Construction d`un indicateur synthétique de croissance inclusive
publicité
S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive Revue d’Analyse des politiques économiques et financières Volume 1 - Numéro 1 Août 2015 pp 69 - 105 Construction d’un indicateur synthétique de croissance inclusive Par : Sêna Sourou François ANAGO Chercheur à l’UAC, BENIN [email protected] et Jean-Luc Dewanou HOUNGBEME Chercheur à l’UAC, BENIN [email protected] Résumé : Cet article s’est fixé comme objectif de construire un indicateur synthétique de croissance inclusive tout en réalisant une maquette sous le logiciel Excel qui permettra une mise à jour automatique de l’indicateur une fois de nouvelles observations disponibles. La méthode utilisée pour construire l’indicateur est l’Analyse en Composante Principale (ACP) directement implémentée sous Excel et qui a l’avantage de fournir des pondérations qui tiennent compte de la variabilité dans le temps des données. Il ressort que l’indice synthétique de la croissance inclusive (ISCI) du Bénin a connu une amélioration en passant de 91,29 en 1995 à 117,36 en 2012 ; soit une évolution de 28,56% sur l’ensemble de la période. Cette évolution de l’indice est essentiellement tirée par le taux de mortalité maternelle avec une contribution de 40,19% et le taux net de scolarisation primaire présentant une contribution négative de -15,91%. Mots clefs : Croissance inclusive - indicateur synthétique - Analyse en Composante Principale 69 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 introduction La croissance économique moyenne en Afrique a affiché des taux autour de 5,2% durant la période 2003-2011 ; (BAD, 2012). Malgré que ces taux montrent une nette amélioration comparativement à ceux de la période quinquennale (1994-1999) qui tournaient autour de 3,6%, les niveaux de pauvreté demeurent toutefois préoccupants en Afrique (BAD, 2012). Si la proportion de personnes vivant avec moins d’un dollar par jour a diminué de 47% à 43% entre 2000 et 2005 et le nombre de personnes vivant avec moins de 2 dollars par jour est estimé avoir diminué de 68,7% en 1990 à 60,8% en 2010, la pauvreté n’en reste pas moins un grand défi. Son léger recul n’a pas empêché le creusement de l’inégalité entre riches et pauvres dans de nombreux pays de l’Afrique Subsaharienne (ASS). Pour preuve, selon le rapport de la BAD (2012), six pays africains ont été classés parmi les 10 pays souffrant le plus d’inégalités dans le monde, et dont le trio de tête, la Namibie, l’Afrique du Sud et le Lesotho, affichait des coefficients de Gini de 70, 65 et 63 respectivement. Face à l’ampleur de ces inégalités, un consensus s’avère nécessaire car la croissance économique dans les pays en développement doit être équitable pour la réduction de la pauvreté (Stuart, 2011). De ce fait, la communauté internationale redéfinit ses objectifs autour du concept de croissance inclusive et durable. Le Bénin, classé parmi les pays les moins avancés (PMA) présente un niveau de vulnérabilité économique élevé en raison de la faible diversification de sa production. Son indice1 de vulnérabilité économique s’établit ainsi à 42,5, le classant à la 11ème place sur les 49 PMA en 2009 et à la 5ème place parmi les pays les plus vulnérables de la zone UEMOA (PNUD, 2011). 1 L’indice de vulnérabilité économique (EVI : Economic Vulnerability Index en anglais), déterminé selon une périodicité triennale par le Département des Affaires Economiques et Sociales des Nations Unies est l’un des trois critères d’identification des PMA, avec l’IDH et le PNB par habitant. Il mesure le degré d’exposition des économies à faibles revenus aux chocs exogènes. Il est compris ici entre 0 et 100. Plus il est élevé, plus l’économie est exposé aux chocs exogènes. 70 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive Durant la décennie 2000-2010, la croissance économique a connu une évolution erratique malgré les différentes politiques mises en œuvre. Ce que décrit le graphique 1 ci-dessous. Le taux de croissance réel moyen sur cette période est de 4% (INSAE, DGAE, 2011). Graphique 1 : Evolution du taux de croissance réel sur la période 2000-2010 Source : Réalisé par les auteurs Par ailleurs, plusieurs documents de stratégies2 de croissance et de réduction de la pauvreté (SCRP) ont été élaborés par le gouvernement pour corriger les dysfonctionnements mis en évidence par l’évaluation des Programmes d’Ajustement Structurel (PAS). Il s’agit de la Stratégie de Réduction de la Pauvreté Intérimaire (SRPI), ébauchée en 2000, la Stratégie de Réduction de la Pauvreté (SRP1) pour la période 2003-2005 qui a servi de cadre stratégique de référence et de dialogue avec les PTF, la Stratégie de Croissance pour la Réduction de la Pauvreté (SCRP2) pour la période 2007-2009 qui a permis de maintenir le taux de croissance économique autour de 4% en moyenne et d’enregistrer des résultats significatifs dans le secteur social et la SCRP3 (2011-2015). 2 Les objectifs de ces documents sont l’amélioration de la compétitivité globale et sectorielle de l’économie afin d’assurer une croissance économique vigoureuse et l’éradication de la pauvreté et l’amélioration de la qualité de vie des populations. 71 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 Les différentes stratégies s’inspirent de la vision à long terme décrite dans les Etudes Nationales de Perspectives à long terme « Bénin Alafia 2025 » et s’appuient sur les Conditions Stratégiques de Développement (OSD) définies par le Gouvernement en 2006. Elles internalisent aussi les objectifs du Millénaire pour le Développement (OMD). Mais quelle est la situation de la pauvreté au Bénin ? Malgré, les performances réalisées ces dernières années, le niveau de pauvreté au Bénin demeure préoccupant. En effet, après une croissance de 3,3% en 2011, 5,4% en 2012, 5,6% en 2013 et 5,5 %3 en 2014, le taux de pauvreté4 se maintient à 50,9%. La croissance économique n’a donc pas réduit significativement le taux de pauvreté (Banque Mondiale, 2014). Ainsi, la croissance économique n’est pas une fin en soi mais il faut faire plus pour s’attaquer aux problématiques multidimensionnelles de la pauvreté (OCDE, 2014). 3 Selon les estimations de juin 2015 par la DGAE (2015) pour l’année 2014. 