Ce dernier chapitre réunit les fils conducteurs du livre — micro, macro, institutions et empirisme — pour aborder la question la plus déterminante de l'économie : pourquoi certains pays sont-ils riches et d'autres pauvres, et que peut-on y faire ?
L'économie du développement n'est pas de la « théorie de la croissance appliquée ». Elle traite des défaillances de coordination, des trappes institutionnelles, des déficits de capital humain et de l'économie politique que les modèles standards ignorent. Elle présente aussi la révolution méthodologique la plus spectaculaire de l'économie moderne : l'essor des essais contrôlés randomisés comme outil d'évaluation des interventions — et, plus récemment, la contre-révolution de l'estimation structurelle qui cherche à dépasser ce qu'une seule expérience peut nous apprendre.
Ce chapitre fait la synthèse de l'ensemble du manuel. La théorie de la croissance (Ch 13) fournit le cadre. Les institutions (Ch 18) fournissent les déterminants profonds. L'économétrie (Ch 10) fournit les outils d'identification — variables instrumentales, régression par discontinuité et logique de l'inférence causale. Les enseignements comportementaux (Ch 19) éclairent la conception des interventions de développement.
Prérequis : Ch 10 (Fondements de l'économétrie — VI, régression), Ch 13 (Théorie de la croissance — modèle de Solow, états stationnaires), Ch 18 (Économie institutionnelle — AJR, extractif/inclusif), Ch 19 (Économie comportementale — nudges, ECR).
Littérature citée : Lewis (1954) ; Rosenstein-Rodan (1943) ; Murphy, Shleifer & Vishny (1989) ; Acemoglu, Johnson & Robinson (2001) ; Nunn (2008) ; Mincer (1974) ; Bleakley (2007) ; Miguel & Kremer (2004) ; Banerjee, Duflo & Kremer (Nobel 2019) ; Todd & Wolpin (2006) ; Attanasio, Meghir & Santiago (2012) ; Deaton (2010) ; Allcott (2015) ; Lin (2012) ; Rodrik (2004).
Les pays les plus riches — la Norvège, la Suisse, les États-Unis — ont un PIB par habitant supérieur à \$60 000 (PPA). Les plus pauvres — le Burundi, le Soudan du Sud, la République centrafricaine — ont un PIB par habitant inférieur à \$500. Un facteur de plus de 100 sépare les plus riches des plus pauvres, et cet écart s'est considérablement creusé sur deux siècles. En 1800, le ratio le plus riche/le plus pauvre était d'environ 5:1. En 2000, il dépassait 100:1. Cette « Grande Divergence » est le fait central que l'économie du développement doit expliquer.
Les Penn World Tables révèlent plusieurs tendances. Au début du XIXe siècle, la distribution était approximativement unimodale : presque tous les pays étaient pauvres. La Révolution industrielle a créé une divergence qui s'est accélérée au XXe siècle. Dans les années 1970-1980, la distribution était devenue nettement bimodale — les « pics jumeaux » (Quah 1996). Depuis 2000, la croissance rapide de la Chine et de l'Inde a partiellement comblé l'écart, bien que l'Afrique subsaharienne reste largement au pic inférieur.
| Faits de Kaldor (Ch 13) | Faits du développement (ce chapitre) |
|---|---|
| Ratio capital-production constant | Ratio capital-production croissant pendant l'industrialisation |
| Part du travail constante | Part du travail décroissante dans l'agriculture, croissante dans l'industrie puis les services |
| Taux de croissance constant de la production par travailleur | Croissance très variable ; épisodes d'accélération et de stagnation |
| Sentier de croissance équilibré | Transformation structurelle ; croissance déséquilibrée, avec changements sectoriels |
Le modèle de Solow (Ch 13) capture bien les faits de Kaldor. Il ne capture pas les faits du développement — il n'a qu'un secteur, un type de travail et une convergence lisse. L'économie du développement nécessite des modèles à secteurs multiples, travail hétérogène et possibilité de trappes.
Figure 20.3. Distribution mondiale des revenus dans le temps (stylisée). Faites défiler les décennies pour voir l'évolution d'unimodale (1800) à bimodale (années 1970) à convergence partielle (années 2000). Utilisez le curseur ou le bouton lecture.
Le secteur moderne utilise le capital et le travail dans une fonction de production Cobb-Douglas :
Le secteur moderne utilise le capital et le travail dans une fonction de production Cobb-Douglas :
Le secteur moderne embauche des travailleurs tant que $MPL_M > \bar{w}$. Pendant la phase de main-d'œuvre excédentaire, le secteur moderne fait face à une offre de travail parfaitement élastique au salaire $\bar{w}$. Les profits ($\Pi_M = Y_M - \bar{w}L_M$) sont réinvestis, créant un cercle vertueux : l'accumulation de capital élève $MPL_M$, absorbant plus de travailleurs, générant plus de profits.
