Les dépenses en infrastructures publiques et la

croissance économique : Le cas de la Mauritanie

Mohamed El Moctar Ellah Taher

To cite this version:

Mohamed El Moctar Ellah Taher. Les dépenses en infrastructures publiques et la croissance
économique : Le cas de la Mauritanie. Economies et finances. Normandie Université, 2017. Français.
�NNT : 2017NORMC014�. �tel-02375319�

HAL Id: tel-02375319

https://tel.archives-ouvertes.fr/tel-02375319
Submitted on 22 Nov 2019

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 THESE
Pour obtenir le diplôme de doctorat

Spécialité : Sciences économiques

Préparée au sein de l’Université de Caen Normandie

Les dépenses en infrastructures publiques et la croissance économique : Le

cas de la Mauritanie
Présentée et soutenue par
EL MOCTAR ELLAH TAHER Mohamed

Thèse soutenue publiquement le 21 novembre 2017

devant le jury composé de
Mme Frédérique BEC Professeur des universités, Université Cergy-Pontoise Rapporteur

Mme Mélika BEN SALEM Professeur des universités, Université Paris-Est Marne-la-Vallée Rapporteur

Mr Jean-Sébastien
Professeur des universités, Université Caen Normandie Examinateur
PENTECOTE

Mme Isabelle LEBON Professeur des universités, Université Caen Normandie Directeur de thèse

Thèse dirigée par Isabelle LEBON, laboratoire CREM

 À ma famille

Taher
Mneye

Edede
Maouloud
Monine
Ahmed hamed
Marieme
Habiba

El khira

Mrieme (Elbetoule)

1
Remerciement

Je tiens d’abord à remercier Madame Isabelle LEBON ma directrice de thèse. Isabelle, je

voudrais vous témoigner toutes mes sincères gratitudes pour tout ce que vous avez fait pour
moi. Je n’oublierai pas vos précieux conseils et soutien sans faille, surtout votre disponibilité et
patience. Sans vos efforts, cette thèse n’aurait été terminée. Je vous remercie également pour
vos relectures et corrections.

Mes gratitudes vont aussi à Monsieur Jean-Sébastien PENTECOTE, Madame Patricia

RENOU-MAISSAN, Monsieur Jean-Pascal GUIRONNET, Monsieur Olivier DAGNELIE, et
Eric KAMWA pour leurs remarques et commentaires qui m’ont beaucoup aidé.

Je remercie également mes collègues doctorants qui ont relu et corrigé une partie de cette
thèse. Je pense ici à Abderrahmane, Zineb, Ma Lya, Kevin, Lewis, Firdaouss et Rahobisoa
(Hobi).

Je remercie les membres du laboratoire CREM, notamment Monsieur Vincent MERLIN et

Carole ZOUAOUI pour leurs disponibilités et efforts visant l’amélioration des conditions de
travail des doctorants.

Mes gratitudes vont aussi Madame Frédérique BEC, Madame Mélika BEN SALEM et
Monsieur Jean-Sébastien PENTECOTE d’avoir accepté de participer au jury de la soutenance
de ma thèse.

Je remercie tous les doctorants du CREε avec qui j’ai partagé les locaux du laboratoire
CREM : Ibrahima, Khadija, Clément, Rababe, Faty, Raouia, Yongying, Ahmed, Mohamed
abdellahi et Virginie.

Je voudrais remercier la communauté mauritanienne du Havre, de Caen et de Paris. Sans

oublier de remercier particulièrement mon cher ami Cheikh KHALIL qui m'a accueilli
chaleureusement à l’aéroport Orly lors de mon arrivée en France et m’a facilité les taches. Je
remercie également Iselmou et Dahane de m’avoir hébergé chez eux quelques semaines.

Enfin, je remercie ma famille pour leurs soutiens et patiences. Je pense ici à mes parents et
à tous les descendants de notre 4ième grand père EL MOCTAR ELLAH, notamment ceux qui
m’ont aidé au cours de mes études : Maouloud, Ahmed hamed, Lemrabette, Abdelmelik,
Elmokhtar, Mohamed lemine (Baba) et Mohamed (Walid).

2
 δ’université de Caen Normandie n’entend donner ni approbation ni improbation aux
opinions émises dans cette thèse. Ces opinions doivent être considérées comme propres à leur
auteur.

3
Table des matières

Remerciement ...................................................................................................... 2

Introduction générale .......................................................................................... 7

1 δ’évolution du stock routier et la croissance économique ...................... 12

1.1 Introduction ............................................................................................................... 12
1.2 Revue de la littérature ................................................................................................ 14
1.3 Le contexte mauritanien ............................................................................................ 20
1.3.1 Contexte général ................................................................................................. 20
1.3.2 L'historique du réseau routier en Mauritanie...................................................... 21
1.3.3 Le réseau routier par région ............................................................................... 23
1.3.4 Le parc automobile ............................................................................................. 26
1.3.5 Le trafic sur le réseau routier.............................................................................. 27
1.3.6 Financement de projets de transport routier en Mauritanie ................................ 32
1.3.7 Réseau ferroviaire .............................................................................................. 36
1.3.8 Le produit intérieur brut (PIB) en Mauritanie entre 1990-2014. ....................... 37
1.4 Une estimation de l'effet des infrastructures routières sur la production
mauritanienne ....................................................................................................................... 40
1.4.1 Cadre théorique .................................................................................................. 40
1.4.2 Données et méthodes d'estimation ..................................................................... 42
1.4.3 Résultats ............................................................................................................. 48
1.5 Conclusion ................................................................................................................. 56
Annexe 1.1: Détermination du stock de capital et présentation des séries ........................... 58
Annexe 1.2 : δa relation entre l’élasticité du stock de capital total et celle du capital
d’infrastructures .................................................................................................................... 59
Annexe 1.3 : Les graphiques des séries (en ln) .................................................................... 62
Annexe 1.4 : Test de stabilité ............................................................................................... 63

2 δa contribution des dépenses de santé publique et de l’état de santé à la croissance

économique............................................................................................................ 64
2.1 Introduction ............................................................................................................... 64
2.2 Revue de la littérature ................................................................................................ 66

4
 2.2.1 Les faits stylisés ................................................................................................. 66
2.2.2 La santé dans la théorie de la croissance ............................................................ 67
2.2.3 Le modèle de Lucas ............................................................................................ 67
2.2.4 Santé et croissance économique dans les travaux empiriques ........................... 69
2.3 Le contexte sanitaire en Mauritanie ........................................................................... 73
2.3.1 Historique de la politique de santé en Mauritanie .............................................. 73
2.3.2 Les infrastructures de santé ................................................................................ 74
2.3.3 Les ressources humaines de la santé .................................................................. 79
2.3.4 Les dépenses de santé ......................................................................................... 86
2.3.5 État de santé ....................................................................................................... 90
2.3.6 δ’assurance maladie en εauritanie .................................................................... 95
2.3.7 Les défis majeurs du secteur sanitaire en Mauritanie......................................... 96
2.4 Une estimation des liens entre capital santé et la production mauritanienne ............ 97
2.4.1 δa relation entre les dépenses de santé publique et l’état de santé..................... 98
2.4.2 Les liens entre les dépenses de santé publique et la croissance économique ... 107
2.4.3 δ’amélioration de l’état de santé et la croissance économique ....................... 116
2.4.4 δ’impact de la croissance économique sur le niveau de la santé ..................... 129
2.5 Conclusion ............................................................................................................... 134
Annexe 2.1 : Structures de santé en Mauritanie ................................................................. 136
Annexe 2.2 : Graphique des séries (en ln) .......................................................................... 138
Annexe 2.3 : Graphique des séries (en ln) .......................................................................... 139
Annexe 2.4 : Graphique des séries (en ln) .......................................................................... 140
Annexe 2.5 : Graphique des séries (en ln) .......................................................................... 141
Annexe 2.6 : Test de stabilité récursif ................................................................................ 142
Annexe 2.7 : Test de stabilité récursif ................................................................................ 142
Annexe 2.8 : Les données utilisées dans les deux dernières sous-sections ........................ 143

3 La contribution des TIC à la croissance économique............................ 146

3.1 Introduction ............................................................................................................. 146
3.2 Revue de littérature .................................................................................................. 148
3.2.1 Définition des TIC ............................................................................................ 148
3.2.2 Les TIC et la croissance économique ............................................................... 148
3.3 Le contexte des TIC en Mauritanie ......................................................................... 153
3.3.1 Évolution historique des TIC en Mauritanie .................................................... 153
3.3.2 Autorité de régulation....................................................................................... 154
3.3.3 Opérateurs téléphoniques ................................................................................. 155
5
 3.3.4 Les investissements dans les TIC ..................................................................... 156
3.3.5 δ’évolution du parc d’abonnés ......................................................................... 158
3.3.6 Couverture territoriale des opérateurs téléphonique ........................................ 163
3.3.7 Benchmark de la télédensité ............................................................................. 166
3.4 δ’effet des télécommunications sur le PIB par habitant ......................................... 171
3.4.1 Cadre théorique ................................................................................................ 171
3.4.2 Investissements dans les télécommunications par habitant et croissance
économique ..................................................................................................................... 172
3.4.3 Téléphonie fixe par habitant et croissance économique ................................... 179
3.5 Discussion des résultats ........................................................................................... 183
3.6 Conclusion ............................................................................................................... 185
Annexe 3.1 : Les séries du capital (capital hors TIC et capital TIC) ................................. 187
Annexe 3.2 : Séries utilisées pour la sous-section 3.4.2 ..................................................... 188
Annexe 3.3 : Graphiques des séries .................................................................................... 189
Annexe 3.4 : Séries utilisées pour la sous-section 3.4.3 ..................................................... 190
Annexe 3.5 : La stabilité ..................................................................................................... 191

Conclusion générale ............................................................................................................. 193

Bibliographie......................................................................................................................... 196

Liste des tableaux ................................................................................................................. 202

Liste des graphiques ............................................................................................................. 205

Liste des cartes ...................................................................................................................... 206

Liste d'encadrés .................................................................................................................... 206

6
Introduction générale

Dans son rapport de 1994 sur le développement dans le monde, consacré aux effets des
infrastructures sur le développement, la Banque Mondiale indique que « les pays en
développement investissent 200 milliards de dollars par an en infrastructures nouvelles, ce qui
représente 4 % de leur produit national et 20 % de leur investissement total. Il en est résulté une
croissance spectaculaire des services d’infrastructure, dans le domaine des transports, de
l’électricité, de l’eau, de l’assainissement, des télécommunications et de l’irrigation. Au cours
des 15 dernières années, la proportion des ménages qui ont accès à une eau salubre a augmenté
de moitié, tandis que la production de l’électricité et le nombre de lignes téléphoniques par
habitant ont doublé. De tels progrès font beaucoup pour accroitre la productivité et améliorer
les niveaux de vie ».

La relation entre les dépenses publiques en infrastructures et la croissance économique a suscité

de vifs débats dans la littérature économique. Dans une logique keynésienne, ces dépenses
peuvent exercer un effet multiplicateur qui augmente la demande globale à partir de son
influence sur le niveau de revenu. Selon ce courant de pensée, les investissements publics en
infrastructures peuvent augmenter le produit intérieur brut (PIB) de manière temporaire.
Ensuite, cette augmentation disparaitra rapidement en laissant quelques effets d’éviction tels
qu’un déficit public élevé, une hausse des taux d’intérêt et une hausse de l’inflation (voir εills
et Quinet 199β). δ’émergence de la théorie de croissance endogène, fin des années 1980 et
début des années 1990, a renouvelé véritablement le rôle donné au capital public. Ce dernier
est devenu un facteur indispensable pour la croissance économique. En effet, les travaux
notamment de Lucas (1988) et de Barro (1990) ont mis en exergue l’importance de certaines
dépenses publiques pour la croissance économique auto-entretenue d'un pays. Ainsi, par
exemple les dépenses publiques sociales, telles que l'éducation et la santé, et les dépenses
publiques de communication, telles que le transport et la téléphonie sont considérées comme
des conditions préalables pour toute croissance économique de long terme.

7
De nos jours, il s’avère que le capital investi dans les infrastructures1 publiques productives
permet, par exemple, de réduire le taux de mortalité, de mieux scolariser les enfants, d’atteindre
des nouveaux marchés, et de réduire les coûts en réalisant des transactions à distance (voir
notamment la Banque εondiale (1994), Barro (β01γ) et l’OCDE (1996)).

Cependant, il ne suffit pas de réaliser des projets d'infrastructures publiques pour qu'une
économie décolle. Les décideurs publics sont effectivement obligés de faire des choix en
arbitrant entre le coût de la dette, qui finance le projet, et les résultats attendus. Autrement dit,
le capital investi doit être affecté là où il y a les véritables besoins. En effet, certains projets qui
pèsent énormément sur l’économie n’ont pas eu les retours justifiant les montants investis. Ceci
provient d’une mauvaise affectation du capital et d’un niveau d’entretien insuffisant (Banque
Mondiale 1994).

Même si la majorité des études obtiennent des impacts positifs des infrastructures publiques sur
l’activité économique, la problématique entre dépenses publiques et bonne affectation de
ressources reste présente. En effet, les travaux s'intéressant aux impacts du capital public sur la
productivité et la croissance n'ont cessé de se développer. Les travaux pionnier d'Aschauer
(1989) sur la productivité du capital public aux États-Unis ont déclenché une vague importante
d’études empiriques dans des contextes différents. Toutefois, la part des études réalisées sur les
pays en développement, notamment sur l’Afrique subsaharienne reste modeste.

Dans la lignée de ce qui a été réalisé sur d'autres pays, nous consacrons cette thèse à l’impact
des investissements publics dans le cas de la Mauritanie. Notre contribution est en effet
originale puisqu'il n'existe pas, à notre connaissance, d'études comparables sur ce pays. Nous
analysons donc les liens entre des dépenses publiques en infrastructures et la croissance
économique en Mauritanie.

A l’instar des autres pays d’Afrique subsaharienne, les infrastructures publiques en Mauritanie
sont encore sous développées, malgré les efforts fournis par l’État, que ce soit en termes de
quantité ou de qualité. δe capital public finance la majeure partie des projets d’infrastructures
publiques à l’exception du secteur des télécommunications suite à sa libéralisation fin 1999. On
se pose ainsi la question de l'efficacité du capital public à partir des données statistiques

1
. Les infrastructures correspondent aux équipements de base qui fondent les sociétés contemporaines et entrent
dans le cadre de politiques d'aménagement du territoire et de services publics. Elles sont financées par des fonds
publics mais aussi parfois, par des fonds privés. Par exemple, les hôpitaux, les écoles et les centres de formation,
les égouts, les chemins de fer et routes, les réseaux électriques...(lexique économique).

8
disponibles. L'objectif principal de cette thèse est d'apporter un éclairage aux décideurs publics
en termes d'impact des politiques d'investissement sur la croissance économique en Mauritanie.

Pour étudier la contribution des infrastructures à la croissance économique, la littérature

dominante a très souvent recours à des fonctions de production (voir par exemple, Andrews et
Swanson (1995), Bloom et al. (2004), Boarnet (1997), Canning (1999), DeFrutos, Garcia-Diez
et Perez-Amaral (1998), Garcia-Mila, McGuire et Porter (1996) et Pinnoi (1994)).

Pour analyser l’impact de variables d’infrastructure, deux approches émergent. Pour les pays
qui possèdent des données détaillées sur les capitaux investis dans chaque type d’infrastructure,
il est courant d’utiliser deux variables de capital, à savoir, le stock de capital physique net de la
variable d’infrastructure étudiée et cette dernière. δa deuxième approche utilise le stock de
capital total et la variable d’infrastructure dans la même fonction de production. Dans ce cas, la
variable d’infrastructure peut être déterminée par des mesures physiques telles que, la longueur
des routes, la capacité de production d’électricité ou le nombre de lignes téléphoniques (voir
OCDE 2009), ce qui pose un problème de double comptage puisque cette variable est déjà
incluse dans le stock de capital total. Cette deuxième approche a cependant été utilisée dans les
travaux de la Banque Mondiale réalisés par Canning (1999) et Canning et Bennathan (2000).
Dans cette thèse, nous allons utiliser les deux approches selon la disponibilité des données.