4 Il est calculé selon la norme internationale de 1,25 dollar par jour. 72 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive 1. APPROCHES DE DEFINITION ET CARACTERISTIQUES DE LA CROISSANCE INCLUSIVE Plusieurs approches de définition et de mesure de la croissance inclusive ont été adoptées par les différentes institutions internationales. La Banque mondiale, utilise la « croissance inclusive » pour désigner le rythme et le schéma de la croissance économique, concepts interdépendants et évalués simultanément. Selon l’approche de la Banque mondiale, une croissance économique forte est nécessaire pour réduire la pauvreté absolue. Néanmoins, pour que cette croissance soit durable, elle doit concerner un large éventail de secteurs et de vastes pans de la population d’un pays. La Banque Asiatique de Développement (ADB) définit la « croissance inclusive » comme étant un concept qui va au-delà d’une croissance à large assise. Il s’agit d’une « croissance qui non seulement crée de nouvelles possibilités économiques, mais qui assure aussi l’égalité d’accès à ces opportunités à tous les segments de la société, et notamment aux pauvres » (Ali et Hwa Son, 2007). Du point de vue du Programme des Nations Unies pour le Développement (PNUD), la croissance inclusive est considérée à la fois comme un résultat et comme un processus. D’une part, elle permet à chacun de participer au processus de croissance, en intervenant dans la prise des décisions et en étant acteur de la croissance. D’autre part, la croissance inclusive procure des avantages qui sont équitablement partagés. Elle implique donc une participation et une mise en commun des avantages. Quant-à la Banque Africaine de Développement (BAD), elle définit la « croissance inclusive » comme étant une croissance économique dont le résultat est plus de possibilités de développement socio-économique durables pour le plus grand nombre de personnes, de régions et de pays, protégeant en même temps les groupes vulnérables, tout ceci dans un environnement d’équité, de justice égale, et de pluralité politique. 73 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 En résumé, ces différentes définitions font toutes référence à de nouvelles approches pour lutter contre les inégalités sociales, en particulier dans le monde en développement. Il s’agit notamment des inégalités de revenu et des actifs, à la fois financiers et humains, des inégalités pour l’accès à l’éducation, à la santé et aux opportunités économiques ainsi que pour tous les aspects de la vie. Au regard des différentes définitions de la croissance inclusive, on peut noter que la croissance inclusive est caractérisée comme suit : D’abord la croissance économique en est un préalable c’est-à-dire une condition nécessaire mais non suffisante pour une croissance inclusive ; ensuite elle est une croissance qui met l’accent sur l’emploi productif, une croissance qui crée de nouvelles possibilités économiques, une croissance qui garantit l’égalité d’accès à ces opportunités à tous les segments de la société, une croissance qui assure la protection sociale et le renforcement de la cohésion sociale et enfin c’est une croissance rattachée aux concepts de « croissance reposant sur une base large, une croissance partagée et une croissance pro-pauvre ». 2. Les principaux indicateurs utilisés pour la mesure de la croissance inclusive Le virage à la croissance inclusive est de plus en plus clair au regard des récentes crises économiques et des matières premières de 2008 (prix des denrées alimentaires et du pétrole en hausse), tout ceci à l’approche de la date limite des Objectifs du Millénaire pour le Développement (OMD) fixée pour fin 2015. Dans ce contexte, il convient de se demander si les efforts fournis par les différents acteurs impliqués ont permis de réduire la pauvreté, les inégalités et par ricochet la réalisation de la croissance inclusive. Aussi, est-il important de disposer d’un indicateur de mesure du degré d’inclusion de la 74 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive croissance au Bénin et de permettre ainsi un suivi de l’évolution de la croissance inclusive. Le présent papier se propose d’élaborer un Indicateur Synthétique de Croissance Inclusive (ISCI) à partir de la construction d’une maquette sous Excel. Plusieurs variables ou indicateurs sont généralement utilisés dans la littérature pour mesurer le degré de succès dans la réalisation de l’inclusivité de la croissance. Etant donné que la croissance inclusive regroupe deux dimensions clés à savoir la réalisation d’une croissance soutenable qui créée et augmente les opportunités et la garantie un large accès de ces opportunités aux membres de la société pour bénéficier de cette croissance, McKinley (2010) identifie quatre grandes catégories de variables pour l’évaluation de l’indice de la croissance inclusive : 2.1 Croissance économique - emploi productif et infrastructure Ce pilier prône une croissance économique élevée, efficace et durable pour créer des emplois productifs et des possibilités économiques. De même, la disponibilité et l’accessibilité à certaines infrastructures clés sont mises en exergue dans la littérature afin de faciliter les activités économiques. Les variables énumérées ci-dessous sont généralement réputées mesurer cette composante : 75 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 Catégories Indicateurs spécifiques Taux de croissance du PIB réel Croissance économique Taux de croissance du PIB par tête Part du secteur primaire dans le PIB Part du secteur secondaire dans le PIB Part du secteur tertiaire dans le PIB Taux de chômage Part de l’emploi dans l’industrie Part de l’emploi dans la manufacture Emploi productif Part de l’auto emploi Part des aides familiaux Travailleurs salariés (% emploi total) Taux d’électrification Infrastructure Taux de télé densité mobile (Nombre d’abonnés à la téléphonie mobile sur 100 personnes) Toutefois, des variables telles que les voies pavées sont également utilisées pour apprécier la qualité des infrastructures. 2.2 Pauvreté monétaire et équité genre Dans ses réflexions sur la relation entre l’égalité genre et la croissance inclusive, Niimi (2009) a essentiellement utilisé les variables suivantes : 76 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive Catégories Mesure de pauvreté Mesure d’inégalité verticale Mesure d’inégalité horizontale Indicateurs spécifiques Incidence de la pauvreté monétaire Coefficient de Gini Part dans le revenu du quintile les plus pauvres L’écart entre le revenu ou dépense entre les zones Ratio femmes/hommes dans l’enseignement primaire dans la tranche d’âge de15 ans à 24 ans Mesure de l’équité genre Ratio femmes/hommes dans l’enseignement secondaire dans la tranche d’âge de15 ans à 24 ans Pourcentage d’accouchements réalisé par un personnel qualifié Part des femmes ayant un emploi salarié non agricole Femmes en activité (% de la population active totale) 2.3 Capacité humaine La capacité humaine est appréciée à travers des indicateurs spécifiques dans les domaines tels que la santé et démographie, l’éducation et l’assainissement. Le