La Chine est l'illustration moderne la plus spectaculaire. Entre 1980 et 2010, la Chine a transféré des centaines de millions de travailleurs de l'agriculture rurale vers l'industrie urbaine, générant des taux de croissance de 10 % par an. Les économistes débattent de la question de savoir si la Chine a franchi son point de retournement de Lewis autour de 2010-2015, comme en témoigne la hausse rapide des salaires dans les zones manufacturières côtières.
Figure 20.2. Modèle d'économie duale de Lewis. Gauche : courbe de MPL du secteur moderne et salaire de subsistance. Droite : production par secteur. Augmentez le capital pour absorber le travail ; surveillez le point de retournement de Lewis. Déplacez les curseurs pour explorer.
La République de Kaelani a 10 millions de travailleurs. Actuellement, 7 millions travaillent dans le secteur de subsistance avec une main-d'œuvre excédentaire de 3 millions ($\bar{L} = 4$ millions). Secteur moderne : $A_M = 2$, $K_M = 100$, $\alpha = 0{,}4$.
(a) Production moderne actuelle ($L_M = 3$ M) : $Y_M^{\text{avant}} = 2 \times 100^{0,4} \times 3^{0,6} \approx 24{,}40$. Après réallocation de 1 M de travailleurs ($L_M = 4$ M) : $Y_M^{\text{après}} = 2 \times 100^{0,4} \times 4^{0,6} \approx 28{,}99$. Gain de production = 4,59 unités (augmentation de 18,8 %), sans aucune perte de subsistance puisque les travailleurs transférés étaient excédentaires.
(b) Au point de retournement, $L_M = L - \bar{L} = 6$ M. En posant $MPL_M = \bar{w} = 1$ : $K_M^* \approx 3{,}80$ — un seuil bas reflétant l'abondance de main-d'œuvre excédentaire et le modeste salaire de subsistance.
Le modèle de Solow standard comporte une fonction de production concave garantissant un état stationnaire stable unique. Les trappes à pauvreté nécessitent une fonction de production en S (localement convexe) créant des croisements multiples entre $sf(k)$ et $(n+\delta)k$.
Figure 20.1. Diagramme de la trappe à pauvreté. La courbe en S $sf(k)$ croise la droite $(n+\delta)k$ en jusqu'à trois points. Faites glisser le point pour voir la convergence vers la trappe basse ou l'équilibre élevé. Ajustez le taux d'épargne et la courbure avec les curseurs. Faites glisser le point de condition initiale pour explorer.
Le modèle MSV génère deux équilibres de Nash : pas d'industrialisation (la trappe à pauvreté) et industrialisation complète (l'équilibre développé). Un gouvernement peut jouer le rôle de mécanisme de coordination — en subventionnant l'investissement simultané dans tous les secteurs.
Tous les pays pauvres ne sont pas piégés. Kraay et McKenzie (2014) trouvent peu de preuves de trappes à pauvreté au niveau des ménages. Au niveau des pays, le sous-développement persistant dans certaines parties de l'Afrique subsaharienne est plus cohérent avec la dynamique de trappe, en particulier combiné à la défaillance institutionnelle et aux conflits.
Étant donné $f(k) = k^2/(1+k^2)$ (en S), $s = 0{,}20$, $n+\delta = 0{,}10$. En posant $sf(k) = (n+\delta)k$ et en résolvant, on obtient $k = 0$ et $k = 1$ (racine répétée — la trappe est à la limite d'existence).
Pour un exemple plus riche, $f(k) = k^{2,2}/(1+k^{2,2})$ donne trois solutions : $k_L^* \approx 0$ (trappe à pauvreté), $k_U \approx 0{,}72$ (seuil instable), $k_H^* \approx 1{,}45$ (équilibre élevé). En $k_U$, la fonction de production est localement convexe donc $g'(k_U) > 0$ — instable. Le big push nécessite d'injecter $\Delta k \approx 0{,}72$ par travailleur.
Le défi fondamental est l'endogénéité : les pays riches peuvent se permettre de meilleures institutions. AJR (2001) ont proposé une stratégie de VI utilisant la mortalité des colons. Le coefficient de première étape $\beta$ est négatif et hautement significatif (F-statistique > 20). L'estimation 2SLS $\hat{\delta} \approx 0{,}94$ dépasse l'OLS ($\approx 0{,}52$) — cohérent avec un biais d'atténuation dû aux erreurs de mesure.
Les expériences naturelles renforcent l'hypothèse institutionnelle : Corée du Nord vs Corée du Sud, Allemagne de l'Est vs Allemagne de l'Ouest, Chine avant et après les réformes, et le Botswana vs ses voisins illustrent tous comment la divergence institutionnelle entraîne la divergence des revenus.
Figure 20.4. Institutions vs géographie — nuage de points. Changez la variable en abscisse pour comparer mortalité des colons, latitude et État de droit comme prédicteurs du revenu. Utilisez le menu déroulant pour changer de vue.
