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.
À la fin de ce chapitre, vous serez capable de :
Décrire les faits stylisés de la distribution mondiale des revenus et de la transformation structurelle
Formaliser le modèle de Lewis de l'économie duale et calculer le point de retournement de Lewis
Analyser les trappes à pauvreté à l'aide de diagrammes de phase et de modèles à équilibres multiples
Évaluer le débat institutions vs géographie vs culture à l'aide de l'identification par VI
Expliquer le rôle du capital humain et de la santé comme moteurs du développement
Interpréter les résultats d'ECR sur les interventions de développement, y compris les calculs de puissance
Évaluer le débat sur la validité externe et l'argument en faveur de l'estimation structurelle
Relier l'économie du développement aux frontières contemporaines de la politique économique
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).
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.
Carte du PIB par habitant
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 Kuznets.Un ensemble de régularités stylisées sur la structure économique à mesure que les pays se développent : (i) la part du PIB de l'agriculture décline avec le revenu ; (ii) la part de l'industrie monte puis descend (U inversé) ; (iii) la part des services augmente de manière monotone ; (iv) l'urbanisation croît ; (v) les inégalités montent puis descendent (la courbe de Kuznets, bien que contestée).
Transformation structurelle.La réallocation à long terme de l'activité économique entre trois grands secteurs — agriculture, industrie et services. À mesure que les économies se développent, la part agricole passe de 50-70 % à moins de 5 %, l'industrie monte puis redescend, et les services finissent par dominer.
Économie duale.Une économie caractérisée par la coexistence d'un vaste secteur traditionnel à faible productivité (généralement l'agriculture) et d'un petit secteur moderne à haute productivité (généralement l'industrie ou les services formels). Le cadre analytique implique une croissance par transfert de main-d'œuvre excédentaire du secteur traditionnel au secteur moderne.
Faits de Kaldor vs faits du développement
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.
20.2 Le modèle de Lewis
Modèle de Lewis.Le modèle à deux secteurs d'Arthur Lewis (1954) pour le développement économique, dans lequel un secteur de subsistance à faible productivité coexiste avec un secteur moderne à haute productivité. La croissance se fait par le transfert de main-d'œuvre excédentaire du secteur de subsistance vers le secteur moderne.
Formalisation de l'économie duale
Le secteur moderne utilise le capital et le travail dans une fonction de production Cobb-Douglas :
Main-d'œuvre excédentaire.Les travailleurs du secteur de subsistance dont la productivité marginale est nulle (ou inférieure au salaire de subsistance). Lorsque $L_S > \bar{L}$, il y a $L_S - \bar{L}$ travailleurs excédentaires qui peuvent être réalloués au secteur moderne sans réduire la production agricole.
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.
Le point de retournement de Lewis
Point de retournement de Lewis.Le moment où la main-d'œuvre excédentaire dans le secteur de subsistance est épuisée. Au-delà de ce point, l'absorption supplémentaire de travailleurs nécessite d'attirer des travailleurs dont la productivité marginale dépasse le salaire de subsistance, provoquant une hausse des salaires. L'économie passe de la « croissance par réallocation du travail » à la « croissance par amélioration de la productivité ».
Pourquoi c’est important : A poor country has a bottomless pool of farm workers whose extra output is essentially nil — pull one off the land and nothing is lost. So the modern factory sector can hire as many as it wants at a flat subsistence wage, reinvest the profits, and grow by absorbing workers rather than bidding up pay. That free ride lasts until the pool runs dry — the Lewis turning point — after which extra workers come only by raising wages, and growth has to shift to making each worker more productive. China between 1980 and 2010 is the textbook case: hundreds of millions moved from fields to coastal factories, with wages staying flat until they finally surged around 2010–2015. The slider figure below lets you watch the modern sector swell and the turning point arrive.
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.
Exemple 20.1 — Calcul du modèle de Lewis
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.