tableau ci-dessous présente ces indicateurs : 77 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 Catégories Indicateurs spécifiques Dépenses publiques en santé (% du PIB) Taux mortalité des moins de 5 ans (pour 1000) Santé et démographie Taux mortalité des âges en dessous de 40 ans Taux de mortalité maternelle Espérance de vie à la naissance Tuberculose (pour 100 000 habitants) Taux de malnutrition des moins de 5ans Education Taux net de scolarisation primaire Taux net de scolarisation secondaire Assainissement Proportion de la population ayant accès à l’eau potable Proportion de la population ayant accès à l’assainissement Populations ayant accès à des installations sanitaires 2.4 Protection sociale et qualité de la gestion des affaires publiques La Banque Asiatique de Développement (ADB) a mis en place un groupe de travail sur l’indice de la protection sociale (Baulch et al. 2008) qui pourrait se prononcer sur le manque d’information sur la qualité et la couverture de la protection sociale de chaque pays. Cet indice composite comporte quatre composantes : i) les dépenses 78 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive totales sur tous les programmes de protection sociale en % du PIB ; ii) le nombre des bénéficiaires des programmes de protection sociale par rapport aux populations de référence prévues touchées, iii) Ratio du nombre de pauvres bénéficiaires de la protection sociale par rapport aux populations de référence prévues pour être touchées, et iv) la promotion de la gouvernance. Bien qu’il soit fastidieux de mesurer la promotion de la gouvernance, quelques indicateurs sont généralement utilisés dans la littérature pour l’approximer. Il s’agit de : i) l’indice de la perception de la corruption [ADB, 2011], ii) le ratio du revenu/PIB et iii) le ratio l’investissement public/PIB [McKinley, 2010]. Catégories Indicateurs spécifiques Dépenses totales sur les tous programmes de protection sociale en % du PIB Protection sociale Ratio du nombre des bénéficiaires des programmes de protection sociale par rapport aux populations de référence prévues pour être touchées Ratio du nombre de pauvres bénéficiaires de la protection sociale par rapport aux populations de référence prévues pour être touchées Les dépenses moyennes de protection sociale pour les autres personnes pauvres Gouvernance L’indice de la perception de la corruption Le ratio du revenu/PIB Le ratio investissement public/PIB 79 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 Tels sont les principaux indicateurs utilisés dans les travaux empiriques pour évaluer le niveau de la croissance inclusive. Par ailleurs, plusieurs méthodes sont utilisées dans la littérature pour diagnostiquer et évaluer la croissance inclusive. Au nombre de cellesci, trois principales d’entre elles seront exposées dans le présent travail. Il s’agit de : • La méthode de l’ADB utilisée par les Nations-Unies Cette méthode consiste à baser l’analyse de la croissance inclusive sur trois principaux piliers de la politique socio-économique renforcés par les composantes « Pauvreté et Inégalité » et « Bonne gouvernance et Institutions »5. Ces piliers sont : Pilier 1 : Croissance forte et soutenue pour créer des emplois productifs et des opportunités économiques Pilier 2 : Inclusion sociale pour assurer un accès équitable aux opportunités économiques Pilier 3 : Filets de sécurité sociale pour protéger contre la pauvreté chronique et atténuer les risques liés aux chocs transitoires Pour évaluer l’indice de croissance inclusive, la méthode de l’ADB retient 35 principaux indicateurs clés avec des pondérations dans les cinq6 domaines énumérés plus haut. Cependant, on note pour cette méthode des contraintes de données et de pondérations qui varient d’une étude à l’autre. La figure suivante présente de façon synthétique la coordination entre ces différentes composantes. 5 Les différents indicateurs permettant d’apprécier chacun des trois piliers ainsi que les deux composantes énumérées qui sont explicités précédemment. 6 Il s’agit des trois piliers renforcés par les deux composantes sus-citées. 80 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive Figure 1 : Piliers de la politique de la croissance inclusive CROISSANCE INCLUSIVE Croissance économique forte et durable pour créer des emplois productifs et des opportunités économiques. Inclusion sociale pour assurer un égal accès aux opportunités économiques - Investir dans l’éducation, la santé et les autres services sociaux pour étendre les capacités humaines. - Eliminer les défaillances institutionnelles et de marché et l’exclusion sociale. Filets de sécurité sociale pour protéger contre la pauvreté chronique et atténuer les risques liés aux chocs transitoires. BONNE GOUVERNANCE ET INSTITUTIONS RESPONSABLES Source : Zhuang (2010). Il ressort donc que la méthode prend en compte en plus de la croissance économique (aspect quantitatif), les aspects qualitatifs pour évaluer la croissance inclusive. • La méthode de l’arbre à problèmes de Hausmann Rodrik Velasco (HVR) utilisée par la Banque Mondiale La méthode HRV établie en 2005 par Hausmann, Rodrik et Velasco est une analyse basée sur l’approche de diagnostic de la croissance. Cette méthode a pour objectif d’identifier les secteurs potentiels à l’investissement et repose sur les postulats suivants : - Identifier les contraintes majeures à la croissance (arbre de diagnostic) afin de concentrer les efforts et les ressources sur les contraintes qui constituent les plus grands obstacles à une croissance économique forte et durable. - Il est admis que l’investissement privé et l’entreprenariat sont les principaux moteurs d’une croissance économique 81 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 soutenue et qu’une mauvaise performance économique peut découler d’une offre réduite ou d’une demande limitée en un facteur/bien/service donné. Figure 2 : Arbre de diagnostic Source : HVR (2005) Afin de déterminer l’existence d’une contrainte potentielle, la méthodologie HRV propose quatre « tests » à travers la figure suivante : 82 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive Figure 3 : Tests proposés par la méthode HVR Test 1 : Evaluer si le coût implicite du facteur pouvant représenter une contrainte est élevée Test 2 : Evaluer si les changements de disponibilité d’un facteur pouvant représenter une contrainte sont corrélés avec les niveaux d’investissements ou de croissance Test 3 : Evaluer si les agents économiques cherchent à contourner l’obstacle en acceptant de supporter des coûts additionnels ou en prenant des risques Test 2 : Evaluer si les changements de disponibilité d’un facteur pouvant