Résultats : F de première étape = 22,9, $\hat{\beta} = -0{,}61$, 2SLS $\hat{\delta} = 0{,}94$ (ET = 0,16), OLS = 0,52. (a) Une augmentation d'une unité de la qualité institutionnelle cause une hausse de 0,94 log-point du PIB/habitant. Passer du 25e percentile (score 5) au 75e (score 8) prédit une augmentation de \$1 \times 0{,}94 = 2{,}82$ log-points — environ 16,8 fois.
(b) Menaces pour la restriction d'exclusion : la mortalité des colons peut servir de proxy pour l'environnement pathologique actuel (réduisant directement la productivité) ; les Européens ont peut-être investi différemment dans les infrastructures au-delà des institutions. (c) VI > OLS probablement dû au biais d'atténuation : si le ratio de fiabilité est d'environ 0,55, alors \$1{,}52/0{,}55 \approx 0{,}94$.
| Groupe de revenus | Rendement moyen (ρ̂) |
|---|---|
| Pays à faible revenu | 10,5 % |
| Revenu intermédiaire inférieur | 8,7 % |
| Revenu intermédiaire supérieur | 7,2 % |
| Pays à revenu élevé | 5,4 % |
Bleakley (2007) a exploité la variation géographique de la prévalence de l'ankylostome pour montrer une augmentation de revenu de 17 % par écart-type de réduction. Miguel & Kremer (2004) ont constaté que le déparasitage réduisait l'absentéisme scolaire de 25 % avec d'importants effets de débordement — environ \$3,50 par année supplémentaire de fréquentation, parmi les interventions de développement les plus rentables connues.
Figure 20.5. Explorateur de l'équation de Mincer. Ajustez les années de scolarité et les rendements pour voir comment le profil du log-salaire se déplace. La ligne en pointillés montre la prime pour 4 années supplémentaires. Déplacez les curseurs pour explorer.
Pays A (faible revenu) : $\hat{\rho} = 0{,}10$, $\hat{\beta}_1 = 0{,}03$, $\hat{\beta}_2 = -0{,}0005$. Pays B (revenu élevé) : $\hat{\rho} = 0{,}05$, $\hat{\beta}_1 = 0{,}05$, $\hat{\beta}_2 = -0{,}0008$. La prime à l'éducation pour 4 années supplémentaires : Pays A = $e^{0,40}-1 = 49{,}2\%$ ; Pays B = $e^{0,20}-1 = 22{,}1\%$.
Le pic salarial à $\text{Exp}^* = \beta_1 / (2|\beta_2|)$ : Pays A à 30 ans, Pays B à 31,25 ans. Les rendements diffèrent en raison de la rareté, du biais de capacité, des contraintes de crédit, de la qualité scolaire et des effets de signal vs capital humain.
Banerjee, Duflo et Kremer ont reçu le prix Nobel 2019 pour leur approche expérimentale de la réduction de la pauvreté mondiale. Résultats clés : les transferts monétaires fonctionnent et ne réduisent pas l'effort ; la microfinance n'est pas transformatrice ; le déparasitage est extraordinairement rentable. La plus grande contribution de la révolution des ECR a été de remplacer les croyances antérieures par des preuves.
| Intervention | Résultat | Étude |
|---|---|---|
| Déparasitage | Réduction de 25 % de l'absentéisme ; effets de débordement importants | Miguel & Kremer (2004) |
| Moustiquaires | La distribution gratuite génère une adoption bien plus élevée que le partage des coûts | Cohen & Dupas (2010) |
| Microfinance | Effets modestes sur le revenu des entreprises ; pas de réduction transformative de la pauvreté | Banerjee et al. (2015) |
| Transferts monétaires (inconditionnels) | Les bénéficiaires investissent de manière productive ; les effets persistent | GiveDirectly (Haushofer & Shapiro 2016) |
| Transferts monétaires (conditionnels, Progresa) | +8 pp de scolarisation, amélioration nutritionnelle | Schultz (2004) |
| Incitations pour les enseignants | La rémunération incitative améliore les résultats aux tests ; les détails de conception comptent | Muralidharan & Sundararaman (2011) |
Figure 20.6. Calculateur de puissance d'ECR. Voyez comment la taille d'effet, la variance, le seuil de significativité et le regroupement affectent la taille d'échantillon requise. La ligne en pointillés marque la puissance de 80 %. Déplacez les curseurs pour explorer.
Le ministère de Kaelani prévoit un effet de revenu de \$30/mois ($\sigma = 120$). À $\alpha = 0{,}05$, puissance de 80 % : $N = 2 \times 120^2 \times (1{,}96+0{,}84)^2 / 30^2 \approx 251$ par bras. Avec randomisation par grappes (42 villages, 60 ménages chacun, ICC = 0,04) : effet de design = 3,36, échantillon effectif = 750 — bien au-dessus de 251.
