Universit Ibn Zohr

Facult des Sciences Juridiques Economiques et Sociales

Agadir

UFR : Economie et Gestion de lEspace

Thse pour lobtention du Doctorat s Sciences

Economiques

Titre
La localisation et lattractivit territoriale des
investissements directs trangers :
essai de modlisation conomtrique

Prsente par : Abdellatif NOUREDDINE

Sous la direction du Professeur :
Ahmed RHELLOU

Jury
Ahmed RHELLOU Professeur la Facult des Sciences Juridiques
Economiques et Sociales, Universit Ibn Zohr
Agadir
Mustapha AMRI Professeur lEcole Nationale de Commerce et
de Gestion, Universit Ibn Zohr Agadir
Khalid LOUIZI Professeur la Facult des Sciences Juridiques
Economiques et Sociales, Universit Hassan I
Settat
Taoufiq DAGHRI Professeur la Facult des Sciences Juridiques
Economiques et Sociales de Sal, Universit
Mohamed V Souissi Rabat

Soutenue publiquement le 26 Mars 2010

1
 Remerciements

Au terme de ce travail, nous tenons remercier Monsieur le Professeur Ahmed

RHELLOU qui a accept lencadrement de cette thse. Nous voulons exprimer, par la
prsente, notre profonde gratitude et notre sincre reconnaissance. Depuis des annes,
il a guid de prs nos travaux avec rigueur et patience. Ses conseils judicieux, critiques
constructifs et discutions fructueuses ont t pour nous dun intrt prcieux. Ses
qualits humaines et scientifiques ont enrichi notre formation et nous ont permis de
mener bien ce travail.

Nos remerciements vont galement aux membres du jury, les Professeurs

Khalid LOUIZI de la FSJES de Settat, Taoufiq DAGHRI de la FSJES de Sal et
Mustapha AMRI de lENCG dAgadir, qui nous ont honors par leur prsence afin
dvaluer ce travail et aux qui nous formulons notre gratitude pour le temps quils ont
consacr le lire. Nous tenons remercier vivement ceux qui ont effectu le
dplacement jusqu Agadir.

Nous exprimons finalement nos remerciements profonds tous ceux et toutes

celles qui ont aid mener bien ce travail.

2
 Sommaire

INTRODUCTION GENERALE ................................................................................. 6

PREMIERE PARTIE :............................................................................................... 12
LATTRACTIVITE TERRITORIALE ET LES THEORIES DE
LOCALISATION DES INVESTISSEMENTS ETRANGERS : UN ETAT DE
LART .......................................................................................................................... 12
INTRODUCTION DE LA PREMIERE PARTIE................................................... 13
CHAPITRE UN : ........................................................................................................ 14
LATTRACTIVITE TERRITORIALE ................................................................... 14
INTRODUCTION....................................................................................................... 15
Section 1 : Lattractivit territoriale ......................................................................... 16
Section 2 : Le territoire : un march de localisation ............................................... 40
Section 3 : Le marketing territorial .......................................................................... 49
Section 4 : Lintelligence conomique au service des territoires ............................ 55
CONCLUSION DU CHAPITRE .............................................................................. 66
CHAPITRE DEUX :................................................................................................... 67
LES THEORIES DE LOCALISATION DES INVESTISSEMENTS................... 67
INTRODUCTION....................................................................................................... 68
Section 1 : Les thories de localisation...................................................................... 69
Section 2 : Les dterminants de linvestissement direct tranger et de la
multinationalisation des entreprises.......................................................................... 93
CONCLUSION DU CHAPITRE ............................................................................ 112
CONCLUSION DE LA PREMIERE PARTIE...................................................... 113
DEUXIEME PARTIE : ............................................................................................ 114
LATTRACTIVITE DES INVESTISSEMENTS DIRECTS ETRANGERS :
ESSAI DE MODELISATION ECONOMETRIQUE ........................................... 114
INTRODUCTION DE LA DEUXIEME PARTIE ................................................ 115
CHAPITRE UN : ...................................................................................................... 116
LES DETERMINANTS DES IDE, APPROCHE ECONOMETRIQUE SUR
DONNEES DE PANEL ............................................................................................ 116
3
INTRODUCTION..................................................................................................... 117
Section 1 : Le concept du triangle dattractivit.................................................... 118
Section 2 : Modlisation conomtrique ................................................................. 122
Section 3 : Analyse conomtrique et rsultats des estimations ........................... 157
CONCLUSION DU CHAPITRE ............................................................................ 171
CHAPITRE DEUX :................................................................................................. 172
LATTRACTIVITE DES IDE AU MAROC : ....................................................... 172
DIAGNOSTIC ET ETUDE ECONOMETRIQUE................................................ 172
INTRODUCTION..................................................................................................... 173
Section 1 : Evolution et tendances des investissements trangers directs au Maroc
..................................................................................................................................... 174
Section 2 : Analyse Factorielle des donnes............................................................ 188
Section 3 : Etude conomtrique ............................................................................. 222
CONCLUSION DU CHAPITRE ............................................................................ 248
CONCLUSION DE LA DEUXIEME PARTIE ..................................................... 249
CONCLUSION GENERALE .................................................................................. 250
BIBLIOGRAPHIE.................................................................................................... 255
TABLE DES MATIERES........................................................................................ 266
TABLES DES ILLUSTRATIONS .......................................................................... 271
LES ANNEXES......................................................................................................... 274

4
 Abrviations
ACP Analyse en Composantes Principales
ADF Dickey Fuller Augment
AMDI LAgence Marocaine de Dveloppement des Investissements
Rseau Euro-mditerranen des agences de promotion des investissements dans
ANIMA
la mditerrane
API Agence de Promotion des Investissements
ASS Afrique Subsaharienne
BTP Btiments et Travaux Public
CNUCED Confrence des Nations Unis pour le Dveloppement et le Commerce
CRI Centre Rgionale dInvestissement
DI La Direction des investissements
DW Durbin et Watson
FBCF Formation Brute du Capital Fixe
FMI Fond Montaire International
FMN Firme Multinationale
GATT General Agreement of Trade and Tarif
IDE Investissent Direct Etranger
IDH Indicateur de Dveloppement Humain
IT LIntelligence Territoriale
KMO Kaiser Meyer Oklin
MCG moindres carres gnraliss
MCO Moindre Carre Ordinaire
MENA Moyen-Orient et de lAfrique du Nord
NEG Nouvelle Economie Gographique
PIB Produit Intrieur Brut
RD Recherche Dveloppement
SPSS Statistical Package for Social Sciences
TIC Technologies de lInformation et de la Communication
UE Union Europenne
UEBL lUnion Economique Luxembourgeoise
UMA Union du Maghreb Arabe

5
Introduction gnrale

6
 Le dveloppement conomique et la rpartition des activits conomiques sur
les territoires sont aujourdhui au cur des considrations de politique conomique.
Lactivit conomique ne se distribue pas au hasard dans lespace. Les territoires se
livrent une concurrence pour attirer les capitaux trangers.

La rflexion sur lattractivit territoriale rsulte dune srie de questions pose

par les acteurs territoriaux sur la localisation des activits conomiques: "pourquoi
certaines entreprises s'implantent-elles sur un territoire plutt que sur un autre ?";
"qu'est-ce qui distingue le territoire des autres et le rend attractif?". Ces acteurs ont des
ambitions, en termes dattraction et de maintien des entreprises, comparables celles
des dirigeants dentreprise vis--vis de leurs clients.

Lattractivit des territoires est devenue, au cours des dernires annes, une
question cruciale en matire de thorie conomique.

Dfinition des termes du sujet

Pour assurer la bonne conduite de cette recherche, il est important de dfinir les
concepts utiliss : localisation, facteur de localisation, attractivit territoriale, IDE.

Cet exercice s'avre utile pour comprendre, entre autres, l'interdpendance

existante entre les thories de localisation, l'attractivit territoriale et linvestissement
direct tranger.

La localisation et lattraction territoriale des investissements directs trangers

ont t abord par des auteurs appartenant plusieurs disciplines.

La localisation consiste en l'analyse d'un ensemble de variables gographiques,

conomiques, sociologiques et culturelles visant l'valuation d'une localisation
existante ou la slection du meilleur emplacement possible pour atteindre des objectifs
de ventes et de profits (Colbert et Cot 1990).

7
 Il est vident, daprs cette dfinition, que la localisation dpend dun ensemble
dattributs et caractristiques propres aux territoires potentiels daccueils. Cest ce que
lon dsigne par dterminants ou facteurs de localisation. Ce dernier est dfini comme
tant tout ce qui est susceptible de diffrencier lespace pour lentreprise 1.

Nous ne pouvons parler de localisation sans voquer l'investissement direct

tranger. Ce dernier dsigne: " un capital dans la proprit d'actifs rels pour implanter
une filiale l'tranger ou pour prendre le contrle d'une firme trangre existante. Il
vise tablir des relations conomiques durables d'une unit l'tranger"2.

Le Fond Montaire International (FMI) distingue entre deux grandes catgories:

les investissements directs et les investissements indirects. Ces derniers sont appels
investissements de portefeuille et portent sur des achats de parts d'entreprises ou
d'actifs financiers, dans ce cas, le mobile est d'ordre financier. Les investissements
directs, ne se limitent pas une participation en titres, ils s'inscrivent, au contraire,
dans une logique d'entreprise et peuvent se porter sur des rachats d'entreprises
existantes ou sur des lments permettant une implantation directe.

Dans le prsent travail, le concept de localisation est principalement thorique

que conceptuel puisquil sert de source pour identifier les facteurs qui expriment
lattractivit dun territoire pour les capitaux trangers. Le concept central d'attractivit
territoriale des IDE se rapporte aux facteurs conomiques, sociaux, culturels et
politiques qui agissent positivement sur le choix de localisation des investissements
trangers.

Objectif

Le concept de localisation et d'attraction des activits conomiques soulve le

questionnement suivant :

1
Sergot, B., 2004, Les dterminants des dcisions de localisation , Thse de Doctorat en
Sciences de Gestion, Universit Paris I - Panthon Sorbonne, p 40.
2
Wladimir Andreff (2003) " Les multinationales globales" Edition la dcouverte, p 8.
8
 Pourquoi certaines entreprises simplantent-elles dans un territoire plutt
que dans un autre ?
Quest ce qui fait quun territoire est plus attractif quun autre ?

C'est dans cette optique que cette tude se propose :

Dune part, d'identifier les dterminants de l'IDE dans les pays en

dveloppement ;

Dautre part, de dterminer les facteurs dattraction et de localisation des

investissements trangers au Maroc.

Lobjectif de ce travail est donc, de contribuer ltude des dterminants et

facteurs de localisation permettant dexpliquer lattractivit des territoires vis--vis des
investissements directs trangers.

Hypothses de recherche

Le but principal de ce travail est d'enrichir les travaux prcdents, travers

l'examen de l'impact de certains dterminants sur lattractivit est la localisation des
investissements trangers dans les pays en voie de dveloppement et au Maroc.

Pour atteindre ces objectifs, nous formulons les quatre hypothses centrales
suivantes (les hypothses H1 et H2 comporte des sous hypothses):

H1 : Un cadre macroconomique sain favorise laccroissement de lattractivit

des capitaux trangers.

 H11 : le degr d'ouverture commerciale exerce une influence positive sur

lattraction des IDE.

 H12 : le dveloppement du secteur financier favorise lentre des IDE.

 H13 : les investissements attirent les investissements

9

H2. La stabilit politique exerce un effet positif sur lattractivit des capitaux
trangers.

 H21 : les liberts politiques jouent en faveur de lattraction des IDE.

 H22 : les liberts conomiques ont un effet positif sur lattraction des
investissements trangers.

H3 : lurbanisation et le niveau des infrastructures exerce une influence positive

sur l'IDE.

H4 : le capital humain a une influence positive sur l'IDE

Dmarche et mthodologie

Grce un survol de la littrature thorique et empirique nous allons spcifier

un modle conomtrique, qui met en relation les flux d'IDE entrant avec les variables
(dont notamment celles reprsentatives des hypothses mises) issues de la littrature.

Pour vrifier ces hypothses mises ci dessus, nous allons considrer d'une part,
un ensemble de soixante trois pays en voie de dveloppement (PVD) et d'autre part, le
Maroc sur une priode de vingt sept ans allant de 1980 2006. Pour les PVD, nous
allons utiliser la mthode des moindres carrs ordinaire sur les donnes de panel,
tandis que pour le Maroc, la mthode des moindres carrs gnraliss sera employe.

Plan de la thse

Pour rpondre nos questionnements, nous prsenterons un tat de lart des

connaissances et des grandes questions relatives des notions de territoire,
dattractivit et de comptitivit territoriale (chapitre 1).

Ensuite, nous allons identifier les diffrents facteurs de localisation des activits
conomiques. Pour cette fin, nous prsenterons un tableau synthtique des grandes
approches et modles de base pour expliquer la localisation des activits conomiques.
Il sagira dabord des modles classiques de lconomie spatiale et rgionale, avant de
dtailler les avances dues aux travaux de la nouvelle conomie gographique. A ces
10
travaux thoriques sur la localisation des activits conomique, nous allons ajouter une
revue des rsultats des principaux apports des tudes empirique en la matire
(chapitre2).

Puis, et en se basant sur les conclusions des apports thoriques (premire

partie), nous allons proposer un cadre danalyse de lattractivit et de la localisation
des IDE. A base de se dernier, nous proposerons un modle conomtrique que nous
allons tester sur les donnes de panel dun chantillon de 63 pays en voie de
dveloppement (chapitre 3).

Enfin, nous nous proposerons un modle conomtrique explicatif de

lattraction des investissements pour le Maroc (chapitre 4).

11
 Premire partie :
Lattractivit territoriale et les thories de
localisation des investissements
trangers : un tat de lart

12
 Introduction de la premire partie

Pourquoi une entreprise multinationale choisit-elle dimplanter une filiale dans

tel pays daccueil et dans telle rgion plutt que dans tel ou telle autre ? Cette question
est longtemps reste purement acadmique. Aujourdhui, elle est devenue quasiment
stratgique pour les autorits conomiques et politiques qui sefforcent dattirer sur
leur territoire, tant national que local, les investissements trangers supposs tre
crateurs demplois et susceptibles de redynamiser le tissu industriel local en
difficult.

Lobjectif de cette premire partie de notre travail est double :

Dune part, elle vise donner une clarification thorique de la notion

dattractivit territoriale, ses fondements thoriques, ses dterminants, ainsi que ses
outils (chapitre 1).

Dautre part, le recensement des thories de localisation prsentera des lments

de rponses aux facteurs attractifs de localisation d'entreprises. Le but ultime poursuivi
par le survol de la littrature cernant le sujet est de dgager un cadre conceptuel
spcifique aux investissements directs trangers (chapitre 2).

13
 Chapitre un :
Lattractivit territoriale

14
 Introduction

Lattractivit est un concept que lon peut aborder sous plusieurs aspects : tude
des dterminants, thoriques ou empiriques ; mesure de la capacit dattraction
potentielle de diffrentes conomies. Il est galement possible de comparer les
rsultats effectivement obtenus par certains pays en matire dattraction des
investissements.

Ce chapitre aborde la question de lattractivit des territoires. Lactualit de

cette question tient lvolution assez radicale des politiques territoriales, qui se sont
significativement loignes de la logique traditionnelle damnagement du territoire en
mettant les rgions en comptition.

Ce chapitre sera structur en quatre sections. La premire, retrace un aperu

thorique de la notion dattractivit territoriale, ses fondements thoriques, ses
approches et ses indicateurs de mesures. La deuxime section, mettra le point sur le
fait que cette notion est le rsultat de la confrontation des offres de localisation
manant des territoires et des demandes de facteurs de localisation provenant des
entreprises. La troisime, quant elle, mobilise un autre concept dont ont recours les
territoires pour devenir plus attractifs, en loccurrence le marketing territorial. La
dernire section dveloppe un autre concept tout aussi intressant, cest celui de
lintelligence conomique. Ce dernier permet, lorsque ses principes et outils sont
appliqus au niveau territorial, dtre dune grande utilit pour la protection des
investissements.

15
Section 1 : Lattractivit territoriale
1) Le territoire : un concept fuyant

Le concept de territoire est aujourdhui fortement li la gographie qui y a

souvent recours, mme si ses origines sont plus lointaines. La sociologie, notamment
urbaine, lconomie, prcisment dite territoriale, lurbanisme, lhistoire, la science
politique, lanthropologie, lethnologie accordent la ralit territoriale une place
dsormais reconnue.

Il y a plus de vingt ans, le concept de territoire est apparu dans la production

scientifique dconomistes (Becattini, Bagnasco, Brusco, Triglia, etc.), de gographes
(Raffestin, Roncayolo, Brunet, Frmont, Sack, Turco, etc.), de sociologues (Mari,
Barel, Ganne, etc.), et dautres auteurs en sciences sociales (Allies, Lepetit, etc.).

Cette multidisciplinarit de ce concept le rend polysmique, ses dfinitions

sont multiples. Nous allons essayer dillustrer ce concept, en nous rfrant
diffrentes auteurs et disciplines faisant autorit en la matire.

Notre point de dpart est la dfinition donne par le dictionnaire de gographie3.

Ce dernier identifie trois dfinitions du mot territoire qui ne sexcluent pas
mutuellement :

 Le territoire peut dsigner un territoire administratif ;

 Le territoire peut tre limit par des frontires et abrit une
population particulire voire une nation ;
 Le territoire peut dsigner tout espace socialis, appropri par ses
habitants, quelle que soit sa taille.

Cette dfinition met essentiellement le point sur le territoire en tant quespace

limit par des frontires (administratives, gographique), dans lequel un groupe
dindividus cohabite. Cette cohabitation est bas sur des relations sociales,

3
Baud P., Bourgeat S., et Bras C., 2003, Dictionnaire de gographie, Hatier, Collection
initial, 544p, pp. 137-138.
16
conomiques, politiquescest dans ce sens que Di Mo4 qualifie le territoire de
construit social, cest--dire une appropriation la fois conomique, idologique et
politique de lespace par des groupes qui se donnent une reprsentation particulire
deux mmes, de leur histoire .

Dautres auteurs mettent laccent sur les interactions entre les acteurs pour
dfinir le territoire. Cest le cas notamment de Dupuy et Burmeister (2003), pour qui
lmergence des territoires repose avant tout sur les interactions entre les acteurs, en
particulier travers la mise en uvre de processus dapprentissage collectif,
lconomie de la proximit sinterroge donc sur les formes prises par la gouvernance
territoriale .

Cette dfinition fait apparatre le territoire comme tant une surface dchanges
entre les acteurs. Pour cette raison, le territoire est un produit qui est constamment
retravaill par un acteur ou un groupe dacteurs en interaction (Raffestin, 1980).
Edouard et al (2004) lassimilent une organisation rticulaire dote dune identit
collective dont les parties prenantes investissent des moyens dans une vision
commune. Le territoire prend la forme dun construit socio-conomique produit entre
les acteurs locaux (conomiques, techniques, sociaux, et institutionnels) qui participent
rsoudre un problme commun ou raliser un projet de dveloppement collectif
(Gilly et Perrat, 2003).

Cette dernire dfinition montre que le territoire peut tre vu comme tant un
systme dans lequel interagissent plusieurs sous systmes. Ce systme territoire est
caractris par des processus institutionnels qui participent sa rgulation. Pour cette
raison, un territoire est caractris par sa gouvernance5.

Pour les chercheurs en science rgionale, le territoire est approch comme le

rvlateur dune co-construction entre les acteurs. Cette co-construction du systme de
production a t longuement tudie, de nombreux aspects comme le rle des savoir-

4
Di Mo G., 2000, Que voulons-nous dire quand nous parlons despace ? , in Lvy J., et
Lussault M., (sous la direction de), Logiques de lespace, esprit des lieux gographies
Cerisy, Paris, Edition Belin, pp. 37-48.
5
Gilly J.-P. et Perrat J. (2003), op cit.
17
faire, le terroir, les traditions culturales ou dlevage ont t bien intgrs dans la
modlisation de ce systme6.

Pour cerner la notion de territoire, considr comme un systme local nous

reprendrons une dfinition de Lecoq et Maillat7: Le territoire ne correspond pas
une unit gographique prcise : cest un cadre organique dans lequel sinscrivent un
ensemble territorialement intgr de relations non seulement interentreprises, mais
principalement des relations hors march, de partenariat, de coopration, des changes
dinformations qui se structurent au sein de rseaux. Il se construit et prend forme
autour de rseaux qui sont la double expression des stratgies des acteurs localiss et
de lhistoire dun territoire, de sa culture, de son identit, dans lequel ils se
dveloppement .

Derrire le concept de territoire se cache lide dorganisation politique,

conomique et sociale, o les dimensions historique, idologique et affective sont
effectivement prsentes. Il se caractrise par une localisation, un processus
dappropriation, un processus de gestion, un hritage et un projet.

Du point de vue conomique, et en faisant la synthse des dfinitions suscites,

le concept de territoire dsigne la fois8:

 un systme dexternalits technologiques localises, cest--

dire un ensemble de facteurs aussi bien matriels quimmatriels qui grrent
un avantage comptitif aux entreprises et qui, grce llment de la proximit
et la rduction des cots de transaction quelle comporte, peuvent devenir
aussi des externalits patrimoniales. Lexternalit la plus vidente est
reprsente par la prsence dagglomrations : villes, districts, ples,
clusters.;

6
Courlet C., 2002, Les systmes productifs localiss, un bilan de la littrature , in Le local
lpreuve de lconomie spatiale, A. TORRE (ed.) coll. Etudes et recherches sur les
systmes agraires et le dveloppement, 33, pp. 27-42.
7
Maillat D., Crevoisier O., et Lecoq B., 1993, Rseaux dinnovation et dynamique
territoriale. Un essai de typologie , Revue dconomie rgionale et urbaine, n 3/4, pp. 407-
432.
8
Camagni R., 2002, Comptitivit territoriale, milieux locaux et apprentissage collectif :
une contre- rflexion critique , Revue dEconomie Rgionale et Urbaine, N4, pp 553-578.

18
  un systme de relations conomiques et sociales qui contribuent
la constitution du capital relationnel ou du capital social dun certain espace
gographique; ce systme, responsable des effets de synergie locale et des
rendements croissants, facilite laction collective des privs visant produire
biens publics de faon cooprative et contribue la rduction de lincertitude et
au dclanchement de processus dapprentissage collectif;
 un systme de gouvernance local, qui rassemble une collectivit,
un ensemble dacteurs privs et un systme dadministrations publiques locales.
Ce systme est responsable de linterprtation des besoins des collectivits et de
la mise en uvre des meilleurs dispositifs pour apporter des rponses efficaces
aux dfis du contexte gnral.

Aprs avoir examin la notion de territoire travers les dfinitions des auteurs
relevant des diffrentes disciplines faisant autorit en la matire, nous allons
maintenant consacrer le paragraphe suivant la notion dattractivit territoriale.

2) Concept dattractivit territoriale:

Le concept dattractivit du territoire indique gnralement la capacit de celui-

ci attirer et retenir les entreprises tant nationales qutrangres. Le territoire au sens
de lconomie rgionale peut renvoyer la ville, la rgion, la nation ou une zone
conomique comme lUE ou lUMA. Ainsi, entre autres, Coeur et Rabaud9
dfinissent lattractivit comme la capacit dun pays attirer et retenir les
entreprises . Pour Mouriaux (2004) lattractivit dun territoire est la capacit y
attirer et y retenir les activits contenu lev en travail trs qualifi 10.

Dautres rapports abordent la question de lattractivit et insistent sur la

dimension humaine dans le dveloppement de ce concept. Charzat (2001), dans son
rapport sur lattractivit de la France, a mentionn limportance de la qualit des
hommes, des femmes, de vie et de la formation professionnelle comme fondement de

9
Coeur B., et Rabaud I., 2003, Attractivit de la France : analyse, perception et mesure,
conomie et Statistique, n 363-364-365.
10
Mouriaux F., 2004, Le concept dattractivit en Union montaire , Bulletin de la Banque
de France, N123, pp. 29-44.
19
lattractivit. Cest ainsi que Mouriaux (2004) considre que le concept dattractivit
est adapt pour valuer la situation dune conomie dans un monde caractris par une
mobilit leve des biens, des hommes et des capitaux.

Compte tenu de ces lments, lattractivit dun territoire peut tre dfinie
comme la capacit y attirer les investissements. Mais lattractivit peut aussi
qualifier la capacit dun territoire capter les investissements trangers et conserver
les investissements qui sont dj prsents et implants sur le territoire.

De ce qui prcde, toute politique dattractivit doit consister attirer les

investissements la fois exognes et endognes sur un territoire donn, dans lobjectif
dy maintenir et aussi dy accroitre le niveau dactivit conomique. Ceci dit, quels
sont les fondements thoriques de lattractivit territoriale.

3) Fondement thorique de lattractivit territoriale :

Afin de mieux apprhender le concept dattractivit, il convient de se rfrer

deux cadres danalyse conomique: la nouvelle conomie gographique et lconomie
industrielle.

a) La nouvelle conomie gographique (NEG) :

La nouvelle conomie gographique (NEG) a pour objectif lexplication des

choix de localisation des activits. Elle permet dtudier les mcanismes
dagglomrations des activits conomiques11. Pour les tenants de la NEG, comme
Krugman, la localisation des activits productives est troitement lie et conditionne
par des effets dagglomration. Lintrt de cette approche est quelle prend en compte
la dissociation croissante entre ce qui a trait la comptitivit des territoires et ce qui
concerne celle des entreprises.

La NEG cherche rendre compte des concentrations dactivits conomiques.

Elle met en avant, en particulier, le rle des externalits dans la dtermination des
forces dagglomration et de dispersion lorigine de lquilibre spatial observ.

11
Catin M., 2000, Rgions centrales et priphriques : externalits et conomie
gographique , Revue Rgion et Dveloppement, n11, pp. 6-12.
20
 Elle se fonde sur lide que les choix dimplantation rsultent de deux
catgories de forces antagonistes12:

Les forces dagglomration, qui encouragent les entreprises se

concentrer gographiquement pour bnficier dconomies dchelle et
externes. Parmi celles-ci, la littrature met en avant : les rendements
croissants au niveau de lentreprise, la concurrence pour les parts de
march qui pousse les entreprises se regrouper, et la prsence
dexternalits de type pcuniaire ou technologique.

Les forces de dispersion, qui favorisent la dissmination des activits

compte tenu des contraintes de disponibilit des ressources naturelles et
de la fixit de certains facteurs de production. A titre dexemple :
lexistence des cots de transport, le prix de la terre qui crot avec
laugmentation de la densit dagents conomique, leffet de la
concurrence locale entre les firmes conduisant une hausse du prix des
intrants et une baisse de celui du produit, et la prsence dexternalits
ngatives de type pollution ou congestion.

Lcole de la nouvelle conomie gographique permet la fois de mieux

comprendre le rle de facteurs hors prix dans la comptitivit dune nation et de rendre
compte de situations o un ou plusieurs secteur(s) dactivit(s) rparti(s) auparavant
entre plusieurs conomies se concentrent dans une seule.

b) Lconomie industrielle :

Lconomie industrielle explique les modes dorganisation et de dveloppement

des entreprises. Elle apporte un clairage complmentaire pour comprendre les choix
de localisation, dans la mesure o les ressorts de la comptitivit dune entreprise ne
sont pas lis uniquement aux caractristiques de son territoire dlection, mais
dpendent aussi de caractristiques spcifiques. Cette approche permet dviter un
cueil possible de la nouvelle conomie gographique, qui serait de ngliger le rle de

12
Mouriaux, F., 2004, Le concept dattractivit en Union montaire , Bulletin de la Banque
France, N123, pp.29-44.
21
ces choix stratgiques spcifiques. En outre, lconomie industrielle permet davancer
certaines prdictions sur les formes dagglomration. Par exemple, selon que
lentreprise fonde sa stratgie sur la comptitivit technologique ou sur des effets de
filire qui permettent de dgager des conomies dchelle, ses choix de localisation ne
sont pas ncessairement les mmes. valuation de la comptitivit technologique et
analyse des liaisons inter-industrielles constituent les apports majeurs de lconomie
industrielle ltude de lattractivit.

La NEG et lconomie industrielle constituent deux cadres danalyse

conomique de lattractivit dun territoire. Cette dernire peut tre apprhende selon
diffrentes niveaux, cest ce que tente dexpliquer le paragraphe suivant.

4) Les diffrents niveaux de lattractivit :

En partant dune dfinition simple de lattractivit territoriale capacit dun

territoire donn attirer une quantit importante dactivits productives , Fabrice
Hatem13 identifie cinq grandes catgories dapproches pour apprhender le concept
dattractivit :

a) Lapproche Macro :

Cette approche vise identifier les dterminants globaux expliquant le degr

dattractivit du territoire considr pour les investissements internationaux, cest--
dire sa capacit attirer une part de ces investissements plus importante que dautres
territoires.

Sur le plan thorique, cette approche peut tre considre comme une
descendante de la thorie du commerce international, dans une vision o lhypothse
de fixit du capital productif est leve. Il sagit dexpliquer, non seulement les
conditions de spcialisation des territoires dans certaines productions, dotations
donnes en facteurs fixes, et donc une certaine configuration de leur commerce
international, mais, plus en amont, les dterminants de la localisation dun facteur de
production mobile : le capital.

13
HATEM F., 2004, Investissement International et politiques d'attractivit, Economica,
Paris..
22
 b) Lapproche Mso :

Pour cette approche, il sagit ici de comprendre pourquoi une catgorie

spcifique dactivits sera davantage attire par un territoire particulier. Le fondement
thorique de cette approche remonte jusquaux travaux dAlfred Marshall sur la notion
datmosphre industrielle14. Originellement, ce courant danalyse nest pas focalis sur
la question des investissements trangers, ni mme sur celle de la localisation du
capital productif considr comme un facteur mobile, mais plutt sur lanalyse des
dynamiques locales permettant lmergence endogne dun ple de production et de
comptitivit. Ce cadre danalyse peut cependant tre largi de manire relativement
aise la prise en compte des comportements de localisation du capital productif.

Cette approche a donn lieu des dveloppements dans deux domaines

distincts:

Dune part, les travaux de lcole dite de la nouvelle

conomie gographique cherchent rintgrer la dimension spatiale
dans les modles dquilibre conomique.
Dautre part, les approches en termes de clusters
dvelopps, dans la ligne directe dAlfred Marshall, par de nombreux
auteurs dont le plus connu est Michael Porter15.

c) Lapproche Micro :

Dans cette approche, il sagit de dterminer le meilleur site de localisation

possible pour un projet particulier. Ni lapproche par les indicateurs globaux ni celle
par loffre territoriale diffrencie ne permettent en effet de porter un jugement
dfinitif sur la rentabilit escompte dun projet dinvestissement individuel sur un site
donn. Pour parvenir valuer celle-ci, il convient de reconstituer de la manire la
plus fine les conditions concrtes de fonctionnement du projet. Aux approches issues
de la thorie conomique (conomie spatiale ou conomie internationale) se
substituent alors des techniques inspires de lanalyse financire, avec lutilisation de
14
Lagnel O., 1998, Lattractivit des territoires, thse soutenue luniversit de Paris-X-
Nanterre.
15
Porter M., 1993, Lavantage concurrentiel des nations, d franaise, Inter ditions, Paris.
23
business-plans plus ou moins dtaills, coupls ventuellement avec des scnarios
permettant de prendre en compte les incertitudes lies aux diffrents facteurs
susceptibles dinfluer sur le niveau des cots et des recettes.

d) Processus de dcision :

Cette approche sintresse au processus travers lequel linvestisseur choisit le

site sur lequel il localisera son projet. Il met le point sur la logique de choix de
linvestisseur plutt que sur les caractristiques compares des territoires en
comptition. Sous cette approche figure une littrature abondante mettant en vidence
limpact de lincertitude, des imperfections dans linformation, et des jeux de
ngociation entre groupes dintrt sur les processus de dcision en entreprise, et des
travaux empiriques dcrivant les squences du processus de dcision de localisation de
lentreprise multinationale.

e) Lapproche en termes dimage:

Elle vise analyser la manire dont un territoire donn, en crant un effet

dimage dans lesprit du dcideur, peut accrotre son attractivit.

Les schmas, qui suivent, rsument et montrent la complmentarit entre les

trois premires approches de lattractivit territoriale.

24
 Approche macro: indicateurs
synthtiques de base
(Niveau souvent national)
Illustrations et dclinaison Fournit quelques
sectorielles et/ou locales donnes
des analyses globales de cadrage global
Remonte
Fournit quelques dinformations
donnes sur lattractivit
de cadrage global pour un type
dactivit donn

Donnes sur les ressources

disponibles au niveau local
Approche mso: analyses Approche micro: analyse
sectorielles fines de comptitivit pour un projet
(Niveau souvent rgional) donn (Niveau du site)
Remonte dinformation sur
lattractivit pour un type
dactivit donn

Figure 1: Complmentarit entre trois approches de lattractivit

Source : Hatem 2004

Niveau national: environnement politique,

rglementaires, macroconomique, march...

Niveau rgional/local: ressources

locales, main duvre, effets
dagglomration, spcialisation locale...

Niveau du site: immobilier,

infrastructures daccs

Figure 2: Les trois cycles de la comptitivit

Source : Hatem 2004

A noter que parmi les approches dveloppes ci-dessus, cest lapproche

macro qui nous intresse dans notre travail. C'est--dire que notre objectif est
didentifier les dterminants de lattractivit dun territoire national vis--vis des
IDE16. Nanmoins, une question surgit : comment mesurer lattractivit dun territoire
(un pays) et avec quels indicateurs ? Cest lobjet du paragraphe suivant.

16
Voir chapitre 2
25
 5) Les indicateurs de mesure de lattractivit :

Nous avons dfini lattractivit dun territoire comme tant sa capacit attirer
des investissements et retenir ceux dj existant. Cette dfinition fait apparaitre un
problme concret, cest celui de la mesure de lattractivit.

Sur quelle base peut-on dire quun territoire est plus attractif quun autre. Quels
sont les indicateurs qui permettent de classer les territoires selon leur degr
dattractivit des investissements.

Il existe diverses approches pour classer les territoires selon le degr

dattractivit :

a) Les enqutes dopinions :

Ces enqutes dopinion se font auprs des investisseurs, on leur demande de

classer les critres de localisation et de donner un classement relatif des diffrents
territoires daccueil potentiel par rapport ces critres. Cest le cas notamment du
baromtre dattractivit dErnst Young17.

Ce dernier est publi annuellement. Il porte sur une enqute auprs des
dirigeants dentreprises multinationales. En 2007, l'enqute d'Ernst and Young18 a
interrog 809 dcideurs de firmes multinationales, elle recense les annonces
d'implantation internationales et d'extensions d'activits. Elle exclut les
investissements de portefeuille, les fusions et acquisitions et rend compte de la ralit
des investissements engags par les socits trangres dans les fonctions industrielles
et tertiaires, l'enqute recense le nombre d'emplois crs, le taux de croissance des IDE
reus, la part de chaque secteur (service, industrie,...) des IDE entrants, l'origine des
IDE reus, les secteurs attirants les IDE...etc.

b) Les approches conomtriques :

Ces approches prennent comme variable expliquer les IDE et comme

variables explicatives les diffrents facteurs ou critres de localisation. Les variables

17
Ernst and Young, European attractiveness: the opportunity of diversity, La Baule, mai 2004.
18
Ernst and Young, Baromtre de l'attractivit Europenne, 2007.
26
explicatives sont en gnral des indicateurs macroconomiques ou des indicateurs
agrgs utiliss comme proxy des variables explicatives issues du modle thorique
(nous allons dvelopper ces diffrentes approches conomtriques dans la 2me partie).

Notons que lintrt de ces approches conomtriques est quelles permettent de

dgager les variables juges significatives de lattraction des IDE, ce qui permet
dexpliquer lattractivit compare des diffrents territoires.

c) Les indicateurs labors pas des institutions internationales :

 Lindicateur de performance en termes dinvestissement entrant :

La CNUCED publie chaque anne un classement des pays en fonction de leur

attractivit, classement qui est prsent sous forme dune matrice, elle-mme
obtenue en croisant deux indicateurs:

Lindicateur de performance en termes dinvestissement entrant (IPIE) :

Cet indicateur reflte la mesure dans laquelle un pays reoit des IDE
comparativement sa taille conomique. Si par exemple un pays reprsente 5% du
PIB mondial, alors sil reoit 5% de linvestissement mondial, lindice IPIE sera gal
100. Sil reoit plus de 5% de lIDE mondial, lindice sera suprieur 100. Si le pays
reoit moins de 5%, lindice sera infrieur 100.

Lindicateur du potentiel dattractivit en termes dinvestissement entrant

(IPAIE) :

Il reflte plusieurs facteurs censs mesurer lattractivit dun pays pour les IDE
trangers. La CNUCED a slectionn 12 indicateurs statistiques19 (voir tableau
suivant).

19
Voir le site Internet de la CNUCED consacr au Rapport sur linvestissement mondial,
dans la rubrique The inward FDI potential index Methodology :
[Link]
27
Indicateurs Signification
Cest un indicateur de la sophistication de la
demande et de son potentiel de clients. Plus le
Le PIB par habitant PIB par habitant est lev, plus le pays attire
des IDE destins produire des biens et
services innovants et diffrencis.
La CNUCED estime en effet que les dirigeants
Le taux de croissance du
des entreprises multinationales se fondent sur
PIB/habitant des 10 annes
la croissance passe des pays pour anticiper
prcdents
leur croissance future
cet indicateur traduit louverture du pays aux
La part des exportations dans le PIB
changes, ainsi que sa comptitivit
Le nombre de lignes tlphoniques
indicateur de lexistence dune infrastructure
fixes par millier dhabitant, ainsi que
moderne dinformation et de communication
le nombre de tlphones mobiles
indicateur de limportance de linfrastructure
La consommation dnergie du
traditionnelle (hors information et
secteur priv par habitant
tlcommunications).
La part des dpenses en RD
pour mesure la capacit technologique du pays
publique et prive du pays dans son
daccueil.
PIB
Le pourcentage dtudiants de pour mesurer le potentiel de main-duvre trs
troisime cycle dans la population qualifie disponible dans le pays
calcul de faon composite, de manire
mesurer les facteurs qui peuvent influencer la
perception du risque pays par les investisseurs.
Cet indicateur comprend des donnes sur la
Un indicateur du risque pays
dette publique et prive du pays, ainsi que des
donnes sur la scurit des biens et des
personnes (criminalit, terrorisme), ou encore
la stabilit institutionnelle
La part de march du pays dans les Cet indicateur est utile pour dfinir
exportations mondiales de matires lattractivit du pays pour les IDE orients vers
premires. les industries extractives
La part de march du pays dans les
pour mesurer lintgration du pays dans la
importations mondiales de parties et
dcomposition internationale des processus
composants dautomobiles et de
productifs
produits lectriques
La part de march du pays dans les pour mesurer lattractivit du pays par rapport
exportations mondiales de services aux IDE orients dans les services
Cest un indicateur de lattractivit passe et
La part du pays dans le stock
prsente, ainsi que du climat gnral par
mondial dIDE entrants
rapport linvestissement
Tableau 1: les composantes de Lindicateur du potentiel dattractivit en termes
dinvestissement entrants
Source : [Link]
28
 Lindicateur de potentiel est une moyenne simple (non pondre) des valeurs,
pralablement normalises de 0 1, de ces 12 indicateurs. Plus cet indicateur tend vers
1 et plus le pays est considr comme attractif pour les IDE et donc pour les
entreprises multinationales. Plus il tend vers 0 et moins le pays est considr comme
attractif.

Le croisement de lindicateur du potentiel dattractivit avec lindicateur de

performance en termes dinvestissements entrants permet dobtenir la matrice
suivante:

Performance leve Performance mediocre

Fort potentiel Peloton de tte En dessous du potentiel

Faible potential Au-dessus du potentiel Peloton de queue

Tableau 2: matrice de comparaison de la performance et du potentiel

Source:CNUCED,[Link]

Le tableau fait apparatre quatre catgories de pays :

Les pays du peloton de tte : Ce sont les pays qui ont la fois un potentiel et
des rsultats levs en termes dentres effectives dIDE.

Les pays du peloton de queue : Ce sont les pays qui ont un faible potentiel
dattractivit et qui enregistrent des entres effectives faibles.

Les pays dont les rsultats sont infrieurs leur potentiel : Ce sont les pays qui
nutilisent pas pleinement leur potentiel dattractivit. Ils ont un indice
dentres potentielles lev, mais des entres effectives faibles.

Les pays au dessus de leur potentiel : ce sont les pays qui ont un faible
potentiel, mais qui russissent nanmoins attirer plus dinvestissements
trangers que la moyenne.

29
 Le tableau qui suit classe les diffrents pays selon leur performance et leur
potentiel dattractivit.

Performance leve Performance mediocre

Australia, Bahamas, Bahrain, Belgium,

Botswana, Brunei Darussalam,
Algeria, Argentina, Austria, Belarus,
Bulgaria, Chile, China, Croatia, Cyprus,
Brazil, Canada, Denmark, France,
Czech Republic, Dominican Republic,
Germany, Greece, Islamic Republic of
Estonia, Finland, Hong Kong (China),
Iran, Israel, Italy, Japan, Kuwait,
Hungary, Iceland, Ireland, Jordan,
Fort Libyan Arab Jamahiriya, Mexico,
Kazakhstan, Latvia, Lebanon,
potentiel Norway, Oman, Philippines, Republic
Lithuania, Luxembourg, Malaysia,
of Korea, Russian Federation, Saudi
Malta, Netherlands, New Zealand,
Arabia, Switzerland, Taiwan,
Panama, Poland, Portugal, Qatar,
Thailand, Tunisia, Turkey, Ukraine,
Singapore, Slovakia, Slovenia, Spain,
United Kingdom, United States.
Sweden, Trinidad and Tobago, United
Arab Emirates.

Bangladesh, Benin, Burkina Faso,

Cameroon, Colombia, Cote d'Ivoire,
Albania, Angola, Armenia, Azerbaijan, Democratic Republic of Congo,
Bolivia, Congo, Costa Rica, Ecuador, Egypt, El Salvador, Ghana,
Ethiopia, Gabon, Gambia, Georgia, Guatemala, Guinea, Haiti, India,
Guyana, Honduras, Jamaica, Indonesia, Kenya, Madagascar,
Faible Kyrgyzstan, Mali, Mongolia, Morocco, Malawi, Myanmar, Nepal, Niger,
potentiel Mozambique, Namibia, Nicaragua, Pakistan, Papua New Guinea,
Nigeria, Republic of Moldova , Paraguay, Peru, Rwanda, Senegal,
Romania, Sudan, Tajikistan, Uganda, Sierra Leone, South Africa, Sri Lanka,
United Republic of Tanzania, Vietnam, Suriname, Syrian Arab Republic,
Zambia TFYR of Macedonia, Togo, Uruguay,
Uzbekistan, Venezuela, Yemen,
Zimbabwe.

Tableau 3: comparaison de la performance des pays en termes dIDE avec leur

potentiel dattractivit (anne 2005)
Source:CNUCED,[Link]

30
  Lindice dentres dIDE de la CNUCED :

La CNUCED20 propose un autre indice, lindice des entres dIDE (ID) (Inward
FDI Index), qui prend en compte le poids conomique relatif du pays rcepteur, en
indiquant sa capacit attirer les investissements en fonction de ce poids. Cet indice
composite est une moyenne non pondre de trois indices mettant en relation la part
relative dun pays dans les flux mondiaux dIDE et sa part relative dans le produit
mondial, lemploi et les exportations :

ID = 1/3 IP + 1/3 IE + 1/3 IX o

IP = ( IDEi / IDEm ) / ( PIBi / PIBm ),

IE = ( IDEi / IDEm ) / ( Ei / Em ),

IX = ( IDEi / IDEm ) / ( Xi / Xm ),

Avec :

IP : indice de PIB

IE : indice demploi

IX : indice dexportation

ID : lindice des entres dIDE

IDEi : les flux entrants dIDE pour un pays i

IDEm : les flux dIDE mondiaux

PIBi : le PIB du pays i

PIBm : le PIB mondial

Ei : lemploi du pays i

Em : lemploi mondial

Xi : les exportations des pays i

Xm : les exportations mondiales

20
UNCTAD, World Investment Report 2001: Promoting Linkages, United Nations. 2001.
31
 Un indice gal 1 signifie que la part du pays considr dans les IDE mondiaux
correspond son poids conomique mesur par ces trois indicateurs. Un indice ID
suprieur ou gal 1 signifie quil sagit dconomies forts potentiels et ouvertes
lextrieur. Un indice ID infrieur 1 signifie que le pays prsente des faiblesses,
puisquil aurait d recevoir davantage dIDE, compte tenu de son poids dans
lconomie mondiale.

Lindice dentres dIDE qui constitue un point de dpart pour mesurer

laptitude des pays attirer les IDE, doit tre interprt avec prudence, dans la mesure
o il ignore dautres donnes conomiques et politiques. Sa construction nchappe
pas non plus des critiques, notamment en ce qui concerne lusage des variables
comme lemploi et les exportations. Tout dabord, parce quils se superposent au PIB
dans la mesure de la taille du march et de la puissance conomique dun pays. Ensuite
parce que la relation de ces variables avec les flux dIDE nest pas clairement tablie.

 Lindice Doing Business in de la Banque Mondiale :

Le classement de la Banque Mondiale repose sur 10 critres visant dterminer

la facilit quont les entreprises pour faire des affaires de faon gnrale. Le
tableau suivant dtaille les 10 critres retenus par la banque mondiale :

32
 Critre Signification

Procedures, time, cost and paid-in minimum capital

1 Starting a business
to open a new business

Procesures, time and cost of business inspections and

2 Dealing with licenses
licensing (construction industry)

Difficulty of hiring index, rigidity of hours index,

3 Employing workers
difficulty of firing index and firing cost

Procedures, time and cost to register commercial real

4 Registering property
estate

Strength of legal rights index, depth of credit

5 Getting credit
information index

Indices of the extent of disdosure, extent of director

6 Protecting investors
liability and ease of shareholder suits

Number of tax payments, time to prepare tax returns

7 Paying taxes
and total taxes as a share of commercial profits

Trading across
8 Documents, time and cost to export and import
borders

Procedures, time and cost to resolve a commercial

9 Enforcing contracts
dispute

10 Closing a business Recovery rate in bankruptcy

Tableau 4: Les 10 critres de la Banque Mondiale

Source : Banque Mondiale, [Link]

33
  Les baromtres dattractivit :

Dautres institutions ralisent des baromtres dattractivit en se basant sur la

collecte dun trs grand nombre dindicateurs qui permettent de raliser un
talonnage concurrentiel (benchmarking) entre les diffrents territoires. Le
tableau qui suit donne les baromtres les plus connus.

Indice Mthode
IMD (Global Indice composite bas sur environ 200 indicateurs quantitatifs
Competitiveness de comptitivit (rsultats conomiques globaux,
Index) infrastructures, technologies, administration...)
AT Kearney Rsultats dune enqute dopinion auprs des dcideurs privs
(Confidence Index) sur limage du pays concern
Indice composite bas sur quelques dizaines dindicateurs
AT Kearney
mesurant le degr douverture du pays aux flux de diffrentes
(Globalization Index)
natures (commerce, capital, ides, technologies...)
ONU (Human Indice composite bas sur quelques indicateurs concernant la
Development Index) sant, lducation et le revenu par tte
World Economic
Indice composite bas sur quelque dizaine dindicateurs
Forum (Growth
mesurant les facteurs globaux de croissance (environnement
Competitiveness
macroconomique, politique, technologique)
Index)
World Economic Indice composite bas sur quelques dizaines dindicateurs
Forum (Micro mesurant les conditions de comptitivit de la firme
Competitiveness (organisation de la firme, environnement daffaires)
Index)
Heritage Foundation Indice composite bas sur quelques dizaines dindicateurs
(Economic Freedom mesurant lintervention de lEtat dans lconomie (fiscalit,
Index) dpenses publiques, interventions rglementaires, etc.)
Indice composite bas sur une dizaine dindicateurs
World Invest Report
dattractivit du pays pour les flux dinvestissements
(FDI Potential Index)
trangers
World Investment
Moyenne sur trois ans (1999-2001) des flux dinvestissements
Report (FDI
directs trangers entrants rapports au PIB
Performance Index)
Tableau 5: Quelques indicateurs dattractivit territoriale
Source: laborer partir de Hatem 2004

Les indicateurs suscits permettent de classer et dapprhender le degr

dattractivit dun territoire. Cette dernire est lie la comptitivit, do lintrt de
dvelopper ce concept de comptitivit territoriale dans le paragraphe qui suit.

34
 6) Le concept de comptitivit territoriale :

Avant dessayer de dfinir le concept de comptitivit territoriale, il y a lieu de

dfinir celui de la comptitivit. En effet, ce terme est utilis toutes les chelles, de
celle de la firme celle de lconomie nationale.

a) Dfinition de la comptitivit :

A la question quest ce que la comptitivit ? , les lments de rponse

restent lis lanalogie entre comptitivit des nations et comptitivit des entreprises

Pour le Dictionnaire des sciences conomiques (PUF, 2001): la comptitivit

est la capacit dune entreprise, dune rgion ou dune nation conserver ou
amliorer sa position face la concurrence des autres units conomiques
comparables. La notion de comptitivit est, le plus souvent, vue sous langle de la
nation et associe la concurrence internationale. Elle est alors dfinie, de faon plus
prcise, comme son aptitude produire des biens et des services qui satisfont au test de
la concurrence sur les marchs internationaux et augmenter de faon durable le
niveau de vie de la population.

Selon lOCDE la comptitivit dsigne la capacit dentreprises, dindustries,

de rgions, de nations ou densembles supranationaux de gnrer de faon durable un
revenu et un niveau demploi relativement levs, tout en tant et restant exposs la
concurrence internationale .

Quil sagisse dune firme, dune rgion, dun territoire ou dune conomie
nationale, tre comptitif consiste, donc, faire face la concurrence, gagner des
parts de march lexportation et limiter les importations sur le march intrieur. La
comptitivit ne constitue pas le seul indicateur pertinent de la performance
conomique dun pays ou dune rgion. Sa capacit crotre est aussi importante.

35
 Dans leur rapport, Jacquemin et Pench21 insistent sur le fait que le discours sur
la comptitivit est essentiellement un discours sur les moyens : la notion de
comptitivit ne constitue ni une fin en soi, ni un objectif. Elle est un moyen efficace
de relever le niveau de vie et damliorer le bien-tre social.. Par la suite, les
diffrentes publications officielles ne font plus rfrence la concurrence
internationale et retiennent lobjectif damliorer et daccrotre le niveau de vie et plus
gnralement le bien-tre de ses habitants.

Cette ouverture sur lavenir explique, selon Kappel et Landmann, pourquoi

certaines dfinitions de la comptitivit posent que la pntration des marchs
internationaux doit se faire paralllement une augmentation du niveau de vie
grande chelle22.

Sur le plan territorial, la comptitivit se manifeste par la concurrence que se

livrent des lieux dimplantation en vue dattirer des facteurs de production mobiles et
danticiper leur fuite. En effet, la libralisation des changes engendre une diminution
des protections nationales et un accroissement de la concurrence entre territoires.

La notion de comptitivit implique donc une dimension dynamique et permet

des analyses explorant les interactions entre dveloppement rgional ou national et
changes internationaux, donc entre le local et le global.

b) Les types de comptitivit :

Les travaux sur la comptitivit distinguent entre deux types de comptitivit: la

comptitivit par les cots et la comptitivit par la diffrentiation de loffre (Michalet,
1999; Porter, 1990).

Le premier type de comptitivit, la comptitivit par les cots, est d

une concurrence autour du prix. Il se base sur une stratgie de rduction

21
Jacquemin A., et Pench L.R., 1997, Europe Competing in the Global Economy: Reports of
the Competitiveness Advisory Group, American International Distribution Corporation,
Williston. Version franaise : Pour une comptitvit europenne : Rapports du Groupe
Consultatif sur la Comptitivit, Bruxelles, De Boeck.
22
Kappel R., et Landmann O., 1997, La Suisse dans un monde en mutation. Economie
extrieure et politique du dveloppement: dfis et perspectives. Rapport final du Programme
national de recherche 28, Editions Universitaires Fribourg, Fribourg.
36
 des cots de travail et de production et une drglementation du
march du travail. Elle repose sur le fait que la diminution des cots
accrot la productivit et le profit. Nanmoins, certains auteurs23 mettent
laccent sur le fait que la prcarit des salaires et des conditions demploi
provoquent un exode de la main-duvre et des comptences, ce qui,
terme, recentre les activits sur la production standard faible valeur
ajoute, soit, lchance, des activits peu comptitives.

Le deuxime type de comptitivit, la comptitivit par la diffrentiation

de loffre, est plutt fond sur une concurrence autour de la qualit et
porte sur un renforcement de la capacit innovatrice afin de gnrer de
nouveaux produits. Pour cela, Porter (1993) insiste sur le rle central des
connaissances dsincarnes, ou immatrielles, afin de promouvoir
linnovation et une comptitivit sappuyant sur des apprentissages et de
la coopration et donnant lieu un renouvellement continuel des
ressources.

c) La comptitivit territoriale :

La comptitivit territoriale a donc un sens strictement conomique. Etre

comptitif signifie pouvoir supporter la concurrence du march: un territoire devient
comptitif sil peut affronter la concurrence du march tout en assurant une durabilit
environnementale, conomique, sociale et culturelle fonde sur des logiques de rseau
et darticulation inter- territoriale. En dautres termes, la comptitivit territoriale
suppose:

La prise en compte des ressources du territoire dans la

recherche dune cohrence densemble;

Limplication des acteurs et des institutions;

Lintgration des secteurs dactivit dans une logique
dinnovation;
23
Courlet C., 2001, Les systmes productifs locaux: de la dfinition au modle, dans
DATAR (d.) Rseaux d'entreprises et territoires. Regards sur les systmes productifs locaux,
Paris, pp. 17-61.

37

la coopration avec les autres territoires et larticulation
avec les politiques rgionales, nationales, supranationales et le contexte
global.

Le maintien dune comptitivit durable ncessite la prise en compte de

plusieurs dimensions.

d) Les dimensions de la comptitivit territoriale :

Lobservatoire Europen LEADER identifie quatre dimensions de la

comptitivit territoriale24. Ces dernires se combineront de manire spcifique dans
chaque territoire:

La comptitivit sociale : c'est--dire la capacit des

acteurs agir efficacement ensemble sur la base dune conception
partage du projet, et encourage par une concertation entre les
diffrents niveaux institutionnels;

La comptitivit environnementale : elle signifie la
capacit des acteurs mettre en valeur leur environnement en en faisant
un lment distinctif de leur territoire, tout en assurant la prservation
et le renouvellement des ressources naturelles et patrimoniales;

La comptitivit conomique : elle se traduit par la
capacit des acteurs produire et retenir un maximum de valeur
ajoute sur le territoire en renforant les liens entre secteurs et en faisant
de la combinaison des ressources des atouts pour valoriser le caractre
spcifique des produits et services locaux;

Le positionnement dans le contexte global : il renvoie la
capacit des acteurs trouver leur place par rapport aux autres territoires
et au monde extrieur en gnral, de faon faire panouir leur projet
territorial et en assurer la viabilit dans le contexte de la globalisation.

24
Farrell G., Thirion S., Soto P., La comptitivit territoriale: Construire une stratgie de
dveloppement territorial la lumire de lexprience LEADER, Observatoire Europen
LEADER fascicule 1, Rono, Dcembre 1999.
38
 Tout cela renforce le dfi relever par les collectivits territoriales. Elles sont
obliges se prsenter toujours la frontire sur quelque aspect de la vie
conomique25:

lexportation de certains biens et services ;

lattraction de managers ou touristes externes ;

la vente dactifs fonciers ou immobiliers aux entreprises externes

ou aux couches externes ;

lattraction dinvestissements productifs de lextrieur ;

lattraction de capital financier investi dans les activits internes ;

lattraction dactivits et demplois bien rmunres dpendants

dentreprises ou dinstitutions publiques externes (y compris les
activits de gouvernement national ou supra-national).

25
Camagni R. (2002), Comptitivit territoriale, milieux locaux et apprentissage collectif :
une contre-rflexion critique, Revue dEconomie Rgionale et Urbaine, n. 4, 553-578
39
Section 2 : Le territoire : un march de localisation

Lattractivit des territoires peut tre conue comme le produit de la

confrontation entre la demande de caractristiques de localisation manant des firmes
et loffre de caractristiques territoriales manant des territoires. Cette confrontation
se fait sur le march de localisation des activits conomiques. Elle peut tre
schmatise comme le montre la figure suivante :

Demande de Offre de
caractristiques caractristiques
March de
Entreprises localisation des Territoires
activits
conomiques
de localisation de localisation

Figure 3: March de localisation des activits conomiques

Source : laboration personnelle

Dans ce schma, la demande mane des entreprises investisseuses. Celles-ci

veulent raliser un certain nombre de projets dinvestissement dont la caractristique
est dtre gographiquement mobiles, cest--dire de pouvoir tre raliss lidentique
dans des localisations concurrentes.

Loffre est porte par les territoires . Ceux-ci proposent aux entreprises un
certain nombre de sites de localisation potentiels pour leurs projets mobiles.

De la confrontation entre loffre des territoires et la demande des entreprises

rsulte une concurrence entre les territoires pour laccueil dun mme projet. Cette
concurrence met en jeux un trs grand nombre de critres lis la qualit et au cot
des ressources locales, leur adaptation aux besoins spcifiques caractrisant chaque

40
projet, la proximit au march, la qualit de lenvironnement des affaires, aux
risques attachs aux diffrents territoires, etc.

Au sein de ce march de localisation, chaque territoire dveloppe une panoplie

dinstrument pour attirer les investissements.

Finalement, linvestisseur choisira, pour chaque projet, la localisation

garantissant le meilleur mix cots/risques/avantages au regard des objectifs recherchs
par la firme.

1) Territoire et offre de facteurs de localisation

a) Loffre territoriale :

La rflexion sur lattractivit territoriale rsulte dune srie de questions poses

par les acteurs territoriaux sur la localisation des activits conomiques: "pourquoi
certaines entreprises s'implantent-elles sur un territoire plutt que sur un autre ?";
"qu'est-ce qui distingue le territoire des autres et le rend attractif?". Ces acteurs ont des
ambitions, en termes dattraction des entreprises, comparables celles des dirigeants
dentreprise vis--vis de leurs clients potentiels. Ainsi, un raisonnement thorique par
analogie est possible dans la mesure o le territoire, en tant organisation, limage de
lentreprise, se caractrise par une offre territoriale.

Ce concept doffre territoriale rsulte pour lessentiel dune appropriation

tardive par les conomistes de la notion de territoire apprhend comme un ensemble
de ressources indiffrencies destination des entreprises. Selon Zimmermann, loffre
territoriale se distingue chez certains auteurs comme la construction de ressources
spcifiques mises disposition des firmes par les acteurs du territoire26. Dans une
approche plus spcifiquement marketing, loffre territoriale apparat mme comme un
concept extrmement relatif, voire ambigu27, puisquon distinguera une offre de
territoire dans laquelle ce dernier est vu comme simple lieu dimplantation et une offre
26
Zimmermann, J.-B. et al. 1999, Construction territoriale et dynamiques conomiques ,
Sciences de la socit, n 48, octobre 1999.
27
Texier L. 1999, Une clarification de loffre dimplantation en marketing territorial :
produit de ville et offre de territoire , Revue d'conomie rgionale et urbaine, no 5, p. 1021-
1036.
41
dans laquelle ce mme territoire est le cadre dexercice de lactivit de lentreprise, ce
qui amne se focaliser sur les externalits et les caractristiques conomiques
prsentes (marchs, fournisseurs, main-duvre).

Hatem (2004) distingue entre deux variantes doffre territoriale :

une offre territoriale simple : elle est envisage comme lensemble

des ressources prsentes sur le territoire et susceptibles dtre utilises
dans le cadre des projets dinvestissement ;

une offre territoriale complexe : elle est produite notamment par les
agences de dveloppement et de promotion qui mobilisent loffre
territoriale simple ou potentielle pour ladapter aux attentes de
chaque projet.