20.3 Trappes à pauvreté et big push
Trappe à pauvreté.Un mécanisme auto-entretenu qui fait persister la pauvreté. L'économie a des équilibres multiples, et sans une intervention suffisamment importante, elle reste bloquée à un équilibre de bas niveau. Les trappes résultent de défaillances de coordination, d'effets de seuil, de contraintes de crédit ou de boucles de rétroaction institutionnelles.
La fonction de production en S
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 big push
Big push.Un programme d'investissement coordonné et à grande échelle conçu pour pousser une économie d'un équilibre de bas niveau au-delà du seuil instable et sur un chemin convergent vers l'équilibre élevé. Trouve son origine chez Rosenstein-Rodan (1943).
Équilibres multiples.Une situation dans laquelle une économie peut se stabiliser à plus d'un résultat auto-entretenu. $k_L^*$ et $k_H^*$ sont tous deux des équilibres — les conditions initiales ou un choc suffisamment important déterminent lequel est atteint.
Le modèle de Murphy-Shleifer-Vishny
Modèle de Murphy-Shleifer-Vishny.Une formalisation de l'idée du big push dans laquelle l'industrialisation d'un secteur génère des retombées de demande vers les autres secteurs. Chaque secteur peut utiliser une technologie traditionnelle (rendements constants) ou une technologie moderne (rendements croissants, mais nécessitant un coût fixe $F$). La profitabilité de la modernisation dépend du nombre d'autres secteurs déjà modernisés.
Défaillance de coordination.Une situation dans laquelle tous les agents seraient mieux lotis s'ils pouvaient simultanément changer de comportement, mais aucun individu n'a d'incitation à changer seul. Dans le modèle MSV, chaque entreprise ne profite de l'industrialisation que si les autres s'industrialisent aussi.
$$\pi_i(n) = \alpha\!\left(\frac{n}{N}\right)L - F \tag{Eq. 20.5}$$(Eq. 20.5)
Intuition
Pourquoi c’est important : When the production function bends the wrong way at low capital — each early dollar adds little, but past some threshold it pays off — an economy can have two resting points: a poverty trap and a prosperous equilibrium, with an unstable tipping point between them. The reason no single factory modernizes on its own is that modernizing only pays once enough other firms have done it too: a steel mill needs customers with money, who need jobs at other modern firms. Everyone waiting on everyone else is a coordination failure, and it locks the economy at the low point. A coordinated “big push” — investing across many sectors at once — jumps the whole economy over the tipping point together. Drag the starting-capital dot in the figure below across the unstable threshold and watch the economy fall toward the trap or climb to prosperity.
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.
Quand les trappes existent-elles ?
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.
Exemple 20.2 — États stationnaires de la trappe à pauvreté
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.
20.4 Institutions et développement
L'hypothèse institutionnelle
Institutions extractives (rappel du Ch 18).Institutions politiques et économiques qui concentrent le pouvoir et la richesse entre les mains d'une élite restreinte, créant de mauvaises incitations pour l'investissement et l'innovation à large base.
Institutions inclusives (rappel du Ch 18).Institutions politiques et économiques qui distribuent le pouvoir de manière large, font respecter les droits de propriété, fournissent des biens publics et créent des conditions équitables pour l'activité économique.
La stratégie d'identification d'AJR
Instrument de mortalité des colons.Une variable instrumentale pour la qualité institutionnelle basée sur les taux de mortalité des colons européens dans les territoires coloniaux. Là où les colons survivaient, ils construisaient des institutions inclusives ; là où ils mouraient rapidement, ils construisaient des institutions extractives. La mortalité des colons il y a des siècles est plausiblement sans rapport avec le revenu actuel sauf par son effet sur les institutions.
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.