Si le budget ne permet que 1 500 par bras : échantillon effectif $\approx 446$. MDE $= \sqrt{2 \times 14400 \times 7{,}84 / 446} \approx \$22{,}50$/mois — inférieur à l'effet attendu de \$30, donc l'étude reste adéquatement puissante.
Si le modèle de Solow a raison et que les pays pauvres manquent de capital, la solution semble évidente : transférer du capital depuis les pays riches. C’est la logique de l’aide étrangère. Des milliers de milliards de dollars ont été dépensés sur cette prémisse. Dambisa Moyo soutient que cela a empiré les choses.
AvancéTodd et Wolpin (2006) ont validé un modèle structurel par rapport à l'ECR Progresa, puis l'ont utilisé pour simuler des contrefactuels non testés. Attanasio et al. (2012) ont montré que le TCC fonctionnait principalement en réduisant les coûts d'opportunité de la scolarisation plutôt qu'en desserrant les contraintes budgétaires — une compréhension basée sur les mécanismes qui permet la transférabilité.
La résolution n'est pas structurel contre forme réduite — c'est structurel et forme réduite. Les ECR fournissent des estimations causales crédibles ; les modèles structurels fournissent des cadres de généralisation. Le flux de travail idéal : utiliser un ECR pour identifier les paramètres, les intégrer dans un modèle structurel, valider par rapport aux données expérimentales, puis extrapoler avec des bornes d'incertitude honnêtes.
Figure 20.8. Comparaison structurel vs forme réduite. Le panneau gauche montre l'estimation ECR d'origine ; le droit montre les prédictions pour un nouveau site. À mesure que les contextes divergent, le modèle structurel s'ajuste honnêtement tandis que l'extrapolation naïve reste faussement précise. Utilisez le commutateur pour changer de scénario.
Miguel & Kremer ont trouvé une réduction de l'absentéisme de 25 % au Kenya ; une réplication en Inde a trouvé environ 3 pp (non significatif). Différences structurelles clés : prévalence des helminthes 75 % (Kenya) vs 20-30 % (Inde) ; qualité et accès scolaires différents ; coûts d'opportunité différents du travail des enfants ; effets de débordement moindres.
Un modèle structurel de scolarisation avec intrants de santé, calibré sur le Kenya, prédit 7 pp. Recalibré avec les paramètres indiens : 2-3 pp — cohérent avec la réplication. Le modèle « sait ce qu'il ne sait pas » : il ajuste les prédictions et élargit les intervalles de confiance plutôt que d'extrapoler faussement.
La nouvelle économie structurelle (Lin) soutient que les gouvernements devraient identifier les industries cohérentes avec l'avantage comparatif latent. Rodrik étend cela à la politique industrielle verte : la transition énergétique propre nécessite un investissement public coordonné car les externalités carbone sont sous-évaluées et les retombées de l'apprentissage par la pratique ne sont pas internalisées.
Le débat entre transferts conditionnels et inconditionnels (TIE) est central dans la politique contemporaine. Les programmes de GiveDirectly montrent que les TIE fonctionnent bien — les bénéficiaires investissent de manière productive et les effets persistent. La conditionnalité peut compter lorsque des biais comportementaux empêchent l'investissement optimal (lien avec le Ch 19), mais peut être inutile lorsque les ménages veulent déjà investir dans le capital humain de leurs enfants.
Figure 20.7. Simulateur d'ECR de transferts monétaires. Ajustez le montant du transfert, la durée et la conditionnalité pour voir comment les effets du traitement varient selon les résultats. Les étoiles de significativité apparaissent lorsque l'IC exclut zéro. Déplacez les curseurs pour explorer.
L'ère coloniale (avant 1945) a créé les fondements institutionnels. L'ère post-indépendance (1945-1980) a été dominée par la pensée du big push. Le Consensus de Washington (1980-2000) a promu les marchés. La révolution des ECR (2000-2019) a recentré l'attention sur les preuves micro. L'ère post-2015 fait la synthèse : les grandes questions nécessitent une réflexion structurelle ; les questions de politique spécifiques nécessitent des preuves expérimentales.
Vous avez maintenant traversé l'arc complet : mesure du PIB (Ch 7), accumulation de capital (Ch 9), croissance endogène (Ch 13), institutions (Ch 18) et la frontière empirique (ce chapitre). C'est l'étape finale — et la résolution honnête est qu'aucune théorie unique ne gagne.
La révolution ECR montre que des interventions spécifiques fonctionnent : les transferts monétaires augmentent revenu et bien-être (GiveDirectly), le déparasitage a de grands rendements à long terme (Miguel & Kremer), et les interventions d'information changent le comportement. Mais les tailles d'effet sont petites relativement à l'écart de revenu. Une moustiquaire qui prévient le paludisme sauve des vies mais n'explique pas la différence de 50× de revenu par habitant. L'estimation structurelle (Buera, Kaboski & Shin 2011) quantifie la contribution de la mauvaise allocation et des défaillances de marché aux écarts de productivité agrégée — et trouve que les distorsions des marchés de capitaux seules peuvent expliquer un facteur de 2-3× des différences de PTF. La boîte à outils de l'économie du développement a maintenant deux couches : les ECR identifient les effets causaux locaux d'interventions spécifiques ; les modèles structurels intègrent ces effets en équilibre général pour poser des questions sur les conséquences agrégées.