Cette distinction entre les deux types doffre territoriale nest pas toujours trs
claire et la dfinition la plus complte de loffre territoriale, livre par le rapport
dtudes du cabinet Ernst and Young, privilgie plutt le premier aspect sans exclure
toutefois lexistence de ressources produites avec une certaine intention : une offre
territoriale est donc constitue par un ensemble de caractristiques socio-conomiques
dun territoire ayant un impact plus ou moins direct sur laccueil et le maintien des
activits conomiques. Il peut sagir dlments trs htrognes : caractristiques
physiques dun territoire, infrastructures (au sens le plus large), caractristiques
dmographiques, structure du tissu conomique, comptences en matire grise et en
recherche, politiques fiscales et dincitations financires, qualit des interdpendances
locales et intensit de lanimation locale 28.

Cette dfinition rsume loffre territoriale en un ensemble dattributs du

territoire, plus ou moins donns et hrits selon les cas, susceptibles dinfluencer
lentreprise dans le choix ou la conservation dune localisation pour ses
tablissements.

28
Ernst and Young 2002, tude sur la constitution d'une offre territoriale diffrencie,
DATAR, 110 p.
42
 Pour Texier29 , il distingue trois composantes de loffre territoriale :

le produit de ville qui consiste en une offre de sites et qui correspond

avant tout des besoins fonctionnels ;

le produit services ajouts qui prend en compte besoins fonctionnels

et stratgiques : il implique, la demande, dautres acteurs que lagence
ou le service de dveloppement pour la mobilisation de financements, de
solutions de formation, de capacits de recherche

le produit attributs de territoire essentiellement adapt des besoins

stratgiques manant dentreprises extrieures la rgion et qui ncessite
la production dinformations justes et convaincantes sur les atouts du
territoire, les facteurs-cls dimplantation, en bref une explicitation
objective de lattractivit territoriale.

b) Lavantage comparatif des territoires

Quelle est la nature de lavantage comparatif dont bnficie un territoire ?

Rside-t-il dans sa localisation par rapport aux autres territoires concurrents, dans la
qualit de son environnement, sa dotation en infrastructures de transport et de
communication, un faible niveau dimposition, un climat social favorable, le cot des
facteurs de production, la diffrence de dveloppement technologique ?

Pour certains auteurs30, les efforts nationaux et rgionaux accomplis en matire

damnagement du territoire (amnagement des zones dactivit, amlioration des
infrastructures et quipements publics) ou dincitation financire (subventions, primes
limplantation, exonrations fiscales) sont perus par les firmes et intgrs dans les
prfrences de localisation.

Chaque territoire dispose dactifs propres non transfrables et plus ou moins lis
sa situation gographique. Ces facteurs constituent des atouts pour le territoire

29
Texier L. 1999, Une clarification de loffre dimplantation en marketing territorial :
produit de ville et offre de territoire , Revue d'conomie rgionale et urbaine, no 5, p. 1021-
1036.
30
El Ouardighi J. et Ren Kahn R., Les investissements directs internationaux dans les
rgions franaises , Revue dEconomie Rgionale et Urbaine, n3 2003
43
considr ; do lintrt de construire des spcificits territoriales chappant en partie
une concurrence par le march et que chaque territoire pourra exploiter son
avantage.

Les diffrents facteurs dont dispose un territoire pour assurer lattractivit

doivent sinscrire dans le cadre dune stratgie deux objectifs :

Primo, attirer les entreprises ;

Secondo, assurer lintgration des entreprises long terme, cest--dire,

les insrer dans des rseaux dinterdpendance qui rendent leurs
implantations aussi irrversibles que possible.

Quelles que soient lorigine et la finalit des initiatives territoriales de

dveloppement, elles sexpriment dans un contexte international fortement
concurrentiel. Pour cette raison, les politiques mises en uvre ncessitent dtre
constamment renouveles. Elles doivent tres axes sur des instruments fondamentaux
pour assurer une attractivit durable.

c) Les instruments de la politique dattraction

Les politiques dattraction des entreprises sarticulent autour de deux grandes

catgories dinstruments : les aides financires et les infrastructures.

i) Les aides financires

Lobjectif des incitations financires consiste diminuer le cot dimplantation

des entreprises en contribuant ses charges fixes pendant une priode dtermine par
les pouvoirs publics. Ces incitations prennent gnralement la forme dune
exonration temporaire de taxes.

Par la rduction des charges fiscales dun contribuable donn, le territoire

devient attractif sans pour autant engager des fonds public. En se sens, les incitations
financires sont sans doute le moyen le plus utilis par les autorits territoriales pour
attirer les investissements.

44
 ii) Les infrastructures

Les infrastructures constituent un levier important dans la concurrence que se

livre les territoires pour attirer les investissements. Elles ont une double vocation :

Elles sont un instrument du dveloppement conomique du tissu

productif local;

Elles sont un instrument de la politique dattractivit.

Les infrastructures permettent damliorer les conditions de ralisation des

activits conomiques. En se sens, elles permettent damliorer la qualit des
territoires en permettant laugmentation de leur attractivit et leur dveloppement
conomique.

Lutilisation des aides financires et des infrastructures dans le processus

dattraction des entreprises constitue un tremplin vers une attractivit du territoire par
rapport ses concurrents. Toutefois, force est de constater que les territoires se
heurtent des problmes dasymtrie dinformation est des problmes relatifs leur
potentiel fiscal. Pour remdier ces problmes, il y a lieu de recourir des stratgies
dattraction. Ces stratgies portent sur un ensemble de facteurs de localisation manant
des territoires.

2) Territoire et demande de facteurs de localisation

a) Les facteurs de localisation

La dcision de localisation dpend non seulement des avantages des territoires,

mais galement de la stratgie de la firme. Plus prcisment, lentreprise dcide de
simplanter dans un territoire en fonction de quatre dterminants principaux : la taille
du march, le cot des facteurs de production, le nombre dentreprises dj prsentes,
les diffrentes politiques dattraction menes par les autorits locales (Mucchielli
1998).

Le choix de localisation suit une logique microconomique propre chaque

firme. Elle cherche une plus grande profitabilit dterminant la localisation de ses

45
activits en fonction de ses propres caractristiques internes (cot de production, taille
potentiel du march)

Il existe deux sortes de facteurs motivant la localisation des entreprises : les

facteurs internes et les facteurs externes31.

Les facteurs internes la firme permettent de rpondre la question : pourquoi

une firme, pour accder au march international, dcide de simplanter plutt
que dexporter, de vendre une licence un partenaire tranger ou de signer un
accord de sous-traitance avec un fabricant local ?

En effet, la prsence dactifs intangibles spcifiques la firme (technologie et

savoir faire) rend difficiles les transactions de march en raison des dfaillances
du march lies ces actifs.

A titre dexemple, lors dun accord de licence, lacqureur sous estime la valeur
de lactif tant que sa spcificit nest pas rvle, alors que le vendeur de la
licence ne veut pas rvler totalement lactif tant que le contrat nest pas sign.
Tenant compte de ces conditions, la dcision optimale pour lentreprise est
linternalisation de la transaction en crant sa propre filiale de production.

Les facteurs externes permettent de rpondre la question : pourquoi une firme

choisit dimplanter une filiale dans un tel territoire et non pas dans un autre ?

Il sagit dexaminer les facteurs exognes qui peuvent affecter la dcision de

localisation de la firme.

Sur ce point, les auteurs sont unanimes sur les dterminants de localisation des
firmes. Les investissements sont attirs par les caractristiques conomiques
fondamentales des territoires daccueil : la taille du march, le niveau du revenu
rel, le cot et le niveau de qualification de la main duvre, la stabilit
politique et conomique, la libralisation des politiques commerciales, les
mouvements du taux de change, les politiques de taxation, la qualit des
infrastructures, la qualit des institutions, etc.

31
Blonigen B.A., 2005, A Review of the Empirical Literature on FDI Determinants, Working
Paper, NBER, n 11299.
46
 La localisation des entreprises seffectue des conditions et suivant des
modalits qui diffrent suivant la dimension des entreprises et la nature de leurs
activits. Elle est subordonne leurs choix stratgiques et organisationnels. Elle
suppose, au pralable, la comparaison systmatique des avantages des diffrents
territoires possibles, sachant que ces entreprises sont confrontes, des degrs divers,
une conomie qui se mondialise et sappuie sur des espaces locaux spcifiques.

Pour beaucoup dauteurs, le couple avantages gographiques-avantages

dagglomration constitue la cl du phnomne de localisation.

La confrontation de loffre des facteurs de localisations manant du territoire et

la demande de facteurs de localisation provenant des entreprises donne naissance un
processus de localisation/attraction.

b) Processus de localisation/attraction

Le processus dattraction des entreprises ncessite la runion dun grand

nombre de mtiers diffrents : prospection ltranger, techniques du marketing
territorial, ingnierie financire, interventions directe ou indirecte des pouvoirs
publics, etc. Cette complexit est lie celle du processus de localisation des firmes et
il est dailleurs possible de mettre en parallle les tapes du processus dattraction avec
le droulement du processus de localisation des grandes entreprises.

Le tableau suivant montre les interactions entre entreprise et territoire au cours

du processus de localisation32.

32
Lagnel O. et Rychen F., Enjeux conomique de lattraction, in localisation des activits
conomiques : efficacit versus quit, treizime congrs des conomistes belges de langue
franaises, 1998.
47
 Etapes du processus de Processus
Actions conduites
localisation de lentreprise dattraction
1. Projet dinvestissement Prise en compte du pays comme 1. construction de
ltude localisation potentielle limage
Contact entre lentreprise et
2. Slection des pays ou lagence lors dun sminaire 2. Gnration
rgions dimplantation Contact directe par un prospecteur dinvestissement
de lagence
Visite des sites retenus par
3. Etablissement dune
lentreprise ou propos par
short list sur la base de 3. Service
lagence
critre de localisation linvestisseur
Recueil de donnes socio-
qualitative (avant-
conomiques, administratives
Evaluation/comparaison de investissement)
Montage du dossier daides
la rentabilit de chaque site
financires
Formalits administratives, aides
Intervention du
4. Implantation diverses linstallation
One-stop Shop
(recrutement, fournisseurs)
4. Services
Mdiation de lagence entreprise
linvestisseur
et ladministration
5. Entreprise en activit (assistance aux
Aide lintgration dans le tissu
entreprises aprs
conomique local et national
implantation)
Appui du dossier auprs des
6. Extension du site administrations
Obtention daides financires
Tableau 6: Les interactions entre entreprise et territoire au cours du processus de
localisation
Source : Lagnel O. et Rychen F. 1998

48
 Limportance relative des diverses tapes du processus dattraction varie selon
le niveau territorial de lautorit qui mne la politique dattraction et de ses
comptences en la matire. Selon quelles soient nationales, rgionales ou bien locales,
leurs moyens et leurs champs daction seront diffrents.

Pour attirer les investissements, les autorits territoriales recourent aux

diffrentes techniques de promotion de leur territoire. Cest techniques peuvent tre
regroupes sous le concept du marketing territoriale.

Section 3 : Le marketing territorial

Le concept de marketing territorial est apparu depuis une trentaine d'annes. Il a

t adopt par les acteurs locaux pour rendre leurs territoires attractifs.

1) Dfinition

Le marketing territorial pourrait tre peru gnralement comme lart de

positionner un territoire dans le but dattirer les investisseurs. Pour Hatem33, cest lart
de positionner un village, une ville, une rgion ou une mtropole sur le vaste march
mondial. Il sagit en fait dappliquer des concepts et des mthodes traditionnellement
rservs aux secteurs marchands un espace dont on souhaite faire la promotion.

Ainsi, entre autres, Hatem (2007) dfinit le marketing territorial comme tant
une dmarche visant :

amliorer la part de march dun territoire donn dans les flux internationaux de
diffrentes natures (commerce, investissement, tourisme, comptences).

inciter pour cela des acteurs extrieurs nouer des relations marchandes avec
des acteurs dj prsents sur le territoire, notamment, mais pas seulement, en
simplantant sur celui-ci .

33
Hatem F. (2007), le marketing territorial : principe, mthodes et pratique, Editions EMS.
49
 Pour Noisette et Vallerugo (1996), le marketing territorial est une manire de
penser et de mettre en uvre une politique territoriale de dveloppement dans le
contexte de march, il doit reposer structurellement sur des partenaires dacteurs, en
faisant converger logiques publiques et prives.

Il est li aux questions de dveloppement conomique. Cest aussi un outil

stratgique et dajustement entre des politiques de dveloppement dun territoire et les
personnes auxquelles elles sadressent34.

La globalisation a largi considrablement les zones dachalandage et de

prsence des entreprises. Les territoires ont donc intrt attirer les investissements
afin de tirer profit de cette tendance. Pour cette raison, Hatem justifie le marketing
territorial comme une rponse face une comptition internationale de plus en plus
dure pour l'attraction des projets d'investissement internationalement mobiles, les
agences de promotion territoriales doivent dfinir des "stratgies marketing" destines
accrotre leur "part de march" face aux territoires concurrents (Hatem 2004).

2) La finalit du marketing territorial

La concurrence entre les territoires pour laccueil des investissements est de

plus en plus intense. Elle est galement trs diverse compte tenue de la multiplicit des
profils des offre territoriales en comptition : pays offrant de grandes quantits de
main duvre bas prix, pays offrant des ples de technologie de haut niveau avec des
cots de fonctionnement et dinvestissement levs. Du ct de la demande, cest--
dire des entreprises investisseuses, les projets sont galement trs divers par leur profil
technologique, leurs besoins en main duvre ou en infrastructures, leur intensit
capitalistique. Or, compte tenu des spcificits de son offre de facteurs, un territoire
peut tre jug satisfaisant pour un type de projet donn et peut ne pas ltre pour un
autre type, il peut se montrer attractif pour une activit et moins pour dautres (Hatem
2004).

34
Chakor, A. (2000), La comptitivit par le marketing , la revue marocaine daudit et de
dveloppement, n11, juin 2000.
50
 Lobjet du marketing territorial est de fournir aux agences de promotion les
outils dinformation et danalyse dont elles ont besoin pour dfinir leurs priorits,
dterminer la nature de leur offre et mettre en uvre les politiques doffres territoriales
adaptes.

Les acteurs territoriaux, notamment les agences de promotion et les collectivits

locales tentent de donner la meilleure image possible de leur territoire, puis de la
diffuser et damplifier le rayonnement du territoire.

Pour ce faire, Les acteurs territoriaux ont des moyens multiples pour raliser la
mise en valeur de leur territoire. Elle se modlise et prend forme vis--vis de la
population, des touristes, des entreprises grce la communication et la publicit.

La promotion dune offre territoriale vise inviter les entreprises pour venir
s'installer sur le territoire en leur fournissant une information conforme leurs
prfrences. Cela est facilit par l'mergence de la communication. La stratgie de
communication est devenue un lment de diffrenciation des territoires.

Les stratgies de communication sappuient sur de grands projets

damnagements du territoire et/ou de valorisation de lexistant; sur des valeurs
historiques, culturelles et politiques, sur les ples technologiques dj installs dans le
territoire, sur le tissu conomique du territoire, sur la disponibilit des facteurs de
production Tous les atouts du territoire dans les domaines les plus divers peuvent
tre utiliss.

Dune manire gnrale, le marketing territorial emprunte les mmes principes

du marketing appliqu par les entreprises, c'est--dire que, pour dterminer ses
priorits de prospection par type de projets, une agence de promotion doit pouvoir
rpondre trois questions :

Limpact potentiel des projets concerns est-il de nature servir les

objectifs globaux de dveloppement territorial ?

Existe-il beaucoup de projets de ce type susceptibles de simplanter sur

le territoire ?

Enfin, le territoire est-il attractif pour le projet considr ?

51
 Les rponses ces trois questions permettent en principe lidentification des
priorits du marketing territorial (Hatem 2004).

Pour ce faire, il est ncessaire dtablir des stratgies inspires du marketing

traditionnel appliques aux territoires.

3) La dmarche du marketing territorial

La segmentation marketing conduit oprer une tude fine des besoins des
entreprises. Ceux-ci sont ordinairement, au niveau le moins fin de lanalyse, de deux
types35: les besoins fonctionnels et les besoins stratgiques. Les premiers sont
caractristiques des entreprises locales qui cherchent amliorer leurs conditions de
fonctionnement (meilleure desserte, local dactivit agrandi ou mieux amnag,
meilleure formation de la main-duvre, meilleures relations avec les fournisseurs),
tandis que les seconds correspondent des entreprises locales ou extrieures parvenues
une phase cl de leur dveloppement (nouveau produit, nouveau processus, nouveau
march) ncessitant le choix, pour certaines fonctions, dune nouvelle localisation.

Le positionnement marketing consiste en marketing territorial, pour un projet

donn, mettre en place la meilleure combinaison dacteurs, de territoires impliqus
au meilleur cot et ceci avec la communication la mieux cible et la mieux adapte
possibles. Lensemble dsigne le mix marketing territorial constitutif du produit
territorial .

Le marketing territorial conduit la construction dune logique de gamme36, se

traduisant par une valeur ajoute croissante de la part du service de dveloppement
conomique, et qui tient compte de cette hirarchie implicite des besoins.

En adoptant une approche marketing, lentreprise identifie un march-cible en

fonction de ses atouts et opportunits, et construit une offre. La phase pralable du
diagnostic, de lexpertise fait partie intgrante de la dmarche.

35
Texier, L. 1999, Une clarification de loffre dimplantation en marketing territorial :
produit de ville et offre de territoire , Revue d'conomie rgionale et urbaine, no 5, p. 1021-
1036.
36
Courtois-Vincent, I. 1997, Prospection d'entreprises et promotion territoriale : stratgie et
expriences, la lettre du cadre territorial, 109 p.
52
 De mme, le territoire doit tre apte identifier les tendances, interprter les
situations, adapter sa stratgie, et pouvoir agir sur les acteurs. Un diagnostic complet
est donc incontournable, de mme quun suivi dans le temps.

La valeur dun territoire doit sinscrire deux niveaux : la reconnaissance par

les acteurs locaux de leurs propres valeurs, et la perception du territoire par le client.
Llu peut faire appel aux techniques de marketing pour susciter la mise en place de
lieux de discussions, de diffusion de linformation et susciter ladoption de valeurs
par les acteurs conomiques. Dans ce sens le marketing territorial vise mobiliser et
accompagner le dveloppement, dans lobjectif dtablir des relations capables de
construire des ressources spcifiques. Cette dmarche collective o chacun devra faire
appel limage partage du territoire, ncessite de faire passer lide que la dmarche
vise un progrs pour tous, avant quil nen soit un pour chacun.

Le territoire doit alors tre envisag comme un ensemble stratgique, une

construction dacteurs qui sorganisent autour dune (ou des) valeur(s) partage(s)
dans un objectif de dveloppement conomique.

Enfin, marqueter une offre territoriale dpendra minemment de ses supports,

de la logistique et des modes dagir quelle induit, ce qui renvoie en partie la logique
de gamme. On pourra ainsi reprer quatre types doffre :

une offre territoriale de promotion qui consiste en la production dun

discours sur lattractivit dun territoire ;

une offre territoriale de prospection spcifiquement adapte aux

dmarchages dentreprises tels quils se droulent dans le cadre des
salons ou lissue de mailings plus ou moins cibls que ralisent
rgulirement les agences ;

une offre territoriale de projet ou de ngociation qui conduit la

production dun service adapt une demande prcise (dossier doffre
dimplantation) ;

une offre territoriale daccompagnement qui sapparente un service

aprs-vente rpondant aux besoins fonctionnels de lentreprise.

53
 Ces quatre types doffres auront elles-mmes des contenus variables selon les
acteurs qui les portent : agences rgionales, dpartementales, urbaines, chambres de
commerce et dindustrie, en relation troite avec lchelle gographique de rfrence.

La formalisation marketing de loffre territoriale met en priorit les potentialits

conomiques dun territoire et les services mis en place par les acteurs dudit territoire
pour attirer les entreprises. Ces potentialits et services peuvent tre regroups sous le
vocable de facteurs de localisation.

La mercatique est un concept universel, elle peut sintroduire dans tous les
domaines. Les acteurs territoriaux peuvent faire appel au marketing territorial pour
faire connatre, vendre et promouvoir leur territoire.

La politique de promotion est avant tout une stratgie de communication. La

cration dune image est une cration de sens. Inventer limage dun territoire, cest se
lancer dans diverses directions pour concrtiser des stratgies et utiliser un corpus
large de moyens techniques : articles, affiches, spots publicitaire, utilisation dun
personnage illustre, pour transcender lvnement historique en lavnement dune
nouvelle vrit37.

De ce qui prcde, il ressort que lapport conomique de lEtat et de ses

manations pour lattractivit du territoire est dterminant. Les autorits territoriales
doivent tre en permanence lcoute des besoins des entreprises. Dautant plus
quelles doivent surveiller les territoires concurrents, anticiper les volutions futures,
ragir temps et enfin dvelopper des actions dinfluence et de lobbying. De ce fait,
les outils dintelligence conomique peuvent tre dun grand recours pour les autorits
territoriales.

37
Bailly, A.S. (1993) : Limaginaire au service du marketing urbain , Revue dEconomie
Rgionale et Urbain, n5, pp. 863-867.
54
Section 4 : Lintelligence conomique au service des territoires

Lintelligence conomique est une rponse aux bouleversements de

lenvironnement global. Les volutions majeures qui ont influenc le modle
capitaliste ces vingt dernires annes, la globalisation des marchs, lacclration des
mutations technologiques dues en particulier aux Technologies de lInformation et de
la Communication (TIC) et lexplosion de la quantit dinformations produites par les
socits modernes ont impliqu une consquence vidente pour les territoires : celui
qui dtient linformation stratgique obtient un avantage comptitif dcisif sur les
autres.

Avant de dfinir un concept souvent flou ou aux contours mouvants, il est sans
doute utile, pour mieux lapprhender, de rappeler son historique et le contexte
mondial.

1) Lintelligence conomique : de quoi sagit-il ?

a) Historique

Lintelligence conomique, en tant que recherche d'informations et exploitation

avec un objectif conomique, existe depuis trs longtemps. Dans lhistoire, elle a
souvent t lie aux explorations, au commerce et aux informations ramenes par les
explorateurs et les commerantsLes rcits de voyage ont constitu des mines
d'informations importantes pour les entreprises et les gouvernements.
Sans remonter lAntiquit, on pourrait citer le commerce partir de la
Rpublique de Venise, les explorations des missionnaires franciscains surtout en Asie,
jusquen Extrme-Orient (Chine) au XIIIe sicle, et la consignation des informations
sous forme de rcits de voyages. Lexplorateur belge Jean de Mandeville, aprs un
voyage de 34 ans en Asie, compila en plusieurs langues le rcit de ses propres voyages
(1322-1356) et de ceux dautres explorateurs antrieurs. Les uvres de Jean de
Mandeville furent imprimes en de nombreuses langues dans la deuxime moiti du
XVe sicle, et elles furent lues par le jeune Christophe Colomb, qui comprit de la sorte
que la Terre tait ronde. Ainsi, les informations gographiques structures sous forme

55
cartographique permirent aux Europens dacqurir la suprmatie mondiale au XVIe
sicle.
Sautons quelques sicles : au XVIIIe sicle, les colons anglophones tablis sur
le sol de lAmrique du Nord, ne souhaitant pas payer les taxes exiges par la
couronne britannique, revendiqurent leur indpendance. Lun des artisans de cette
indpendance, Thomas Jefferson, dfendit prement les principes de la proprit
intellectuelle, qui se trouvrent ainsi dans la culture de cette nation.
Dans la deuxime moiti du XIXme sicle, les tats-Unis ont connu une priode
de trs forte immigration en provenance dEurope. Ils ressentirent le besoin de
comptabiliser la population, et ils utilisrent pour cela la technique naissante de la
carte Hollerith et de la mcanographie pour effectuer le premier recensement
automatis de lHistoire.
Pendant la Seconde Guerre mondiale, le centre de renseignement de Londres,
qui comprenait essentiellement des Amricains et des Anglais, exploitait toutes les
informations en provenance du continent europen. Les Anglo-Saxons furent trs
habiles pendant la Seconde Guerre mondiale pour la collecte et le traitement des
informations. Cette culture du renseignement permit aux Amricains de dvelopper les
premiers systmes de traitement lectronique de linformation (ordinateurs) vers 1942
(Von Neumann), en vue de la reconversion de lindustrie amricaine en conomie de
guerre, ce qui fut le plus grand projet mondial de lHistoire.
Les rflexions sur le renseignement cette poque (1948-1949, soit un peu
aprs lapparition du premier ordinateur) taient pourtant fondes sur des modles de
communication assez simplistes : transmission dun metteur un rcepteur.
La vision actuelle de lintelligence conomique connat une volution trs
importante par rapport au renseignement classique, dans la mesure o lapparition de
lInternet (web, messageries lectroniques) et des rseaux informatiques dentreprise
tendue (intranet, extranet) multiplie les metteurs et les rcepteurs, et permet un effet
rtroactif qui nexistait pas une grande chelle avec les systmes tlgraphiques et
tlphoniques, et pas, sous une forme numrique, avec la radiodiffusion, et la
tlvision. Linformatique dentreprise sest dveloppe dans les annes 1970 sur des

56
cellules gnralement dconnectes les unes des autres. LInternet constitue ainsi une
force d'influence importante.

De ce qui prcde nous remarquons que la dmarche de recherche et

dexploitation de linformation dans le but den retirer un avantage conomique est
trs ancienne. Cependant le concept moderne de lintelligence conomique ne date que
dune quinzaine dannes. Apparu aux Etats-Unis, lintelligence conomique sest
impose rapidement dans les plus grandes entreprises travers le monde mais peine
trouver sa place dans les pays en dveloppement (comme est le cas du Maroc) o le
concept est souvent peru, tort, comme abstrait et inaccessible.

b) Dfinitions

La dnomination intelligence conomique est devenue officielle en France en

fvrier 1994 avec le rapport Martre (1994), dans le cadre du XIe plan :"Intelligence
conomique et stratgie des entreprises", ce rapport donne lintelligence conomique
tout son sens avec une dfinition prcise : Lintelligence conomique peut tre
dfinie comme l'ensemble des actions coordonnes de recherche, de traitement et de
distribution, en vue de son exploitation, de l'information utile aux acteurs
conomiques. Ces diverses actions sont menes lgalement avec toutes les garanties de
protection ncessaires la prservation du patrimoine de l'entreprise, dans les
meilleures conditions de dlais et de cots. Linformation utile est celle dont ont
besoin les diffrents niveaux de dcision de lentreprise ou de la collectivit, pour
laborer et mettre en uvre de faon cohrente la stratgie et les tactiques ncessaires
latteinte des objectifs dfinis par lentreprise dans le but d'amliorer sa position dans
son environnement concurrentiel. Ces actions, au sein de l'entreprise, sordonnent
autour dun cycle ininterrompu, gnrateur dune vision partage des objectifs de
l'entreprise.

Cette dfinition relve bien d'une approche globale car elle donne
l'intelligence conomique la dimension d'un vritable projet de socit. Ce projet de
socit renvoie l'organisation et la coordination, au niveau national, des

57
comportements d'changes d'informations de l'ensemble des acteurs concerns par le
dveloppement conomique du pays. L'intelligence conomique rsonne alors
comme un appel la cohsion nationale dans une priode caractrise par une prise de
conscience de l'importance des influences extrieures sur le cadre national (Masson
2001).

En plus de cette dfinition juge prcise et satisfaisante, nous citons d'autres qui
s'avrent pertinentes et complmentaires les unes des autres :

Pour Alain Juillet (2005), haut responsable pour l'intelligence conomique en

France, "l'intelligence conomique est la matrise et la protection de l'information
stratgique pertinente par tout acteur conomique".

Quant Eric Delbecque (2006), Lintelligence conomique est la fois une

culture du combat conomique, un savoir-faire (compos de mthodes et doutils
relatifs la veille, la scurit conomique et linfluence), et une politique publique
(visant contribuer laccroissement de puissance par llaboration et la mise en
uvre de stratgies goconomiques et de scurit conomique, ainsi que par des
actions en faveur de la matrise collective de linformation stratgique). Lalliage de
ces trois composantes vise matriser et protger linformation stratgique au profit
des acteurs conomiques nationaux ou europens.

Philippe Baumard (1991) ajoute que Lintelligence conomique nest plus

seulement un art d'observation mais une pratique offensive et dfensive de
linformation. Son objet est de relier entre eux plusieurs domaines pour servir des
objectifs tactiques et stratgiques de l'entreprise. Elle est un outil de connexion entre
laction et le savoir de l'entreprise.

Dans l'ensemble de ces dfinitions, lintelligence conomique est dcrite

comme un processus, ou ensemble d'oprations par lesquelles une information
collecte devient exploitable et digne d'intrt. Selon (Masson, 2001) le qualificatif
"coordonne" semble signifier que ce processus n'est ni obligatoirement squentiel ni
linaire mais qu'il implique des rtroactions; la connaissance des besoins des acteurs

58
permettant d'ajuster les actions de collecte, de traitement et de distribution de
l'information. Lintelligence conomique est donc qualifie de systme de surveillance
de lenvironnement, et de dispositif daction sur celui-ci, afin de dtecter des menaces
et des risques, et dexploiter des opportunits. Les notions de protection et de
prservation du patrimoine de l'entreprise sont mises, galement, en exergue. Dans ce
sens le processus intelligence conomique ne se rduit pas aux actions de collecte,
traitement, et exploitation de l'information, elle intgre des actions de protection et
scurit de celle-ci. Les pratiques permettant la ralisation des diffrentes tapes du
processus en question doivent se conformer aux lois. Le passage du lgal l'illgal
dpend la plupart du temps des moyens utiliss pour se procurer l'information.

Pour donner toute sa dimension lintelligence conomique, noublions pas

enfin que la mise en uvre doprations dinfluence compte au nombre de ses outils et
finalits.

Une tude de ses origines montre que lorigine de lintelligence conomique

relve dune construction complexe. En effet, sa comprhension fait appel plusieurs
champs disciplinaires (voir figure suivante).

59
 Figure 4: l'intelligence conomique : au carrefour de nombreuses disciplines
Source : Baumard 1991

2) Les diffrents niveaux de l'intelligence conomique

D'aprs le rapport Martre, 1994 Linformation utile est celle dont ont
besoin les diffrents niveaux de dcision de lentreprise ou de la collectivit, pour
laborer et mettre en uvre de faon cohrente la stratgie et les tactiques ncessaires
latteinte des objectifs dfinis par lentreprise dans le but d'amliorer sa position dans
son environnement concurrentiel. Ces actions, au sein de l'entreprise, sordonnent
autour dun cycle ininterrompu, gnrateur dune vision partage des objectifs de
l'entreprise. La notion d'intelligence conomique implique le dpassement des
actions partielles dsignes par les vocables de documentation, de veille , de
protection du patrimoine concurrentiel, d'influence . Ce dpassement rsulte de
l'intention stratgique et tactique, qui doit prsider au pilotage des actions partielles et
au succs des actions concernes, ainsi que de l'interaction entre tous les niveaux de
l'activit, auxquels s'exercent la fonction d'intelligence conomique: depuis la base

60
(interne l'entreprise), en passant par des niveaux intermdiaires (interprofessionnels,
locaux), jusqu'aux niveaux nationaux (stratgies concertes entre les diffrents centres
de dcision), transnationaux (groupes multinationaux), ou internationaux (stratgies
d'influence des Etats nations)"

Ainsi le processus dintelligence conomique est ncessaire la prise de

dcision de l'ensemble des acteurs conomiques d'un pays, secteur priv comme
secteur public. Ces acteurs, dans un contexte de mondialisation de la concurrence,
exploitent linformation afin de dfinir une politique gnrale mise en uvre par le
choix d'objectifs oprationnels visant mieux se positionner par rapport aux autres.
Les termes "stratgie", "tactique", "position", font rfrence au lexique d'une partie de
la science militaire qui concerne la conduite de la guerre et l'organisation de la dfense
(Masson 2001).
Lensemble des acteurs du pays sont alors concerns: entreprises, collectivits
professionnelles, collectivits locales et territoriales, entreprises multinationales,
membres de l'administration et du gouvernement. Selon les auteurs du rapport Martre,
la fonction "intelligence conomique" peut tre intgre tous ces niveaux. Pour eux,
l'intelligence conomique renvoie l'existence d'une interaction entre tous les acteurs
de la collectivit nationale; ainsi la russite des entreprises et l'influence de l'Etat sur la
scne internationale, dpendront de l'efficacit des comportements d'changes
d'informations de ces acteurs. Ds lors nous distinguons cinq niveaux de l'intelligence
conomique:

1- Niveau de base (entreprise)

2- Niveau intermdiaire (interprofessionnel, branches d'activit)
3- Niveau national (stratgie concerte entre centres de dcision)
4- Niveau transnational (grands groupes multinationaux)
5- Niveau international (stratgie d'influence des Etats)

61
 3) Le rle de l'Etat dans une politique dintelligence conomique

Selon le rapport Carayon38 il appartient aux agents de lEtat comme ceux des
collectivits territoriales de promouvoir les intrts politiques, conomiques, sociaux,
scientifiques et culturels des communauts nationales dans ces nouveaux espaces o
les luttes dinfluence sont permanentes entre partenaires - comptiteurs. Localement,
par la mise en place de stratgies concertes, par la sensibilisation des acteurs
conomiques et notamment des petites et moyennes entreprises, par le partage et la
garantie de laccs tous de linformation et du soutien : voil une mission de service
public de proximit laquelle sont appels les reprsentants des pouvoirs publics. Par
le partage de linformation dont les administrations disposent, par la dfinition de
stratgies et par les actions quelle permet dorganiser et de mettre en uvre,
lintelligence conomique peut aider les agents de lEtat et des collectivits
territoriales mieux promouvoir et dfendre les intrts collectifs, et finalement la
cohsion sociale.

4) LIntelligence territoriale

Lintelligence conomique a donn naissance une dclinaison particulire qui

est lintelligence conomique territoriale. Cette dernire, telle quelle fut conue par le
Prfet Rmy Pautrat, permet dorganiser en un systme faisant sens, en une stratgie
cohrente au service de la croissance et de lemploi, les actions varies
damnagement du territoire, de politique industrielle et de dveloppement
conomique.

LIntelligence Territoriale surgit de la conjonction de changements majeurs et

interdpendants dans les conomies et les socits. Elle offre la possibilit de crer de
la richesse, pour l'homme et l'humanit, par une implication trs large d'acteurs
diversifis, au-del des seules logiques d'entreprise, mais avec elles, et sans entrer
ncessairement dans les logiques d'extension de la sphre marchande.

La ralit en mouvement dans laquelle s'inscrit l'IT est pntre par :

38
Carayon, B., (2003), Intelligence conomique, comptitivit et cohsion sociale,
[Link]
62
 La globalisation : l'change est gnral, la territorialit devient dpasse,
inoprante, dans les termes nouveaux de l'change, fonds sur la singularit
sauf :

- l ou se concentre le capital intellectuel et le conditionnement de

"singularits de masse"
- les territoires grant certains de leurs facteurs culturels, sociaux, et
matriels soit pour rsister, soit pour les intgrer comme singularits

Une conomie en rseau, ensemble de rseaux d'acteurs (individus, entreprises,

organisations et mta-organisations), propulss sur de rseaux virtuels (Internet,
Communauts de pratiques) dans des systmes relationnels nouveaux, qui
peuvent tre fconds. Une conomie de la connaissance dans laquelle la
cration de valeur dpend de la capacit des acteurs innover
(technologiquement, par l'entreprise, mais aussi socialement, dans l'expression
et l'change artistique, etc.), du dveloppement du capital intellectuel saisi
partir de dimensions et proximits lies aux territoires, de l'volution vers une
dimension humaine d'intelligence collective au-del des rles de Knowledge
Worker (qui deviennent dominants)
Les technologies de l'information, introduisent dans les territoires des logiques
et des opportunits paradoxales : le temps des lieux, des dplacements et des
parcours, de la socialit, se tisse trangement au "temps rel", l'instantanit;
l'espace et ses reprsentations traditionnelles se double d'une proximit absolue,
tout aussi relle et reprsentationnelle que la prcdente; le lien social, citoyen,
ou citadin, s'apparie au lien des communauts virtuelles, d'intrt, de pratiques,
ingnieuses, dmocratiques participatives

Par consquent, on peut dfinir lintelligence territoriale comme la valorisation,

la coordination et la protection des atouts conomiques et savoir-faire industriels et
technologiques des territoires et de leur tissu de PME-PMI, afin de les transformer en
avantages compars dcisifs dans la comptition commerciale nationale et mondiale.
Cest dans ce sens que Marcon et Moinet dfinissent lintelligence territoriale comme

63
tant un ensemble des actions dintelligence conomique conduite de manire
coordonne par les acteurs publics et privs localiss dans un territoire, afin den
renforcer la performance conomique et, par ce moyen, damliorer le bien tre de la
population locale39.

Pour Bertacchini et Oueslati, lintelligence territoriale peut tre dfinie comme

un processus rgulier et continu initi par des acteurs locaux physiquement prsents
et/ou distants qui sapproprient les ressources dun espace .... De ce fait, lintelligence
territoriale peut tre assimile la territorialit qui rsulte du phnomne
dappropriation des ressources dun territoire puis aux transferts des comptences entre
des catgories dacteurs locaux de cultures diffrentes. Lobjectif de cette dmarche,
est de ... dvelopper de ce que nous avons nomm le capital formel territorial 40.

Alors, de quoi est constitue concrtement lintelligence territoriale ? Elle se

compose en fait de quatre types dactions sagrgeant en un dispositif unifi et
coordonn:

La premire est llaboration de stratgies concertes de dveloppement

conomique et technologique pour le territoire, en sappuyant sur les ples de
comptitivit.

Cette construction sappuie sur la dtermination des forces et des faiblesses du

territoire en rapport avec des opportunits et des menaces que contient
lenvironnement global. Pour le dire autrement, il sagit dapprhender comment une
rgion, un dpartement ou encore une agglomration peut valoriser ses atouts en
fonction des grandes tendances conomiques, sociales et culturelles dun espace dfini
en une priode donne.

La deuxime consiste en la dfinition et la prservation dun primtre

conomique stratgique, cest--dire dun ensemble dentreprises uvrant dans le

39
C. Marcon et N. Moinet, 2006
40
Bertacchini Y., Oueslati L., (2003), Entre information et processus de communication,
lintelligence territoriale, [Link]

64
domaine des technologies sensibles et quil convient de protger pour des raisons
dintrt national et de conqute de positions privilgies sur les marchs hautement
rentables des hautes technologies.

La troisime est la constitution de rseaux dexperts et de dcideurs, inter-

entreprises et inter-administrations, mais aussi entre ltat, les entreprises, les
universits et les diffrents acteurs du dveloppement conomique et social local.

La quatrime est la sensibilisation et la formation lintelligence conomique,

car ce dernier est indispensable la construction de la comptitivit durable des
entreprises.

De ce qui prcde, on peut tirer une maxime attirer les investissements cest
bien, les protger et les maintenir, cest mieux . Cest le rle primordial de
lIntelligence Economique Territoriale.

65
 Conclusion du chapitre

Tout au long de ce chapitre, nous avons essay de tracer les contours et de

cerner le premier lment de notre sujet et problmatique de recherche, savoir
lattractivit territoriale. Nous avons expliqu comment les territoires se livrent une
concurrence acharne sur le march de localisation des activits conomiques. Chaque
territoire dveloppe une panoplie dinstruments et de politique pour assurer une
meilleur attractivit des capitaux. Un recours aux pratiques du marketing traditionnel a
t justifi tant au niveau thorique quau niveau pratique. Ce marketing territorial
coupl avec des pratiques dintelligence conomique (territoriale) permet une meilleur
attractivit et comptitivit territoriale.

Finalement, un territoire comptitif et attractif est un territoire qui gnre des

ressources pour en attirer dautre, cest dire aussi bien les investissements que les
ressources humaines capables de produire, de dclencher, dinitialiser et de porter des
projets de dveloppement.

Aprs lanalyse des cadres thoriques lattractivit territoriale (premier lment

de notre problmatique) dans le prsent chapitre, nous allons passer au deuxime
chapitre qui tentera de dresser une revue de littrature des diffrentes thories de
localisation des investissements directs trangers (deuxime lment de notre
problmatique).

66
 Chapitre deux :
Les thories de localisation des investissements

67
 Introduction

La thorie de la localisation a rcemment connu un renouveau et joue un rle

important dans de nombreux domaines de lanalyse conomique: lconomie
rgionale, lconomie du dveloppement, et lconomie internationale.

Lidentification des facteurs explicatifs des choix de localisation des entreprises

a fait lobjet dune littrature abondante en sciences conomiques. A lorigine de
l'intrt des conomistes pour cette thmatique se trouve un double constat empirique :

Premirement : le constat dune rpartition ingale des activits conomiques

sur les territoires. Ce rsultat est d une slectivit opre lors du choix de
localisation des activits conomiques;
Deuximement : le constat dun phnomne dagglomrations des activits
industrielles dun mme secteur dactivit dans des espaces gographiques
distinctifs.

Sur la base de ces deux constats, les chercheurs sintressent lidentification

des facteurs de localisation qui permettent dexpliquer les choix de localisation des
activits conomiques.

Ce chapitre prsente les grandes questions relatives la localisation des

investissements directs trangers. Dans cette optique, la section 1 propose de dfinir
les grands concepts dconomie spatiale et les fondements thoriques de la localisation
des activits conomique. La section 2 prsente les diffrentes thories des IDE et
identifie les dterminants de localisation des ces derniers.

68
Section 1 : Les thories de localisation

La thorie conomique classique narrive pas expliquer la localisation des

activits conomique dans lespace. Or il est intuitif de penser que les entreprises se
localisent gographiquement selon certains facteurs qui devraient tre identifis. Plus
gnralement, il sagit didentifier les dterminants qui influencent lattractivit dun
territoire, cest--dire sa capacit attirer et retenir les activits conomiques.

Cette section propose de dfinir les grands concepts dconomie spatiale et les
fondements thoriques de la localisation des activits conomique.

1) La thorie de localisation : rsultat de la prise en compte de lespace

dans la thorie conomique

a) Thorie conomique et Thorie de localisation : quel lien

La science conomique a connu de grands bouleversements tout au long de son

dveloppement, notamment le passage dune analyse statique une analyse
dynamique et dun autre cot, de la non prise en compte de lespace son intgration
dans lanalyse41.

Alors, quapporte lintroduction de lespace la thorie conomique ? Et quel

est son statut ? Voila deux questions centrales quil convient de se poser pour saisir
lintrt dune approche spatiale de la localisation des activits conomiques.

Il sagit de montrer que cette rflexion constitue un pralable indispensable

lentre dans notre questionnement introductif relatif aux dterminants de la
localisation des IDE.

41
Rhellou, A., 2005, Le concept de centralit en analyse conomique : revue de littrature ,
Revue Regard sur lEconomique, n 3 - pp. 219-233.
69
 En ce sens, une lecture approfondie des principaux travaux de lconomie
spatiale simpose. Elle laisse apparaitre un double sens au statut de lespace dans la
science conomique selon langle mthodologique sous lequel on se place.

Dune part, Ponsard (1988) considre que lconomie spatiale est une discipline
scientifique part entire susceptible de se substituer la thorie conomique
ponctuelle et ayant comptence traiter de tous les domaines de cette dernire.
De ce fait, lconomie spatiale possde ou devrait possder une certaine
autonomie.
Dautre part, largument est plus nuanc car, sil sagit dattribuer ltude de
la spatialisation des activits conomiques le statut de discipline scientifique
part entire, cette dernire doit nanmoins sappuyer sur la thorie conomique
a-spatiale pour se dvelopper.

Thisse soutient cette deuxime faon dapprhender lconomie spatiale on

disant :

Si lon veut faire de la bonne conomie gographique, il faut commencer par

tudier la thorie conomique ponctuelle. () on part des problmes spatiaux bien
dfinis et on cherche au sein de lanalyse conomique des concepts et outils
susceptibles dtre appliqus de manire fructueuse et ce moyennant des rvisions
parfois substantielles et profondes 42.

Cet angle de vision consiste donc faire progresser en parallle les deux
disciplines : la science conomique ponctuelle et lconomie spatiale. La seconde
salimente et senrichit des abstractions de la premire.

Cest dans ce cadre que les programmes de recherche de lconomie spatiale

intgre des courants de pense distincts. Cette faon dapprhender lconomie
spatiale permis la diffusion de nombreux travaux au sein de la communaut

42
Thisse, J.-F. (1994). La concurrence spatiale. in Encyclopdie dconomie spatiale.
Concepts, comportements, organisations, dit par J.-P. Auray, A. Bailly, et al. Paris,
Economica, pp. 187-193.
70
scientifique en conomie. A titre dexemple, on peut citer le dveloppement des
travaux sur la concurrence spatiale. Ces travaux ont profit du dveloppement de la
thorie des jeux non coopratifs. Ils ont permis de montrer en quoi tait une source de
diffrenciation des produit conduisant une remise en cause profonde de la
concurrence pure et parfait, sans pour autant toucher lpine dorsale relative la
rationalit des agents.

b) Thorie conomique et lespace : une prise en compte tardive

La prise en compte de la dimension spatiale est une proccupation relativement

rcente de la science conomique.

Lhomo oeconomicus, socle du modle dominant de l'analyse conomique, n'a

de relations qu'avec les biens et pas avec le territoire. L'conomie classique considre
que tout se passe en un seul lieu o se localisent les hommes et les biens. De ce fait,
cette faon danalyser la concentration des hommes et des biens en un point unique nie
lexistence de lespace.

Pour la plupart des auteurs, la prise en compte de la dimension spatiale est un

souci rcent de lhistoire de la science conomique. A lexception de quelques rares
auteurs sy tant intresss au XVIIIme sicle et lapport fondateur de Thnen au
XIXme sicle, lespace ne devient une relle proccupation en conomie qu partir du
dbut du XXme sicle avec luvre de Weber. Pour certains auteurs43, ils datent son
vritable essor (lanalyse spatiale) partir de 1990 avec lmergence de la Nouvelle
Economie Gographique.

Cependant, cette prise en compte de la dimension spatiale permet la sparation

des lieux doffre et de demande. Elle introduit en conomie des outils et des concepts44
ncessaires la comprhension de la localisation des activits conomiques. Aussitt
Ponsard prcise que :

43
Dont notamment Krugman
44
Le transport, les changes, la diffrenciation des produits et la comptition entre producteurs
situs des endroits diffrents
71
 "Elle (lanalyse spatiale) a comptence traiter de tous les chapitres de cette
dernire (lanalyse conomique), parce que la prise en compte de lespace met
radicalement en question la porte de leur contenu" (Ponsard 1988).

La thorie classique ignore la dimension spatiale. Les thoriciens classiques

([Link] et [Link]) considrent des territoires homognes lorsquils traitent la
thorie de la valeur et du commerce international. Lhypothse retenue est alors celle
dimmobilit parfaite des facteurs entre les Etats.

Selon cette pense, un mme bien satisfait les mmes besoins quel que soit
lendroit o il est consomm. Les spcificits territoriales sont alors entirement
ignores. Le prix constitue la seule information disponible pour les agents
conomiques. Nanmoins, Ricardo avec sa thorie du commerce international,
considre lexistence de dotations factorielles htrognes entre les nations.
Cependant, il rduit la problmatique spatiale la simple question de fertilit des
terres. Il propose une thorie fonde sur les avantages comparatifs des nations. Ds
lors, la notion de distance est rduite une variable neutre qui ne change en rien les
principaux rsultats de lapproche classique de lconomie.

Pour comprendre pourquoi les conomistes classiques ont cart la dimension

spatiale de leur analyse, il y a lieu de sintresser aux dterminants de la localisation et
leurs implications sur le paradigme concurrentiel.

c) Lespace et le paradigme concurrentiel

Selon Lsch45, Il existe deux grandes catgories de facteurs capables

dinfluencer la distribution spatiale des activits conomiques.

Premirement, les facteurs dits "naturels" : le climat, les ressources naturelles et

la position gographique dune localit par rapport une autre. Ces facteurs
favorisent les changes intersectoriels entre les localits.

45
Cit par Billard, C., 2006, Dpenses publique, localisation des capitaux et concurrence
fiscale, thse de Doctorat en Science conomique, Universit Paris I - Panthon Sorbonne.
72
 Deuximement, des facteurs "endognes" qui expliquent la distribution spatiale
des activits conomiques. cette distribution est le rsultat des interactions
conomiques entre les industries et les travailleurs.

La thorie de localisation sintresse surtout la deuxime catgorie de

facteurs. Il sagit pour elle de repenser lespace conomique non plus comme
homogne mais plutt comme un ensemble de territoires possdant chacun ses propres
caractristiques.

Si on considre lespace conomique comme tant homogne, deux

interrogations surgissent46 :

O se localisent les activits conomiques ? Plus prcisment, pouvons-nous

expliquer, grce la thorie conomique classique, la distribution spatiale des
activits conomiques dans un espace suppos homogne ?

Un espace est homogne si lensemble de consommation et la fonction dutilit

de chaque consommateur sont identiques quelle que soit sa localisation et si
lensemble de production de chaque firme est indpendant de sa localisation. Ainsi, sur
un march parfaitement concurrentiel, o les changes soprent sur un espace
conomique homogne et sans notion de distance, il nexiste pas dquilibre o les
changes entre agents loigns soient possibles. Un mme bien disponible en des lieux
diffrents est assimil un ensemble de biens diffrents. Ainsi, le choix dun bien
implique celui dune localisation.

Par ailleurs, en concurrence parfaite, les agents conomiques changent des

produits uniquement sil existe entre les rgions des diffrences de dotations relatives
ou de technique de production. Ainsi, le paradigme concurrentiel exclut toute
possibilit dchanges entre des localits loignes mais homognes.

46
Billard, C., 2006, Dpenses publique, localisation des capitaux et concurrence fiscale,
thse de Doctorat en Science conomique, Universit Paris I - Panthon Sorbonne.
73
 Seuls les facteurs de localisation naturels sont considrs dans lanalyse
classique, il est donc impossible de comprendre la localisation des activits
conomiques au sein dun espace conomique homogne avec la thorie conomique
classique. Aucune agglomration et aucun change entre ces agglomrations ne
peuvent apparatre lquilibre concurrentiel.

o doivent se localiser les activits conomiques ? Si lhypothse de

concurrence pure et parfaite est vrifie, il existe un quilibre de march unique
et efficient. En revanche, sil nexiste pas de concurrence, lquilibre est
gnralement inefficient. Alors comment les conomistes ont-ils trait la
question de lquilibre lorsquils supposent labsence de concurrence pure et
parfaite ?

Ces deux questions ont donn lieu de nombreuses rflexions parmi lesquelles
se trouve le thorme dimpossibilit spatiale identifi par Starrett.

d) Le thorme dimpossibilit spatiale

Deux hypothses son ncessaires pour dire quun espace est homogne :

les mnages ont la mme fonction dutilit, quel que soit le lieu de rsidence,
la production de la firme est indpendante du lieu de production choisi.

Sur la base de ces hypothses, les firmes et les mnages ne dtiennent aucune
prfrence pour une localit. Ainsi, selon Starrett47, le thorme de limpossibilit
spatiale nous dit que si lespace est homogne, sil existe des cots de transports et si
les prfrences ne sont pas satures localement, il nexiste pas dquilibre
concurrentiel impliquant des cots de transport positifs. Le seul quilibre possible est
lautarcie de chacune des localits.

En supposant un espace homogne, on limine implicitement lexistence de

forces capables dattirer ou de repousser les activits conomiques. Il est donc

47
Cit par Mansouri, Y., 2008. La localisation des activits productives, thse de Doctorat
en Science conomique, Universit du Sud Toulon Var.
74
impossible denvisager la dimension spatiale de lconomie car les activits peuvent se
localiser sur nimporte quel point du territoire sans que cela ait de consquences.
Chaque activit conomique peut tre mene trs petite chelle en tout point du
territoire, les firmes ont alors intrt simplanter sur chaque lieu de consommation et
donc rduire au maximum les cots de transport jusqu les annuler. Cela revient
nier la notion despace.

Le paradigme concurrentiel nadmet alors que deux quilibres possibles :

lquilibre autarcique si les cots de transport sont positifs ou lquilibre sans cots de
transport tel que toutes les activits soient rparties uniformment sur le territoire.
Toutefois, si les activits conomiques ne sont pas parfaitement divisibles, il nest pas
possible de crer autant dunit de production quil existe de lieux de consommation.
Ds lors, le transport des marchandises est invitable et le thorme dimpossibilit
spatiale prend toute sa dimension en exprimant labsence dquilibre concurrentiel.

Ce thorme a t dmontr par Fujita et Thisse (2003). Il se synthtise de la

faon suivante : Si lespace est suppos homogne et sil existe des cots de transport,
le systme des prix nest pas efficace comme vecteur dchanges.

Les prix renvoient des signaux incorrects car ils nincitent plus les firmes et les
travailleurs la stabilit gographique. Lchange de biens dune localit A vers la
localit voisine B au prix de march incite les firmes de la rgion A se dlocaliser
vers la rgion B.

Cela permet au producteur daccrotre sa recette. Paralllement, les

consommateurs de la rgion B seront incits migrer vers la localit A la recherche
de prix plus avantageux.

Ainsi, le systme de prix ne permet plus lquilibre des flux migratoires : il

existe toujours des entreprises et des consommateurs dsirant changer de localisation.
Labsence dquilibre tient donc lexistence de cots de transport positifs ainsi qu
la non divisibilit parfaite des entreprises dans lespace. Les firmes ne peuvent
produire en tout lieu de consommation ; elles doivent dcider dune localisation

75
spatiale et sont donc amenes supporter des cots de transport dune localit une
autre.

e) Le contournement du thorme dimpossibilit spatiale

Pour concilier paradigme concurrentiel et espace, et par consquent introduire

lespace dans la thorie conomique, il existe trois solutions possibles48 :

La remise en cause de lhypothse dhomognit de lespace : c'est--dire

considrer des facteurs de localisation "naturels" et donc supposer que les
territoires ne sont pas dots de la mme faon. Les dterminants "naturels" sont
alors exognes, les territoires exploitent ces diffrences et commercent entre
eux. Cette possibilit est celle retenue par la thorie du commerce
international49.
Lexistence dexternalits : c'est--dire considrer des facteurs de localisation
"endognes". En dautre terme, lactivit conomique dun ou plusieurs agents
induit des effets positifs sur dautres agents. ce regroupement dactivits
conomiques de mme type sur un territoire donn renvoie la notion
dagglomration50.
La leve de lhypothse de concurrence pure et parfaite et lintroduction des
imperfections dans la structure des marchs. On suppose alors des productions
diffrencies en raison de lexistence de cots fixes, de cots de transport ou
encore dune prfrence pour la varit des consommateurs. Cette hypothse a
t intgre par les chercheurs en conomie urbaine et reprise par ceux de la
nouvelle conomie gographique.

Une fois introduite la problmatique pose par lespace dans la thorie

conomique, nous tenterons de raliser une synthse des fondements de la thorie de
localisation des activits conomiques.

48
Billard, C., 2006, Dpenses publique, localisation des capitaux et concurrence fiscale,
thse de Doctorat en Science conomique, Universit Paris I - Panthon Sorbonne.
49
Ricardo, Heckscher et Ohlin
50
On trouve ici les travaux mens par Marshall puis par les thoriciens de la Science
Rgionale.
76
 2) Fondements de lanalyse spatiale de lconomie

a) Les prcurseurs de la thorie de localisation

Parmi les prcurseurs de la thorie de localisation, partir du XVIIIme sicle,

vont merger des auteurs comme William Petty (1623-1687) qui a dfendu la
concentration des activits conomiques, et a t contredit par la suite par Richard
Cantillon (1680-1734) et enfin Steuart Mill (1713-1780) qui a recherch une entente
entre les deux positions prcdentes. Ils ont ainsi pos les grands principes qui
opposent toujours les thoriciens pour dterminer la localisation des activits
conomiques dans lespace.

Les premiers auteurs sintresser la rpartition des activits conomiques

dans lespace se sont concentrs sur lexplication de la localisation des agglomrations
en fonction d'une logique de production agricole. Cette logique tend rapprocher le
paysan de sa terre et localiser les artisans dont le travail est induit par ces derniers
dans les mmes villages. Le rle des voies de communication est alors dcisif,
notamment les voies d'eau navigables qui attirent les concentrations, ainsi que les lieux
de production de matires premires. Il s'agit dans un premier temps dexpliquer les
raisons qui poussent les agents se regrouper puis de dterminer limpact de ces
localisations sur leur environnement direct.

Petty tait le premier dfendre la concentration et s'est oppos toute

dispersion de lactivit conomique dans l'espace. Il tudie la localisation, la
dimension et le dplacement des villes.

La ville se localise en premier lieu proximit dune voie de communication.

En outre, les cits vont crotre conjointement aux moyens de transport et le
dveloppement des voies de communication modifie considrablement le paysage
conomique form. Ainsi Petty dmontre les avantages dune grande ville o est
regroupe la majeure partie de la population. Son idal correspond donc la situation
o toutes les activits commerciales et industrielles sont localises en un seul point ou
lieu peu tendu, o presque tout serait produit, consomm, import ou export. Une

77
telle organisation ne demanderait que peu d'espace. La concentration apparat, donc,
comme primordiale pour Petty.

Avec Cantillon51 (1755) apparat une vritable contestation de ces ides et la

proposition de rduction des ingalits spatiales. Il propose une dcentralisation et un
parpillement de l'activit industrielle dans l'espace. En effet, dans Essai sur la nature
du commerce en gnral , Cantillon (1755)52 expose une thorie de la localisation et
une analyse des relations interrgionales qui dbouchent sur une vritable politique de
dlocalisation des industries. Il commence par tudier la rpartition des populations et
des activits. Ainsi tout comme Petty, Cantillon poursuit un mme objectif : la
rduction de la longueur des circuits dans l'espace, mais tandis que Petty met l'accent
sur les activits industrielles et croit la vertu de la concentration en une zone troite
des richesses et des nergies ; Cantillon prconise la dispersion. Une vritable
structuration de l'espace sopre chez Cantillon puisque lensemble du territoire est
structur et modifi par les activits conomiques.

Enfin, entre ces deux positions extrmes, Steuart Mill53 recherche un

compromis en montrant que la concentration ne prsente pas que des inconvnients. Il
rpond ainsi R. Cantillon. Il est galement un des premiers percevoir les
consquences spatiales de la Rvolution Industrielle. Il a dmontr ainsi les avantages
des agglomrations, mme des plus grandes, et ceux de leur croissance, non seulement
pour les citadins mais galement pour les habitants des campagnes. Il tudie donc
son tour la localisation des hommes et des manufactures, lapparition, la croissance des
agglomrations et leurs relations avec la campagne environnante, les voies de
communication; et enfin la rpartition concentrique des activits agricoles.

51
Louvrage de [Link], Essai sur la nature du commerce en gnral, est publi sans nom
dauteur en 1755 Londres chez Fletcher Gyles soit 21 ans aprs la disparition de
[Link]. Nanmoins, on date sa rdaction autour de 1725.
52
Cit par Perreur, J. (2003), La localisation industrielle : Les approches des conomistes, in
Cliquet, G. et Josselin, J.-M. (ds), Stratgies de localisation des entreprises commerciales et
industrielles : De nouvelles perspectives, De Boeck.
53
Perreur (2003)
78
 Les rsultats issus de ces trois modlisations tentent donc de dterminer la
localisation optimale des hommes et des activits dont la structuration oscille entre
concentration et/ou dispersion.

En termes conomiques, la plupart de ces analyses prconisent la concentration

qui prsente de nombreux avantages en termes de localisation optimale par
minimisation des cots de transport ou maximisation de la rente.

Cependant, les fondements de lanalyse spatiale de lconomie, telle quon la

connat aujourdhui, se trouvent dans trois courants principaux : lconomie urbaine, la
science rgionale et la concurrence spatiale. Ces approches se distinguent
principalement par la modlisation propose et par la place quoccupe chacune delle
par rapport la pense conomique globale.

b) Les apports de lconomie urbaine

Lconomie urbaine pose la question de lmergence et de la structure des villes

sur la base des travaux de Von Thnen (1826) puis dAlonso (1964).

Le modle prn par Von Thnen propose une analyse de la disposition spatiale
des activits conomiques tout en conservant les hypothses du paradigme
concurrentiel (rendements constants et concurrence pure et parfaite). En 1964 ce
modle est rinterprt par Alonso qui transpose lanalyse de la production agricole au
contexte urbain : le modle de la ville monocentriste. Toutefois, cette approche
prsente une limite majeure; elle ne sintresse pas la question de lexistence mme
de la ville en tant quagglomration. Do la naissance dun autre courant (conomie
dagglomration) pour remdier ces lacunes.