Pour des raisons liées aux données disponibles, nous limitons cette thèse sur l’impact de trois
types d’infrastructures publiques, à savoir les infrastructures routières, le capital santé, et les
technologies de l’information et de communication. δes séries de données sont issues de la
Banque Mondiale, car les statistiques nationales ne fournissent pas de données sur une assez
longue période. Nous tentons, donc, de mesurer l'effet de chaque type d'infrastructure, en nous
focalisant sur les effets de long terme, en vue de répondre aux questions suivantes : les
infrastructures publiques ont-elles été bénéfiques pour l'économie mauritanienne et dans quelle
mesure ? Quelle est l'infrastructure la plus rentable ?

Le premier chapitre analyse empiriquement la contribution du stock routier à la croissance

économique. En effet, dans un pays désertique comme la Mauritanie, les infrastructures
routières représentent un élément vital au quotidien pour toute la population. La route reste en
effet le moyen de transport le plus utilisé. Nous avons donc étudié une fonction de production
par tête à deux facteurs : le stock de capital physique et le capital en infrastructures routière,

9
mesuré par la longueur des routes. Notre résultat principal est la présence sur le long terme d’un
lien positif et significatif entre les variables étudiées. Autrement dit, le capital routier améliore
à long terme la production par tête.

Nous exposons dans le deuxième chapitre l'impact des dépenses en matière de santé publique,
et de l'état de santé sur la croissance économique en Mauritanie. Après avoir présenté le
contexte mauritanien dans le domaine de la santé, nous avons divisé la partie empirique en
quatre sous-sections. La première sous-section a étudié les liens causaux entre les dépenses
publiques de santé et l'état de santé. Nous avons mesuré l'état de santé par les indicateurs
suivants : l'espérance de vie à la naissance, le taux de mortalité brut, le nombre de décès d'enfant
de moins d'un an, et le nombre de décès d'enfant de moins de cinq ans. D’après nos analyses,
les dépenses de santé publique ont permis la baisse de la mortalité. Dans la deuxième sous-
section, nous avons examiné les effets des dépenses de santé publique sur la croissance
économique. Nous avons conclu que ces dépenses favorisent la croissance économique. La
troisième sous-section est consacrée à la recherche de la contribution de l'état de santé à la
croissance économique. Notre approche théorique s'inscrit dans la même lignée que celle
d'Aghion et al. (β010). Elle conjugue l’approche de Lucas (1988) sur le capital humain avec
celle de Nelson et Phelps (1966) sur l'évolution de la productivité. L'avantage de cette
méthodologie est de permettre l'analyse de l'impact de l'accumulation du capital santé sur la
croissance économique. En effet, selon Aghion et al. (2010), les études qui écartent cette
variable explicative sous-estiment l'effet de la santé. Ainsi, nous mesurons le niveau du capital
santé, et l'accumulation du capital santé par, respectivement l'espérance de vie à la naissance et
la croissance de l'espérance de vie. Nous obtenons comme principaux résultats que le capital
santé aurait stimulé la croissance économique par habitant. Enfin, dans la quatrième sous-
section, nous avons traité de l'effet de la croissance sur l'état de santé. Nous avons étudié le
même modèle en normalisant le niveau du capital santé, c’est-à-dire, en considérant l’espérance
de vie comme la variable endogène. Nous avons trouvé que la croissance économique par
habitant a effectivement impacté positivement l’espérance de vie à la naissance.

Le dernier chapitre propose une étude empirique qui présente le rôle des technologies de
l’information et de la communication (TIC) dans la croissance économique en Mauritanie. C'est
un sujet d’actualité qui intéresse de nombreux pays et des organismes de développement. Grâce
aux innovations technologiques dans le domaine des TIC, le coût de ces infrastructures est
devenu abordable pour les pays en développement. Cela peut stimuler la productivité et la

10
croissance économique. Ce chapitre se focalise particulièrement sur la contribution des
télécommunications à la croissance économique, car il s’agit du seul secteur qui se développe
significativement en Mauritanie. Le volet électronique et le volet logiciels restent en effet
marginaux. Pour mesurer l'effet des TIC sur la croissance économique en Mauritanie, nous
avons étudié en premier lieu une fonction de production par habitant à deux facteurs : le stock
de capital physique net du capital TIC, et le capital TIC. Notre analyse a abouti à des effets
positifs pour les deux types de capital sur la croissance économique par habitant. Ensuite, nous
avons étudié le lien entre l'évolution des lignes téléphoniques fixes par habitant et le produit
intérieur brut (PIB) par habitant. Nous n'avons pas étudié l'impact de l'évolution du nombre
d'abonnés mobile puisqu’on ne dispose que de peu d'observations. Nous avons donc conclu que
le téléphone fixe a contribué positivement à la croissance économique en Mauritanie au cours
de la période étudiée.

11
 1 δ’évolution du stock routier et la croissance
économique

1.1 Introduction

La recherche en économie permet de prévoir des effets positifs des dépenses en infrastructures
de transport sur la productivité de l’économie. En effet, nous savons que les dépenses publiques
dans les infrastructures ont souvent des effets multiplicateurs sur le court terme (Roy 2004).
Sur le long terme, la modernisation des infrastructures de transport facilite la circulation des
biens et la mobilité des personnes. Ceux-ci représentent un gain de temps et une réduction des
coûts qui à leur tour encouragent la création des nouveaux emplois et augmentent la productivité
du secteur privé. Actuellement, on s'aperçoit que les pays, qui attirent de plus en plus les
investisseurs et la main-d'œuvre, sont souvent dotés de transports de qualité et peu coûteux
(OCDE 2009). Pour cette raison, les pays d’Afrique n'ont pas d'autres choix que d'imiter les
autres pays afin d'améliorer leur position en matière de compétitivité et de croissance
économique. D'ailleurs, la littérature traitant des effets des dépenses publiques d’infrastructures
sur la croissance économique confirme notre intuition. En effet, la théorie de la croissance
endogène a intégré les dépenses publiques d’infrastructures comme un élément indispensable à
la croissance économique d'un pays, voir notamment l'article de Barro (1990). A ce sujet, l'étude
empirique menée par Aschauer (1989) a été à l'origine de beaucoup d'autres travaux sur la
rentabilité des investissements publics et particulièrement des investissements routiers.

Toutefois, la plupart de ces études ont été réalisées sur des pays développés, alors que la
proportion de celles qui concernent les pays en voie de développement, reste relativement
modeste. On pense notamment aux travaux de Canning (1999), Canning et Bennathan (2000)
et Boopen (2006). Cette problématique nous ramène en particulier au cas de la Mauritanie en
nous focalisant sur les investissements publics en infrastructures routières. En effet, cette étude
est à notre connaissance originale pour le cas de ce pays. Ce qui nous incite à découvrir la nature
et l’ampleur de ces effets dans ce contexte particulier. Ce dernier se caractérise par des besoins
de communication pour le développement du pays et une rareté grandissante des ressources
dédiées aux infrastructures routières. Ce qui rend la question de l’efficacité de ces

12
investissements légitime voire fondamentale afin d'évaluer la politique d’investissement
engagée par le gouvernement mauritanien.

Ce chapitre a donc pour but de répondre à la question suivante : les investissements dans les
infrastructures routières ont-ils été profitables au pays et dans quelle mesure ?

Nous tentons de répondre à cette question par le biais d'une approche empirique au niveau
macroéconomique. Ce qui nous permet finalement de proposer des suggestions aux décideurs
publics.

Pour ce faire, nous estimons une fonction de production par tête de type Cobb-Douglas à trois
facteurs : le PIB par habitant, le stock routier (en kilomètres) par habitant et le stock de capital
total par habitant, en vue de capter les effets de ces investissements, à long terme, sur la
croissance économique en Mauritanie. Cela a nécessité de reconstituer la série du stock de
capital total pour la Mauritanie afin de pouvoir estimer ensuite notre équation, et ceci en
mobilisant l'économétrie des séries temporelles et surtout la technique de la cointégration. Le
principal résultat obtenu dans cette étude est qu'il y a effectivement une relation positive à long
terme entre l'augmentation de stock routier par habitant et le PIB par habitant en Mauritanie sur
la période étudiée (1990-2011).

Le chapitre est organisé comme suit : la section 2 propose une revue de littérature à la fois
théorique et empirique. Le contexte mauritanien est présenté dans la troisième section afin de
faciliter la compréhension des résultats. Notre modèle théorique et la méthode d'estimation sont
détaillés dans la quatrième section. Nos résultats empiriques sont donnés dans la cinquième
section, et la dernière section nous permet de conclure.

13
1.2 Revue de la littérature

Afin d’analyser les déterminants de la croissance économique, la théorie de la croissance repose

sur les caractéristiques de la fonction de production. Cette dernière permet d'étudier les relations
entre le produit et les facteurs de production.

Le modèle néoclassique met en évidence le rôle crucial de l'accumulation des facteurs de

production, notamment le travail et le capital. Ce modèle a été développé par Ramsay (1928),
Harrod (1939), Domar (1946) et particulièrement dans l'article de Solow (1956) "A contribution
to the theory of economic growth". En effet, Solow a souligné la nécessité du progrès technique
pour garantir une croissance durable du produit par tête. Les limites de ce modèle, à savoir les
rendements décroissants du capital et la convergence des économies, ont encouragé les
théoriciens de continuer les recherches pour remédier à ces limites. Ces recherches ont abouti
à la fin des années 1980 à la construction d'un nouveau modèle de croissance dite endogène. Ce
modèle de croissance endogène trouve son origine dans les travaux de Romer (entre les années
1986 et 1990), de Grossman et Helpman (1991), de Lucas (1988) et de Barro (1990).

Tous ces travaux ont mis en évidence l’importance des quatre facteurs de croissance suivants :
le capital physique, les connaissances technologiques, le capital humain et les biens publics
prenant la forme d'infrastructures.

L'étude de Barro (1990) propose un cadre de référence pour les études théoriques, qui ont pour
objectif de mettre en évidence les liens entre les dépenses publiques en infrastructures
productives et la croissance économique endogène à long terme. En effet, Barro a considéré ces
dépenses publiques comme l’un des facteurs de production au niveau macroéconomique.

Ce modèle a fait l'objet de beaucoup d'études empiriques qui ont confirmé le rôle important des
investissements publics dans les infrastructures, et notamment les infrastructures routières sur
la productivité et la croissance des économies étudiées.

Parmi les premières études empiriques, on peut par exemple penser à celle proposée par
Aschauer (1989) dans laquelle il a estimé une fonction de production à trois facteurs : le capital
K, le travail L, et le stock des infrastructures publiques non militaires S, en utilisant des données
américaines.

Y= AKaLbSc

14
Où Y représente le niveau de production du secteur privé américain, et où la variable S englobe
toutes les dépenses en infrastructures routières ainsi que les autres dépenses en infrastructures
comme celles qui sont liées à la construction d’écoles, la construction d’hôpitaux, la mise en
place d'aqueducs et d'égouts, d'équipements de transport public.

Les paramètres A, a, b et c de cette fonction Cobb-Douglas ont été estimés par une régression
multiple. Les résultats confirment qu'une meilleure productivité de l'économie nécessite plus
d'investissements dans les infrastructures publiques. Plus précisément, les résultats d’Aschauer
donnent l'élasticité suivante : une hausse de 1 % des investissements dans les infrastructures
publiques contribue à accroître la productivité de 0,24 %. Aschauer (1989) met également en
évidence une observation qui illustre le lien entre l'investissement public et la productivité pour
le cas des pays du G7, à savoir le Japon, la France, le Canada, l'Italie, les États-Unis,
l'Allemagne de l’Ouest et la Russie. Cette observation confirme le lien positif entre la croissance
de leur productivité et leur niveau d'investissement public. (Voir le graphique 1.1 pour une
présentation des résultats).

De plus, Aschauer explique que le déclin de la productivité de l’économie américaine dans les
années 1970 a été engendré par la baisse du taux d’investissement en capital public.

15
Graphique 1.1: Investissements publics et productivité

Source : Aschauer (1989).

Le graphique 1.1 propose une comparaison entre les pays du G 7 à travers le lien qui existe
entre leur taux de croissance de la productivité et leur ratio des investissements publics sur le
produit national brut (PNB). Nous remarquons une relation directe et croissante entre le niveau
du ratio des investissements publics sur le PNB et le taux de croissance de la productivité.

Cependant, les travaux empiriques réalisés par Aschauer (1989) ont été critiqués pour des
raisons liées aux données ayant servi à l'estimation. En effet, il aurait utilisé des données non
stationnaires, ce qui entraine un biais d'estimation désigné par Granger et Newbold (1974) sous
le nom du problème des régressions fallacieuses (spurious regressions).

La majorité des études empiriques sur les liens entre dépenses publiques en infrastructures
routières et la productivité ont été réalisées sur des données américaines. Cependant, quelques-
unes ont concernées d’autres pays de l’OCDE2. Le tableau 1.1 résume les caractéristiques et les
résultats de quelques-unes des études réalisées sur des pays développés, principalement les
États-Unis.

2
Organisation de coopération et de développement économiques.

16
Tableau 1.1 : Estimations de l'élasticité de la production par rapport aux investissements
en infrastructures de transport.
Auteurs Type de Fonction estimée Type d'investissement Élasticité de la
(données utilisées) production par
rapport à
l’infrastructure
de transport

Aschauer(1991) Fonction de production - Investissements en transport 0,166

(Données américaines) - Investissements en transport routier 0,231

Seitz (1993) Fonction de coût de Léontief -Modification du coût privé moyen 0,05
(données routières allemandes)

Munnell et Fonction de production - Investissements routiers 0,06

Cook(1990)
(48 États contigus des États-Unis)

Gracia-Mila et Fonction de production - Investissements routiers 0,04

McGuire
(48 États contigus des États-Unis)
(1992)

McGuire Fonction de production - Investissements routiers 0,121-0,370

(1992)
(48 États contigus des États-Unis) - Investissement routiers- effets 0,121-0,127
spécifiques aux États contrôlés

Deno (1988) Modèle de fonction de profit - Investissements routiers 0,31

(données américaines)

Haughwaut Modèle d'équilibre spatial (48 - Investissements routiers 0,08

(1996) États contigus des États-Unis)

Source : OCDE (2001).

Les études présentées dans le tableau 1.1 montrent l'importance de ce type d'investissement
public. Toutefois, nous remarquons une grande différence dans la valeur des élasticités obtenues
pour un même pays. Par exemple, sur les États-Unis, on trouve des élasticités du simple au
décuple comprises entre 0,04 et 0,37. Ces résultats positifs et significatifs ont été confirmés
notamment dans le contexte canadien par Khanam (1996), et en France sur des données
régionales par Fritsch (1995) et Charlot et al. (2002).
Concernant les pays en développement, plusieurs études empiriques ont également mis en
évidence l'effet positif des infrastructures routières sur la croissance. On peut citer, à titre
d’exemple, Canning et Bennathan (β000), dans la continuité de l'analyse de Canning (1999),

17
qui se limite à l'impact des routes revêtues et de l'électricité. Ces auteurs ont étudié deux
fonctions de production par travailleur, l'une de type Cobb-Douglas et l'autre de type translog.
Ils ont trouvé des effets positivement significatifs de chacun des deux types d'infrastructure.
Dans la même logique, Boopen (2006) a étudié la contribution des infrastructures de transport
à la croissance pour un échantillon de pays d'Afrique subsaharienne, et un échantillon de petits
États insulaires en développement, en utilisant à la fois des données en coupe transversale et
des données de panel. Dans les deux cas, l'analyse a permis de conclure que le capital de
transport a un effet positif et significatif sur la croissance économique de ces pays. En outre,
cette analyse a révélé que, dans le cas de l'Afrique subsaharienne, l’élasticité du capital de
transport disponible est comprise entre 0,10 et 0,γ0, ce qui signifie qu’elle est supérieure à celle
du capital dans son ensemble. Il suit dans son explication la même logique que Canning (1999)
qui a démontré que : pour que l’élasticité du capital de transport soit plus importante que celle
du stock de capital total, il suffit que cette élasticité soit supérieure à zéro. (Voir l’annexe (1.β)
pour mieux comprendre la base théorique de cette interprétation).