Intuition
Pourquoi c’est important : You can’t prove institutions cause wealth just by noticing that rich countries have good institutions — rich countries can afford good institutions, so the arrow might run the other way. Acemoglu, Johnson and Robinson found a natural experiment: where European colonizers faced deadly disease they couldn’t settle, so they set up purely extractive states; where they survived, they built the inclusive institutions they knew. Those centuries-old death rates can only affect a country’s income today through the institutions they shaped — which lets them isolate the causal channel. The instrument estimate comes out larger than the raw correlation not by magic but because mismeasured institutions blur the simple comparison. The scatter figure below lets you switch between settler mortality, latitude, and rule-of-law on the horizontal axis and watch how tightly each tracks income.
Carte du commerce atlantique
La traite des esclaves et le développement à long terme
Instrument de la traite des esclaves (Nunn).Nunn (2008) utilise les données historiques d'exportation d'esclaves comme source de variation de la qualité institutionnelle, montrant que les régions les plus touchées ont de moins bonnes institutions et un revenu plus faible aujourd'hui. Complémentaire à la stratégie d'identification d'AJR.
Géographie vs institutions vs culture
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.
Exemple 20.3 — Interprétation de la VI d'AJR
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$.
20.5 Capital humain et santé
L'équation de Mincer
Équation de Mincer.Une régression du log des salaires sur les années de scolarité, l'expérience et l'expérience au carré : $\ln w_i = \alpha + \rho S_i + \beta_1 \text{Exp}_i + \beta_2 \text{Exp}_i^2 + u_i$. Le coefficient $\rho$ est le rendement d'une année supplémentaire d'éducation.
Rendements de l'éducation.L'augmentation en pourcentage des salaires pour une année supplémentaire de scolarité. Estimations typiques : 10-14 % dans les pays à faible revenu, 5-7 % dans les pays à revenu élevé, reflétant la rareté des travailleurs éduqués dans les économies en développement.
Rendements de l'éducation selon le niveau de développement
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 %
La santé comme capital humain
La santé comme capital humain.La santé physique — absence de maladie, nutrition adéquate, développement cognitif — est une forme de capital humain affectant la productivité et les revenus. Les investissements en santé (eau potable, vaccination, déparasitage) ont des rendements comparables aux investissements en éducation.
$$Y = A(H) \cdot K^\alpha \cdot (h \cdot L)^{1-\alpha}, \quad h = e^{\phi S + \psi \text{Health}} \tag{Eq. 20.8}$$(Eq. 20.8)
Intuition
Pourquoi c’est important : Each extra year of school raises a worker’s pay by a roughly constant percentage — and that percentage is larger where educated workers are scarce. So the return is around 10–14% in poor countries and only 5–7% in rich ones, simply because scarcity commands a premium. Health is human capital in the same way: a child who is dewormed, fed, and free of chronic disease learns more in school and earns more as an adult, with returns that rival schooling — which is why a few dollars of deworming can be one of the most cost-effective things a development budget buys. The figure below lets you slide schooling years and the return rate to trace out the wage profile.
Preuves empiriques sur santé et développement
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.
Exemple 20.4 — Régression de Mincer
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.
20.6 La révolution des ECR
Contexte
Essai contrôlé randomisé (ECR).Un dispositif expérimental dans lequel les unités sont assignées aléatoirement aux groupes de traitement et de contrôle. La randomisation garantit que les groupes sont identiques en espérance sur toutes les caractéristiques, de sorte que toute différence de résultat est causalement attribuable au traitement.
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.
L'estimateur de l'ATE
Effet moyen du traitement (ATE).La différence espérée de résultats entre les groupes de traitement et de contrôle, estimée comme la simple différence des moyennes d'échantillon sous assignation aléatoire. Aucun ajustement par régression n'est nécessaire pour l'absence de biais.
Intention de traiter (ITT).L'effet causal d'être assigné au traitement, indépendamment de la réception effective du traitement. Toujours identifié par la randomisation ; l'estimande le plus pertinent pour la politique puisque les gouvernements ne peuvent pas forcer la participation.
Effet local moyen du traitement (LATE).L'effet causal de recevoir le traitement pour les compliants. LATE = ITT / taux de conformité. C'est l'estimande de la VI utilisant l'assignation comme instrument pour la réception (Ch 10).