79
Economie dagglomration

Le premier avoir essay de fournir une explication aux phnomnes

dagglomration des firmes et lmergence des quartiers industriels est Alfred
Marshall54.

Il est le premier introduire le concept dconomies externes. Pour cet auteur,

les conomies dchelle, dfinies comme les avantages produire dune faon
centralise, peuvent provenir de deux sources55 :

dconomies internes, qui augmentent avec la taille des units de production,

dconomies externes qui trouvent leur origine dans lenvironnement
conomique dans lequel voluent les firmes et qui profitent donc toutes les
entreprises et ne dpendent pas de leur taille.

Marshall identifie trois types d'externalits incitant les entreprises d'un secteur
d'activit donn s'agglomrer :

La concentration spatiale favorise une plus grande disponibilit dinputs (biens

et travailleurs)
Lagglomration permet la formation dune main duvre hautement qualifie
provenant dune meilleure accumulation du capital humain
La concentration spatiale facilite lchange dinformations et favorise ainsi les
avances en recherche et dveloppement.

La caractristique principale de ces externalits marshalliennes est quelles sont

bnfiques uniquement pour les firmes localises dans une mme zone gographique.
Par la suite, le concept dconomies dagglomration est apparu pour dfinir les gains
externes que les firmes peuvent raliser par leur concentration gographique56.

54
Jacoud, G., et Tournier, E., 1998, Les grands auteurs de lconomie, Hatier, Paris.
55
Billard 2006.
56
Catin M., Ghio S. et Van Huffel C. (2001), "Intgration, investissements directs trangers et
concentration spatiale dans les pays en dveloppement", Rgion et Dveloppement, n13.
80
 Les conomies dagglomration peuvent tre regroupes en deux grandes
catgories57 :

dune part, les conomies de localisation ou externalits marshalliennes, qui

reprsentent les gains gnrs par la proximit dautres firmes appartenant un
mme secteur,
dautre part, les conomies durbanisation dfinies comme les gains gnrs par
lactivit conomique des firmes implantes dans un mme lieu, par exemple la
concentration de la population ou la prsence dinfrastructures publiques. Elles
sont externes la firme et rsultent de la taille de lagglomration.

Lide de Marshall a t reprise et dveloppe par Henderson (1974). Ce

dernier a formalis le phnomne de la concentration des firmes et dvelopp lide
quil existe un arbitrage entre les conomies dchelle lies la concentration spatiale
des activits conomiques et les cots dchange propres aux localits.

Lhritage marshallien nous permet de comprendre les fondements du

regroupement spatial de firmes. Cherchant bnficier dune atmosphre, les firmes
sagglomrent parfois pour cooprer, souvent pour changer et pour bnficier dun
bassin de main duvre flexible et comptent.

Les apports des auteurs de ce courant prsentent certaines limites, notamment

une insuffisante considration des forces qui sopposent lagglomration. Chose
permise par les apports de la science rgionale. Cette dernire apprhende dun point
de vue plus global la question de la localisation et lquilibre entre ces forces.

c) La science rgionale

La naissance de la science rgionale date de 1954. Walter Isard cre

lAssociation de Science Rgionale et fonde ainsi une discipline visant introduire la
notion despace dans la thorie conomique. Elle sintresse plus gnralement aux
questions de localisation des activits et des hommes. Parmi les travaux prcurseurs,

57
Hoover (1936).
81
on trouve ici ceux dAlfred Weber (1909) sur la localisation optimale des lieux de
production et les recherches de Christaller (1933) et Lsch (1940) sur la thorie des
lieux centraux (central-place theory).

i. Le modle de Weber

Alfred Weber (1909) est considr parmi les fondateurs de la thorie classique
de localisation. Ses travaux constituent les fondements de base de la dite thorie.

Au dbut du XX sicle, Weber orienta ses travaux sur lanalyse de

limplantation optimale des firmes dans lespace. Il sintresse le premier la
localisation optimale des activits industrielles. Il cherche identifier la localisation
optimale dune usine produisant un bien unique cot constant confront un march
localis et des sources dinput prdtermines. Lenjeu tait alors de considrer la
localisation de celle-ci en fonction des intrants utiles la production, notamment des
ressources naturelles, la main douvre et les diffrents marchs.

Il considre que les cots de transport varient proportionnellement la distance

gographique.

En se basant sur ces hypothses, Weber dfinit la localisation optimale comme

tant celle qui permet de minimiser les cots de transport la fois des inputs
(acheminement des matires premires) et des outputs (transport des produits finis
jusquaux marchs).

Ce modle de base de Weber a influenc les auteurs postrieurs dans la mesure

o ce modle rduit la localisation un problme doptimisation logistique. En effet,
les cots de transport ont permis la prise en compte de la distance gographique, ceci a
facilit la modlisation du choix de localisation en convertissant une variable physique
(la distance) en une variable montaire (cot de transport).

Face au constat simplificateur de son approche, Weber a introduit une deuxime

variable : le cot de la main duvre. La prise en compte de cette variable conduit

82
lentreprise choisir une localisation diffrente de celle qui minimise les cots de
transport.

Simplifi trois grandes catgories dintrants, le modle de Weber permet de

comprendre rapidement la logique du lieu dtablissement des units de production. La
figure suivante illustre le modle triangulaire de Weber.

Matires premires

Bassin Iso-cots
de main march
duvre

Figure 5 : le modle triangulaire de Weber

Selon ce modle, lentreprise calcule ses divers cots de transport et se localise

dune manire rationnelle quelque part entre ses diffrentes sources dintrants, afin de
maximiser sa rentabilit. Il arrive quelle choisisse la proximit immdiate du march,
dune matire premire ou dun bassin de main duvre.

De ce fait, la recherche dune localisation optimale sopre en faisant

compromis entre la minimisation des cots de transport et celle des cots de la main
duvre (Merenne-Schoumaker, 1991).

Weber a tent, par la suite, dintroduire un autre facteur explicatif: les

conomie/dsconomie dagglomrations.

83
 Certains auteurs58 estiment que cette variable est moins concluante dans la
mesure o Weber donne une dfinition confuse du concept dconomie
dagglomration.

Non inclus dans lanalyse mais

Inclus dans lanalyse considrs comme importants par
Weber
Cots de transport :
Facteurs gnraux :
-des intrants depuis les sources
- climat
dapprovisionnement
- topographie
-des produits finis jusquaux
marchs

Diffrentiels de cots de main Facteurs institutionnels (taux dintrt,

duvre entre localisations niveau des impts, qualit du
alternatives management)

Economies et dsconomies
dagglomration

Tableau 7 : Les facteurs explicatifs des choix de localisation chez Weber (1909)
Sources : Blaug (1996)59

ii. La thorie des lieux centraux

Les bases de la thorie des lieux centraux ont t tablies par W. Christaller
(1933) et A. Lsch (1940), bien que lon puisse trouver une bauche de la thorie en
1841 dans les travaux de J. Reynaud et J. Georg Kohl60.

Cette thorie suppose un espace o les fermiers sont distribus dune faon
homogne, mais o certaines activits ne peuvent pas tre galement reparties sur le
territoire en raison dconomies dchelle. Linteraction entre les cots de transport et
les conomies dchelle amne lmergence de lieux centraux assimils des
centres urbains et donc au march pour les fermiers des environs.

58
Perreur J. (2003)
59
Blaug M. (1996), La pense conomique, Economica, Paris.
60
Elghazouani, K., 2007, Espace, hirarchie et interactions spatiales, Thse de Doctorat
dEtat en Sciences Economiques, Universit Cadi Ayyad, Marrakech.
84
 Christaller propose alors une structure hirarchique des lieux centraux. En 1940,
lanalyse est complte par Lsch. Il montre que pour minimiser les cots totaux, il
faut que la structure hirarchique des lieux centraux soit hexagonale. Selon lui, les
lieux de march nmergent pas par hasard, ils sont le rsultat de lactivit
conomique. Cest larbitrage entre spcialisation et conomies dchelle dun ct et
cots de transport de lautre qui explique lagglomration.

d) La concurrence spatiale

Une firme qui cherche se localiser doit penser que si un lieu est agrable, si
les dbouchs et les fournisseurs sont nombreux, la concurrence risque elle aussi dtre
plus rude.

Lorsquune firme peut choisir sa localisation et son prix, comment prend-elle en

compte les interactions avec les autres entreprises ? Le prototype du modle de
comptition spatiale pour des problmes de localisation a t introduit par Hotelling.

Il suppose un march dun bien homogne mais qui est distribu en deux points
dun segment (lieux de vente). Les consommateurs sont distribus sur le segment
suivant une densit continment diffrentiable et chacun consomme exactement le
mme montant de biens. Comme les biens sont homognes, un consommateur
sadressera au vendeur lui proposant le meilleur prix, cest dire le prix dusine plus
les cots de transport qui sont ici la charge du consommateur. Les entreprises sont ici
en interaction stratgique et il y a des forces centrifuges dans la mesure o la proximit
se traduit par une augmentation de la concurrence.

Lexemple le plus courant est celui de deux vendeurs de glace le long dune rue.
Ces entrepreneurs cherchent maximiser leurs profits tout en vendant la mme glace
au mme prix, ils sont donc en concurrence pour se localiser proximit du plus grand
nombre de consommateurs.

Comme les entrepreneurs anticipent que les consommateurs chercheront

sapprovisionner moindre cot, ils ne peuvent fixer leur prix de vente
indpendamment lun de lautre en raison de la mobilit des consommateurs.
85
Nanmoins, les consommateurs les plus loigns doivent supporter des cots de
transport. Ainsi, le prix de rfrence pour la comparaison est le prix de vente major
des cots de transport.

Hotelling suppose alors un jeu en deux tapes dans lequel les firmes dcident
simultanment de leur localisation lors de la premire tape et dcident, ensuite, du
prix de vente lors de la seconde tape. Le fait de sparer chacune des dcisions permet
de rendre compte du caractre stratgique de la localisation.

Les entrepreneurs choisissent leur localisation dans lespace tout en anticipant

la concurrence en terme de prix de vente. Une fois la localisation dcide, les
consommateurs se rpartissent en deux segments pour lesquels la demande agrge de
chacun deux reprsente le segment de march captur par chacune des firmes. Au
milieu des deux segments se trouve le consommateur marginal qui est indiffrent entre
acheter sa glace chez lun ou lautre marchand. Ds lors, une variation marginale du
prix de vente affecte la dtermination de la frontire entre les deux segments.

Hotelling montre que ce jeu de concurrence spatiale admet deux solutions. La

premire est celle o les deux firmes se localisent au centre du march, cest la
solution de diffrenciation minimale. La seconde est celle o chacune des deux firmes
se localise une extrmit du segment. Ces rpartitions spatiales extrmes sont le
rsultat dun arbitrage entre deux types de forces : la concurrence en terme de prix
pousse les entreprises sloigner au maximum lune de lautre tandis que la
concurrence spatiale les amnent se rassembler en un mme point.

La contribution thorique de Hotelling la comprhension des phnomnes

dagglomration est essentielle mme si ce type de modlisation devient trs complexe
ds que lon sloigne des hypothses simples formules par lauteur61.

61
Lerner et Singer (1937), Vickrey (1964) et Eaton et Lipsey (1975) ont successivement
montr que les rsultats de Hottling ne tenaient plus sil y avait plus de deux entreprises en
prsence.
86
 Cette rapide revue des fondements de la thorie de localisation nous a permis
didentifier les problmatiques souleves par la prise en compte de la dimension
spatiale en conomie.

Lconomie urbaine Sciences rgionale Concurrence spatiale

-Analyse de la structure Sintresse aux questions de Introduit la notion darbitrage
interne des villes. localisations des activits entre forces centrifuges et
Aloso 1964 conomiques et des hommes centriptes pour expliquer les
-Economie dagglomration Weber 1909 choix de localisation des activits
Marshall 1890 Christaller 1933 conomiques
Henderson 1974 Losch 1940 Hotteling 1927
Isard 1954
Kuhn et Hanburger 1963
Pred 1966

Lanalyse
spatiale de
lconomie

Figure 6 : Fondements de lanalyse spatiale de lconomie

Source : laboration personnelle

La thorie de localisation a eu besoin dun nouvel outil thorique capable de

runir ces approches. Cette synthse a t autorise par la nouvelle conomie
gographique.

87
 3) La Nouvelle Economie Gographique

a) Origines de la Nouvelle Economie Gographique

La Nouvelle conomie gographique est ne d'une application l'conomie

rgionale des nouvelles thories du commerce international. Cest un champ qui sest
dvelopp trs rapidement partir du milieu des annes 1990. Le point de dpart est le
livre de Paul Krugman Gographie Commerciale (publie en 1991).

Lapparition de la Nouvelle Economie Gographique est interprte comme le

signe dun regain de lintrt des conomistes pour les questions spatiales et, plus
particulirement, pour les questions de localisation des activits conomiques. Les
travaux conceptuels de ce courant se distinguent des auteurs (les thories classiques de
la localisation) par leur angle dapproche. Pour les auteurs de la NEG, langle
dapproche de la localisation est plus macro-conomique que micro-conomique.

Selon Duranton (1995)62, la NEG propose de synthtiser trois approches :

Lconomie internationale : elle tudie lallocation des ressources entre

diffrents pays mais considre des changes sans cots et ne se proccupe donc
pas de la dimension spatiale des changes (pas de notion de distance ou de
transport) ;
Lconomie urbaine : elle sentend comme lanalyse du choix de localisation
des consommateurs face une offre de biens et services manant dentreprises
immobiles ;
La microconomie spatiale ou conomie de la localisation : elle a pour objectif
de construire une reprsentation des marchs dans lespace et suppose donc la
fixit des consommateurs et la mobilit des firmes.

La NEG renouvelle et unifie les thories de la localisation car elle fournit un

nouvel outil thorique qui considre les problmatiques des sciences rgionales tout en

62
Duranton G. (1995), "Economie gographique, urbanisation et dveloppement", Thse de
Doctorat.
88
offrant la modlisation rigoureuse de lconomie urbaine et les hypothses de
lconomie internationale.

Lconomie urbaine Microconomie spatiale

Lanalyse du choix de La construction dune
localisation des reprsentation des
consommateurs face La Nouvelle marchs dans lespace et
une offre de biens et Economie suppose donc la fixit des
services manant consommateurs et la
Gographique
dentreprises immobiles mobilit des firmes

Economie internationale
Lallocation des ressources
entre diffrents pays sans
cots et sans dimension
spatiale des changes

Figure 7 : la NEG une synthse des diffrentes approches

Source : laboration personnelle

b) Hypothses de la NEG

Les travaux de la "nouvelle conomie gographique" ont renouvel

profondment lanalyse des localisations des activits conomiques. La rpartition
gographique des firmes y est apprhende comme le rsultat de forces
dagglomration et de dispersion qui ne sont plus dpendantes de caractristiques
exognes des espaces.

Le prsuppos thorique qui sous-tend la NEG est similaire ce que lon peut
rencontrer en sciences physiques : des forces, complmentaires ou antagonistes,
saffrontent dans le temps et lespace, et leur rsultante dtermine la localisation
gographique des activits conomique. Elles peuvent tre classes en deux catgories.
Des forces centriptes poussent la concentration des activits de production. A
loppos, des forces centrifuges conduisent une dispersion des industries. Lenjeu est
de connatre lequel de ces deux ensembles de forces lemporte.

89
 La Nouvelle Economie Gographique a fait lobjet dun nombre important de
contributions thoriques ayant elles-mmes donn lieu plusieurs synthses63.

Krugman (1991)64 dveloppe un modle constitu de deux rgions identiques

et de deux secteurs (A et B). Le premier secteur produit un bien agricole homogne en
concurrence pure et parfaite. Le second offre un bien diffrenci horizontalement, dans
un contexte de concurrence monopolistique la Chamberlin. Chaque secteur utilise un
facteur spcifique, savoir des agriculteurs immobiles internationalement pour le
secteur A, et des travailleurs, parfaitement mobiles pour le secteur B. Le bien agricole
est librement changeable, tandis que le bien industriel supporte des cots de transport
frictionnels de type Iceberg de Samuelson.

Lagglomration des firmes dans lune ou lautre des rgions dcoule de la

prsence deffets dentranement aval et amont provenant de la parfaite mobilit des
facteurs de production, savoir ici, le travail. La migration de quelques
consommateurs dans une rgion provoque une hausse du nombre de varits produites
localement qui contribue baisser lindice de prix domestique des biens manufacturs
et augmenter le salaire rel de cette localisation.

Les effets dentrainement peuvent tre expliqus comme suit :

Leffet aval rsulte du fait que les consommateurs, dots dun got pour la
diversit, maximisent leur utilit en se concentrant dans la rgion qui propose le
plus grand nombre de varits. Cet effet dentranement est suffisant pour attirer
de nouveaux consommateurs et crer un cercle vertueux.
Leffet amont dcoule du fait que les entreprises aiment se polariser l o la
demande est la plus forte. Laccroissement de la taille de march permet une
hausse du salaire nominal qui vient amplifier la dynamique dattraction initiale.
Au fur et mesure que les travailleurs se dplacent dune rgion lautre, cette

63
Voir par exemple Fujita et al., (1999), Fujita et Thisse, (2002), et Huriot et Thisse, (2000)
64
Cit par Gaign, C., Goffette-Nagot, F., 2003, Localisation rurale des activits
industrielles. Que nous enseigne lconomie gographique ? , Working Papers, Groupe
dAnalyse et de Thorie conomique, Universit Lumire Lyon2.
90
 dernire devient de plus en plus attrayante, bnficiant de cette causalit
cumulative.

c) Rsultats de la Nouvelle Economie Gographique

La NEG propose dexpliquer la distribution spatiale des activits conomiques

comme le rsultat de la confrontation de deux types de forces opposes : les forces
centriptes et les forces centrifuges.

Les forces centrifuges favorisent la dispersion des activits conomique dans

lespace. Elles incitent les firmes simplanter loin les unes des autres pour satisfaire
la demande des divers marchs. A linverse, les forces centriptes poussent la
concentration et lagglomration des activits conomique. Elles crent une
incitation la concentration des firmes et des travailleurs.

Le tableau suivant rsume les facteurs capables dexpliquer la localisation des

activits conomiques.

Facteurs inclus dans les modles Facteurs non inclus dans les modles
Constitution dun rservoir de main
Effets lis la taille des marchs
Forces duvre locale spcialise
(constitution dun ple local de
centriptes Economies externes pures sous la
fournisseurs de biens
forme dexternalits
intermdiaires)
informationnelles
Facteurs immobiles (terres,
ressources naturelles et, lchelle
Cot des terrains
Forces internationale, la population
Dsconomies externes pures
centrifuges considre la fois comme un
(problmes dencombrement, par
rservoir de main duvre du point
exemple)
de vue de loffre et, du point de vue
de la demande, comme un march)

Tableau 8 : Les facteurs explicatifs de la localisation dans les modles de la NEG

Source : Daprs Krugman (1998)65.

A noter que, pour faciliter la modlisation du comportement de localisation des

entreprises, une partie des facteurs explicatifs prsents dans le tableau n8 ne sont pas
pris en considration par les modles de la nouvelle gographie conomique. Cest le

65
Cit par Sergot, B., 2004, Les dterminants des dcisions de localisation , Thse de
Doctorat en Sciences de Gestion, Universit Paris I - Panthon Sorbonne.
91
cas notamment des conomies et dsconomies externes qui cdent la place aux
externalits pcuniaires. Dans ce cadre danalyse, les choix de localisation demeurent
donc entirement dtermins par les caractristiques conomiques des lieux
gographiques.

Ltude de la localisation des entreprises constitue donc un thme rcurrent en

thorie conomique, donnant rgulirement lieu llaboration de thories explicatives
gnrales. Les cadres conceptuels labors, qu'il s'agisse des thories classiques de la
localisation industrielle ou des modles de la nouvelle gographie conomique,
s'apparentent des thories pures de la localisation (Blaug 1996) desquelles ont
vacu tout facteur institutionnel (impts, qualit du management), mais aussi les
influences du climat ou de la topographie. Dans ce cadre, les choix de localisation sont
reprsents comme le rsultat de calculs raliss par des dcideurs conomiquement
rationnels et parfaitement informs en vue de maximiser le niveau de profit de leur
entreprise en comparant le niveau des cots montaires et les avantages (montaires
eux aussi) associs aux diffrentes localisations leur disposition.

Ces hypothses trs restrictives autorisent le dveloppement de modles

formaliss de porte gnrale, mais au prix dun loignement croissant par rapport aux
dcisions effectives de localisation (Blaug 1996), dou le recours des recherches
empirique. Ces dernires sinspirent de manire gnrale des modles thoriques de la
localisation.

92
Section 2 : Les dterminants de linvestissement direct tranger et
de la multinationalisation des entreprises

Pourquoi certaines entreprises dcident-elles de s'implanter l'tranger ?

Pourquoi certains pays accueillent plus dIDE que dautres ? Quelles sont les facteurs
dterminants de cette attractivit des IDE ? Cest ces questions que cette section est
consacre. Les rponses apportes ces questions sont aujourdhui bien connues et
globalement acceptes par les conomistes qui tudient ce domaine, mme si de
nouvelles approches viennent rgulirement nuancer ou complter des aspects
spcifiques du panorama thorique que nous allons maintenant mettre en exergue.

Mais avant de dresser un bilan de diffrentes tudes empiriques portantes sur les
facteurs de localisations des IDE, nous allons faire tout dabord le tour des thories qui
se sont intresses aux IDE, ensuite nous allons prsenter leurs stratgies
dimplantation.

1) Revue gnrale des thories sur les IDE

Plusieurs thories ont trait les IDE, la figure n8 montre les diffrentes thories
et auteurs stant intresss lexplication du pourquoi des IDE. Pour notre part nous
allons mettre le point sur :

La thorie de limperfection du march et de loligopole ;

La thorie de cycle de vie ;
La thorie clectique.

93
 Thories de localisations Thorie de la firme
Vernon (1966) Coase(19 37)
Hirasch (1967) Penrose (1958)
Dunning (1972) Vernon (1966, 1982)
Vernon (1974) Williamson (1975)
Root& Ahmed (1979) Buckley et Casson (1976)
Davidson (1980) Knicketbocker (1973)
Lipsey & Kravis (1982) Graham (1975)
Shneider & Frey (1985) Flowers (1976)
Cushman (1985) Johanson et Vahne (1977)
Krugman (1991, 1993) Krugman (1981)
Chen (1998) Hill et Kim (1988)
Audretsch (1998) Bartlett et Ghoshal (1989)
Johanson et Vahlne (1977,1990) Wernerflet (1984)
Aliber (1971) Hostman et Markussen (1987)
Culem (1988) Doz, Awakawa, et Williamson (1997)
Froot & Stein (1991) Cantwell (1989, 1994)
Porter (1994, 1998) Teece, Pissano (1997)
Graham (1990, 1998)

Quel sont les Pourquoi et

dterminants de comment les firmes
localisation des firmes dveloppent leurs
(Internationalisation activits internes en
Les agglomrations dehors de leurs pays
Taux de change) dorigine

Les thories
Pourquoi les firmes des IDE et de
financent-elles leurs Pourquoi les firmes
investissements
la localisation sengagent dans les
IDE plutt que
ltranger par des des FMN dexporter, et
capitaux du pays comment les IDE
dorigine ? et quel sont affectent le
les dterminants des commerce
IDE ? international
Pourquoi les firmes
dune nationalit
donne sont
capables de
pntrer ( travers Thories du commerce
Thories de lIDE les IDE) la valeur international
Rugman (1975, 1979) ajoute dune firme
dune autre Vernon (1966)
Agmon et Lessard (1977) nationalit.
Hirsch (1976)
Aliber (1971)
Ethier (1986)
Lessard (1982)
Batra et Ramachandran (1980)
Cushman (1985)
Markussen (1984, 1999)
Rivoli et Salorio (1996) Thorie de lorganisation Helpman (1984, 1985)
Rangan (1998) industrielle
Frost & Stein (1991) Hymer(1960,1968,1976)
Caves (1971,1974)
Teece (1981,1992)

Figure 8 : Les thories les plus importantes de lIDE et de la Localisation des FMN
Source: laboration personnelle

94
 a) Thorie de limperfection du march et de loligopole

Dans sa thse de Doctorat, Hymer (1960)66 a distingu entre linvestissement de

portefeuille et linvestissement direct. Il montre que les hypothses darbitrage sur le
capital expliquant les mouvements internationaux de capital, sont en contradiction
avec le comportement des multinationales et sont, ainsi, incapables dexpliquer les
causes des IDE et ce pour trois raisons.

Premirement : une fois que le risque, lincertitude, la volatilit des taux de

change, et les cots dacquisitions des informations sont incorpors dans la thorie de
larbitrage de portefeuille, plusieurs des prvisions conomiques restent, tout de
mme, invalides. En fait, ceci est d aux imperfections du march qui affectent les
performances des firmes, et en particulier leurs stratgies sur les marchs trangers.

Deuximement : les IDE permettent non seulement le transfert de ressources

(capital), mais aussi de technologies, dexpriences managriales et de savoir-faire.
Do lexistence de rentes conomiques importantes et deffets dexternalit positifs,
qui peuvent tre aussi importants que les effets directs des dplacements de capitaux
et des investissements trangers.

Troisimement : les IDE nouvrent pas la possibilit de changement de

possession, de ressources ou des droits.

Hymer indique dans sa thorie que la firme est un moyen institutionnel pratique
qui se substitue au march. Pour cet auteur, cest parce que le march a des
imperfections quil est ainsi remplac, celles-ci ne tiennent pas seulement aux

66
Cite par Djoudad, R., 1985, Analyse de linvestissement international : volutions relles,
explications thoriques et approches conomtrique , Mmoire de maitrise, Universit de
Montral.
95
impurets dj connues, mais galement lincertitude qui peut entrainer des conflits
dans les valuations et rend la coopration entre firmes difficile67.

Hymer explique la distribution des IDE entre les marchs par les thories
micro-conomiques. En appliquant les thories dconomie industrielle, Hymer pense
que les FMN sont identiques aux firmes locales. Le fait dinvestir ltranger englobe
certaines difficults : communication, transport, barrires de langues

Il y a selon lauteur deux raison qui expliquent lIDE : la premire a trait

lincertitude quand la rentabilit de son investissement. La deuxime serait
lexistence doprations internationales effectues par la firme.

Hymer68 tait le premier souligner la ncessit de lexistence de certains

avantages, grce auxquels une entreprise aurait profit surmonter les risques et les
cots inhrents une activit en pays tranger.

Lorsquune entreprise estime ncessaire et/ou profitable dtablir une filiale de

production ltranger, une autre possibilit existe normalement pour elle : celle de
vendre ou louer son avantage un producteur tranger, ou en autoriser lexploitation
par loctroi dune licence ; cependant, prcise Hymer, un tel choix nest pas frquent
de la part des grandes entreprises.

En somme, plusieurs raisons conomiques incitent une firme produire

directement linternational, plutt que daccorder une licence de fabrication :

Lavantage possd par une entreprise peut tre si complexe et mal dfini quil
est extrmement difficile, voir impossible de vendre ;
Linvestissement direct peut tre un moyen de minimiser le cot de
lincertitude, car pour fixer le prix de vente dun avantage, il faut calculer

67
Hamer, S., 1976,The international operations of multinational firms: a study of direct
foreign investment, MIT press, Cambridge. Cite par Benesrighe, D., Du processus de
multinationalisation des firmes industrielles, Revue Regard sur lEconomique, n 3 - 2005.
68
Cit par Guir R., et Crener M.A., 1984, linvestissement direct et la firme multinationale,
Economica, Paris.
96
 lusage futur et les recettes escomptes, ce calcul ne peut tre quimparfait et
incertain ;
Les deux parties peuvent prouver de grandes difficults sentendre sur le
calcul du risque encourus lors de la ngociation du prix de vente de lavantage,
cause de leurs expriences, de leurs perspectives et de leurs puissances
diffrentes ;
En devenant multinationale, une entreprise se met en communication
directement avec le march tranger et reoit des informations continues sur les
conditions locales, dont elle peut se servir pour mettre au point de nouveaux
produits. Ceci va amliorer sa position concurrentielle dacheteur, de
producteur et de vendeur ;
La firme qui vend un avantage possde dans certaine mesure le monopole de
celui-ci, linvestissement direct peut alors tre ncessaire pour maximiser la
quasi rente qui en dcoule.

En dfinitive, et selon Hymer69, linvestissement direct protge lentreprise

contre la concurrence et lui permet de maximiser les quasi rentes dues ses avantages
technologiques et la diffrenciation de ses produits.

b) Thorie de cycle de vie

Cest lconomiste Vernon (1966) qui, dans les annes 1960, a dvelopp la
thorie du cycle de vie du produit pour lui permettre de rendre compte des
comportements dimplantation ltranger des entreprises multinationales
amricaines.

Cette thorie dcrit les choix dexportation et de multinationalisation en

fonction des diffrents stades du cycle de vie dun produit qui sont la naissance, la
croissance, la maturit et le dclin. Le tableau ci-dessus illustre schmatiquement les
diffrentes tapes de la multinationalisation dun monopole en fonction du cycle de vie
du produit selon la thorie de Vernon.

69
Cit par Guir, R., et Crener, M.A., 1984, linvestissement direct et la firme
multinationale , Economica, Paris.
97
 Cycle de vie du produit
Croissance Maturit Dclin
Pays
Lentreprise innovatrice
Dbut de
a le monopole de la Baisse importante
dlocalisation de la
Pays dorigine de production et de la vente puis arrt de la
production.
lentreprise innovatrice dans le pays. Pas production.
Exportations et
dimitation ni de importations
importations
concurrents. Exports
Dbut de la
Baisse de la
Importations en production (sous
production et
Autres pays dvelopps provenance du pays de licence et/ou par
dbut des
lentreprise innovatrice concurrents). Dbut
importations
des exportations
Importations.
Production par des
Quelques importations Premires
units dlocalises
en provenance du pays prospections en vue
Pays moins dvelopps et exportations
de lentreprise dimplanter des
vers les pays
innovatrice units de
dvelopps.
production.
Le produit ncessite de moins en moins
Le produit ncessite
Caractristiques du de dpenses en RD et de travail qualifi.
beaucoup de dpense en
produit Il peut tre fabriqu avec des
RD et de travail qualifi.
quipements standardiss.

Tableau 9 : les phases du cycle de vie dun produit

Supposons une entreprise qui possde un monopole fond sur sa capacit

dinnovation, aprs avoir exploit son monopole sur le march national, la firme
innovatrice va tenter de lexploiter lexportation, puis de le produire ltranger.

Au dbut le produit est conu dans le pays dorigine avec des technologies
innovatrices, et il est aussi produit pour le march local. Aprs, arriv un autre stade
du cycle de vie, une certaine croissance et connaissance du march, de synergie, le
produit est export vers dautres pays ayant des caractristiques similaires au pays
dorigine. Lorsque le produit devient standard et mature, les cots de travail
deviennent trs importants dans le processus de production, cest ce moment l que
les firmes dlocalisent la recherche de cots de production bas. En simplantant a
ltranger, lentreprise va crer son propre rseau de sous-traitants et de fournisseurs,
limitant du mme coup les vellits d'imitation. Comme lexplique Mucchielli Toute
cette stratgie consiste remplacer l'avantage technologique absolu perdu, ou en passe

98
de l'tre, par des avantages relatifs de cots et de diffrenciation, afin de conserver une
place de leader dans les pays d'accueil.70.

Le cycle de vie du produit constitue la premire interprtation dynamique des

dterminants des IDE et de leurs relations avec le commerce international.

c) La thorie clectique

La thorie clectique essaie dintgrer la thorie du commerce internationale et

celle de la localisation des activits conomique.

Afin de pouvoir donner une explication aux activits ltranger des

entreprises, Dunning71 prcise que trois conditions sont considrer pour que la firme
fasse des investissements ltranger. Ces conditions sont : les avantages de
possession Ownerships adavanatges , les avantages de localisation Location
advantages et les avantages dinternationalisation Internalisation advantages .
Dunning groupe ainsi la plupart des thories sur les IDE en ce quil appelle la thorie
OLI .

Les avantages de possession peuvent tre un produit, ou un processus de

production que les autres firmes nen ont pas accs. Ils peuvent aussi tre des lments
dont la firme a la possession et quelle gagnerait les exploiter ltranger. Des
nouvelles technologies, des informations exclusives, des expriences managriales, en
sont lillustration et lexemple de ces avantages. Les ownership advantages
confrent des positions de forces sur le march vis vis de la demande mais aussi de la
concurrence interne. Ils donnent la firme une marge de manuvre importante sur le
march extrieur lui permettant de surmonter les cots dinstallation et de localisation,
dcraser la concurrence interne (si elle est existante) et de se comporter en leader.
Bien entendu, ces avantages sont spcifiques la firme et sont relis directement ses
caractristiques technologiques et managriales.

70
Mucchielli (1998).
71
Cit par Guir et Crener 1984.

99
 Les avantages de localisation nincluent pas seulement les dotations en
ressources naturelles, mais aussi les facteurs conomiques et sociaux tel que la taille
du march, les infrastructures, le degr de dveloppement, la culture, les
rglementations, les institutions politiques et environnementales et le systme politique
en gnral (stabilit, dmocratie, degr de corruption)

Les avantages dinternalisation : selon cette thorie, une firme ayant un

avantage dans le processus de production ou dans la proprit du produit, aurait
ventuellement intrt sinstaller dans le pays hte qu exporter. Bien videmment,
elle peut procder par franchise ou vente de licence de production une entreprise
locale, mais dans ce cas elle ne pourra pas matriser le march ni lexploiter
directement.

Lun des attraits de lexplication clectique de Dunning est quelle permet de

montrer que cest la prsence ou labsence dun ou plusieurs de ces avantages qui va
dterminer la modalit dexpansion de lentreprise ltranger. Pour simplifier, seuls
trois modes principaux dimplantation sont envisags ici :

Linvestissement direct (filiale greenfield ou prise de participation) ;

La production ou la vente sous licence ;
Lexportation/importation.

Le croisement des ces diffrentes modalits dimplantation a permis Dunning

dlaborer le tableau ci-aprs.

100
 Avantages

Spcifique (O) Localisation (L) Internalisation (I)

Mode de penetration
des marches trangers

Investissement direct Oui Oui Oui

Production ou vente
Oui Non Oui
sous licence

Exportation/importation Oui Non Non

Tableau 10 : Choix des modalits dimplantation selon la thorie clectique

Source: Daprs John DUNNING (1993), Multinational Enterprises and the Global Economy,
Reading, Mass., Addison-Wesley72.

Il apparat la lecture du tableau que, selon Dunning, linvestissement direct a

lieu lorsque les trois types davantages sont runis.

En revanche, sil ny a quun avantage spcifique, lentreprise se contentera

dexporter ou dimporter. Enfin, lorsque lavantage spcifique et lavantage
linternalisation sont runis, mais pas lavantage la localisation, alors lentreprise
aura recours la production ou la vente sous licence.

Cest ainsi que plus le pays daccueil procure des avantages rpondant aux
critres suscits, plus il attirera des IDE. Cette vision des dterminants des IDE est une
vision dynamique, puisquelle volue au fur et mesure de lvolution de lattractivit
du pays et des avantages spcifiques de la firme multinationale.

Aprs avoir vu les diffrentes thories explicatives des IDE, nous allons traiter
dans le paragraphe qui suit les stratgies dimplantation des IDE, c'est--dire le
comment de ces derniers.

72
Cit par Guir et Crener 1984.
101
 2) Les stratgies des Investissements Directs Etrangers

Les IDE ont plusieurs stratgies dimplantation, ce qui se traduit, bien

videmment, par des dterminants de localisation diffrents. Ainsi, on peut distinguer
trois stratgies dinvestissement des FMN :

Une stratgie daccs aux ressources naturelles du sol et du sous sol ;

Une stratgie de march dite Horizontale
Une stratgie de minimisation des cots ou Verticale

Dans la section daprs nous allons expliquer les dterminants des IDE selon les
stratgies adaptes.

a) La stratgie daccs aux ressources

La stratgie daccs aux ressources naturelles tait la premire raison

dattraction des IDE. Son volution et son ampleur taient dj existant ds le XVIme
sicle. Elle nest pas une caractristique de lconomie multinationale ou globale
puisque elle est apparue avant mme lvolution du concept Globalisation .

Dans ce cadre danalyse les ressources naturelles sont exploites ltranger

car, pour des raisons climatologiques ou gologiques qui sont peu abondantes voir
inexistantes dans le pays dorigine, ou que le pays disposant de ces ressources
naturelles est incapable de les exploiter ou de les commercialiser sans investissement
international, tel est le cas pour les exploitations de terrains ptrolier et miniers par
exemple.

Nanmoins, limportance relative des ressources sest considrablement

modifie au cours de lhistoire. Aujourdhui les mtaux prcieux ont t supplants par
le ptrole ou les minerais servant aux alliages, mais fondamentalement il sagit
toujours dexploiter des ressources naturelles afin de les transformer et de les exporter
vers le pays dorigine ou vers le reste du monde, et en faire ainsi une vache lait .

Cet aspect des IDE est le plus simple comprendre et le plus vident
expliquer. Son dterminant principal est en fait lexistence des ressources naturelles
102
dans le pays hte. Cependant, ce dernier doit avoir un minimum de caractristiques
conomiques et politiques qui lui permettront daccueillir convenablement les IDE.
Dans plusieurs tudes conomtriques portant sur les dterminants des IDE des
variables comme linfrastructure, la corruption et la stabilit politique paraissent
toujours significatifs et ayant une influence sur les flux dIDE et ce, quelle que soit la
stratgie adopte par les FMN.

Au de l de cet tat de fait, et en absence de variables macro-conomiques,

politiques ou de bonne infrastructure, encourageantes dans le pays daccueil des IDE,
on peut dire que cest une sorte de phnomne darbitrage qui sinstalle pour les
dcideurs des firmes multinationales intresses par lexploitation des ressources
naturelles existantes. En effet, si le risque dinstabilit touche directement lactivit de
lentreprise et que le gain potentiel de lexploitation narrive pas couvrir ce risque, il
est vident quil y aura moins dIDE et inversement.

b) La stratgie Horizontale

La stratgie Horizontale ou de march sapplique aux dcisions

dinvestissements ltranger qui visent produire pour le march local
dimplantation. Les investissements sont effectues dans des pays qui ont un niveau de
dveloppement quivalent73. La stratgie peut donc tre qualifie dhorizontale car elle
concerne les flux dinvestissements croiss Nord- Nord qui se dveloppent entre les
Etats-Unis, lEurope et le Japon, cest dire au sein de la triade.

Ces investissements horizontaux sont donc bass essentiellement sur la thorie

du commerce et de linvestissement intra-branche dvelopp par Krugman (Krugman
et Obstfeld 1996) et du modle Heckscher-Ohlin. Dans cette thorie, le commerce
intraindustriel joue un rle particulirement important et principalement dans le
commerce des biens manufacturs entre nations industrielles avances. En effet, au fil
du temps les pays industriels sont devenus de plus en plus semblables dans leur niveau
de technologie et leur disponibilit en capital et travail qualifi. Comme les nations
commerantes les plus importantes sont devenues similaires par leurs ressources et

73
Michalet 1999.
103
leur technologie, on ne trouve gnralement plus davantages comparatifs clairs pour
une industrie. Au fur et mesure de lavancement du processus du commerce intra-
branche entre les pays dvelopps, les multinationales se sont aperu quil y aurait
ventuellement avantage investir dans les pays niveau de dveloppement
quivalent, afin de les satisfaire tout en tant proximit du march local.

Les IDE horizontaux sont trs spcifiques et leur dterminant principal est
lexistence dun march intrieur porteur. Il implique un engagement durable vis--vis
du pays hte. Par ailleurs, linvestisseur est intress non seulement par le
dveloppement du march pour son produit particulier, mais aussi par le
dveloppement de lconomie du pays hte en gnral. Le facteur prpondrant pour
la ralisation de ce type dinvestissement est lexistence de main duvre qualifie et
dinfrastructure adquate. Les pays en vois du dveloppement se trouvent, bien
videmment, la marge de ce type dinvestissement.

c) La stratgie verticale

Par opposition la stratgie horizontale, cette dernire intresse les flux

dinvestissements dirigs Nord- Sud exclusivement. Les pays les moins dvelopps
ninvestissent pas dans les pays de la triade, et on est plus dans un cadre de flux
double sens74. Selon la thorie du commerce international, cette stratgie est base
principalement sur le commerce inter-branche. Les diffrences de dotation en facteurs
(capital, travail), et les avantages comparatifs des pays jouent un rle trs important
dans lexplication des IDE verticaux. Les filiales de production sont troitement
spcialises. Le choix de leur localisation visant faire concider leur fonction de
production avec les dotations factorielles des pays daccueils. Cest le cas des
entreprises qui cherchent rduire au minimum leurs cots de production. Elles
profitent, ainsi, des diffrences de cots des facteurs, et essentiellement des cots de
main duvre. Elles placent la partie de la chane de production qui soit relativement
intensive en facteur travail dans les pays o les cots de main duvre sont
relativement faibles. La qualification de cette main duvre a volu dans le temps.

74
Michalet 1999.
104
Avant on cherchait une main duvre non qualifie cots insignifiants. Actuellement
les multinationales exigent aussi un certain degr de qualification minimum. Les pays
offrant le meilleur rapport qualification/ cots seront ds lors, les plus convoits.

Une fois que nous avons rpondu, daprs de qui prcde, aux questions du
pourquoi et du comment des IDE, nous allons voir dans ce qui suit, et daprs les
tudes empiriques, les facteurs dterminants des IDE.

3) Les tudes empiriques sur les dterminants des IDE

Les travaux empiriques portant sur les dterminants de la localisation des IDE
sont abondants. Deux ensembles se distinguent nettement par la dmarche
mthodologique quils adoptent et par la nature des donnes quils utilisent.

Un premier ensemble, essentiellement d des conomistes, est constitu de

travaux recourant des modles conomtriques, dans la plupart des cas des modles
logit, et utilisant, pour expliquer les choix de localisation dentreprises, des donnes
secondaires, essentiellement issues des statistiques publiques.

Le deuxime ensemble est compos de travaux qui cherchent expliquer les

choix de localisation des entreprises partir de la collecte directe, au moyen
d'entretiens mais surtout denqutes par questionnaire, des perceptions des dcideurs
quant aux facteurs qui ont eu la plus grande influence sur leurs choix de localisation.

a) Les modles conomtriques

Les rsultats des diffrentes tudes empiriques sur les dterminants de la

localisation des entreprises sont assez contradictoires. En somme, il ne semble pas y
avoir de consensus clair sur l`importance des diffrentes caractristiques des territoires
(Etats, rgion, ville, site) dans la dcision de localisation.

Ces tudes empiriques prsentent de nombreuses caractristiques :

Les donnes sur la localisation ne sont pas facilement accessibles; ce qui fait
que bien souvent, les analyses empiriques se limitent aux agrgats tels que

105
linvestissement priv, le nombre d`entreprises, les variations du taux de chmage, le
revenu par capita de l`Etat en question, etc. Pour les auteurs, ces diffrentes mesures
de l`activit conomique refltent le nombre de nouveaux tablissements, les
relocalisations, les fermetures, les expansions, etc.

Certains pensent que ce qui est intressant, ce n`est pas seulement de savoir
comment les dcisions de localisation sont prises et ce qui les dtermine; mais aussi de
connatre l`impact des impts sur la croissance de l`emploi.

Les facteurs qui dterminent la localisation des entreprises varient d`un auteur a
l`autre; mais certains se retrouvent chez plusieurs dentre eux. Parmi ces derniers, nous
pouvons citer : les salaires, les investissements publics, le taux de chmage.

Un nombre important d'tudes conomtriques a t ralis partir de donnes

secondaires ces vingt dernires. Ces travaux se sont concentrs sur le cas des Etats-
Unis.

Ces tudes, utilisant des techniques conomtriques, n'ont pas cherch valuer
la pertinence des modles thoriques de la localisation des IDE suscits. De ce fait, les
facteurs de localisation utiliss sont gnralement tirs dune revue des recherches
empiriques prcdentes.

Le problme du choix dune localisation pour une entreprise y est reprsent

sous la forme dun modle probabiliste de type logit dans lequel la variable
dpendante est la probabilit, pour une entreprise, de choisir une localisation
particulire (la plupart du temps un Etat). Cette probabilit dpend des caractristiques
de l'Etat considr compares celles des autres Etats.

Les caractristiques des Etats intgres aux modles sont celles qui sont
supposes affecter le profit des entreprises. Il s'agit en fait exclusivement de variables
conomiques et/ou de certaines variables observables et pour lesquelles les donnes
sont aisment accessibles (dans les statistiques publiques).

106
 Une partie des statistiques utilises constituent des approximations (ou variables
proxies) de critres de choix plus complexes et subjectifs et qui ne sont pas, de ce fait,
directement mesurables l'aide des statistiques disponibles. Ainsi, la superficie d'un
Etat est-elle utilise comme une approximation du nombre de sites industriels
disponibles dans l'Etat en question.

Mucchielli et Mayer75 classent les dterminants du choix de localisation des

entreprises trangres en quatre grands types : la demande du march des biens que
lentreprise peut esprer exploiter sur chaque localisation, le cot des facteurs de
production que sa filiale devra utiliser, le nombre dentreprises locales et trangres
dj installes et enfin les diffrentes politiques dattractivit menes par les autorits
locales daccueil.

Dans les deux tableaux en annexe 1, nous avons essay dune part de faire une
synthse des mthodologies adoptes par les diffrentes tudes empirique sur les
dterminants de localisations des IDE (tableau n 1), et dautre part de faire un bilan
des rsultats de ces tudes (tableau n 2).

Les rsultats des tudes conomtrique montrent que :

Laccs aux marchs est un facteur important du choix de localisation76. Une

grande taille du march est ncessaire pour une utilisation efficiente des
ressources et lexploitation des conomies dchelle ; lorsque la taille du
march atteint une certaine valeur critique, lattractivit des IDE saccrot.
Les cots salariaux du pays daccueil sont supposs avoir un impact ngatif sur
limplantation trangre : Lorsquune dcision de localisation doit tre prise, les
cots du travail sont, parmi les cots de production, les premiers tre
examins. Les cots associs la main-duvre ne se limitent pas aux
diffrences de cots salariaux unitaires. Les rglementations du march du

75
Mayer T., et Mucchielli T.L., La localisation ltranger des entreprises multinationales
Une approche dconomie gographique hirarchise applique aux entreprises japonaises en
Europe , conomie et Statistique n 326-327, 1999 - 6/7
76
Fontagn, L., et Maye, L., 2005, Les choix de localisation des entreprises , ditions La
Dcouverte, collection Repres, Paris.
107
 travail (conditions de recours aux heures supplmentaires, rgles dembauche et
de licenciement) jouent aussi.
Les infrastructures au sens large (quipements en rseau routier, en
tlphone) parce quelles facilitent la ralisation des oprations de production
et de distribution, sont censes avoir un impact positif sur la localisation de
lactivit dans le pays.
La fiscalit est gnralement considre comme ayant un impact puissant sur
les dcisions de localisation des firmes.
Limpact des tarifs douaniers dpend du caractre substituable ou
complmentaire entre change international et investissement international. Si
les changes commerciaux et les investissements directs trangers sont deux
moyens alternatifs dapprovisionner un march, plus les tarifs douaniers sont
levs, plus lIDE doit tre important, puisque cest alors un moyen moins
coteux dapprovisionner un march relativement lchange international
traditionnel. Il en rsulte que tout facteur relatif la libralisation des changes
commerciaux (suppression des tarifs douaniers, diminution des barrires non
tarifaires, appartenance un accord rgional), doit diminuer linvestissement
ltranger. En revanche, si les changes commerciaux et les IDE sont des
complments, plus les tarifs douaniers sont faibles, plus la production va se
faire sur le mode de la fragmentation internationale, et plus les investissements
et les changes internationaux doivent la fois augmenter.
Lexistence dune spcialisation sectorielle du pays daccueil est suppose
exercer un impact positif sur limplantation des firmes trangres dans le pays.
Par exemple, les entreprises du secteur performant bnficieront, en se
localisant dans le pays, dexternalits positives. De mme, les entreprises
dautres secteurs tireront profit de lagglomration dans un pays donn (liens
amont/aval, liens clients/fournisseurs).

Enfin, parmi les autres facteurs supposs exercer un impact positif sur les
investisseurs trangers, citons lexistence dinstitutions politiques stables et la
proximit culturelle et linguistique. Parmi les autres facteurs dont on attend un impact

108
ngatif sur limplantation trangre, mentionnons lexistence dun minimum de
contenu local des productions (obligation demployer des travailleurs nationaux, des
matires premires locales) et la distance gographique entre le pays acceuillant les
investissements et le pays dorigine de linvestisseur ou, plus gnralement, la distance
entre le pays investi et le march, puisquelle accrot le cot dexercice de lactivit
ltranger, les frais de transport des biens internationaux et finals

Les diffrents travaux empiriques proposent des variables explicatives toujours

plus nombreuses mais autour desquelles aucun consensus ne se dgage. La littrature
propose une liste ouverte des divers lments tant industriels (cots de transport,
cots dimplantation, cots salariaux, avantages technologiques, agglomrations
dactivits), commerciaux (taille du march, proximit de la demande, barrires
lchange) quinstitutionnels (politique fiscale ou commerciale, dispositions
lgislatives en matire de rapatriement des capitaux ou de mouvement de capitaux,
risque pays, appartenance une zone dintgration) susceptibles dexpliquer le volume
des flux dIDE destination dun pays.

b) Les tudes inductives

Afin de se rapprocher de la ralit des comportements de localisation des

entreprises, dautres auteurs prfrent recourir, au moyen dentretiens et d'enqutes
par questionnaire, la collecte directe des perceptions des investisseurs quant la
nature des facteurs de localisation ayant eu une grande influence sur le choix de la
localisation de leur activit. Les rsultats de ces travaux vont permettre de classer les
facteurs de localisation en fonction de leur importance au regard des investisseurs.

Des auteurs77 ont propos des synthses des principales caractristiques des
localisations qui, d'aprs les nombreuses enqutes ralises auprs des entreprises, sont
utilises comme critres de choix dans le cadre de dcisions de localisation.

77
Notament Aydalot (1985) et Hayter (1997)
109
 Hayter (1997) Aydalot (1985)
facteurs de localisation facteurs de localisation
Infrastructures de transport (Matriaux, Cots de transport et proximit des inputs
Energie)
Marchs La proximit des marchs

Travail Travail

Economies externes L'existence dun milieu industriel

Economies d'urbanisation (conomies Externes d'agglomration)
Economies de localisation
Infrastructures locales L'infrastructure
Infrastructure conomique (routes, voie
ferre, ports, lignes haute tension,
services, zones d'activit...)
Infrastructure sociale (coles, universits,
hpitaux, bibliothques)
Capital (surtout le capital-risque) Le march financier

Terrains/Btiments Terrains/Btiments

Les facteurs personnels

L'histoire individuelle propre de chaque
entreprise et de chaque branche
Environnement Qualit de vie Les "amnits" locales

Politiques publiques La fiscalit locale

Les aides publiques
L'attitude gnrale de la population vis--vis
de lentreprise (population, syndicats,
collectivits locales)

Tableau 11 : synthse des facteurs de localisations selon les tudes inductives

Source : Sergot 2004

A la lecture de ce tableau, on retrouve pour lessentiel les facteurs de

localisation traditionnels, dj mis en avant dans les modles thoriques ou dans les
modles conomtriques. Toutefois, des facteurs de localisation relativement
nouveaux apparaissent. Il sagit des facteurs de localisation ayant trait la qualit de

110
vie et des facteurs lis l'histoire individuelle propre de chaque entreprise. Ces
derniers refltent les prfrences personnelles des dcideurs.

111
 Conclusion du chapitre

En guise de synthse, les dterminants de localisation, notamment celles qui

concernent les investissements directs trangers, ont surtout attir lattention, en tant
quobjet de recherche part entire, des auteurs issus de diffrentes disciplines
(conomie classique, conomie urbain, conomie internationale, nouvelle conomie
gographique...)

Cet intrt a donn lieu au dveloppement de plusieurs ensembles de travaux

largement htrognes. Une sparation relativement nette apparat dabord entre les
modles thoriques de la localisation et les recherches et tudes empiriques effectues
sur ce thme, nombre de ces dernires adoptant des approches inductives.

Pourtant, lensemble de ces travaux nous permettent davoir une assise pour
approcher la problmatique de notre travail. Nous nous situons de la lign des travaux
empirique conomtrique sur les dterminants de la localisation des investissements
trangers.

112
 Conclusion de la premire partie

Il a t question pour nous didentifier les facteurs de localisation des

investissements directs trangers. Lattraction de ces derniers constitue une
proccupation des autorits publiques tant nationales que locales.

A lissus de cette partie, nous pouvons dire que l'attractivit territoriale un

concept qui a attir lattention de plusieurs auteurs. Chaquun deux lapprhende en
se rfrant sa discipline.

Sur le plan thorique, nous avons fait le tour des diffrentes thories relatives
la localisation des investissements directs trangers. Nous avons, par la suite, dress un
bilan des rsultats des diffrents tudes empiriques sur les dterminants de lattraction
des investissements internationaux.

Ceci dit, il reste maintenant de voir comment peut-on expliquer lattractivit des
IDE dans les pays en voie de dveloppement. En dautre terme quels sont les
dterminants des IDE dans ces pays selon une dmarche conomtrique? Cest lobjet
de la deuxime partie.

113
 Deuxime partie :
Lattractivit des investissements directs
trangers : essai de modlisation
conomtrique

114
 Introduction de la deuxime partie

La premire partie nous a permis dexposer les diffrentes tudes thorique et

empirique relatives lattractivit territoriale et la localisation gographique des
capitaux trangers.
Dans cette partie, nous utiliserons les diffrents dterminants issus de la
littrature thorique et empirique sur lattractivit des IDE et nous les organisons dans
un triangle d'attractivit qui guidera la suite de notre travail.
Dans un premier temps, nous prsenterons une tude conomtrique structure
en donnes de panel des variables issues des trois dimensions du triangle dattractivit,
et susceptible dinfluencer lattractivit et la localisation gographique des IDE dans
les pays en voie de dveloppement sur la priode stalant de 1980 2006 (chapitre1).
Dans un deuxime temps, la problmatique de lattractivit des investissements
trangers sera mise en examen dans le contexte du Maroc. Une tude statistique et
conomtrique sera mene sur les donnes du Maroc pour reprer les dterminants de
lattractivit des IDE (chapitre 2).

115
 Chapitre un :
Les dterminants des IDE, approche conomtrique sur
donnes de panel

116
 Introduction

Dans la dernire section du chapitre prcdent, nous avons dress un tableau

synthtique des diffrents dterminants et variables qui dterminent lattractivit
territoriale et la localisation gographique des capitaux trangers.
Nous reprenons ces facteurs et nous les organisons dans un triangle d'attractivit
qui guidera la suite de notre travail. Ce triangle dattractivit regroupe une batterie de
dterminants issus de la littrature thorique et empirique sur lattractivit des IDE.
Les variables choisies seront agences selon les trois dimensions du triangle
dattractivit : politique, conomique et socioculturelle (section une).
Nous prsenterons une tude conomtrique structure en panel des variables
issues des trois dimensions du triangle dattractivit, et susceptible dinfluencer
lattractivit et la localisation gographique des IDE.
L'chantillon comprend soixante trois pays en dveloppement, ceux qui sont
choisis dans l'analyse, peuvent fournir des donnes sur les influx d'investissement
direct tranger (section deux).
Nous procderons une analyse conomtrique des donnes sur les variables
retenues. Lquation des dterminants de lIDE sera estime par la mthode des
moindres carres ordinaires (MCO). Etant donn que cette dernire suppose que tous
les paramtres soient identiques pour tous les pays. Elle risque dtre biaise si
lhtrognit inhrente des pays est nglige. Nous raliserons les tests qui
permettent de discriminer entre les modles effets fixes et les modles effet
alatoires et nous interprterons les rsultats obtenus (section trois).

117
Section 1 : Le concept du triangle dattractivit

Pour cerner la problmatique de lattraction des IDE, nous procderons un

rappel des lments explicatifs de l'attraction des IDE selon la littrature conomique
et ensuite proposer le concept du triangle d'attractivit qui guidera notre travail.

1) Les dterminants de la localisation des IDE

La thorie conomique sur l'attractivit et la localisation des IDE est

relativement peu dveloppe. Face cette vacance thorique, Il existe une littrature
conomtrique abondante sur les dterminants de lattractivit territoriale des IDE.
Toutefois, cette abondance napporte pas de certitudes. En effet, la plupart des travaux
empiriques nont pas t effectus dans un cadre thorique bien dfini. Et mme,
lorsque celui-ci est intgr dans les tudes empiriques sur ce qui dtermine un
investissement direct ltranger, les rsultats ne sont pas toujours concluants.
Les travaux empiriques proposent des variables explicatives toujours plus
nombreuses mais autour desquelles aucun consensus ne se dgage. La littrature
propose une batterie de dterminants tant industriels, commerciaux quinstitutionnels
susceptibles dexpliquer la localisation et l'attractivit des IDE.
A partir des travaux thoriques et empiriques sur la littrature la plus rcente
portant sur les IDE, suggrent les facteurs dattractivit suivants78 :

a) La recherche de marchs dimplantation

Les tudes identifient la taille du march, le revenu par habitant ainsi que le
taux de croissance conomique comme tant les critres traditionnels les plus
importants de lattractivit des IDE.
b) La recherche de ressources
Il s'agit des ressources naturelles, des ressources technologiques et des
ressources humaines. Ces ressources associes lexistence dun tissu industriel local
performant et dun ensemble dinfrastructures modernes. Pour ces dernires, il ne

78
Chakrabati A, (2001), The determinants of Foreign Direct Investment: Sensitivity of Cross-
Country Regression, Kyklos, 54 (1), pp. 89-114.
118
sagit pas seulement des rseaux de transports et de communication mais aussi dun
environnement favorable pour le travail et les loisirs.
c) La recherche de lefficience
Lorsque les deux premires catgories de facteurs sont disponibles : vastes
marchs et cots de production bas. Les investisseurs trangers recherchent des
territoires qui puissent tre considrs comme des bases de production de haut niveau
technologique et des plates-formes dexportation. Les pays qui rpondent ces critres
forment ce que Michalet (2002) appelle les core countries .
d) La recherche dun environnement des affaires stable
Linvestisseur tranger cherche avant tout sassurer que lavenir du pays est
suffisamment prvisible pour que son projet dinvestissement ne soit compromis ni par
une instabilit politique, ni par des problmes sociaux.

2) Le triangle dattractivit des IDE

L'attractivit des IDE dsigne la capacit d'un pays attirer, absorber et

prserver les IDE. Cette dfinition suggre que lattraction des IDE est un processus
dynamique. Pour attirer les IDE, les pays doivent les rechercher activement au lieu de
protger de faon passive les industries et les ressources naturelles locales. L'attraction
dnote une aptitude qui doit tre dveloppe et exerce continuellement. Autrement
dit, ce ne sont pas les pays les plus grands, mais ceux qui sont les mieux adapts qui
reoivent le plus d'IDE. La capacit dattirer les IDE dsigne la vigilance, l'aptitude
ragir rapidement aux dangers et aux opportunits, la crativit et la souplesse dans la
cration d'un crneau dans lequel un pays peut survivre face ses concurrents, mme
s'ils sont plus grands et mieux adapts.
Il ne fait aucun doute que la raison pour laquelle les pays apparemment
dsavantags ont russi attirer un volume d'IDE relativement plus grand que des pays
plus richement dots de ressources naturelles est qu'ils ont trouv un crneau dans le
march global des IDE qui les rend plus attrayants aux yeux des investisseurs. Mme
des pays plus grands, dots d'une base de ressources naturelles qui attirent dj l'IDE,
peuvent profiter de telles opportunits.

119
 Le triangle dattractivit des IDE est reprsent par la figure ci-dessous, avec
la base les dimensions conomique et socioculturelle et au sommet la dimension
politique. Force est de constater que les trois dimensions sont en troite interaction,
lune agit sur lautre pour former un cadre gnral cohrent pour lattraction des IDE.