Une autre étude qui a mis en évidence le même effet positif, a été faite par Zou et al. (2008). Ils
ont utilisé des données de panel et des données de séries chronologiques chinoises, pour
examiner l'effet des infrastructures de transport sur la croissance économique et la réduction de
la pauvreté. Ils ont obtenu comme résultat que le niveau de croissance plus élevé dans l'Est de
la Chine centrale s'explique, pour une grande part, par l'amélioration des infrastructures de
transport. En utilisant cette fois-ci le test de causalité au sens de Granger, ces auteurs ont trouvé
que l'investissement dans les transports, en particulier les routes, constitue effectivement une
source de la croissance.

Rudra (2010) a exploré le lien entre les infrastructures de transport (routières et ferroviaires), la
consommation d'énergie (pétrole et électricité) et la croissance économique de l’Inde au cours
de la période 1970-2007. Il a estimé un modèle vectoriel autorégressif (modèle VAR) en
utilisant un test de cointégration (test de Johansen) et le test de causalité de Granger. Il a constaté
l'absence de relation de cointégration et la présence d'une causalité unidirectionnelle de
l'infrastructure de transport vers la croissance économique. Faridi et al. (2011) ont cherché à
analyser quant à eux, l'influence du transport et de la communication sur le développement
économique au Pakistan durant la période 1972-2010, ils ont affirmé que les infrastructures de
transport (en kilomètres de routes) ont encouragé la croissance économique du Pakistan avec
une élasticité positive et significative de 0,09 entre le PIB et le stock routier. Bosede et al.

18
(2013) ont constaté que l'amélioration des infrastructures de transport a un impact positif et
significatif sur la croissance économique au Nigeria pour la période 1981-2011 en utilisant la
méthode des Moindres Carrées Ordinaires (MCO). Uma et al. (2014) ont étudié l'effet du réseau
de transport au Nigeria (réseau routier, réseau ferroviaire, transport aérien et voies d'eau) pour
une période allant de 1981 à β009 sur le niveau de l’activité économique, δes résultats ont
révélé que seul le transport routier a impacté de manière significative le produit intérieur brut
réel.

Quelques études ont néanmoins mis en lumière des résultats différents. Keho et Echui (2011)
ont examiné la relation entre l'investissement en infrastructures de transport et de la production
en Côte d'Ivoire sur la période 1970-2002. Les résultats des tests de causalité de Granger ont
révélé que l'investissement public dans les transports n'a pas un impact causal sur la croissance
économique, alors qu’inversement, la croissance économique a un impact causal sur
l’investissement dans les transports. Ugondah et al. (2013) ont étudié les effets des différents
types des dépenses publiques. À l'aide des MCO, ils ont conclu que le lien entre les dépenses
publiques dans les infrastructures de transport au Nigéria entre (1981-2010) et la croissance est
non significatif.

A travers cette présentation de la littérature, on s'aperçoit que le lien entre les dépenses
publiques dans les infrastructures de transport et le PIB, est positif et significatif dans la grande
majorité des études. Dans la même lignée, nous envisageons d'étudier cette question dans le cas
de la εauritanie. En effet, à notre connaissance, il n'existe pas d’études sur ce pays, à
l’exception de l'étude de Boopen (2006) qui partait sur un panel de pays, dont la Mauritanie. À
la différence des travaux précédents, nous nous intéressons à une fonction de production par
tête.

Nous allons commencer par présenter le contexte spécifique de la Mauritanie, afin de bien
comprendre les enjeux du transport routier dans ce pays.

19
1.3 Le contexte mauritanien

Nous présentons succinctement le contexte général du pays avant d'entrer dans le vif du sujet.

1.3.1 Contexte général

La Mauritanie a un territoire étendu sur une superficie de (1 030 700 km2) au climat sahélien
au sud et saharien au nord, c’est un pays ouvert sur l’Atlantique avec 754 km de côtes. Avec
environ γ,9 millions d’habitants, la densité de population y est très faible (3,8 habitants au km²).
Les communications sont donc difficiles en raison de l’étendue du pays et de sa nature
désertique (à peu près de 80 % du territoire est couvert par le désert). Par ailleurs, la population
est dispersée notamment sur les frontières sud et ouest. Les nomades représentaient une majorité
écrasante jusqu'à la fin des années 1970 avec un pourcentage de 92 % des habitants à cette
époque. Les services publics centraux étaient alors absents. Dans cette situation, la Mauritanie
a obtenu son indépendance en 1960. Quelques années plus tard, le pays a été frappé par une
sécheresse sans précédente, ce qui a obligé la population à rejoindre les villes qui se sont
construites après l'indépendance. L'ampleur de ce changement, que l'on peut considérer comme
radical, a imposé la création des infrastructures de transport adéquates comme l’un des défis
majeurs pour le développement du pays. Face à ces besoins, la Mauritanie a entamé une
politique ciblée en vue de relier ces nouvelles villes entre elles et surtout avec la capitale
(Nouakchott) qui est la première destination de ces mouvements de population.
Par ailleurs, la Mauritanie dispose de ressources naturelles importantes comme le minerai de
fer, l'or, le cuivre, le phosphate, le pétrole et le gaz et possède aussi une côte parmi les plus
riches dans le monde. (Voir la carte 1.1). Malgré cette richesse considérable, la Mauritanie est
classée parmi les pays les plus en difficultés économiques à cause de la mauvaise politique de
gestion de ressources et de l'administration publique. Cette situation a eu pour conséquence le
fait que la Mauritanie a bénéficié de plusieurs plans économiques administrés par la Banque
Mondiale et le Fonds Monétaire International.
La période étudiée a été marquée par l'échec des politiques d'ajustement structurel de la Banque
Mondiale et du Fonds Monétaire International. Elles ont été suivies par un plan d'allégement
des dettes pour les pays les plus endettés, dont la Mauritanie. Ce plan est connu sous le nom de
« cadre stratégique de lutte contre la pauvreté » pour la période de 2001-2015. Il est à noter ici
que la plupart de ses objectifs n’ont pas été atteints.

20
Carte 1.1 : Zones d'intérêt économique de la Mauritanie

Source : Ministère de l'équipement et des transports.

1.3.2 L'historique du réseau routier en Mauritanie

Le réseau routier actuel est classé selon une loi de 1968. Celle-ci le divise en routes revêtues,
routes en terre améliorée et en routes rurales (pistes). Le taux de la densité routière en
Mauritanie reste relativement faible, environ 1 km de route pour 100 km2, par rapport à celui
de l'Afrique de l'Ouest et à celui de l'Afrique Subsaharienne, respectivement 3,10 km et 4,70
km. Néanmoins, le stock routier en Mauritanie est parmi les plus importants en matière de
densité routière par population (13 km pour 10.000 personnes, comparée à 2,71 km pour
l'Afrique Subsaharienne). Par ailleurs, l’état des routes revêtues, qui représente environ 26 %

21
du réseau routier, est jugé de bon à acceptable à la hauteur de 70 %, alors que dans les autres
pays de l'Afrique de l'Ouest on l’évalue à 65 % (en moyenne). En ce qui concerne les routes en
terre et les pistes, elles sont généralement en mauvais état, (Banque Mondiale, 2005). Le réseau
actuel est toujours dominé par les pistes rurales, qui ne bénéficient pas des programmes de
réhabilitation réalisés par l’Établissement National de l’Entretien Routier (ENER). En effet, la
politique de décentralisation appliquée dans le pays prévoit que les administrations locales
prennent en charge ces travaux de réhabilitation. Or, seul le gouvernement possède les
ressources financières permettant de faire face à une partie de ces dépenses. Mais, la Mauritanie
manque de ressources financières pour que l’ENER effectue les travaux nécessaires en termes
de réhabilitation des routes. Par exemple les ressources allouées aux travaux d’entretien courant
et périodique des routes étaient de 7,6 millions de dollars US en 2002, alors qu’il aurait fallu
environ 14 millions de dollars US. δe tableau 1.β présente l’évolution du réseau routier dans le
temps.

Tableau 1.2 : Le réseau routier mauritanien dans le temps

1973 1986 1997 2006

Routes bitumées (en km) 414 1578 2065 2971

Routes en terre améliorée (en km) 555 818 982 1215

Pistes ordinaires (en km) 5723 4487 7250 6880

Total (en km) 6692 6883 10297 11066

Source : Mémento transport en Mauritanie 2012.

Les données disponibles dans la base de la Banque Mondiale sont limitées à la période 1991-
2011, c’est la raison pour laquelle nous ne pouvons pas présenter une évolution plus longue de
ce stock. Ainsi, le stock routier a augmenté plutôt d'une manière régulière entre les années 1991
et 2011 passant de 7360km à 11415 km au cours de la période. L'évolution la plus importante
s'est faite au cours de l'année 2005 puisque le nombre de kilomètre construit a bondi de 9144
en 2005 à 11066 en 2006. Toutefois, nous remarquons une baisse de ce stock au cours des
années 2008 et 2009. En effet, après quelques recherches basées sur des données nationales,
nous sommes finalement parvenus à la conclusion que la manque de l’entretien et de la
réhabilitation des pistes rurales ont fait qu’il existe des tronçons qui n’étaient plus praticables,
ce qui a donc fait diminuer le stock total au cours de ces deux années. (Voir le graphique 1.2).

22
Graphique1.2 : Évolution du Stock routier total en Mauritanie entre 1991 et 2011 (en km

Réseau routier
12000

10000

8000

6000
R
4000

2000

2005

2010
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004

2006
2007
2008
2009

2011
Source : Banque Mondiale et ONS.

1.3.3 Le réseau routier par région

La Mauritanie est composée de 12 régions, mis à part la capitale "Nouakchott" qui se subdivise
elle-même en trois régions. Bien que le pays ait adopté un système décentralisé, en réalité la
plupart de services restent centralisés à Nouakchott, ce qui oblige les citoyens à se déplacer en
permanence. La Banque mondiale (2005) estime que plus de 90 % des passagers et environ 80
% des marchandises en Mauritanie sont transportés par la route. Parmi les axes routiers les plus
importants, on peut citer par exemple la "Route de l'Espoir". En effet, cette route relie la capitale
Nouakchott avec les six régions les plus peuplées. En 2012, la population de ces régions
représente 73 % de la population totale. Précisément, c'est une route bitumée sur environ 1100
km qui relie les villes suivantes : Nouakchott, Boutilimit, Aleg, Kiffa, Ayoun el-Atrouss,
Timbedra et Néma. Sa réalisation a nécessité plusieurs années de travail, de 1970 à 1985. (Voir
la carte 1.2). Actuellement, il existe beaucoup de petites villes et de villages, un peu partout,
tout au long de cette route, ce qui fait d'elle un facteur clef pour la vie quotidienne de ces
habitants. Un autre axe routier très actif relie Nouakchott et le Sénégal en passant par la ville
de Rosso (à la frontière sénégalo-mauritanienne). C’est une route bitumée qui a été construite
dans les années 1960 sur une longueur de 204 km.

23
Carte 1.2 : δa route de l’Espoir

Source: Perry-Castañeda Library, Map Collection.

Le rôle économique de cet axe reliant Nouakchott au Sénégal est devenu plus important après
l’achèvement de la route entre Nouakchott et Nouadhibou en β0073. En effet, cet aménagement
a intensifié les échanges d’une part entre la εauritanie et le εaroc, et d’autre part entre le
Sénégal et le Maroc. (La carte 1.3 présente le réseau des routes principales en Mauritanie).

À partir des principaux axes routiers, il existe beaucoup de liaisons qui permettent l’accès à de
nombreux villages. Elles sont praticables principalement par des voitures de type 4×4. Ce
phénomène est observé notamment à partir des principales agglomérations de la route de
l’Espoir. εais, on l’observe également ailleurs en marge de tous les grands axes.

3
Nouadhibou est la capitale économique de la Mauritanie, elle est située à la frontière nord-ouest avec le Sahara
Occidentale et est réputée pour ses richesses importantes en matière de produits halieutiques

24
Carte 1.3 : Réseau routier principal en 2010

Source : Ministère de l'équipement et des transports.

Pour assurer un niveau minimum de communication entre les grandes villes et la population
rurale, il existe des services de transport mixte (qui transportent les personnes et les biens)
utilisant des voitures de type 4×4.

La carte 1.2 et le tableau 1.3 mettent en évidence les lieux de concentration de la population,
qui est dispersée sur le long de la vallée du fleuve de Sénégal, sur la frontière sud mauritano-
malienne et à Nouakchott.

Nous observons une disparité entre les régions, par exemple, la part des régions de Gorgol et
de Guidimarkha en matière des routes bitumées est très faible par rapport aux autres régions
malgré une population comparable, seulement 128 km et 42 km, respectivement. Toutefois,
leurs superficies sont petites, c’est pourquoi sans doute que leurs parts sont faibles. Par ailleurs,

25
 le fait que la capitale Nouakchott se trouve au sein de la région Trarza en a fait une région
privilégiée puisqu'elle profite de toutes les routes qui relient la capitale avec les autres régions.

Tableau 1.3 : Le réseau routier par région en 2006

Régions Capitale Superficie Estimation Estimation de la Estimation de la

régionale (Km2) population en répartition du répartition du linéaire
2012 linéaire total des total des routes
routes (km) bitumées (km)

Hodh El Néma 182 700 371 317 1 434 184

Chargui
Hodh El Gharbi Aîoun 53 400 280 761 578 338

Assaba Kiffa 36 600 348 961 745 255

Gorgol Kaédi 13 600 317 502 912 128
Brakna Aleg 33 000 315 493 709 407
Trarza Rosso 67 800 352 844 1 791 552
Adrar Atar 215 300 78 561 850 116
Tagant Tidjikja 95 200 89 871 1 013 180
Inchiri Akjoujt 46 800 15 942 891 286
Tiris Zemmour Zouérate 252 900 50 689 1 163 -

Dakhlet Nouadhibou 22 300 99 677 511 409

Nouadhibou
Guidimarkha Sélibaby 10 300 269 497 378 42
Nouakchott Nouakchott 120 787 140 90 75
TOTAL 1 030 020 3 378 254 11 066 2 971
Source : Mémento transport en Mauritanie 2012.

Le tableau 1.3 recense le nombre de km de route estimé, dans le cadre de l’actualisation du Plan
Sectoriel de Transport, dans chaque région pour l’année β006. δe nombre total de km était
estimé à environ 11066.

1.3.4 Le parc automobile

L’évolution du parc automobile reflète en partie la demande grandissante en termes de

déplacement par la route en Mauritanie. Il est constitué principalement de véhicules d’occasion
importés des pays de l’Union Européenne et âgés en moyenne de 12 ans. Malgré l’évolution

26
rapide de ce parc de 20988 véhicules en 2000 à 108457 véhicules en 2010, (voir le tableau 1.4),
soit un taux de croissance de 417 %, on estime que sa majeure partie continue à se concentrer
à Nouakchott et à Nouadhibou. Par ailleurs, sa qualité est qualifiée plutôt de moyenne à
mauvaise, ce qui complique la vie des habitants de ces deux villes notamment en matière de
pollution et de bruit. (Voir le tableau 1.4).