Critique de Deaton sur les ECR : Les ECR répondent à « cette intervention a-t-elle fonctionné dans ce contexte ? » mais non à « fonctionnera-t-elle ailleurs ? » ou « pourquoi fonctionne-t-elle ? ». Sans théorie, les résultats ECR ne généralisent pas. La validité externe (§20.7) est la contrainte liante. Critique de Pritchett : Les interventions que les ECR étudient — moustiquaires, manuels, déparasitage — sont trop petites pour expliquer l'écart de développement. Les grands conducteurs sont les institutions nationales, la politique industrielle et la gestion macroéconomique. Vous ne pouvez pas randomiser les institutions d'un pays. Le défi chinois : La réduction de pauvreté la plus dramatique de l'histoire (800 millions de personnes) s'est produite par réforme politique domestique, non par les interventions que la communauté d'aide étudie. La Chine n'avait pas besoin d'ECR ; elle avait besoin de changement institutionnel — et les changements institutionnels spécifiques qu'elle a faits (libéralisation à double voie, ZES, orientation exportatrice) ne correspondent proprement à aucun cadre théorique.
La frontière bouge vers la combinaison d'ECR avec modèles structurels. Les ECR identifient les paramètres locaux ; les modèles structurels les intègrent en équilibre général. C'est la synthèse « révolution de la crédibilité rencontre estimation structurelle ». Simultanément, le renouveau de la politique industrielle (Lin, Rodrik) représente un retour à la pensée d'ensemble — mais avec meilleure discipline empirique que l'ère de la substitution aux importations. La profession est aussi plus honnête sur ce qu'elle ne sait pas : la contingence historique du développement (pourquoi le Botswana et non la Zambie ?) peut impliquer des processus dépendants du chemin qui résistent à l'explication causale simple.
La réponse honnête à « pourquoi certains pays sont-ils pauvres ? » est : les institutions et les idées sont les causes fondamentales, opérant par canaux multiples — droits de propriété, capital humain, adoption technologique, stabilité politique. Les ECR nous aident à comprendre des mécanismes spécifiques. Géographie et culture interagissent avec les institutions plutôt que d'être des alternatives. Aucune théorie unique n'explique tout, et la question reste véritablement ouverte. C'est en soi une chose importante à ce que le lecteur comprenne : la plus grande question en économie n'a pas de réponse nette, consensuelle. Ce que nous savons est que les causes proximales (capital, capital humain, PTF) sont bien mesurées, les causes profondes (institutions, géographie, culture) sont véritablement débattues, et les leviers politiques (interventions spécifiques vs. réforme institutionnelle) opèrent à des échelles différentes avec des bases de preuves différentes. Les meilleurs économistes du développement tiennent tous ces éléments en tension plutôt que de s'engager dans une seule histoire.
C'est l'étape finale pour la GQ02, mais la question est loin d'être fermée. La politique industrielle fait son retour — le développement dirigé par l'État fonctionne-t-il ? Le miracle de croissance chinois défie l'histoire des « institutions inclusives ». Le changement climatique menace de renverser des décennies de convergence, avec les pays les plus pauvres supportant des coûts qu'ils n'ont pas causés. La révolution IA pourrait accélérer ou élargir l'écart selon si les pays en développement peuvent adopter et adapter la technologie. Et le puzzle le plus profond perdure : si nous savons à quoi ressemblent de « bonnes institutions », pourquoi les pays ne peuvent-ils les adopter ? La réponse implique probablement l'économie politique — ceux qui bénéficient d'institutions extractives ont le pouvoir de les maintenir. Le chemin de savoir ce qui fonctionne à le mettre en œuvre peut être le problème le plus difficile de toute l'économie.
Les interventions ciblées de santé fonctionnent. L'aide à la gouvernance ne fonctionne pas. La question agrégée est la mauvaise question.
Avancé800 millions tirés de la pauvreté sans institutions inclusives. Exception ou modèle alternatif ?
AvancéL'instrument de mortalité des colons d'AJR dit que les institutions sont le canal. Mais la persistance institutionnelle est plus complexe qu'une seule VI.
AvancéVous avez vu le cas de l'avantage comparatif (Ch 2), le commerce stratégique sous concurrence imparfaite (Ch 6) et la macro en économie ouverte (Ch 17). Maintenant la perspective du développement : le succès de l'Asie de l'Est a impliqué une politique commerciale stratégique — mais la plupart des pays qui ont essayé la même chose ont échoué.