Calculs de puissance
Puissance statistique.La probabilité de détecter un effet lorsqu'il existe réellement. Conventionnellement 80 %. Les études sous-puissantes sont peu susceptibles de détecter des effets réels et contribuent au problème du tiroir.
Pourquoi c’est important : Flip a coin to decide who gets a program and who doesn’t, and the two groups end up identical in expectation on everything — rich and poor, motivated and not. So any difference you see afterward must be the program’s doing; you don’t need a model of human behavior to believe it. That credibility is what won Banerjee, Duflo and Kremer the 2019 Nobel. The catch is sample size: with too few people, a real effect hides inside ordinary noise. The power formula just turns that worry into a number — how many people (or villages) you must enroll to be confident of spotting an effect of a given size. The figure below lets you dial the effect size, variability, and cluster design and watch the required sample swing.
Résultats clés des ECR
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.
Exemple 20.5 — Calcul de puissance d'un ECR
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.
Prise de position
'Aid is not just ineffective — it's actively destructive' — Dambisa Moyo, Dead Aid (2009)
Zambian economist Dambisa Moyo's Dead Aid and her TED talk made the incendiary case: over \$1 trillion in aid to Africa hadn't just failed — it had "created dependency, fueled corruption, and killed African entrepreneurship." Bill Gates publicly called the book "evil." Jeffrey Sachs accused Moyo of advocating policies that would "lead to the deaths of millions." Moyo fired back that Sachs's own Millennium Villages Project was the real failure. The debate went nuclear. But who was actually right about the evidence?
Avancé
La version populaire
La version TED de Moyo — « l'aide est le problème, le commerce est la solution, fin de l'histoire » — est le miroir du tout aussi grossier « si les pays riches donnaient simplement 0,7 % du PIB, nous pourrions finir la pauvreté » de Sachs. Les deux sont des cas où la tradition est faible ici, non seulement la personne. Moyo traite toute aide comme identique : elle amalgame les pots-de-vin de Guerre Froide à Mobutu avec les moustiquaires contre le paludisme, le soutien budgétaire avec les transferts monétaires de GiveDirectly. C'est comme évaluer la « médecine » en moyennant chimiothérapie et homéopathie. Mais la tradition de Sachs a son propre problème : des décennies d'aide n'ont pas produit la convergence que ses modèles prédisaient, et le Projet des Villages du Millénaire n'a produit aucun effet détectable en évaluation rigoureuse. C'est un cas inhabituel où les deux positions populaires reflètent de véritables faiblesses dans leurs traditions intellectuelles parentes — les esprits avisés sont véritablement confus. Gates appelant le livre « mauvais » était révélateur : c'était une réponse émotionnelle à un argument structurel qu'il ne pouvait pleinement réfuter.
L'argument le plus fort pour
Si Moyo poussait son argument à sa forme la plus forte, elle s'appuierait davantage sur Angus Deaton et William Easterly plutôt que sur une polémique large. Le mécanisme structurel est sérieux : l'aide sape la relation de responsabilité entre gouvernements et citoyens. Quand les gouvernements sont financés par donateurs externes plutôt que par taxation domestique, ils répondent aux donateurs, non aux citoyens. Cela casse le contrat social qui conduit le développement institutionnel — le même mécanisme qui rend les pétro-États maudits par les ressources dysfonctionnels. Les pays qui se sont développés avec succès — Europe occidentale, Asie de l'Est, Botswana — l'ont fait principalement par mobilisation de ressources domestiques et évolution institutionnelle, non par aide. Easterly étend cela : l'industrie de l'aide crée sa propre demande par incitations bureaucratiques qui favorisent systématiquement les projets visibles, mesurables et à court terme plutôt que le développement institutionnel qui importe réellement. Le point de données le plus fort de Moyo : l'Afrique a reçu plus de \$1 billion d'aide au développement entre 1960 et 2010, et la relation statistique agrégée entre aide et croissance est indiscernable de zéro. Pas légèrement positive. Zéro. C'est un fait empirique dévastateur que le camp pro-aide n'a jamais adéquatement expliqué au niveau macro.