Tableau 1.4 : Évolution du parc automobile en Mauritanie

Année 1997 1998 1999 2000 2001 2002 2003

Parc automobile
6928 10565 15236 20988 27005 34417 46007
Année 2004 2005 2006 2007 2008 2009 2010

Parc automobile 55333 62266 69954 78126 86331 97724 108457

Source : Mémento transport en Mauritanie 2012.

1.3.5 Le trafic sur le réseau routier

Le manque de données ne nous permet pas de présenter la situation du trafic sur le réseau routier
durant une longue période. Cependant, le comptage réalisé en β005 sur l’ensemble du réseau
routier révèle que le trafic moyen journalier4 sur les routes interurbaines est situé à environ 1600
véhicules. La part de poids lourds est de 16 % sur la route de l’Espoir (le tronçon Nouakchott-
Boutilimit), et de 6,5 % pour le tronçon Nouakchott-Rosso. Un autre comptage a été réalisé en
2008 par la Direction des Infrastructures de Transport, le tableau 1.5 présente les principales
données collectées. On s’aperçoit bien que ces données sont loin d’être exhaustives, car elles
ne concernent que quelques tronçons. Parmi ceux-ci, la route Nouakchott-Tiguent-Rosso est la
plus active. En effet, malgré sa mauvaise qualité, elle reste parmi les grands axes les plus
utilisés. Cela s'explique par le fait que, au-delà des mauritaniens qui rejoignent leurs villes ou
leurs villages, il y a aussi ceux qui se rendent au Sénégal pour des raisons médicales, religieuses
ou économiques. Le phénomène inverse existe aussi, c’est-à-dire, des sénégalais qui se
déplacent vers la Mauritanie, avant tout pour des raisons économiques et religieuses. On
observe que le pourcentage de poids lourds devient important sur les tronçons qui se trouvent
autour de la vallée du fleuve de Sénégal, près de 35 %. Ceci provient probablement du fait que

4
Égal au trafic total de l'année divisé par 365.

27
dans ces régions, qui sont souvent spécialisées dans l’agriculture, vendent leurs récoltes dans
les grandes villes et en contrepartie en ramènent des produits nécessaires à la vie quotidienne.

Tableau 1.5 : Le trafic total en 2008

Tronçons routiers Longueur (Km) Trafic total en 2008 % Poids Lourds

(moyenne journalière)

Kseir Torsane - Choum 89,33 123 19 %

Kaédi - M'bout-Foumgleita 142 206 35 %

Sélibaby - Gouraye 47 156 35 %

M'Bout - Sélibaby 117 156 35 %

Nouakchott - Tiguent 95 1479 6%

Tiguent - Rosso 97 1405 5%

Maghta lahjar - Diouk 127 221 23 %

Kiffa - Tintane 145 1251 8%

Nouakchott - Nouadhibou 470 320 16 %

Rosso - Diama 108 391 15 %

Source : Mémento transport en Mauritanie 2012.

Ce trafic, celui des poids lourds en particulier, a participé à la dégradation du réseau routier
bitumé, notamment à cause du non-respect de la réglementation en vigueur. En effet, la charge
maximale admise est fixée à 1γ tonnes par essieu. Si nous regardons les résultats de l’enquête
de 2007 présentés dans le tableau 1.6, nous remarquons que la surcharge des poids lourds est
considérable passant de 17 % sur l’axe Nouakchott-Boutilimit à 42 % pour l’axe routier Kiffa-
Aïoun-Néma.

28
Tableau 1.6 : La surcharge sur les principaux axes routiers

Axe routier Nombre de Véhicules ayant des essieux > 13 Surcharge moyenne
véhicules pesés T par rapport au 13 T
Nombre Pourcentage
Nouakchott-Akjoujt 102 9 9% 23 %

Nouakchott-Rosso 46 2 4% 37 %

Nouakchott-Boutilimit 215 39 18 % 17 %

Kiffa-Aïoun-Néma 115 29 25 % 42 %

Total / Moyenne 478 79 17 % 29,75 %

Source : Mémento transport en Mauritanie 2012.

1.3.5.1 La mobilité des personnes

En Mauritanie, la population urbaine représente environ 55 % de la population totale, la capitale
Nouakchott en accueille environ la moitié. En réalité, on peut dire que le pays est presque réduit
à sa capitale, qui abrite le premier port du pays en termes d’importation, les hôpitaux publics et
privés, les universités, les meilleures écoles, presque toutes les administrations publiques, la
quasi-totalité du secteur privé, etc. Certes, on a observé récemment des tentations pour remédier
à ce problème structurel, mais les résultats restent modestes. Face à cette réalité, et grâce aux
moyens de communications, la mobilité des personnes n’a cessé d’augmenter. Rares sont les
statistiques sur le nombre de voyageurs, mais ce qui est sûr c’est qu’il est important et que 90
% d'entre eux voyagent par la route, (Banque Mondiale 2005). Certaines estimations prévoient
une augmentation annuelle de 8 % de ce type de déplacement. Malheureusement, cette mobilité
a fait aussi des dégâts importants. En effet, le nombre des accidents mortels devient inquiétant
un peu partout, surtout sur l’axe Nouakchott-Rosso et le tronçon Nouakchott-Aleg où les routes
sont en très mauvais état.

Tableau 1.7 : Accidents de la circulation

2010 2011 2012 2013

Total d'accidents 535 719 688 653

Morts 77 127 143 130

Blessés 732 455 1263 1097

Source : ONS5 2014.

5
Office national des statistiques.

29
Le tableau 1.7 récapitule les accidents de la circulation enregistrés entre 2010 et 2013. On
compte en moyenne 649 accidents par an qui causent la mort de 119 personnes en moyenne sur
la même période.

1.3.5.2 La mobilité des biens

La migration croissante vers les villes a pesé négativement sur la communauté rurale qui
n’arrive plus à commercialiser sa production. En effet, il y a une longue distance entre les
centres de production et les centres de consommation, ce qui empêche certains producteurs de
vendre leurs produits sur les principaux marchés du pays. Ceci provient des services de
transport insuffisants ou très coûteux. Toutefois, le réseau routier actuel a joué un rôle
déterminant pour promouvoir les échanges entre les différentes régions et surtout avec la
capitale, il a permis la réduction des coûts et a renforcé la compétitivité de l’économie nationale.
Maintenant, nous présentons quelques exemples pour mieux comprendre les effets bénéfiques
du réseau routier sur la situation économique et sociale en Mauritanie :

La production agricole : La production agricole se situe principalement dans la vallée du

fleuve Sénégal, il y a donc des centaines de kilomètre à parcourir avant qu’elle puisse être
commercialisée dans les principaux centres de consommation, notamment à Nouakchott et à
Nouadhibou. Dans ce cas, les services du transport routier jouent un rôle incontournable. A ce
stade, on ne dispose pas de données statistiques sur les mouvements des camions qui
transportent cette production. Cependant, nous possédons des statistiques sur la récolte de
quelques produits, notamment des céréales. Le tableau 1.8 présente une tendance croissante de
la production du riz paddy, ce qui est une bonne chose parce qu’elle répond à un besoin réel de
toute la population. En effet, toutes les familles mauritaniennes en consomment de manière
quotidienne.

Tableau 1.8 : Évolution de la production agricole en tonnes

2009-2010 2010-2011 2011-2012 2012-2013 2013-2014

Mil et sorgho 86435,0 99954,0 21446,0 110149,0 80682,9

Maïs, blé, orge 13005,0 18916,0 12755,0 25227,0 10988,0

Riz paddy 31866,0 80668,2 95352,0 103935,0 121528,2

Total céréales 131306,0 199538,2 129553,0 239311,0 213199,0

Source : ONS 2014.

30
δe produit de l’élevage : δe secteur de l’élevage continue à jouer un rôle considérable dans la
vie économique des mauritaniens comme c'est le cas depuis longtemps. En effet, il était le
premier secteur à créer de l’emploi et assurait le niveau de revenu minimum pour que les
familles puissent subvenir à leurs besoins. Aujourd’hui, grâce à ce secteur la εauritanie assure
une autosuffisance en termes de viande rouge. D’ailleurs, elle exporte aussi du bétail vers les
pays voisins. En dépit des tentations visant à augmenter la production de lait, son niveau actuel
reste faible par rapport à la demande globale. Cet élevage se concentre actuellement dans les
régions du sud-est qui approvisionnent le reste des régions via les services de transport routier.
En fait, la sécheresse, qui a touché le pays dans les années 1970, a fortement affecté ce secteur
de telle sorte qu'une grande part du bétail, qui se trouvait dans d’autres régions, a été décimée,
ce qui a bouleversé la vie de toute une population et a augmenté significativement le taux de
pauvreté. Par ailleurs, l’évolution du stock actuel reste relativement faible à cause de la forte
demande en viande rouge toutes régions confondues. Selon le tableau 1.9, on compte une
augmentation annuelle moyenne de 25000 pour les bovins, 9000 pour les camelins, 400000
pour les ovins et 300000 pour les caprins.

Tableau 1.9 : Évolution du stock d’élevage (en tête)

2010 2011 2012 2013

Bovins 1701112 1724927 1749076 1773563

Camelins 1360306 1369828 1379417 1389073

Ovins 8701555 9136633 9593464 10073138

Caprins 5799842 6089834 6394326 6714042

Source : ONS 2014.

Le produit halieutique : La Mauritanie possède une côte très riche, mais la majorité des
mauritaniens n’ont pas l’habitude de consommer les produits de la mer. C’est la raison pour
laquelle environ 90 % de la production est consacrée à l’exportation. Récemment, le marché
local a évolué et la demande est devenue plus en plus importante sur quelques espèces. En
réponse à cette demande, la εinistère de la Pêche et de l’Économie Maritime a fait en sorte que
ces espèces, à savoir, la courbine, le mulet et le tassergal soient désormais exclusivement
réservées à la consommation intérieure. Cette politique a été renforcée dans les derniers accords
entre la εauritanie et l’Union Européenne de sorte que la flotte européenne pêche des espèces
qui seront distribués gratuitement un peu partout dans le pays.

31
 Tassergal :

Courbine :

Mulet :

Les produits miniers : Les principaux produits miniers, qui profitent des services de transport,
sont les ronds à béton et plâtre pour le bâtiment. Les deux produits sont fabriqués par deux
filiales de la Société Nationale Industrielle et Minière (SNIM), respectivement, la Société arabe
du Fer et de l’Acier (SAFA) à Nouadhibou et la Société arabe des Industries Métallurgiques
(SAMIA) à Nouakchott.

1.3.6 Financement de projets de transport routier en

Mauritanie

La construction des routes engage des capitaux importants. δe capital d’infrastructures de

transport représente environ 20 % du stock de capital total, (Canning et Bennathan 2000). Dans
des pays comme la εauritanie, ces projets d’investissement sont vitaux. En effet, la nature
désertique du pays et la dispersion de la population sur le territoire rendent ces projets
prioritaires. Ceci est pour atteindre les zones dans lesquelles se regroupent la population la plus
pauvre et qui contiennent un important potentiel de croissance. Cependant, la capacité
financière de la Mauritanie ne lui permet pas de mener ces projets sans avoir recourt à des
financements étrangers qui constituent une dette pour le pays.

1.3.6.1 Potentiel de financement public

Il s’agit de toutes les ressources potentiellement disponibles, qui sont liés à la fiscalité des
transports routiers en Mauritanie. Le tableau 1.10 donne une approximation des recettes qui
pourraient être dégagées conformément aux résultats de l’actualisation du plan de transport
(données de 2005). Cela qui permet de se faire une idée de la marge de manœuvre que le
gouvernement possède.

32
Tableau 1.10 : Fiscalité des transports routiers en Mauritanie

Rubriques Potentiel annuel en millions UM

BIC6, patente, taxe sur véhicules à moteur 478
Taxe sur permis de conduire 71
Taxe sur les cartes grises 287,5
Contrôle des véhicules 78
Droits et taxes / import produits pétroliers 19 000
Droits et taxes sur véhicules d'occasion, pneus et
1 200
pièces
Total 21114,5
Source : Mémento transport en Mauritanie 2012.

Néanmoins, la recette sur la fiscalité pétrolière n’est pas consacrée aux services de transport,
c’est pourquoi la participation des financements publics dans les travaux de construction et de
réhabilitation reste faible comme on va le voir dans la sous-section suivante.

1.3.6.2 Besoin de financement

δ’échec de la politique nationale de transport routier est dû, en grande partie, au manque de
compétences, à la non mise en œuvre des plans déjà programmés, et bien sûr à la rareté des
financements disponibles. En effet, les évaluations réalisées sur la situation du réseau routier,
notamment les routes bitumées, concluent que la dégradation rapide avait pu être évitée si les
travaux d’entretien et de réhabilitation avaient été effectués. Or, le gouvernement a continué de
diriger ses ressources vers de nouvelles constructions. Pourtant, la première phase du plan
national de transport (PNT), entre 1998 et β00β, s’est par exemple fixée comme objectif la
réalisation de quelques projets de construction de nouvelles routes, mais en se focalisant sur les
travaux de réhabilitation. Mais, la mise en œuvre de ce plan a pris une autre direction. D’abord,
le PNT n'a dépensé que partiellement ses ressources disponibles à hauteur de 70 %, ce qui veut
dire qu’il n’a pas mené à terme tous les projets fixés précédemment. Puis, 100,5 millions de
dollars US ont été dépensés dans la construction de nouvelles routes, ce qui dépasse de trois
fois le montant prévu et seulement 37,6 millions de dollars US pour les travaux de réhabilitation
(avec un montant annuel de 7,6 millions de dollars US). Ce dernier est financé partiellement
par des ressources budgétaires à la hauteur de 2,8 millions de dollars US et le reste est couvert
par les ressources SYSMIN7. Cette faible participation provenant du gouvernement est

6
Les bénéfices industriels et commerciaux.
7
Banque Mondiale (2005) : « Le gouvernement a reçu un don de l'UE pour lui permettre d'octroyer un prêt à la
Société Nationale Industrielle Minière (SNIM). Le gouvernement et l'UE ont accepté d'affecter les

33
observée depuis quelques années, la part consacrée aux infrastructures de transport routier dans
le budget d’investissement n’a cessé de diminuer passant de β5 % en 1996 à 9 % en 2001. Le
même phénomène est confirmé lorsqu’il s’agit de la part du revenu national brut pour
l’infrastructure routière comme le montre le tableau 1.11. Tout ceci nous permet de dire qu’il y
a une grande divergence entre les stratégies programmées et la réalité sur le terrain.

Tableau 1.11 : Dépenses prévues pour le réseau routier sur le budget consolidé
d'investissements, 1996 - 2000 (en millions USD).

1996 1997 1998 1999 2000 2001

Infrastructure routière 10,0 8,9 12,3 7,6 10,4 7,9

Budget total d'investissement consolidé (sans

40,3 46,5 51,5 53,6 71,9 91,3
SNIM)

Part du budget pour l'infrastructure routière en % 24,9 19,0 23,9 14,2 14,4 8,7

Part du PNB pour l'infrastructure routière en % 1,8 2,1 1,3 1,7 1,1

Source : la Banque Mondiale 2005.

Le graphique 1.3 montre l’évolution des ressources allouées aux travaux de réhabilitation. Il
présente le budget national, les ressources SYSεIN et le budget global, c’est-à-dire le total de
ces deux dernières. On observe une augmentation nette après l’obtention des ressources
SYSMIN à partir de 2002.

remboursements effectués par la SNIM pour le service de cette dette au financement d'une partie du programme
d'entretien routier. Les ressources provenant du remboursement du prêt de la SNIM sont appelées les ressources
SYSMIN. »

34
Graphique 1.3 : Évolution des ressources allouées aux travaux de réhabilitation (en
millions Ouguiyas)

Source : Banque Mondiale 2005.