Le développement est-asiatique a impliqué une politique industrielle orientée exportation : protection ciblée d'industries naissantes, subventions à l'exportation et taux de change gérés — combinée avec un fort investissement en capital humain et une discipline macroéconomique. Japon, Corée du Sud, Taïwan et Chine ont tous dévié de l'orthodoxie du libre-échange. Ce n'était pas de l'autarcie — c'était un engagement stratégique avec les marchés mondiaux. La nouvelle économie structurelle (Lin) soutient que les gouvernements devraient identifier des industries cohérentes avec un avantage comparatif latent et faciliter leur développement. Rodrik étend cela à la politique industrielle verte : la transition vers l'énergie propre exige un investissement public coordonné parce que les externalités de carbone sont sous-tarifées et les retombées d'apprentissage par la pratique ne sont pas internalisées. L'argument de l'industrie naissante, rejeté pendant des décennies, est revenu à la respectabilité dominante — avec d'importantes réserves sur la mise en œuvre.
Le problème de sélection : Le succès de l'Asie de l'Est peut avoir été malgré la politique industrielle, non à cause d'elle. Des pays qui ont essayé les mêmes politiques en Amérique latine et Afrique ont échoué — substitution aux importations en Argentine, industrialisation dirigée par l'État en Tanzanie et au Ghana. La différence peut être la qualité institutionnelle, les niveaux d'éducation ou les facteurs culturels, non la politique commerciale elle-même. Les coûts chinois : La Chine a utilisé la politique industrielle agressivement, mais elle a aussi créé massive surcapacité, firmes zombies soutenues par banques d'État, destruction environnementale et bulle immobilière. Les coûts de la politique industrielle sont réels et importants. Défaillance gouvernementale : Choisir les gagnants exige compétence bureaucratique et isolation de la recherche de rente. La plupart des gouvernements manquent des deux. Les conditions théoriques pour un commerce stratégique bénéfique (Brander-Spencer) sont sur le fil du rasoir, et les conditions pratiques sont encore plus exigeantes.
Le courant dominant de l'économie du développement s'est adouci sur l'absolutisme du libre-échange. La « politique industrielle 2.0 » de Rodrik plaide pour une politique industrielle intelligente, responsable avec critères de sortie clairs — non la protection ouverte de l'ère de substitution aux importations. La transition climatique crée une nouvelle justification : la politique industrielle verte (subventions aux renouvelables, VE) est maintenant dominante aux États-Unis, dans l'UE et en Chine. Les perdants de Stolper-Samuelson du commerce n'ont toujours pas été compensés dans la plupart des pays, et le retour de bâton politique (Brexit, tarifs Trump) a forcé la profession à prendre les effets distributifs plus sérieusement.
La doctrine pure du libre-échange était trop forte. Le commerce est bénéfique, mais les conditions sous lesquelles l'intervention stratégique fonctionne — institutions fortes, responsabilité bureaucratique, contraintes budgétaires dures, discipline exportatrice — sont exigeantes et rares. La plupart des pays qui ont essayé la politique industrielle ont échoué. Les quelques-uns qui ont réussi (Japon, Corée, Taïwan, Chine) l'ont fait sous des conditions spécifiques difficiles à répliquer. La réponse honnête : le libre-échange est la bonne valeur par défaut pour la plupart des pays la plupart du temps ; l'intervention stratégique peut fonctionner mais généralement ne fonctionne pas ; et les effets distributifs du commerce doivent être adressés par politique domestique plutôt qu'ignorés. La dimension climatique ajoute un élément véritablement nouveau — ajustements carbone aux frontières, subventions vertes et relocalisation des chaînes d'approvisionnement remodèlent le paysage commercial d'une manière que le cadre du manuel doit absorber.
C'est l'étape finale pour la GQ05, mais la politique commerciale évolue rapidement. La politique climatique remodèle le commerce : les ajustements carbone aux frontières sont en cours de mise en œuvre dans l'UE, les subventions vertes prolifèrent mondialement, et les préoccupations de sécurité de chaîne d'approvisionnement conduisent des décisions de relocalisation. Le cadre du libre-échange doit incorporer externalités environnementales, risque géopolitique et résilience de chaîne d'approvisionnement — dont aucun n'est bien géré par le modèle standard. La question « le libre-échange est-il toujours bon ? » peut être le mauvais cadrage ; la véritable question est « quelle combinaison d'ouverture et de politique stratégique maximise un développement inclusif, durable ? » — et cette question est grande ouverte.
L'expérience du développement complique la réponse du manuel. Les tarifs stratégiques de l'Asie de l'Est ont fonctionné ; ceux de l'Amérique latine non.
IntroductionLa politique commerciale de la Chine a défié l'orthodoxie du libre-échange et a produit la croissance la plus rapide de l'histoire. Mais les préconditions institutionnelles étaient uniques.