représenter une contrainte sont corrélés avec les niveaux d’investissements ou de croissance Source : HVR (2005) La méthode HVR est donc celle qui propose les procédures d’identification des contraintes qui entravent l’inclusivité de la croissance économique afin de prendre des mesures correctives. • La méthode de la courbe de mobilité sociale du FMI C’est une méthode qui permet d’évaluer à partir d’une courbe la contribution de la croissance économique et de la redistribution (équité) à la croissance inclusive. En effet, l’inclusivité s’analyse ici à partir de l’évolution conjointe de la croissance du revenu par tête et de l’indice de Gini. Cependant, on note une nouvelle méthode d’évaluation de l’inclusivité de la croissance : la méthode basée sur la consommation. Elle consiste à suivre sur une période donnée la consommation des mêmes personnes et permet d’identifier les vrais gagnants et perdants 83 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 du processus de croissance économique contrairement aux méthodes précédemment présentées qui sont utilisées par les institutions internationales. En effet, elles utilisent jusque-là une méthode qui, en s’intéressant à l’impact de la croissance sur la réduction de la pauvreté, suit des groupes d’individus dont la composition peut changer d’une année à une autre. Or, ce changement dans la composition des groupes suivis ne rend pas compte de l’évolution du niveau de vie de chaque personne qui est pourtant essentielle lorsqu’on s’intéresse à l’inclusivité de la croissance. On retient donc qu’il existe une multitude de méthodes qui sont utilisées dans la littérature. Cependant, elles conduisent à l’élaboration d’un indicateur soit numérique multidimensionnel (la méthode ADB et la méthode de la courbe de mobilité sociale), soit numérique unidimensionnelle (la méthode basé sur la consommation) et à des évaluations qualitatives (la méthode HVR). 3. METHODOLOGIE DE CONSTRUCTION DE L’INDICATEUR : PRINCIPES ET AVANTAGES 3.1 Les données utilisées Un total de 24 variables a été utilisé dans la cadre de cette étude. Il s’agit des données provenant de l’INSAE que sont : le taux de croissance économique (TCR) ; les parts respectives des secteurs primaire (PSP), secondaire (PSS) et tertiaire (PST) dans le PIB ; et celles de la Banque Mondiale à savoir le taux de chômage (TCHO) ; l’utilisation de l’internet (UI) ; la télé-densité mobile (TDM) : c’est la proportion de la population abonnée à la téléphonie mobile ; le ratio femmeshommes dans l’enseignement primaire (RFHEP) ; le ratio femmeshommes dans l’enseignement secondaire (RFHES) ; le pourcentage des accouchements réalisés par un personnel qualifié (PARPQ) ; le pourcentage de femmes employées salariées non agricoles 84 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive (PFESNA) ; les dépenses publiques en santé (DPS) ; le taux de mortalité des moins de 5 ans pour 1000 habitants (TMI) ; le taux de mortalité maternelle pour 1000 (TMM) ; l’espérance de vie à la naissance (EVN) ; la prévalence pour la tuberculose pour 100000 habitants (TPT) ; le taux de malnutrition des moins de 5 ans (TM) ; le taux net de scolarisation primaire (TNSP) ; le taux net de scolarisation secondaire (TNSS) ; les dépenses publiques en éducation (DPE) ; la part de la population ayant accès à l’eau potable (A_EAU) ; la part de la population ayant accès à l’assainissement (AA); l’indice d’allocation des ressources (IAR) : c’est un indice qui mesure l’homogénéité de répartition des ressources de l’Etat entre les différents secteurs socio-économiques du pays et la moyenne collective des politiques structurelles (MCPS) : c’est la note moyenne sur 10 que la Banque Mondiale attribue aux politiques structurelles de l’Etat. Ces données couvrent la période 1995-2012 et l’impossibilité de disposer des données de la majorité des variables utilisées avant 1995 explique la période choisie. Le tableau cidessous présente les statistiques descriptives sur les variables utilisées. 85 86 0,97 1,34 21,69 73,38 51,94 70,82 24,18 2,16 Taux de Chômage (en %) Utilisation de l’Internet (en %) Télé Densité Mobile (en %) Ratio Femmes-Hommes au Primaire (en %) Ratio Femmes-Hommes au Secondaire (en %) Pourcentage d’Accouchements Réalisé par un Personnel Qualifié pourcentage de Femmes Employées Non Agricoles Dépenses Publiques de Santé (en % du PIB) 440,44 35,28 Parts du Secteur Tertiaire (en %) Taux de Mortalité Maternelle (pour 1000) 13,15 Parts du Secteur Secondaire (en %) 125,76 33,53 Parts du Secteur Primaire (en %) Taux de Mortalité Infantile (pour 1000) 4,35 Moyenne Taux de Croissance Economique (en %) Variables Tableau 1 : Statistiques descriptives des variables, 1995-2012 455,00 127,75 2,19 25,10 70,25 46,05 73,04 4,44 1,07 0,95 35,49 13,24 32,84 4,37 Médiane 520,00 157,00 2,39 25,90 84,10 67,90 89,49 83,65 4,50 1,30 36,93 13,72 36,58 6,25 Maximum 355,00 88,60 1,81 22,50 59,80 40,41 55,05 0,02 0,00 0,70 33,60 12,57 31,33 2,55 Minimum 55,97 24,01 0,18 1,43 7,98 9,12 11,44 30,48 1,40 0,19 1,10 0,33 1,60 1,15 Ecart-type Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 79,89 10,59 78,52 31,38 3,72 69,22 10,64 3,53 3,70 Taux de Prévalence de la Tuberculose (pour 100000) Taux de Malnutrition des moins de 5 ans (en %) Taux Net de Scolarisation Primaire (en %) Taux Net de Scolarisation Secondaire (en %) Dépenses Publiques d’Education (en % du PIB) Taux d’Accès à l’Eau potable (en %) Taux d’Accès à l’Assainissement (en %) Indice d’allocation des ressources Moyenne Collective des Politiques Structurelles 3,69 3,53 10,55 69,25 3,48 27,46 80,92 8,70 77,00 56,42 4,00 3,65 14,30 76,10 5,35 47,68 94,86 17,50 100,00 59,12 Source : Les auteurs à partir des données de l’INSAE et de la Banque Mondiale 56,65 Espérance de Vie à la Naissance (en années) 3,50 3,47 7,00 61,70 2,75 20,79 56,24 8,40 69,00 54,82 0,10 0,05 2,39 4,71 0,91 10,31 12,33 3,20 10,67 1,61 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive 87 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 L’analyse de ce tableau révèle globalement une amélioration des indicateurs du bien être pris en compte dans la croissance inclusive dont douze (UI, TDM, RFHEP, RFHES, PARPQ, FESNA, EVN, TNSP, TNSS, DPE, A_EAU et AA) ont atteint leur maximum sur la période en 2012 en partant de leur minimum en 1995, trois (TMI, TMM et TM) sont passés de leur maximum sur la période en 1995 à leur minimum en 2012, deux (TPT et IAR) ont un niveau élevé en 2012 (100 et 3,53 respectivement) par rapport à 1995 (70 et 3,47 respectivement) et un (DPS) a connu une amélioration en 2012 comparativement à 1995. Le taux de croissance réelle du PIB (TCRPIB) sur la période est de 4,35% avec un niveau en 