Tableau 1.12 : Réseau routier entretenu et son financement entre 2001 et 2012

1er Contrat- 2ème Contrat- 3ème Contrat- 4ème Contrat-

Programme Programme Programme Programme
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Financement (en millions Ouguiyas) :

SYSMIN 1630 1266 1266 1723 2292 2535 2883 2917 1865 2000 2138 1862

ETAT - - - 595 800 1065 1500 1497 1300 1500 2000 2500

Linéaire du réseau entretenu (km) :

Routes
2070 2070 2070 2077 2077 2697 2697 2743 2743 2932 2932 2932
bitumées
Routes non
875 875 875 968 968 968 968 1148 1148 937 937 892
bitumées
Routes totales 2945 2945 2945 3045 3045 3665 3665 3891 3891 3869 3869 3824

Source : ENER.

δa politique de réhabilitation des routes s’est améliorée lorsque l’État a accepté de signer des
contrats (Contrat-Programme) avec l’ENER, ce qui a permis à cette dernière d’entretenir une
part considérable du réseau routier bitumé. Cependant, l’objectif de 4600 km annuels entretenus

35
(60 % du réseau prioritaire) n’a jamais été atteint. Comme le montrent le tableau 1.12 et le
graphique 1.4, le réseau routier entretenu n’a jamais dépassé le seuil de 4000 km par an entre
2001 et 2012.

Graphique 1.4 : Évolution des routes entretenues entre 2001et 2012

4500
4000
3500
3000
2500
Routes bitumées
2000
Routes totales
1500
1000
500
0

Source : Auteur et ENER

1.3.7 Réseau ferroviaire

Le réseau ferroviaire est très peu développé en Mauritanie. La seule voie ferroviaire longue de
853 kilomètres est principalement consacrée au transport du minerai de fer avec une capacité
annuelle de 15 à 18 millions de tonnes. Cependant, le train dessert 8 gares et joue un rôle
considérable dans l’approvisionnement et le transport des passagers de Zoueiratt et de zones
secondaires telles que Choum et F'derick. Cette voie est gérée actuellement par la Société
Nationale Industrielle et Minière (SNIM), un organisme public qui continue à exploiter les
mines de fer dont la production représente 15 % du PIB de la Mauritanie. (Voir la carte 1.4).

36
Source : SNIM. (Acheminement du minerai de fer).

Carte 1.4 : Réseau ferroviaire en 2010.

Source : Ministère de l'équipement et des transports

En l’absence d’évolution du réseau ferroviaire, son étude ne représente pas beaucoup d'intérêt
pour la suite de notre travail.

1.3.8 Le produit intérieur brut (PIB) en Mauritanie,

composition et évolution.

Le PIB de la Mauritanie se divise en trois principaux secteurs : le secteur primaire qui englobe
l’agriculture, l’élevage et la pêche, il représente en moyenne environ 33 % du PIB, alors que le
secteur secondaire regroupe les activités suivantes : les activités extractives, les activités m-

37
 Tableau 1.13 : Évolution du PIB aux prix courants au prix de 2004.

Part
moyenne
dans PIB
Unité: en millions d'ouguiya 2009 2010 2011 2012 2013 en %
Secteur primaire 205 828 216 576 212 569 230 995 226 923 33,23
Agriculture, Sylviculture et Exploit. Forestière 27 224 31 131 20 929 38 254 34 248 4,59
Élevage 162 812 167 578 171 865 172 063 172 660 25,79
Pêche 15 792 17 867 19 775 20 678 20 015 2,85

Secteur secondaire 188 418 191 398 202 913 213 659 249 068 31,64
Activités extractives 99 730 101 614 96 865 93 112 102 093 15,05

Extraction de produits pétroliers 36 185 33 306 29 354 25 093 25 513 4,60

Fer 41 310 45 193 44 372 44 344 49 752 6,83
Or et Cuivre 20 242 21 060 20 838 21 017 23 142 3,23

Autres activités extractives 1 993 2 055 2 302 2 658 3 686 0,38

Activités manufacturières 47 082 46 542 52 184 56 847 54 334 7,80

Activités manufacturières hors Eau-Électricité 45 319 44 820 50 435 54 911 52 230 7,52

Production et distribution d'eau et d'électricité 1 763 1 723 1 748 1 935 2 104 0,28

Bâtiment et travaux-publics 41 606 43 242 53 864 63 700 92 641 8,79

Secteur tertiaire 155 139 165 208 181 442 198 691 209 250 27,51

Transports et télécommunications 37 080 42 693 48 785 51 803 58 156 7,19

Commerce 48 205 51 795 54 578 60 097 61 293 8,36

Autres services 83 274 88 803 98 133 108 511 112 570 14,85
Correction SIFIM -13 420 -18 083 -20 054 -21 720 -22 769 - 2,89
TOTAL DES ACTIVITES MARCHANDES 549 385 573 182 596 924 643 345 685 241 92,38
Administrations publiques 47 154 49 654 49 868 50 525 53 265 7,62
P.I.B. AU COUT DES FACTEURS 596 539 622 836 646 792 693 870 738 506 100,00
Taxes nettes sur les produits 50 711 55 311 64 788 76 412 76 138
P.I.B. AUX PRIX DU MARCHE 647 250 678 147 711 580 770 282 814 644
Source : ONS et l’auteur.

anufacturières et les bâtiments et travaux publics avec une part de 32% dans le PIB. Enfin, le
poids du secteur tertiaire, qui rassemble les activités du transport et des télécommunications, du
commerce et les autres services, représente 27 %. Vu que nous traitons dans ce chapitre la
problématique du transport routier et son impact sur la croissance, on va s’arrêter sur le poids
du transport dans le PIB. Tout d’abord, les statistiques officielles ne renseignent pas les données
liées au secteur de transport seul, mais elles les intègrent dans une rubrique qui les rassemble
avec celles des télécommunications. En tout, la part des transports et des télécommunications

38
est 7,2 %. On rappelle que nous présentons ici le PIB en ouguiyas (l’unité monétaire de la
Mauritanie) constantes de 2004. (Voir le tableau 1.13).

En ce qui concerne l’évolution du PIB dans le temps, on perçoit une nette tendance à la
croissance entre les années 1960 et 2014, puisque le PIB passe de 1355 millions $ en 1991 à
2920 millions $ en 2011. (Voir le graphique 1.5).

Graphique 1.5 : Évolution du PIB en Mauritanie entre 1960-2014 au prix de 2005.

PIB en dollards US
4E+09
3,5E+09
3E+09
2,5E+09
2E+09
1,5E+09 PIB
1E+09
500000000
0
1988
1992
1960
1964
1968
1972
1976
1980
1984

1996
2000
2004
2008
2012

Source : La Banque Mondiale.

Durant la période étudiée, le PIB par tête est passé de 560 $ en1991 à 620 $ en 2011(en dollars
constants de 2005, avec une évolution irrégulière. Cela montre un certain d’échec des politiques
de développement engagées (Voir le graphique 1.6).

39
Graphique 1.6: Évolution du PIB par habitant en Mauritanie entre 1991 et 2011 (en
dollars US constants de 2005).

660
640
620
600
580
560
540
PIB par habitant ($
520
US constants de
500
2005)
480

Source : L'auteur et la Banque Mondiale.

Partant de ce qui précède, nous allons maintenant définir un cadre théorique qui nous permettra
par la suite d'estimer l’éventuel impact des infrastructures routières sur les activités
économiques.

1.4 Une estimation de l'effet des infrastructures

routières sur la production mauritanienne

1.4.1 Cadre théorique

Dans ce cadre d’analyse, il est fréquent dans la littérature d’estimer une fonction de production
en niveau. La forme Cobb-Douglas est la plus utilisée. Cependant, d’autres études utilisent une
forme plus générale. Il s'agit de la fonction Translog qui n'impose a priori aucune restriction
sur la structure du processus de production. Toutefois, vu le nombre d’observations limitées
dans notre étude, il nous semble préférable d’utiliser le type Cobb-Douglas pour préserver la
qualité de nos résultats. En effet, l’augmentation des variables explicatives dans le cas d’un
faible nombre d’observations affecte la qualité du résultat (Canning et Bennathan 2000). Nous
étudions dès lors la forme suivante :

Y = F (K, L, R) = AKαL R (1.1)

40
Y représente le PIB agrégé, K le stock de capital total, L le travail, R le stock routier en
kilomètres et A est un paramètre technologique. Les paramètres α, et sont supposés vérifier
l'hypothèse de rendements d'échelle constants α + + =1.

Pour obtenir une fonction de production par habitant, on suppose que L coïncide avec la taille
de la population8. On procède de la manière suivante :

Y/L = y =f (K/L, 1, R/L) = A (K/L) α(R/L) (1.2)

La variable y représente le PIB par habitant, k= K/L est le stock de capital total par habitant et
r=R/L est le stock routier par habitant. Ainsi, notre fonction de production par tête s'écrit :

y = Akαr (1.3)

Dans l’équation (1.3), l'évolution du PIB par habitant est expliquée par le niveau du stock de
capital total par habitant et l'évolution du stock routier par habitant.

Finalement, nous log-linéarisons l’équation (1.3), de telle sorte que, les coefficients
s’interprètent comme des élasticités, soit :

ln yt = ln A + αln kt + ln rt (1.4)

Dans les sections suivantes, nous estimons l'équation (1.5).

ln yt = ln A + αln kt + ln rt + t (1.5)

Le paramètre α représente l’élasticité du PIB par habitant (y) par rapport au stock de capital
total par habitant (k). Il s'interprète comme suit : une augmentation de 1 % du stock de capital
par habitant (k) entraîne un accroissement de la production par tête (y) de α %, alors que
représente l’élasticité de la production par habitant (y) par rapport au stock routier par habitant

8
Les variables en majuscule représentent les valeurs agrégées tandis que les variables en minuscule représentent
les valeurs par habitant.

41
(r) et représente le terme d'erreur. Les paramètres α et doivent vérifier l'hypothèse suivante
: α + < 1.

Nous avons donc opté pour l’estimation d’une fonction de production par tête contrairement à
beaucoup d’auteurs qui, comme Canning (1999) et Boopen (2006), ont choisi de s’intéresser à
des fonctions par travailleur ou des fonctions globales. La principale raison de notre choix
réside dans le fait que dans un pays en forte croissance démographique, seule une évolution du
PIB par tête est susceptible de refléter le bien-être de la population, alors qu’une croissance de
la production agrégée peut parfois s’accompagner d’une baisse du pouvoir d’achat.

1.4.2 Données et méthodes d'estimation

De nombreuses démarches ont été nécessaires pour obtenir les données liées aux
investissements en infrastructures routières. En effet, nos recherches de données auprès de
l’Office Nationale de Statistique (ONS), du εinistère d’Équipement et des Transports de
Mauritanie, du bureau de la Banque Mondiale et de la délégation de l'Union Européenne, n'ont
pas abouti à des résultats complets. Au final nous avons utilisé les données de stock routier
disponibles dans la base de la Banque Mondiale 2012 excepté pour l'année 2008 pour laquelle
la valeur utilisée est issue de l'ONS. Nous avons été confronté par la suite à un autre problème,
il s’agit du faible nombre d’années pour lesquelles ces données existent. Seules les valeurs
correspondant à la période (1991-2011) sont disponibles.

Par ailleurs, nous avons été amenés à calculer le stock de capital total pour la Mauritanie sur
cette période, puisque cette donnée n’était pas disponible. Pour ce faire, nous nous sommes
principalement, basés sur les travaux de deux auteurs de la Banque Mondiale, Nehru et
Dhareshwar (1993). Nous avons ainsi utilisé la méthode de l’inventaire permanent9:

Kt = (1- ) Kt-1 + It (1.6)

Où, It est la formation brute du capital fixe réel, il est défini selon la Banque Mondiale comme
suit : «La formation brute de capital immobilisé (anciennement appelée investissement intérieur
fixe brut) comprend les améliorations des terres (clôtures, fossés, drains, etc.), les usines, la

9
Voir l’annexe (1.1) pour une présentation plus complète des séries utilisées

42
machinerie et les achats d'équipement, la construction de routes, de chemins de fer, y compris
les écoles, les bureaux, les hôpitaux, les unités résidentielles privées et les édifices commerciaux
et industriels, etc. Selon le système de comptabilité nationale de 1993, les acquisitions nettes
de biens de grande valeur font également partie de la formation de capital. ». Kt est le stock de
capital physique total et est le taux de dépréciation. Nous avons repris la valeur du égale à
0,04 qui a été utilisé par Nehru et Dhareshwar, et la valeur du coefficient de capital estimé pour
l’Afrique-subsaharienne pour l’année 1990 soit β,6 afin de calculer le stock de capital initial
K1990 où (K1990/Y1990 =2,6).

Les PIB réels10 agrégé et par habitant sont issus de la base de données de la Banque Mondiale.

1.4.2.1 Propriétés statistiques des données

Afin de préciser la méthode d'estimation la plus appropriée, nous avons vérifié dans une
première étape la stationnarité des séries. En effet, une série est dite stationnaire si elle ne
contient pas de racine unitaire. Nous avons également vérifié si les séries sont intégrées de
même ordre pour pouvoir envisager la réalisation d’un test de cointégration. Par exemple, on
dit qu'une série Xt est intégrée d'ordre 1, si elle est stationnaire en différence première.

Pour ce faire, nous présentons dans un premier temps les tests à réaliser avant de les appliquer.

1.4.2.2 Tests de racine unitaire

Nous utilisons les trois tests de racine unitaire suivants :

 Test ADF (Dickey-Fuller Augmenté) 1981

Nous allons tester tester chaque série conformément aux trois équations suivantes :

�
∆Xt = c1 + b1t + ρXt-1 + ∑ = �jXj-1 + t (1.7)

�
∆Xt = c1 + ρXt-1 + ∑ = �jXj-1 + t (1.8)

�
∆Xt = ρXt-1 + ∑ = �jXj-1 + t (1.9)

10
PIB, ($ US constants de 2005)

43
Où c1 est une constante, t est la tendance déterministe, p est le nombre de retard, Xt est la
série étudiée et t est le terme d’erreur.

La procédure consiste à déterminer si la série est caractérisée par une tendance, par une
constante ou par les deux. C’est pour cela nous estimons dans un premier temps l'équation (1.7).
L'objectif est de vérifier la significativité de la tendance. Si cette dernière est significative, la
procédure s'arrête. Sinon, on vérifie la significativité de la constante en estimant l'équation (1.8).
Si la constante est significative, la procédure s'arrête, sinon on teste l'équation (1.9).

 Test PP (Phillips-Perron)

Phillips et Perron (1988) proposent une correction non paramétrique du test de Dickey-Fuller
simple afin de régler le problème d'autocorrélation et de l'hétéroscédasticité des erreurs.

Pour les tests ADF et PP, les hypothèses s'expriment de la façon suivante :

H0 : la série n’est pas stationnaire, c'est-à-dire qu'elle contient au moins une racine unitaire.
H1 : la série est stationnaire.

 Test KPSS (Kwiatkowski–Phillips–Schmidt–Shin)

Le test de KPSS a été proposé en 1992 par Kwiatkowski, Phillips, Schmidt et Shin pour tester
l'hypothèse nulle d'absence de racine unitaire, alors que l'hypothèse alternative est la présence
d’une racine unitaire.

 Applications des tests de racine unitaire

Avant de réaliser les tests statistiques de racine unitaire, nous présentons les graphiques des
séries. δ’annexe 1.γ fournit les graphiques des séries en niveau (en ln) qu’elles semblent non
stationnaires en moyenne alors qu’elles le sont en différence première (en variation).

δes constatations obtenues à l’aide des graphiques précédents ne sont pas suffisantes pour bien
connaître la situation des séries en termes de stationnarité. C’est pourquoi nous allons appliquer
des tests statistiques capables de détecter la présence d’une racine unitaire dans une série
temporelle.