Dimension
politique

Attraction
des IDE
Dimension Dimension
conomique socioculturelle

Figure 9 : le triangle de lattractivit des IDE

Source : laboration personnelle

La dimension conomique reflte le capital physique et financier. Une

conomie comptitive ouverte avec une rglementation protectrice attirera plus d'IDE
quune conomie soumise une rglementation directrice. Une Economie qui
fonctionne bien constitue un lment capital dans une dcision d'investissement. Les
conomies ouvertes ont tendance attirer plus d'IDE, lesquels, leur tour produisent
des influx d'IDE continuels plus levs.
La dimension socioculturelle est la dimension la plus rpondue et la plus
complexe, elle enveloppe tout; elle est donc la plus difficile changer et ce
changement prend plus de temps. Le degr de rceptivit des citoyens d'un pays envers
diffrents modles socioculturels et commerciaux est fonction de leur niveau
d'instruction, de la situation dans laquelle ils ont t exposs des cultures trangres
et de leur intgration dans l'conomie globale. Un degr lev de rceptivit amliore
la capacit dun pays d'attirer l'IDE. Les investisseurs trangers dcident souvent

120
d'allouer leurs investissements en se basant sur ce qu'ils peroivent comme tant une
proximit culturelle.
Le systme d'ducation constitue lpine dorsale de la dimension
socioculturelle. Il produit une population active ayant les qualifications et les
connaissances voulues, il cre les talents et la prosprit ncessaire se maintenir et
s'amliorer. L'ducation dveloppe le capital humain et le prpare manipuler avec
succs l'conomie globale et ses changements rapides. Lducation cre un
environnement attrayant pour l'IDE parce qu'elle amliore l'aptitude traiter
l'information, encourage la crativit dans les domaines de la recherche, du
dveloppement et de la technologie et prpare ainsi un terrain fertile pour l'IDE.
La dimension politique rgit les autres dimensions : conomique et
socioculturelle. C'est pourquoi nous supposons que les investisseurs se penchent tout
d'abord sur le cadre politique comme tant la source principale des actions qui
dterminent l'IDE. Un cadre politique rceptif l'IDE continuera d'attirer plus d'IDE,
lequel engendre la prosprit qui attire encore plus d'IDE ce qui fait que le pays est
encore plus accueillant envers l'IDE.
Les diverses dimensions ragissent les unes sur les autres de diverses faons :
La dimension politique dtermine les dimensions conomique et socioculturelle; la
dimension conomique affecte les dimensions politique et socioculturelle ; alors que la
dimension socioculturelle est l'origine des dimensions politique et conomique.
La dimension politique peut tre change et le temps ncessaire ce
changement dpend de la mesure dans laquelle elle est influence par les autres
dimensions. Un cadre politique qui vit depuis longtemps peut changer plus rapidement
que le cadre socioculturel profondment enracin et largement diffus qui s'infiltre
dans tous les aspects de la socit. Le changement socioculturel est volutionniste par
nature et n'est pas planifi. Il est d des causes multiples qui ne peuvent tre
attribues tel ou tel groupe de dcideurs, alors que le changement politique peut tre
rvolutionnaire, planifi d'avance et d une cause unique. Entre les deux extrmes, le
politique et le socioculturel, se trouve le cadre conomique. Les politiques tatiques
peuvent dformer le cadre conomique ou le rendre comptitif en quelques jours ou en
quelques annes.

121
Section 2 : Modlisation conomtrique

1) Formulation mathmatique

Avant de formuler le triangle de lattractivit des IDE sous forme

mathmatique, il y a lieu de dresser un bilan des diffrents modles conomtriques
utiliss pour expliquer lattraction des investissements.
Deux grands modles conomtriques dominent les tudes empiriques : les
modles linaires et les modle de gravit.

Le modle gravitationnel :

Inspir des travaux de Newton sur la loi de gravit et transfr par le sociologue
Zipf en sciences sociales, il sapplique dans les interactions spatiales entre pays. Il est
utilis dans la modlisation des flux rgionaux de biens ou de facteurs lintrieur
dun pays ou travers un groupe de pays79.

Sous une forme simple, il scrit :

IDE = C X
C : la constante
X : les variables explicatives
: le terme derreur

Ce modle souffre dun inconvnient majeur : il ncessite des donnes qui sont
difficilement accessible ou nexistent pas. Do une autre alternative : le modle
linaire.

79
Dvelopp par Oguledo et Macphee (1994) et enrichi par Anderson et Matyas (1996, 1997, 1998) et
de Melo et al. (1997).

122
Le modle linaire :

Cest le model le plus utilis dans les tudes empiriques du fait de sa simplicit
et de la disponibilit des donnes. Il scrit :

IDE = C + X +
C : la constante
X : les variables explicatives
: le terme derreur

Alors quel est le modle que nous avons retenu pour notre tude conomtrique.
Le modle conomtrique est une approximation de la ralit telle qu'elle est
dcrite dans la section une sur diffrentes dimensions de lattractivit des IDE.
Lattractivit des IDE peut tre exprime, compte tenu des dimensions du
triangle de lattractivit sous la forme linaire suivante80 :

IDE = DIMPOL+ DIMECO+ DIMSOC +

quation 1 : Modle gnral dattractivit des IDE

Avec :
DIMPOL : La dimension politique
DIMECO : La dimension conomique
DIMSOC : La dimension socioculturelle

= c + , c= constante, est le terme derreur

, et : les paramtres

La dfinition et la signification des diffrentes variables de chaque dimension

figurent dans le tableau suivant :

80
Le modle que nous retiendrons sapparente ceux de Wilhelms (1998), Djaw (2005), Faouzi
(2004), Batana (2005), Dupuch & Milan (2002), Andreff W. et Andreff M. (2003).

123
Dimensions Variables Signification
Niveaux des contraintes
Indice global de liberts conomiques
gouvernementales sur l'conomie
Indice global de droits politiques Niveau de la dmocratie
Politique
libert d'expression, du droit
Indice global de liberts civiles d'assemble, d'association,
d'ducation et de religion
Stock des IDE Lagglomration
Taux de croissance du PIB La croissance conomique
Commerce extrieur Louverture conomique
Le dveloppement conomique (la
Produit Intrieur brute par habitant richesse d'un pays)
Economique
La dpendance vis--vis les
pargne nationale brute
capitaux trangers.
Taux de change rel La volatilit de lconomie
Taux dinvestissement Niveau dinvestissement interne
Taux dinflation Le niveau de vie des citoyens
Le niveau de dveloppement
Indice de dveloppement humain
humain
Le dveloppement des institutions
Socioculturelle Taux durbanisation
urbaines
Niveau de dveloppement des
Nombre de lignes tlphones
infrastructures : tlcommunication

Tableau 12 : Dfinition des diffrentes variables de chaque dimension

2) Prsentation des donnes et mthodologie

En vue de tester le triangle de lattractivit des IDE de la faon la plus objective

possible, nous examinons ici la performance des trois dimensions de lattractivit des
IDE dans une analyse de rgression conomtrique destine tester les concepts
dvelopps ci-dessus.
La priode dtude examine la variable endogne (lattractivit des IDE est
exprime par lIDE en pourcentage du PIB) et les variables exognes. La disponibilit
des donnes dans leur double dimension individuelle et temporelle permet dutiliser
les techniques destimation sur donnes en panel.
La priode dtude considre la variable endogne de 1981 2007 et les
variables exognes de 1980 2006.

124
 Lintroduction dun dcalage nest pas absurde dans la mesure o il faut du
temps avant que les diffrentes variables exognes naffectent la variable dpendante.
Les donnes ont fait lobjet dun traitement pralable constitu de quelques
transformations suivantes :
Premirement, les donnes manquantes ont t remplaces par la moyenne de
trois dernires annes ou par la moyenne des trois annes suivantes lorsquil ny avait
pas de donnes prcdentes.
Deuximement, les donnes ont t regroupes en moyennes de trois annes
successives, ce qui nous donne neuf observations par pays. Ce regroupement permet
de saisir plus facilement les variations de certains indicateurs comme ceux
dinfrastructures qui se modifient lentement au cours du temps.

En somme, les rgressions porteront sur la variable dpendante IDE, dfinie par
la fonction suivante:
IDE / PIBit = DIMPOLi (t 1) + DIMECOi (t 1) + DIMSOCi (t 1) + it
quation 2 : Modle dattractivit des IDE
Avec : it = cit + it , c= constante, est le terme derreur
, et = paramtres, i = individu et t = le temps
DIMPOL : La dimension politique
DIMECO : La dimension conomique
DIMSOC : La dimension socioculturelle

DIMPOL = f ( LIBECO, LIBPOL, LIBCIV )

quation 3 : la fonction des variables de la dimension politique

DIMECO = f ( AGLOM , CRECO, COMM , PIBHAB, TXINF , CHANGE , TXINV , EDPIB )

quation 4 : la fonction des variables de la dimension conomique

DIMSOC = f ( IDH , TXURB, INFR )

quation 5 : la fonction des variables de la dimension socioculturelle

Les deux tableaux qui suivent donnent la signification des diffrentes variables
retenues ainsi que leur abrviation et leur source.

125
 Dimensions Variables Signification81
Il value le degr de libert conomique des tat (march de travail, encouragement de
Indice global de linvestissement, la corruption, la libert du commerce, la taille de lEtat dans lconomie, le fardeau
liberts fiscal, stabilit de la politique montaire, lintervention de lEtat dans le systme bancaire, la protection
conomiques de la proprit prive et la libert des affaires) il prend les valeurs entre 0 et 100 (100=libert; 0=
rpression)
Il renvoie la tenue d'lections justes, la prsence de partis d'opposition qui peuvent jouer un rle
Politique Indice global de
important, ainsi que le respect des droits des groupes minoritaires. il prend les valeurs entre 1 et 7
droits politiques
(1=libre;7=rpression)
Il reflte le respect de la libert d'expression, ainsi que celui du droit d'assemble, d'association,
Indice global de d'ducation et de religion. Un tat de droit quitable doit galement tre tabli, ainsi qu'une activit
liberts civiles conomique libre qui favorise l'accs l'galit des chances des citoyens, il prend les valeurs entre 1 et
7 (1=libre;7=rpression)
Le stock des investissements directs trangers, il permet de mesurer lagglomration et la concentration
Economique Agglomration
des activits conomiques
La croissance
Taux de croissance du PIB
conomique
Le commerce en pourcentage du PIB est la valeur totale des exportations de biens et services
Commerce additionne la valeur totale des importations de biens et services, en pourcentage du PIB. C'est un
extrieur indicateur trs utile pour observer l'ouverture d'une conomie par rapport l'tranger. Autrement dit,
plus ce pourcentage est lev, plus l'conomie de ce pays est ouverte.
Produit Intrieur Cet indicateur est le plus adquat pour comparer des conomies entre elles et travers les annes. Il
brute par illustre l'importance de l'activit conomique d'un pays ou encore la grandeur de sa richesse gnre.
habitant

81
Voir annexe n2
 L'pargne nationale brute reprsente la diffrence entre le PIB et les dpenses de consommation finale.
pargne Elle correspond aussi la somme des pargnes brutes des diffrents secteurs institutionnels. Cet
nationale brute indicateur tire son utilit du fait qu'il nous renseigne sur la capacit d'un pays dbloquer ses propres
capitaux pour les investissements, autrement dits, la non dpendance vis--vis les capitaux trangers.
Taux de change
Taux de change de la monnaie locale en dollars amricains (USD)
rel
Taux
Ce taux reprsente la part des investissements internes publics et priv (FBCF) dans le PIB
dinvestissement
La croissance de l'Indice des Prix la Consommation Il reflte le changement subi par le consommateur
moyen pendant une priode donne lors de ses achats de biens et services. Il est d'une utilit
Taux dinflation
incontournable dans la mesure du cot de la vie dans un pays en plus de permettre la comparaison de
donnes.
Indice de
L'IDH est un indice composite, sans unit, compris entre 0 (excrable) et 1 (excellent), il value le
dveloppement
niveau de dveloppement humain des pays du monde
humain
Il s'agit du pourcentage de la population totale qui vit dans un milieu dfini comme urbain. Les
Socioculturelle Taux dfinitions peuvent varier. Le plus souvent, les organismes entendent par population urbaine: toutes
durbanisation les personnes domicilies dans les villes et les villages d'au moins 1000 habitants, que ces villes et
villages soient constitus ou non en municipalits
Infrastructure Il s'agit de lignes tlphoniques reliant l'appareil d'un client un rseau tlphonique public.

Tableau 13 : description des variables retenues

 Variables Abrviation Source Organisme

Calculer daprs les donnes sur lIDE et le PIB

L'IDE en
Variable du World Development Indicators 2008 La Banque
pourcentage du IDE_PIB
dpendante [Link] Mondiale
PIB
DATASTATISTICS

Indice global de Index of economic freedom

Heritage
liberts LIBECO [Link]
Dimension politique

Foundation
conomiques index/[Link]

Freedom in the World, Edition 2008

Indice global de Freedom
LIBPOL [Link]
droits politiques House
[Link]?page=15

Freedom in the World, Edition 2008

Indice global de Freedom
LIBCIV [Link]
liberts civiles House
[Link]?page=15
Calculer daprs les donnes sur lIDE et le PIB
Le stock des IDE
du World Development Indicators 2008 La Banque
en pourcentage AGLOM
[Link] Mondiale
du PIB
DATASTATISTICS
La croissance Word Perspective Monde Universit
CRECO
conomique [Link] Sherbrooke
Commerce (% du Word Perspective Monde Universit
Dimension conomique

COMM
PIB) [Link] Sherbrooke
Word Perspective Monde Universit
PIB par habitant PIBHAB
[Link] Sherbrooke
pargne
Word Perspective Monde Universit
nationale brute EDPIB
[Link] Sherbrooke
(% du PIB)
Word Perspective Monde Universit
Taux de change CHANGE
[Link] Sherbrooke
Capacit interne
d'investissement Calculer daprs les donnes sur la FBCF et le La Banque
TXINV
(FBCF en % du PIB du World Development Indicators 2008 Mondiale
PIB)
La Banque
Taux dinflation TXINF World Development Indicators 2008
Mondiale
Indicateur du
Rapport sur le dveloppement humain
dveloppement IDH PNUD
2007/2008
socioculturelle

humain
Dimension

Taux La Banque
TXURB World Development Indicators 2008
d'urbanisation Mondiale
Lignes
tlphoniques La Banque
INFR World Development Indicators 2008
(par 1000 Mondiale
personnes)

Tableau 14: Source des variables

128
 L'chantillon comprend 63 pays en dveloppement, 14 de la zone MENA, 27 de
la zone dAfrique Subsaharienne, 10 de la zone dAsie et 12 de la zone dAmrique
latine. La liste de ces pays figure dans le tableau suivant.
Rgion MENA82 Afrique subsaharienne Asie Amrique latine
Argentine
Algrie (DZA) Botswana (BWA) Bangladesh (BGD)
(ARG)
Arabie Saoudite (SAU) Burkina Faso (BFA) Chine (CHN) Bolivie (BOL)
Bahren (BHR) Burundi (BDI) Core du Sud (KOR) Brsil (BRA)
gypte (EGY) Cameroun (CMR) Inde (IND) Chili (CHL)
mirats Arabes Unis (ARE) Centrafricaine (rep) (CAF) Indonsie (IDN) Colombie (COL)
Isral (ISR) Congo (COG) Malaisie (MYS) Equateur (ECU)
Iran (IRN) Congo (rep. dem.) (ZAR) Pakistan (PAK) Mexique (MEX)
Jordanie (JOR) Cte-d'Ivoire (CIV) Philippines (PHL) Paraguay (PRY)
Maroc (MAR) Gabon (GAB) Singapour (SGP) Prou (PER)
Oman (OMN) Gambie (GMB) Thalande (THA) Salvador (SLV)
Syrie (SYR) Ghana (GHA) Uruguay (URY)
Venezuela
Tunisie (TUN) Guine (GIN)
(VEN)
Turquie (TUR) Guine Bissau (GNB)
Ymen (YEM) Kenya (KEN)
Mauritanie (MRT)
Mali (MLI)
Mozambique (MOZ)
Namibie (NAM)
Niger (NER)
Nigeria (NGA)
Sngal (SEN)
Sierra Leone (SLE)
Tchad (TCD)
Togo (TGO)
Uganda (UGA)
Zambie (ZMB)
Zimbabwe (ZWE)

Tableau 15 : la liste des pays de lchantillon

82
Nous avons cart la Libye, le Qatar, le Liban et le Kowet pour la non disponibilit des
donnes sur toute la priode tudie.
129
 3) Description des variables et signes attendus

a) La variable endogne

La variable dpendante IDE est mesure par les flux net dIDE exprims en
pourcentage du produit intrieur brut. LIDE est dfini son tour, selon Mucchielli
(1998) "linvestissement d'un pays l'tranger est l'exportation de capitaux dans un
autre pays afin d'y acqurir ou crer une entreprise ou encore d'y prendre une
participation (le seuil est de 10% des votes). Le but est d'acqurir un pouvoir de
dcision effectif dans la gestion de l'entreprise. C'est d'ailleurs la diffrence majeure
avec l'investissement de portefeuille qui vise uniquement le rendement sur
l'investissement financier sans gard au pouvoir dcisionnel . Dans le cas de cette
dfinition, on prend en compte le solde des entres et des sorties. Il s'agit, en fait, de la
diffrence entre ce qu'un pays a inject dans une autre conomie et ce que d'autres
conomies ont inject dans la sienne. Une entre positive quivaut ce que l'conomie
d'un pays reoit plus qu'elle n'envoie dans d'autres conomies.
Les pays des zones tudies sont des receveurs nets dIDE. Exprim en % du
PIB en 2007, on assiste une diversit entre ces pays (voir figure suivante).

130
 Figure 10: Flux net dIDE dans les pays des zones tudies en 2007 (En % PIB)
Source : Elabor par nous partir des donnes sur les IDE et du PIB Du World Development
Indicators 2008

131
 Pour lAsie, cest le Singapour qui se dmarque par un taux lev du flux net
dIDE. Sur lensemble des pays de lAfrique Subsaharienne, la Namibie, la Gambie
occupent les premires places. Le Salvador et le Chili, quand eux, cartonnent en tte
de la zone Amrique latine.
Pour les pays de la rgion MENA, la Jordanie, le Bahren et lEgypte
accaparent la grande part des flux des IDE.

b) Les variables exognes

La dimension politique
La dimension politique est mesure par trois indicateurs :
Indice global de liberts conomiques : Il value le degr de libert
conomique des tat (march de travail, encouragement de
linvestissement, la corruption, la libert du commerce, la taille de lEtat
dans lconomie, le fardeau fiscal, stabilit de la politique montaire,
lintervention de lEtat dans le systme bancaire, la protection de la
proprit prive et la libert des affaires) il prend les valeurs entre 0 et
100 (100=libert; 0= rpression). Cest une des variables les plus
dterminantes de la dimension politique. Cet indice devrait donc avoir un
effet positif sur lattraction des IDE.

Indice global de droits politiques : Il renvoie la tenue d'lections justes,

la prsence de partis d'opposition qui peuvent jouer un rle important,
ainsi que le respect des droits des groupes minoritaires. il prend les
valeurs entre 1 et 7 (1=libre;7=rpression). Cet indice devrait donc avoir
un effet ngatif sur lattraction des IDE. C'est--dire quune augmentation
cet indice aurait pour impact la baisse des investissements trangers.

Indice global de liberts civiles : Il reflte le respect de la libert

d'expression, ainsi que celui du droit d'assemble, d'association,
d'ducation et de religion. Un tat de droit quitable doit galement tre
tabli, ainsi qu'une activit conomique libre qui favorise l'accs
l'galit des chances des citoyens, il prend les valeurs entre 1 et 7

132
 (1=libre;7=rpression). Cet indice devrait influencer ngativement les
flux dIDE.

Sur les quatre zones tudies, les pays de la zone dAmrique Latine se
dmarquent des pays des autres zones par un cadre politique propice linvestissement
tranger. Le tableau qui suit nous illustre cette situation.

133
 Variables de la Amrique latine ASIE Afrique Subsaharienne MENA
dimension politique
valeur pays valeur pays valeur pays valeur pays

minimum 45,5 Venezuela 48,8 Bangladesh 39,8 Congo (rep. dem.) 32,8 Libye

LIB_ECO maximum 79,1 Chili 89,7 Singapour 69,6 Botswana 71,2 Bahren

moyenne 61,63 60,84 53,21 57,06

Uruguay, Core du
minimum 1 1 1 Ghana 3 Turquie
Chili Sud
Congo (rep. dem.), Libye,
LIB_POL Angola, Togo, Tchad, Syrie et
maximum 4 Venezuela 7 Chine 6 7
Gabon, Guine, Cte Arabie
d'ivoire et Cameroun Saoudite
moyenne 2,27 3,44 4,26 5,61

Uruguay, Core du Ghana, Bnin, Mali,

minimum 1 2 2 3 Turquie
Chili Sud et Botswana
Cte-d'Ivoire,
LIB_CIV Libye,
maximum 4 Venezuela 6 Chine 6 Cameroun et Congo 7
Syrie
(rep. Dem.)
moyenne 2,45 3,55 3,95 5,05

Tableau 16 : Quelques indicateurs statistiques sur les variables de la dimension politique (2006)
Source : Nos calculs daprs les sources bibliographiques sur les variables de la dimension politique
 Ce tableau montre aussi que :
Pour lindice des liberts conomiques, lensemble des zones tudies
enregistrent presque le mme score avec un lger avantage pour lAmrique latine.
Les deux derniers indices (liberts politiques et liberts civiles) confirment la
tendance du premier indice en situant la zone de lAmrique latine au premier rang. La
zone MENA arrive en dernier lieu avec un score lev pour les liberts politiques et
civiles.

La dimension conomique
Cette dimension sera mesure par les variables suivantes :
Lagglomration : cest le stock des investissements directs trangers, il
permet de mesurer lagglomration et la concentration des activits
conomiques. Les investissements existants dans un territoire attirent les
capitaux trangers, en ce sens on sattend une corrlation positive entre
les flux des IDE et lagglomration.

Sur lensemble des pays de notre chantillon, le Singapour, le Chili, la Gambie,

le Zimbabwe et la Jordanie se dmarque par un trs grand stock dIDE (voir figure
suivante).

135
 Figure 11: Stock dIDE dans les pays des zones tudies en 2006 (En % PIB)
Source : Elabor par nous partir des donnes sur les IDE et du PIB Du World Development
Indicators 2008

136
 La croissance conomique : cest est variable qui reflte la bonne sant de
lconomie. Une conomie en plein croissance attirera plus
dinvestissement. Le signe escompt est positif.

Lanalyse de la figure ci-dessous montre que la Chine, le Venezuela, Oman et la

Mauritanie affichent une croissance nettement suprieure au autre pays de
lchantillon en 2006.

137
Figure 12 : Taux de croissance conomique dans les pays des zones tudies en 2006
Source : Elabor par nous partir des donnes du Word Perspective Monde

Le commerce extrieur comme indicateur du volume du commerce : Un

volume de commerce lev indique que de nombreux biens sont imports
et exports. Ces biens peuvent prendre la forme d'intrants et de produits
lis l'excution de projets dIDE. Un volume de commerce lev revt
une importance particulire pour l'IDE orient vers l'exportation. Alors
que l'IDE pour la substitution des importations profite de barrires
commerciales riges contre des produits de concurrence imports, il
bnficie de faibles barrires commerciales contre les intrants imports.
On s'attend donc ce que le coefficient ait le signe plus.
138
 Concernant notre chantillon, le Singapour, le Zimbabwe, le Paraguay et les
Emirat Arabes Unis sont les plus ouverts au commerce extrieur.

139
 Figure 13 : Taux douverture conomique dans les pays des zones tudies en 2006
Source : Elabor par nous partir des donnes du Word Perspective Monde

Le taux dinflation : la stabilit des prix prserve et renforce le pouvoir

dachat des citoyens. La stabilit des prix est en outre, un facteur
dterminant de la comptitivit des entreprises et un lment ncessaire
pour inspirer confiance aux oprateurs conomiques, quils soient
pargnants ou investisseurs, nationaux ou trangers. Les tudes
empiriques indiquent invariablement que linflation a une corrlation
ngative avec le volume des investissements.

Linde, le Venezuela, la Guine et le Ymen sont les pays de notre chantillon

qui affichent un taux dinflation suprieur (voir figure).

140
141
 Figure 14 : Taux dinflation dans les pays des zones tudies en 2006
Source : Elabor par nous partir des donnes World Development Indicators 2008

Le PIB par habitant: Le produit intrieur brut par habitant est un

indicateur du dveloppement conomique ainsi que de la richesse de
lconomie. On sattend ce que la corrlation du PIB par habitant avec
lIDE soit positive et le coefficient aura donc le signe plus.

La figure suivante montre que le Gabon, le Singapour, le Chili et les Emirat

Arabes Unis sont les pays les plus dvelopps conomiquement au regard de leur PIB
par habitant.

142
 Figure 15: PIB par habitant dans les pays des zones tudies en 2006
Source : Elabor par nous partir des donnes du Word Perspective Monde
143
 Lpargne nationale brute en pourcentage du PIB: cest lun des
instruments par lequel le secteur financier contribue lattraction des
investissements et la mobilisation des pargnes par une offre attractive
dinstruments et doutils de placement; cela entrane une hausse du taux
d'pargne. Lpargne nationale brute en pourcentage du PIB est une
variable que nous avons retenue pour expliquer lattractivit des
investissements. Cet indicateur de la mobilisation des dpts par le secteur
financier tire son utilit du fait qu'il nous renseigne sur la capacit d'un
pays dbloquer ses propres capitaux pour les investissements, autrement
dit, la non dpendance vis--vis les capitaux trangers. Cette variable nest
pas test dans les tudes empiriques antrieures. On sattend une
corrlation avec les IDE sans se prononcer sur le sens de la corrlation.

La lecture des valeurs prise par cette variable fait apparaitre les pays les plus
pargnants : la Chine, le Congo, lAlgrie et le Venezuela.

144
Figure 16: Epargne domestique dans les pays des zones tudies en 2006 (En % PIB)
Source : Elabor par nous partir des donnes du Word Perspective Monde

145
 Le taux de change : En thorie, limpact du taux de change sur lIDE est
ambigu. La volatilit des taux de changes peut la fois dcourager
linvestissement tranger, et produire une incitation se couvrir contre le
risque de change par la localisation ltranger. Limpact dpend
galement des stratgies des firmes : un taux de change trs volatile attire
les IDE si les firmes ont lintention de vendre sur le march local, mais
dissuade dentrer les firmes dsireuses de rexporter leur production83.

Un taux de change lev dans le pays daccueil pousse les investisseurs

investir plus dans loptique de raliser plus de profit en vendant la production
lintrieur. Toutefois cet avantage peut devenir inconvnient si la production est
destine lexportation. Nous sommes donc indcis quant au signe attendu de leffet
du taux de change sur lattraction des IDE.

83
BENASSY-QUERE A., FONTAGNE L. et LAHRECHE-REVIL A., Stratgie de change et
attraction des investissements directs en Mditerrane, Novembre 2001, p. 6.

146
Figure 17: Log du Taux de change dans les pays des zones tudies en 2006 (En % PIB)
Source : Elabor par nous partir des donnes du Word Perspective Monde

147
 La capacit interne dinvestissement : Ce taux reprsente la part des
investissements internes public et priv (FBCF) dans le PIB. Cest un
indicateur qui reflte leffort dinvestissement interne dune conomie. On
sattend une corrlation positive entre le taux dinvestissement et lIDE.

LIran, le Nigeria, la Chine et le Mexique sont les pays qui enregistrent un taux
dinvestissement suprieur de notre chantillon.

148
 Figure 18: Taux dinvestissement dans les pays des zones tudies en 2006
Source : Elabor par nous partir des donnes du Word Perspective Monde

La dimension socioculturelle :
Cette dimension sera mesure par les variables suivantes :
La population urbaine comme indicateur de l'urbanisation : La population
urbaine en pourcentage de la population totale reflte le degr
d'urbanisation, les institutions urbaines et les effets de l'agglomration.
Comme les IDE se concentrent souvent dans les zones urbaines, on
sattend une corrlation positive entre le degr durbanisation et
lattractivit des IDE. Le coefficient de corrlation aura le signe plus.

149
 Selon la figure ci-dessous, le Bahren, le Gabon, la Singapour, le Venezuela,
lArgentine et lUruguay sont les pays les plus urbanis de lchantillon.

150
 Figure 19: Taux durbanisation dans les pays des zones tudies en 2006
Source : Elabor par nous partir des donnes du Word Perspective Monde

Indice de dveloppement humain : L'IDH est un indice composite, sans

unit, compris entre 0 (excrable) et 1 (excellent), il value le niveau de
dveloppement humain des pays du monde. On sattend une corrlation
positive entre lIDE et lIDH.

151
152
 Figure 20: IDH dans les pays des zones tudies en 2006
Source : Elabor par nous partir du Rapport sur le dveloppement humain 2007/2008

Nombre de tlphones : Il s'agit de lignes tlphoniques reliant l'appareil

d'un client un rseau tlphonique public. Il reflte le stock
dinfrastructure. Leffet ce dernier sur lattractivit des conomies peut
tre expliqu par des services adquats pouvant constituer un
environnement favorable lentre des investissements trangers. On
sattend une corrlation positive entre le nombre de ligne tlphonique
par 1000 habitants et les flux net dIDE.

153
154
 Figure 21: linfrastructure dans les pays des zones tudies en 2006
Source : Elabor par nous partir des donnes Word Perspective Monde

155
Le tableau ci-dessous rsume les variables retenues et les signes attendus.

Variables Abrviation Signe attendu

Indice global de liberts
LIBECO +
conomiques
Dimension
politique
Indice global de droits
LIBPOL -
politiques
Indice global de liberts
civiles
LIBCIV -
Le stock des IDE en
AGLOM +
pourcentage du PIB
La croissance
CRECO +
conomique
Dimension conomique

Commerce (% du PIB) COMM +

PIB par habitant PIBHAB +

pargne nationale brute
EDPIB + -
(% du PIB)
Taux de change CHANGE + -
Capacit interne
d'investissement (FBCF TXINV +
en % du PIB)
Taux dinflation (%) TXINF -
Indicateur du
socioculturelle

IDH +
dveloppement humain
Dimension

Taux d'urbanisation TXURB +

Lignes tlphoniques (par
INFR +
1000 personnes)

Tableau 17 : Description des variables affectant lIDE et les signes attendus de leurs
coefficients

156
 Section 3 : Analyse conomtrique et rsultats des estimations

1) Exploration statistique des donnes

Il sagit de faire une tude comparatives entres les diffrentes rgions dtudes
retenues en se basant sur les diffrents indicateurs de statistique descriptive des
variables endogne et exognes.
Le Tableau ci-dessous prsente les caractristiques des variables analyses.

Echantillon MENA ASS Asie Amrique Latine

variable
Moy Md Ecart Moy Md Ecart Moy Md Ecart Moy Md Ecart Moy Md Ecart

IDE_PIB 2.023 1.068 2.981 1.894 0.936 2.728 1.845 0.879 3.141 2.582 1.071 3.734 2.108 1.494 2.011

LIBECO 57.15 57.78 10.16 58.92 61.99 10.8 51.89 52.01 7.563 61.48 58.12 11.9 63.31 63.63 6.495

LIBCIV 4.477 4.667 1.344 5.201 5 1.181 4.779 5 1.186 4.27 4 1.167 3.127 3 0.955

LIBPOL 4.486 5 1.755 5.228 5.667 1.425 5.078 5.667 1.568 3.952 3.833 1.597 2.731 2.333 1.204

AGLOM 19.69 11.9 21.81 21.47 15.37 19.3 19.99 12.08 21.85 18.93 7.945 29.96 17.57 11.88 15.72

CRECO 3.627 3.763 3.621 4.151 4.406 3.152 2.922 3.06 3.846 5.97 5.6 2.894 2.651 3.05 3.206

COMM 68.66 56.84 45.55 80.12 72.04 39.36 66.08 59.01 28.68 87.18 52.99 84.55 45.67 44.67 19.22

TXINF 63.53 8.797 533.7 15.06 8.245 29.26 70.4 9.653 709.8 6.787 5.844 5.459 152.5 11.91 609.1

PIBHAB 5590 3037 7342 11077 5620 10532 1938 974.4 3013 6368 2530 8594 6755 5942 2445

EDPIB 18.06 17.14 14.17 22.59 21.12 14.16 11.69 8.31 14.26 28.25 30.15 11.61 18.6 18.76 7.166

CHANGE 496.7 21.89 1886 164 3.67 959.3 437.5 291.1 762.1 519.7 25.88 1683 998.8 8.302 3698

TXINV 21.38 20.82 7.843 23.71 22.9 6.034 18.59 17.94 8.148 27.62 25.78 8.122 19.74 19.83 4.282

TXURB 48.27 44.34 23.53 62.23 61.19 18.84 32.16 31.88 14.31 45.1 33.71 24.55 70.86 71.28 14.36

IDH 0.563 0.585 0.212 0.686 0.709 0.137 0.377 0.379 0.136 0.66 0.686 0.173 0.758 0.77 0.09

INFR 6.3 2.19 9.677 11.47 7.38 10.94 0.877 0.417 1.297 10.4 2.838 15.04 9.049 6.893 6.596

Tableau 18 : Statistiques descriptives des variables

Source : Nos Calculs

157
 Il ressort de ce tableau que lAsie attire plus dIDE que les autres zones :
2.582% du PIB en moyenne pour la priode considre contre 1.894 % en moyenne
pour la zone MENA, 1.845% pour la zone Afrique subsaharienne et 2.108% pour la
zone Amrique Latine.
En observant le tableau ci-dessus on constate galement que lAsie se dmarque
nettement par rapport aux autres rgions sur un ensemble important de variables
explicatives : croissance conomique (6%), commerce extrieur (87,18%), lpargne
domestique (28,25%), taux dinvestissement (27,62%), les lignes tlphoniques (10,4
par 1000 habitants).
Pour la rgion MENA, elle se positionne en tte sur les deux variables
suivantes : stock des IDE (21,47%) et le PIB par habitant (11077 $).
Quand lAmrique latine, elle enregistre un taux durbanisation et un indice
dIDH (respectivement 70,86% et 0,75) suprieurs aux autres rgions.

2) La corrlation entre les variables explicatives :

Lexamen de la matrice des corrlations entre les variables explicatives permet

de reprer la corrlation ventuelle de couples de variables explicatives. Les
coefficients de corrlation multiple associs aux rgressions de chaque variable
explicative sur l'ensemble des autres, calculs par les logiciels conomtriques
(Statistica dans notre cas), permettent didentifier des multicolinarits impliquant plus
de deux variables.

La matrice des corrlations des variables de la dimension politique (voir tableau

ci aprs) montre une forte corrlation significative (0,894903) entre la variable libert
politique et la variable libert civile. Ce qui signifie que lintroduction simultane des
deux variables suscites peut engendrer des problmes de colinarit et peut fausser les
rsultats des rgressions.

158
 LIBECO LIBCIV LIBPOL
LIBECO 1,000000
LIBCIV -0,371615 1,000000
LIBPOL -0,338652 0,894903 1,000000

Tableau 19 : Corrlation entre les variables de la dimension conomique

Concernant les variables de la dimension conomique, la matrice des

corrlations rvle trois informations prcieuses qui peuvent se rvler utiles lors des
rgressions :

Une forte corrlation entre la variable commerce et la variable

agglomration (0,601674) ;

Une corrlation significative entre les deux variables taux

dinvestissement et lpargne domestique avec un coefficient de
corrlation de 0,572961 ;

Une corrlation significative de 0,584966 entre les variables pargne

domestique et PIB par habitant.

AGLOM CRECO COMM TXINF PIBHAB EDPIB CHANGE TXINV

AGLOM 1,000000
CRECO 0,139465 1,000000
COMM 0,601674 0,190956 1,000000
TXINF -0,04987 -0,212880 -0,08029 1,000000
PIBHAB 0,205114 0,083707 0,515237 -0,03613 1,000000
EDPIB 0,132064 0,251736 0,384400 -0,03413 0,584966 1,000000
CHANGE 0,009365 0,017390 -0,04514 -0,02517 -0,05290 0,014802 1,000000
TXINV 0,120824 0,417921 0,378068 -0,10772 0,264726 0,572961 0,018680 1,000000

Tableau 20 : Corrlation entre les variables de la dimension conomique

159
 Pour ce qui de la corrlation entre les variables de la dimension socioculturelle,
la matrice des corrlations relate une forte corrlation entre les trois variables
constitutives de cette dimension.

TXURB IDH INFR

TXURB 1,000000
IDH 0,820906 1,000000
INFR 0,711348 0,672663 1,000000

Tableau 21 : Corrlation entre les variables de la dimension socioculturelle

En rsum, les matrices de corrlations ci-dessus montrent une forte corrlation

entre les variables au sein de chaque dimension. Par consquent, il y a lieu dviter
lintroduction simultane de variables corrles dans les spcifications afin dviter les
problmes de colinarit.

3) Les rsultats conomtriques :

L'utilisation des donnes de panel par rapport aux donnes en coupe ou

chronologiques offrent plusieurs avantages (Hsiao 2003)84 :
En combinant des sries temporelles et des observations en coupe instantane,
les donnes de panel fournissent plus de donnes informatives, plus de variabilit,
moins de colinarit parmi les variables, plus de degrs de libert et plus de
performance.
Les donnes de panel peuvent dtecter et mesurer plus facilement les effets qui
ne peuvent tre facilement observs dans les sries chronologiques ou des donnes en
coupe instantane.
Elles permettent des estimations plus prcises des paramtres. La complexit
des comportements des individus tudis est souvent mieux dcrite. Les problmes
soulevs par la non-stationnarit des sries chronologiques et les erreurs d'estimations
sont limits.

84
Hsiao C. (1989), Modelling Ontrario Regional Electricity System Demand Using a Mixed Fixed
and Random Coecentscient Approaoch, Regional Science and Urban Economics,19, 565-587.
160
 En rsum, les donnes de panel peuvent enrichir lanalyse empirique dans des
directions qui sont impossibles en utilisant des sries chronologiques ou les coupes
instantanes.
Il existe plusieurs mthodes d'estimation des donnes de panel. Le choix de la
mthode dpend des hypothses que l'on effectue sur les paramtres et sur les
perturbations. Lorsque l'on considre un chantillon de donnes de panel, la toute
premire chose qu'il convient de vrifier est la spcification homogne ou htrogne
du processus gnrateur de donnes. Il sagit, conomtriquement parlant, de tester
l'galit des coefficients du modle tudi dans la dimension individuelle. Du point de
vue de lconomie, les tests de spcification reviennent dterminer si l'on est en droit
de supposer que le modle thorique tudi est parfaitement identique pour tous les
pays, ou au contraire s'il existe des spcificits propres chaque pays.
Trois mthodes d'estimation peuvent tre envisages85 :

une estimation par les moindres carrs ordinaires;

une estimation avec effets fixes;

une estimation avec effets alatoires.

Tout dabord, nous avons suppos que tous les paramtres sont identiques pour
tous les pays. C'est--dire que lestimation de lquation du triangle dattractivit t
faite par la mthode des moindres carres ordinaires (MCO).
En suite, et vue que cette technique (MCO) peut-tre biaise si lhtrognit
inhrente des pays est nglige, les tests ont montr que gnralement les modles
effets fixes ou alatoires fournissent un meilleur ajustement.
Enfin, le test de spcification de Haussmann nous a permis de discriminer les
effets fixes et alatoires, le modle effet fixe semble tre le plus appropri pour
ltude des dterminants de la localisation des IDE (Voir rsultat du test en annexe
n2).
Le tableau qui suit donne les rsultats des diffrentes spcifications que nous
avons faites.

85
Khedhiri S., 2005, cours dconomtrie, Centre de Publication Universitaire, Tunis,
[Link] 85-95.
161
Spcificatio
M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 M12
ns
- - -
-12.7067
Constante -1.03924** -4.67814* 2.739178** 6.047747** 7.987754** -3.95687 -6.73182 -2.77146*** -2.63821*** -12.1375*** -12.1209***
***
* * *
0.100449** 0.162963** 0.175155** 0.15137** 0.165202* 0.101976** 0.175468**
LIBECO 0.0107323*
* * * * * * *
- -
-0.357219
LIBCIV -0.229091*** 1.026456** 0.596665* -0.153175 -0.10923 -0.257741*
**
* **
0.442083**
LIBPOL 0.127687** 0.245557*
*
0.0785413 0.089698** 0.0891559* 0.0771675*
AGLOM 0.0716919***
*** * ** **
0.0827277 0.100398** 0.0978208* 0.0736591*
CRECO 0.0830668*** 0.140669***
*** * ** **
0.00711232** 0.0206062*
COMM -0.00929666 -0.000594 0.0255903***
* **
-
5.11396E-
TXINF 5.20303E-05 0.0000515 0.00014884
05
6
2.69869E- 7.53407e- 0.000246372* 2.10205E-
PIBHAB -0.000010173 0.0000787*
05 05* ** 05
-
EDPIB -0.0180174 -0.003462 -0.0365039** -0.00404076
0.0185744***
-6.99468E-
CHANGE -2.73709E-05 -0.0000192 3.42102e-05
05
0.111780** 0.107303** 0.105505** 0.0947992*
TXINV 0.0230903** 0.0777984***
* * * **
0.0715817*
TXURB 0.00390594 0.0303 0.02256
**
11.42698**
IDH 0.674366 7.75335*** 8.21734***
*
0.086257** 0.0662830*
INFR 0.00944791 0.0361458 0.0413404*
* *
R2 ajust 0.898159 0.607301 0.391303 0.547135 0.45248 0.359806 0.382781 0.36121 0.550576 0.431818 0.603857 0.440227

N 558 558 567 558 567 567 567 567 558 558 567 558
Tableau 22 : rsultats des diffrentes spcifications
Note : les ***, ** et * indiquent respectivement les taux de 1%, 5% et 10% du niveau de signification
 Nous avons tout dabord commenc par une estimation du modle de rfrence
(intgrant lensemble des variables retenues) par la mthode du MCO avec correction
de lhtroscdasticit (M1) des paramtres de lensemble des variables explicative.
Par la suite, nous avons estim les autres modles en tenant compte des effets
individuels fixes86.
Nous avons fait plusieurs essais et sur la base de critre de slection comme le
R2 ajust et de la significativit des coefficients, nous avons retenu les spcifications
susmentionnes (voir tableau).
Avant dinterprter les rsultats, plusieurs remarques importantes sont signaler
quant aux rsultats obtenus en termes destimation.
Le premier constat de ces rgressions est la robustesse des coefficients de la
majorit des variables explicatives aux diffrentes spcifications utilises. Ainsi,
quand nous changeons une variable, les autres restantes gardent les mmes
coefficients. Ceci constitue un bon indice de la validit des rsultats obtenus.
Un autre point important est la valeur du coefficient de dtermination, en effet,
ce dernier varie de 36% 89% dune estimation une autre. Ceci signifie que les
dterminants que nous retenons, selon leur introduction dans les spcifications,
expliquent entre 36% et 89% de lattraction des IDE.
Le troisime point est que la majorit des coefficients sont significatifs 10%.
A cela il faudrait ajouter galement que les tests de diagnostics raliss montrent que
les modles sont valides.
Pour interprter les rsultats, nous utiliserons les spcifications de base (M1,
M2, M3, M4 et M5). Linterprtation se fera selon deux principaux axes, savoir, le
poids de chaque dimension du triangle de lattractivit et la dtection des variables
significatives de chaque dimension.
La spcification M1 (MCO avec correction de lhtroscdasticit) donne un R2
ajust avoisinant 0,90, ce qui veut dire que lensemble des variables explicatives
retenues explique 90% de la variation de la variable endogne. Les variables qui sont
significatives sont : LIBECO, LIBCIV, AGLOM, CRECO, COMM, EDPIB et
TXINV.

86
Conformment aux rsultats du test de Hausman (voir annexe n3).
163
 En analysant la spcification M2 (effets fixes), on remarque que le R2
enregistre un score plus bas que celui de M1 : 0,60. Les variables COMM et EDPIB
perdent leur significativit, en revanche la variable IDH devient significative.
Les spcifications M3, M4 et M5 montrent que les dimensions politique,
conomique et socioculturelle contribuent respectivement 39%, 54% et 45%
lattraction des IDE. Ce rsultat montre limportance des variables de la dimension
conomique dans lexplication de lafflux des capitaux trangers.

Les signes des diffrentes variables explicatives de lattraction des

investissements trangers sont les suivants :
Les liberts conomiques :
Cette variable a une importance capitale. Nos rsultats, linstar de la quasi-
totalit des tudes empiriques montrent que cette variable joue un rle capital dans
lattraction des IDE. Dans toutes les spcifications retenues cette variable est toujours
significative. Dautant plus quon peut conclure que toute amlioration des liberts
politiques de 1 point permet lamlioration du lattractivit des IDE de 0,17 point.
Les liberts civiles :
Cette variable a aussi une grande importance. Elle est significative dans la
majorit des spcifications retenues. Son coefficient change dimportance dune
spcification une autre (selon les variables introduites dans les spcifications). Elle
pse lourd parmi les variables de la dimension politique, son coefficient atteint 1,02
(spcification M3). Ceci signifie quune baisse dun point de cette variable (c'est--
dire lamlioration du climat des liberts civiles) engendre une augmentation du
variable endogne de 1,02 point.
Les liberts politiques :
Nous avons introduit cette variable dans les trois premires spcifications et
nous avons constat quelle naffiche pas le signe attendu. Pour cette raison, nous
lavons exclue des spcifications restantes. La source de cette non conformit entre
nos hypothses et nos rsultats rside essentiellement dans sa forte corrlation avec la
variable prcdente (les liberts civiles). Un autre argument peut tre avanc, les

164
investisseurs trangers simplantent dans les pays dotations naturelles abondantes
(ptrole, mtaux,) sans se proccuper des liberts politiques.
Lagglomration :
Cette variable, issue de la littrature sur la NEG87, mesure le stock des
investissements trangers existant. Elle est significative dans toutes nos spcifications.
Ce qui confirme notre hypothse de dpart savoir que linvestissement attire les
investissements. Le coefficient de cette variable atteint 0,89 ce qui raffirme que toute
augmentation unitaire du stock des IDE amliore leur attraction de 0,89 point.
La croissance conomique :
Le taux de croissance du PIB est un bon indicateur de bonne sant dune
conomie. La plupart des tudes empiriques montrent une corrlation positive entre les
investissements trangers et le taux de croissance conomique. La recherche dun
march est apparue dans la plupart des tests conomtriques, comme la variable la plus
significative dterminant lIDE. Nos rsultats sont conformes ceux des tudes
antrieures. Il ya une forte corrlation positive et significative entre la croissance
conomique et lattraction des IDE.
Ouverture commerciale :
Cette variable de politique conomique est lune des plus tudies dans la
littrature empirique. Nos rsultats rejoignent ceux de plusieurs tudes empiriques
mettant en vidence limportance de ce dterminant. En effet, elle est significative
dans nos spcifications (M1, M10 et M12) et affiche un coefficient de 0,02. Ces
rsultats tmoignent que les investisseurs trangers prfrent le libre-change aux
barrires commerciales, ce qui reflte leur dsir d'importer les intrants et d'exporter les
produits.
Le PIB par habitant :
Dans les trois spcifications M4, M9 et M10, cette variable est corrle et trs
significative, ceci confirme notre hypothse mise en vidence aussi bien dans les
travaux thoriques quempiriques. En rsum, plus le niveau du dveloppement
conomique et de la richesse dun pays est lev plus lconomie (le pays) attire les
investissements trangers.

87
Nouvelle Economie Gographique
165
Lpargne domestique :
Cette variable tire son utilit du fait qu'elle nous renseigne sur la capacit d'un
pays dbloquer ses propres capitaux pour les investissements, autrement dits, la non
dpendance vis--vis les capitaux trangers. Nos estimations montrent que cette
variable est corrle. Toutefois, elle est nest significative que dans les spciations M1
et M10 (qui ne contient pas les variables TXINV et PIBHAB avec lesquelles elle est
trs corrle). En somme, nous pouvons dire que plus la dpendance vis--vis des
capitaux trangers augmente plus le pays attire les investissements.
Le taux dinvestissement :
Nos rsultats montrent que cette variable est importante dans lattraction des
investissements. Ils confirment que leffort dinvestissement interne dune conomie
est un moteur dattractivit des IDE. Cette variable est une rsultante non pas
seulement de leffort dpargne du pays mais galement du niveau de dveloppement
de son secteur financier, donc elle rsume les politiques du pays en matire
dencouragement de lpargne, de linvestissement et de dveloppement du secteur
financier pour une canalisation efficace de lpargne vers linvestissement.
Taux dinflation :
Dans nos spcifications cette variable est non significative. Elle affiche un signe
positif (sauf pour la spcification M12). Ce qui est contraire celui qui est attendu. Ce
rsultat peut tre expliqu par lhtrognit des pays composant notre chantillon.
En effet, la valeur de cette variable fluctue entre -11,3901 et 10834,30.
Taux de change :
Cette variable de politique montaire n'est pas significative dans lensemble de
nos spcifications. Dautant plus quelle affiche les deux signes. Nous pouvons
conclure quil nexiste pas de relation entre lattraction des IDE et le taux de change,
ce qui confirme notre hypothse de dpart. En effet, limpact du taux de change sur les
IDE dpend de deux facteurs essentiels : le niveau du taux de change et sa variabilit.
Lorsque la production est consomme localement, une apprciation de la monnaie
nationale influence directement les flux dIDE grce une augmentation du pouvoir
dachat des consommateurs, alors quune dprciation du taux de change va entraner
une augmentation des IDE grce la rduction des cots de capital.

166
Le niveau du dveloppement humain (IDH) :
Comme on pouvait le prvoir, et selon nos rsultats, cette variable est
dterminante dans lattraction des IDE. En effet, elle est trs corrle et significative
dans nos estimations (M2, M5 et M11). Dautant plus, elle affiche un coefficient de
11,42 (spcification M5). Ceci signifie que cette variable est la plus dterminante
parmi celles de la dimension socioculturelle.
Le dveloppement des institutions urbaines (Taux durbanisation) :
Dans les spcifications M1, M2 et M5, cette variable est corrle mais non
significative. Ceci se justifie essentiellement par son introduction simultane avec une
autre variable trs corrle avec elle. Il sagit de la variable qui reflte de
dveloppement humain (IDH). Cependant, une fois introduite seule (spcification
M12), elle est positive et significative. Elle indique que les grandes villes
(gnralement la capitale d'un pays) attirent les IDE. Cette concentration des activits
conomique dans les grandes villes est ncessaire pour garantir le contact avec les
administrations. De plus, un degr lev d'urbanisation signifie que de nombreuses
villes d'un pays stendent et voluent pour devenir des centres de dveloppement
institutionnel et conomique.
Nombre de lignes tlphoniques par 1000 habitants :
Cette variable qui mesure le niveau de dveloppement des infrastructures et le
degr de pntration ou dutilisation de la technologie a des effets positifs et
significatifs. Ceci nest pas tonnant tant donn limportance du dveloppement des
infrastructures dans lattraction des IDE.

4) Modle explicatif de lattractivit des investissements trangers dans

les pays en dveloppement

tant donn que lobjectif de notre travail est de contribuer lexplication de

lattractivit des IDE dans les pays en dveloppement, nous avons procd plusieurs
tests conomtriques88 pour dceler les variables les plus significatives.
Le tableau qui suit montre les rsultats des diffrents tests effectus, ainsi que
les variables retenues.

88
Voir annexe n3
167
Spcification M1 M2 M3 M4 M5
-7.98775*** -8.69394*** -9.87166*** -13.1977*** -12.894***
Constante
(-3.1533) (-4.2961) (-5.0814) (-6.9431) (-6.8562)
0.175155*** 0.157336*** 0.132594*** 0.102236*** 0.104825***
LIBECO
(3.9947) (4.4458) (3.8962) (3.1352) (3.2503)
0.0875948*** 0.0929114*** 0.0835683*** 0.0778482***
AGLOM
(12.4598) (13.7306) (12.7478) (11.5759)
0.0751622***
CRECO
(2.8076)
0.116325*** 0.106781*** 0.0956741***
TXINV
(6.9224) (6.6632) (5.7512)
9.67123*** 8.46618***
IDH
(7.3810) (6.3176)
0.048388**
INFR
(2.4547)
R2 ajust 0.359806 0.510051 0.551930 0.595146 0.604479

Tableau 23 : rsultats des tests et modle retenu

Notes : Les chiffres entre parenthses sont les t statistiques
Les ***, ** et * indiquent respectivement les taux de 1%, 5% et 10% du niveau de
signification

Nous avons tout dabord commenc par introduire la variable LIBECO (M1), le
rsultat obtenu montre que cette variable est significative au seuil de 1% avec un
coefficient de 0.175155. Le pouvoir explicatif de M1 est 35.98%.
Le modle ainsi obtenu scrit :

IDE/PIB = 0.175155*LIBECO - 7.98775

(3.9947) (-3.1533)

Par la suite, dans le modle M2, nous avons introduit la variable AGLOM. Le
test montre que les deux variables sont significativement corrles avec
linvestissement (seuil de 1%), et que le pouvoir explicatif de M2 est de 51%. Le
modle est alors sous la forme :

IDE/PIB = 0.157336*LIBECO + 0.0875948*AGLOM - 8.69394

(4.4458) (12.4598) (-4.2961)

168
 Dans le modle M3, nous avons ajout la variable TXINV. Le modle devient
alors explicatif de lattractivit des IDE hauteur de 55.19% et les variables sont
toutes significativement corrles avec lIDE/PIB au seuil de 1%.
M3 prend la forme mathmatique suivante :

IDE/PIB = 0.132594*LIBECO + 0.0929114*AGLOM + 0.116325*TXINV - 9.87166

(3.8962) (13.7306) (6.9224) (-5.0814)

Lintroduction de variable IDH (modle M4) ne change pas la significativit de

la corrlation des variables explicatives avec la variable expliquer. Au contraire, elle
permet damliorer le pouvoir explicative du modle en passant de 55.19% 59.51%.
M4 scrit alors :
IDE/PIB = 0.102236*LIBECO + 0.0835683*AGLOM + 0.106781*TXINV
(3.1352) (12.7478) (6.6632)
+ 9.67123*IDH - 13.1977
(7.3810) (-6.9431)

Dans le dernier test (M5), nous avons introduit simultanment les deux
variables CRECO et INFR. Le rsultat montre que toutes les variables sont
significativement corrles avec la variable expliquer (IDE/PIB), et le modle final
(M5) six variables explique 60.45% da la variation de lIDE/PIB. Le modle final est
donc sous la forme mathmatique suivante :

IDE/PIB = 0.104825*LIBECO + 0.0778482*AGLOM + 0.0956741*TXINV

(3.2503) (11.5759) (5.7512)
+ 8.46618*IDH + 0.0751622*CRECO + 0.048388*INFR - 12.894
(6.3176) (2.8076) (2.4547) (-6.8562)

quation 6 : Modle explicatif de lattraction des IDE dans les PVD

169
 En comparant le modle final obtenu avec les modle issus des tudes
antrieures, nous pouvons constater que :
Les trois variables AGLOM, TXINV et IDH sont introduites pour la
premire fois pour expliquer lattractivit des IDE ;
La variable LIBECO est peu utilise dans les tudes antrieures et le
rsultat obtenu (concernant cette variable) est conforme aux rsultats
antrieurs ;
Les deux variables CRECO et INFR sont des variables dites
traditionnelle quon trouve presque dans la totalit des tudes
antrieures.

170
 Conclusion du chapitre

Les investissements directs trangers sont dun enjeu majeur et dune grande
importance pour les pays en dveloppement. Ils traduisent la confiance des
investisseurs trangers dans lconomie dun pays. Les tudes conomtriques mettent
en avant une panoplie de dterminants de la localisation et de lattractivit des
capitaux trangers.
Dans ce chapitre, nous avons essay de reprsenter lattractivit territoriale des
IDE sous forme dun triangle dont les trois sommets reprsentent la dimension
politique, la dimension conomique et la dimension socioculturelle.
Pour chaque dimension du triangle de lattractivit, nous avons numr un
ensemble de variables susceptibles notre avis dinfluencer la localisation territoriale
des IDE.
Nous avons par la suite test (sous plusieurs spcifications) le modle
conomtrique issu du triangle dattractivit sur des donnes de panel dun chantillon
de 63 pays en voie de dveloppement (priode allant de 1980 2006).
Nos rsultats montrent que la dimension conomique lemporte sur les autres
dimensions du triangle dattractivit. Les investisseurs trangers portent une grande
attention la stabilit conomique du pays potentiel daccueil des capitaux avant la
prise de leur dcision dimplantation.
Outre ce rsultat, force est de constater que parmi les variables introduites dans
les spcifications, six variable se distinguent par leur effet explicatif de lattractivit
des investissements trangers: les liberts conomiques, la croissance conomique, le
taux dinvestissement interne, le stock des IDE, le dveloppement humain (IDH) et
linfrastructure.
Tel sont les rsultats obtenus pour les pays en voie de dveloppement. Alors
quid du cas du Maroc, cest lobjet du chapitre suivant.

171
 Chapitre deux :
Lattractivit des IDE au Maroc :
Diagnostic et tude conomtrique

172
 Introduction

La relance de lconomie nationale par le biais de linvestissement priv,

notamment de linvestissement direct tranger (IDE), constitue lune des priorits
majeures des autorits marocaines. Dans ce contexte, malgr des atouts certains et une
amlioration relle du cadre gnral de linvestissement, un certain nombre de
contraintes structurelles continue de peser sur la rentabilit court et moyen terme des
investissements trangers au Maroc et affecte son attractivit.

Le cadre macro-conomique du Maroc relativement bien matris par les

autorits publiques depuis deux dcennies fait que ce pays reoit une assez bonne
notation en terme de risque-pays par les agences de notations. Ainsi, sappuyant
essentiellement sur le programme national de privatisations lanc en 1993, le Maroc a
attir au cours des dernires annes un flux relativement consquent et en
augmentation de capitaux trangers (Bouoiyour, 2004). Nanmoins, les flux dIDE
varient fortement dune anne lautre en raison des difficults dvelopper une
dynamique indpendante des oprations de privatisation. A moyen terme, le
tarissement progressif des privatisations pourrait donc entraner une baisse des flux
dIDE.

Le prsent chapitre traite la problmatique de lattractivit des investissements

trangers travers un diagnostic de la situation actuelle au Maroc et la mise en
vidence des politiques menes en la matire. Le diagnostic de lattractivit des IDE a
t tabli partir dune approche statistique et conomtrique.

173
Section 1 : Evolution et tendances des investissements trangers
directs au Maroc

1) Flux et stocks des investissements directs trangers :

Au Maroc, et avant 1990, les investissements trangers directs taient

relativement trs faibles. Ils constituent un phnomne relativement rcent qui a pris
de l'ampleur durant les deux dernires dcennies.

Une simple analyse des flux d'IDE au Maroc montre que ces derniers ont
connu une forte progression, passant de 165 millions de Millions de dollars en 1990
2577,07 millions en 2007, soit environ une multiplication par quinze (voir figure).

Il est signaler que les meilleures performances des IDE sexpliquent

principalement par des oprations importantes de privatisation.

L'volution des flux d'IDE entrant au Maroc semble donc tre explique en
grande partie par les oprations de privatisation. Sur les 10,7 milliards de dollars d'IDE
pour la priode 1993-2003, 6,4 milliards de dollars proviennent des oprations de
privatisation (CNUCED 2007).

Toutefois, force est de constater que plusieurs entreprise trangres89 ont investi
au Maroc des capitaux considrables et ont ralis des transferts de technologies et de
connaissances, en dehors de toute opration de privatisation.

89
Cest le cas notamment des entreprises Goodyear, ST Microelectronics, Pechiney et Delphi
Automotive
174
 Graphique 1 : Flux d'IDE entrant au Maroc et tendance (1970-2007) (Millions de dollars)
Source: tabli daprs les donnes de la CNUCED, ([Link]

Comme l'indique le graphique, la forte croissance des flux d'IDE est un

phnomne relativement rcent pour le Maroc. La ligne qui suit l'volution des IDE
reflte leur volatilit et dpendance des oprations de privatisation.

Le programme de privatisation a t stopp de septembre 1998 mi-1999 en

raison de la rvision de la loi sur les privatisations. En consquence, entre 1998 et
2000, les recettes de la privatisation, et par consquent des flux d'IDE se sont
fortement rduits.

Laugmentation du flux entrant des IDE a eu un impact dterminant sur le stock

des IDE au Maroc. De 1990 2007 le stock d'IDE a considrablement augment,
passant de 3,01 milliards de dollars 32,51 milliards en 2007. Ainsi, ces chiffres sur
lvolution du stock des IDE traduisent l'importance du potentiel d'investissement du
Maroc.