L'argument le plus fort contre
La régression agrégée aide-croissance sur laquelle Moyo s'appuie est dénuée de sens parce qu'elle traite toute l'aide comme identique. L'aide stratégique de l'ère Guerre Froide (aide américaine au Zaïre de Mobutu, aide soviétique aux États clients) était de la corruption géopolitique, jamais destinée à promouvoir le développement. Quand vous désagrégez et regardez des interventions spécifiques, bien conçues, les preuves sont fortes : les moustiquaires imprégnées d'insecticide réduisent la mortalité par paludisme de 50-70 % et coûtent environ \$5 par DALY évité (estimations GiveWell). Les programmes de déparasitage montrent des effets persistants sur les revenus une décennie plus tard (Baird, Hicks, Kremer, Miguel). La thérapie de réhydratation orale a sauvé des dizaines de millions de vies d'enfants. La révolution des ECR (Banerjee, Duflo, Kremer — Nobel 2019) nous a donné les outils pour identifier quelles interventions fonctionnent et lesquelles non. L'alternative « commerce pas aide » de Moyo a aussi des problèmes : l'accès commercial exige infrastructure, institutions et capital humain que les pays les plus pauvres n'ont pas — et construire ces choses exige souvent un financement externe. Sa prescription pour les marchés obligataires et l'IDE comme remplacements de l'aide ignore que les pays les plus dépendants de l'aide sont précisément ceux qui ne peuvent accéder aux marchés de capitaux.
Le jugement
Alors Moyo avait-elle raison que l'aide est « activement destructive » ? La version forte de son affirmation échoue : des interventions ciblées de santé et éducation fonctionnent démontrablement et devraient être financées généreusement. Les moustiquaires sauvent des vies. Le déparasitage augmente les revenus. Les vaccins préviennent la mort. Appeler cela « destructif » est empiriquement faux. Mais la critique structurelle de Moyo — héritée de Deaton et Easterly — n'a pas été répondue par le mouvement ECR : même des micro-interventions réussies peuvent perpétuer une structure de dépendance qui empêche le développement institutionnel qui est le véritable chemin hors de la pauvreté. Un pays qui s'appuie sur la distribution externe de moustiquaires peut ne jamais développer la capacité de santé publique domestique pour résoudre le paludisme lui-même. La véritable réponse est celle que ni Moyo ni Sachs n'embrassent pleinement : la question agrégée « l'aide fonctionne-t-elle ? » est la mauvaise question, parce qu'elle combine des activités fondamentalement différentes. Les interventions ciblées de santé fonctionnent. L'aide à la gouvernance et institutionnelle généralement ne fonctionne pas et peut être contreproductive. La meilleure aide est celle qui construit la capacité domestique à résoudre les problèmes sans aide — et c'est précisément le type d'aide le plus difficile à concevoir, mesurer et faire financer. Gates a eu tort d'appeler le livre « mauvais ». Moyo a eu tort d'appeler toute l'aide destructive. La vérité exige une désagrégation que les slogans d'aucun côté ne permettent.
20.7 Validité externe et estimation structurelle
Le problème de la validité externe
Validité externe.La mesure dans laquelle un effet causal estimé dans un contexte s'applique à d'autres contextes. Un ECR peut avoir une validité interne parfaite mais une validité externe nulle si l'effet dépend de caractéristiques spécifiques au site de l'étude.
Validité interne.La mesure dans laquelle l'effet causal estimé est sans biais pour la population étudiée. La randomisation garantit la validité interne. Nécessaire mais non suffisante pour guider la politique.
Biais de sélection du site.La tendance des ECR à être menés là où la mise en œuvre est la plus facile et les effets attendus les plus grands, créant une image biaisée vers le haut de l'efficacité. Allcott (2015) a documenté des effets déclinants à mesure que les programmes s'étendent à des sites moins favorables.