AvancéVous avez vu l'arbitrage efficacité-équité (Ch 3), les arguments d'externalité pour la redistribution (Ch 4), les contraintes de théorie des mécanismes (Ch 12) et la fiscalité optimale (Ch 16). Maintenant la dimension mondiale : l'inégalité intra-pays est éclipsée par l'inégalité inter-pays, et les outils pour les adresser sont complètement différents.
L'inégalité intra-pays (coefficients de Gini de 0,35-0,60) est éclipsée par l'inégalité inter-pays (Gini mondial d'environ 0,70). Le décile le plus riche en Inde gagne moins que le décile le plus pauvre dans plusieurs pays OCDE. Les transferts monétaires conditionnels (Bolsa Familia, Progresa/Oportunidades) ont réduit pauvreté et inégalité dans les pays en développement avec des coûts d'efficacité modestes. L'investissement en capital humain — éducation et santé — est à la fois améliorant l'efficacité et égalisant : les rendements de Mincer sont plus élevés dans les pays en développement (10-14 % vs. 5-7 %), signifiant que l'année marginale de scolarité a des rendements plus grands précisément là où l'inégalité est la plus grande. L'économie du développement fournit une boîte à outils différente de la fiscalité-et-transfert domestique : ECR pour évaluer des interventions spécifiques, politiques structurelles pour la croissance, et réforme institutionnelle pour les déterminants profonds.
Croissance vs. redistribution : Dans les pays pauvres, la croissance est bien plus puissante que la redistribution pour réduire la pauvreté. La Chine a tiré 800 millions de la pauvreté par croissance, non par transferts. Redistribuer une petite tarte fait moins que faire grandir la tarte. Concentrez-vous sur les institutions et la croissance, non sur la division de ce petit peu qu'il y a. Contre les TMC : Les transferts conditionnels sont paternalistes — pourquoi pas inconditionnels ? Le ciblage est coûteux et imparfait : les dépenses administratives consomment des ressources, et les conditions supposent que les gouvernements savent mieux que les ménages quels investissements faire. Le revenu de base universel peut être plus simple et plus digne. La question migratoire : Si l'inégalité inter-pays est la dimension dominante, l'outil de « redistribution » le plus puissant est de permettre aux gens de passer des pays pauvres aux riches. Les frontières ouvertes feraient plus pour l'égalité mondiale que tout système fiscal — mais la migration est politiquement impensable à l'échelle requise.
La communauté du développement a évolué vers une position et/et : croissance et redistribution sont complémentaires, non substituts. La croissance pro-pauvre — croissance qui bénéficie disproportionnellement aux pauvres — est le but. Les expériences GiveDirectly sur transferts monétaires inconditionnels ont montré que les bénéficiaires investissent productivement et les effets persistent, affaiblissant le cas pour la conditionnalité paternaliste. La littérature sur l'inégalité mondiale (Branko Milanovic) a documenté une « grande convergence » depuis 2000 : l'inégalité inter-pays a baissé alors que Chine, Inde et autres économies émergentes croissaient plus vite que les pays riches. Mais l'inégalité intra-pays a monté dans beaucoup d'endroits, créant la « courbe de l'éléphant » — les classes moyennes mondiales ont gagné, les très riches ont gagné, et les classes moyennes inférieures des pays riches ont stagné.
L'inégalité est un problème que l'économie peut partiellement résoudre — mais les outils diffèrent selon l'échelle. Dans les pays, la conception de fiscalité optimale et de transferts peut réduire l'inégalité avec des coûts d'efficacité modérés (le cadre Mirrlees-Diamond-Saez du Ch 16). Entre pays, la réponse est la croissance conduite par institutions, capital humain et adoption technologique. TMC et interventions de développement aident à la marge. La profession est plus honnête à ce sujet qu'elle ne l'était il y a une génération : l'arbitrage efficacité-équité est réel mais plus petit que beaucoup ne le supposaient, la redistribution modérée a des coûts modestes, et la plus grande inégalité est entre pays, non à l'intérieur. La vérité inconfortable est que les outils les plus puissants pour réduire l'inégalité mondiale — réforme institutionnelle dans les pays pauvres, migration ouverte et transfert technologique — sont politiquement contraints d'une manière que l'économie seule ne peut résoudre.
C'est l'étape finale pour la GQ09, mais la frontière de l'inégalité se déplace. Le changement climatique est le prochain grand défi d'inégalité — les pays les plus pauvres supporteront les plus grands coûts d'un problème qu'ils n'ont pas créé. Finance d'adaptation climatique, compensation pertes et dommages, et transfert technologique vert sont là où va ensuite la question d'équité. La révolution IA soulève une préoccupation parallèle : les gains de productivité conduits par l'IA iront-ils aux pays et travailleurs qui ont déjà l'infrastructure pour les adopter, ou atteindront-ils les pauvres du monde ? Et dans les pays riches, le retour de bâton politique contre la mondialisation a rendu la réduction de l'inégalité plus difficile, non plus facile — les perdants distributifs du commerce et de la technologie votent maintenant pour le protectionnisme plutôt que la redistribution. L'économie peut concevoir de meilleures politiques ; si ces politiques sont mises en œuvre est une question politique que la discipline commence seulement à engager honnêtement.