175
 Graphique 2 : Stock d'IDE au Maroc (1980-2005) (Millions de dollars)
Source: tabli daprs les donnes de la CNUCED, ([Link]

Cette augmentation spectaculaire des flux et des stocks des capitaux trangers a
t permise par la volont du Maroc de sinsrer dans lconomie mondiale. Cette
volont sest traduite par90 :

Ladhsion au GATT en 1987 ;

La conclusion dun accord dassociation avec lUnion europenne en 1996 ;

La signature dun accord de libre-change 2004 avec les Etats-Unis ;

La signature dun accord de libre-change avec la Jordanie, lEgypte et la
Tunisie en 2004 ;

La conclusion dun accord de libre-change avec la Turquie 2004.

En parallle ces accords de libre change, le Maroc a mis en place des

mesures incitatives pour attirer les flux dIDE telles que :

Le programme dajustement structurel adopt en 1983 ;

Le processus de privatisation lanc en 1989 ;

La Charte de linvestissement, promulgue le 8 novembre 1995;

La cration en 2002 des Centres rgionaux dinvestissement.

90
CNUCED 2007
176
 2) Performance du Maroc par rapport aux pays voisins

Pendant la dernire dcennie, lAfrique na cess dattirer les capitaux

trangers. Cependant, cest lAfrique du Nord qui accapare la part du lion dans les IDE
destination de lAfrique. L'Egypte, le Maroc, l'Algrie, le et la Tunisie on t les
htes des IDE les plus consquents.

Le graphique qui suit montre lvolution des flux des IDE dans les pays de
lAfrique du Nord. Nous constatons que lEgypte occupe la premire place talonne
par lAlgrie. Le Maroc arrive en troisime place devant la Tunisie.

La forte croissance des IDE en Algrie et en Egypte est due aux importants
investissements dans le secteur ptrolier. Alors qu'au Maroc et en Tunisie, la
croissance des flux est attribue principalement la politique de privatisation.

Graphique 3: Tendance des flux d'IDE par pays hte en Afrique du Nord (1980-2007)
(Millions de dollars)
Source: tablie daprs les donnes de la CNUCED ([Link]

177
 Durant la priode 2001-2007, le Maroc demeure le pays le plus performant en
termes d'accueil des IDE au Maghreb Arabe. Il est suivi par l'Algrie, et la Tunisie. Sa
performance est aussi au-dessous de celle de lEgypte (voir tableau).

1980-1990 1991-2000 2001-2007

Priode
Montant* % Montant* % Montant* %
Maroc 817.34 6.6065935 6647.9564 19.7780345 13179.05 21.8602449
Algrie 344.37 2.78355715 2320.7 6.90420964 8318 13.7971645
gypte 9330.46 75.4184995 17877.06 53.1852329 30548.1 50.670493
Tunisie 1879.41 15.1913499 6767.11 20.132523 8242.6 13.6720976
Afrique du nord 12371.58 100 33612.826 100 60287.75 100
* en Millions de dollars

Tableau 24 : Comparaison des performances du Maroc avec les pays du Maghreb

Source: calcul daprs les donnes de la CNUCED ([Link]

Quant l'analyse du stock d'IDE par habitant en Afrique du Nord, la meilleure

performance est ralise par la Tunisie. Dans le pass lEgypte se caractrisait par un
stock par habitant sensiblement plus important que le Maroc et l'Algrie. Cependant,
ces dernires annes, le Maroc a vu son stock dIDE par habitant augmenter
considrablement, devanant lEgypte. Les statistiques pour l'anne 2000 affichent
des niveaux similaires en termes de stock par habitant pour lEgypte et le Maroc, mais
en 2007 le Maroc semble avoir pris un certain avantage avec 1041.37 dollars contre
668.93 dollars. Sur la priode 1980-2007, le Maroc a vu son stock par habitant
multipli par neuf, passant de 116.68 1041.37 dollars par habitant.

178
 Graphique 4 : Tendance de stock d'IDE par habitant en Afrique du Nord (1980-2007)
(Millions de dollars)
Source: tablie daprs les donnes de la CNUCED ([Link]

En terme de performance dans le continent, le Maroc a jou pendant la dernire

dcennie un rle de locomotive de flux d'IDE destination du continent africain. En
2007, il se classe quatrime pays hte derrire l'Afrique du Sud, l'Egypte et le Nigeria.
Comme l'indique le graphique suivant, le Maroc a considrablement amlior sa
performance en 2007 par rapport 2000 en sextuplant le volume d'IDE.

179
Graphique 5 : Flux d'IDE dans les 10 premiers pays htes d'Afrique, 2000-2007 (millions de
dollars)
Source: tablie daprs les donnes de la CNUCED ([Link]

La comparaison entre les performances du Maroc et de ses voisins en termes

d'attraction d'IDE dmontre l'important potentiel que recle le pays. Nanmoins, le
niveau absolu du capital tranger au Maroc, reste insatisfaisant pour supporter la
croissance et la diversification ncessaire de l'conomie.

3) Les investissements directs trangers par pays d'origine

Comme dans les autres pays du Maghreb, l'Europe reste la premire source
d'investissements trangers au Maroc. Les principaux pays sources d'investissements
pour le Maroc sont la France qui occupe la premire place, suivie de l'Espagne et
lUnion Economique Luxembourgeoise (UEBL).

Il convient nanmoins de relativiser ces chiffres, tant donn que les socits
franaises et espagnoles ont particip de manire active dans les oprations de
privatisation engages par l'Etat marocain. Les principaux investissements franais au
Maroc se sont concentrs dans le secteur des services (tlcommunications). En ce qui

180
concerne les investissements espagnols, ils ont t faits surtout dans le secteur
industriel (industrie du tabac).

Pays 2001 2002 2003 2004 2005 2006

France 27650,0 2252,0 2889,2 4744,8 19522,6 8450,1
Espagne 938,7 389,6 18094,7 476,6 1423,0 7245,7
U.E.B.L 103,0 260,5 190,3 346,1 348,0 2596,0
Kowet 131,0 431,4 16,8 18,0 219,2 983,5
Grande Bretagne 286,5 356,0 244,4 454,9 451,6 905,8
Allemagne 256,7 492,6 144,8 475,1 798,9 888,6
Suisse 308,9 240,3 260,1 676,2 754,7 873,7
Etats Unis 699,1 379,7 471,3 447,5 220,9 832,6
Emirats Arabes Unis 9,3 118,2 222,4 330,8 709,9 759,0
Arabie Saoudite 87,4 171,7 163,3 353,6 341,7 322,1
Italie 109,1 68,7 107,4 266,0 209,7 319,0

Tableau 25 : Rpartition des IDE par pays au Maroc 2001-2006 (En Millions de DHM)
Source : Office des changes

En 2006, les IDE franais ont reprsent 33,16 % des flux d'IDE au Maroc. La
France compte prs de 500 filiales au Maroc lesquelles emploient plus de 65 000
personnes91. La plupart des grands groupes franais sont prsents au Maroc et leurs
activits se dploient dans une multitude de secteurs, tels que le secteur de
l'agroalimentaire, le secteur bancaire, le secteur pharmaceutique, les assurances,
l'environnement et l'nergie, les postes et tlcommunications et le BTP.

91
Selon la CNUCED 2007
181
 Graphique 6 : Les principaux pays source d'investissements au Maroc en 2006
Source: labor daprs les donnes de lOffice des changes

4) Les investissements directs trangers par secteur

Les secteurs de l'conomie marocaine qui ont attir la plus grande part d'IDE
durant la dernire dcennie sont les tlcommunications, l'industrie, la finance et
assurances, les services et l'nergie, les mines et ptrochimie.

182
Secteur 2000 2001 2002 2003 2004 2005 2006
Industrie 910,6 2264,3 1176,1 18791,2 1796,1 2273,3 8684,7
Tourisme 186,5 332,4 408,6 186,2 1430,8 3080,9 7925,5
Immobilier 574,6 810,7 1824,9 1685,0 2039,6 2422,2 3980,7
Banque 695,5 165,6 64,4 56,3 1524,9 44,0 1500,9
Assurances - 97,3 - 162,1 165,7 1144,9 1492,7
Commerce 658,2 1.114,3 251,1 483,7 611,8 353,7 858,6
Holding 163,9 52,5 13,9 0,1 30,7 206,7 127,5
Energie et Mines 72,2 1,1 182,6 105,9 336,1 377,4 93,2
Transports 15,5 27,8 14,2 14,0 43,4 300,2 39,5
Grands Travaux 75,4 118,1 15,0 66,2 105,7 159,8 33,5
Agriculture 14,0 34,4 22,2 24,3 29,4 6,3 25,3
Etudes 19,3 7,9 19,1 1,1 69,9 3,5 11,5
Pche 11,6 35,1 23,6 124,3 12,9 4,4 -
Tlcommunications 1230,8 26376,7 425,7 618,7 717,7 15311,1 -
Autres Services 199,0 954,5 1350,2 821,1 477,5 410,2 591,7
Divers 170,6 93,4 84,2 116,7 92,5 31,0 117,1
Total 4997,7 32486,1 5875,8 23256,9 9484,7 26129,6 25482,4

Tableau 26 : Les principaux secteurs d'investissements trangers au Maroc

Source: Office des Changes

Il ressort du tableau prcdent quen 2006, pas moins de cinq secteurs

accaparent l'essentiel des flux des IDE au Maroc : l'industrie, le tourisme,
limmobilier, le secteur bancaire et l'assurance.

Les donnes indiquent aussi quentre 2000 et 2006 les secteurs des
tlcommunications, de l'industrie, de l'immobilier et du tourisme totalisent 87 % des
flux d'IDE (voir figure).

183
 Graphique 7 : Les principaux secteurs d'investissements au Maroc entre 2000 et 2006
Source: labor daprs les donnes de lOffice des changes

Le secteur des tlcommunications arrive en premire place, il a attir la part la

plus importante des IDE et reprsente 36% des investissements trangers sur la priode
2000-2006. Ces chiffres sont principalement dus l'opration de privatisation de
Maroc Tlcom.

L'industrie a attir un volume important d'IDE (29%). Ce qui lui confre la

deuxime place en termes dattraction des IDE sur la priode 2000-2006. Les secteurs
du tourisme et de limmobilier arrivent ensuite en troisime place avec chacun 11% du
volume des IDE sur la mme priode.

184
 5) Les acteurs de la promotion des investissements au Maroc

a) Evolution des acteurs de la promotion des investissements au Maroc

Linvestissement aussi bien national quinternational a toujours constitu une

priorit de dveloppement et de croissance pour les diffrents gouvernements
marocains. Le tableau qui suit dresse lvolution des instances en charge de la
promotion de la destination Maroc et de laccompagnement des investisseurs.

Cration de l'Agence Marocaine de Dveloppement des

2009
Investissements
Les intgrales de lInvestissement(Ve)
2007 Ministre du Commerce, de lIndustrie et des Nouvelles
Technologies
2006 Les intgrales de lInvestissement(IVe)
2005 Les intgrales de lInvestissement(IIIe)
Ministre des Affaires Economiques et Gnrales
2004
Les intgrales de lInvestissement(IIe)
Forum investissement arabe
2003
Les intgrales de linvestissement(Ie)
2002 Cration des CRI
1997 2001 Cycle The Economist Conferences
Cration de la Direction des Investissements Extrieurs(DIE) au
1995
sein du Ministre charg des Finances
1994 Ministre du Commerce Extrieur
Ministre dlgu auprs du Premier Ministre charg des
1992
Investissements Extrieurs
Ministre du Commerce Extrieurs, du Tourisme et des
1991
Investissements Extrieurs
1973 Service Accueil des Investisseurs
1967 1er Centre daccueil et dorientation des Investisseurs
Tableau 27 : Evolution des structures de promotion des IDE
Source : Voir site : [Link]

185
 b) Missions des acteurs de la promotion des investissements au Maroc

Plusieurs acteurs partage actuellement la lourde tche de promouvoir

linvestissement trangers.

LAgence Marocaine de Dveloppement des Investissements (AMDI) : cest un

tablissement public dot de la personnalit morale et de lautonomie financire.
LAMDI est lorgane national charg du dveloppement et de la promotion des
investissements au Maroc. Il a t cre en 2009 suite aux recommandations de la
CNUCED.

LAMDI a pour mission de:

Assurer le rayonnement de limage conomique du Maroc aux niveaux

national et international par le biais dactions de communication et de
promotion visant faire connatre les opportunits dinvestissement au
Maroc

Contribuer renforcer lattractivit du Maroc en proposant aux autorits

toute mesure mme damliorer la position concurrentielle du Maroc

Mettre en place les plates-formes industrielles Intgres ddies aux

secteurs de lIndustrie, du Commerce et des Nouvelles Technologies et
dvelopper les investissements dans ces secteurs

Accompagner les entreprises dans leurs dmarches dinvestissement en

assurant, avec lappui des 16 rgions, un rle de conseil, daide et de
suivi de leur implantation.

La Direction des investissements (DI) : elle relve du Ministre des affaires

conomiques et traite les projets dun montant suprieur 200 millions de dirhams (23
millions de dollars).

Les tches de la DI sont multiples :

Promotion gnrale du Maroc en tant que lieu dinvestissement ;

186

Participation aux ngociations des accords bilatraux et multilatraux
visant amliorer les garanties pour les investissements trangers au
Maroc ;

Promotion des industries et des secteurs prioritaires ;

Assistance quotidienne aux investisseurs potentiels et en place ;

Analyse par secteur et pays dorigine des investissements trangers ;

Coopration avec les Centres Rgionaux dInvestissements. Les rapports

entre la DI et les CRI sont dfinis dans un accord de partenariat entre les
ministres responsables ;

Campagnes en faveur de lamlioration des conditions dinvestissement

au Maroc ;

Services de secrtariat pour la Commission des investissements, qui est

prside par le Premier Ministre et se prononce sur les projets
dimportance stratgique pour lesquels des incitations fiscales sont
sollicites ;

Coopration internationale, par exemple dans le cadre dANIMA, le

rseau euro-mditerranen des API et de la MENA.

Les centres rgionaux dinvestissement (CRI) : ils ont t crs par lettre royale
en janvier 2002 afin de fournir aux investisseurs, y compris aux investisseurs
trangers, des services autonomes, guichet unique. Les CRI sont au nombre de 16 et
fonctionnent comme une antenne extrieure du ministre de lIntrieur, sous lgide
des gouverneurs rgionaux (walis).

Les CRI assurent principalement les tches suivantes :

Ils constituent le seul et unique point de contact dans leur rgion pour la
cration de socits dans le cadre des investissements dun montant
infrieur 200 millions de dirhams (22 millions de dollars) et facilitent
le processus de cration en cas de retards administratifs ;

187

Ils procurent des conseils et des aides aux entreprises souhaitant faire de
nouveaux investissements, notamment sur la manire de sy prendre
avec ladministration marocaine et sur le financement de leurs projets ;

Ils assurent la promotion de leurs rgions en tant que destinations pour

les nouveaux investissements en cherchant amliorer linfrastructure
matrielle de la rgion et, dans certains cas, en encourageant le
dveloppement des industries et secteurs dimportance stratgique pour
la rgion.

La Commission des investissements (CI) : elle approuve les contrats particuliers

dinvestissement et intervient lorsque des dcisions des CRI sont contestes. Elle se
prononce aussi sur les obstacles linvestissement existant au sein de ladministration
et runit des informations sur lvolution gnrale de linvestissement dans le pays;

Aprs avoir dress ltat de lvolution et la de tendance les investissements

trangers vers le Maroc, nous allons dans la section suivante analyser les donnes
relatives aux dterminants de lattractivit des IDE au Maroc

Section 2 : Analyse Factorielle des donnes

1) Prsentation des donnes

A partir du triangle dattractivit des IDE et des variables des trois dimensions,
et compte tenu de la disponibilit des donnes, il est retenu dix neuf variables pour
expliquer lattractivit des IDE au Maroc.

Les donnes collectes sont de diffrentes sources : le Haut Commissariat au

Plan, le Ministre de Finance, lOffice de Change, Bank Al-Maghrib et la Banque
Mondiale.

La construction de modles explicatifs des IDE entrants amne taler l'tude

sur la priode de 1980 2006 ; soit vingt sept observations.

Les variables retenues sont donnes par le tableau suivant :

188
Dimensions Variables Signification
Niveaux des contraintes
Indice global de liberts
gouvernementales sur
conomiques
l'conomie
Politique Indice global de droits politiques Niveau de la dmocratie
libert d'expression, du droit
Indice global de liberts civiles d'assemble, d'association,
d'ducation et de religion
Stock des IDE Lagglomration

Taux de croissance du PIB La croissance conomique

Commerce extrieur Louverture conomique

Le dveloppement conomique
Produit Intrieur brute par habitant (la richesse d'un pays)
La dpendance vis--vis les
Economique pargne nationale brute
capitaux trangers.
Taux de change rel La volatilit de lconomie
Lagrgat M3 en pourcentage du Niveau du dveloppement du
PIB secteur financier.
Taux dinvestissement Niveau dinvestissement interne

Taux dinflation Le niveau de vie des citoyens

Le niveau de dveloppement
Indice de dveloppement humain
humain
Le dveloppement des
Taux durbanisation
institutions urbaines
Niveau de dveloppement des
Nombre de lignes tlphones infrastructures :
tlcommunication
Socioculturelle
Dpense en ducation La qualit du capital humain
La disponibilit du capital
Taux dactivit
humain
La disponibilit de main
Taux de chmage
duvre
Le climat social (stabilit
Nombre de grves
sociale)

Tableau 28 : description des variables retenues

189
Les abrviations et les sources des variables retenues figurent dans le tableau suivant :

Variables Abrviation Source

Calculer daprs les donnes sur lIDE et le PIB du

L'IDE (% du PIB) IDE_PIB World Development Indicators 2008
[Link]
Indice global de liberts Index of economic freedom (Heritage Foundation)
LIBECO
conomiques [Link]
Indice global de droits Freedom in the World, Edition 2008(Freedom House)
LIBPOL
politiques [Link]
Indice global de liberts Freedom in the World, Edition 2008(Freedom House)
LIBCIV
civiles [Link]
Taux de croissance du Calculer d'aprs les donnes de l'HCP
TXCRECO
PIB [Link]
Calculer daprs les donnes sur lIDE et le PIB du
Le stock des IDE (% du
AGLOM World Development Indicators 2008
PIB)
[Link]
Commerce (% du PIB) COMM
Bank Al-Maghrib
PIB par habitant ([Link]
PIB_HAB
(DH/hab/an) Ministre des Finances et de la Privatisation
pargne nationale brute ([Link]
ENB
(% du PIB) Haut Commissariat au Plan
Taux de change CHANGE ([Link]
Capacit interne Office des Changes
INV_INT ([Link]
d'investissement
Taux dinflation (%) TX_INF
Tableau de bord social, fvrier 2006, DEPF
Lagrgat M3 (% du PIB) M3_PIB
Ministre des Finances ([Link]
Lignes tlphoniques Word Perspective Monde, Universit Sherbrooke
INFR
(par 1000 personnes) [Link]
Taux dactivit TXACT Haut Commissariat au Plan ([Link]

Taux de chmage urbain TXCHOM Haut Commissariat au Plan ([Link]

Dpenses en ducation Tableau de bord social, fvrier 2006, DEPF
EDUC
(total) (% du PIB) Ministre des Finances ([Link]

Taux d'urbanisation TX_URB

Indicateur du
IDH Rapport sur le dveloppement humain 2007/2008
dveloppement humain
Nombre de grves NB_GREV Organisation Internationale du Travail

Tableau 29 : les variables retenues, leur abrviation et leur source

190
 La variable endogne

La variable dpendante IDE est mesure par les flux dIDE entrants exprims
en pourcentage du produit intrieur brut. LIDE est dfini son tour comme
"linvestissement d'un pays l'tranger est l'exportation de capitaux dans un autre pays
afin d'y acqurir ou crer une entreprise ou encore d'y prendre une participation (le
seuil est de 10% des votes). Le but est d'acqurir un pouvoir de dcision effectif dans
la gestion de l'entreprise. C'est d'ailleurs la diffrence majeure avec l'investissement de
portefeuille qui vise uniquement le rendement sur l'investissement financier sans gard
au pouvoir dcisionnel .

Figure 22 : Evolution des IDE en pourcentage du PIB, priode 1980-2006

Source : Elabor par nous

Pour la priode tudie, lIDE en pourcentage du PIB volue en dent de scie. Ce

qui explique linstabilit des lattraction des investissements trangers par le Maroc.
On peut galement expliquer certains pics par les oprations de privatisation des
entreprises par les autorits marocaines.

191
Les variables exognes

La dimension politique
Les liberts civiles :

Les liberts politiques :

192
 Les liberts conomiques :

Figure 23 : Evolution des variables de la dimension politique

Source : laboration personnelle

On remarque que les variables de la dimension politique ont peu volu au

cours de la priode dtude. Au contraire, on constate une dgradation du degr des
liberts conomiques.

La dimension conomique

Cette dimension sera mesure par les variables suivantes :

La croissance conomique : elle est mesure par la croissance annuelle du

Produit intrieur brut (PIB) en pourcentage, elle reprsente la variation
relative d'une priode une autre du volume du PIB en dollars constants
d'une anne de rfrence. Elle reflte l'augmentation (ou la baisse dans le
cas d'une croissance ngative) du niveau d'activit conomique dans un
pays. Une croissance conomique quivaut un enrichissement, ce qui
encourage linvestissement. Le taux de croissance annuel du PIB devrait
influencer positivement les flux dIDE. Ce taux reflte lvolution des
performances conomiques dun pays.
193
 Figure 24 : Evolution du taux de croissance conomique en %, priode 1980-2005
Source : Elabor par nous

La figure prcdente montre lvolution de la croissance conomique du Maroc

entre 1980 et 2005. Cette volution est tributaire des alas climatique. En tmoigne la
forme prise par la courbe retraant cette volution.

Lagglomration : cest le stock des investissements directs trangers, il

permet de mesurer lagglomration et la concentration des activits
conomiques. Les investissements existants dans un territoire attirent les
capitaux trangers, en ce sens on sattend une corrlation positive entre
les flux des IDE et lagglomration.

194
 Figure 25 : Evolution du stock des IDE en % du PIB, priode 1980-2005
Source : Elabor par nous

Daprs la figure 25, nous pouvons dire que le stock des IDE a quadrupl entre
1980 et 2005. Ceci est d lentre massive des capitaux trangers au Maroc surtout
pendant la dernire dcennie.

Le commerce : les tudes empiriques indiquent que la relation entre le

flux des capitaux trangers et louverture commerciale est positive, elle
reflte un cycle vertueux par lequel une plus forte ouverture mne
lattraction des investissements, qui, en retour, produit plus de commerce.

Louverture conomique est un dterminant essentiel de linvestissement direct

tranger. Le commerce en pourcentage du PIB est la valeur totale des exportations de
biens et services additionne la valeur totale des importations de biens et services, en
pourcentage du PIB. C'est un indicateur trs utile pour observer l'ouverture d'une
conomie par rapport l'tranger. Il est interprt le plus souvent comme une mesure
sur les restrictions commerciales ou une mesure sur limportance des changes pour

195
lconomie. Autrement dit, plus ce pourcentage est lev, plus l'conomie de ce pays
est ouverte.

Le Maroc a libralis progressivement son conomie en l'ouvrant au march

international. Les tarifs douaniers ont t rduits, des barrires limines, et les
procdures pour le commerce tranger simplifies. Il a galement largi et diversifi
ses relations commerciales et conomiques par la signature d'accords sur le libre
change avec des partenaires bilatraux et rgionaux contribuant ainsi la
consolidation du systme multilatral de commerce.

Le degr douverture commerciale peut tre mesur par plusieurs indicateurs,

mais le plus largement utilis est le ratio des exportations et des importations au PIB.

Figure 26 : Evolution du taux douverture commerciale, priode 1980-2005

Source : laboration personnelle

Le PIB par habitant: Le produit intrieur brut par habitant est un

indicateur du dveloppement conomique ainsi que de la richesse de
l'conomie. On s'attend ce que la corrlation du PIB par habitant avec
l'IDE soit positive et le coefficient aura donc de signe plus.

196
 Figure 27 : Evolution du PIB par habitant en DH/hab/an, priode 1980-2005
Source : laboration personnelle

Pendant la priode dtude (1980-2005), le produit intrieur brut par habitant a

volu selon une tendance linaire. Il est pass de 3823 dhs en dbut de priode,
15119 dhs en fin de priode.

Lpargne nationale brute en pourcentage du PIB: Lun des instruments

par lequel le secteur financier contribue lattraction des investissements
est la mobilisation des pargnes par une offre attractive dinstruments et
doutils de placement; cela entrane une hausse du taux d'pargne.
Lpargne nationale brute en pourcentage du PIB est une variable que
nous avons retenue pour expliquer lattractivit des investissements. Cet
indicateur de la mobilisation des dpts par le secteur financier tire son
utilit du fait qu'il nous renseigne sur la capacit d'un pays dbloquer ses
propres capitaux pour les investissements, autrement dit, la non
dpendance vis--vis les capitaux trangers.

197
 Figure 28 : Evolution de lpargne nationale brute en % du PIB, priode 1980-2005
Source : laboration personnelle

A la lecture de la figure prcdant, on constate que le taux dpargne en

pourcentage du PIB a peu volu pendant 25 ans. Il est pass de 17% 28% du PIB.

Le taux de change : Le taux de change est un dterminant important de

lallocation des ressources entre les secteurs dexportation et les secteurs
domestiques. Une mauvaise allocation mne de grands dsquilibres
externes, dont la correction est frquemment accompagne par des crises
de paiements et suivie par des rcessions aigus. Il est gnralement admis
qu'un taux maintenu au mauvais niveau entrane d'importants cots en
matire de bien-tre. Il donne des fausses indications aux agents
conomiques et maintient l'instabilit conomique.

La sous-valuation ou la survaluation de la monnaie dun pays, peut dynamiser

ou endommager la position de concurrence internationale de lconomie. Quand une
monnaie est sous-value, laugmentation des exportations et la substitution par des
importations est encourage, stimulant lattraction des investissements et le surplus de
la balance commerciale mais crant des pressions inflationnistes. Une monnaie
survalue entrane une baisse du cot des importations mais rend les exportations plus

198
difficiles, rduisant linflation mais provoquant un ventuel dficit de la balance
commerciale et une baisse de lattractivit vis--vis des investissements.

Figure 29: Evolution du taux de change, priode 1980-2005

Source : laboration personnelle

La capacit interne dinvestissement : Ce taux reprsente la part des

investissements internes public et priv (FBCF) dans le PIB. Cest un
indicateur qui reflte leffort dinvestissement interne dune conomie. On
sattend une corrlation positive entre le taux dinvestissement et lIDE.

199
 Figure 30: Evolution du taux dinvestissement en %, priode 1980-2005
Source : laboration personnelle

On remarque daprs la figure que lvolution des taux dinvestissement est

presque stable (22,20 % en 1980 et 21,70% en 2005). Ceci signifie que le rythme de
croissance de leffort dinvestissement interne du Maroc est analogue au rythme de
croissance du PIB.

Le taux dinflation : la stabilit des prix prserve, voire renforce, le

pouvoir dachat des citoyens. Elle est en outre, un facteur dterminant de
la comptitivit des entreprises et un lment ncessaire pour inspirer
confiance aux oprateurs conomiques, quils soient pargnants ou
investisseurs, nationaux ou trangers.

Les tudes empiriques indiquent invariablement que linflation a une corrlation

ngative avec le volume des investissements.

200
 Figure 31 : Evolution du taux dinflation, priode 1980-2005
Source : laboration personnelle

Lvolution du taux dinflation entre 1980 et 2005 montre le grand effort

entrepris par les autorits marocaines pour prserver la stabilit des prix et pour donner
confiance aux oprateurs conomiques.

Lagrgat M3 en pourcentage du PIB : cest un indicateur de la

mobilisation des dpts par le secteur financier. Il reflte de niveau du
dveloppement du secteur financier.

Le systme de financement de lconomie marocaine, largement administr

jusquen 1990 et ne rpondant plus aux nouvelles exigences du march, a d subir des
rformes radicales qui se sont traduites au niveau montaire par une libralisation
progressive des instruments de la politique montaire. la suite de cette libralisation
financire entame en 1993, on assiste une prolifration dactifs ayant des
caractristiques similaires celles de la monnaie. La figure suivante montre cette
volution.

201
 Figure 32 : Evolution du ratio M3/PIB priode 1980-2005
Source : laboration personnelle

La dimension socioculturelle :
Cette dimension sera mesure par les variables suivantes :

Le facteur humain : La prsence dune main duvre la fois bon march

et qualifie constitue un facteur dattractivit important pour les
investisseurs trangers. Plusieurs travaux sur les interactions entre le
capital humain et les investissements directs trangers montrent que le
facteur humain contribue fortement lattraction des IDE. Certains pays
ont demble investi dans le capital humain avec lobjectif dattirer lIDE.
Il est trs important que la population ait un certain niveau minimum
dinstruction pour quun pays puisse la fois attirer lIDE et exploiter
pleinement les retombes de la prsence dentreprises trangres sur le
plan du capital humain.

202
 Ainsi pour mettre en vidence empiriquement limpact de du facteur humain sur
lIDE, on opte pour deux indice savoir le taux dactivit urbaine et le taux de
chmage urbain.

Figure 33 : Taux dactivit urbaine et du taux de chmage urbain, (1980-2005)

Source : laboration personnelle

Dpense en ducation : Le total des dpenses en ducation en pourcentage

du PIB reflte limportance quaccorde lEtat la formation et
linstruction de ses citoyens. Les dpenses en ducation devraient donc
avoir un effet positif sur lattractivit des IDE. C'est--dire quune
augmentation des dpenses en ducation aurait pour impact la hausse des
investissements trangers.

203
Figure 34 : les dpenses en ducation en pourcentage du PIB, priode 1980-2005
Source : laboration personnelle

Linfrastructure : Il s'agit de lignes tlphoniques reliant l'appareil d'un

client un rseau tlphonique public. Il reflte le stock dinfrastructure.
Leffet de ce dernier sur lattractivit des conomies peut tre expliqu par
des services adquats pouvant constituer un environnement favorable
lentre des investissements trangers. On sattend une corrlation
positive entre le nombre de ligne tlphonique par 1000 habitants et les
flux net dIDE.

Figure 35 : Evolution du nombre de linfrastructure, priode 1980-2005

Source : laboration personnelle
204
 Indice de dveloppement humain : L'IDH est un indice composite, sans
unit, compris entre 0 (excrable) et 1 (excellent), il value le niveau de
dveloppement humain des pays du monde. On sattend une corrlation
positive entre lIDE et lIDH.

Figure 36 : Evolution de lIDH, (1980-2005)

Source : laboration personnelle

La population urbaine comme indicateur de l'urbanisation : Le degr

durbanisation et de dveloppement des institutions urbaines, permettant
un accs plus facile aux diffrentes institutions (sociales, culturelles,
sanitaires, sportives, etc.) approxim par la population urbaine en
pourcentage de la population totale.

Comme l'IDE se concentre souvent dans les zones urbaines, on prvoit qu'aux
yeux des investisseurs trangers, les effets positifs de l'agglomration (accs aux
institutions politiques et financires, une meilleure infrastructure, un rservoir de
main-duvre plus large et plus vari, des citoyens plus exposs aux influences
trangres) seront plus forts que les effets ngatifs (la congestion et la pollution) ce qui
se traduira par une corrlation positive entre le degr durbanisation et l'IDE et le
coefficient de corrlation aura le signe plus.

205
 Figure 37 : Evolution du taux durbanisation en %, priode 1980-2005
Source : Elabor par nous

Nombre de grves : il reflte de degrs de stabilit sociale. Les

investisseurs trangers ont tendance sinstaller dans les pays qui ne
reprsente pas de risque

Figure 38 : Evolution du nombre de grve, priode 1980-2005

Source : Elabor par nous
206
 2) Lanalyse factorielle

Pour liminer toute redondance due au nombre de variables explicatives

retenues, nous allons procder une Analyse en Composantes Principales (ACP). En
effet, l'ACP permet d'extraire l'essentiel de l'information contenue dans le tableau des
donnes et d'en fournir une reprsentation image se prtant plus aisment
l'interprtation.

LACP fait partie des analyses descriptives multivaries. Le but de cette analyse
est de rsumer le maximum dinformations possibles en en perdant le moins possible
(Trachen 1988).

Elle permet de rduire des tableaux de grandes tailles (n individus et p

variables) en un petit nombre de variables (2 ou 3 gnralement) tout en conservant un
maximum dinformation (De Lagarde 1995). Elle aide le chercheur donc analyser
des tableaux de donnes numriques quantitatives pour en rduire la dimensionnalit
aux principaux facteurs d'interaction entre variables et en reprsenter graphiquement
les interrelations. La mise en uvre de lACP) a t effectue au moyen de la
procdure d'Analyse Factorielle de SPSS.

Lanalyser les rsultats dune ACP ncessite de rpondre trois questions:

Est-ce que les donnes sont factorisables?

Combien de composantes principales retenir ?
Comment interprter les rsultats de lACP?

a) Justification du recours lACP :

Pour vrifier le caractre factorisable des donnes, trois examens peuvent tre
utiliss : les variables sont elles suffisamment corrles, le test de sphricit de

207
Bartlett, et lindicateur de Kaiser Meyer Oklin (KMO). Pour que les donnes soient
factorisables, les indicateurs doivent faire merger des rsultats satisfaisants92.

Dans un premier temps, nous allons observer la matrice des corrlations.

92
Bon J., Gregory P., Aurifeille J.-M. et Cliquet G. (1995), Techniques marketing, deuxime
dition, Vuibert.
208
 LIBCIV LIBPOL LIBECO2 CRECO AGLOM COMM PIB/HAB ENB CHANGE TXINV M3/PIB TXINF INFR EDUC TXACT TXCHOM TX_URB NB_GRV IDH

LIBCIV 1,000 ,078 ,305 ,152 -,160 -,241 -,128 -,113 ,225 -,553 -,208 ,111 -,168 -,047 ,148 -,020 -,098 -,355 -,198

LIBPOL ,078 1,000 -,259 -,185 ,389 ,101 ,770 ,400 ,510 -,072 ,716 -,522 ,792 ,321 ,070 ,627 ,786 ,197 ,768

LIBECO2 ,305 -,259 1,000 -,007 -,768 -,720 -,567 -,628 -,158 -,464 -,694 ,360 -,354 -,477 ,515 -,218 -,481 -,065 -,537

CRECO ,152 -,185 -,007 1,000 ,007 -,122 ,031 ,137 ,092 -,232 -,095 ,023 -,074 ,159 -,090 -,046 -,021 -,051 -,087

AGLOM -,160 ,389 -,768 ,007 1,000 ,773 ,712 ,712 ,497 ,484 ,855 -,543 ,577 ,579 -,643 ,440 ,660 ,135 ,732

COMM -,241 ,101 -,720 -,122 ,773 1,000 ,361 ,434 ,264 ,545 ,552 -,097 ,215 ,383 -,579 ,254 ,311 -,038 ,436

PIB/HAB -,128 ,770 -,567 ,031 ,712 ,361 1,000 ,766 ,709 ,014 ,948 -,811 ,904 ,491 -,055 ,758 ,991 ,014 ,851

ENB -,113 ,400 -,628 ,137 ,712 ,434 ,766 1,000 ,623 ,051 ,755 -,718 ,468 ,347 -,365 ,388 ,726 -,246 ,483

CHANGE ,225 ,510 -,158 ,092 ,497 ,264 ,709 ,623 1,000 -,368 ,602 -,625 ,617 ,188 -,010 ,717 ,755 -,367 ,563

TXINV -,553 -,072 -,464 -,232 ,484 ,545 ,014 ,051 -,368 1,000 ,259 ,085 ,036 ,253 -,604 -,213 -,049 ,526 ,248

M3/PIB -,208 ,716 -,694 -,095 ,855 ,552 ,948 ,755 ,602 ,259 1,000 -,747 ,859 ,561 -,280 ,672 ,926 ,155 ,883

TXINF ,111 -,522 ,360 ,023 -,543 -,097 -,811 -,718 -,625 ,085 -,747 1,000 -,734 -,353 ,041 -,506 -,824 ,091 -,597

INFR -,168 ,792 -,354 -,074 ,577 ,215 ,904 ,468 ,617 ,036 ,859 -,734 1,000 ,436 ,067 ,800 ,925 ,249 ,856

EDUC -,047 ,321 -,477 ,159 ,579 ,383 ,491 ,347 ,188 ,253 ,561 -,353 ,436 1,000 -,335 ,240 ,446 ,146 ,510

TXACT ,148 ,070 ,515 -,090 -,643 -,579 -,055 -,365 -,010 -,604 -,280 ,041 ,067 -,335 1,000 ,255 ,015 -,249 -,163

TXCHOM -,020 ,627 -,218 -,046 ,440 ,254 ,758 ,388 ,717 -,213 ,672 -,506 ,800 ,240 ,255 1,000 ,801 -,013 ,702

TX_URB -,098 ,786 -,481 -,021 ,660 ,311 ,991 ,726 ,755 -,049 ,926 -,824 ,925 ,446 ,015 ,801 1,000 -,013 ,839

NB_GRV -,355 ,197 -,065 -,051 ,135 -,038 ,014 -,246 -,367 ,526 ,155 ,091 ,249 ,146 -,249 -,013 -,013 1,000 ,315

IDH -,198 ,768 -,537 -,087 ,732 ,436 ,851 ,483 ,563 ,248 ,883 -,597 ,856 ,510 -,163 ,702 ,839 ,315 1,000

Tableau 30 : Matrice de corrlation entre les variables

Source : rsultats SPSS
 Lanalyse de la matrice de corrlation permet didentifier des groupes de
variables corrles entre elles. Plus on identifie de corrlation, plus lACP donnera des
axes factoriels reprsentatifs des observations et donc une forte reprsentation de
linformation par les axes.

A la lecture de la matrice de corrlation entre les variables, on observe que

plusieurs variables sont corrles (> 0.5). Cela signifie que la factorisation est possible.

Dans un deuxime temps, il faut observer lindice de KMO (Kaiser-Meyer-

Olkin) qui doit tendre vers 1. Si ce nest pas le cas, la factorisation nest pas conseille.
Pour juger de lindice de KMO, on peut utiliser lchelle suivante :

0,50 et moins est misrable ;

entre 0,60 et 0,70, cest mdiocre ;
entre 0,70 et 0,80 cest moyen ;
entre 0,80 et 0,90 cest mritoire ;
et plus 0,9 cest merveilleux.

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,594

Khi-deux approch 681,847
Test de sphricit de Bartlett ddl 171
Signification ,000

Tableau 31 : Indice KMO et test de Bartlett

Source : rsultats SPSS

Nous constatons que lindice KMO est mdiocre (entre 0,5 et 0,6), cela signifie
quil y a trop de corrlations partielles. Il convient donc de supprimer la (ou les)
variables ayant le plus dinfluence sur les corrlations partielles. Pour cela, on calcule
la matrice des corrlations anti-image. La diagonale de cette matrice correspond au
KMO pour chaque variable (quotient de la somme des corrlations au carr de cette
variable avec les autres variables, par la mme chose plus la somme des corrlations

210
partielles au carr de cette variable.) Il convient donc de supprimer la ou les variables
ayant le KMO le plus faible.

211
 LIBCIV LIBPOL LIBECO2 CRECO AGLOM COMM PIB/HAB ENB CHANGE TXINV M3/PIB TXINF INFR EDUC TXACT TXCHOM TX_URB NB_GRV IDH

LIBCIV ,218(a)
LIBPOL -,727 ,606(a)
LIBECO2 ,297 -,502 ,737(a)
CRECO -,417 ,582 -,364 ,106(a)
AGLOM -,729 ,564 -,276 ,366 ,582(a)
COMM ,435 -,373 ,377 -,250 -,123 ,606(a)
PIB/HAB ,324 -,291 ,338 -,603 -,674 -,101 ,634(a)
ENB ,349 -,169 1,247E-02 ,112 1,336E-02 ,420 -,514 ,639(a)
CHANGE -,129 ,291 -,278 -7,009E-02 -,367 -,523 ,652 -,578 ,512(a)
TXINV ,364 -2,199E-02 -,122 -7,936E-02 -,672 -,336 ,617 -,288 ,731 ,366(a)
M3/PIB -1,599E-02 ,132 -7,426E-03 ,239 -,493 -,570 ,443 -,364 ,696 ,591 ,714(a)
TXINF -,166 -,166 1,950E-02 6,962E-02 ,484 -1,066E-02 -,592 ,377 -,594 -,601 -,439 ,640(a)
INFR ,470 -,242 6,032E-02 -3,151E-02 -,329 ,249 -7,235E-02 ,779 -,212 3,306E-02 1,780E-03 ,113 ,775(a)
EDUC -7,411E-02 ,200 -,265 -,101 -5,535E-02 -7,979E-02 6,015E-02 5,752E-02 ,313 ,225 1,956E-02 -,158 1,204E-02 ,844(a)
TXACT -,628 ,780 -,524 ,546 ,651 -,296 -,433 4,789E-02 ,206 -,139 5,168E-02 6,615E-02 -,122 ,236 ,395(a)
TXCHOM ,451 -,220 ,161 -,253 -,757 -,169 ,670 -,171 ,443 ,707 ,523 -,628 ,134 ,113 -,476 ,548(a)
TX_URB -,299 ,110 -,192 ,351 ,723 ,238 -,896 ,311 -,751 -,713 -,685 ,658 -,193 -,131 ,233 -,748 ,616(a)
NB_GRV -,239 ,152 -,224 -,171 ,410 ,263 -,112 -,234 3,004E-02 -,268 -,467 2,091E-02 -,556 ,193 ,296 -,412 ,350 ,370(a)
IDH ,493 -,531 ,285 -5,109E-02 -,143 ,493 -,381 ,782 -,723 -,354 -,393 ,380 ,585 -,194 -,353 -,120 ,327 -,341 ,660(a)
(a) Mesure de prcision de l'chantillonnage (KMO)

Tableau 32 : Matrice de corrlation anti-image (source : rsultats SPSS)

 En analysant la matrice des variances anti-image, nous avons exclu les variables
suivantes cause de leur faible KMO : LIBCIV, CRECO, TXINV et NB_GRV.

Aprs la suppression de ces variables, nous avons excut nouveau le test de

Bartlett et lindice KMO. Nous avons obtenu les rsultats suivants :

Mesure de prcision de l'chantillonnage de Kaiser-Meyer-Olkin. ,756

Khi-deux approch 561,927
Test de sphricit de Bartlett ddl 105
Signification ,000

Tableau 33 : Indice KMO et test de Bartlett aprs suppression des variables

Source : rsultats SPSS

Nous remarquons que lindice KMO est de 0,756. Cette valeur est juge
moyenne.

Pou complter lanalyse, on utilise le test de sphricit de Bartlett. :

H0 = tous les lments en dehors de la diagonale sont nuls = aucune

corrlation/covariance entre les variables !

On utilise le test du Khi2. Si Khi2 calcul > Khi2 critique : on rejet H0, or
daprs la table de Khi2 et pour un degr de libert de 105 nous avons la valeur de
50,892 qui est largement infrieure la valeur calcule 561,927. Donc on rejet H0. La
signification (Sig.) associ ce test tend vers 0.000, ce qui veut dire que cest trs
significatif.

L'indice KMO et le test de Bartlett obtenus montrent que les donnes sont
factorisables. Ainsi, nous allons procder l'extraction des composantes principales.

213
 b) Extraction des valeurs propres :

Pour dterminer le nombre de composantes retenir pour la suite de lanalyse,

on dispose de trois rgles:

1re rgle : la rgle de Kaiser (proposer en 1960 par Kaiser) qui veut
quon ne retienne que les facteurs aux valeurs propres suprieures
1(>1). Ceci ne sapplique que si on a analys la matrice des corrlations
et non la matrice des covariances. Ce critre consiste retenir les
dimensions qui contribuent au moins autant que chacune des variables
initiales.
2me rgle : on choisit le nombre daxe en fonction de la restitution
minimale dinformation que lon souhaite. Par exemple, on veut que le
modle exprime au moins 80% de linformation.

Pour ces deux premires rgles, on examine le tableau de la Variance explique

totale.

214
 Valeurs propres initiales Sommes des carrs charges

% de la % de la
Composante Total % cumuls Total % cumuls
variance variance
1 8,940 59,597 59,597 8,940 59,597 59,597
2 2,584 17,228 76,825 2,584 17,228 76,825
3 ,941 6,276 83,101
4 ,772 5,144 88,246
5 ,527 3,511 91,757
6 ,480 3,197 94,954
7 ,292 1,945 96,899
8 ,141 ,937 97,835
9 ,127 ,848 98,683
10 8,457E-02 ,564 99,247
11 6,609E-02 ,441 99,688
12 2,950E-02 ,197 99,884
13 1,056E-02 7,038E-02 99,955
14 5,996E-03 3,998E-02 99,995
15 8,027E-04 5,352E-03 100,000
Mthode d'extraction : Analyse des principaux composants.

Tableau 34 : Variance explique totale

Source : rsultats SPSS

Daprs le tableau de variance totale, on remarque que le logiciel a calcul 15

composantes, la premire une valeur propre, c'est--dire, variance de 8,940 qui
reprsente 59,597 % de la variance totale des variables initiales. La deuxime
composante quand elle contribue raison de 17,228 % dans la variance totale des
variable initiales avec une valeur propre de 2,584. En appliquant la rgle de Kaiser, on
retient les deux premires composantes principales (>1). Ces deux composantes
contribuent, ensemble, 76,825 % de la variance initiale.

215
 Il existe une 3me mthode pour confirmer ces rsultats : Le test de talus (Scree-
test) ou test du coude. Il est Due Cattell (1966), il consiste observe le graphique des
valeurs propres et retenir les valeurs qui se trouvent gauche du point dinflexion.

Graphique des valeurs propres

10

4
Valeur propre

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Numro de composant

Figure 39 : Graphique des valeurs propres

Source : rsultats SPSS

Selon le graphique des valeurs propres, on peut retenir deux composantes

principales. En effets, la diffrence de variance entre la deuxime et la troisime
composante est importante.

c) La qualit de la reprsentation :

Aprs avoir dtermin le nombre de composantes prendre en considration, il

y a lieu de juger de la qualit de la reprsentation de ces deux composantes des
variables initiales. Pour ce faire, on analyse de tableau de la qualit de la
reprsentation. On repre les variables ayant un taux dextraction trop faible. Si cest
le cas, on peut choisir dexclure certaines delles.

216
 Initial Extraction

LIBPOL 1,000 ,682

LIBECO 1,000 ,765
AGLOM 1,000 ,939
COMM 1,000 ,714
PIB/HAB 1,000 ,974
ENB 1,000 ,636
CHANGE 1,000 ,591
M3/PIB 1,000 ,969
TXINF 1,000 ,654
INFR 1,000 ,890
EDUC 1,000 ,409
TXACT 1,000 ,774
TXCHOM 1,000 ,741
TX_URB 1,000 ,986
IDH 1,000 ,799
Mthode d'extraction : Analyse des principaux composants.

Tableau 35 : Qualit de reprsentation

Source : rsultats SPSS

Daprs le tableau, nous pouvons dire que les deux composantes contribuent
68,20 % de la variance des liberts politiques (LIBPOL).

Dautant plus que la lecture de la troisime colonne du tableau, nous donne que
toutes les variables ont un taux dextraction suprieur 40%, ce qui nous pousse
conclure que les deux composantes sont suffisantes pour synthtiser les variances des
variables initiales.

217
 d) Interprtation des axes factoriels:

Dans cette tape, on sintresse aux coordonnes des variables par rapport aux
axes principaux retenus. La Matrice des composantes et le Diagramme des
composantes donnent la contribution de chaque variable la formation des
composantes principales. On cherche quelles sont les variables qui concourent le plus
la construction de chaque axe. On repre les variables initiales qui sont fortement
corrles avec les axes ainsi que les sens de la corrlation (positive ou ngative).

Composante
1 2
M3/PIB ,982 -7,755E-02
PIB/HAB ,973 ,166
TX_URB ,959 ,259
IDH ,892 6,564E-02
INFR ,878 ,346
AGLOM ,835 -,492
TXINF -,780 -,214
ENB ,770 -,208
TXCHOM ,740 ,440
LIBPOL ,735 ,376
CHANGE ,715 ,282
LIBECO -,644 ,592
EDUC ,560 -,308
TXACT -,231 ,849
COMM ,515 -,670
Mthode d'extraction : Analyse en composantes principales.
2 composantes extraites.

Tableau 36 : Matrice des composantes

Source : rsultats SPSS

218
 Lanalyse du tableau nous fournit les rsultats suivants :

La premire composante est fortement corrle positivement avec les variables

M3/PIB, PIB/HAB, TX_URB, IDH, INFR, AGLOM, TXCHOM, ENB et LIBPOL.
Elle est corrle ngativement avec les variables initiales LIBECO et TXINF. On peut
donc conclure que le premier axe met en opposition deux priodes : une premire
dtermine par des politiques dattractivit des capitaux trangers focalises sur un
meilleur cadre conomique pour le climat des affaires, une deuxime priode
caractrise par la dtrioration du cadre macroconomique (libert et stabilit
conomique).

La deuxime composante est fortement corrle positivement avec TXACT et

ngativement corrle avec COMM. On peut dire que cet axe oppose dune part une
priode ou le Maroc a investi dans le capital humain, et une priode o le Maroc a
connu un regain de ses changes commerciaux avec ltranger.

Diagramme de composantes
1,0
txact

libeco

,5 txchom
libpol infr
change tx_urb
pib/hab
idh
0,0 m3/pib
txinf enb
educ
Composante 2

aglom
-,5
comm

-1,0
-1,0 -,5 0,0 ,5 1,0

Composante 1

Figure 40 : Diagramme des composantes

Source : rsultats SPSS

219
 Figure 41: Diagramme des observations
Source : rsultats SPSS

L'analyse simultane du diagramme des composantes et du diagramme des

observations permet de distinguer trois phases d'attractivit des capitaux trangers par
le Maroc depuis 1980:

Phase 1 : Entre 1980 et 1990

Cette phase est caractrise par la dtermination du cadre macroconomique et

par le manque de stabilit et de libert conomique. Elle est marque par les
dsquilibres macroconomiques. Ce qui a conduit les autorits adopter une srie de
rformes dans le but de rtablir ces dsquilibres. En 1983, le Maroc a adopt le
Programme dAjustement Structurel. Ce dernier se fonde sur lhypothse que la
stabilisation et la libralisation gnrent la croissance conomique, et par consquent
le dveloppement social. La recherche de la stabilit a impos aux pouvoirs publics la
rduction des budgets (surtouts sociaux). Ces contraintes ont influenc lattractivit du
Maroc vis--vis des capitaux trangers.

220
 Phase 2 : Entre 1991 et 2000

Cette priode est caractrise par un vaste mouvement de rformes ayant trait
la fois lenvironnement institutionnel et aux objectifs de la politique conomique et
visant rhabiliter la composante sociale pour rduire lampleur des dficits
structurels. Ces rformes ont permet une meilleur ouverture et insertion du Maroc dans
les changes internationaux. Cette dcennie est caractrise galement par le dbut de
lalternance politique. Ces facteurs ont permis au Maroc damliorer son attractivit
des investissements trangers.

Phase 3: Depuis 2000

Nous pouvons dire que cette priode a bnfici plutt des rformes dj
entames pendant la priode prcdente. Toutefois, on assiste une acclration de la
mise en place de ces rformes et louverture de grands chantiers conomiques et
sociaux, ce qui constitue un meilleur cadre conomique et social pour l'attraction des
investissements.

Dans cette section nous avons procd une analyse statistique et factorielle
des variables susceptibles dexpliquer lattraction des IDE, la section suivante sera
consacr ltude conomtrique pour dceler les variables rellement influentes dans
le processus dattraction des capitaux trangers.

221
Section 3 : Etude conomtrique
1) La spcification du modle

La modlisation est une approximation de la ralit observe. Cette dernire

diffre lgrement de la ralit concrte. Et du fait qu'on dsire observer les
comportements des investisseurs trangers travers l'volution des IDE et que pour ce
faire, ils dcident du niveau d'investissement en se basant sur les performances
antrieures des conomies considres, les variables exognes seront retardes dune
priode.

La forme mathmatique du modle explicatif de l'entre des IDE au Maroc

retenue est la suivante :

IDE _ IDEt = C + t-1 X t -1 + t 1

C : la constante
Xt : les variables explicatives
t : coefficients
t : le terme derreur

Cest le model le plus utilis dans les tudes empiriques du fait de sa simplicit
et de la disponibilit des donnes. Lattractivit des IDE peut tre exprime, compte
tenu des dimensions du triangle de lattractivit sous la forme linaire suivante93 :

A partir de cette formalisation mathmatique de lattraction des IDE, les valeurs

numriques des coefficients du modle d'estimation seront dtermines. Elles seront
compares aux signes attendus (voir tableau page suivante).

Pour la russite de cette phase, on testera d'abord la normalit des variables,

ensuite la stationnarit de toutes les sries, leur cointgration et leur causalit. Enfin, il
sera procd la vrification des hypothses de la rgression multiple.

93
Le modle retenu sapparente ceux de Wilhelms (1998), Djaw (2005), Faouzi (2004), Batana
(2005), Dupuch & Milan (2002), Andreff W. et Andreff M. (2003).

222
Le tableau ci-dessous rsume les variables retenues et les signes attendus.

Signe
Variables Abrviation
attendu
Indice global de liberts conomiques LIBECO -
Dimension
politique

Indice global de droits politiques LIBPOL -

Indice global de liberts civiles LIBCIV +

Le stock des IDE en pourcentage du PIB AGLOM +

La croissance conomique CRECO +

Lagrgat M3 (% du PIB) M3_PIB +

Commerce (% du PIB) COMM +

Dimension conomique

PIB par habitant PIBHAB +

pargne nationale brute (% du PIB) EDPIB + -

Taux de change CHANGE + -

Capacit interne d'investissement (FBCF en
TXINV +
% du PIB)
Taux dinflation (%) TXINF -

Dpenses en ducation (total) (% du PIB) EDUC +

Indicateur du dveloppement humain IDH +

Dimension socioculturelle

Taux d'urbanisation TXURB +

Lignes tlphoniques (par 1000 personnes) INFR +

Taux dactivit TXACT +

Taux de chmage urbain TXCHOM +

Nombre de grves NB_GREV -

Tableau 37 : Description des variables affectant lIDE et les signes attendus de leurs
coefficients

223
 2) Analyse de la normalit :

Lanalyse commence par tester la normalit des variables partir du test de

Jarque et Bera (J-B).

Problme du test :

H0 : les donnes suivent une loi normale

H1 : les donnes ne suivent pas une loi normale

Si la probabilit associe au test est infrieure , on rejette lhypothse de

normalit. En revanche, si la probabilit est suprieure , on ne rejette pas H0 et
lhypothse de normalit est vrifie.

En dautres termes, l'hypothse de normalit des variables est accepte lorsque

la condition suivante est vrifie : la probabilit de la statistique de Jarque-Bera,
fournie par Eviews, est suprieure au seuil de 5% (0,05).

La statistique de J-B suit une loi de Khi2 deux degrs de libert, donc :

Si J-B>Khi2 (2,0.05) (=5.99 selon la table de Khi2), on rejette H0 de normalit

au seuil de 0.05.

224
 PIB_HA CHANG TXCHO
IDE_PIB LIBPOL LIBECO CRECO AGLOM COMM ENB TXINV M3_PIB TXINF INFR EDUC TXACT TX_URB NB_GRV IDH
B E M

Mean 1.574639 4.615385 62.33687 3.383846 18.15581 47.66154 9591.346 21.56923 8.729462 19.46538 65.02077 4.980769 2.842308 5.646923 47.70885 16.94615 49.58214 343.6154 0.541575

Median 1.009495 5.000000 63.41578 3.740000 14.14932 46.35000 9792.000 21.70000 8.894500 19.10000 64.50000 4.150000 2.925000 5.500000 47.80000 17.10000 50.36231 341.0000 0.552500

Maximu
7.434484 6.000000 64.70000 11.80000 35.25884 61.20000 15119.00 28.40000 11.39900 23.70000 103.7000 12.50000 5.240000 7.500000 52.00000 22.90000 55.53162 748.0000 0.640000
m
Minimu
0.002904 4.000000 52.20000 -6.600000 10.43321 41.30000 3823.000 14.50000 4.346000 15.80000 43.60000 0.600000 0.860000 4.800000 45.20000 9.800000 41.11552 124.0000 0.429000
m

Std. Dev. 1.718449 0.571099 2.831166 4.986917 8.175135 4.796839 3527.966 3.784259 1.596391 2.088050 17.98125 3.662897 1.649544 0.665317 1.660757 3.232984 4.625946 124.2742 0.064618

Skewness 1.865255 0.194378 -2.346505 -0.088100 1.123880 0.924549 -0.156655 0.227373 -1.068750 0.325875 0.534465 0.613378 0.038885 1.052887 0.531926 -0.199838 -0.370457 1.086450 -0.288081

Kurtosis 6.387529 2.174083 7.897365 2.115767 2.841682 3.458310 1.818389 2.259017 4.346751 2.219874 2.107831 2.277653 1.288112 3.679249 2.866406 2.518194 1.803205 5.617414 1.902890

Jarque-
27.50807 0.902709 49.84257 0.880656 5.500618 3.931643 1.618898 0.818838 6.914532 1.119488 2.100126 2.195609 3.181328 5.303633 1.245429 0.424534 2.146379 12.53672 1.663582
Bera
Probabili
0.000001 0.636765 0.000000 0.643825 0.063908 0.140041 0.445103 0.664036 0.031516 0.571355 0.349916 0.333603 0.203790 0.070523 0.536486 0.808749 0.341916 0.001895 0.435269
ty

Sum 40.94062 120.0000 1620.759 87.98000 472.0511 1239.200 249375.0 560.8000 226.9660 506.1000 1690.540 129.5000 73.90000 146.8200 1240.430 440.6000 1289.136 8934.000 14.08094

Sum Sq.
73.82664 8.153846 200.3876 621.7336 1670.821 575.2415 3.11E+08 358.0154 63.71157 108.9988 8083.132 335.4204 68.02486 11.06615 68.95287 261.3046 534.9844 386102.2 0.104386
Dev.
Observati
26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26
ons

Tableau 38 : statistiques descriptives et test de J-B

Source : rsultats sous Eviews
 A partir du test de J-B effectu sur Eviews, on constate que la majorit des
variables suivent la lui normale ce qui autorise lestimation du modle conomtrique
par la mthode des Moindre Carre Ordinaire (MCO).

3) Analyse de la stationnarit

Dans le cas des sries temporelles, cette analyse est juge pralable toute
rgression. Le problme principal revient dterminer si la srie est stationnaire ou
pas, en particulier lorsquon a affaire des sries macroconomiques94. Par dfinition,
une srie chronologique est considre non stationnaire lorsque sa variance et sa
moyenne se trouvent modifies dans le temps (Bourbonais 2005).

Le test, donc, consiste vrifier si les proprits des sries statistiques

temporelles sont indpendantes du temps durant la priode dtude. Si cette condition
nest pas vrifie, les rsultats sont invalides et il y a lieu de remplacer les sries par
leur diffrentielle dans lestimation95.

Le test de stationnarit utilis est celui de Dickey Fuller Augment (ADF) avec
les hypothses suivantes :

H0 : prsence de racine unitaire (srie non stationnaire)

H1 : absence de racine unitaire (srie stationnaire)

Si ADF calcul < ADF thorique alors l'hypothse H1 est vrifie. La variable
est donc stationnaire; sinon alors l'hypothse H0 est vrifie et la variable est non
stationnaire.

Nous avons appliqu le test de Dicky-Fuller Augment, les rsultats sont

rsums dans le tableau suivant :

94
Ce qui est le cas de notre tude
95
JOHNSTON Jack et DINARDO John (1999), Mthodes conomtriques, Economica,
4me dition, Paris, 383 p (pp 222).
226
 ADF(1) ADF(1)
Variables
En niveau En diffrence premire
IDE_PIB -4.167849***
LIBPOL -1.669694 -4.756950***
AGLOM 0.669536 -4.426952***
COMM -1.580226 -6.188887***
CRECO -10.37296***
INFR -1.046806 -3.655442**
TXACT -1.478501 -4.680283***
LIBECO 1.252688 -4.752009***
PIB_HAB -0.494128 -8.958113***
ENB -1.046637 -7.000675***
CHANGE -3.318895**
M3PIB 1.882823 -5.990211***
TXINF -2.006191 -7.540367***
TXINV -1.947006 -5.820221***
EDUC -3.331325**
NB_GREV -4.601004***
TXCHOM -2.878802*
TXURB -8.136871***
IDH -1.600186 -8.751910***

(1) ADF= Augmented Dickey-Fuller statistique; * = le t statistique est suprieur la valeur

critique de Mackinon pour un seuil de tolrance de 10 %; ** = le t statistique est suprieur la
valeur critique de Mackinon pour un seuil de tolrance de 5% ; *** = le t statistique est suprieur
la valeur critique de Mackinon pour un seuil de 1 %.