L'estimation structurelle comme complément
Estimation structurelle.Une approche dans laquelle le chercheur spécifie un modèle théorique du comportement, en estime les paramètres, et utilise le modèle pour simuler des politiques contrefactuelles ou prédire des résultats dans de nouveaux contextes. Rend les hypothèses explicites et permet l'extrapolation au-delà des données observées.
Todd 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.
Aucune approche ne domine
La résolution combine les approches structurelle et de 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.
Exemple 20.6 — Analyse de la validité externe
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.
20.8 Développement contemporain
Renouveau de la politique industrielle
Politique industrielle.L'intervention gouvernementale pour promouvoir des industries spécifiques par des subventions, la protection commerciale ou l'investissement public. Le nouvel argumentaire (Lin 2012, Rodrik) diffère de l'ancienne substitution aux importations : faciliter l'avantage comparatif latent plutôt que le combattre.
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.
Commerce et développement
Adaptation climatique et développement
Transferts conditionnels en espèces
Transfert conditionnel en espèces (TCC).Un programme de protection sociale fournissant des espèces aux ménages pauvres sous condition de comportements spécifiques — généralement la fréquentation scolaire des enfants et les visites médicales. Opérant dans plus de 60 pays, les TCC augmentent systématiquement la scolarisation (5-10 pp), la nutrition (0,2-0,5 ET) et le recours aux soins.
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.
Éclairage historique
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.
La République de Kaelani — Évaluation d'un TCC
Kaelani 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).
Résumé
Le fait central du développement est l'écart de revenu de 100 fois entre les pays les plus riches et les plus pauvres. La distribution mondiale est passée d'unimodale (1800) à bimodale (années 1970-1980) à convergence partielle (années 2000).
La transformation structurelle — de l'agriculture à l'industrie aux services — est la caractéristique définitoire du développement. Le modèle de Lewis formalise la réallocation du travail du secteur de subsistance excédentaire vers le secteur moderne.
Le point de retournement de Lewis marque l'épuisement de la main-d'œuvre excédentaire et la transition de la croissance par réallocation du travail à la croissance par productivité.
Les trappes à pauvreté résultent de fonctions de production en S et de défaillances de coordination. Le modèle MSV montre les retombées de demande créant des équilibres multiples, avec un big push nécessaire pour s'en échapper.
Les institutions sont la cause fondamentale (AJR). La VI de la mortalité des colons identifie l'effet causal ; la traite des esclaves (Nunn) fournit des preuves complémentaires. VI > OLS en raison du biais d'atténuation.
Le capital humain et la santé sont des moteurs centraux. Les rendements de Mincer sont plus élevés dans les pays en développement (10-14 % vs 5-7 %). Les interventions de santé (déparasitage) sont extraordinairement rentables.
La révolution des ECR a fourni des preuves causales crédibles : les transferts monétaires fonctionnent ; la microfinance n'est pas transformatrice ; le déparasitage est rentable. Les calculs de puissance disciplinent la conception des études.
La validité externe est la limitation centrale. L'estimation structurelle complète les ECR en fournissant une extrapolation basée sur les mécanismes avec une incertitude honnête.
Le développement contemporain comprend le renouveau de la politique industrielle, le commerce via les CVM, les défis d'adaptation climatique et la mise à l'échelle des TCC. La meilleure politique combine preuves expérimentales et compréhension structurelle.
Équations clés
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
$Y = A(H)K^\alpha(hL)^{1-\alpha}$, $h = e^{\phi S + \psi\text{Health}}$
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$
Pratique
Une économie a 7 M de travailleurs : 5 M dans la subsistance (excédent = 2 M, $\bar{L} = 3$ M) et 2 M dans le moderne. Moderne : $\alpha = 0{,}3$, $K = 50$, $A_M = 1$. (a) Calculer la production moderne actuelle. (b) Réallouer 1 M de travailleurs excédentaires ; calculer la nouvelle production et le gain. (c) Y a-t-il une perte de subsistance ?