2012 (5,4%) inférieur à celui de 1995 (6,05%) tandis que le taux de chômage (TCHO) moyen est de 0,97%. Quant à l’utilisation de l’internet (UI) et à la télé-densité mobile (TDM), leur valeur moyenne sont de 1,34% et 21,69%. Pour ce qui est des ratios femmes-hommes dans l’enseignement primaire (RFHEP) et secondaire (RFHES) leurs valeurs minimales sont de 55,05 et 40,41 respectivement et les valeurs maximales de 89,49 et 67,90 respectivement avec des moyennes respectives de 73,38 et de 51,94. En ce qui concerne les taux de mortalité infantile (TMI) et maternel (TMM), ils ont connu une tendance à la baisse sur la période sous revue en passant des valeurs maximales respectives de 157%° et 520%° en 1995 aux valeurs minimales de 88,6%° et de 355%° respectivement. Cette réduction de la mortalité est associée à une hausse et à une baisse respectivement des deux groupes de variables : groupe 1 « Pourcentage d’Accouchements Réalisés par un Personnel Qualifié (PARPQ), Dépenses Publiques de Santé dans le PIB (DPS), Espérance de Vie à la Naissance (EVN), Dépenses Publiques d’Education dans le PIB (DPE), Taux Net de Scolarisation Primaire (TNSP) et Secondaire (TNSS), l’Accès à l’Eau potable (A_EAU) et à l’Assainissement (AA) » et groupe 2 « Taux de malnutrition des moins de 5 ans (TM) et le Taux de Prévalence de la Tuberculose (TPT) ». Les variables du groupe 1 sont passées de 59,80% ; 2,11% ; 55 ans ; 2,75% ; 56,24% ; 20,79% ; 61,7% et 7% en 1995 à 84,1% ; 2,31% ; 59 ans ; 5,35% ; 94,86% ; 47,68% ; 76,10% et 14,30% en 2012 respectivement avec des moyennes respectives de 88 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive 70,82% ; 2,16% ; 56,65 ans ; 2,72% ; 78,52% ; 31,38% ; 69,22% et 10,64%. Pour les variables du groupe 2, d’un niveau de 17,5% et 100 pour 100000 habitants en 1995, elles sont passées respectivement à 8,4% et 70 pour 100000 habitants en 2012 avec des moyennes respectives sur la période de 10,59% et 79,89 pour 100000 habitants. 3.2. L’Analyse en Composante Principale (ACP) et ses intérêts La méthodologie adoptée dans le cadre-ci, consiste à construire un indicateur synthétique de croissance inclusive (ISCI) à partir d’une analyse en composante principale (ACP). L’objectif d’une telle méthode est de construire un indicateur qui décrit, en une variable unique, la composante commune de ces variables dont les mouvements sont très corrélés étant entendue qu’elles participent à la réalisation ou non d’un même phénomène qu’est ici la croissance inclusive. L’intérêt de cette méthode réside dans le fait qu’elle permet d’obtenir des pondérations qui reflètent effectivement la variabilité des données. Autrement dit, au lieu de s’appuyer sur des pondérations théoriques, elle se base sur des pondérations empiriques qui, résultent du phénomène interne aux données qui gouverne le mouvement d’ensemble de celles-ci. Compte tenu du fait que ces variables proviennent de divers domaines et présentent donc une hétérogénéité des unités de mesure il est préférable de faire une ACP normée (Baccini, 2010). L’ISCI correspond à la première composante principale qui est celle qui par construction résume la plus grande part de l’information contenue dans les données. En dehors du fait que cette méthode présente l’avantage d’utiliser des pondérations qui captent le plus de variabilité possible entre les différentes données successives, elle permet aussi d’avoir les contributions de chacune des variables à la valeur de l’indicateur donc à la croissance inclusive ainsi que l’élasticité de l’indicateur par rapport à chacune d’elles. L’inertie 89 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 représentée par le premier axe correspond au taux de variabilité des variables retranscrit par cet axe. Etant donné que la première composante principale est celle qui explique la plus grande part de l’information contenue dans les données, elle est donc préférable à toutes les autres composantes (1). L’utilisation de cet axe dans la construction de l’ISCI ne se fait qu’au niveau de la détermination des pondérations des variables à partir des coefficients de liaison de chaque variable avec l’axe en question (2). Il n’est donc pas possible d’utiliser au regard de (1) et (2) d’autres axes dans la construction de l’indice. La première composante représente ici (16,885/24)=70,35% de l’information contenue dans les données, 16,885 étant la valeur propre maximale (l’inertie de l’axe 1) et 24 l’inertie totale qui correspond ici au nombre de variables car l’ACP est normée. Un indicateur construit comme une moyenne arithmétique simple des 24 variables présente l’inconvénient de considérer que toutes les variables participent avec un même poids à la construction de l’indicateur ce qui est loin d’être réaliste car les différentes variables ne participent pas avec le même poids à l’amélioration du bienêtre des populations et par ricochet à la croissance inclusive. L’ACP utilisée a donc l’avantage d’utiliser des pondérations non uniformes qui tiennent compte de la variabilité des données. C’est ce qui, entre autres, explique le choix de l’ACP pour construire l’ISCI. Les coefficients de liaison entre chaque variable et la composante principale utilisés pour construire l’ISCI sont déterminés par estimation à partir de la méthode des MCO dans une ACP. De plus, nous savons que si le nombre d’observations augmente, on va se rapprocher plus de la vraie valeur de ces coefficients de liaison (Perraudin, 2004). Ainsi, par exemple, les estimations sur 1995-2014 sont plus proches des vraies valeurs que celles obtenues avec des données de la période 19952012 compte tenu du nombre plus important d’observations. C’est pour cela qu’il est important que l’ISCI soit mis à jour au fur et à mesure que l’on dispose de plus d’observations et c’est d’ailleurs de cette 90 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive manière que procède l’Institut National de la Statistique et des Etudes Economiques (INSEE) dans le cadre du calcul de l’Indice Synthétique de confiance des ménages (ISCM) en réestimant en janvier de chaque année les coefficients de pondération du facteur commun et en révisant les valeurs passées de l’indice (INSEE, 2014). Malgré cette propriété de mise à jour de l’indice, disposer chaque année d’une estimation de l’indice demeure utile en matière de l’élaboration des politiques économiques orientées car, une décision à « l’à peu près juste » mais prise à temps vaut mieux qu’une décision totalement juste prise tardivement. Le travail réalisé ici présente également l’avantage de l’implémentation complète de la procédure de calcul de cet indicateur sous Excel y compris la détermination des pondérations issues