Tableau 39 : test de stationnarit96

Il ressort du test de Dickey Fuller augment (ADF) que des sries ne sont pas
stationnaires. Donc, pour avoir des rsultats valables, elles ne peuvent tre utilises
sous leur forme actuelle. Par consquent, dans lestimation, les variables LIBPOL,

96
Voir dtail des tests en annexe n4
227
LIBECO, COMM, AGLOM, INFR, M3PIB, ENB, PIB_HAB, TXINF, TXINV, TXACT et
IDH ncessitent leur remplacement par leur diffrentielle dordre 1.

4) Analyse de la cointgration

Lanalyse de la cointgration permet de traiter les sries chronologiques non

stationnaires. Elle dcrit la vritable relation long terme existant entre deux ou
plusieurs variables.

Le test de cointgration ncessite la runion de deux conditions :

Toutes les sries sont intgres au mme ordre ;

La combinaison linaire des sries donne une srie d'ordre d'intgrit
infrieur ou gal la diffrence en valeur absolue de l'ordre d'intgrit
des sries tudier.

Dans notre exemple, tant donn que nous avons la fois des variables qui sont
intgres d'ordre 1 et des variables stationnaires, on est confront la violation de la
premire condition du test de cointgration.

Donc, L'hypothse nulle selon laquelle il n'existe pas de relation de

cointgration entre les variables est retenue97.

5) Analyse de la causalit :

Le test de la causalit au sens de Granger (1969) permet de voir comment une

variable peut tre explique partir dune autre variable. La variable Y est dite cause
au sens de Granger par la variable X si X aide la prdiction de Y. Pour cela, on doit
tester l'hypothse selon laquelle la variable X cause la variable Y et vice versa. Nous
utiliserons le test F-statistics. Un niveau lev de F signifie que l'hypothse de non
causalit t rejete et donc la prsence d'un effet de causalit est confirme. Le test
F est associ une probabilit qui permet de mesurer le seuil de tolrance d'erreur dans
l'interprtation du test. Cette probabilit doit tre infrieure 5%.

97
Dans le cas contraire (H1), la relation sera estime au travers dun modle correction
derreur (ECM). Pour plus de dtail voir Bourbonnais 2005, pp. 275-294.
228
 Null Hypothesis: F-Statistic Probability
TXCHOM does not Granger Cause IDE_PIB 13,5660 0,00130
TXINF does not Granger Cause IDE_PIB 13,9424 0,00115
IDH does not Granger Cause IDE_PIB 18,6543 0,00028
PIB_HAB does not Granger Cause IDE_PIB 28,2232 2,5E-05
TX_URB does not Granger Cause IDE_PIB 30,3841 1,5E-05
INFR does not Granger Cause IDE_PIB 35,6590 5,2E-06
M3_PIB does not Granger Cause IDE_PIB 37,6139 3,6E-06
CHANGE does not Granger Cause IDE_PIB 4,82885 0,03881
ENB does not Granger Cause IDE_PIB 5,91114 0,02365
AGLOM does not Granger Cause IDE_PIB 8,09261 0,00942
LIBPOL does not Granger Cause IDE_PIB 8,97775 0,00665
IDE_PIB does not Granger Cause TX_URB 1,33938 0,25956
IDE_PIB does not Granger Cause ENB 6,33246 0,01965
IDE_PIB does not Granger Cause AGLOM 36,1594 4,7E-06

Tableau 40 : rsultat du test de causalit98

Source : rsultats Eviews

Daprs les rsultats du test de causalit, on remarque que PIB_PIB, INFR,

TXCHOM, TXINF, IDH, TX_URB, M3_PIB, CHANGE, ENB, AGLOM et LIBPOL
exercent une influence sur IDE_PIB. Cette influence est plus remarquable (niveau
lev de F) pour les variables INFR, TX_URB, PIB_HAB, M3_PIB et IDH.

Ces rsultats confirment lhypothse selon laquelle le niveau de dveloppement

des infrastructures et des institutions urbaines joue un rle dterminant dans
lattraction des capitaux trangers. Ils permettent aussi de dire que le niveau de
dveloppement humain et du dveloppement conomique contribuent lattraction et
laugmentation des investissements trangers.

98
Pour plus de dtail du test voir annexe n4
229
 On peut constater aussi que la variable IDE_PIB exerce une influence
considrable sur la variable AGLOM. Chose tout fait logique dans la mesure o
lentre des IDE permet daugmenter le Stock des capitaux trangers.

Niveau de dveloppement des

infrastructures et des institutions
urbaines

Niveau de dveloppement Niveau dattraction des

conomique et la richesse du pays capitaux trangers

Niveau de dveloppement humain

Figure 42 : les causes de lattractivit des IDE

Ces rsultats ne sont pas dfinitifs. Le test de causalit permet seulement de

tester la relation entre deux variables abstraction faite des variables restantes. Il permet
galement de tester la causalit dans les deux sens.

Ce qui suit tentera de vrifier les hypothses de la rgression multiple, avant de

faire lestimation des coefficients de rgression des variables et conclure ainsi les
rsultats qui en dcoulent.

230
 6) Vrification des hypothses de la rgression multiple

Lestimation du modle avec les variables retenues donne les rsultats suivants :

Dependent Variable: IDE_PIB

Method: Least Squares
Date: 02/02/10 Time: 01:16
Sample: 1981 2005
Included observations: 25

Variable Coefficient Std. Error t-Statistic Prob.

TXCHOM -0.101765 0.335056 -0.303727 0.7716

TX_URB 0.031650 0.294662 0.107412 0.9180
NB_GRV 0.010164 0.005295 1.919620 0.1033
EDUC 0.436717 0.790257 0.552626 0.6005
DTXINV 0.287400 0.404973 0.709678 0.5045
DTXACT -0.855562 0.637846 -1.341330 0.2284
DPIB_HAB 0.001293 0.002832 0.456695 0.6640
DM3_PIB 0.212515 0.314445 0.675843 0.5243
DLIBPOL -0.573064 1.381594 -0.414785 0.6927
DLIBECO 0.042019 0.290620 0.144585 0.8898
DINFR -1.920257 1.193467 -1.608974 0.1587
DINF 0.084342 0.165362 0.510047 0.6282
DIDH -13.45274 15.85807 -0.848321 0.4288
DENB -0.586127 0.422899 -1.385971 0.2151
DCOMM 0.027325 0.162419 0.168235 0.8719
DAGLOM -0.393368 0.242786 -1.620225 0.1563
CRECO 0.018359 0.210574 0.087186 0.9334
CHANGE 0.528344 0.519531 1.016964 0.3484
C -8.807256 9.800674 -0.898638 0.4035

R-squared 0.872688 Mean dependent var 1.623903

Adjusted R-squared 0.490753 S.D. dependent var 1.735045
S.E. of regression 1.238155 Akaike info criterion 3.358005
Sum squared resid 9.198163 Schwarz criterion 4.284351
Log likelihood -22.97506 F-statistic 2.284913
Durbin-Watson stat 2.850047 Prob(F-statistic) 0.155894

Tableau 41 : Rsultats de lestimation des paramtres du modle

Source : rsultats sous Eviews

Avant l'interprtation des rsultats de ce modle, nous allons d'abord vrifier si

les hypothses qui sous-tendent une rgression linaire multiple sont vrifies.

231
 Nous allons vrifier trois principales hypothses savoir : les hypothses de la
normalit des rsidus, de leur l'autocorrlation et de l'htroscedasticit des
perturbations.

Test de normalit des erreurs :

La pertinence globale de la rgression repose sur l'hypothse de distribution

normale N (0;) du terme d'erreur de l'quation de rgression. Vrifier cette hypothse
semble incontournable pour obtenir des rsultats exacts.

Pour vrifier la normalit des erreurs, on utilise le graphique des rsidus et le

test de Jarque et Bera (J-B).

4
3
2
2
0
1
-2
0

-1

-2
82 84 86 88 90 92 94 96 98 00 02 04

Residual Actual Fitted

Figure 43 : Diagramme des rsidus

Source : rsultats sous Eviews

Lanalyse commence par tester la normalit des rsidus partir du test de

Jarque et Bera (J-B)99.

99
Voir explication du test page 230
232
 On remarque que la valeur de la statistique de J-B (14,61) est suprieure la
valeur du test de Khi2 deux degrs de libert au seuil de 0,05 lu dans la table (5,99).
Dautant plus que la probabilit de la statistique de J-B (0,0000) est infrieure au seuil
retenu (0,05), donc on rejette lhypothse de normalit des erreurs.

Pour confirmer ce rsultat, lobservation de la dispersion des rsidus montre

quun point (qui correspond lobservation de lanne 2000) sort de la bande (voir
diagramme des rsidus).

Lobservation des valeurs prises par les variables montre que lanne 2000
constitue une observation atypique. Elle a enregistr un score exceptionnel en termes
dentre des investissements trangers suite aux oprations de privatisations.

Pour remdier se problme, les conomtres prconisent de supprimer les

observations atypiques et de recommencer la rgression.

Aprs suppression de lobservation atypique, nous obtenans le test de J-B

suivant :

5
Series: Residuals
Sample 1981 2005
4 Observations 24

Mean -1.25e-15
3 Median 0.027598
Maximum 0.249607
Minimum -0.431679
2 Std. Dev. 0.176396
Skewness -0.602619
Kurtosis 2.775065
1
Jarque-Bera 1.503195
Probability 0.471612
0
-0.4 -0.2 -0.0 0.2

Figure 44 : Test de normalit des rsidus aprs suppression de lobservation atypique

Source : rsultat sous Eviews

233
 Daprs ces rsultats, on remarque bien que la distribution des rsidus suit une
loi normale (J-B < 5,99).

Test dhtroscdasticit

L'identification de l'httroscdasticit peut tre faite laide de plusieurs tests,

par exemple les tests de Breusch-Pagan, test de Goldfeld, test de Gleisjer et test de
White100.

Si on prend le test de Breusch-Pagan pour tester lhtroscdasticit, le

problme du test est :

H0 : homoscdasticit
H1 : htroscdasticit

Si la probabilit associe au test est infrieure , on rejette lhypothse

dhomoscdasticit (H0). Dans ce cas, puisque le test est global, on ne sait pas quelle
variable est responsable de lhtroscdasticit. En revanche, si la probabilit est
suprieure , lhypothse nulle est vrifie et nous pouvons supposer
lhomoscdasticit des rsidus.

100
Bourbounnais 2005, p. 143
234
 Breusch-Pagan test for heteroskedasticity

coefficient std. error t-ratio p-value

----------------------------------------------------------
const -0,585204 0,486429 -1,203 0,2828
DLIBPOL 0,0515063 0,0691290 0,7451 0,4897
DLIBECO 0,00992148 0,0147758 0,6715 0,5317
CRECO -0,00139168 0,0104522 -0,1331 0,8993
DAGLOM -0,00838246 0,0125005 -0,6706 0,5322
DCOMM 0,00878152 0,00805984 1,090 0,3256
DPIB_HAB -5,21404e-05 0,000141642 -0,3681 0,7279
DENB -0,00147865 0,0220154 -0,06716 0,9491
CHANGE 0,0167245 0,0267968 0,6241 0,5599
DTXINV -0,0143087 0,0204763 -0,6988 0,5158
DM3_PIB -0,0149420 0,0160347 -0,9319 0,3942
DINF -0,00203383 0,00821733 -0,2475 0,8144
DINFR -0,0255658 0,0640853 -0,3989 0,7064
EDUC 0,0187186 0,0391910 0,4776 0,6531
DTXACT 0,0289637 0,0326219 0,8879 0,4153
TXCHOM -0,0153558 0,0166246 -0,9237 0,3980
TX_URB 0,0118614 0,0148948 0,7963 0,4619
NB_GRV 0,000232642 0,000290693 0,8003 0,4599
DIDH -0,195136 0,802510 -0,2432 0,8175

Explained sum of squares = 0,0190336

Test statistic: LM = 12,059298,

with p-value = P(Chi-square(18) > 12,059298) = 0,844161

Tableau 42 : Rsultats du test de Breusch-Pagan sous Gretl

Les rsultats montrent qu'aucun coefficient de la rgression n'est

significativement diffrent de zro au seuil de 5%. Les probabilits associes aux
coefficients sont toutes suprieures 0,05. Donc on rejette donc l'htroscdasticit.

Une mthode graphique existe galement. Elle consiste tudier le graphique

des rsidus. Lhypothse dhomoscdasticit semblera confirme si les rsidus sont
distribus alatoirement lintrieur dune bande horizontale. Le graphique suivant
confirme les rsultats du test de Breusch-Pagan.

235
 Regression residuals (= observed - fitted IDE_PIB)
0.3

0.2

0.1

0
residual

-0.1

-0.2

-0.3

-0.4

-0.5
1980 1985 1990 1995 2000

Figure 45 : Graphique des rsidus

Source : Rsultat sous Gretl

Test dautocorrlation des rsidus :

Lhypothse de non autocorrlation des rsidus est une condition ncessaire

pour la validation des rsultats de lestimation par la mthode des MCO. Lorsque les
erreurs sont autocorrles, on utilise un nouvel estimateur : les moindres carrs
gnraliss (MCG)101.

La dtection de la dpendance des erreurs seffectue en analysant les rsidus.

Cette analyse peut tre par lexamen visuel du graphique des rsidus, le test de Durbin
et Watson et le test de Breusch-Godfrey.

Lanalyse de ce graphique des rsidus (figure n45) rvle des rsidus qui
semblent cycliques, ceci est le symptme dune autocorrlation positive des rsidus.
Nous allons utiliser le test de Durbin et Watson. Ce test ncessite la runion de trois
conditions :

101
Bourbounnais 2005, p. 119
236
 Le modle est spcifi en sries temporelles ;
Le nombre dobservations est suprieur 15 ;
Le modle estim comporte un terme constant.

tant donn que ces trois conditions sont runies, nous allons comparer la
valeur DW obtenue sous Gretl (2,14546) avec celles lues dans la table de Durbin et
Watson n=24 (nombre dobservation) et k=18 (nombre de variable), soit d1= 0,0701
et d2= 3,6777.

Le test de Durbin-Watson permet de dtecter une autocorrlation de la forme :

i= p. i-1 + i avec i ~ N (0; )

H0 : p = 0
H1 : p <> 0

On utilise la statistique de Durbin-Watson.

Par construction, 0 =< DW <=4, DW = 2 lorsque p = 0. Elle a t tabule par

Durbin et Watson pour dfrentes tailles d'chantillon n et de nombre de variables
explicatives k (sans compter la constante). La rgle de dcision n'est pas usuelle, nous
pouvons la rsumer de la manire suivante102 :

Acceptation de H0 si d2 < DW < 4 d2

Rejet de H0 si DW < d1 (p > 0) ou DW > 4 d1 (p < 0)
Incertitude si d1 < DW < d2 ou 4 d2 < DW < 4 d1

Dans notre cas : DW=2,14546, d1= 0,0701 et d2= 3,6777

Donc : d1 < DW < d2 (0,0701 < 2,14546 <3,6777)

Ce qui veut dire quon est dans la zone dincertitude, on ne peut pas se
prononcer sur le rejet ou lacceptation de H0.

102
Bourbonnais, pages 115 et 116
237
 Le test de DW permet de dtecter une autocorrlation dordre 1, do son
insuffisance dans notre cas. Le test de Breusch-Godfrey permet de pallier se
problme. Il permet de tester une autocorrlation dun ordre suprieur 1.

Pour mener ce test, on peut recourir la statistique du Multiplicateur de

Lagrange (LM) qui est distribuer comme un Khi2 p degrs de libert ; si n*R2 >
Khi2(p) lu dans la table au seuil de , on rejette lhypothse dindpendance des
erreurs.

Le calcul de la valeur de LM donne : n*R2 = 23* 0,256631= 2.95

La valeur de Khi2 1 degrs de libert au seuil de 0.05 lu dans la table est =

3.84. On remarque bien que n*R2 < Khi2.

Compte tenu des rsultats du test de Durbin-Watson et Breusch-Godfrey nous

somme amen accepter lhypothse dautocorrlation des erreurs. Il convient donc de
dterminer une procdure adquate lestimation.

7) Les rsultats et validation du modle

Pour remdier la violation de cette hypothse (non autocorrlation des

erreurs), les conomtres prconisent la mthode des moindres carres gnralise.

Cette mthode permet de prendre en compte les diffrentes dpendances

possibles (auto corrlation ou htroscedasticit) entre les variables exognes et les
termes d'erreurs. De mme il permet de pallier au problme de multicolinarit.

Sous cette mthode figure plusieurs techniques. La plus rpondue est celle de
Cochrane-Orcutt103. En utilisant cette dernire, on obtient les rsultats suivants :

103
Bourbonnais, pages 137
238
 Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -8,45391 3,12772 -2,7029 0,05393 *
DLIBPOL -0,423989 0,507473 -0,8355 0,45044
DLIBECO -0,129285 0,114067 -1,1334 0,32037
CRECO 0,0271352 0,0727092 0,3732 0,72793
DAGLOM -0,203611 0,0884825 -2,3011 0,08283 *
DCOMM -0,0420307 0,0419592 -1,0017 0,37317
DPIB_HAB 4,66972e-05 0,00117388 0,0398 0,97017
DENB -0,267079 0,121064 -2,2061 0,09203 *
CHANGE 0,0414236 0,14717 0,2815 0,79231
DTXINV 0,0908778 0,118326 0,7680 0,48530
DM3_PIB 0,0517298 0,0905088 0,5715 0,59821
DINF 0,114231 0,0516117 2,2133 0,09129 *
DINFR -0,815159 0,359883 -2,2651 0,08620 *
EDUC 0,309443 0,182965 1,6913 0,16605
DTXACT -0,602663 0,200846 -3,0006 0,03992 **
TXCHOM -0,0430796 0,105071 -0,4100 0,70281
TX_URB 0,153427 0,0876229 1,7510 0,15484
NB_GRV 0,0033868 0,0015916 2,1279 0,10044
DIDH -4,33055 3,66824 -1,1806 0,30319

Statistics based on the rho-differenced data:

Mean dependent var 1,421814 S.D. dependent var 1,282673
Sum squared resid 0,328394 S.E. of regression 0,286529
R-squared 0,990934 Adjusted R-squared 0,950138
F(18, 4) 49,15834 P-value(F) 0,000890
rho -0,229852 Durbin-Watson 2,452218

Tableau 43 : Rsultat de la rgression par la mthode des MCG (Cochrane-Orcutt)

Source : rsultats sous Gretl

La validation du modle passe par: l'analyse de la significativit des coefficients

et l'analyse de la stabilit du modle.

Analyse de la significativit des coefficients

L'analyse de la significativit du modle se fera en deux tapes : l'analyse du

point de vue de la qualit globale d'une part et celle de la qualit individuelle des
estimateurs d'autre part.

Dans un premier temps, nous allons nous interroger sur la signification globale
du modle de rgression, c'est--dire si lensemble des variables explicatives a une
239
influence sur la variable expliquer. Ce test peut tre formul de la manire suivante :
existe-t-il au moins une variable explicative ?

L'apprciation de la qualit globale de l'ajustement se fait avec la statistique de

Fischer qui indique si les variables explicatives ont une influence sur la variable
expliquer. Soit le test dhypothses suivant :

H0 : tous les coefficients du modle sont nuls

H1 : il existe au moins un coefficient non nul

L'arbitrage se fait par la comparaison de la valeur de la F-statistique estime

celle tabule par Fischer. Le logiciel Gretl fournit automatiquement la probabilit
associe la F-statistique calcule, ce qui facilite grandement l'analyse. Il suffira donc
de comparer la probabilit associe la F-statistique au seuil de 5% retenu. Dans le cas
o la probabilit associe F-statistique calcule est infrieur 5%, alors l'hypothse
Ho sera rejete au profit de l'hypothse alternative selon laquelle la rgression est
globalement significative.

Dans notre cas, la statistique de Fisher calcule par Gretl est F=49,15834 et la
statistique lue dans la table de Fisher 18 et 5 degrs de libert au seuil de 5% est de
4,57853, et la Probabilit est infrieure 5% (0,000890<0.05): donc l'hypothse nulle
est rejete et la relation est globalement significative. Ce rsultat est conforme aux
valeurs de la statistique R2 (0,990934) qui renseignent aussi sur la qualit de relation
(R2 tend vers lunit).

Rsultat : le modle est globalement significatif et de bonne qualit, il y a au

moins une variable qui permet dexpliquer lattractivit des investissements trangers.

Pour se prononcer sur la significativit individuelle, on utilise la statistique de

Student directement fournie par Gretl. Lorsqu'au seuil considr la valeur de la
statistique de Student estime est suprieure celle tabule par Student, alors on
retient l'hypothse de significativit. Il sera ici utilis, comme cela a t
prcdemment fait, la probabilit de rejet que fournit le logiciel Gretl au seuil retenu.

240
 Les rsultats de l'estimation montrent que seulement cinq variables sont
significatives vu la probabilit qui leur est attribue :

LAGLOM est significative au seuil de 10% ;

Le TXACT est significatif au taux de 5% ;
LENB est significative au taux de 10% ;
LINFR est significative au taux de 10%,
LINF est significatif au taux de 10%.

Tests de stabilit des coefficients du modle

Afin de se prononcer sur une ventuelle stabilit des coefficients du modle, les
conomtres ont propos plusieurs test, entres autres nous citons : test de White, test
de Ramsey et test de CUSUM.

Pour notre tude, nous allons utiliser le test de CUSUM (Cumulative SUM). Ce
dernier permet de dtecter les instabilits structurelles de lquation de rgression au
cours du temps104.

CUSUM plot with 95% confidence band

6

-2

-4

-6
1999 1999.5 2000 2000.5 2001 2001.5 2002 2002.5 2003
Observation

Figure 46 : Test de CUSUM sous Gretl

104
Bourbonnais, pages 83.
241
 Daprs le test de CUSUM, nous remarquons que le graphe est compris dans un
entonnoir, c'est--dire que la statistique de CUSUM reste dans lintervalle de
confiance. Nous rejetons donc lhypothse dun changement structurel au cours du
temps. Le modle est stable.

Pour confirmer, nous avons excut le test de Ramsey et nous avons obtenu le
rsultat suivant :

Ramsey RESET Test:

F-statistic 43.18723 Probability 0.106981

Log likelihood ratio 102.8147 Probability 0.000000

Tableau 44 : Rsultat test de Ramsey sous Eviews

La probabilit de F-statistic est suprieure 5%, donc les coefficients du

modle sont stables.

8) Slection du modle optimal

Jusqu prsent nous avons introduit 18 variables dans la rgression. Les

rsultats ont montr que seules certaines variables sont significatives.

Pour avoir un modle optimal, nous allons utiliser la mthode de llimination

progressive. Cette procdure consiste liminer pas pas les variables explicatives
dont les t de Student sont en dessous du seuil critique105.

Le rsultat final obtenu aprs la ralisation de cette procdure est :

105
Bourbonnais, pages 113
242
 Dependent variable: IDE_PIB
Coefficient Std. Error t-ratio p-value
const -7,56487 0,614525 -12,3101 <0,00001 ***
DLIBPOL -0,435484 0,186323 -2,3373 0,05206 *
DLIBECO -0,166359 0,0404806 -4,1096 0,00452 ***
CRECO 0,0459512 0,0221854 2,0712 0,07708 *
DAGLOM -0,179672 0,038122 -4,7131 0,00218 ***
DCOMM -0,0538828 0,0234345 -2,2993 0,05505 *
DENB -0,26876 0,0653525 -4,1125 0,00450 ***
DTXINV 0,104143 0,0457763 2,2751 0,05705 *
DM3_PIB 0,0725287 0,0375695 1,9305 0,09485 *
DINF 0,105868 0,029272 3,6167 0,00855 ***
DINFR -0,719632 0,244154 -2,9474 0,02148 **
EDUC 0,313514 0,083617 3,7494 0,00717 ***
DTXACT -0,64021 0,0713383 -8,9743 0,00004 ***
TX_URB 0,128274 0,0176297 7,2760 0,00017 ***
NB_GRV 0,00286578 0,000633878 4,5210 0,00273 ***
DIDH -4,79568 2,02218 -2,3715 0,04949 **

Statistics based on the rho-differenced data:

Mean dependent var 1,421814 S.D. dependent var 1,282673
Sum squared resid 0,346481 S.E. of regression 0,222480
R-squared 0,990428 Adjusted R-squared 0,969916
F(15, 7) 93,59936 P-value(F) 1,40e-06
rho -0,198578 Durbin-Watson 2,371551

Test for normality of residual -

Null hypothesis: error is normally distributed
Test statistic: Chi-square(2) = 3,47286
with p-value = 0,176148
Tableau 45 : rsultat de lestimation du modle optimal
Source : rsultat sous Gretl

L'tude conomtrique ainsi acheve, il convient de passer l'analyse

conomique des rsultats ainsi obtenus.

9) Synthse et analyse conomique des rsultats

Les rsultats obtenus ci-dessus sont assez satisfaisants, La valeur de R2 ajust

est assez leve ici (0,969) ce qui tmoigne que les variables explicatives retenues
expliquent bien lattraction des capitaux trangers. Les quinze variables expliquent
96,9 % de la variation des IDE.

La probabilit de la statistique F = 93,59936 dpasse largement la valeur

critique lue dans la table de la loi de Fisher 15 et 7 degrs de libert (6,31433), pour
243
un seuil de signification de 1%. En comparant la signification au seuil de signification
(1,40e-06), on atteint la mme conclusion, savoir que toutes les variables introduites
expliquent significativement (significatives 10%) lattraction des investissements.

Nous allons maintenant vrifier si les variables explicatives utilises ont les
signes attendus et de faire ressortir leur importance dans le phnomne d'attractivit
des IDE au Maroc.

Les variables de dimension politique

Les rsultats de lestimation montrent que la variable liberts politiques est

ngativement corrle avec la variable explique. Il est statistiquement significatif.
Limpact ngatif de cette variable vient en confirmation nos hypothses de base. Ce
qui montre que les investisseurs trangers choisissent dimplantation leurs projets
dinvestissements au Maroc en raison de sa stabilit politique.

Rsultat 1: lamlioration du cadre des liberts politiques agit favorablement

sur lattraction des capitaux trangers.

Nous remarquons galement que la variable libert conomique est

significativement corrle avec les IDE mais dans le sens oppos nos attentes
.Ce qui laisse supposer que la libert conomique, toutes choses gales par
ailleurs, nest pas un facteur critique d'attraction des IDE pour le Maroc. Ce qui
signifie que les investisseurs trangers au Maroc ne se proccupent pas des
degrs de la libert conomique.

Rsultats 2 : la libert conomique na pas dinfluence sur les entres des

capitaux trangers.

244
Les variables de dimension conomique

Daprs les rsultats des estimations, on constate que les variables AGLOM,
COMM et TXINF naffichent pas le signe attendu, cependant celui des variables
M3PIB, CRECO et TXINV est conforme nos hypothses.

Concernant la variable AGLOM qui signifie le stock des IDE dj existants,

elle affiche un signe ngatif. Ce qui veut dire, que dans le ca du Maroc, les
investissements nattirent pas les investisseurs. On peut expliquer ce paradoxe par les
fluctuations quont connu les IDE vers le Maroc cause des programmes de
privatisation.

La croissance conomique est un facteur unanimement cit par les tudes

empiriques comme dterminant de lattractivit. Le taux de croissance du PIB est un
bon indicateur de bonne sant dune conomie. La plupart des tudes empiriques
montrent une corrlation positive entre les investissements trangers et le taux de
croissance conomique. La recherche dun march est apparue dans la plupart des tests
conomtriques, comme la variable la plus significative dterminant lIDE. Nos
rsultats sont conformes ceux des tudes antrieures. Il ya une forte corrlation
positive et significative entre la croissance conomique et lattraction des IDE.

Louverture conomique aboutit la rduction des barrires administratives et

amliore lenvironnement des affaires dans le pays daccueil. Ainsi les conomies
ouvertes au commerce international, et croissance conomique stable, ont plus de
succs attirer les IDE. Cependant, les rsultats de notre modle montrent que le taux
douverture a un impact ngatif sur lattraction des IDE.

Rsultat 3 : Louverture conomique nest une ncessit pour lattraction des

investissements trangers.

La variable TXINV affiche significativement le signe attendu, c'est--dire que

la capacit dinvestissement est un lment dterminant dans lattraction des IDE vers
le Maroc. Les rsultats confirment que leffort dinvestissement interne dune

245
conomie est un moteur dattractivit des IDE. Cette variable est une rsultante non
pas seulement de leffort dpargne du pays mais galement du niveau de
dveloppement de son secteur financier, donc elle rsume les politiques du pays en
matire dencouragement de lpargne, de linvestissement et de dveloppement du
secteur financier pour une canalisation efficace de lpargne vers linvestissement.

La variable M3PIB qui est utilis comme proxy du dveloppement du secteur

financier est significative, et selon nos attentes, corrle avec lIDE. Ce qui consolide
des rsultats obtenues pour la variable TXINV.

Rsultat 4 : le dveloppement du secteur financier joue en faveur de lattraction

des capitaux trangers.

La variable ENB tire son utilit du fait qu'il nous renseigne sur la capacit d'un
pays dbloquer ses propres capitaux pour les investissements, autrement dit, la non
dpendance vis--vis les capitaux trangers. Nos estimations montrent que cette
variable est corrle ngativement avec la variable explicative. En somme, nous
pouvons dire que le Maroc attire les IDE cause de sa faible capacit dbloquer sa
propre pargne. Il est dpendant des capitaux trangers.

Rsultats 5 : plus la dpendance vis--vis des capitaux trangers augmente plus

le pays attire les investissements.

Les variables de dimension socioculturelle

LIDH est un indice composite qui comprend lesprance de vie la naissance,

le niveau dducation et le niveau de vie. Le niveau de dveloppement affiche un signe
contraire lattente.

La variable TXACT qui est utilis comme proxy de la disponibilit du capital

humain affiche significativement le signe oppos nos hypothses.

Le climat social (NBGREV) affiche galement une corrlation contraire aux

attentes.
246
 Nous pouvons expliquer ces rsultats par le faite que les investisseurs trangers
simplantent au Maroc en chercherant une main-duvre bas cots sans se
proccuper du niveau de dveloppement humain ni des tensions sociales.

Rsultats 6: linvestissement tranger est attir par le bas niveau des cots
salariaux.

Concernant la variable TXURB qui mesure le niveau de dveloppement des

institutions urbaines, elle est corrle significativement dans les sens de nos attentes.
Elle indique que les investisseurs trangers dcident de se localiser dans les territoires
qui possdent des institutions dveloppes. Ils simplantant au Maroc en cherchant la
proximit des institutions.

Rsultat 7 : Lurbanisation contribue lattraction des investissements

trangers.

La prsence dune main duvre-qualifie constitue galement un facteur

dattractivit important pour les investisseurs trangers. La variable EDUC qui reflte
les dpenses de lEtat dans lducation est corrle significativement, avec un signe
attendu positif, avec la variable expliquer. Ceci nous permet de dire que les capitaux
trangers ont tendance chercher une main-duvre qualifie (cadres) en simplantant
au Maroc.

Rsultat 8 : Les investisseurs trangers sont attirs par la possibilit d'utiliser

une main d'uvre-qualifie.

La variable qui mesure le niveau de dveloppement des infrastructures (INFR)

et le degr de pntration ou dutilisation de la technologie a des effets ngatifs et
significatifs. Ceci est tonnant tant donn que la majorit des tudes antrieures ont
dmontr le contraire. Toutefois, on peut dire que le dveloppement des infrastructures
ne joue pas un rle majeur dans lattraction des IDE vers le Maroc.

247
 Conclusion du chapitre

Ce chapitre a t consacr ltude conomtrique des dterminants de

linvestissement direct tranger au Maroc.

Nous avons dans un premier temps mis le point sur lvolution des IDE au
Maroc, leur origine, leur rpartition sectorielle, ainsi que les diffrents acteurs de la
promotion et daccueil des IDE.

Dans un deuxime temps, nous avons ralis une analyse statistique suivie
dune analyse factorielle sur les donnes relatives aux variables susceptibles
dinfluencer lentre des capitaux trangers au Maroc.

En dernier lieu, nous avons effectu une tude conomtrique dans lobjectif de
dceler les variables influenant lattractivit des IDE. Cette tude conomtrique a
ncessit la mobilisation de plusieurs tests conomtriques visant respecter la
mthodologie en la matire et avoir des rsultats valables.

A partir des rsultats obtenus, nous pouvons conclure que le Maroc attire les
capitaux trangers grce plusieurs facteurs dont notamment ; la stabilit politique, le
dveloppement du secteur financier, le dveloppement de lurbanisation et la qualit
de son capital humain.

248
 Conclusion de la deuxime partie

Nous avons essay de modliser lattractivit territoriale des investissements

trangers par lintermdiaire doutil conomtrique.
Nous avons, au dpart, propos un triangle dattractivit runissant une batterie
de facteurs et variables susceptibles dexpliquer lentre des capitaux trangers dans
une conomie donne.
Nous avons par la suite test (sous plusieurs spcifications) le modle
conomtrique issu du triangle dattractivit sur des donnes de panel dun chantillon
de 63 pays en voie de dveloppement (priode allant de 1980 2006).
Nos rsultats montrent que la dimension conomique lemporte sur les autres
dimensions du triangle dattractivit. Les investisseurs trangers portent une grande
attention la stabilit conomique du pays potentiel daccueil des capitaux avant la
prise de leur dcision dimplantation.
Enfin, une modlisation conomtrique a t entreprise sur les donnes relatives
au cas du Maroc. Les rsultats montrent des contradictions par rapport ceux obtenus
pour les pays en dveloppement. Le Maroc de dmarque par rapport aux PVD par son
cadre politique stable et par une proximit gographique. Le cadre politique,
lurbanisation et le dveloppement du secteur financier constituent les principaux
facteurs dattraction des capitaux trangers vers le Maroc.

249
Conclusion gnrale

250
 Lobjectif de notre travail consiste identifier les facteurs dterminant la
localisation et de lattractivit des investissements directs tranges dans les pays en
voie dveloppement et au Maroc.

Dans le premier chapitre sur la notion dattractivit territoriale, premier lment

de notre problmatique de recherche, nous avons expliqu comment les territoires se
livrent une concurrence sur le march de localisation des activits conomiques.
Chaque territoire dveloppe des instruments et des politiques pour attirer et
sauvegarder le maximum de capitaux trangers. Les techniques du marketing
territorial permettent de promouvoir les territoires en tant que destination daccueil des
investissements trangers. Elles permettent une meilleure attractivit et comptitivit
territoriale.

Dans le deuxime chapitre, nous avons dress un tat de lart des diffrentes
thories de localisation des activits conomique. Nous avons focalis notre attention
essentiellement sur les dterminants de localisation, notamment celles qui concernent
les investissements directs trangers.

Lidentification des facteurs et dterminants de localisation et dattractivit des

IDE a suscit lintrt de plusieurs auteurs issus de diffrentes disciplines (conomie
classique, conomie urbain, conomie internationale, nouvelle conomie
gographique...). Cet intrt a donn lieu au dveloppement de travaux htrognes.

Une distinction a t faite entre les modles thoriques de la localisation et les

recherches et tudes empiriques sur les dterminants des IDE.

Dans le troisime chapitre, et compte tenue de ltat de lart fait en chapitre

deux, nous avons essay de reprsenter lattractivit territoriale des IDE sous forme
dun triangle dont les trois sommets reprsentent la stabilit politique, la stabilit
conomique et la stabilit socioculturelle.

251
 Pour chaque composante du triangle de lattractivit, nous avons dnombr un
ensemble de dterminants susceptibles notre avis dinfluencer la localisation
territoriale des IDE.

Par la suite, le modle conomtrique regroupant cet ensemble de variables a

t spcifi sur des donnes de panel dun chantillon de 63 pays en voie de
dveloppement sur priode allant de 1980 2006.

Les rsultats issus des estimations des coefficients du modle montrent que la
dimension conomique lemporte sur les autres dimensions du triangle dattractivit.
Les investisseurs trangers portent une grande attention la stabilit conomique du
pays potentiel daccueil des capitaux avant la prise de leur dcision dimplantation.

Nous avons aussi dmontr conomtriquement que sur lensemble les

variables introduites dans les spcifications, six variables se distinguent par leur effet
explicatif de lattractivit des investissements trangers: les liberts conomiques, la
croissance conomique, le taux dinvestissement interne, le stock des IDE, le
dveloppement humain (IDH) et linfrastructure.

Les rsultats nous amne donc :

 Confirmer lhypothse H13 selon laquelle les investissements existant au

sein dun territoire ont une influence positive sur lattraction des capitaux
trangers.

 Infirmer lhypothse H11 : louverture conomique dans les PVD

nexerce pas deffets sur lattraction des IDE.

 Accepter les hypothses H2 et H22 : les liberts conomiques qui

sinscrivent dans le cadre de la stabilit politique du pays daccueil agit
en faveur de lattraction des investissements trangers.

252
  Confirmer H3 : le dveloppement des infrastructures physiques attire les
investisseurs trangers.

Le chapitre quatre a t consacr ltude conomtrique des dterminants de

linvestissement direct tranger au Maroc. Lobjectif tait de reprer les variables
influenant lattractivit et lentre des IDE. Cette tude conomtrique ncessite la
mobilisation de plusieurs test conomtrique visant respecter la mthodologie en la
matire et avoir des rsultats valable.

Les rsultats obtenus montrent que le Maroc attire les capitaux trangers grce
plusieurs facteurs dont notamment ; la stabilit politique, le dveloppement du secteur
financier, le dveloppement de lurbanisation et la qualit de son capital humain.

Ces rsultats nous conduisent :

 Confirmer lhypothse H12 : un secteur financier dvelopper permet

lattraction des capitaux trangers.

 Infirmer les hypothses H11 et H13: louverture conomique et le stock

dinvestissement existant nexerce pas deffets sur lattraction des IDE.

 Accepter les hypothses H2 et H21 : les liberts politique et la stabilit

politique du pays daccueil agit en faveur de lattraction des
investissements trangers.

 Confirmer H3 : le dveloppement des institutions urbaines attire les

investisseurs trangers.

 Admettre lhypothse H4 : le capital humain a une influence positive sur

l'IDE.

253
 Aprs le test des hypothses supposes au dbut de ce travail, nous ne pouvons
pas prtendre avoir puis notre champ de recherche en matire de des dterminants de
lattractivit et de la localisation des investissements directs trangers. Nous n'avons
pas galement lambition de prsenter les conclusions de nos analyses comme des
certitudes et des vrits implacables.

Dans son ensemble, la qualit de ce travail peut tre affecte par les facteurs
suivants :

 Les difficults d'obtention les donnes de certains variables sur des

priodes plus longue ;

 Le dfaut de donnes sur certaines variables n'a pas permis une

vrification empirique ;

 Linexprience du chercheur que nous sommes.

Les rsultats de ce travail, aussi discutables qu'ils puissent tre, sont pourtant
des indicateurs de rfrence pour des politiques dattraction des investissements
trangers.

Notons la fin, que ce travail ce nest que le dbut dun processus qui
sannonce long, en effet plusieurs pistes de recherche sont envisageables :

 Enrichir lanalyse par des donnes sectorielles pour mieux comprendre

les raisons de la rpartition sectorielle ingale des investissements
trangers ;

 Appliquer la mme dmarche au niveau des rgions marocaines ;

 Reprendre ltude spcifique de certains variables qui ne semblent pas

significatives tel le niveau dinfrastructure ;

 Etudier la rpartition rgionale (intra national) des investissements

directs trangers.

254
 Bibliographie
Ouvrages

ANDREFF W., 2003, Les multinationales globales, Edition la dcouverte,

Paris.
AYDALOT Ph., 1985, Economie rgionale et urbaine, dition Economica,
Paris.
BAUD P., BOURGEAT S., et BRAS C., 2003, Dictionnaire de gographie,
Hatier, Paris.
BAUMARD Ph., 1991, Stratgie et surveillance des environnements
Concurrentiels., Coll. Stratgies et Systme d'information, Editions Masson,
Paris.
BESSON B., et al, 2004, Modle dIntelligence Economique, Economica, Paris.
BLAUG M., 1996, La pense conomique, Economica, Paris.
BON J., GREGORY P., AURIFEILLE J.-M., et CLIQUET G., 1995,
Techniques marketing, deuxime dition, Vuibert.
BOURBONNAIS R., 2005, Economtrie, DUNOD, Paris.
COLBERT F., et CT R., 1990, Localisation commerciale. Gatan Morin,
Qubec, 152 pages.
DE LAGARDE J., 1995, Initiation lanalyse des donnes, Dunod, 3me
dition, 163 pages.
DELBECQUE E., 2006, Lintelligence conomique : une nouvelle culture pour
un nouveau monde, PUF, Paris.
DUPUY C., et BURMEISTER A., 2003, Entreprises et territoires. Les
nouveaux enjeux de la proximit, La Documentation franaise, Paris.
FUJITA M., et TISSE J-F., 2003, Economie des villes et de la localisation,
Edition De Boeck, Bruxelle.
GUIR R., et CRENER M.A., 1984, Linvestissement direct et la firme
multinationale, Economica, Paris.

255
 HATEM F., 2004, Investissement International et politiques d'attractivit,
Economica, Paris.
HATEM F., 2007, le marketing territorial : principe, mthodes et pratique,
Editions EMS, Colombelles.
HAYTER R., 1997, The dynamics of industrial location: The factory, the firm
and theproduction system, Wiley, Chichester, NY.
JACOUD G., et TOURNIER E., 1998, Les grands auteurs de lconomie,
Hatier, Paris.
JAKOBIAK F., 2006, Lintelligence conomique, Editions dOrganisations,
Paris.
JOHNSTON J., et DINARDO J., 1999, Mthodes conomtriques, Economica,
4me dition, Paris, 383 pages.
KHEDHIRI S., 2005, Cours dconomtrie, Centre de Publication
Universitaire, Tunis.
KRUGMAN P.R. et OBSTFELD M., 1995, Economie internationale, De
Boeck Universit, Bruxelles.
MARCON C., et MOINET N., Lintelligence conomique, Dunod, Paris.
MERENNE-SCHOUMAKER B., 1991, La localisation des industries :
Mutations rcentes et mthodes danalyse, Nathan, Paris.
MICHALET C.A., 1999, La sduction des nations ou comment attirer les
investissements, Economica, Paris.
MICHALET C.A., 2002, Quest ce que la mondialisation ?, La Dcouverte,
Paris.
MUCCHIELLI J-L., 1985, Les firmes multinationales : mutations et nouvelles
perspectives, Economica, Paris.
MUCCHIELLI J-L., 1998, Multinationales et mondialisation, le Seuil, Paris.
NOISETTE P., et VALLERUGU F., 1996, Le marketing des villes, un dfi pour
le dveloppement stratgique, Editions dOrganisation, Paris.
OUELLET F., et BAILLARGEON G., 2000, Traitement de donnes avec SPPS
pour Windows, les ditions SMG, Bibliothque Nationale du Qubec.

256
 PONSARD C., 1988, Analyse conomique spatiale, Presses Universitaires de
France, Paris.
PORTER M., 1993, Lavantage concurrentiel des nations, d franaise, Inter
ditions, Paris.
RAFFESTIN C., 1980, Pour une gographie du pouvoir, Litec, Paris.
RODRIGUEZ HERRERA R., et DANIELLE SALLES-LE GAC D., 2002,
Initiation lanalyse factorielle des donnes, Ellipses, p 315.
SEVESTRE P., 2002, Economtrie des donnes de Panel, Dunod, Paris.
TRACHEN A., 1988, Mthodes danalyse des donnes, Collection de la FSJES
Marrakech, p. 184.

Articles revues:

ALONSO W., 1960, A Theory of the urbain land and market , paper of the
Regional Science Association, vol. 6. pp. 149-158.
BAILLY A., 1993, Limaginaire au service du marketing urbain , Revue
dEconomie Rgionale et Urbain, n5, pp. 863-867.
BENASSY-QUERE A., FONTAGNE L. et LAHRECHE-REVIL A.,
Stratgie de change et attraction des investissements directs en
Mditerrane , Novembre 2001.
BENESRIGHE D., 2005, Du processus de multinationalisation des firmes
industrielles, Revue Regard sur lEconomique, n 3, pp. 49-63.
BLONIGEN B.A., 2005, A Review of the Empirical Literature on FDI
Determinants, Working Paper, NBER, n 11299.
CAMAGNI R., 2002, Comptitivit territoriale, milieux locaux et
apprentissage collectif : une contre-rflexion critique , Revue dEconomie
Rgionale et Urbaine, n 4, pp. 553-578.
CATIN M., 1991, "Economies dagglomration et gains de productivit", Revue
dconomie Rgionale et Urbaine, Vol. 5, pp. 565-598.
CATIN M., 2000, Rgions centrales et priphriques : externalits et
conomie gographique , Revue Rgion et Dveloppement, n11, pp. 6-12.

257
 CATIN M., GHIO S. et VAN HUFFEL C., 2001, Intgration, investissements
directs trangers et concentration spatiale dans les pays en dveloppement ,
Rgion et Dveloppement, n13, pp. 11-41.
Chdor et Muccheilli, 1999, Implantation ltranger et performance
lexportation : une analyse empirique sur les implantations des formes
franaises dans les pays mergents , Revue conomique, Mai.
CHAKOR A., 2000, La comptitivit par le marketing , la revue marocaine
daudit et de dveloppement, n11.
CHAKRABATI A., 2001, The determinants of Foreign Direct Investment:
Sensitivity of Cross-Country Regression , Kyklos, n 54, pp. 89-114.
COLLETIS G., GILLY J.-P., LEROUX I., PECQUEUR B., PERRAT J.,
RYCHEN F., et ZIMMERMANN J.-B., 1999, Construction territoriale et
dynamiques conomiques , Sciences de la socit, n 48, pp. 2-25.
COURLET C., 2002, Les systmes productifs localiss, un bilan de la
littrature, in TORRE A., (ed), Le local lpreuve de lconomie spatiale,
collection Etudes et recherches sur les systmes agraires et le dveloppement,
pp. 27-42.
COURLET C., 2001, Les systmes productifs locaux: de la dfinition au
modle, Rseaux d'entreprises et territoires. Regards sur les systmes
productifs locaux, dans DATAR (d.), Paris, pp. 17-61.
DE MELLO L.R., 1997, Foreign Direct Investment in Developing Countries:
A selective Survey , Journal of Development Studies, n34, pp. 1-34.
DI MEO G., 2000, Que voulons-nous dire quand nous parlons despace ? , in
LEVY J., et LUSSAULT M., (sous la direction de), Logiques de lespace,
esprit des lieux gographies Cerisy, Paris, pp. 37-48.
EDOUARD S. et al. (2004), Une approche managriale de lorganisation-
rseau, in VOISIN C., BEN MAHMOUD-JOUINI S., et EDOUARD S., (sous
la dir.), Les rseaux: Dimensions Stratgiques et Organisationnelles,
Economica, Paris, pp.8-24.

258
 EL OUARDIGHI J., et RENE KAHN R., 2003, Les investissements directs
internationaux dans les rgions franaises , Revue dEconomie Rgionale et
Urbaine, n3, pp. 395-418.
FERRARA L., HENRIOT A., 2004, "La localisation des entreprises
industrielles : comment apprcier l'attractivit des territoires", Economie
Internationale, n 99, pp 91-111.
FUJITA M., THISSE J.F., 1997, "Economie gographique. Problmes anciens
et nouvelles perspectives", Annales dEconomie et de Statistique, Vol. 45(1),
pp. 37-87.
FONTAGNE L., PAJOT M., PASTEELS J.M., 2002, "Potentiels de commerce
entre conomies htrognes : un petit mode d'emploi des modles de gravit",
Economie et Prvision 152-153 (1-2), p. 115-139.
GAIGNE C., GOFFETTE-NAGOT F., 2003, Localisation rurale des activits
industrielles. Que nous enseigne lconomie gographique ? , Working Papers,
Groupe dAnalyse et de Thorie conomique, Universit Lumire Lyon2.
HATEM F., 2004, Le Marketing territorial : Pourquoi, comment ? , Revue
Interrgions, n257, nov. /dc.
HENDERSON J.V., 1974, The sizes and types of cities , American
Economic Review, Vol. 64(4), pp. 640-56.
HSIAO C., 1989, Modelling Ontrario Regional Electricity System Demand
Using a Mixed Fixed and Random Coecentscient Approaoch, Regional
Science and Urban Economics, n19, pp. 565-587.
JUILLET A., 2005, Du renseignement lintelligence conomique , la revue
dfense nationale et scurit collective, dition : comit dtude de dfense
nationale, n12.
LAGNEL O., et RYCHEN F., 1998, Enjeux conomique de lattraction , in
localisation des activits conomiques : efficacit versus quit, treizime
congrs des conomistes belges de langue franaises.
MAILLAT D., CREVOISIER O., et LECOQ B., 1993, Rseaux dinnovation
et dynamique territoriale. Un essai de typologie , Revue dconomie rgionale
et urbaine, n 3/4, pp. 407- 432.
259
 MARKUSEN J.R., 1984, "Multinationals, Multi-Plant Economies, and the
Gains from Trade", Journal of International Economics, Vol. 16, pp. 205-226.
MATYAS L., 1998, The Gravity Model: Some Econometric
Considerations , The World Economy, n21, pp. 397-401.
MAYER T., et MUCCHIELLI T.L., 1999, La localisation ltranger des
entreprises multinationales Une approche dconomie gographique
hirarchise applique aux entreprises japonaises en Europe , conomie et
Statistique n 326-327, pp. 159-17.
MUCHIELLI J-L., 1991, De nouvelles formes de multinationalisation : les
alliances stratgiques , Problmes conomiques, n. 2234, pp 25-32, Juillet.
PERREUR J., 2003, La localisation industrielle: Les approches des
conomistes , in CLIQUET G., et JOSSELIN J.-M., (ds), Stratgies de
localisation des entreprises commerciales et industrielles, De nouvelles
perspectives, De Boeck.
PONSARD C., 1990, Analyse conomique spatiale , Revue dEconomie
Rgionale et Urbaine, n 1.
RHELLOU A., 2005, Le concept de centralit en analyse conomique : revue
de littrature , Revue Regard sur lEconomique, n 3 - pp. 219-233.
SASKIA K.S. Wilhelms, 1998, Foreign Direct Investment and its
determinants in Emerging Economies, Economic Policy Paper, Discussion
Paper Number 9, July 1998.
SEKKAT K., et MEON P.G., 2004, Does the quality of institutions limit the
MENAs integration in the world economy?, Annual Bank conference on
development economics-Europe, Belgium, May 10-11, 2004
TEXIER L., 1999, Une clarification de loffre dimplantation en marketing
territorial : produit de ville et offre de territoire , Revue d'conomie rgionale
et urbaine, n 5, p. 1021-1036.
THISSE J.-F., 1994, La concurrence spatiale , in AURAY J.-P., BAILLY
A., DERICKE P.-H., et HURIOT J.-M., Encyclopdie dconomie spatiale.
Concepts, comportements, organisations, Economica, Paris, pp. 187-193.

260
 VERNON R., 1966, International investment and international trade in the
product cycle , Quarterly Journal of Economics, n80, pp. 190-207.

Communications

DEDEIRE M., et RAYNAL J.-C., sensibilit spatiale des consommateurs :

essai cartographique de la connaissance territoriale potentielle des produits de
terroir, XLI colloque de lASRDLF, Dijon 5, 6 et 7 septembre 2005.
DJAOWE J., (2005), Investissements Directs Etrangers (IDE) et
Gouvernance: les pays de la CEMAC sont-ils Attractifs , colloque du
CEDIMES, universit de Douala, 28, 29 et 30 novembre 2005, P. 32.
GILLY J.-P. et PERRAT J. (2003), La dynamique institutionnelle des
territoires entre gouvernance locale et rgulation globale - XXXIX Colloque
de lASRDLF Concentration et sgrgation, dynamiques et inscriptions
territoriales - septembre 2003 14p.
LAMAECHE T., (2003), Territoire : dveloppement exogne, dveloppement
endogne et htronomie , Forum de la rgulation 2003, Universit Pierre
Mendes France Grenoble.

Rapports, bulletins et documents de recherche

Agence Franaise de Dveloppement (AFD), Foreign Direct Investment in

Developing Countries: Leveraging the Role of Multinational, Notes and
Documents, n 11, pp: 149-166, Paris
Banque Mondiale World Development Indicators 2008
Batana Y.M. (2005), Lanalyse des dterminants des flux dinvestissements
directs trangers dans les pays de lUEMOA , CRA, rapport final, mai, P. 56.
Boudjedra F.L., 2004, "Risque Pays, IDE et Crise Financire
Internationale",Laboratoire d'Economie d'Orlans

261
 Bouklia-Hassane, Rafik et Najat Zatla, 2001, "L'IDE dans le Bassin
Mditerranen: ses dterminants et son effet sur la croissance Economique",
Seconde Confrence du FEMISE.
Bouoiyour J, (2004), Foreign Direct Investment in Morocco, in Foreign
Direct Investment in Developing Countries: Leveraging the role of
multinational. Agence Franaise de Dveloppement (AFD), edited by S. Perrin
and F. Sachwald. Notes and Documents, n. 11, pp: 149-166, Paris
Carayon, B., (2003), Intelligence conomique, comptitivit et cohsion
sociale , Rapport Carayon.
CHARZAT, M. (2001) : Rapport au Premier ministre sur lattractivit du
territoire, dit rapport CHARZAT, La Documentation franaise, juillet 2001.
COEURE, B., RABAUD, I. (2003), Attractivit de la France: analyse
perception et mesure. Document de recherche. Laboratoire dEconomie
dOrlans. N2003-16, pp.1-32.
Courtois-Vincent, I. 1997, Prospection d'entreprises et promotion territoriale :
stratgie et expriences, la lettre du cadre territorial, 109 p.
CNUCED, 2007, Examen de la politique de l'investissement Maroc.
Dupuch S. et Milan C. (2002), Les dterminants des investissements directs
trangers europens dans les pays dEurope centrale et orientale , Document
de travail, P. 14.
Ernst and Young 2002, tude sur la constitution d'une offre territoriale
diffrencie, DATAR, 110 p.
Ernst and Young, European attractiveness: the opportunity of diversity, La
Baule, mai 2004.
Ernst and Young, Baromtre de l'attractivit Europenne, 2007.
Faouzi B. (2004), Risque pays, IDE et crises financires internationales ,
Document de recherche, LEO, P. 49.
Farrell, G., Thirion, S., Soto, P., La comptitivit territoriale: Construire une
stratgie de dveloppement territorial la lumire de lexprience LEADER,
Observatoire Europen LEADER fascicule 1, Rono, Dcembre 1999.

262
 Jacquemin A. et L.R. Pench (1997) : Europe Competing in the Global
Economy: Reports of the Competitiveness Advisory Group, American
International Distribution Corporation, Williston. Version franaise : Pour une
comptitvit europenne : Rapports du Groupe Consultatif sur la Comptitivit,
Bruxelles, De Boeck.
Kappel, R. et Landmann, O. (1997) La Suisse dans un monde en mutation.
Economie extrieure et politique du dveloppement: dfis et perspectives.
Rapport final du Programme national de recherche 28, Editions Universitaires
Fribourg, Fribourg.
Martre H., 1994, Intelligence conomique et stratgie des entreprises,
rapport XIe plan, La Documentation Franaise.
Ministre des finances de la privatisation, Direction des Etudes et des
Prvisions Financires, 2006, Tableau de bord annuel de lconomie marocaine,
dcembre.
Mouriaux, F., (2004), Le concept dattractivit en Union montaire , Bulletin
de la Banque de France N 123 Mars 2004, pp 29-44.
PNUD Rapport sur le dveloppement humain 2007/2008
UNCTAD, World Investment Report 2001: Promoting Linkages, United
Nations. 2001.
WILHELMS, 1998, Linvestissement tranger direct et ses lments
dterminants dans les conomies naissantes . Document financ par lagence
des Etats-Unis pour le dveloppement international office du dveloppement
durable, Washington, D.C. 20523 4600.

Thses et mmoires

Billard, C., 2006, Dpenses publique, localisation des capitaux et concurrence

fiscale, thse de Doctorat en Science conomique, Universit Paris I - Panthon
Sorbonne.
DURANTON G. (1995), "Economie gographique, urbanisation et
dveloppement", Thse de Doctorat en Sciences Economique.

263
 Djoudad, R., 1985, Analyse de linvestissement international : volutions
relles, explications thoriques et approches conomtrique , Mmoire de
maitrise, Universit de Montral.
Elghazouani, K., 2007, Espace, hirarchie et interactions spatiales, Thse de
Doctorat dEtat en Sciences Economiques, Universit Cadi Ayyad, Marrakech.
Lagnel O., 1998, Lattractivit des territoires, thse de Doctorat en Sciences
Economiques, Universit de Paris-X-Nanterre.
Mansouri, Y., 2008. La localisation des activits productives, thse de
Doctorat en Science conomique, Universit du Sud Toulon Var.
Masson H., 2001, Les fondements politiques de lintelligence conomique ,
thse de doctorat, Universit Paris Dauphine.
Sergot, B., 2004, Les dterminants des dcisions de localisation , Thse de
Doctorat en Sciences de Gestion, Universit Paris I - Panthon Sorbonne.