Les résultats de GiveDirectly montrent que l'argent inconditionnel fonctionne. Mais passer des expériences villageoises à la politique nationale est la partie difficile.
IntermédiaireDan Riffle a popularisé le slogan en 2019. Dans un contexte de développement, la concentration de richesse intra-pays rencontre la pauvreté inter-pays. Le décalage d'échelle cadre le problème différemment.
IntermédiaireKaelani met en œuvre un TCC : \$50/mois à 2 500 ménages ruraux sélectionnés aléatoirement, conditionné à une fréquentation scolaire de 80 %+, pendant 18 mois. Groupe de contrôle : 2 500 ménages. Calcul de puissance (Eq. 20.10) : avec $\sigma = 120$, le MDE est de \$27/mois à 80 % de puissance. L'effet attendu de \$30-35 est bien au-dessus de ce seuil.
Randomisation par grappes (42 villages traitement + 42 contrôle, ICC = 0,04, taille de grappe 60) donne un effet de design = 3,36. Échantillon effectif = 744 par bras, au-dessus du minimum de 309. Résultats pré-enregistrés : consommation, scolarisation, diversité alimentaire, épargne.
Résultats après 18 mois : Consommation mensuelle +\$32 (p < 0,01), scolarisation +8 pp (p = 0,01), diversité alimentaire +0,4 ET (p < 0,01), épargne +\$15 (p = 0,02), offre de travail des adultes −2 h/semaine (p = 0,27, non significatif). Conformité 94 % ; préoccupation sur l'offre de travail écartée. Le transfert de \$50 génère \$32 de gains de consommation, suggérant des multiplicateurs de dépenses locaux.
Analyse institutionnelle (Ch 18) : Le TCC renforce la capacité étatique — systèmes de paiement, infrastructure de suivi, responsabilité bureaucratique. La condition de fréquentation scolaire fonctionne parce que Kaelani a investi dans la construction d'écoles lors de sa réforme de 2005. Sans écoles, la conditionnalité est vide de sens.
Validité externe (Sec 20.7) : La République de Talani veut répliquer. Forme réduite : l'extrapolation naïve ignore les institutions plus faibles et la démographie différente de Talani. Modèle structurel : prédit +5 pp de scolarisation (vs +8 pp pour Kaelani) et +\$28 de consommation (vs \$32), avec un intervalle à 90 % [+1 pp, +9 pp] pour la scolarisation. La critique de Deaton s'applique : les ECR répondent à « est-ce que ça a marché ici ? » mais pas à « est-ce que ça marchera là-bas ? »
Les fils conducteurs du manuel convergent : le développement de Kaelani dépend des institutions (Ch 18), des fondamentaux de la croissance (Ch 13), de la stabilité macroéconomique (Ch 14-16), des enseignements comportementaux (Ch 19) et de l'évaluation fondée sur les preuves (ce chapitre).
| Libellé | Équation | Description |
|---|---|---|
| Eq. 20.1 | $Y_M = A_M K_M^\alpha L_M^{1-\alpha}$ | Production Cobb-Douglas du secteur moderne |
| Eq. 20.2 | $Y_S = A_S \min(L_S, \bar{L})$ | Secteur de subsistance avec main-d'œuvre excédentaire |
| Eq. 20.3 | Lewis turning point: $MPL_S = \bar{w} \Rightarrow L_S^* = \bar{L}$ | Seuil d'épuisement de la main-d'œuvre excédentaire |
| Eq. 20.4 | $\dot{k} = sf(k) - (n+\delta)k$, $f$ en S | Accumulation du capital avec trappe à pauvreté |
| Eq. 20.5 | $\pi_i = (1/\alpha - 1)(LF - 1)\alpha^{\alpha/(1-\alpha)}$ | MSV : profit d'industrialisation (coordination) |
| Eq. 20.6 | $\text{Inst}_i = \alpha + \beta\ln(\text{settler mort}_i) + \mathbf{X}_i'\gamma + \varepsilon_i$ | Première étape de la VI d'AJR |
| Eq. 20.7 | $\ln w_i = \alpha + \rho S_i + \beta_1 \text{Exp}_i + \beta_2 \text{Exp}_i^2 + u_i$ | Équation salariale de Mincer |
| Eq. 20.8 | $Y = A(H)K^\alpha(hL)^{1-\alpha}$, $h = e^{\phi S + \psi\text{Health}}$ | Production augmentée (santé + éducation) |
| Eq. 20.9 | $\hat{\tau}_{ATE} = \bar{Y}_T - \bar{Y}_C$ | Estimateur de l'ATE sous randomisation |
| Eq. 20.10 | $N = 2\sigma^2(z_{\alpha/2}+z_\beta)^2 / \tau^2$ | Taille minimale d'échantillon pour la puissance \$1-\beta$ |