de l’ACP qui, au lieu d’être faite sous SPAD ou tout autre logiciel adapté, est directement faite sous Excel. Cela permet non seulement de calculer l’ISCI d’une nouvelle année dont les données sont nouvellement entrées dans l’espace des données en un nombre très restreint d’actions ou de procédures mais aussi de mettre à jour l’ensemble des éléments calculés qui figuraient dans la maquette avant la nouvelle entrée. Il s’agit notamment de la mise à jour de la matrice des variancecovariances, des valeurs propres, des vecteurs propres, des corrélations de chaque variable avec le premier axe factoriel, des contributions des variables ainsi que leurs coordonnées sur cet axe, de l’ISCI avec les élasticités associées à chaque variable. La maquette ainsi obtenue présente les avantages suivants : • La possibilité d’avoir les résultats de l’ACP à partir d’Excel ; • La dynamique de la maquette dans la doubles dimension tempsvariables dans la mesure où elle permet l’ajout et la suppression à la fois des variables et des données d’une année ; 91 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 • La mise à jour automatique des pondérations et des valeurs passées de l’indicateur avec l’ajout des données d’une nouvelle année. Les différents blocs de la maquette réalisée sous Excel se présentent comme suit7 : 7 La maquette présentée ici ne montre pas toutes les 24 variables utilisées mais certaines compte tenu du fait que la dimension de la maquette ne le permet pas. Néanmoins toutes les zones sont présentées ce qui permet de se faire une bonne idée de la structure de la maquette. 92 3,9610 5,3414 4,8617 6,2484 4,4211 3,8825 3,1199 2,8652 3,7522 4,6264 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Moyennes et Ecart-Type Valeurs propres Vecteur propre1 Pondérations Contribution Var_Axe1 Indice Synthétique (IS) Elasticité IS/Var ISCI normalisé 2,5528 3,5307 2010 2011 5,4000 2,6665 2009 2012 5,0184 2008 5,7347 1997 4,3243 1996 6,0452 TCR PIB 1995 Années\ Code Données Variables Centrées réduites Matrice de Covariance Données 67,4083 66,7180 67,5421 67,6148 67,7369 68,6663 67,5637 67,7113 67,7453 67,9064 66,2444 65,4526 65,0795 64,2350 63,4234 64,2181 64,2947 66,9098 OP Primaire ZONE 1 12,8367 13,3035 13,2188 13,0372 12,5741 12,9841 13,0080 13,3195 13,3274 13,7168 13,5591 13,3300 12,9248 12,8295 12,5665 13,5207 13,2669 13,3923 36,9279 35,1375 35,6892 36,1440 36,7909 36,6020 35,7511 35,5935 35,3822 35,8594 34,4859 34,4002 34,2128 33,6032 33,7140 33,8164 34,3858 36,5046 SECONDAIRE TERTIAIRE Variables Centrées PIB PIB réduites 0,9375 -0,7362 -1,6118 -1,5100 0,5959 0,2449 -0,5379 -1,3321 -1,1041 -0,4212 0,0611 1,6972 0,4555 0,8851 -0,3509 1,2372 -0,0256 1,5153 TCR PIB 0,6029 0,1590 0,6889 0,7356 0,8141 1,4116 0,7027 0,7976 0,8195 0,9231 -0,1454 -0,6544 -0,8943 -1,4372 -1,9591 -1,4481 -1,3989 0,2824 OP Primaire ZONE 2 -0,9925 0,4822 0,2145 -0,3591 -1,8223 -0,5268 -0,4514 0,5325 0,5578 1,7879 1,2897 0,5659 -0,7143 -1,0154 -1,8462 1,1683 0,3666 0,7627 SECONDAIRE PIB 1,5426 -0,1312 0,3846 0,8098 1,4146 1,2380 0,4424 0,2952 0,0975 0,5437 -0,7403 -0,8204 -0,9956 -1,5655 -1,4619 -1,3662 -0,8339 1,1469 TERTIAIRE PIB S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive 93 94 -0,3241 -0,5022 -0,4018 -0,4476 -0,4843 0,7384 0,7091 -0,4444 0,7369 0,6958 -0,3478 -0,4898 0,8339 0,7214 0,4501 0,5800 -0,6802 -0,6115 0,7645 -0,3675 0,6250 0,6058 -0,2116 -0,1605 -0,2118 -0,0527 0,0234 -0,1921 -0,3672 -0,2371 -0,2314 -0,1560 0,2248 0,7048 0,6455 0,6847 0,6229 0,6959 0,7074 0,6501 0,6286 0,5304 0,5919 -0,5729 35,2778 0,8842 -0,0830 1,0000 -0,1565 13,1509 -0,0830 1,0000 0,1399 -0,0603 1,3654 0,1856 1,0697 0,3165 1,5555 0,1738 1,3859 7,7523 56,6473 1,5675 559,5556 54,3959 874,2389 23,3296 2,1605 24,1778 70,8222 8,8639 73,3850 11,1192 51,9431 Valeur Propres 0,0084 0,0133 0,0173 0,0226 0,0407 0,0701 0,0782 0,1846 0,3837 0,5201 0,7064 1,1279 1,2620 2,6707 1,1168 16,8850 Ecarttype 21,6876 29,6182 1,3402 99,0333 66,4706 4,3529 0,8842 0,1399 -0,1565 -0,0603 1,0000 1,0000 -0,3953 -0,3953 Moyenne OP SECONDAIRE TERTIAIRE Primaire PIB PIB TCR PIB Matrice Covariance ZONE 3 Pondérations -0,2416 -0,2382 -0,2426 -0,1783 -0,2297 -0,2387 -0,2306 -0,2409 -0,2080 -0,2252 0,1571 -0,1696 0,0444 -0,1870 0,1254 Vecteur propre1 0,1254 Coefficients de liaison des Variables avec l’AXE1 0,5151 100 24 1 Faible 4,1667 1,5714 0,3491 0,0802 0,0948 TCR PIB Coordonnées des Variables sur l’Axe1 Contribution Variables Contribution Moyenne Degré Contribution des Variables Variable Active Nombre Total Variables Actives Somme des Contributions des Variables Coef2 Coef1 Pondérations -0,1870 -0,7683 1 Faible 4,1667 3,4958 1,5111 0,0227 0,0374 0,0444 0,1826 1 Faible 4,1667 0,1974 3,1375 0,2386 0,0800 -0,1696 -0,6971 1 Faible 4,1667 2,8778 1,2654 0,0359 0,0406 OP SECONDAIRE TERTIAIRE Primaire PIB PIB ZONE 4 0,7645 0,7145 0,5665 0,3087 0,2081 0,2771 0,2115 0,0460 -0,1864 0,1459 0,0042 0,0730 -0,4380 -0,5296 -0,8000 -0,4150 -0,5671 -0,3838 Iindice Synthétique (IS) Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 0,0280 0,1044 -1,1645 -0,0242 -0,1917 95 0,8733 -16,4065 0,0742 0,9462 -2,3402 -48,1973 -11,8228 1,0916 -104,1489 33,1289 1,2723 0,1517 -0,2245 -1,3059 0,0378 20,0258 0,3223 0,5143 1,7784 -0,5878 -0,2339 5,5238 8,5250 -31,9597 1,1747 0,2701 OP Primaire /PIB 0,2386 0,1201 0,1551 -0,812273087 TCR / PIB Elasticité IS/ Var -0,2665 4,5376 3,7759 0,6009 0,4593 -7,6266 -1,4973 -87,0045 2,6970 2,7083 -0,9238 3,7549 3,1292 3,4051 1,4068 2,0319 5,0561 SECONDAIRE /PIB 0,1999 -1,8408 -4,0703 -1,1927 -2,9170 0,6032 8,1368 8,7946 5,8424 0,8130 -6,2828 20,9542 1,2952 -21,1645 35,1693 -2,2649 0,7754 TERTIAIRE /PIB 25,0876 -0,2598 Moyenne Collective des Politiques Structurelles 0,4102 % de Population ayant Accès à l’Assainissement OP Indice d’Allocation Ressources 1,3272 % de Population ayant Accès à l’Eau Potable 0,1122 0,3133 Dépenses Publiques d’Education Taux Net Scolarisation Secondaire -2,2887 0,5232 467,7438 0,4209 0,2757 1,9682 0,4185 0,1359 0,0991 -1,6835 1,0166 0,1296 0,0623 11,4931 2,3806 -3,5420 -0,0228 -7,8801 Elasticités Moyenne 117,3574 Taux Net Scolarisation Primaire 116,2201 OP Taux de malnutrition (-5an) 112,8605 OP prévalence Tuberculose (pour 100000) 107,0069 Espérance de Vie 104,7225 OP Taux mortalité Maternelle 106,2910 OP Taux mortalité infantile (pour 1000) 104,8003 Dépenses Publique de Santé /PIB 101,0434 Femmes Employées Salariées Non Agricole % d’Accouchement assisté un par personnel 95,7657 Qualifié 103,3117 Femmes Hommes au Secondaire (15_24) 100,0948 Femmes Hommes au Primaire (15_24) 101,6572 Télé-densité mobile 90,0528 Utilisation de l’Internet 87,9746 OP TCHO 81,8341 TERTIAIRE PIB 90,5758 SECONDAIRE PIB