Les résultats du test de racine unitaire sont présentés dans les tableaux (1.14, 1.15 et 1.16). Pour
les interpréter, il convient d'utiliser les tables de valeurs critiques d’Engel et Yoo (1987) ou de
McKinnon (1991). Avec le test ADF, les séries en niveau (en ln) ne sont pas stationnaires, mais

44
elles le sont en différence première, elles sont donc intégrées d’ordre1, (voir tableau 1.14). On
peut alors envisager la présence d’une relation de cointégration entre les séries.

Tableau 1.14 : Test ADF

En niveau t c En différence t c Degré d'intégration

première

ln y -2,62 oui oui -5,37** non non I(1)

ln k 5,58 non non -5,11** non oui I(1)

ln r -2,08 non oui -3,45** non non I(1)

**rejet de l'hypothèse nulle au seuil de 5 %. t et c désignent, respectivement la tendance et c la constante.

Le test PP confirme le résultat du test ADF.

Tableau 1.15 : Test de Phillips-Perron

En niveau t c En différence t c Degré d’intégration

première

ln y -2,61 oui oui -5,58*** non non I (1)

ln k 5,58 non non -5,10*** non oui I (1)

ln r -2,09 non oui -3,45*** non non I (1)

*** : rejet de l'hypothèse nulle au seuil de 1 %. t et c désignent, respectivement la tendance et la constante.

Tableau 1.16 : Test KPSS

En niveau t c En différence t c Degré d’intégration

première

ln y 0,14 oui oui I(0)

ln k 0,15 oui oui 0,10** non non I(1)

ln r 0,16 oui oui 0,06** non non I(1)

** : acceptation de l'hypothèse nulle au seuil de 5 %. t et c désignent, respectivement la tendance et c la constante.

Contrairement aux deux premiers tests, le test KPSS accepte l'hypothèse nulle selon laquelle la
série ln y est stationnaire en niveau. Nous avons donc un doute autour de cette série en termes
de stationnarité. Ceci peut être expliqué par la présence de ruptures dans cette série. En effet, le

45
test ADF, le test PP deviennent fragiles devant des séries temporelles avec rupture. Le test de
Zivot et Andrews (1992) prend en compte la présence des ruptures. Étant donné le faible
nombre d’observations dans nos séries, nous avons fait le choix d’écarter ce test. Nous
acceptons alors l’hypothèse selon laquelle toutes nos séries sont intégrées d’ordre 1 dans le cas
où le test de Johansen11 donne au moins un vecteur de cointégration.

1.4.2.3 Méthodes d'estimation

D'après les tests de racine unitaire, nos séries ne sont pas stationnaires en niveau. Pour estimer
l'effet du stock routier sur la croissance économique, nous avons donc mobilisé la théorie de la
cointégration qui permet d’estimer des séries non stationnaires. Il s'agit du test de cointégration
et du modèle à correction d’erreur. En effet, la plupart des séries chronologiques
macroéconomiques ne sont pas stationnaires et leur estimation directe avec les MCO donne des
résultats biaisés, c'est la raison pour laquelle nous avons utilisé le test de cointégration qui
permet de rechercher des relations stables à long terme entre des variables non stationnaires et
intégrées de même ordre.

La théorie de la cointégration a été présentée par Granger (1981). δ’idée principale de la

cointégration est que les variables peuvent avoir une relation divergente dans le court terme,
mais qu’il peut y avoir une relation stable à long terme entre elles. En 1981 et 1983, cet auteur
a aussi mis en évidence le lien entre cointégration et modèle à correction d'erreur, ce même lien
a été confirmé par Granger et Weiss (1983), Engle et Granger (1987), Johansen (1988) et
Johansen et Juselius (1990). (Voir notamment Mignon et Lardic (2002)).

Nous utilisons ici l'approche de Johansen qui est une approche multivariée de la cointégration
et qui suppose que les séries soient intégrées de même ordre. Ce qui a été obtenu lors de
l'application des tests de racine unitaire. Cette méthode permet également de neutraliser la
causalité inverse qui pose souvent problème en cas d’estimation d’une fonction de production.
(Canning 1999).

Pour déterminer le nombre de relations de cointégration que nous notons h (appelé aussi le rang
de cointégration), Johansen a proposé deux statistiques : le test de la trace et le test de la valeur
propre maximale.

11
Voir la sous-section : Méthode d'estimation.

46
Test de la trace :

La statistique est donnée comme suit :

�
RTR = - T∑ =�+ �� (1 – λi) (1.10)

Où T représente le nombre d’observations et λi est l’ième plus grande valeur propre de la matrice.
Son hypothèse nulle suppose que h = 0,1,…, p-1. Alors que l’hypothèse alternative teste h = p,
donc, les variables ne sont pas cointégrées car elles sont stationnaires.

Test de la valeur maximale :

La statistique est calculée par la formule suivante :

RMAX = - T �� (1 – λp+1) (1.11)

Avec H0 : h = 0, 1,…, p-1 contre l'hypothèse alternative H1 où r = p+1.

Dans la pratique, le test de la trace est plus utilisé que le test de la valeur maximale.

Quant aux modèles à correction d’erreur (εCE), l'idée est de rechercher la correction qui
permet de calculer le coefficient ou la force de rappel vers la cible à long terme. Pour qu'il y ait
effet de correction, ce coefficient doit être significativement inférieur à zéro. Pour pouvoir
estimer un modèle (MCE), le nombre de relations de cointégration h doit être inférieur à N où
N est le nombre de séries étudiées.

La relation entre le MCE et le test de cointégration est présentée au travers des équations
suivantes :

On suppose que nous avons deux séries Zt et Xt et qu’elles sont intégrés d’ordre 1. δ’équation
du MCE est définie comme suit :

∆Zt = µ êt-1 + ∑ �i ∆Zt-1 + ∑ �j ∆Xt-1 + vt (1.12)

47
vt est un bruit blanc12 ; êt-1 est le terme d’erreur retardé d’une période à partir de la relation de
cointégration tel que :

êt-1 = Zt-1 - â - ĉ ∆Xt-1 (1.13)

Le coefficient µ représente la force de rappel vers l’équilibre de long terme. Donc, plus µ est
grand, plus Zt-1 a dépassé sa cible de long terme donnée par (â + ĉ ∆Xt-1) et plus Zt doit diminuer
pour converger vers sa valeur d’équilibre.

Avant de présenter nos résultats, nous proposons un petit résumé de notre approche
d'estimation, qui va de l'analyse des données au choix de la méthode d'estimation, en précisant
les différentes étapes :

Étape 1- On commence par tester la stationnarité des séries avec deux tests de racine unitaire.
Si les séries sont intégrées d’ordre 1, on peut envisager une relation de long terme.

Étape 2- Pour détecter la présence d’une relation de long terme entre les séries, on utilise le
test de cointégration de Johansen.

Étape 3- Si les séries sont cointégrées, avec h ≤ N-1, on peut estimer un modèle à correction
d'erreur pour rechercher l’effet de correction dans la relation de cointégration et finalement nous
validons notre modèle avec différents tests statistiques.

1.4.3 Résultats

Nous présentons nos résultats de la manière suivante :

 Test de Johansen

δ’estimation d’un εodèle Vectoriel Autorégressif (VAR) nous permet de déterminer le nombre
optimal de retards, noté p. Il minimise les critères d’informations. Nous avons identifié p=1
comme dans le tableau 1.17.

12
« C’est-à-dire un processus de moyenne nulle, de variance constante et non autocorrélé». (Voir Mignon et Lardic
(2002)).

48
Tableau 1.17 : Les critères de sélection

Retard Log L FPE AIC SC HQ

0 110,67 2,40e-09 -11,33 -11,18 -11,31

1 161,25 3,08e-11* -15,71* -15,11* -15,61*

2 169,01 3,83e-11 -15,58 -14,54 -15,40

* : sélection du nombre de retard. δ’erreur de prédiction finale (FPE), critères d’information d’Akaike (AIC),
critères d’information de Schwarz (SC), critères d’information d’Hannan-Quinn (HQ).

En effet, l'identification du nombre de retards est une condition préalable pour mettre en œuvre
le test de Johansen, dont les résultats sont reportés aux tableaux (1.18 et 1.119).
Nous avons effectué le test en supposant la présence d'une constante dans la relation de
cointégration et dans le modèle à correction d'erreur, car la série ln y est caractérisée par une
tendance. (Voir les tableaux 1.14 et 1.15).
Les résultats du test de la trace sont présentés dans le tableau 1.18. (Il est à rappeler que l'on
s'arrête dès que l'hypothèse nulle est acceptée). On rejette l'hypothèse nulle d'absence de
cointégration (45,89 > 35,19) au seuil de 5 %. En revanche, on accepte l'hypothèse nulle selon
laquelle il existe au plus une relation de cointégration entre les trois variables (20,23 < 20,26).

Tableau 1.18 : Test de la trace

Hypothèse nulle Valeur propre Statistique de la Trace Valeur critique

Rang 5%

Aucune * 0,74 45,89 35,19

Au plus 1 0,54 20,23 20,26

Au plus 2 0,25 5,51 9,16

* Désigne le rejet de l'hypothèse nulle au seuil de 0,05.

Le test de la valeur propre maximale confirme ce résultat. On rejette l'hypothèse nulle d'absence
de cointégration (25,66 > 22,30) et on accepte l'hypothèse nulle de présence au plus d'une
relation de cointégration entre les trois variables (14,71 < 15,89). (Voir le tableau 1.19).

49
Tableau 1.19 : Test de la valeur propre maximale

Hypothèse nulle Valeur propre Statistique de la valeur Valeur critique

Rang propre maximale 5%
Aucune * 0,74 25,66 22,30
Au plus 1 0,54 14,71 15,89
Au plus 2 0,25 5,51 9,16
* Désigne le rejet de l'hypothèse nulle au seuil de 0,05.

Le test de la trace et celui de la valeur propre maximale nous conduisent au résultat principal
suivant : il existe au plus une relation de cointégration.

 La relation de cointégration
Le résultat du test de Johansen aboutit à une relation stable à long terme entre nos trois variables.
Cette relation est présentée par l’équation (1.14). Les valeurs entre parenthèses sont les écarts-
type associés aux coefficients estimés. Nous avons normalisé le coefficient de ln y. Tous les
coefficients sont significatifs au seuil de 5 %. En d’autres termes, la relation estimée s'écrit
comme suit :

lnyt = 2,85 + 0,12 lnkt + 0,24 lnrt + Ɛt (1.14)

(0,10) (0,01) (0,05)

Nous pouvons interpréter cette relation de la façon suivante : une hausse de 1 % du stock routier
par habitant engendrerait à long terme, en supposant que le stock de capital physique est
constant une augmentation de 0,24 % du PIB par habitant. En outre, une hausse de 1 % de stock
de capital par habitant entraînerait à long terme une augmentation d'environ 0,12 % du PIB par
habitant. Ceci peut nous amener à déduire que la productivité du stock routier est plus
importante que celle du stock de capital dans son ensemble. (Voir l’encadré 1.1 et l’annexe 1.β).

Étant donné que le test de Johansen montre l'existence d'une relation de cointégration, il est
donc possible d'estimer un modèle à correction d'erreur εCE. δ’intérêt de cette estimation est,
d'une part, de vérifier la présence d’effet de correction dans l'équation de cointégration (1.14)
et, d’autre part, d’observer les évolutions sur le court terme entre les variables.

50
Encadré 1.1 : La comparaison entre la rentabilité du stock de capital total et le capital
d’infrastructures routières en εauritanie.

Dans cet encadré, nous effectuons une comparaison en termes de rentabilité entre
l'investissement en infrastructures de transport routier et dans le capital physique total en
matière d'impact sur le PIB.
Vu que nous étudions le réseau routier total (composé des routes revêtues, des routes en terre
moderne et des pistes améliorées), nous calculons d'abord le coût unitaire de la construction
d’un kilomètre de route.

Chaléard et Chanson-Jabeur (2006) nous fournissent des estimations générales selon

lesquelles, dans le contexte de l’Afrique, « les routes en terre modernes coûtent la moitié des
routes bitumées et les pistes améliorées environ le quart ».

δe coût de construction d’un kilomètre de route revêtue utilisé est extrait d’Africon β008. En
effet, nous avons retenu le coût moyen entre les projets de construction de plus de 50 km et
ceux de moins de 50 km. La construction d’un kilomètre de route revêtue coûte donc en
Afrique Subsaharienne environ 346141$ américain (US).

D’après les annuaires statistiques annuels de l’OεS, le réseau routier en εauritanie est
constitué d’environ de γ0 % des routes revêtues, de 10 % en terre moderne et de 60 % de
pistes améliorées. Afin de calculer le coût unitaire de construction des routes en Mauritanie,
on procède de la manière suivante :

Type Unité Coût moyen % du réseau total

Routes revêtue US$/km 346141 30

Routes en terre moderne US$/km 173070 10

Pistes améliorées US$/km 86535 60

La moyenne pondérée nous donne un coût unitaire égal à 173070,3 $.

En 2011, le réseau routier s’élève à 11415 km, son coût total est donc estimé à 1975 Millions
$. Aussi, plus de 1 %, d'investissement en infrastructures routières, coûte de 19,75 Millions

51
 $, alors qu’une augmentation du stock de capital total de 1 % coûte 246,6 Millions $. Ainsi,
en nous servant de nos élasticités obtenues dans l'équation (14), 100 Millions supplémentaires
consacrés aux routes entrainent une augmentation de 1,2013 % en termes de production, et
0,04814 s’ils étaient consacrés au stock de capital total.

Cette évaluation donne une idée de l’intérêt qu’il pourrait y avoir à favoriser massivement
les investissements dans le capital routier. En effet, il coûte moins cher que l’investissement
dans le reste du capital physique, et son impact est plus important à la fois sur le PIB global,
le PIB par travailleur et le PIB par habitant comme le montre, respectivement, Boopen
(2006), Canning et Bennathan (2000) et nous dans le présent travail.

 Estimation du modèle à correction d’erreur (εCE)

Le coefficient CointEq (1.14) dans le tableau 1.20 désigne les résidus retardés d'une période de
la relation de cointégration préalablement trouvée (l’équation 1.14), c’est à dire Ɛt-1. On l'appelle
aussi la force de rappel vers la cible ou le coefficient d'ajustement vers l'équilibre à long terme.
Les variables à expliquer figurent dans la première ligne du tableau 1.20. La première colonne
représente les variables explicatives. À chaque variable explicative sont liées deux grandeurs :
le coefficient de la variable, et le t de Student à la ligne. Le CointEq (1.14) pour l'équation
∆ln y est négatif et significatif, ce qui permet de dire qu'il y a un effet de correction dans
l’équation (1.14). Elle représente donc, selon le test de Johansen et le MCE, une relation stable
à long terme entre le PIB par habitant et le stock routier par habitant. Sur le court terme, la
variable endogène ∆ln y est indépendante, c'est-à-dire qu'elle n'était pas impactée ni par sa
valeur retardée ni par les valeurs retardées des autres variables. Donc, les variations du stock
routier par habitant n'influencent pas les variations du PIB par habitant sur le court terme. (Voir
tableau 1.20). La robustesse du modèle est évaluée par plusieurs tests statistiques : le test de
normalité de Jarque-Bera, un test d'autocorrélation (le test d'indépendance du multiplicateur de
Lagrange δε) et le test d’effet ARCH d'hétéroscédasticité. On constate que l'ensemble de ces
tests valident notre modèle. (Voir tableau 1.20).

13
. 5 % * 0,24 %.

14
. 0,4 % * 0,12 %.