Webographie

Bank Al-Maghrib : [Link]

Banque Mondiale : [Link]
Banque Mondiale : [Link]
Bertacchini Y., et Oueslati L., 2003, Entre information et processus de
communication, lintelligence territoriale, [Link]
Carayon B., 2003, Intelligence conomique, comptitivit et cohsion
sociale , Rapport Carayon

[Link]

CNUCED, The inward FDI potential index Methodology:

[Link]
CNUCED (statistiques), [Link]
Direction des investissements : [Link]
Freedom house : [Link]
Haut Commissariat au Plan : [Link]

264
 Heritage Foundation: [Link]
Ministre du Commerce et de lIndustrie au Maroc : [Link]
Ministre des Finances : [Link]
Office des Changes : [Link]
Universit de Sherbrooke : [Link]
World Development Indicators 2008 : [Link]

265
 Table des matires
INTRODUCTION GENERALE ................................................................................. 6
PREMIERE PARTIE :............................................................................................... 12
LATTRACTIVITE TERRITORIALE ET LES THEORIES DE
LOCALISATION DES INVESTISSEMENTS ETRANGERS : UN ETAT DE
LART .......................................................................................................................... 12
INTRODUCTION DE LA PREMIERE PARTIE................................................... 13
CHAPITRE UN : ........................................................................................................ 14
LATTRACTIVITE TERRITORIALE ................................................................... 14
INTRODUCTION....................................................................................................... 15
Section 1 : Lattractivit territoriale ......................................................................... 16
1) Le territoire : un concept fuyant ................................................................. 16
2) Concept dattractivit territoriale: .............................................................. 19
3) Fondement thorique de lattractivit territoriale : .................................... 20
a) La nouvelle conomie gographique (NEG) :........................................ 20
b) Lconomie industrielle :........................................................................ 21
4) Les diffrents niveaux de lattractivit :..................................................... 22
a) Lapproche Macro : .......................................................................... 22
b) Lapproche Mso :............................................................................ 23
c) Lapproche Micro : ........................................................................... 23
d) Processus de dcision : ........................................................................... 24
e) Lapproche en termes dimage: .............................................................. 24
5) Les indicateurs de mesure de lattractivit :............................................... 26
a) Les enqutes dopinions : ....................................................................... 26
b) Les approches conomtriques :............................................................. 26
c) Les indicateurs labors pas des institutions internationales : ............... 27
6) Le concept de comptitivit territoriale : ................................................... 35
a) Dfinition de la comptitivit : ............................................................... 35
b) Les types de comptitivit : .................................................................... 36
c) La comptitivit territoriale : .................................................................. 37

266
 d) Les dimensions de la comptitivit territoriale : .................................... 38
Section 2 : Le territoire : un march de localisation ............................................... 40
1) Territoire et offre de facteurs de localisation ............................................. 41
a) Loffre territoriale :................................................................................. 41
b) Lavantage comparatif des territoires ..................................................... 43
c) Les instruments de la politique dattraction ........................................... 44
i) Les aides financires ........................................................................... 44
ii) Les infrastructures............................................................................... 45
2) Territoire et demande de facteurs de localisation....................................... 45
a) Les facteurs de localisation..................................................................... 45
b) Processus de localisation/attraction ........................................................ 47
Section 3 : Le marketing territorial .......................................................................... 49
1) Dfinition.................................................................................................... 49
2) La finalit du marketing territorial ............................................................ 50
3) La dmarche du marketing territorial......................................................... 52
Section 4 : Lintelligence conomique au service des territoires ............................ 55
1) Lintelligence conomique : de quoi sagit-il ?.......................................... 55
a) Historique ............................................................................................... 55
b) Dfinitions .............................................................................................. 57
2) Les diffrents niveaux de l'intelligence conomique ................................. 60
3) Le rle de l'Etat dans une politique dintelligence conomique ................ 62
4) LIntelligence territoriale ........................................................................... 62
CONCLUSION DU CHAPITRE .............................................................................. 66
CHAPITRE DEUX :................................................................................................... 67
LES THEORIES DE LOCALISATION DES INVESTISSEMENTS................... 67
INTRODUCTION....................................................................................................... 68
Section 1 : Les thories de localisation...................................................................... 69
1) La thorie de localisation : rsultat de la prise en compte de lespace dans
la thorie conomique........................................................................................ 69
a) Thorie conomique et Thorie de localisation : quel lien..................... 69
b) Thorie conomique et lespace : une prise en compte tardive.............. 71

267
 c) Lespace et le paradigme concurrentiel ................................................. 72
d) Le thorme dimpossibilit spatiale ...................................................... 74
e) Le contournement du thorme dimpossibilit spatiale........................ 76
2) Fondements de lanalyse spatiale de lconomie ....................................... 77
a) Les prcurseurs de la thorie de localisation .......................................... 77
b) Les apports de lconomie urbaine ......................................................... 79
c) La science rgionale ............................................................................... 81
d) La concurrence spatiale .......................................................................... 85
3) La Nouvelle Economie Gographique ....................................................... 88
a) Origines de la Nouvelle Economie Gographique ................................. 88
b) Hypothses de la NEG............................................................................ 89
c) Rsultats de la Nouvelle Economie Gographique ................................ 91
Section 2 : Les dterminants de linvestissement direct tranger et de la
multinationalisation des entreprises.......................................................................... 93
1) Revue gnrale des thories sur les IDE............................................................ 93
a) Thorie de limperfection du march et de loligopole .......................... 95
b) Thorie de cycle de vie ........................................................................... 97
c) La thorie clectique............................................................................... 99
2) Les stratgies des Investissements Directs Etrangers...................................... 102
a) La stratgie daccs aux ressources ...................................................... 102
b) La stratgie Horizontale........................................................................ 103
c) La stratgie verticale............................................................................. 104
3) Les tudes empiriques sur les dterminants des IDE ...................................... 105
a) Les modles conomtriques................................................................ 105
b) Les tudes inductives............................................................................ 109
CONCLUSION DU CHAPITRE ............................................................................ 112
CONCLUSION DE LA PREMIERE PARTIE...................................................... 113
DEUXIEME PARTIE : ............................................................................................ 114
LATTRACTIVITE DES INVESTISSEMENTS DIRECTS ETRANGERS :
ESSAI DE MODELISATION ECONOMETRIQUE ........................................... 114
INTRODUCTION DE LA DEUXIEME PARTIE ................................................ 115

268
CHAPITRE UN : ...................................................................................................... 116
LES DETERMINANTS DES IDE, APPROCHE ECONOMETRIQUE SUR
DONNEES DE PANEL ............................................................................................ 116
INTRODUCTION..................................................................................................... 117
Section 1 : Le concept du triangle dattractivit.................................................... 118
1) Les dterminants de la localisation des IDE ............................................ 118
2) Le triangle dattractivit des IDE ............................................................. 119
Section 2 : Modlisation conomtrique ................................................................. 122
1) Formulation mathmatique....................................................................... 122
2) Prsentation des donnes et mthodologie............................................... 124
3) Description des variables et signes attendus ............................................ 130
a) La variable endogne ............................................................................ 130
b) Les variables exognes ......................................................................... 132
Section 3 : Analyse conomtrique et rsultats des estimations ........................... 157
1) Exploration statistique des donnes ......................................................... 157
2) La corrlation entre les variables explicatives : ....................................... 158
3) Les rsultats conomtriques : ................................................................. 160
4) Modle explicatif de lattractivit des investissements trangers dans les
pays en dveloppement.................................................................................... 167
CONCLUSION DU CHAPITRE ............................................................................ 171
CHAPITRE DEUX :................................................................................................. 172
LATTRACTIVITE DES IDE AU MAROC : ....................................................... 172
DIAGNOSTIC ET ETUDE ECONOMETRIQUE................................................ 172
INTRODUCTION..................................................................................................... 173
Section 1 : Evolution et tendances des investissements trangers directs au Maroc
..................................................................................................................................... 174
1) Flux et stocks des investissements directs trangers :.............................. 174
2) Performance du Maroc par rapport aux pays voisins............................... 177
3) Les investissements directs trangers par pays d'origine ......................... 180
4) Les investissements directs trangers par secteur .................................... 182
5) Les acteurs de la promotion des investissements au Maroc..................... 185

269
Section 2 : Analyse Factorielle des donnes............................................................ 188
1) Prsentation des donnes.......................................................................... 188
2) Lanalyse factorielle ................................................................................. 207
Section 3 : Etude conomtrique ............................................................................. 222
1) La spcification du modle....................................................................... 222
2) Analyse de la normalit :.......................................................................... 224
3) Analyse de la stationnarit ....................................................................... 226
4) Analyse de la cointgration ...................................................................... 228
5) Analyse de la causalit : ........................................................................... 228
6) Vrification des hypothses de la rgression multiple ............................. 231
7) Les rsultats et validation du modle ....................................................... 238
8) Slection du modle optimal .................................................................... 242
9) Synthse et analyse conomique des rsultats ......................................... 243
CONCLUSION DU CHAPITRE ............................................................................ 248
CONCLUSION DE LA DEUXIEME PARTIE ..................................................... 249
CONCLUSION GENERALE .................................................................................. 250
BIBLIOGRAPHIE.................................................................................................... 255
TABLE DES MATIERESABREVIATIONS......................................................... 266
TABLES DES ILLUSTRATIONS .......................................................................... 271
LES ANNEXES......................................................................................................... 274

270
 Tables des illustrations
Liste des figures
Figure 1: Complmentarit entre trois approches de lattractivit........................................... 25
Figure 2: Les trois cycles de la comptitivit........................................................................... 25
Figure 3: March de localisation des activits conomiques ................................................... 40
Figure 4: l'intelligence conomique : au carrefour de nombreuses disciplines........................ 60
Figure 5 : le modle triangulaire de Weber.............................................................................. 83
Figure 6 : Fondements de lanalyse spatiale de lconomie..................................................... 87
Figure 7 : la NEG une synthse des diffrentes approches ...................................................... 89
Figure 8 : Les thories les plus importantes de lIDE et de la Localisation des FMN............. 94
Figure 9 : le triangle de lattractivit des IDE........................................................................ 120
Figure 10: Flux net dIDE dans les pays des zones tudies en 2007 (En % PIB) ............... 131
Figure 11: Stock dIDE dans les pays des zones tudies en 2006 (En % PIB) ................... 136
Figure 12 : Taux de croissance conomique dans les pays des zones tudies en 2006....... 138
Figure 13 : Taux douverture conomique dans les pays des zones tudies en 2006 ......... 140
Figure 14 : Taux dinflation dans les pays des zones tudies en 2006................................ 142
Figure 15: PIB par habitant dans les pays des zones tudies en 2006................................. 143
Figure 16: Epargne domestique dans les pays des zones tudies en 2006 (En % PIB) ...... 145
Figure 17: Log du Taux de change dans les pays des zones tudies en 2006 (En % PIB) . 147
Figure 18: Taux dinvestissement dans les pays des zones tudies en 2006....................... 149
Figure 19: Taux durbanisation dans les pays des zones tudies en 2006........................... 151
Figure 20: IDH dans les pays des zones tudies en 2006.................................................... 153
Figure 21: linfrastructure dans les pays des zones tudies en 2006 .................................. 155
Figure 22 : Evolution des IDE en pourcentage du PIB, priode 1980-2006.......................... 191
Figure 23 : Evolution des variables de la dimension politique .............................................. 193
Figure 24 : Evolution du taux de croissance conomique en %, priode 1980-2005 ............ 194
Figure 25 : Evolution du stock des IDE en % du PIB, priode 1980-2005 ........................... 195
Figure 26 : Evolution du taux douverture commerciale, priode 1980-2005 ....................... 196
Figure 27 : Evolution du PIB par habitant en DH/hab/an, priode 1980-2005...................... 197
Figure 28 : Evolution de lpargne nationale brute en % du PIB, priode 1980-2005 .......... 198
Figure 29: Evolution du taux de change, priode 1980-2005 ................................................ 199
Figure 30: Evolution du taux dinvestissement en %, priode 1980-2005 ............................ 200
Figure 31 : Evolution du taux dinflation, priode 1980-2005 .............................................. 201
Figure 32 : Evolution du ratio M3/PIB priode 1980-2005 ................................................... 202
Figure 33 : Taux dactivit urbaine et du taux de chmage urbain, (1980-2005).................. 203
Figure 34 : les dpenses en ducation en pourcentage du PIB, priode 1980-2005 .............. 204
Figure 35 : Evolution du nombre de linfrastructure, priode 1980-2005 ............................. 204
Figure 36 : Evolution de lIDH, (1980-2005) ........................................................................ 205
Figure 37 : Evolution du taux durbanisation en %, priode 1980-2005 ............................... 206
Figure 38 : Evolution du nombre de grve, priode 1980-2005 ............................................ 206
Figure 39 : Graphique des valeurs propres............................................................................. 216
Figure 40 : Diagramme des composantes .............................................................................. 219
Figure 41 : Diagramme des observations ............................................................................... 220
Figure 42 : les causes de lattractivit des IDE ...................................................................... 230
Figure 43 : Diagramme des rsidus........................................................................................ 232
Figure 44 : Test de normalit des rsidus aprs suppression de lobservation atypique........ 233
271
Figure 45 : Graphique des rsidus.......................................................................................... 236
Figure 46 : Test de CUSUM sous Gretl ................................................................................. 241

Liste des tableaux

Tableau 1: les composantes de Lindicateur du potentiel dattractivit en termes

dinvestissement entrants ......................................................................................................... 28
Tableau 2: matrice de comparaison de la performance et du potentiel .................................... 29
Tableau 3: comparaison de la performance des pays en termes dIDE avec leur potentiel
dattractivit (anne 2005) ....................................................................................................... 30
Tableau 4: Les 10 critres de la Banque Mondiale .................................................................. 33
Tableau 5: Quelques indicateurs dattractivit territoriale....................................................... 34
Tableau 6: Les interactions entre entreprise et territoire au cours du processus de localisation
.................................................................................................................................................. 48
Tableau 7 : Les facteurs explicatifs des choix de localisation chez Weber (1909).................. 84
Tableau 8 : Les facteurs explicatifs de la localisation dans les modles de la NEG................ 91
Tableau 9 : les phases du cycle de vie dun produit................................................................. 98
Tableau 10 : Choix des modalits dimplantation selon la thorie clectique ....................... 101
Tableau 11 : synthse des facteurs de localisations selon les tudes inductives.................... 110
Tableau 12 : Dfinition des diffrentes variables de chaque dimension................................ 124
Tableau 13 : description des variables retenues ..................................................................... 127
Tableau 14: Source des variables ........................................................................................... 128
Tableau 15 : la liste des pays de lchantillon........................................................................ 129
Tableau 16 : Quelques indicateurs statistiques sur les variables de la dimension politique
(2006) ..................................................................................................................................... 134
Tableau 17 : Description des variables affectant lIDE et les signes attendus de leurs
coefficients ............................................................................................................................. 156
Tableau 18 : Statistiques descriptives des variables............................................................... 157
Tableau 19 : Corrlation entre les variables de la dimension conomique............................ 159
Tableau 20 : Corrlation entre les variables de la dimension conomique............................ 159
Tableau 21 : Corrlation entre les variables de la dimension socioculturelle........................ 160
Tableau 22 : rsultats des diffrentes spcifications .............................................................. 162
Tableau 23 : rsultats des tests et modle retenu ................................................................... 168
Tableau 24 : Comparaison des performances du Maroc avec les pays du Maghreb ............. 178
Tableau 25 : Rpartition des IDE par pays au Maroc 2001-2006 (En Millions de DHM) .... 181
Tableau 26 : Les principaux secteurs d'investissements trangers au Maroc ........................ 183
Tableau 27 : Evolution des structures de promotion des IDE................................................ 185
Tableau 28 : description des variables retenues ..................................................................... 189
Tableau 29 : les variables retenues, leur abrviation et leur source....................................... 190
Tableau 30 : Matrice de corrlation entre les variables ......................................................... 209
Tableau 31 : Indice KMO et test de Bartlett .......................................................................... 210
Tableau 32 : Matrice de corrlation anti-image (source : rsultats SPSS)............................. 212
Tableau 33 : Indice KMO et test de Bartlett aprs suppression des variables ....................... 213
Tableau 34 : Variance explique totale .................................................................................. 215
Tableau 35 : Qualit de reprsentation................................................................................... 217
Tableau 36 : Matrice des composantes .................................................................................. 218

272
Tableau 37 : Description des variables affectant lIDE et les signes attendus de leurs
coefficients ............................................................................................................................. 223
Tableau 38 : statistiques descriptives et test de J-B ............................................................... 225
Tableau 39 : test de stationnarit............................................................................................ 227
Tableau 40 : rsultat du test de causalit................................................................................ 229
Tableau 41 : Rsultats de lestimation des paramtres du modle......................................... 231
Tableau 42 : Rsultats du test de Breusch-Pagan sous Gretl ................................................. 235
Tableau 43 : Rsultat de la rgression par la mthode des MCG (Cochrane-Orcutt) ............ 239
Tableau 44 : Rsultat test de Ramsey sous Eviews................................................................ 242
Tableau 45 : rsultat de lestimation du modle optimal ....................................................... 243

Liste des quations

quation 1 : Modle gnral dattractivit des IDE............................................................... 123

quation 2 : Modle dattractivit des IDE............................................................................ 125
quation 3 : la fonction des variables de la dimension politique........................................... 125
quation 4 : la fonction des variables de la dimension conomique ..................................... 125
quation 5 : la fonction des variables de la dimension socioculturelle ................................. 125
quation 6 : Modle explicatif de lattraction des IDE dans les PVD................................... 169

273
Les annexes

274
 Tables des annexes

Annexe n1 276

Tableau 1 : Mthodologie des tudes conomtriques

Tableau 2 : Les variables explicatives; synthses des rsultats des tudes
conomtrique

Annexe n2283

Indice global de liberts conomique

Indice global de droits politiques
Indice global de liberts civiles
Indice de dveloppement humain

Annexe n 3..292

Rsultats des tests PVD (chapitre 1 de la deuxime partie)

Annexe n4..302

Rsultats des tests Maroc (chapitre 2 de la deuxime partie)

275
 Annexe n1
Tableau1: Mthodologie des tudes conomtriques

Auteurs Echantillon et priode Variable expliquer Variables explicatives Mthodologie

- les prix de l`lectricit et du gaz
naturel
Il utilise les donnes de 1. La probabilit (frquence
- le taux d`impt foncier
Dun et Bradstreet pour relative) qu`une entreprise se
- le taux d`impt personnel sur le
estimer un modle du localise dans une rgion
revenu et le taux d`impt corporatif Modle logit conditionnel
nombre de nouvelles particulire j.
Carlton (1983) - le taux de chmage, estim par la mthode du
filiales dans les SMSA 2. Le nombre d`employs
/ Etats-Unis - les effets d`agglomration (dont le maximum de
(standard metropolitan dans une localisation donne
proxy est le nombre d`hommes par vraisemblance.
statistical areas) pour la (la demande de travail de
heure dans la production)
priode allant de 1967 l`entreprise i dans la
-une variable construite par Carlton
1971. localisation j).
qui reflte le climat d`affaire de la
rgion en question.
- salaires
- taux de syndicalisation
Il utilise un modle logit
- densit de la population
conditionnel semblable
- variables fiscales (assurance-
celui de Carlton (1983),
chmage, etc.)
mais avec certaines
Il utilise les donnes de C`est la probabilit - cots de la construction
modifications qui le
Dun et Bradstreet pour les qu`un tat donn soit - prix de l`nergie
Bartik (1985) / rendent plus adapt
cinquante tats choisi comme - proxies pour le niveau des services
Etats-Unis l`analyse de localisation.
amricains pour la priode localisation par une publics (dpenses d`ducation,
Il essaye donc
allant de 1972 1978. entreprise. nombre de Km d`autoroutes) et la
d`expliquer la probabilit
superficie de l`tat (utilise comme
qu`un tat donn soit
proxy du nombre de sites industriels
choisi comme localisation
potentiels)
par une entreprise.
- taux d`impt corporatif effectif et
taux d`impt foncier - ensemble de
 variables dummies pour les rgions
(qui absorbent la corrlation intra
rgionale).
Ils essayent de trouver
- le salaire moyen par heure. les dterminants des
- le pourcentage de la force de travail dcisions de localisation
qui est syndique. des entreprises, en
- le taux de chmage. mettant
Ils utilisent les donnes - le taux de croissance conomique. l`accent sur le rle de
Le changement dans le
Gius et Frese sur 70 industries des 50 - le pourcentage de la population qui l`impt personnel et de
nombre d`entreprises d`une
(2001) / tats amricains pour la vit en rgions urbaines. l`impt corporatif sur la
anne l`autre, dans un tat
Etats-Unis priode allant de 1991 - un ensemble de variables dummies localisation.
donn.
1994. pour les rgions. Cette tude est l`une des
- le taux d`impt corporatif. premires sur les
- le taux d`impt personnel sur le dcisions de localisation
revenu. des entreprises utiliser
- le log du nombre d`entreprises. la mthode d`estimation
des donnes en panel.
Pour l`estimation des dcisions de
Ils essayent d`analyser
Ils se basent sur des localisation :
l`impact des impts
donnes provenant de 26 - la population.
Ils estiment les dcisions de corporatifs et des
cantons suisses d`une part - le salaire mensuel
localisation et de demande de impts sur le revenu sur
pour les deux priodes de moyen des hommes.
travail sparment : la localisation des
Feld et 1981/1982 et 1991/1992 - le taux d`impt corporatif.
1. le nombre d`entreprises entreprises et sur
Kirchgssner pour l`impact des taxes - le taux d`impt personnel sur le
dans le ime groupe bas sur l`emploi, en suivant
(2001) / Suisse sur la distribution revenu
le rendement, i = 1, .., 3, et l`approche thorique de
rgionale des entreprises; - les dpenses publiques d`ducation
dans le canton j. Carlton (1983).
et d`autre part pour la per capita.
2. le nombre de salaris dans Ils utilisent la mthode
priode de 1985 1997 - les investissements publics per
le canton j. d`estimation des
pour l`impact des taxes capita.
donnes en panel.
sur l`emploi. - le pourcentage de la population qui
vit en rgions urbaines.
 - une variable dummy pour 1981.
- une variable dummy pour le canton
d`Uri pour capter son effet ngatif.
Pour la demande de travail :
- la population
- la dviation du salaire rel moyen
mensuel des hommes par rapport la
moyenne suisse.
- le taux d`impt corporatif pour les
entreprises ayant un rendement sur le
capital de 8%.
- le pourcentage de la population
ayant plus de 65 ans.
- le pourcentage de la population
ayant moins de 20 ans.
Couglin et alii Tous pays hors EU Tous types de dcisions
Modle logit
(1991) 1981-1983 Etat d'investissement
Japon
Woodward
1980-1989 Cration de nouvelles usines Modle logit
(1992)
Etat et Comt
Schmenner et Etats-Unis
alii 1970-1980 Cration de nouvelles usines Modle logit
(1987) Rgion et Etat
Friedman et Europe et Japon
alii 1977-1988 Cration de nouvelles usines Modle logit
(1992) Etat
Chung & Tous pays de l'OCDE
Cration de nouvelles usines
Alcacer hors EU
et oprations de fusion- Modle logit
(2002) 1987-1993
acquisition
Etat
A. Victor et F. Canada Nombre demploys
Nombre dentreprise Modle de rgression
Vaillancourt 6 provinces et 9 secteurs Valeur ajoute
(2004) industriels Les ventes de biens manufacturs
1998-1999 Le PIB
2000-2001 Le taux de chmage
Le salaire horaire
Le taux dimpts corporatif
Le taux dimpt sur le revenu
Le cot du combustible et de
llectricit
Les cots de transport
Taille du march
Distance gographique
Chen Chunlai La chine et les PVD Caractristiques gographiques
Les flux dinvestissements Modle gravitationnel
(2000) Etat Niveau douverture
Cot du travail
Taille du march
Fiscalit
Promotion et rglementation
Suisse Main douvre et salaire Modle logit- mthode
Baranzini et al.
Les cantons Localisation des entreprises Agglomration itrative du maximum de
(2006)
1998-2001 Infrastructure vraisemblance
Qualit de vie
Tendance politique

Source : confectionn partir des diffrentes sources bibliographiques sur les dterminants des IDE
 Tableau 2 : Les variables explicatives; synthses des rsultats des tudes conomtrique

Impact
Variables explicatives
Positif Ngatif Non significatif
Kumar (2000)
Bnassy et Alii (2001)
Dupuch et Alii (2001)
Bevan et Alii (2000)
Taille du pays Victor et Vaillancourt (2004)
Hanson et Alii (2001)
(PIB, PNB, population) Edwards (1984, 1985)
Rieber (2000)
Chunlai (2000)
Schneider and Frey (1985)
Lipsey (1999)
Kumar (2000)
Baldone et Alii (2001)
Gorg (2000)
Hollond et Alii (1998) Dupuch et Alii (2001)
Rieber (2000)
Salaire Bevan et Alii (2000) Rieber (2000)
Victor et Vaillancourt (2004)
Chunlai (2000) Lipsey (1999)
Baranzini et al. (2006)
Schneider and Frey (1985)
Wheeler and Mody (1992)
Kumar (2000)
Bnassy et Alii (2001) Dupuch et Alii (2001)
Hanson et Alii (2001) Rieber (2000)
Bartik (1985) Carlton (1983)
Papke (1991) Helms (1985)
Fiscalit Kumar (2000)
Campbell (1996) Newmen et Sullivan (1988)
Feld et Kirchgasner (2001) Gius et Frese (2001)
Victor et Vaillancourt (2004) Wheeler and Mody(1992);
Bartik (1985) Lipsey (1999)
Gastanaga (1998)
Accords rgionaux Dupuch et Alii (2001)

Tarifs douaniers Baldone et Alii (2001) Baldone et Alii (2001)

Kumar (2000)
Baldone et Alii (2001)
Distance gographique Bevan et Alii (2000) Bevan et Alii (2000)
Hollond et Alii (1998)
Cot de transport Rieber (2000) Hanson et Alii (2001)
Victor et Vaillancourt (2004)
Chunlai (2000)
Spcialisation sectorielle Gorg (2000) BALDONE et alii (2000)
Kumar (2000)
Dupuch et Alii (2001)
Infrastructures
Rieber (2000) Kumar (2000)
(investissement public,
Baranzini et al. (2006)
quipement, tlphone, route)
Wheeler and Mody (1992)
Asiedu (2001)
Kumar (2000)
Dupuch et Alii (2001)
Bnassy et Alii (2001)
Hollond et Alii (1998)
Ouverture commerciale Bevan et Alii (2000)
Chunlai (2000)
Edwards (1984, 1985)
Gastanaga (1998)
Asiedu (2001)
Proximit culturelle et
Kumar (2000) Kumar (2000) Hanson et Alii (2001)
linguistique
Taux de chmage Mayer et Mucchielli (1999) Victor et Vaillancourt (2004)
Cot de production Victor et Vaillancourt (2004)
Agglomration Victor et Vaillancourt (2004)
Nombre demploys Baranzini et al. (2006)
Agglomration
Baranzini et al. (2006)
Nombre demploys
Croissance conomique Chunlai (2000)
Promotion conomique Baranzini et al. (2006)
Rglementation Baranzini et al. (2006)
Schneider et Frey(1985) Asiedu (2001)
Instabilit politique
Edwards (1984, 1985) Wheeler and Mody(1992)

Source : confectionn partir des diffrentes sources bibliographiques sur les dterminants des IDE
 Annexe n2

Indice global de liberts conomiques (100=libre;0=rpression)

Source: Heritage Foundation 2005

Cet indicateur dvelopp par l'organisme amricain Heritage Foundation value le

degr de libert conomique des tats. Les notes les plus basses (proches de 0) sont dcernes
ceux o l'on observe le plus de contraintes gouvernementales sur la production, la
distribution et la consommation des biens et services autres que ceux ncessaires aux citoyens
pour la protection et le maintien de la libert. Inversement, les notes les plus leves (proches
de 100) sont dcernes aux pays o les contraintes gouvernementales sur l'conomie sont les
plus faibles. Plusieurs variables entrent dans la composition de l'indice, notamment les
politiques commerciales, le fardeau fiscal et le niveau d'intervention du gouvernement dans
l'conomie. The Heritage Foundation est un institut de recherche et d'ducation fond en 1973
dont la mission consiste formuler et promouvoir des politiques conservatrices bases sur
les principes de la libre entreprise. cet gard, The Heritage Foundation est favorable un
gouvernement peu interventionniste.

Cet indicateur est la moyenne arithmtique simple de dix indices :

1) Indice de liberts conomiques relatif l'action de l'tat dans le travail

Cet indicateur dvelopp par l'organisme amricain Heritage Foundation value le

degr d'intervention de l'tat dans les rapports entre employs et employeurs. Plusieurs
critres sont retenus: l'existence d'un salaire minimum fix par l'tat, la rigidit lgale des
heures de travail, la librt d'embauche et de congdiement des employs. L'chelle va d'un
niveau d'intervention important (0) faible (100), donnant l'employeur une plus grande
flexibilit. The Heritage Foundation est un institut de recherche et d'ducation fond en 1973
dont la mission consiste formuler et promouvoir des politiques conservatrices bases sur
les principes de la libre entreprise. cet gard, The Heritage Foundation est favorable un
gouvernement peu interventionniste.

2) Indice de liberts conomiques relatif l'investissement

Cet indicateur dvelopp par l'organisme amricain Heritage Foundation value les
politiques prconises par les tats en terme d'encouragement aux investissements trangers.

283
Plusieurs critres sont retenus, dont l'existence d'un code sur les investissements trangers, les
restrictions aux prises de possession par des entreprises trangres, ainsi que la disponibilit
de capital local pour ces dites entreprises. L'chelle va d'un tat trs favorable (100) un tat
trs dfavorable (0) aux investissements trangers. The Heritage Foundation est un institut de
recherche et d'ducation fond en 1973 dont la mission consiste formuler et promouvoir
des politiques conservatrices bases sur les principes de la libre entreprise. cet gard, The
Heritage Foundation est favorable un gouvernement peu interventionniste.

3) Indice de liberts conomiques relatif la corruption

Cet indicateur repris par l'organisme amricain Heritage Foundation est connu sous le
nom de Transparency International's Corruption Perceptions(CPI). Il permet d'valuer
jusqu' quel point la corruption est active dans une socit. Une corruption leve signifie que
des agents de l'tat demandent des sommes supplmentaires, illgales, diffrentes de celles
tablies par la loi, pour obtenir un permis, une subvention ou un service de l'tat. L'chelle
renvoie aussi l'existence d'un march informel, rendant opaque des situations transparentes
dans d'autres pays. L'chelle va d'un niveau de corruption faible (100) un niveau de
corruption trs fort (0). La prsence d'une forte corruption est associe des entraves pour les
personnes et les entreprises. The Heritage Foundation est un institut de recherche et
d'ducation fond en 1973 dont la mission consiste formuler et promouvoir des politiques
conservatrices bases sur les principes de la libre entreprise. cet gard, The Heritage
Foundation est favorable un gouvernement peu interventionniste.

4) Indice de liberts conomiques relatif au commerce

Cet indicateur dvelopp par l'organisme amricain Heritage Foundation value le

degr de libert du commerce dans un tat donn, en tenant compte des facteurs qui peuvent
l'influencer (tarifs douaniers, quotas ou autres interventions gouvernementales) L'chelle va
d'une tarification douanire gale de 0 (grande rpression) 100 (grande libert). The
Heritage Foundation est un institut de recherche et d'ducation fond en 1973 dont la mission
consiste formuler et promouvoir des politiques conservatrices bases sur les principes de
la libre entreprise. cet gard, The Heritage Foundation est favorable un gouvernement peu
interventionniste.

5) Indice de liberts conomiques relatif la taille de l'tat

284
 Cet indicateur dvelopp par l'organisme amricain Heritage Foundation value la
taille de l'tat dans l'conomie. Il tient compte de diffrentes variables dont le pourcentage de
l'conomie utilis par l'tat, ainsi que l'importance des entreprises et industries que celui-ci
possde partiellement ou en totalit. Il tient compte des dpenses faites par l'tat ainsi que de
l'ensemble des transferts oprs par l'tat. L'chelle des rsultats va d'un tat trs gros, dans
le sens de trs prsent (0), trs rduit (100). Cette statistique fait videmment rfrence la
libert conomique selon la logique du march. The Heritage Foundation est un institut de
recherche et d'ducation fond en 1973 dont la mission consiste formuler et promouvoir
des politiques conservatrices bases sur les principes de la libre entreprise. cet gard, The
Heritage Foundation est favorable un gouvernement peu interventionniste.

6) Indice de liberts conomiques relatif au fardeau fiscal

Cet indicateur dvelopp par l'organisme amricain Heritage Foundation value

l'importance du fardeau fiscal qu'un tat impose ses contribuables en tenant compte de trois
facteurs : l'impt maximum sur les particuliers, celui des entreprises, ainsi que les
changements annuels dans l'volution des dpenses publiques. L'chelle va d'un fardeau fiscal
lger (100) trs lourd (0). The Heritage Foundation est un institut de recherche et
d'ducation fond en 1973 dont la mission consiste formuler et promouvoir des politiques
conservatrices bases sur les principes de la libre entreprise. cet gard, The Heritage
Foundation est favorable un gouvernement peu interventionniste.

7) Indice de liberts conomiques relatif la politique montaire

Cet indicateur dvelopp par l'organisme amricain Heritage Foundation value la

stabilit de la politique montaire d'un tat en considrant le niveau de son taux d'inflation sur
une priode de 10 ans. L'chelle va d'un taux d'inflation gal ou infrieur 3% (100) un taux
suprieur 20% (0). The Heritage Foundation est un institut de recherche et d'ducation fond
en 1973 dont la mission consiste formuler et promouvoir des politiques conservatrices
bases sur les principes de la libre entreprise. cet gard, The Heritage Foundation est
favorable un gouvernement peu interventionniste.

8) Indice de liberts conomiques relatif au systme bancaire

Cet indicateur dvelopp par l'organisme amricain Heritage Foundation value

l'intervention de l'tat l'endroit du systme bancaire et financier. Plusieurs critres sont
285
retenus, dont la proprit d'institutions par l'tat, les restrictions l'implantation de filiales de
banques trangres ou les rgulations qui limitent l'activit financire. L'chelle va d'un
systme peu restrictif (100) un systme trs restrictif (0). The Heritage Foundation est un
institut de recherche et d'ducation fond en 1973 dont la mission consiste formuler et
promouvoir des politiques conservatrices bases sur les principes de la libre entreprise. cet
gard, The Heritage Foundation est favorable un gouvernement peu interventionniste.

9) Indice de liberts conomiques relatif aux droits de proprit

Cet indicateur dvelopp par l'organisme amricain Heritage Foundation value le

degr d'importance que l'tat accorde la protection de la proprit prive. Plusieurs critres
sont retenus, dont l'influence du gouvernement sur le systme judiciaire, le niveau de
corruption au sein de l'appareil judiciaire et les possibilits d'expropriation par l'tat. L'chelle
va d'un niveau de protection favorable (100) dfavorable (0) la proprit prive. The
Heritage Foundation est un institut de recherche et d'ducation fond en 1973 dont la mission
consiste formuler et promouvoir des politiques conservatrices bases sur les principes de
la libre entreprise. cet gard, The Heritage Foundation est favorable un gouvernement peu
interventionniste.

10) Indice de liberts conomiques relatif aux affaires

Cet indicateur dvelopp par l'organisme amricain Heritage Foundation value la

facilit pour une personne de partir son entreprise ou de la fermer. Sont pris en compte les
dlais administratifs, les permis ou les limitations possibles. L'chelle va d'un niveau de
protection favorable (100) dfavorable (0) la libert d'entreprendre. The Heritage
Foundation est un institut de recherche et d'ducation fond en 1973 dont la mission consiste
formuler et promouvoir des politiques conservatrices bases sur les principes de la libre
entreprise. cet gard, The Heritage Foundation est favorable un gouvernement peu
interventionniste.

286
 Indice global de droits politiques (1=libre;7=rpression)

Source: Freedom House 2005

Dfinition: Les notes les plus basses (1 et 2) dans l'chelle des droits politiques tablie
par Freedom House sont dcernes aux pays respectant les critres suivants : la tenue
d'lections justes, la prsence de partis d'opposition qui peuvent jouer un rle important, ainsi
que le respect des droits des groupes minoritaires. Les notes les plus leves (6 et 7) sont
accordes aux tats o les droits politiques sont inexistants, que ce soit cause d'un rgime
oppressif, d'une conjoncture particulire (EX. une guerre) ou d'une situation d'instabilit
provoque par les activits de groupes violents. Freedom House est une organisation
indpendante, non gouvernementale, fonde aux tats-Unis au cours des annes 1940. Elle est
forme de personnalits du monde des affaires et des syndicats, ainsi que d'intellectuels et de
gens de tous les milieux qui partagent la conviction que le leadership des tats-Unis est
essentiel la cause du dveloppement des droits et des liberts dans le monde.

Indice global de liberts civiles (1=libre;7=rpression)

Source: Freedom House 2005

Dfinition: Les notes les plus basses (1 et 2) dans l'chelle des liberts civiles tablie
par Freedom House sont dcernes aux pays respectant les critres suivants : le respect de la
libert d'expression, ainsi que celui du droit d'assemble, d'association, d'ducation et de
religion. Un tat de droit quitable doit galement tre tabli, ainsi qu'une activit
conomique libre qui favorise l'accs l'galit des chances des citoyens. Les notes les plus
leves (6 et 7) sont accordes aux tats qui offrent peu de liberts leurs citoyens qui vivent
dans la crainte de la rpression. Freedom House est une organisation indpendante, non
gouvernementale, fonde aux tats-Unis au cours des annes 1940. Elle est forme de
personnalits du monde des affaires et des syndicats, ainsi que d'intellectuels et de gens de
tous les milieux qui partagent la conviction que le leadership des tats-Unis est essentiel la
cause du dveloppement des droits et des liberts dans le monde.

287
 Indice de dveloppement humain

Le Programme des Nations unies pour le dveloppement (PNUD) en 1990, valuant le

niveau de dveloppement humain des pays du monde.

Le concept du dveloppement humain est plus large que ce qu'en dcrit l'IDH qui n'en
est qu'un indicateur, cr par le PNUD pour valuer ce qui n'tait mesur auparavant qu'avec
imprcision. L'indicateur prcdent utilis, le PIB par habitant, ne donne pas d'information sur
le bien-tre individuel ou collectif, mais n'value que la production conomique. Il prsente
des carts qui peuvent tre trs importants avec l'IDH. L'indice a t dvelopp en 1990 par
l'conomiste pakistanais Mahbubul Haq et l'conomiste indien Amartya Sen.

L'IDH est un indice composite, sans unit, compris entre 0 (excrable) et 1 (excellent),
calcul par la moyenne de trois indices quantifiant respectivement :

la sant /longvit (mesures par l'esprance de vie la naissance), qui permet

de mesurer indirectement la satisfaction des besoins matriels essentiels tels
que l'accs une alimentation saine, l'eau potable, un logement dcent,
une bonne hygine et aux soins mdicaux. En 2002, la Division de la
population des Nations Unies a pris en compte dans son estimation les impacts
dmographiques de l'pidmie du sida pour 53 pays, contre 45 en 2000.
le savoir ou niveau d'ducation. Il est mesur par le taux d'alphabtisation des
adultes (pourcentage des 15 ans et plus sachant crire et comprendre aisment
un texte court et simple traitant de la vie quotidienne) et le taux brut de
scolarisation (mesure combine des taux pour le primaire, le secondaire et le
suprieur). Il traduit la satisfaction des besoins immatriels tels que la capacit
participer aux prises de dcision sur le lieu de travail ou dans la socit ;
le niveau de vie (logarithme du produit intrieur brut par habitant en parit de
pouvoir d'achat), afin d'englober les lments de la qualit de vie qui ne sont
pas dcrits par les deux premiers indices tels que la mobilit ou l'accs la
culture.

Les donnes utilises sont celles communiques par les tats l'ONU. L'IDH est
toujours publi avec un certain retard, car calcul partir de chiffres gnralement collects
deux ans plus tt. L'IDH 2004 utilisait ainsi des chiffres de 2002, pour 175 pays membres de

288
l'ONU, plus Hong Kong, Chine et les territoires palestiniens. C'tait la premire fois que le
Timor oriental et Tonga faisaient l'objet du calcul de l'IDH. Les informations comparables,
crdibles ou disponibles sur les 4 composantes de lIDH manquent pour quelques pays (16 en
2003.)

L'IDH se calcule comme moyenne des indices de longvit, niveau d'ducation et

niveau de vie. Ces indices sont calculs partir d'une donne chiffre par interpolation
linaire entre deux valeurs extrmales possibles et/ou admissibles de cette donne ; la valeur
maximale correspond un indice de 1 (excellent) et la valeur minimale, de 0 (excrable).

L'IDH vaut

o A, D et E sont respectivement les indices de longvit, niveau d'ducation et niveau

de vie.

Le calcul des indices est donn dans le tableau ci-dessous.

Calcul des indices composant l'indice de dveloppement humain.

Valeur Valeur
Indice Mesure Formule
minimale maximale

esprance de vie la
Longvit 25 ans 85 ans
naissance (EV)

Taux
d'alphabtisation 0% 100%
(TA)
Education
Taux brut de
0% 100%
scolarisation (TBS)

logarithme du PIB
par habitant
Niveau de vie 100 USD 40 000 USD
en parit de pouvoir
d'achat

Exemple
289
 En Cte d'Ivoire, l'esprance de vie la naissance est EV = 41,2 ans, les taux
d'alphabtisation et scolarisation TA = 49,7% et TBS = 42% et le produit intrieur brut par
habitant PIB = 1 520 dollars en parits de pouvoir d'achat. Les indices composant l'IDH sont :

longvit

niveau d'ducation

niveau de vie

L'IDH vaut donc

290
 Le PNUD tablit chaque rapport du dveloppement humain un classement des pays
suivant l'IDH. Les classements et chiffres de l'IDH de prcdents rapports ne peuvent pas tre
compars entre eux ou avec les chiffres actuels[3]. En effet, l'indice repose sur des donnes
d'organismes nationaux ou internationaux qui sont souvent rvises. Ainsi, pour permettre de
suivre l'volution de l'IDH dans les pays, le PNUD recalcule ses chiffres passs chaque
rapport et "invalide" alors les prcdents.

291
 Annexe n 3
Rsultats des tests PVD (chapitre 1 de la deuxime partie)

Statistiques descriptives : Echantillon total

Statistiques Descriptives (DP 3 A)

N Actifs Moyenne Mdiane Minimum Maximum Ecart-type
IDE_PIB 567 2,023 1,068 -4,6586 27,97 2,981
LIBECO 567 57,153 57,778 34,3667 88,50 10,160
LIBCIV 567 4,477 4,667 1,0000 7,00 1,344
LIBPOL 567 4,486 5,000 1,0000 7,00 1,755
AGLOM 567 19,688 11,900 0,0881 167,32 21,815
CRECO 567 3,627 3,763 -9,5100 19,62 3,621
COMM 567 68,659 56,837 11,3400 357,86 45,555
TXINF 558 63,528 8,797 -11,3901 10834,30 533,672
PIBHAB 567 5589,585 3036,970 246,0367 57232,80 7342,010
EDPIB 567 18,057 17,137 -18,1233 63,41 14,165
CHANGE 567 496,674 21,890 0,0000 25000,00 1885,981
TXINV 567 21,381 20,817 2,8804 50,84 7,843
TXURB 567 48,268 44,340 4,4800 100,00 23,527
IDH 567 0,563 0,585 0,0867 0,95 0,212
INFR 567 6,300 2,190 0,0100 56,60 9,677

292
 Matrice de corrlation entre les variables explicatives

Corrlations (DP 3 A)

LIBECO LIBCIV LIBPOL AGLOM CRECO COMM TXINF PIBHAB EDPIB CHANGE TXINV TXURB IDH INFR IDE_PIB

LIBECO 1,000000 -0,371615 -0,338652 0,262847 0,135907 0,444039 -0,063712 0,583622 0,362669 -0,068241 0,201039 0,574776 0,601228 0,536721 0,304817

LIBCIV -0,371615 1,000000 0,894903 -0,096110 -0,065229 0,012067 -0,007280 -0,075824 -0,059023 -0,087177 -0,038881 -0,328006 -0,352868 -0,273669 -0,126919

LIBPOL -0,338652 0,894903 1,000000 -0,029564 -0,065503 0,058387 -0,015376 -0,078784 -0,054641 -0,066436 -0,063924 -0,319924 -0,382314 -0,279579 -0,058356

AGLOM 0,262847 -0,096110 -0,029564 1,000000 0,139465 0,601674 -0,049872 0,205114 0,132064 0,009365 0,120824 0,230662 0,150841 0,238168 0,626099

CRECO 0,135907 -0,065229 -0,065503 0,139465 1,000000 0,190956 -0,212880 0,083707 0,251736 0,017390 0,417921 0,021601 0,170184 0,143264 0,277545

COMM 0,444039 0,012067 0,058387 0,601674 0,190956 1,000000 -0,080295 0,515237 0,384400 -0,045148 0,378068 0,363063 0,267268 0,428012 0,517083

TXINF -0,063712 -0,007280 -0,015376 -0,049872 -0,212880 -0,080295 1,000000 -0,036138 -0,034134 -0,025179 -0,107722 0,001364 -0,013994 -0,037154 -0,062207

PIBHAB 0,583622 -0,075824 -0,078784 0,205114 0,083707 0,515237 -0,036138 1,000000 0,584966 -0,052909 0,264726 0,716260 0,614861 0,727696 0,245721

EDPIB 0,362669 -0,059023 -0,054641 0,132064 0,251736 0,384400 -0,034134 0,584966 1,000000 0,014802 0,572961 0,493170 0,569291 0,392153 0,148665

CHANGE -0,068241 -0,087177 -0,066436 0,009365 0,017390 -0,045148 -0,025179 -0,052909 0,014802 1,000000 0,018680 0,000062 0,042171 0,022515 0,004545

TXINV 0,201039 -0,038881 -0,063924 0,120824 0,417921 0,378068 -0,107722 0,264726 0,572961 0,018680 1,000000 0,228608 0,376713 0,241926 0,264964

TXURB 0,574776 -0,328006 -0,319924 0,230662 0,021601 0,363063 0,001364 0,716260 0,493170 0,000062 0,228608 1,000000 0,823932 0,710128 0,255170

IDH 0,601228 -0,352868 -0,382314 0,150841 0,170184 0,267268 -0,013994 0,614861 0,569291 0,042171 0,376713 0,823932 1,000000 0,673190 0,216638

INFR 0,536721 -0,273669 -0,279579 0,238168 0,143264 0,428012 -0,037154 0,727696 0,392153 0,022515 0,241926 0,710128 0,673190 1,000000 0,299110

IDE_PIB 0,304817 -0,126919 -0,058356 0,626099 0,277545 0,517083 -0,062207 0,245721 0,148665 0,004545 0,264964 0,255170 0,216638 0,299110 1,000000
 Rsultat estimation chantillon total : Moindre carre ordinaire

Dependent Variable: IDE_PIB

Method: Panel Least Squares
Date: 09/02/09 Time: 00:25
Sample: 1 9
Cross-sections included: 62
Total panel (balanced) observations: 558

Variable Coefficient Std. Error t-Statistic Prob.

IDH -0.201092 0.949666 -0.211750 0.8324

LIBCIV -0.355690 0.160336 -2.218404 0.0269
LIBECO 0.017855 0.013609 1.311923 0.1901
LIBPOL 0.270254 0.122054 2.214206 0.0272
INFR 0.019140 0.016370 1.169208 0.2428
PIBHAB 4.50E-06 2.50E-05 0.179951 0.8573
TXINF 0.000127 0.000178 0.712073 0.4767
TXINV 0.061971 0.016382 3.782755 0.0002
TXURB 0.008643 0.008460 1.021595 0.3074
EDPIB -0.035553 0.010094 -3.522014 0.0005
CRECO 0.125501 0.029770 4.215635 0.0000
COMM 0.007655 0.003306 2.315826 0.0209
CHANGE 5.07E-06 4.95E-05 0.102482 0.9184
AGLOM 0.066037 0.005544 11.91188 0.0000
C -2.044734 0.939334 -2.176790 0.0299

R-squared 0.485147 Mean dependent var 2.040257

Adjusted R-squared 0.471873 S.D. dependent var 2.998115
S.E. of regression 2.178801 Akaike info criterion 4.421940
Sum squared resid 2577.715 Schwarz criterion 4.538186
Log likelihood -1218.721 F-statistic 36.54788
Durbin-Watson stat 1.026754 Prob(F-statistic) 0.000000

Test de colinarit

Variance Inflation Factors

Minimum possible value = 1.0
Values > 10.0 may indicate a collinearity problem

LIBECO 2.219
LIBCIV 5.497
LIBPOL 5.428
EDPIB 2.429
TXINV 1.952
TXURB 4.675
AGLOM 1.723
CRECO 1.340
COMM 2.686
TXINF 1.058

294
 PIBHAB 3.993
CHANGE 1.037
IDH 4.848
INFR 2.980

Rgression: Heteroskedasticity-corrected,
using 558 observations
Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -1.03924 0.441239 -2.3553 0.01886 **
LIBECO 0.0107323 0.00631923 1.6983 0.09001 *
LIBCIV -0.229091 0.0793602 -2.8867 0.00405 ***
LIBPOL 0.127687 0.0572551 2.2301 0.02615 **
AGLOM 0.0716919 0.00397564 18.0328 <0.00001 ***
CRECO 0.0830668 0.0150871 5.5058 <0.00001 ***
COMM 0.00711232 0.00204749 3.4737 0.00055 ***
TXINF 5.20303e-05 4.22627e-05 1.2311 0.21881
PIBHAB -1.0173e-05 1.25093e-05 -0.8132 0.41644
EDPIB -0.0185744 0.00663188 -2.8008 0.00528 ***
CHANGE -2.73709e-05 4.49032e-05 -0.6096 0.54241
TXINV 0.0230903 0.00950558 2.4291 0.01546 **
TXURB 0.00390594 0.00410904 0.9506 0.34224
IDH 0.674366 0.432076 1.5608 0.11916
INFR 0.00944791 0.0108423 0.8714 0.38392

Statistics based on the weighted data:

Sum squared resid 2214.967 S.E. of regression 2.019685
R-squared 0.900719 Adjusted R-squared 0.898159
F(14, 543) 351.8810 P-value(F) 1.4e-261
Log-likelihood -1176.406 Akaike criterion 2382.813
Schwarz criterion 2447.678 Hannan-Quinn 2408.145

Statistics based on the original data:

Mean dependent var 2.040257 S.D. dependent var 2.998115
Sum squared resid 2655.597 S.E. of regression 2.211471

Test de Hausman

Random-effects (GLS), using 558 observations

Included 62 cross-sectional units
Time-series length = 9
Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -2.52155 1.14765 -2.1971 0.02843 **
LIBECO 0.0188435 0.0177029 1.0644 0.28761
LIBCIV -0.446377 0.164819 -2.7083 0.00698 ***

295
LIBPOL 0.310102 0.125271 2.4754 0.01361 **
AGLOM 0.0744855 0.0062329 11.9504 <0.00001 ***
CRECO 0.104294 0.0286991 3.6341 0.00031 ***
COMM 0.00307804 0.0039363 0.7820 0.43458
TXINF 6.99043e-05 0.000170474 0.4101 0.68193
PIBHAB 1.33918e-06 3.03661e-05 0.0441 0.96484
EDPIB -0.0334493 0.0119825 -2.7915 0.00543 ***
CHANGE -1.72134e-05 5.23919e-05 -0.3286 0.74262
TXINV 0.0802219 0.017068 4.7001 <0.00001 ***
TXURB -0.00175184 0.0112227 -0.1561 0.87601
IDH 1.42352 1.13939 1.2494 0.21207
INFR 0.0291519 0.0189385 1.5393 0.12431

Mean dependent var 2.040257 S.D. dependent var 2.998115

Sum squared resid 2645.041 S.E. of regression 2.205041
Log-likelihood -1225.915 Akaike criterion 2481.830
Schwarz criterion 2546.695 Hannan-Quinn 2507.162

'Within' variance = 3.52985

'Between' variance = 1.0638
theta used for quasi-demeaning = 0.392807
Breusch-Pagan test -
Null hypothesis: Variance of the unit-specific error = 0
Asymptotic test statistic: Chi-square(1) = 34.5664
with p-value = 4.11946e-009

Hausman test -
Null hypothesis: GLS estimates are consistent
Asymptotic test statistic: Chi-square(14) = 93.8882
with p-value = 6.9585e-014
Rsultats des estimations : effets fixes
Fixed-effects, using 558 observations
Included 62 cross-sectional units
Time-series length = 9
Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -12.7067 2.36664 -5.3691 <0.00001 ***
LIBECO 0.100449 0.0347243 2.8928 0.00399 ***
LIBCIV -0.357219 0.177242 -2.0154 0.04441 **
LIBPOL 0.245557 0.13003 1.8885 0.05956 *
AGLOM 0.0785413 0.00760771 10.3239 <0.00001 ***
CRECO 0.0827277 0.0281047 2.9436 0.00340 ***
COMM -0.00929666 0.00620599 -1.4980 0.13478
TXINF 5.11396e-05 0.000164489 0.3109 0.75601
PIBHAB 2.69869e-05 4.73053e-05 0.5705 0.56862
EDPIB -0.0180174 0.0157006 -1.1476 0.25172
CHANGE -6.99468e-05 5.62918e-05 -1.2426 0.21463
TXINV 0.11178 0.0180908 6.1788 <0.00001 ***

296
TXURB 0.0303 0.023585 1.2847 0.19951
IDH 7.75335 1.57905 4.9101 <0.00001 ***
INFR 0.0361458 0.0238366 1.5164 0.13007

Mean dependent var 2.040257 S.D. dependent var 2.998115

Sum squared resid 1701.389 S.E. of regression 1.878790
R-squared 0.660178 Adjusted R-squared 0.607301
F(75, 482) 12.48518 P-value(F) 1.78e-74
Log-likelihood -1102.808 Akaike criterion 2357.617
Schwarz criterion 2686.268 Hannan-Quinn 2485.967
rho 0.198872 Durbin-Watson 1.402726

Test for differing group intercepts -

Null hypothesis: The groups have a common intercept
Test statistic: F(61, 482) = 4.06986
with p-value = P(F(61, 482) > 4.06986) = 1.49361e-018

Rsultats des estimations des diffrentes spcifications : effets fixes

Dependent Variable: IDE_PIB

Method: Panel Least Squares
Date: 09/02/09 Time: 02:31
Sample: 1 9
Cross-sections included: 63
Total panel (balanced) observations: 567

Variable Coefficient Std. Error t-Statistic Prob.

LIBCIV -1.026456 0.202011 -5.081197 0.0000

LIBECO 0.162963 0.039981 4.076040 0.0001
LIBPOL 0.442083 0.156020 2.833505 0.0048
C -4.678140 2.441512 -1.916083 0.0559

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.461207 Mean dependent var 2.022866

Adjusted R-squared 0.391303 S.D. dependent var 2.981161
S.E. of regression 2.325872 Akaike info criterion 4.635119
Sum squared resid 2710.251 Schwarz criterion 5.140346
Log likelihood -1248.056 F-statistic 6.597776
Durbin-Watson stat 1.176260 Prob(F-statistic) 0.000000

Dependent Variable: IDE_PIB

Method: Panel Least Squares
Date: 09/02/09 Time: 02:33
Sample: 1 9
Cross-sections included: 63

297
Total panel (balanced) observations: 567

Variable Coefficient Std. Error t-Statistic Prob.

LIBCIV -0.596665 0.134351 -4.441091 0.0000

LIBECO 0.151370 0.040048 3.779679 0.0002
C -3.956870 2.445146 -1.618255 0.1062

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.452572 Mean dependent var 2.022866

Adjusted R-squared 0.382781 S.D. dependent var 2.981161
S.E. of regression 2.342099 Akaike info criterion 4.647490
Sum squared resid 2753.684 Schwarz criterion 5.145062
Log likelihood -1252.563 F-statistic 6.484623
Durbin-Watson stat 1.156697 Prob(F-statistic) 0.000000

Dependent Variable: IDE_PIB

Method: Panel Least Squares
Date: 09/02/09 Time: 02:34
Sample: 1 9
Cross-sections included: 63
Total panel (balanced) observations: 567

Variable Coefficient Std. Error t-Statistic Prob.

LIBECO 0.175155 0.040421 4.333321 0.0000

C -7.987754 2.312320 -3.454432 0.0006

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.431064 Mean dependent var 2.022866

Adjusted R-squared 0.359806 S.D. dependent var 2.981161
S.E. of regression 2.385291 Akaike info criterion 4.682499
Sum squared resid 2861.875 Schwarz criterion 5.172417
Log likelihood -1263.489 F-statistic 6.049310
Durbin-Watson stat 1.125872 Prob(F-statistic) 0.000000

Dependent Variable: IDE_PIB

Method: Panel Least Squares
Date: 09/02/09 Time: 02:35
Sample: 1 9
Cross-sections included: 62
Total panel (balanced) observations: 558

298
 Variable Coefficient Std. Error t-Statistic Prob.

AGLOM 0.089698 0.007969 11.25541 0.0000

CHANGE -1.92E-05 5.78E-05 -0.332882 0.7394
COMM -0.000594 0.006319 -0.094077 0.9251
CRECO 0.100398 0.029825 3.366212 0.0008
EDPIB -0.003462 0.016596 -0.208616 0.8348
PIBHAB 7.87E-05 4.65E-05 1.690608 0.0916
TXINV 0.107303 0.018900 5.677316 0.0000
TXINF 5.15E-05 0.000176 0.292064 0.7704
C -2.739178 0.549665 -4.983354 0.0000

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.603235 Mean dependent var 2.040257

Adjusted R-squared 0.547135 S.D. dependent var 2.998115
S.E. of regression 2.017589 Akaike info criterion 4.358536
Sum squared resid 1986.484 Schwarz criterion 4.901018
Log likelihood -1146.031 F-statistic 10.75286
Durbin-Watson stat 1.340967 Prob(F-statistic) 0.000000

Dependent Variable: IDE_PIB

Method: Panel Least Squares
Date: 09/02/09 Time: 02:36
Sample: 1 9
Cross-sections included: 63
Total panel (balanced) observations: 567

Variable Coefficient Std. Error t-Statistic Prob.

IDH 11.42698 1.784849 6.402211 0.0000

INFR 0.086257 0.025345 3.403331 0.0007
TXURB 0.022560 0.025904 0.870919 0.3842
C -6.047747 1.069628 -5.654067 0.0000

Effects Specification

Cross-section fixed (dummy variables)

R-squared 0.515358 Mean dependent var 2.022866

Adjusted R-squared 0.452480 S.D. dependent var 2.981161
S.E. of regression 2.205897 Akaike info criterion 4.529197
Sum squared resid 2437.857 Schwarz criterion 5.034424
Log likelihood -1218.027 F-statistic 8.196200
Durbin-Watson stat 1.316767 Prob(F-statistic) 0.000000

299
 Rsultats des tests
Modle explicatif de lattractivit des investissements trangers dans les pays en
dveloppement

Model M1: Fixed-effects, using 567 observations

Included 63 cross-sectional units
Time-series length = 9
Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -7.98775 2.53311 -3.1533 0.00171 ***
LIBECO 0.175155 0.0438472 3.9947 0.00007 ***

Mean dependent var 2.022866 S.D. dependent var 2.981161

Sum squared resid 2861.875 S.E. of regression 2.385291
R-squared 0.431064 Adjusted R-squared 0.359806
F(63, 503) 6.049310 P-value(F) 1.49e-32
Log-likelihood -1263.489 Akaike criterion 2654.977
Schwarz criterion 2932.760 Hannan-Quinn 2763.385
rho 0.446983 Durbin-Watson 1.002760

Model M2: Fixed-effects, using 567 observations

Included 63 cross-sectional units
Time-series length = 9
Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -8.69394 2.02366 -4.2961 0.00002 ***
LIBECO 0.157336 0.0353897 4.4458 0.00001 ***
AGLOM 0.0875948 0.00703018 12.4598 <0.00001 ***

Mean dependent var 2.022866 S.D. dependent var 2.981161

Sum squared resid 2185.876 S.E. of regression 2.086704
R-squared 0.565451 Adjusted R-squared 0.510051
F(64, 502) 10.20659 P-value(F) 6.52e-58
Log-likelihood -1187.097 Akaike criterion 2504.193
Schwarz criterion 2786.317 Hannan-Quinn 2614.295
rho 0.310320 Durbin-Watson 1.238289

Model M3: Fixed-effects, using 567 observations

Included 63 cross-sectional units
Time-series length = 9
Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -9.87166 1.94271 -5.0814 <0.00001 ***
LIBECO 0.132594 0.0340316 3.8962 0.00011 ***
AGLOM 0.0929114 0.00676674 13.7306 <0.00001 ***
TXINV 0.116325 0.0168041 6.9224 <0.00001 ***

300
Mean dependent var 2.022866 S.D. dependent var 2.981161
Sum squared resid 1995.053 S.E. of regression 1.995530
R-squared 0.603387 Adjusted R-squared 0.551930
F(65, 501) 11.72609 P-value(F) 1.84e-66
Log-likelihood -1161.200 Akaike criterion 2454.400
Schwarz criterion 2740.864 Hannan-Quinn 2566.195
rho 0.293970 Durbin-Watson 1.240238

Model M4: Fixed-effects, using 567 observations

Included 63 cross-sectional units
Time-series length = 9
Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -13.1977 1.90083 -6.9431 <0.00001 ***
LIBECO 0.102236 0.0326093 3.1352 0.00182 ***
AGLOM 0.0835683 0.00655552 12.7478 <0.00001 ***
TXINV 0.106781 0.0160254 6.6632 <0.00001 ***
IDH 9.67123 1.31029 7.3810 <0.00001 ***
Mean dependent var 2.022866 S.D. dependent var 2.981161
Sum squared resid 1799.033 S.E. of regression 1.896857
R-squared 0.642355 Adjusted R-squared 0.595146
F(66, 500) 13.60659 P-value(F) 2.74e-76
Log-likelihood -1131.880 Akaike criterion 2397.760
Schwarz criterion 2688.564 Hannan-Quinn 2511.250
rho 0.211293 Durbin-Watson 1.384946

Model M5: Fixed-effects, using 567 observations

Included 63 cross-sectional units
Time-series length = 9
Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -12.894 1.88064 -6.8562 <0.00001 ***
LIBECO 0.104825 0.0322508 3.2503 0.00123 ***
AGLOM 0.0778482 0.00672501 11.5759 <0.00001 ***
TXINV 0.0956741 0.0166354 5.7512 <0.00001 ***
IDH 8.46618 1.34009 6.3176 <0.00001 ***
CRECO 0.0751622 0.0267714 2.8076 0.00519 ***
INFR 0.048388 0.0197126 2.4547 0.01444 **
Mean dependent var 2.022866 S.D. dependent var 2.981161
Sum squared resid 1750.529 S.E. of regression 1.874865
R-squared 0.651998 Adjusted R-squared 0.604479
F(68, 498) 13.72096 P-value(F) 6.74e-78
Log-likelihood -1124.132 Akaike criterion 2386.263
Schwarz criterion 2685.748 Hannan-Quinn 2503.140
rho 0.201842 Durbin-Watson 1.400513

301
 Annexe n4
Rsultats des tests Maroc (chapitre 2 de la deuxime partie)

Analyse de la stationnarit : Test ADF

Null Hypothesis: PIB_HAB has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -0.494128 0.8767

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(PIB_HAB)
Method: Least Squares
Date: 01/31/10 Time: 22:46
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

PIB_HAB(-1) -0.012511 0.025320 -0.494128 0.6259

C 569.0726 251.8982 2.259137 0.0337

R-squared 0.010504 Mean dependent var 451.8400

Adjusted R-squared -0.032517 S.D. dependent var 416.4974
S.E. of regression 423.2149 Akaike info criterion 15.01026
Sum squared resid 4119549. Schwarz criterion 15.10777
Log likelihood -185.6282 F-statistic 0.244162
Durbin-Watson stat 3.081353 Prob(F-statistic) 0.625902

Null Hypothesis: D(PIB_HAB) has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=5)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -8.958113 0.0000

Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542

*MacKinnon (1996) one-sided p-values.