Variables ZONE 5 91,2841 TCR PIB 87,1215 OP Primaire ISCI normalisé -0,0003 0,1665 0,0111 0,0265 0,0831 0,0032 -0,2569 0,1051 0,0867 0,0055 0,6489 0,0802 0,0094 0,0024 0,0915 0,0111 0,0054 0,1669 0,0161 0,0101 0,0315 0,0569 0,1651 0,0882 Contributions -0,016168663 10,31059671 0,686606559 1,642279927 5,149240721 0,199663046 -15,9095377 6,511682474 5,372079733 0,341799255 40,1891994 4,970399731 0,584221562 0,146906218 5,6696699 0,689868335 0,337461202 10,33599344 0,997990882 0,626333194 1,949082534 3,527188893 10,22616174 5,461280908 Contribution en % ISCI normalisé S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 Elle comporte 5 zones : Zone 1: c’est la zone d’entrée des données avec les variables en colonne et les années en ligne ; Zone 2: à ce niveau on retrouve les variables centrées réduites des données entrées en zone 1 ; Zone 3: Ici, on retrouve la matrice de covariance, les valeurs propres et le 1er vecteur propre qui sont obtenus grâce à l’utilitaire d’analyse sous le menu données (pour la matrice de covariance) et au poptools sous le menu complément (pour les valeurs et vecteurs propres) ; Zone 4: à ce niveau se trouvent les Pondérations des variables, la contribution de chaque variable à la formation du 1er axe factoriel, les coordonnées des variables sur cet axe principal, les coefficients de liaison linéaire entre l’axe principal et chaque variable lesquels justement après normalisation entre 0 et 1 donnent les pondérations, l’Indice Synthétique de Croissance Inclusive (ISCI) Zone 5: Cette zone renseigne sur l’ISCI normalisé (ISCInorm) de façon à avoir une moyenne de 100 et un écart type de 10 à la manière de l’INSEE avec les indices synthétique de confiance des ménages (INSEE, 2014), les élasticités de l’ISCInorm par rapport aux variables et les contributions des variables à la croissance de l’ISCInorm. La réalisation de l’ACP a permis d’obtenir les pondérations des variables telles que résumées dans le tableau ci-dessous : 96 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive Tableau 2: Pondération des variables et sens de l’effet sur l’ISCI Variables Taux de Croissance Economique Sens de l’effet Variables utilisées Pondérations sur l’ISCI dans l’ACP Positif Taux de Croissance Economique 0,09 Parts du Secteur Primaire Négatif 100-Parts du Secteur Primaire 0,04 Parts du Secteur Secondaire Positif Parts du Secteur Secondaire 0,08 Parts du Secteur Tertiaire Positif Parts du Secteur Tertiaire 0,04 Négatif 100-Taux de Chômage 0,10 Utilisation de l’Internet Positif Utilisation de l’Internet 0,03 Télé Densité Mobile Positif Télé Densité Mobile 0,03 Ratio FemmesHommes au Primaire Positif Ratio FemmesHommes au Primaire 0,03 Ratio FemmesHommes au Secondaire Positif Ratio FemmesHommes au Secondaire 0,03 Pourcentage d’Accouchements Réalisé par un Personnel Qualifié Positif Pourcentage d’Accouchements Réalisé par un Personnel Qualifié 0,03 Pourcentage de Femmes Employées Non Agricoles Positif pourcentage de Femmes Employées Non Agricoles 0,03 Dépenses Publiques de Santé Positif Dépenses Publiques de Santé 0,04 1000-Taux de Mortalité Infantile 0,03 Taux de Chômage Taux de Mortalité Infantile Négatif Taux de Mortalité Maternelle Négatif 1000-Taux de Mortalité Maternelle 0,03 97 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 Espérance de Vie à la Naissance Positif Espérance de Vie à la Naissance 100000-Taux de Prévalence de la Tuberculose 100-Taux de Malnutrition des moins de 5 ans 0,03 Taux de Prévalence de la Tuberculose Négatif Taux de Malnutrition des moins de 5 ans Négatif Taux Net de Scolarisation Primaire Positif Taux Net de Scolarisation Primaire 0,03 Taux Net de Scolarisation Secondaire Positif Taux Net de Scolarisation Secondaire 0,03 Dépenses Publiques d’Education Positif Dépenses Publiques d’Education 0,03 Taux d’Accès à l’Eau potable Positif Taux d’Accès à l’Eau potable 0,03 Taux d’Accès à l’Assainissement Positif Taux d’Accès à l’Assainissement 0,03 Indice d’allocation des ressources Moyenne Collective des Politiques Structurelles Négatif Positif 100-Indice d’allocation des ressources Moyenne Collective des Politiques Structurelles Total 0,03 0,04 0,06 0,08 1 Source : Résultats de l’ACP Ces pondérations obtenues à partir des données sur la période 19952012 ont permis d’obtenir l’ISCI dont l’évolution est donnée par le graphique ci-dessous : 98 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive Graphique 2: Evolution de l’ISCI du Bénin sur la période 1995-2012 Source : Réalisé à partir des résultats Ce graphique montre que l’ISCI présente une tendance à la hausse, ce qui traduit le fait qu’il y a eu amélioration de la croissance inclusive au Bénin sur la période d’étude. De 1995 à 2001, l’ISCInorm est inférieur à 100 ce qui traduit une croissance non inclusive (inclusion négative); mais l’inclusion de la croissance s’améliore globalement sur ladite période en passant de 87,13 en 1995 à 101,66 en 2001 après une aggravation de la non inclusion de 1995 à 1998 (81,84) suivi d’une reprise d’inclusion. De 2001 à 2006, on observe une stabilisation de l’indice pratiquement à 100 (inclusion nulle) sauf en 2004 où on a observé une dégradation de l’indice (95,77). Par contre, de 2006 à 2012 l’indice est demeuré strictement supérieur à 100 (inclusion positive) avec une tendance en hausse en passant de 104,80 à 117,36 sur la période, ce qui correspond à une amélioration de 11,98% en 6 ans. L’ISCI est passé de 91,29 en 1995 à 117,36 soit une croissance de 28,56% sur l’ensemble de la période. La contribution des différentes variables à cette croissance de l’ISCI est donnée par le tableau ci-dessous : 99 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 Tableau 3: Contribution des variables à la croissance de l’ISCI Contributions Contributions en % Taux de Mortalité Maternelle 11,48 40,19 Télé Densité Mobile 2,95 10,34 Indice Allocation des Ressources 2,94 10,31 Taux de Croissance Réel du PIB 2,92 10,23 Taux de Malnutrition des moins de 5 ans 1,86 6,51 Pourcentage d’Accouchements Réalisés par un Personnel Qualifié 1,62 5,67 Part du Secteur Primaire dans le PIB 1,56 5,46 Taux de Prévalence de la Tuberculose 1,53 5,37 Taux Net Scolarisation Secondaire 1,47 5,15 Taux de Mortalité Infantile 1,42 4,97 Part du Secteur Secondaire dans le PIB 1,01 3,53 Part du Secteur Tertiaire dans le PIB 0,56 1,95 Part de la Population ayant Accès à l’Eau Potable 0,47 1,64 Utilisation de l’Internet 0,28 1,00 Ratio Femmes-Hommes au Secondaire 0,20 0,69 Accès à l’Assainissement 0,20 0,69 Taux de Chômage 0,18 0,63 Dépenses Publiques de Santé dans le PIB 0,17 0,58 Espérance de Vie à la Naissance 0,10 0,34 Ratio Femmes-Hommes au Primaire 0,10 0,34 Dépenses Publiques