52
Tableau 1.20 : Résultat de l’estimation du εCE

∆ln y ∆ln k ∆ln r

CointEq (1.14) -1,10* 1,80* 0,31

[-2,04] [2,03] [0,39]

∆ln y (-1) 0,27 -0,84 0,23

[0,78] [-1,45] [0,44]

∆ln k (-1) -0,28 -0,46 -0,43

[-1,74] [-1,76] [-1,83]

∆ln r (-1) 0,25 0,55 0,28

[1,20] [1,61] [0,91]

C 0,01* 0,05** 0,01

[1,87] [4,77] [1,02]

R2 0,43 0,33 0,23

R2 ajusté 0,27 0,14 0,01

Test Jarque-Bera 6,28 (0,39)

Test LM 2,08 (0,99)

Test d’effet ARCH 83,70 (0,49)

* * et * : rejet de l’hypothèse nulle au seuil de 5 % et 10 %. Entre les crochets et les parenthèses, on donne les
t-statistique et les probabilités, respectivement. δes variables dépendantes sont : ∆ln y, ∆ln k et ∆ln r.

Comme le montre le tableau 1.20, la force de rappel vers la cible à long terme CointEq (1.14)
est significative et négative seulement pour l'équation ∆ln y, en ce qui concerne ∆ln k, et ln
coefficient est significatif et positif, ce qui est difficilement interprétable, alors que dans ∆ln r,
le coefficient n'est pas significatif. Dans ce cas-là, notre modèle à correction d'erreurs peut se
réduire à une seule équation, ∆ln y :

53
∆ln y = - 1,1(ln y(-1) - 0,13ln k(-1) - 0,28ln r(-1) - 2,91 ) + 0,β7∆ln y(-1) - 0,β8∆ln k(-1) + 0,β5∆ln
r(-1) + 0,01 (1.15)

Nous avons estimé cette dernière équation par la méthode des MCO. D'après le tableau 1.21,
on s’aperçoit que seul le coefficient qui représente la force de rappel vers la cible à long terme
est significatif. Cela dit que sur le court terme, le stock routier par habitant n'impacte pas le PIB
par habitant, c'est le même résultat observé pour le stock de capital par habitant.

Tableau 1.21 : Estimation de l'équation (1.15)

Coefficient (probabilité)

CointEq1 -1,10 (0,06*)

∆ln y (-1) 0,27 (0,45)

∆ln k (-1) -0,28 (0,10)

∆ln r (-1) 0,25 (0,25)

C 0,015 (0,08*)

R2 0,43
R2 ajusté 0,27
F-statistique 2,66
Probabilité 0,08
Test Jarque-Bera 1,23 (0,54)
Test d'effet ARCH 0,67 (0,41)

* rejet de l'hypothèse nulle au seuil de 10 %. Pour les trois dernières lignes, on donne les t-statistique et les
probabilités entre parenthèse. δa variable dépendante est ∆ln y.

54
La robustesse de l'équation (1.15) est aussi satisfaisante d'après les différents tests où ils ont
confirmé l'absence de l'autocorrélation des erreurs et de l'hétéroscédasticité. (Voir tableau 1.21).
δa stabilité de cette équation est vérifiée à l’aide d’un test de stabilité récursif. Il montre bien
que la courbe se situe, pendant toute la période, à l’intérieur de l’intervalle de confiance. Ce
dernier est exprimé par les deux droites parallèles en pointillé. (Voir l’annexe 1.4).

Pour résumer, on peut dire que le modèle (MCE) affirme la significativité de la relation de la
cointégration estimée par le test de Johansen. Sur le court terme, le modèle montre que ∆ln y
est indépendante de toutes les variables retardées.

Finalement, notre résultat met en évidence dans le cas de la Mauritanie, l'importance de

l'évolution du stock routier par habitant sur le PIB par habitant à long terme. Il est conforme à
ceux obtenus dans la majorité des études empiriques que nous avons citées dans la revue de
littérature. En effet, Canning et Bennathan (2000) analysent l'impact des routes bitumées par
travailleur sur le PIB par travailleur en utilisant un panel de pays (riches et pauvres), ils ont
obtenu des élasticités significatives, comprises entre 0,048 et 0,134, pour l'échantillon complet
et pour celui des pays riches. Quant aux pays pauvres, l'impact n'est pas significatif. Boopen
(2006) a obtenu des élasticités comprises entre 0,10 et 0,30 pour un échantillon de pays de
l’Afrique subsaharienne en utilisant à la fois des données en coupe transversale et l'analyse de
données de panel. Il a étudié une fonction de production de type Cobb-Douglas à quatre facteurs
: le PIB agrégé, le travail, la formation brute de capital fixe et le réseau routier bitumé en
kilomètre. Toutefois, il importe de signaler ici les différences entre notre étude et les deux
études précédentes. En effet, nous avons étudié une fonction de production par habitant en
recherchant l'effet du stock routier total par habitant sur le PIB par habitant. D’autres résultats
confirmant le nôtre, UMA (2014) obtient au Nigéria que le capital routier impacte le PIB global
avec une élasticité de 0,21 en utilisant le test de Johansen et le modèle à correction d'erreur. Cet
effet est confirmé aussi pour le Pakistan où Faridi et al. (2011) ont estimé un modèle
autorégressif et ils ont trouvé une élasticité de 0,08.

Les canaux par lesquels le stock routier impacte les activités économiques en Mauritanie sont
nombreux. Tout d'abord, la Mauritanie est un pays désertique avec une superficie importante.
La manière dont la population s’y installe, depuis longtemps, est désorganisée, ce qui agit
défavorablement sur la prospérité économique. En effet, le problème de communication entrave
les échanges intérieurs comme extérieurs. C'est pourquoi la construction de routes, toutes routes
confondues, auraient des effets très positifs sur l'économie et le bien-être en Mauritanie. En
effet, les nouvelles routes ont dopé la mobilité des personnes et des biens en réduisant le coût

55
et le temps pour les voyageurs et en augmentant la productivité du secteur privé, notamment le
secteur informel. Globalement, l'axe qui relie le Maroc, la Mauritanie et le Sénégal et l'axe
reliant la capitale Nouakchott et la Mali restent les deux principaux leviers sur lesquels s'appuie
l'impact du stock routier sur les activités économiques. Ainsi, les régions sud-est naturellement
riches en matière d’élevage approvisionnent plus facilement les autres régions, notamment la
capitale Nouakchott et la capitale économique, Nouadhibou (une ville du nord-ouest). Les villes
côtières qui abritent des ports alimentent quant à elles toutes les régions. En ce qui concerne les
échanges avec les pays voisins, une part importante de produits alimentaires consommés en
Mauritanie vient du Maroc. Les échanges bilatéraux avec le Sénégal et la Mali n'ont cessé
d'augmenter.

1.5 Conclusion
Dans ce chapitre, nous avons étudié l'impact à long terme de l'évolution du stock routier par
habitant sur le produit intérieur brut par habitant en Mauritanie pour la période 1991-2011.
Après le calcul du stock de capital total, nous avons estimé une fonction de production par tête
de type Cobb-Douglas. Nous avons utilisé différentes méthodes d’estimation en économétrie
des séries temporelles, basées sur la théorie de la cointégration. Le principal résultat obtenu est
la présence d’une relation positive stable à long terme entre les variables étudiées. Dans cette
relation, tous les coefficients sont significatifs. δ’impact du stock routier est plus important
avec une élasticité égale à 0,24 que celui du stock de capital avec une élasticité égale à 0,12. En
ce qui concerne les effets à court terme, le modèle à correction d’erreur révèle l’absence de tout
impact des variables explicatives sur la croissance du PIB par tête.
Nous constatons alors, l'importance économique des dépenses publiques consacrées aux
infrastructures routières dans le cas de la Mauritanie. Nous avons pu démontrer empiriquement
que ces investissements jouent un rôle moteur qui stimule l'activité économique à long terme.

D’après cette étude, il semble que les budgets d’investissements déployés, en Mauritanie, pour
construire des routes ont été plutôt bénéfiques. Vu la disparité nette entre les régions en termes
du stock routier, nous ne pouvons pas trancher, à ce stade, sur l’efficacité exacte des projets,
car il y a souvent des lobbies qui influencent les critères de choix des projets routiers au sein du
pays. εais, l’étude du contexte de ce pays, (la mauvaise politique de gestion de l'administration

56
et le manque de moyens matériels et humains compétents), nous amène à croire que cette
efficacité est moyenne.

La principale limite de cette étude est constituée du nombre d'observations disponibles.

Parmi les pistes de recherche envisagées, il serait intéressant de passer l’analyse du niveau
national au niveau local, c’est-à-dire, de déterminer les régions qui bénéficient le plus de ces
investissements routiers.

57
Annexe 1.1: Détermination du stock de capital et présentation des séries

Tableau 1.10 : Présentation des séries utilisées

Année Stock de PIB, Yt ($ US Formation

capital total, constants de brut de capital
Kt ($ US 2005) fixe, It ($ US
constants de constants de Routes, réseau
2005) 2005) total (km)
1990 2992263763 1019600785 428473997 7300
1991 3289103353 1443688870 416530141 7360
1992 3562458443 1464392416 404919224 7420
1993 4081027643 1249944999 661067538 7480
1994 4074416671 1315932645 156630133 7540
1995 4740101584 1415296704 828661580 7600
1996 5298867207 1442598431 748369686 7660
1997 5916068788 1401946853 829156269 7660
1998 6342003554 1222431503 662577518 7660
1999 6101434949 1194629231 13111536,9 7660
2000 7006311421 1081207678 1148933870 7991
2001 7593439466 1121564038 867380502 7991
2002 8307745853 1149655881 1018043966 8376
2003 9211973297 1285178266 1236537278 8394
2004 1,013E+10 1496460379 1286962408 8621
2005 1,0869E+10 1857835643 1143369844 9144
2006 1,3683E+10 2699181755 3248858569 11066
2007 1,5184E+10 2837533270 2048556286 11066
2008 1,7461E+10 3585284792 2884539943 10813
2009 1,9204E+10 3027020496 2441222814 10560
2010 2,1386E+10 3526947609 2950130134 10628
2011 2,466E+10 4136083638 4129135517 11415
2012 3,0177E+10 3958702640 6503487369
2013 3,489E+10 4158182904 5920309348

Nous avons utilisé la méthode de l’inventaire permanent

Kt = (1- ) Kt-1 + It

58
Où, It est la formation brute du capital fixe réel, Kt est le stock de capital total et est le taux
de dépréciation.

Nous avons repris la valeur du égale à 0,04 qui a été utilisée par Nehru et Dhareshwar (1993),
et la valeur du coefficient de capital estimé pour l’Afrique subsaharienne pour l’année 1990 soit
2,6 afin de calculer le stock de capital initial K1990 (K1990/Y1990 =2,6) où Y1990 est le PIB réel
pour l’année 199015. Les PIB réels agrégé et par habitant sont issus de la Banque Mondiale.

Annexe 1.2 : δa relation entre l’élasticité du stock de capital total et celle du capital
d’infrastructures
Canning (1999) précise « Dans notre fonction de production, le capital d’infrastructures
intervient à deux niveaux : d’une part, en tant que telles sous l’appellation X et, d’autre part, en
tant que composante du capital agrégé, K. si nous désignons par Z le capital hors infrastructures,
nous pouvons poser :

Kit = (Zit Pz + Xit Px)/Pk (1.16)

Autrement dit, le stock de capital global est la valeur du capital total (soit la somme des produits
du volume de chaque de chaque type de capital par son prix) divisée par le prix du capital. Pour
construire ces mesures en volume, nous utilisons les prix mondiaux des biens d’investissement,
tous les prix étant exprimés par rapport à la production, prise pour unité de compte. Pour
simplifier, nous recourons à l’approximation Pk = Pz, en considérant que le prix du capital hors
infrastructures est égal au prix du capital dans son ensemble. Étant donné que le capital
d’infrastructures représente une part relativement réduite du stock de capital (certainement
moins de 20 % du capital total dans chaque cas), cette approximation semble raisonnable.

δ’élasticité de la production par rapport aux infrastructures que nous estimons est en fait
l’élasticité obtenue en augmentant le capital d’infrastructures, à stock de capital total
(infrastructures comprises) constant. Il est dès lors possible de l’interpréter comme étant le
résultat de la réaffectation vers les infrastructures d’une unité de capital physique
précédemment vouée à d’autres fins. À partir de ces élasticités, et de la définition (1.16), nous

15
C’est à dire, le PIB en dollar aux prix de 2005.

59
pouvons calculer les produits marginaux d’une unité de capital physique et d’une unité de
capital infrastructures, MPK et MPX respectivement, comme suit :

MPKit = ek (Yit/ Kit), MPXit = MPKit (Px/Pk) + ex (Yit/Xit) (1.17)

Il est à noter que le produit marginal des infrastructures se compose de deux termes, le premier
représentant l’effet des infrastructures sur le capital total et le second correspondant à l’effet
propre aux infrastructures ».

D’un point de vue formel, nous pouvons dériver le taux de rendement des infrastructures de
type x dans un pays i, dénoté rix, de la formule suivante :

∑��= (( MPXit – dpix,t)/(1+ rix)t) = pix,0 . (1.18)

Le terme de gauche de l’équation représente le flux actualisé des avantages découlant d’une
unité d’infrastructure, moins la dépréciation (ou les coûts d’entretien) qui intervient au taux d
par unité d’infrastructure et par an. δe terme de droite représente le coût de l’unité
d’infrastructure. En supposant que le produit marginal de l’infrastructure et le prix de la
compensation de la dépréciation (ou les coûts d’entretien), pix,t restent constants au fil du temps,
et en partant de l’hypothèse d’un taux de dépréciation de 7 % par an, l’équation (1.18) devient :

rix = (MPXi/pix) – 0,07 (1.19)

Une formule simple équivalente peut être établie pour le taux de rendement du capital dans son
ensemble. Il n’en demeure pas moins intéressant de noter que, si les prix relatifs du capital et
des infrastructures sont les mêmes dans tous les pays, l’équation (1.19) se ramène à :

rix = rik + ek (Yit /pxXit) (1.20)

60
Dans ce cas, le rendement des infrastructures dépasse celui du capital en général si, et seulement
si, l’élasticité de la production par rapport aux infrastructures telle qu’elle ressort de l’équation
(1.20) est positive.

61
Annexe 1.3: Les graphiques des séries (en ln)
Stock de capital par habitant (k) PIB par habitant (y)
4.1
2.81

4.0 2.80

3.9 2.79

2.78
3.8
2.77
3.7
2.76
3.6
2.75

3.5 2.74

3.4 2.73
92 94 96 98 00 02 04 06 08 10 92 94 96 98 00 02 04 06 08 10

Réseau routier par habitant (r) Variation du PIB par habitant

-2.18 .04

-2.20 .03

.02
-2.22

.01
-2.24
.00
-2.26
-.01
-2.28
-.02

-2.30 -.03

-2.32 -.04
92 94 96 98 00 02 04 06 08 10 92 94 96 98 00 02 04 06 08 10

Variation du stock de capital par habitant Variation du stock routier par habitant
.10 .08

.08
.06

.06
.04

.04
.02
.02

.00
.00

-.02
-.02

-.04 -.04
92 94 96 98 00 02 04 06 08 10 92 94 96 98 00 02 04 06 08 10

Source : L'auteur.

62
Annexe 1.4 : Test de stabilité

1.6

1.2

0.8

0.4

0.0

-0.4
8 9 10 11 12 13 14 15 16 17 18 19 20 21

CUSUM of Squares 5% Significance

Le test de stabilité récursif : (La somme des carrées de résidu récursif)

Brown, Durbin et Evans (1975) ont réalisé un test qui permet de tester la stabilité d’un modèle.
Avec ce test, il n’est pas nécessaire de fixer, a priori, les dates de rupture. δ’idée est d’estimer
une équation à l’aide des εCO plusieurs fois en ajoutant une observation dans chaque
estimation.