302
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(PIB_HAB,2)
Method: Least Squares
Date: 01/31/10 Time: 21:58
Sample (adjusted): 1982 2005
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(PIB_HAB(-1)) -1.562579 0.174432 -8.958113 0.0000

C 722.4426 107.9452 6.692679 0.0000

R-squared 0.784836 Mean dependent var 4.958333

Adjusted R-squared 0.775056 S.D. dependent var 747.5151
S.E. of regression 354.5332 Akaike info criterion 14.65914
Sum squared resid 2765264. Schwarz criterion 14.75731
Log likelihood -173.9096 F-statistic 80.24779
Durbin-Watson stat 2.131550 Prob(F-statistic) 0.000000

Null Hypothesis: ENB has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=5)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.046637 0.7200

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(ENB)
Method: Least Squares
Date: 01/31/10 Time: 22:01
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

ENB(-1) -0.122959 0.117480 -1.046637 0.3061

C 3.074526 2.535763 1.212466 0.2376

R-squared 0.045463 Mean dependent var 0.456000

Adjusted R-squared 0.003961 S.D. dependent var 2.070845
S.E. of regression 2.066740 Akaike info criterion 4.366440
Sum squared resid 98.24249 Schwarz criterion 4.463950

303
Log likelihood -52.58050 F-statistic 1.095449
Durbin-Watson stat 2.382152 Prob(F-statistic) 0.306142

Null Hypothesis: D(ENB) has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=5)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -7.000675 0.0000

Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(ENB,2)
Method: Least Squares
Date: 01/31/10 Time: 22:02
Sample (adjusted): 1982 2005
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(ENB(-1)) -1.339058 0.191276 -7.000675 0.0000

C 0.720441 0.402285 1.790870 0.0871

R-squared 0.690182 Mean dependent var 0.162500

Adjusted R-squared 0.676099 S.D. dependent var 3.394217
S.E. of regression 1.931725 Akaike info criterion 4.234360
Sum squared resid 82.09439 Schwarz criterion 4.332531
Log likelihood -48.81231 F-statistic 49.00945
Durbin-Watson stat 1.874379 Prob(F-statistic) 0.000001

Null Hypothesis: M3_PIB has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic 1.882823 0.9996

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

304
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(M3_PIB)
Method: Least Squares
Date: 01/31/10 Time: 22:49
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

M3_PIB(-1) 0.071123 0.037774 1.882823 0.0724

C -2.202412 2.474153 -0.890168 0.3826

R-squared 0.133548 Mean dependent var 2.312000

Adjusted R-squared 0.095876 S.D. dependent var 3.209579
S.E. of regression 3.051843 Akaike info criterion 5.145987
Sum squared resid 214.2162 Schwarz criterion 5.243497
Log likelihood -62.32484 F-statistic 3.545023
Durbin-Watson stat 2.841552 Prob(F-statistic) 0.072434

Null Hypothesis: D(M3_PIB) has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=5)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -5.990211 0.0001

Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(M3_PIB,2)
Method: Least Squares
Date: 01/31/10 Time: 22:04
Sample (adjusted): 1982 2005
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(M3_PIB(-1)) -1.367180 0.228236 -5.990211 0.0000

C 3.141027 0.786265 3.994873 0.0006

R-squared 0.619921 Mean dependent var 0.406667

Adjusted R-squared 0.602644 S.D. dependent var 4.975378
S.E. of regression 3.136288 Akaike info criterion 5.203612
Sum squared resid 216.3986 Schwarz criterion 5.301783
Log likelihood -60.44334 F-statistic 35.88263
Durbin-Watson stat 1.467190 Prob(F-statistic) 0.000005

305
Null Hypothesis: TXINF has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.006191 0.2824

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(TXINF)
Method: Least Squares
Date: 01/31/10 Time: 22:35
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

TXINF(-1) -0.291729 0.145414 -2.006191 0.0567

C 1.163486 0.910173 1.278314 0.2139

R-squared 0.148930 Mean dependent var -0.336000

Adjusted R-squared 0.111927 S.D. dependent var 2.755733
S.E. of regression 2.596938 Akaike info criterion 4.823161
Sum squared resid 155.1140 Schwarz criterion 4.920672
Log likelihood -58.28952 F-statistic 4.024803
Durbin-Watson stat 2.372626 Prob(F-statistic) 0.056735

Null Hypothesis: D(TXINF) has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -7.540367 0.0000

Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(TXINF,2)

306
Method: Least Squares
Date: 01/31/10 Time: 22:35
Sample (adjusted): 1982 2005
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(TXINF(-1)) -1.407538 0.186667 -7.540367 0.0000

C -0.613314 0.518022 -1.183955 0.2491

R-squared 0.721014 Mean dependent var -0.150000

Adjusted R-squared 0.708333 S.D. dependent var 4.665880
S.E. of regression 2.519863 Akaike info criterion 4.765942
Sum squared resid 139.6936 Schwarz criterion 4.864113
Log likelihood -55.19130 F-statistic 56.85714
Durbin-Watson stat 2.076732 Prob(F-statistic) 0.000000

Null Hypothesis: EDUC has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=5)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.331325 0.0241

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(EDUC)
Method: Least Squares
Date: 01/31/10 Time: 22:07
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

EDUC(-1) -0.703701 0.211237 -3.331325 0.0029

C 3.992101 1.191392 3.350786 0.0028

R-squared 0.325468 Mean dependent var 0.048000

Adjusted R-squared 0.296141 S.D. dependent var 0.792733
S.E. of regression 0.665074 Akaike info criterion 2.098780
Sum squared resid 10.17342 Schwarz criterion 2.196290
Log likelihood -24.23475 F-statistic 11.09772
Durbin-Watson stat 2.037977 Prob(F-statistic) 0.002903

307
Null Hypothesis: TXCHOM has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=5)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -2.878802 0.0621

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(TXCHOM)
Method: Least Squares
Date: 01/31/10 Time: 22:11
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

TXCHOM(-1) -0.398584 0.138455 -2.878802 0.0085

C 7.072878 2.380921 2.970648 0.0068

R-squared 0.264882 Mean dependent var 0.340000

Adjusted R-squared 0.232921 S.D. dependent var 2.546075
S.E. of regression 2.229931 Akaike info criterion 4.518437
Sum squared resid 114.3696 Schwarz criterion 4.615947
Log likelihood -54.48046 F-statistic 8.287503
Durbin-Watson stat 2.241622 Prob(F-statistic) 0.008479

Null Hypothesis: TX_URB has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -8.136871 0.0000

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(TX_URB)

308
Method: Least Squares
Date: 01/31/10 Time: 22:15
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

TX_URB(-1) -0.038897 0.004780 -8.136871 0.0000

C 2.495968 0.236843 10.53849 0.0000

R-squared 0.742178 Mean dependent var 0.576644

Adjusted R-squared 0.730968 S.D. dependent var 0.205704
S.E. of regression 0.106695 Akaike info criterion -1.561063
Sum squared resid 0.261829 Schwarz criterion -1.463553
Log likelihood 21.51329 F-statistic 66.20867
Durbin-Watson stat 0.600397 Prob(F-statistic) 0.000000

Null Hypothesis: IDH has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.600186 0.4677

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(IDH)
Method: Least Squares
Date: 01/31/10 Time: 22:16
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

IDH(-1) -0.232712 0.145428 -1.600186 0.1232

C 0.131195 0.078696 1.667110 0.1091

R-squared 0.100177 Mean dependent var 0.006080

Adjusted R-squared 0.061055 S.D. dependent var 0.046090
S.E. of regression 0.044661 Akaike info criterion -3.302808
Sum squared resid 0.045876 Schwarz criterion -3.205298
Log likelihood 43.28510 F-statistic 2.560596
Durbin-Watson stat 2.710033 Prob(F-statistic) 0.123205

309
Null Hypothesis: D(IDH) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -8.751910 0.0000

Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(IDH,2)
Method: Least Squares
Date: 01/31/10 Time: 22:16
Sample (adjusted): 1982 2005
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(IDH(-1)) -1.553464 0.177500 -8.751910 0.0000

C 0.009625 0.008248 1.166853 0.2558

R-squared 0.776867 Mean dependent var 0.000368

Adjusted R-squared 0.766725 S.D. dependent var 0.082974
S.E. of regression 0.040075 Akaike info criterion -3.516462
Sum squared resid 0.035332 Schwarz criterion -3.418291
Log likelihood 44.19755 F-statistic 76.59593
Durbin-Watson stat 2.476613 Prob(F-statistic) 0.000000

Null Hypothesis: AGLOM has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic 0.669536 0.9888

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(AGLOM)
Method: Least Squares

310
Date: 01/31/10 Time: 22:19
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

AGLOM(-1) 0.042608 0.063638 0.669536 0.5098

C 0.229196 1.207607 0.189794 0.8511

R-squared 0.019118 Mean dependent var 0.973733

Adjusted R-squared -0.023529 S.D. dependent var 2.327186
S.E. of regression 2.354405 Akaike info criterion 4.627072
Sum squared resid 127.4941 Schwarz criterion 4.724582
Log likelihood -55.83840 F-statistic 0.448278
Durbin-Watson stat 1.951209 Prob(F-statistic) 0.509820

Null Hypothesis: D(AGLOM) has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -4.426952 0.0020

Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(AGLOM,2)
Method: Least Squares
Date: 01/31/10 Time: 22:19
Sample (adjusted): 1982 2005
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(AGLOM(-1)) -0.932110 0.210553 -4.426952 0.0002

C 0.826159 0.532800 1.550599 0.1353

R-squared 0.471127 Mean dependent var -0.121644

Adjusted R-squared 0.447088 S.D. dependent var 3.214403
S.E. of regression 2.390168 Akaike info criterion 4.660260
Sum squared resid 125.6839 Schwarz criterion 4.758431
Log likelihood -53.92312 F-statistic 19.59790
Durbin-Watson stat 2.020684 Prob(F-statistic) 0.000213

311
Null Hypothesis: COMM has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.580226 0.4775

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(COMM)
Method: Least Squares
Date: 01/31/10 Time: 22:21
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

COMM(-1) -0.315683 0.199771 -1.580226 0.1277

C 15.67098 9.445759 1.659050 0.1107

R-squared 0.097937 Mean dependent var 0.796000

Adjusted R-squared 0.058717 S.D. dependent var 4.038201
S.E. of regression 3.917852 Akaike info criterion 5.645583
Sum squared resid 353.0400 Schwarz criterion 5.743093
Log likelihood -68.56978 F-statistic 2.497113
Durbin-Watson stat 1.652146 Prob(F-statistic) 0.127711

Null Hypothesis: D(COMM) has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -6.188887 0.0000

Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(COMM,2)
Method: Least Squares
Date: 01/31/10 Time: 22:20

312
Sample (adjusted): 1982 2005
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(COMM(-1)) -1.199007 0.193735 -6.188887 0.0000

C 0.552758 0.761927 0.725474 0.4758

R-squared 0.635172 Mean dependent var -0.141667

Adjusted R-squared 0.618588 S.D. dependent var 5.978070
S.E. of regression 3.691968 Akaike info criterion 5.529852
Sum squared resid 299.8738 Schwarz criterion 5.628023
Log likelihood -64.35822 F-statistic 38.30232
Durbin-Watson stat 1.914888 Prob(F-statistic) 0.000003

Null Hypothesis: IDE_PIB has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -4.167849 0.0036

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(IDE_PIB)
Method: Least Squares
Date: 01/31/10 Time: 22:23
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

IDE_PIB(-1) -0.884140 0.212133 -4.167849 0.0004

C 1.451541 0.472903 3.069429 0.0054

R-squared 0.430284 Mean dependent var 0.136224

Adjusted R-squared 0.405513 S.D. dependent var 2.283933
S.E. of regression 1.760980 Akaike info criterion 4.046236
Sum squared resid 71.32414 Schwarz criterion 4.143746
Log likelihood -48.57795 F-statistic 17.37097
Durbin-Watson stat 2.126053 Prob(F-statistic) 0.000371

313
Null Hypothesis: D(LIBPOL) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -4.756950 0.0009

Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LIBPOL,2)
Method: Least Squares
Date: 01/31/10 Time: 22:24
Sample (adjusted): 1982 2005
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(LIBPOL(-1)) -1.014085 0.213180 -4.756950 0.0001

C 0.042254 0.075370 0.560612 0.5807

R-squared 0.507042 Mean dependent var 0.000000

Adjusted R-squared 0.484635 S.D. dependent var 0.510754
S.E. of regression 0.366665 Akaike info criterion 0.910918
Sum squared resid 2.957746 Schwarz criterion 1.009089
Log likelihood -8.931011 F-statistic 22.62857
Durbin-Watson stat 2.009926 Prob(F-statistic) 0.000095

Null Hypothesis: LIBECO has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic 1.252688 0.9976

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LIBECO)
Method: Least Squares
Date: 01/31/10 Time: 22:27

314
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

LIBECO(-1) 0.212233 0.169422 1.252688 0.2229

C -13.76474 10.63501 -1.294285 0.2084

R-squared 0.063870 Mean dependent var -0.448714

Adjusted R-squared 0.023168 S.D. dependent var 1.657739
S.E. of regression 1.638423 Akaike info criterion 3.901964
Sum squared resid 61.74189 Schwarz criterion 3.999474
Log likelihood -46.77455 F-statistic 1.569227
Durbin-Watson stat 2.547784 Prob(F-statistic) 0.222907

Null Hypothesis: D(LIBECO) has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -4.752009 0.0009

Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LIBECO,2)
Method: Least Squares
Date: 01/31/10 Time: 22:26
Sample (adjusted): 1982 2005
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(LIBECO(-1)) -1.163520 0.244848 -4.752009 0.0001

C -0.513157 0.356006 -1.441428 0.1635

R-squared 0.506523 Mean dependent var -0.187475

Adjusted R-squared 0.484092 S.D. dependent var 2.382738
S.E. of regression 1.711443 Akaike info criterion 3.992206
Sum squared resid 64.43881 Schwarz criterion 4.090377
Log likelihood -45.90647 F-statistic 22.58159
Durbin-Watson stat 1.692957 Prob(F-statistic) 0.000096

Null Hypothesis: D(INFR,2) has a unit root

Exogenous: Constant

315
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.621449 0.0134

Test critical values: 1% level -3.752946
5% level -2.998064
10% level -2.638752

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(INFR,3)
Method: Least Squares
Date: 01/31/10 Time: 22:37
Sample (adjusted): 1983 2005
Included observations: 23 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(INFR(-1),2) -0.782963 0.216202 -3.621449 0.0016

C -0.001736 0.054500 -0.031846 0.9749

R-squared 0.384433 Mean dependent var -0.009565

Adjusted R-squared 0.355120 S.D. dependent var 0.325220
S.E. of regression 0.261166 Akaike info criterion 0.235619
Sum squared resid 1.432360 Schwarz criterion 0.334358
Log likelihood -0.709623 F-statistic 13.11489
Durbin-Watson stat 1.745157 Prob(F-statistic) 0.001600

Null Hypothesis: TXINV has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.947006 0.3068

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(TXINV)
Method: Least Squares
Date: 01/31/10 Time: 22:40
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

316
 Variable Coefficient Std. Error t-Statistic Prob.

TXINV(-1) -0.269947 0.138647 -1.947006 0.0638

C 5.210491 2.701242 1.928924 0.0662

R-squared 0.141497 Mean dependent var -0.020000

Adjusted R-squared 0.104171 S.D. dependent var 1.492481
S.E. of regression 1.412607 Akaike info criterion 3.605369
Sum squared resid 45.89555 Schwarz criterion 3.702879
Log likelihood -43.06712 F-statistic 3.790834
Durbin-Watson stat 2.058408 Prob(F-statistic) 0.063846

Null Hypothesis: D(TXINV) has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -5.820221 0.0001

Test critical values: 1% level -3.737853
5% level -2.991878
10% level -2.635542

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(TXINV,2)
Method: Least Squares
Date: 01/31/10 Time: 22:39
Sample (adjusted): 1982 2005
Included observations: 24 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(TXINV(-1)) -1.203264 0.206739 -5.820221 0.0000

C -0.077405 0.304399 -0.254288 0.8016

R-squared 0.606264 Mean dependent var -0.112500

Adjusted R-squared 0.588367 S.D. dependent var 2.323848
S.E. of regression 1.490950 Akaike info criterion 3.716359
Sum squared resid 48.90450 Schwarz criterion 3.814530
Log likelihood -42.59631 F-statistic 33.87498
Durbin-Watson stat 1.904243 Prob(F-statistic) 0.000007

Null Hypothesis: NB_GRV has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

317
 t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -4.601004 0.0013

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(NB_GRV)
Method: Least Squares
Date: 01/31/10 Time: 22:42
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

NB_GRV(-1) -0.617088 0.134120 -4.601004 0.0001

C 196.2236 48.88511 4.013975 0.0005

R-squared 0.479276 Mean dependent var -15.24000

Adjusted R-squared 0.456635 S.D. dependent var 112.9743
S.E. of regression 83.27705 Akaike info criterion 11.75884
Sum squared resid 159506.5 Schwarz criterion 11.85635
Log likelihood -144.9855 F-statistic 21.16923
Durbin-Watson stat 1.659869 Prob(F-statistic) 0.000126

Null Hypothesis: CRECO has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -10.37296 0.0000

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(CRECO)
Method: Least Squares
Date: 01/31/10 Time: 22:43
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

318
 Variable Coefficient Std. Error t-Statistic Prob.

CRECO(-1) -1.650154 0.159082 -10.37296 0.0000

C 5.627812 0.963232 5.842633 0.0000

R-squared 0.823887 Mean dependent var -0.067200

Adjusted R-squared 0.816230 S.D. dependent var 9.231128
S.E. of regression 3.957233 Akaike info criterion 5.665586
Sum squared resid 360.1730 Schwarz criterion 5.763096
Log likelihood -68.81982 F-statistic 107.5983
Durbin-Watson stat 2.176560 Prob(F-statistic) 0.000000

Null Hypothesis: CHANGE has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=0)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.318895 0.0248

Test critical values: 1% level -3.724070
5% level -2.986225
10% level -2.632604

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(CHANGE)
Method: Least Squares
Date: 01/31/10 Time: 22:44
Sample (adjusted): 1981 2005
Included observations: 25 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

CHANGE(-1) -0.265544 0.080010 -3.318895 0.0030

C 2.498314 0.709492 3.521274 0.0018

R-squared 0.323829 Mean dependent var 0.182040

Adjusted R-squared 0.294430 S.D. dependent var 0.760120
S.E. of regression 0.638487 Akaike info criterion 2.017188
Sum squared resid 9.376312 Schwarz criterion 2.114698
Log likelihood -23.21485 F-statistic 11.01507
Durbin-Watson stat 1.232325 Prob(F-statistic) 0.002991

319
 TEST DE CAUSALITE
Pairwise Granger Causality Tests
Date: 01/31/10 Time: 22:58
Sample: 1980 2005

Null Hypothesis: Obs F-Statistic Probability

TXINF does not Granger Cause TXINV 25 1.41546 0.24683

TXINV does not Granger Cause TXINF 0.54098 0.46980

TXCHOM does not Granger Cause TXINV 25 0.33589 0.56810

TXINV does not Granger Cause TXCHOM 0.12103 0.73123

TXACT does not Granger Cause TXINV 25 1.60762 0.21808

TXINV does not Granger Cause TXACT 8.04953 0.00959

TX_URB does not Granger Cause TXINV 25 1.28549 0.26909

TXINV does not Granger Cause TX_URB 13.4164 0.00137

PIB_HAB does not Granger Cause TXINV 25 1.97341 0.17405

TXINV does not Granger Cause PIB_HAB 0.19337 0.66442

NB_GRV does not Granger Cause TXINV 25 2.51118 0.12731

TXINV does not Granger Cause NB_GRV 2.14491 0.15719

M3_PIB does not Granger Cause TXINV 25 1.88155 0.18399

TXINV does not Granger Cause M3_PIB 0.23361 0.63363

LIBPOL does not Granger Cause TXINV 25 0.58998 0.45059

TXINV does not Granger Cause LIBPOL 0.18025 0.67528

LIBECO does not Granger Cause TXINV 25 1.41731 0.24653

TXINV does not Granger Cause LIBECO 0.15857 0.69431

INFR does not Granger Cause TXINV 25 1.31149 0.26443

TXINV does not Granger Cause INFR 3.41434 0.07812

IDH does not Granger Cause TXINV 25 1.77849 0.19598

TXINV does not Granger Cause IDH 0.07809 0.78252

IDE_PIB does not Granger Cause TXINV 25 0.34556 0.56262

TXINV does not Granger Cause IDE_PIB 0.58222 0.45355

ENB does not Granger Cause TXINV 25 1.56995 0.22337

TXINV does not Granger Cause ENB 0.90189 0.35259

EDUC does not Granger Cause TXINV 25 1.23815 0.27784

TXINV does not Granger Cause EDUC 2.65045 0.11776

CRECO does not Granger Cause TXINV 25 5.63647 0.02674

TXINV does not Granger Cause CRECO 6.2E-05 0.99378

COMM does not Granger Cause TXINV 25 0.65968 0.42538

320
TXINV does not Granger Cause COMM 4.99356 0.03592

CHANGE does not Granger Cause TXINV 25 0.04516 0.83367

TXINV does not Granger Cause CHANGE 0.18816 0.66868

AGLOM does not Granger Cause TXINV 25 1.86241 0.18614

TXINV does not Granger Cause AGLOM 0.94948 0.34045

TXCHOM does not Granger Cause TXINF 25 9.23955 0.00601

TXINF does not Granger Cause TXCHOM 6.68302 0.01689

TXACT does not Granger Cause TXINF 25 0.22524 0.63976

TXINF does not Granger Cause TXACT 0.53431 0.47251

TX_URB does not Granger Cause TXINF 25 10.7931 0.00338

TXINF does not Granger Cause TX_URB 0.00155 0.96894

PIB_HAB does not Granger Cause TXINF 25 10.5132 0.00374

TXINF does not Granger Cause PIB_HAB 0.38404 0.54181

NB_GRV does not Granger Cause TXINF 25 0.24368 0.62645

TXINF does not Granger Cause NB_GRV 0.57788 0.45521

M3_PIB does not Granger Cause TXINF 25 3.39600 0.07887

TXINF does not Granger Cause M3_PIB 0.40989 0.52864

LIBPOL does not Granger Cause TXINF 25 2.65839 0.11724

TXINF does not Granger Cause LIBPOL 0.03391 0.85558

LIBECO does not Granger Cause TXINF 25 1.25395 0.27488

TXINF does not Granger Cause LIBECO 2.86475 0.10466

INFR does not Granger Cause TXINF 25 5.85887 0.02420

TXINF does not Granger Cause INFR 0.14343 0.70853

IDH does not Granger Cause TXINF 25 2.10010 0.16140

TXINF does not Granger Cause IDH 2.60382 0.12086

IDE_PIB does not Granger Cause TXINF 25 4.18633 0.05289

TXINF does not Granger Cause IDE_PIB 13.9424 0.00115

ENB does not Granger Cause TXINF 25 1.36886 0.25453

TXINF does not Granger Cause ENB 1.42578 0.24517

EDUC does not Granger Cause TXINF 25 0.02062 0.88712

TXINF does not Granger Cause EDUC 1.33891 0.25964

CRECO does not Granger Cause TXINF 25 0.89980 0.35314

TXINF does not Granger Cause CRECO 0.01138 0.91601

COMM does not Granger Cause TXINF 25 0.60724 0.44413

TXINF does not Granger Cause COMM 2.19223 0.15289

321
CHANGE does not Granger Cause TXINF 25 4.51153 0.04515
TXINF does not Granger Cause CHANGE 0.14208 0.70984

AGLOM does not Granger Cause TXINF 25 0.95076 0.34013

TXINF does not Granger Cause AGLOM 0.55223 0.46527

TXACT does not Granger Cause TXCHOM 25 0.00475 0.94569

TXCHOM does not Granger Cause TXACT 2.26112 0.14688

TX_URB does not Granger Cause TXCHOM 25 7.38710 0.01256

TXCHOM does not Granger Cause TX_URB 0.34717 0.56172

PIB_HAB does not Granger Cause TXCHOM 25 5.12749 0.03375

TXCHOM does not Granger Cause PIB_HAB 0.59948 0.44702

NB_GRV does not Granger Cause TXCHOM 25 0.02314 0.88048

TXCHOM does not Granger Cause NB_GRV 1.47502 0.23743

M3_PIB does not Granger Cause TXCHOM 25 3.30103 0.08289

TXCHOM does not Granger Cause M3_PIB 0.08489 0.77350

LIBPOL does not Granger Cause TXCHOM 25 2.20005 0.15219

TXCHOM does not Granger Cause LIBPOL 1.99122 0.17220

LIBECO does not Granger Cause TXCHOM 25 0.25833 0.61633

TXCHOM does not Granger Cause LIBECO 0.00987 0.92176

INFR does not Granger Cause TXCHOM 25 9.79073 0.00488

TXCHOM does not Granger Cause INFR 0.09905 0.75594

IDH does not Granger Cause TXCHOM 25 1.49831 0.23388

TXCHOM does not Granger Cause IDH 2.02592 0.16866

IDE_PIB does not Granger Cause TXCHOM 25 0.95290 0.33959

TXCHOM does not Granger Cause IDE_PIB 13.5660 0.00130

ENB does not Granger Cause TXCHOM 25 0.78274 0.38587

TXCHOM does not Granger Cause ENB 3.00014 0.09726

EDUC does not Granger Cause TXCHOM 25 0.11083 0.74236

TXCHOM does not Granger Cause EDUC 4.57895 0.04371

CRECO does not Granger Cause TXCHOM 25 0.02842 0.86767

TXCHOM does not Granger Cause CRECO 0.01586 0.90094

COMM does not Granger Cause TXCHOM 25 1.09038 0.30772

TXCHOM does not Granger Cause COMM 0.01853 0.89296

CHANGE does not Granger Cause TXCHOM 25 2.75656 0.11104

TXCHOM does not Granger Cause CHANGE 1.76538 0.19757

AGLOM does not Granger Cause TXCHOM 25 0.26411 0.61243

TXCHOM does not Granger Cause AGLOM 0.58170 0.45375

322
TX_URB does not Granger Cause TXACT 25 1.71387 0.20399
TXACT does not Granger Cause TX_URB 18.6079 0.00028

PIB_HAB does not Granger Cause TXACT 25 1.85080 0.18747

TXACT does not Granger Cause PIB_HAB 0.15225 0.70014

NB_GRV does not Granger Cause TXACT 25 0.90349 0.35217

TXACT does not Granger Cause NB_GRV 0.36828 0.55015

M3_PIB does not Granger Cause TXACT 25 3.14194 0.09015

TXACT does not Granger Cause M3_PIB 0.11418 0.73863

LIBPOL does not Granger Cause TXACT 25 1.23816 0.27784

TXACT does not Granger Cause LIBPOL 2.86088 0.10488

LIBECO does not Granger Cause TXACT 25 0.64027 0.43217

TXACT does not Granger Cause LIBECO 2.23549 0.14908

INFR does not Granger Cause TXACT 25 2.22831 0.14970

TXACT does not Granger Cause INFR 4.08350 0.05564

IDH does not Granger Cause TXACT 25 3.81764 0.06355

TXACT does not Granger Cause IDH 0.05987 0.80897

IDE_PIB does not Granger Cause TXACT 25 1.30185 0.26614

TXACT does not Granger Cause IDE_PIB 0.13855 0.71329

ENB does not Granger Cause TXACT 25 0.48883 0.49178

TXACT does not Granger Cause ENB 0.01251 0.91197

EDUC does not Granger Cause TXACT 25 0.35890 0.55524

TXACT does not Granger Cause EDUC 0.00171 0.96741

CRECO does not Granger Cause TXACT 25 2.89520 0.10294

TXACT does not Granger Cause CRECO 0.10778 0.74579

COMM does not Granger Cause TXACT 25 4.42907 0.04698

TXACT does not Granger Cause COMM 8.68362 0.00746

CHANGE does not Granger Cause TXACT 25 0.26639 0.61091

TXACT does not Granger Cause CHANGE 0.00428 0.94846

AGLOM does not Granger Cause TXACT 25 5.36961 0.03019

TXACT does not Granger Cause AGLOM 0.29621 0.59174

PIB_HAB does not Granger Cause TX_URB 25 1.34881 0.25793

TX_URB does not Granger Cause PIB_HAB 6.23491 0.02050

NB_GRV does not Granger Cause TX_URB 25 4.86816 0.03810

TX_URB does not Granger Cause NB_GRV 4.58585 0.04357

M3_PIB does not Granger Cause TX_URB 25 23.7116 7.2E-05

323
TX_URB does not Granger Cause M3_PIB 1.76334 0.19782

LIBPOL does not Granger Cause TX_URB 25 0.34903 0.56068

TX_URB does not Granger Cause LIBPOL 3.70719 0.06720

LIBECO does not Granger Cause TX_URB 25 2.89883 0.10273

TX_URB does not Granger Cause LIBECO 1.61930 0.21648

INFR does not Granger Cause TX_URB 25 0.65156 0.42820

TX_URB does not Granger Cause INFR 1.85177 0.18736

IDH does not Granger Cause TX_URB 25 3.78442 0.06462

TX_URB does not Granger Cause IDH 14.9878 0.00082

IDE_PIB does not Granger Cause TX_URB 25 1.33938 0.25956

TX_URB does not Granger Cause IDE_PIB 30.3841 1.5E-05

ENB does not Granger Cause TX_URB 25 0.72726 0.40296

TX_URB does not Granger Cause ENB 2.31158 0.14266

EDUC does not Granger Cause TX_URB 25 3.17294 0.08868

TX_URB does not Granger Cause EDUC 4.36967 0.04835

CRECO does not Granger Cause TX_URB 25 0.01749 0.89599

TX_URB does not Granger Cause CRECO 0.02029 0.88802

COMM does not Granger Cause TX_URB 25 3.94970 0.05947

TX_URB does not Granger Cause COMM 0.59158 0.44999

CHANGE does not Granger Cause TX_URB 25 0.06897 0.79529

TX_URB does not Granger Cause CHANGE 0.10844 0.74504

AGLOM does not Granger Cause TX_URB 25 19.4783 0.00022

TX_URB does not Granger Cause AGLOM 1.82001 0.19103

NB_GRV does not Granger Cause PIB_HAB 25 2.28986 0.14446

PIB_HAB does not Granger Cause NB_GRV 4.53652 0.04461

M3_PIB does not Granger Cause PIB_HAB 25 2.63531 0.11875

PIB_HAB does not Granger Cause M3_PIB 6.73383 0.01653

LIBPOL does not Granger Cause PIB_HAB 25 1.56873 0.22354

PIB_HAB does not Granger Cause LIBPOL 4.09949 0.05520

LIBECO does not Granger Cause PIB_HAB 25 0.12737 0.72457

PIB_HAB does not Granger Cause LIBECO 2.20311 0.15192

INFR does not Granger Cause PIB_HAB 25 0.02084 0.88653

PIB_HAB does not Granger Cause INFR 1.84145 0.18854

IDH does not Granger Cause PIB_HAB 25 0.10539 0.74852

PIB_HAB does not Granger Cause IDH 18.0013 0.00033

324
IDE_PIB does not Granger Cause PIB_HAB 25 0.00696 0.93427
PIB_HAB does not Granger Cause IDE_PIB 28.2232 2.5E-05

ENB does not Granger Cause PIB_HAB 25 0.11742 0.73510

PIB_HAB does not Granger Cause ENB 2.10371 0.16105

EDUC does not Granger Cause PIB_HAB 25 0.09556 0.76013

PIB_HAB does not Granger Cause EDUC 4.49016 0.04562

CRECO does not Granger Cause PIB_HAB 25 12.4525 0.00189

PIB_HAB does not Granger Cause CRECO 0.07146 0.79171

COMM does not Granger Cause PIB_HAB 25 5.09667 0.03423

PIB_HAB does not Granger Cause COMM 1.17319 0.29048

CHANGE does not Granger Cause PIB_HAB 25 1.79511 0.19398

PIB_HAB does not Granger Cause CHANGE 0.00014 0.99074

AGLOM does not Granger Cause PIB_HAB 25 0.76045 0.39260

PIB_HAB does not Granger Cause AGLOM 1.91459 0.18033

M3_PIB does not Granger Cause NB_GRV 25 4.40663 0.04750

NB_GRV does not Granger Cause M3_PIB 0.02919 0.86591

LIBPOL does not Granger Cause NB_GRV 25 4.44295 0.04667

NB_GRV does not Granger Cause LIBPOL 0.04106 0.84129

LIBECO does not Granger Cause NB_GRV 25 1.61596 0.21693

NB_GRV does not Granger Cause LIBECO 0.01228 0.91278

INFR does not Granger Cause NB_GRV 25 7.47624 0.01211

NB_GRV does not Granger Cause INFR 1.64518 0.21297

IDH does not Granger Cause NB_GRV 25 3.19755 0.08753

NB_GRV does not Granger Cause IDH 0.06325 0.80376

IDE_PIB does not Granger Cause NB_GRV 25 1.39813 0.24966

NB_GRV does not Granger Cause IDE_PIB 0.74523 0.39730

ENB does not Granger Cause NB_GRV 25 0.34765 0.56145

NB_GRV does not Granger Cause ENB 0.12631 0.72568

EDUC does not Granger Cause NB_GRV 25 0.82884 0.37248

NB_GRV does not Granger Cause EDUC 0.83034 0.37205

CRECO does not Granger Cause NB_GRV 25 0.35375 0.55807

NB_GRV does not Granger Cause CRECO 7.71671 0.01097

COMM does not Granger Cause NB_GRV 25 0.65134 0.42827

NB_GRV does not Granger Cause COMM 6.77290 0.01626

CHANGE does not Granger Cause NB_GRV 25 0.57372 0.45682

NB_GRV does not Granger Cause CHANGE 1.05187 0.31622

325
AGLOM does not Granger Cause NB_GRV 25 0.94930 0.34049
NB_GRV does not Granger Cause AGLOM 6.80244 0.01605

LIBPOL does not Granger Cause M3_PIB 25 0.15535 0.69727

M3_PIB does not Granger Cause LIBPOL 1.40013 0.24933

LIBECO does not Granger Cause M3_PIB 25 0.88462 0.35715

M3_PIB does not Granger Cause LIBECO 4.79228 0.03949

INFR does not Granger Cause M3_PIB 25 0.15040 0.70188

M3_PIB does not Granger Cause INFR 0.03750 0.84823

IDH does not Granger Cause M3_PIB 25 0.24385 0.62633

M3_PIB does not Granger Cause IDH 22.7396 9.2E-05

IDE_PIB does not Granger Cause M3_PIB 25 2.43492 0.13293

M3_PIB does not Granger Cause IDE_PIB 37.6139 3.6E-06

ENB does not Granger Cause M3_PIB 25 2.31068 0.14273

M3_PIB does not Granger Cause ENB 2.60091 0.12106

EDUC does not Granger Cause M3_PIB 25 0.07173 0.79133

M3_PIB does not Granger Cause EDUC 10.4090 0.00388

CRECO does not Granger Cause M3_PIB 25 17.3989 0.00040

M3_PIB does not Granger Cause CRECO 0.01738 0.89631

COMM does not Granger Cause M3_PIB 25 0.64894 0.42911

M3_PIB does not Granger Cause COMM 3.13343 0.09056

CHANGE does not Granger Cause M3_PIB 25 0.03350 0.85646

M3_PIB does not Granger Cause CHANGE 0.00301 0.95675

AGLOM does not Granger Cause M3_PIB 25 0.03444 0.85448

M3_PIB does not Granger Cause AGLOM 3.87769 0.06165

LIBECO does not Granger Cause LIBPOL 25 0.08060 0.77914

LIBPOL does not Granger Cause LIBECO 0.63182 0.43518

INFR does not Granger Cause LIBPOL 25 1.29001 0.26827

LIBPOL does not Granger Cause INFR 9.11852 0.00630

IDH does not Granger Cause LIBPOL 25 0.12872 0.72319

LIBPOL does not Granger Cause IDH 3.09565 0.09240

IDE_PIB does not Granger Cause LIBPOL 25 0.45110 0.50881

LIBPOL does not Granger Cause IDE_PIB 8.97775 0.00665

ENB does not Granger Cause LIBPOL 25 1.64456 0.21305

LIBPOL does not Granger Cause ENB 0.03812 0.84699

EDUC does not Granger Cause LIBPOL 25 0.00578 0.94010

326
LIBPOL does not Granger Cause EDUC 3.85758 0.06228

CRECO does not Granger Cause LIBPOL 25 1.23058 0.27927

LIBPOL does not Granger Cause CRECO 5.12655 0.03376

COMM does not Granger Cause LIBPOL 25 0.05426 0.81796

LIBPOL does not Granger Cause COMM 0.18364 0.67243

CHANGE does not Granger Cause LIBPOL 25 0.81177 0.37736

LIBPOL does not Granger Cause CHANGE 0.62925 0.43610

AGLOM does not Granger Cause LIBPOL 25 0.00127 0.97187

LIBPOL does not Granger Cause AGLOM 3.22554 0.08625

INFR does not Granger Cause LIBECO 25 0.65171 0.42814

LIBECO does not Granger Cause INFR 0.22374 0.64087

IDH does not Granger Cause LIBECO 25 1.73325 0.20155

LIBECO does not Granger Cause IDH 1.07428 0.31124

IDE_PIB does not Granger Cause LIBECO 25 0.47163 0.49942

LIBECO does not Granger Cause IDE_PIB 0.52122 0.47793

ENB does not Granger Cause LIBECO 25 5.39607 0.02982

LIBECO does not Granger Cause ENB 0.91721 0.34862

EDUC does not Granger Cause LIBECO 25 0.77688 0.38763

LIBECO does not Granger Cause EDUC 5.18375 0.03288

CRECO does not Granger Cause LIBECO 25 0.01793 0.89470

LIBECO does not Granger Cause CRECO 0.17322 0.68130

COMM does not Granger Cause LIBECO 25 2.12853 0.15871

LIBECO does not Granger Cause COMM 6.61400 0.01740

CHANGE does not Granger Cause LIBECO 25 1.34762 0.25814

LIBECO does not Granger Cause CHANGE 2.66186 0.11701

AGLOM does not Granger Cause LIBECO 25 15.8067 0.00064

LIBECO does not Granger Cause AGLOM 0.00185 0.96609

IDH does not Granger Cause INFR 25 0.00304 0.95655

INFR does not Granger Cause IDH 14.3014 0.00103

IDE_PIB does not Granger Cause INFR 25 3.26616 0.08442

INFR does not Granger Cause IDE_PIB 35.6590 5.2E-06

ENB does not Granger Cause INFR 25 0.01628 0.89964

INFR does not Granger Cause ENB 1.43871 0.24311

EDUC does not Granger Cause INFR 25 0.01330 0.90924

INFR does not Granger Cause EDUC 4.36684 0.04842

327
CRECO does not Granger Cause INFR 25 5.4E-05 0.99422
INFR does not Granger Cause CRECO 0.30847 0.58423

COMM does not Granger Cause INFR 25 3.19410 0.08769

INFR does not Granger Cause COMM 0.83369 0.37111

CHANGE does not Granger Cause INFR 25 0.03761 0.84801

INFR does not Granger Cause CHANGE 1.47125 0.23801

AGLOM does not Granger Cause INFR 25 2.85049 0.10547

INFR does not Granger Cause AGLOM 4.61861 0.04289

IDE_PIB does not Granger Cause IDH 25 2.00374 0.17091

IDH does not Granger Cause IDE_PIB 18.6543 0.00028

ENB does not Granger Cause IDH 25 4.73141 0.04064

IDH does not Granger Cause ENB 6.22148 0.02062

EDUC does not Granger Cause IDH 25 0.81899 0.37528

IDH does not Granger Cause EDUC 7.15147 0.01386

CRECO does not Granger Cause IDH 25 1.25088 0.27545

IDH does not Granger Cause CRECO 1.13964 0.29730

COMM does not Granger Cause IDH 25 0.48974 0.49138

IDH does not Granger Cause COMM 2.34614 0.13985

CHANGE does not Granger Cause IDH 25 1.57202 0.22307

IDH does not Granger Cause CHANGE 0.00190 0.96565

AGLOM does not Granger Cause IDH 25 2.25323 0.14755

IDH does not Granger Cause AGLOM 2.38301 0.13692

ENB does not Granger Cause IDE_PIB 25 5.91114 0.02365

IDE_PIB does not Granger Cause ENB 6.33246 0.01965

EDUC does not Granger Cause IDE_PIB 25 0.19045 0.66680

IDE_PIB does not Granger Cause EDUC 3.01928 0.09626

CRECO does not Granger Cause IDE_PIB 25 1.32707 0.26169

IDE_PIB does not Granger Cause CRECO 5.1E-05 0.99439

COMM does not Granger Cause IDE_PIB 25 0.64157 0.43171

IDE_PIB does not Granger Cause COMM 0.32995 0.57152

CHANGE does not Granger Cause IDE_PIB 25 4.82885 0.03881

IDE_PIB does not Granger Cause CHANGE 1.51693 0.23109

AGLOM does not Granger Cause IDE_PIB 25 8.09261 0.00942

IDE_PIB does not Granger Cause AGLOM 36.1594 4.7E-06

EDUC does not Granger Cause ENB 25 0.22787 0.63781

ENB does not Granger Cause EDUC 0.61537 0.44114

328
CRECO does not Granger Cause ENB 25 0.87149 0.36068
ENB does not Granger Cause CRECO 0.20808 0.65275

COMM does not Granger Cause ENB 25 5.91523 0.02360

ENB does not Granger Cause COMM 1.78584 0.19509

CHANGE does not Granger Cause ENB 25 5.04956 0.03499

ENB does not Granger Cause CHANGE 1.11948 0.30151

AGLOM does not Granger Cause ENB 25 4.79890 0.03936

ENB does not Granger Cause AGLOM 0.01174 0.91471

CRECO does not Granger Cause EDUC 25 3.14586 0.08996

EDUC does not Granger Cause CRECO 0.26369 0.61271

COMM does not Granger Cause EDUC 25 4.17542 0.05317

EDUC does not Granger Cause COMM 5.09051 0.03433

CHANGE does not Granger Cause EDUC 25 0.31840 0.57828

EDUC does not Granger Cause CHANGE 0.79199 0.38313

AGLOM does not Granger Cause EDUC 25 6.44539 0.01871

EDUC does not Granger Cause AGLOM 1.90946 0.18090

COMM does not Granger Cause CRECO 25 5.10324 0.03413

CRECO does not Granger Cause COMM 0.45287 0.50798

CHANGE does not Granger Cause CRECO 25 1.18757 0.28761

CRECO does not Granger Cause CHANGE 0.78433 0.38540

AGLOM does not Granger Cause CRECO 25 0.62225 0.43863

CRECO does not Granger Cause AGLOM 0.04684 0.83065

CHANGE does not Granger Cause COMM 25 0.34130 0.56502

COMM does not Granger Cause CHANGE 0.04560 0.83287

AGLOM does not Granger Cause COMM 25 12.4975 0.00186

COMM does not Granger Cause AGLOM 1.24094 0.27731

AGLOM does not Granger Cause CHANGE 25 0.08061 0.77913

CHANGE does not Granger Cause AGLOM 0.08870 0.76863

329
 RESULTATS REGRESSION cas du Maroc

Dependent Variable: IDE_PIB

Method: Least Squares
Date: 02/02/10 Time: 01:16
Sample: 1981 2005
Included observations: 25

Variable Coefficient Std. Error t-Statistic Prob.

TXCHOM -0.101765 0.335056 -0.303727 0.7716

TX_URB 0.031650 0.294662 0.107412 0.9180
NB_GRV 0.010164 0.005295 1.919620 0.1033
EDUC 0.436717 0.790257 0.552626 0.6005
DTXINV 0.287400 0.404973 0.709678 0.5045
DTXACT -0.855562 0.637846 -1.341330 0.2284
DPIB_HAB 0.001293 0.002832 0.456695 0.6640
DM3_PIB 0.212515 0.314445 0.675843 0.5243
DLIBPOL -0.573064 1.381594 -0.414785 0.6927
DLIBECO 0.042019 0.290620 0.144585 0.8898
DINFR -1.920257 1.193467 -1.608974 0.1587
DINF 0.084342 0.165362 0.510047 0.6282
DIDH -13.45274 15.85807 -0.848321 0.4288
DENB -0.586127 0.422899 -1.385971 0.2151
DCOMM 0.027325 0.162419 0.168235 0.8719
DAGLOM -0.393368 0.242786 -1.620225 0.1563
CRECO 0.018359 0.210574 0.087186 0.9334
CHANGE 0.528344 0.519531 1.016964 0.3484
C -8.807256 9.800674 -0.898638 0.4035

R-squared 0.872688 Mean dependent var 1.623903

Adjusted R-squared 0.490753 S.D. dependent var 1.735045
S.E. of regression 1.238155 Akaike info criterion 3.358005
Sum squared resid 9.198163 Schwarz criterion 4.284351
Log likelihood -22.97506 F-statistic 2.284913
Durbin-Watson stat 2.850047 Prob(F-statistic) 0.155894

330
 8

4
3
2
2
0
1
-2
0

-1

-2
82 84 86 88 90 92 94 96 98 00 02 04

Residual Actual Fitted

7
Series: Residuals
6 Sample 1981 2005
Observations 25
5
Mean 1.93e-15
4 Median 0.050932
Maximum 2.039176
Minimum -1.173518
3
Std. Dev. 0.619077
Skewness 1.084367
2
Kurtosis 6.053330
1 Jarque-Bera 14.61066
Probability 0.000672
0
-1 0 1 2

331
 Rsultat rgression aprs suppression du point atypique

Dependent Variable: IDE_PIB

Method: Least Squares
Date: 02/02/10 Time: 01:24
Sample: 1981 2005
Included observations: 24

Variable Coefficient Std. Error t-Statistic Prob.

NB_GRV 0.004245 0.001791 2.369505 0.0640

EDUC 0.405030 0.241504 1.677117 0.1544
DTXINV 0.097395 0.126180 0.771877 0.4751
TX_URB 0.168929 0.091785 1.840489 0.1251
TXCHOM -0.130069 0.102445 -1.269651 0.2601
DTXACT -0.476469 0.201023 -2.370220 0.0639
DPIB_HAB 0.000407 0.000873 0.466344 0.6606
DM3_PIB 0.034985 0.098809 0.354069 0.7377
DLIBPOL -0.134165 0.425988 -0.314950 0.7655
DLIBECO -0.112876 0.091052 -1.239687 0.2701
DINFR -0.753607 0.394907 -1.908314 0.1146
DINF 0.058727 0.050637 1.159765 0.2985
DIDH -5.846791 4.945243 -1.182306 0.2902
DENB -0.268074 0.135664 -1.976019 0.1051
DCOMM 0.012324 0.049667 0.248131 0.8139
DAGLOM -0.233665 0.077031 -3.033389 0.0290
CRECO -0.004134 0.064409 -0.064192 0.9513
CHANGE 0.178353 0.165128 1.080090 0.3294
C -9.807741 2.997482 -3.271994 0.0221

R-squared 0.980699 Mean dependent var 1.381795

Adjusted R-squared 0.911217 S.D. dependent var 1.269706
S.E. of regression 0.378327 Akaike info criterion 0.908600
Sum squared resid 0.715655 Schwarz criterion 1.841226
Log likelihood 8.096803 F-statistic 14.11445
Durbin-Watson stat 2.145462 Prob(F-statistic) 0.004115

332
5
Series: Residuals
Sample 1981 2005
4 Observations 24

Mean -1.25e-15
3 Median 0.027598
Maximum 0.249607
Minimum -0.431679
2 Std. Dev. 0.176396
Skewness -0.602619
Kurtosis 2.775065
1
Jarque-Bera 1.503195
Probability 0.471612
0
-0.4 -0.2 -0.0 0.2

Breusch-Pagan test for heteroskedasticity

coefficient std. error t-ratio p-value

----------------------------------------------------------
const -0,585204 0,486429 -1,203 0,2828
DLIBPOL 0,0515063 0,0691290 0,7451 0,4897
DLIBECO 0,00992148 0,0147758 0,6715 0,5317
CRECO -0,00139168 0,0104522 -0,1331 0,8993
DAGLOM -0,00838246 0,0125005 -0,6706 0,5322
DCOMM 0,00878152 0,00805984 1,090 0,3256
DPIB_HAB -5,21404e-05 0,000141642 -0,3681 0,7279
DENB -0,00147865 0,0220154 -0,06716 0,9491
CHANGE 0,0167245 0,0267968 0,6241 0,5599
DTXINV -0,0143087 0,0204763 -0,6988 0,5158
DM3_PIB -0,0149420 0,0160347 -0,9319 0,3942
DINF -0,00203383 0,00821733 -0,2475 0,8144
DINFR -0,0255658 0,0640853 -0,3989 0,7064
EDUC 0,0187186 0,0391910 0,4776 0,6531
DTXACT 0,0289637 0,0326219 0,8879 0,4153
TXCHOM -0,0153558 0,0166246 -0,9237 0,3980
TX_URB 0,0118614 0,0148948 0,7963 0,4619
NB_GRV 0,000232642 0,000290693 0,8003 0,4599
DIDH -0,195136 0,802510 -0,2432 0,8175

Explained sum of squares = 0,0190336

Test statistic: LM = 12,059298,

with p-value = P(Chi-square(18) > 12,059298) = 0,844161

333
 Regression residuals (= observed - fitted IDE_PIB)
0.3

0.2

0.1

0
residual

-0.1

-0.2

-0.3

-0.4

-0.5
1980 1985 1990 1995 2000

Rsultat test MCG Cochrane-Orcutt

Model 4: Cochrane-Orcutt, using observations 1981-2003 (T = 23)
Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -8,45391 3,12772 -2,7029 0,05393 *
DLIBPOL -0,423989 0,507473 -0,8355 0,45044
DLIBECO -0,129285 0,114067 -1,1334 0,32037
CRECO 0,0271352 0,0727092 0,3732 0,72793
DAGLOM -0,203611 0,0884825 -2,3011 0,08283 *
DCOMM -0,0420307 0,0419592 -1,0017 0,37317
DPIB_HAB 4,66972e-05 0,00117388 0,0398 0,97017
DENB -0,267079 0,121064 -2,2061 0,09203 *
CHANGE 0,0414236 0,14717 0,2815 0,79231
DTXINV 0,0908778 0,118326 0,7680 0,48530
DM3_PIB 0,0517298 0,0905088 0,5715 0,59821
DINF 0,114231 0,0516117 2,2133 0,09129 *
DINFR -0,815159 0,359883 -2,2651 0,08620 *
EDUC 0,309443 0,182965 1,6913 0,16605
DTXACT -0,602663 0,200846 -3,0006 0,03992 **
TXCHOM -0,0430796 0,105071 -0,4100 0,70281
TX_URB 0,153427 0,0876229 1,7510 0,15484
NB_GRV 0,0033868 0,0015916 2,1279 0,10044
DIDH -4,33055 3,66824 -1,1806 0,30319

Statistics based on the rho-differenced data:

Mean dependent var 1,421814 S.D. dependent var 1,282673
Sum squared resid 0,328394 S.E. of regression 0,286529
R-squared 0,990934 Adjusted R-squared 0,950138
F(18, 4) 49,15834 P-value(F) 0,000890
rho -0,229852 Durbin-Watson 2,452218
334
 Test de stabilit des coefficients du modle
Ramsey RESET Test:

F-statistic 43.18723 Probability 0.106981

Log likelihood ratio 102.8147 Probability 0.000000

Test Equation:
Dependent Variable: IDE_PIB
Method: Least Squares
Date: 02/02/10 Time: 03:15
Sample: 1982 2005
Included observations: 23
Convergence achieved after 25 iterations

Variable Coefficient Std. Error t-Statistic Prob.

NB_GRV -0.001957 0.001302 -1.503468 0.3737

EDUC -0.139031 0.089917 -1.546206 0.3655
DTXINV 0.037607 0.021271 1.768037 0.3277
CHANGE -0.168170 0.059056 -2.847640 0.2150
CRECO -0.022173 0.021926 -1.011306 0.4964
DAGLOM 0.086007 0.042100 2.042924 0.2898
DCOMM -0.052171 0.018955 -2.752421 0.2219
DENB -0.022121 0.037120 -0.595926 0.6579
DIDH -0.013917 1.196902 -0.011627 0.9926
DINF 0.011097 0.011191 0.991612 0.5027
DINFR 0.707838 0.145021 4.880941 0.1286
DLIBECO -0.003667 0.019509 -0.187947 0.8817
DLIBPOL -0.298141 0.092250 -3.231877 0.1910
DM3_PIB 0.069345 0.023735 2.921698 0.2099
DPIB_HAB 0.000800 0.000244 3.274681 0.1887
DTXACT -0.244043 0.060164 -4.056299 0.1539
TXCHOM 0.072090 0.031964 2.255328 0.2657
TX_URB 0.059677 0.034775 1.716085 0.3359
C -1.259000 1.906910 -0.660230 0.6285
FITTED^2 0.158407 0.089801 1.763966 0.3283
FITTED^3 0.012265 0.018368 0.667723 0.6252
AR(1) 0.584245 0.319265 1.829971 0.3184

R-squared 0.999896 Mean dependent var 1.421814

Adjusted R-squared 0.997716 S.D. dependent var 1.282673
S.E. of regression 0.061306 Akaike info criterion -3.968318
Sum squared resid 0.003758 Schwarz criterion -2.882193
Log likelihood 67.63566 F-statistic 458.5429
Durbin-Watson stat 0.995709 Prob(F-statistic) 0.036806

Inverted AR Roots .58

335
 Modle final 15 variables
Model 29: Cochrane-Orcutt, using observations 1981-2003 (T = 23)
Dependent variable: IDE_PIB

Coefficient Std. Error t-ratio p-value

const -7,56487 0,614525 -12,3101 <0,00001 ***
DLIBPOL -0,435484 0,186323 -2,3373 0,05206 *
DLIBECO -0,166359 0,0404806 -4,1096 0,00452 ***
CRECO 0,0459512 0,0221854 2,0712 0,07708 *
DAGLOM -0,179672 0,038122 -4,7131 0,00218 ***
DCOMM -0,0538828 0,0234345 -2,2993 0,05505 *
DENB -0,26876 0,0653525 -4,1125 0,00450 ***
DTXINV 0,104143 0,0457763 2,2751 0,05705 *
DM3_PIB 0,0725287 0,0375695 1,9305 0,09485 *
DINF 0,105868 0,029272 3,6167 0,00855 ***
DINFR -0,719632 0,244154 -2,9474 0,02148 **
EDUC 0,313514 0,083617 3,7494 0,00717 ***
DTXACT -0,64021 0,0713383 -8,9743 0,00004 ***
TX_URB 0,128274 0,0176297 7,2760 0,00017 ***
NB_GRV 0,00286578 0,000633878 4,5210 0,00273 ***
DIDH -4,79568 2,02218 -2,3715 0,04949 **

Statistics based on the rho-differenced data:

Mean dependent var 1,421814 S.D. dependent var 1,282673
Sum squared resid 0,346481 S.E. of regression 0,222480
R-squared 0,990428 Adjusted R-squared 0,969916
F(15, 7) 93,59936 P-value(F) 1,40e-06
rho -0,198578 Durbin-Watson 2,371551

Test for normality of residual -

Null hypothesis: error is normally distributed
Test statistic: Chi-square(2) = 3,47286
with p-value = 0,176148

336
 Test de normalit des rsidus
6
Test statistic for normality: uhat4
N(-3,394e-016 0,22248)
Chi-squared(2) = 3,473 pvalue = 0,17615

4
Density

0
-0.6 -0.4 -0.2 0 0.2 0.4 0.6
uhat4

Frequency distribution for uhat4, obs 1-24

number of bins = 7, mean = -3,39402e-016, sd = 0,22248

interval midpt frequency rel. cum.

< -0,22021 -0,25919 3 13,04% 13,04% ****

-0,22021 - -0,14224 -0,18123 0 0,00% 13,04%
-0,14224 - -0,064274 -0,10326 3 13,04% 26,09% ****
-0,064274 - 0,013694 -0,025290 3 13,04% 39,13% ****
0,013694 - 0,091662 0,052678 9 39,13% 78,26% **************
0,091662 - 0,16963 0,13065 4 17,39% 95,65% ******
>= 0,16963 0,20861 1 4,35% 100,00% *

Missing observations = 1 ( 4,17%)

Test for null hypothesis of normal distribution:

Chi-square(2) = 3,473 with p-value 0,17615

337
 Test de colinarit
Variance Inflation Factors

Minimum possible value = 1.0

Values > 10.0 may indicate a collinearity problem

DLIBPOL 1,818
DLIBECO 2,240
CRECO 6,945
DAGLOM 3,184
DCOMM 3,542
DENB 9,632
DTXINV 3,391
DM3_PIB 8,556
DINF 2,387
DINFR 2,663
EDUC 2,580
DTXACT 2,393
TX_URB 4,651
NB_GRV 1,942
DIDH 6,984

VIF(j) = 1/(1 - R(j)^2), where R(j) is the multiple

correlation coefficient
between variable j and the other independent variables

Properties of matrix X'X:

1-norm = 9173141,5
Determinant = 1,2050793e+027
Reciprocal condition number = 1,154662e-009

338
 Actual and fitted IDE_PIB
5
fitted
actual
4.5

3.5

3
IDE_PIB

2.5

1.5

0.5

-0.5
1980 1985 1990 1995 2000

Regression residuals (= observed - fitted IDE_PIB)

0.25

0.2

0.15

0.1

0.05

0
residual

-0.05

-0.1

-0.15

-0.2

-0.25

-0.3
1985 1990 1995 2000

339
 Test dautocorrlation des rsidus
Residual autocorrelation function
LAG ACF PACF Q-stat. [p-value]

1 -0,1983 -0,1983 1,0274 [0,311]

2 -0,1862 -0,2347 1,9768 [0,372]
3 0,1203 0,0311 2,3931 [0,495]
4 0,0629 0,0610 2,5127 [0,642]
5 0,0839 0,1607 2,7378 [0,740]
6 -0,2515 -0,1999 4,8777 [0,560]
7 0,0404 -0,0343 4,9364 [0,668]
8 -0,1973 -0,3645 * 6,4287 [0,599]
9 -0,0196 -0,1324 6,4445 [0,695]
10 -0,1153 -0,3264 7,0322 [0,722]
11 0,0726 0,1011 7,2851 [0,776]
12 0,0277 -0,0508 7,3252 [0,835]
13 -0,1235 0,0733 8,2021 [0,830]
14 0,0198 -0,2379 8,2271 [0,877]
15 0,1061 0,0586 9,0369 [0,876]
16 0,2184 -0,0229 12,9560 [0,676]
17 -0,2617 -0,1648 19,5194 [0,300]
18 0,0081 -0,2320 19,5270 [0,360]
19 0,2405 0,1276 27,8413 [0,087]
20 -0,0926 -0,1800 29,4848 [0,079]
21 -0,0610 0,0480 30,5542 [0,081]
22 0,0061 -0,1122 30,5757 [0,105]

Residual ACF

1 +- 1,96/T^0,5

0.5

-0.5

-1
0 5 10 15 20
lag

Residual PACF

1 +- 1,96/T^0,5

0.5

-0.5

-1
0 5 10 15 20
lag

340