d’Education 0,06 0,20 Taux de Femmes Employées Salariés Non Agricoles 0,04 0,15 Moyenne Collective des Politiques Structurelles 0,00 -0,02 Taux Net de Scolarisation au Primaire -4,54 -15,91 28,56 100,00 Variables Total Source : Réalisé à partir des résultats 100 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive La variable qui a le plus contribué à la croissance de l’ISCI est le taux de mortalité maternelle à raison de 40,19% suivi de la télé-densité mobile, de l’indice d’allocation des ressources, du taux de croissance du PIB, du taux de malnutrition, du pourcentage des accouchements assistés par un personnel qualifié, de la part du secteur primaire dans le PIB, du taux de prévalence pour la tuberculose, du taux net de scolarisation secondaire et du taux de mortalité des moins de 5 ans avec des contributions respectives et plus que moyenne de 10,34% ; 10,31% ; 10,23% ; 6,51% ; 5,67% ; 5,46% ; 5,37% ; 5,15% ; 4,97%. On constate aussi que le taux net de scolarisation primaire présente une contribution négative de -15,91%. La répartition des contributions par catégories permet de se rendre compte que se sont les variables du domaine santé et démographie qui ont le plus contribué à la croissance inclusive au Bénin dans l’ensemble et en moyenne. C’est ce qui est retracé dans le tableau suivant : Tableau 4 : Contributions par domaine Contributions Nombre de variables Contribution moyenne d’une variable Santé et Démographie 63,64 7 9,09 Croissance et structure de l’économie 21,16 4 5,29 Téléphonie et Internet 11,33 2 5,67 Education et Genre -9,39 6 -1,56 Gouvernance 10,29 2 5,15 Accès à l’eau à l’assainissement et chômage 2,96 3 0,99 100 24 4,17 Catégories Total Source : Réalisé à partir des résultats 101 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 Ces contributions par domaine révèlent aussi qu’il y a encore d’importants efforts à fournir dans les domaines « éducation et genre » et « eau, assainissement et emploi » pour améliorer davantage la croissance inclusive au Bénin. Pour se faire, une attention particulière doit être accordée à la scolarisation dans le primaire. Il est aussi indispensable que les efforts réalisés dans le domaine « santé et démographie » en général et en matière de « mortalité maternelle » en particulier soient poursuivis afin de maintenir la tendance à la hausse de l’indicateur synthétique de la croissance inclusive au Bénin. 102 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive conclusion La croissance inclusive constitue aujourd’hui un objectif majeur pour la plupart des Etats. En effet, elle offre la possibilité à toutes les couches de la société de participer à la réalisation des performances économiques (la croissance) et garantit dans le même temps à tous les segments de la population : l’égalité de chances, l’accès aux opportunités économiques, la création des emplois productifs, etc. Cependant, elle demeure un concept qui n’a pas encore connu une définition unanime de la part des différents acteurs de développement. De même, il existe une multitude de méthodologies pour la diagnostiquer et l’évaluer. Dans le cadre de ce travail, l’indice de la croissance inclusive a été évalué à partir des pondérations de chacune des 24 variables impliquées sur la base d’une Analyse en Composante Principale (ACP). En effet, cette méthode a permis de contourner les pondérations arbitraires utilisées généralement dans les études. En résumé, il ressort de notre analyse que l’indice synthétique de la croissance inclusive (ISCI) du Bénin a connu une amélioration en passant de 91,29 en 1995 à 117,36 en 2012 ; soit une évolution de 28,56% sur l’ensemble de la période. Cette évolution de l’indice est essentiellement tirée par le taux de mortalité maternelle avec une contribution de 40,19% et le taux net de scolarisation primaire présentant une contribution négative de -15,91%. La possibilité de la mise à jour de l’indice au-delà de la période sous revue est conditionnée par la disponibilité des données socioéconomiques de qualité. Il est donc souhaitable que des mesures adéquates soient prises pour assurer l’accès auxdites données en vue de garantir la poursuite du calcul de l’indice et sa mise à jour. 103 Revue d’Analyse des politiques économiques et financières Vol 1 - N° 1 Août 2015 references bibliographiques Ali, I. et Son, H. (2007), Measuring Inclusive Growth. Asian Development Review.24 (1). pp. 11–31. Asian Development Bank (2011). Key Indicators for Asia and the Pacific: Framework of Inclusive Growth Indicators, special supplement. Mandaluyong City, Philippines: Asian Development Bank, 2011. Baccini, A. (2010). Statistique Descriptive Multidimensionnelle, Publications de l’Institut de Mathématiques de Toulouse. BAD (2012). Les perspectives Economiques de l’Afrique. OCDE, PNUD, CEA. Banque Mondiale (2014). Bénin : Promouvoir une croissance inclusive afin de réduire la pauvreté. Baulch, B. et al. (2008). Social Protection Index for Committed Poverty Reduction.Vol. 2: Asia. Manila : ADB. Hausmann, Ricardo ; Rodrik, Dani et Andrés Velasco (2005). “Growth Diagnostics”. Manuscript, Inter-American Development Bank. INSAE/DGAE (2011). Les comptes nationaux du Bénin. INSEE (2014). Enquête mensuelle de conjoncture auprès des ménages, France, Mai 2014. MECCAGPDPE et PNUD Bénin (2000). Etudes Nationales de Perspectives à Long Terme (NLTPS Bénin 2025). Bénin 2025-ALAFIA. (Août. 2000). 235p. McKinley, T. (2010). Inclusive Growth Criteria and Indicators: An Inclusive Growth Index for Diagnosis of Country Progress. ADB Sustainable Development Working Paper Series No. 14. Manila : Asian Development Bank. 104 S.S.F. ANAGO & J-L.D. HOUNGBEME - Construction d’un indicateur synthétique de croissance inclusive Niimi, Y. (2009). Gender Equality and Inclusive Growth in Developing Asia. ADB Economics Working Paper Series. No. 186. Manila: ADB. OCDE (2014). Rapport sur le cadre de l’OCDE pour une croissance inclusive. Perraudin, C. (2004). Le modèle de régression linéaire : Université Paris I – Panthéon Sorbonne. PNUD (2011). Politiques de croissance pro-pauvre : Contraintes et défis au Bénin. République du Bénin (2011). Stratégie de Croissance pour la Réduction de la Pauvreté, SCRP 2011-2015, Document adopté en Conseil des Ministres le 16 mars 2011, 189p. République du Bénin (2006). Orientations Stratégiques Développement du Bénin 2006-2011 : le Bénin émergent, 84p. de Stuart, E. (2011). Making Growth Inclusive: Some Lessons from Countries and the Literature, Oxfam Research Report, April 2011. Zhuang, J., (ed.) (2010). Poverty, Inequality, and Inclusive Growth in Asia: Measurement, Policy Issues, and Country Studies. Manila: Asian Development Bank. 105
