexique : le rôle de la mobilité intersectorielle, Revue Tiers-Monde., 132 (33), 893-924 Schneider f. g., Buehn A., (2009), Corruption and the Shadow Economy: A Structural Equation Model Approach. IZA Discussion Paper, 4182. Schneider F, (2007), Shadow economies and corruption all over the world: New estimates for 145 countries, Economics, open assessment E-journal. Schneider F., Buehn A., Montenegro C. E., (2010) Shadow Economies All Over the World: New Estimates for 162 Countries from 1999 to 2007. World Bank Policy Research Working Paper Series, 5356, 54 Tanzi V., (1980), The Underground Economy in the United States: Estimates and Implications", Banca Nazionale del Lavoro, quarterly Review, 135 (4), 427–53 Todaro M P., (1969), A Model of Labor Migration and Urban Unemployment in Less Developed Countries, American Economic Review, 1 (59), 138-148. UN, (2007), Etude sur le secteur informel et de l’emploi informel en Afrique, United Nations (Economic and Social Council)