Trouver numériquement les états stationnaires de $\dot{k} = 0{,}15 \cdot k^{1,5}/(1+k^{1,5}) - 0{,}08k$. Classer chacun comme stable ou instable. Quel est le big push minimum ?
Un ECR a 8 écoles de traitement (scores : 5,2 ; 3,8 ; 6,1 ; 4,5 ; 7,0 ; 3,2 ; 5,5 ; 4,7) et 8 écoles de contrôle (2,1 ; 3,5 ; 1,8 ; 2,9 ; 4,0 ; 1,5 ; 3,3 ; 2,7). (a) Calculer l'ATE. (b) Calculer l'erreur-type regroupée. (c) Tester au seuil de 5 %.
Équation de Mincer avec $\rho = 0{,}08$, $\beta_1 = 0{,}04$, $\beta_2 = -0{,}0006$. (a) Calculer le log-salaire pour le Travailleur A ($S=16$, Exp=10) et B ($S=12$, Exp=14). (b) Qui gagne plus ? Décomposer. (c) Expérience au pic ?
Application
Interpréter un tableau de régression AJR : première étape $\hat{\beta} = -0{,}58$ (ET 0,12), F = 23,4 ; coefficient de forme réduite -0,49 ; 2SLS $\hat{\delta} = 0{,}84$ (ET 0,19). (a) Vérifier 2SLS = forme réduite / première étape. (b) Évaluer la force de l'instrument. (c) Deux menaces pour la restriction d'exclusion.
Comparer TCC vs TIE pour la scolarisation, la nutrition et l'offre de travail. Quand la conditionnalité compte-t-elle ? Quel rôle jouent les biais comportementaux (Ch 19) ?
Concevoir un ECR pour un programme de cantine scolaire. Choisir randomisation individuelle vs par grappes. Calculer la taille d'échantillon ($\sigma = 0{,}8$ ET, $\tau = 0{,}15$ ET, $\alpha = 0{,}05$, puissance 80 %). Si randomisé par grappes (30 élèves/école, ICC = 0,10), combien d'écoles par bras ? Deux menaces pour la validité interne.
L'instrument de la traite des esclaves de Nunn : énoncer la pertinence et la restriction d'exclusion. Comparer avec AJR. Les deux pourraient-ils être utilisés simultanément (VI suridentifiée) ? Quel test s'applique ?
Défi
Formaliser MSV : $N$ secteurs, chacun utilise la technologie traditionnelle ($y_T = 1$) ou moderne ($y_M = \alpha > 1$, coût fixe $F$). (a) Profit en fonction de $n$ secteurs industrialisés. (b) Montrer que $n=0$ et $n=N$ peuvent être des équilibres de Nash. (c) Quand le big push améliore-t-il le bien-être ?
Un modèle structurel trouve que 60 % des rendements apparents de l'éducation est du tri par capacité ($\rho_{\text{causal}} = 0{,}04$, OLS $= 0{,}10$). Un ECR trouve 8 % par an pour les bénéficiaires de bourses. (a) Réconcilier en utilisant LATE vs ATE. (b) Pour qui chacun s'applique-t-il ? (c) Lequel guide l'expansion nationale ?
Critiquer « les institutions causent la croissance » : (a) Quand la mortalité des colons est-elle un instrument faible ? Conséquences pour les 2SLS ? (b) Si le ratio de fiabilité = 0,6, quel est le biais OLS ? La VI pourrait-elle surcorriger ? (c) Proposer un canal alternatif et un test.
Le changement climatique réduit la productivité agricole tropicale de 10-25 % d'ici 2050. (a) Analyser une baisse de 20 % de $A_S$ à l'aide du modèle de Lewis. (b) Distinguer deux scénarios pour $\bar{L}$. (c) Proposer une stratégie d'adaptation utilisant la réforme institutionnelle, le capital humain et les TCC.