La somme des carrées de résidu récursif (CUSUMt of Square) est bornée par deux droites
parallèles. Si elle reste entre ces deux droites, on accepte l’hypothèse nulle de stabilité. Sinon,
c’est-à-dire si elle dépasse l’une deux droites, l’hypothèse nulle est rejetée, donc nous avons
une ou plusieurs ruptures.

Les deux droites passent par les points suivants :

−
Pour la première droite : - c0.
−

−
Pour la deuxième droite : + c0
−

Où k et n représentent, respectivement le nombre de variables explicatives et le nombre

d’observations. t est le temps allant de k + 2 à n. c0 est la statistique de Kolmogorov-Smirnov.

63
2 La contribution des dépenses de santé publique et
de l’état de santé à la croissance économique

2.1 Introduction

δ’émergence de la théorie de la croissance endogène dans les années 1980 et 1990 a bouleversé
la littérature économique. En effet, le capital humain et les dépenses publiques productives sont
devenus des facteurs incontournables dans le processus de croissance économique d’un pays
(Lucas (1988) et Barro (1990)). Les travaux traitants les relations entre croissance économique
et le capital humain envisagent souvent ce dernier sous deux aspects : la santé et l’éducation
(Weil 2007). Les travaux basés sur le modèle de Lucas (1988) considèrent la santé comme un
facteur ordinaire de production, ce qui suppose la présence d’une corrélation entre
l’accumulation du capital santé et la croissance économique (Aghion et al. (2010)).

Ces travaux théoriques partent d’une intuition simple selon laquelle l’amélioration de l’état de
santé aura pour conséquence que l’offre de travail s’améliore aussi, que ce soit en termes de
volume ou de qualité. En effet, les jours perdus à cause des congés maladie se verront diminuer
et la durée de vie active de la population augmentera. Ainsi, des politiques de dépenses de santé
publique efficaces peuvent limiter, par exemple, le taux de mortalité infantile et, en
conséquence, elles réduisent également le taux de fécondité. Cela induit à terme à un
ralentissement du taux de croissance de la population, notamment pour les pays qui connaissent
un taux plus important que le taux de croissance économique, et permettre aux femmes de
participer réellement aux activités économiques.

Dans cette optique, de nombreuses études empiriques ont mis en exergue l’impact positif de la
santé sur la croissance économique (Barro (2013) et Bloom et al. (2004)). Dans la continuité de
celles-ci, notre objectif est d’étudier la contribution des dépenses de santé publique et de l’état
de santé en général à la croissance économique en Mauritanie sur la période 1960-2014. Nous
souhaitons donc apporter des réponses objectives au travers d'analyse empiriques permettant
d’enrichir la littérature existante et d’aider également les décideurs politiques de ce pays. Ainsi,
nous proposons dans ce chapitre de développer les points suivants :

1) δ’impact des dépenses de santé publique par habitant sur l’état de santé en εauritanie.

64
β) δ’impact des dépenses de santé publique sur le PIB.
γ) δes liens entre l’état de santé et la croissance du PIB par habitant.

Afin de traiter ces sujets, nous avons réalisé des régressions simples entre les dépenses de santé
publique par habitant et l’état de santé mesuré par des indicateurs robustes tels que l’espérance
de vie et les taux de mortalité. Nous avons ensuite étudié une fonction de production de type
Cobb-Douglas à trois facteurs, à savoir le stock de capital, le travail et les dépenses de santé
publique. Enfin, nous avons analysé les relations entre l’état de santé et la croissance
économique à travers un modèle qui conjugue l’approche de δucas (1988) avec celle de Nelson
et Phelps (1966). Cette dernière explique l’importance du stock de santé dans l’innovation
technologique.

Notre analyse a abouti aux résultats suivants :

 Le taux de rendement des dépenses de santé publique est plus important que ceux des autres
types de capital.
 En Mauritanie, le niveau de l'espérance de vie et sa croissance ont des effets
significativement positifs sur la croissance du PIB par tête.
 Enfin, le PIB et sa croissance ont des impacts positifs et significatifs sur l’espérance de vie
initiale.

Pour mener à bien notre travail, nous avons opté pour le plan suivant : dans la deuxième section,
nous exposons une revue de littérature, avant de présenter succinctement le contexte sanitaire
en Mauritanie dans la troisième section. La quatrième section propose nos données et les
résultats de notre analyse empirique. Enfin, nous concluons dans la dernière section.

65
2.2 Revue de la littérature

Nous abordons dans cette section le rapport entre santé et croissance économique tel qu’il est
traité dans la littérature de l’économie de la santé.

2.2.1 Les faits stylisés

Cette sous-section propose quelques faits stylisés de la santé. Bien que la liste ne soit pas
exhaustive, elle rappellera les principaux. Cette sous-section est largement inspirée d'Ulmann
(1998).
 δ’augmentation du PIB en niveau permet également l’amélioration de l’état de santé de la
population, mais au-delà d’un certains seuils, l’augmentation du PIB ne suffit plus pour
améliorer l’état de santé. C’est le cas que l’on observe dans les pays développés. Nous
sommes donc devant un taux marginal décroissant.
 Une répartition plus égalitaire de la richesse est souvent accompagnée d’une amélioration
de l’état de santé. On s’attend donc à observer une dégradation de leur état de santé dans les
pays où les inégalités s'accroissent.
 Les périodes de crise ont toujours des effets négatifs plus importants sur les couches les plus
vulnérables, ce qui a pour conséquence une dégradation de l’état de santé. Il convient donc
de porter une attention particulière à cette catégorie dans ces circonstances.
 δe progrès technique améliore souvent le taux d’équipement des ménages, comme les frigos
par exemple, qui à son tour améliore l’état de santé.
 δes dépenses nationales de santé n’améliorent pas l’état de santé de manière permanente. Il
existe un niveau au-delà duquel l’augmentation de ces dépenses ne se transforme plus en
amélioration de l’état de santé. Cette réalité se vérifie actuellement pour les pays
développés.
 δe développement de la médecine a beaucoup amélioré l’état de santé, mais il n’intervient
que dans certaines périodes. Ceci avait été rappelé par FUCHS (1986) : « La question du
progrès médical est bien souvent mise de côté et considérée comme influençant peu l'état
de santé par de nombreux auteurs. En effet, sur l'ensemble du XXème siècle, les avancées
de la médecine furent relativement lentes, excepté à certaines périodes. En effet, les années
entre 1935 et 1955 environ, ont été marquées par l'introduction des médicaments
antibiotiques et de nombreuses améliorations de l'état de santé ont été enregistrées dans
les pays industrialisés. La chute de la mortalité en a été bien plus affectée que par les

66
 progrès économiques, l'augmentation de la quantité de soins ou par d'autre changements.
Il n'en reste pas moins que les progrès dans les sciences médicales ne se font pas à un
rythme régulier et prévisible ».

2.2.2 La santé dans la théorie de la croissance

La théorie néoclassique a considéré, depuis longtemps, les dépenses publiques dont les
dépenses de santé comme non productives. Elles étaient jugées tout simplement comme une
charge nécessaire pour assurer la stabilité sociale. En effet, l’analyse néoclassique ne les a pas
perçues comme facteur de croissance économique. Il a donc fallu attendre la fin des années
1980 et le début des années 1990 pour que des nouvelles analyses économiques émergent. Il
s’agit notamment des travaux de Romer (1986), de δucas (1988) et de Barro (1990). Ces auteurs
ont apporté des contributions originales qui leur ont permis d’être désignés comme les
fondateurs de la théorie de la croissance endogène. Ainsi, les dépenses publiques ont été
considérées comme l’un des facteurs déterminants de croissance économique.

Parmi les modèles qui formalisent les relations entre la santé et la croissance économique, nous
pouvons citer par exemple les modèles suivants :

2.2.3 Le modèle de Lucas

Les travaux de Lucas (1988) ont donné lieu à un modèle de croissance endogène qui repose sur
l'accumulation du capital humain. L'auteur a proposé une fonction de production nette par
travailleur dans laquelle la production est expliquée par le capital physique, le capital humain
et le capital humain moyen de l’ensemble des individus.

y = Akαβ(u.h)1-αβ (hi) β (2.1)

Où A représente un paramètre technologique, u ∈ [0, 1] est la fraction du temps disponible

consacré à la production, h est le niveau de compétence des travailleurs, hi est le niveau moyen
de capital humain par individu dans l’économie et k est le stock de capital par travailleur. δes
paramètres α2 et 2 représentent respectivement les élasticités du capital physique k et du capital
humain hi. δ’accumulation individuelle de capital humain est donnée par la formule suivante :

67
 ḣ= (1-u) h (2.2)

Où (1-u) est la part du temps utilisée en matière d’accumulation individuelle de capital humain,
et est un paramètre technologique.

2.2.3.1 Le modèle de Piatecki et Ulmann

Piatecki et Ulmann (1995) ont développé un modèle, basé sur les travaux de Lucas (1988), dans
lequel ils ont analysé la manière dont la santé, représentée par l'emploi dans le secteur de santé,
explique l'amélioration de la croissance économique et de l'état de santé. Ils ont proposé une
fonction de production de type Cobb-Douglas dans laquelle la production est expliquée par les
trois facteurs suivants : le stock de capital K, le travail consacré à la production L et un facteur
santé S. Ils ont également défini la fonction de production de la santé à partir de la part du travail
consacré à la santé (1-L) comme suit :

∆S = (1-L) S (2.3)

Où ∆S, S et représentent respectivement la variation de la santé, le stock initial de santé et un

paramètre technologique. Cette modélisation est cohérente avec celle proposée par Lucas
(1988). (Voir l'équation 2.2).

2.2.3.2 δe modèle d’Aghion, Howitt et εurtin

Récemment Aghion, Howitt et Murtin (2010) ont proposé un nouveau modèle qui analyse les
effets du capital santé sur la croissance économique. En se basant sur un cadre de croissance
endogène conforme au modèle de Lucas (1988), ils ont incorporé dans ce dernier l'équation de
l'évolution de la productivité introduite par Nelson et Phelps (1966). Ce modèle sera développé
dans la quatrième section.

68
 2.2.4 Santé et croissance économique dans les travaux
empiriques

Nous estimons qu’il est intéressant à ce stade, avant de s’intéresser aux liens entre santé et
croissance, de réaliser un rappel, même s’il va être rapide, sur les relations constatées entre les
dépenses de santé et l’état de santé. Par exemple, Ulmann et Nixon (2006) ont examiné les
relations entre les dépenses de soin et l’état de santé, mesuré par l’espérance de vie et le taux
de mortalité infantile, sur 15 pays de l’Union Européenne entre 1980 et 1995. Ils constatent que
ces dépenses réduisent la mortalité infantile tandis que son effet sur l’espérance de vie est
marginal. D’autres travaux ont traité la même question pour des pays en développement,
Novignon et al. (β01β) ont étudié les effets des dépenses de santé sur l’état de santé pour 44
pays d’Afrique subsaharienne durant la période 1995-2010. Leurs analyses sur ce panel
montrent que les dépenses de santé publique impactent positivement l’espérance de vie et
négativement le taux de mortalité et le taux de mortalité infantile avec des élasticités,
respectivement égales à 1,04, -0,84 et -4,20. La même tendance est observée au Nigéria où
Yussuf et al. (β01β) ont examiné les liens entre les dépenses publiques de santé et l’état de santé
au cours de la période 1980-2008. En utilisant la méthode des moindres carrées ordinaires
(εCO), ils trouvent que ces dépenses impactent positivement l’espérance de vie et
négativement la mortalité infantile avec des élasticités de 0,02 et de -0,03 respectivement, tandis
que son effet sur le taux de mortalité infantile de moins de cinq ans n’est pas significatif.
Farahani et al. (2010) concluent à un résultat partiellement différent. Les auteurs ont analysé
l’impact des dépenses publiques de santé sur la mortalité probable en Inde. Ils ont estimé un
modèle probit en utilisant les résultats de la deuxième et de la troisième enquête nationale sur
la santé familiale, respectivement, entre 1998-1999 et en 2007. Ils remarquent que ces dépenses
impactent principalement la mortalité des jeunes, des personnes âgées et des femmes. Ainsi,
une augmentation de 10 % des dépenses publiques de santé en Inde diminue la mortalité
probable dans les catégories précédentes d’environ β %.

Cette répercussion bénéfique n’est pas toujours confirmée. À titre d’exemple, Rad et al (2013)
ont réalisé une comparaison entre les effets des dépenses de santé publique et privé sur l’état de
santé, mesuré par le taux de mortalité infantile, dans les pays de la méditerranée orientale. Ils
ont donc étudié un panel de 20 pays sur la période 1995-2010. Leurs analyses aboutissent à
l’absence d’effet significatif sur le taux de mortalité infantile.

En ce qui concerne la relation entre capital santé et croissance économique, de nombreux

travaux empiriques ont été réalisés. Ils étudient soit un vaste échantillon de pays

69
(développés comme en développement), soit cette relation dans un seul pays. Les choix des
variables qui représentent le capital santé ne sont pas toujours les mêmes. En effet, la majorité
des études ont retenu l’état de santé, notamment les indicateurs de mortalité et l’espérance de
vie à la naissance. D’autres ont opté pour le niveau des dépenses de santé publique et privé.
Quel que soit le choix des variables, les travaux établissant les liens entre capital santé et
croissance économique donnent des résultats divergents. δa plupart d’entre eux aboutissent à
des impacts positifs et significatifs entre ces deux variables.

Citons par exemple, Barro (2013) qui a étudié un panel de pays sur trois périodes : entre 1965-
1975 pour 80 pays, entre 1975-1985 pour 87 pays et entre 1985-1990 pour 84 pays en utilisant
la méthode des variables instrumentales. Il obtient, comme résultat principal, un effet positif de
la santé (mesurée par l'espérance de vie à la naissance) sur la croissance économique par
habitant avec une élasticité de 0,04 et un effet négatif quand il s’agit du taux de fécondité avec
une élasticité comprise entre -0,01 et -0,02. Bloom et Williamson (1998) ont également analysé
l'impact des transitions démographiques sur la croissance économique en Asie émergente. Dans
cette optique, ils ont utilisé des données en coupe transversale pour 22 pays sur une période de
25 ans allant de 1965 à 1990. Les auteurs réalisent leurs estimations en utilisant les MCO. Ils
ont abouti au fait que l'amélioration de l'état de santé impacte, effectivement, la croissance
économique, et que cet effet est positif et significatif avec une élasticité de 0,03. Bloom et al.
(2000) ont cherché à déterminer les relations entre la démographie et la croissance économique
en Asie. Pour ce faire, ils ont étudié un panel de 70 pays sur une période de 1965 à 1990, avec
un intervalle de cinq ans, en utilisant la méthode des MCO. Ils ont obtenu que l'espérance de
vie à la naissance aurait un effet positif et significatif sur la croissance économique, avec une
élasticité de 0,06. Ces derniers auteurs ont réétudié en 2008 les mêmes relations sur une période
plus longue de 1960 à 2005 en se limitant à 14 pays de l’Asie. Ils ont trouvé des résultats très
proches avec une élasticité comprise entre 0,05 et 0,07. Ces résultats se sont confirmés
également dans le contexte africain. En effet, Bloom et Sachs (1998) ont analysé les liens entre
la démographie et la croissance économique en Afrique. Ils ont examiné ces relations en
étudiant un panel de 77 pays africains et non africains pour la période 1965-1960. A l’aide des
εCO, les auteurs concluent que l’espérance de vie impacte positivement la croissance
économique avec une élasticité de 0,04.

Bloom et al. (2004) ont estimé une fonction de production dans laquelle le PIB agrégé est
impacté, au-delà du stock de capital et du travail, par l'expérience professionnelle et la santé,
mesurée par l'espérance de vie. Ils ont utilisé des données de panel pour un échantillon de 147

70
pays sur la période (1960-1990). Leurs régressions ont été réalisées par les MCO non linéaires
sur un intervalle de 10 ans. Les résultats de ces auteurs ont permis de conclure que l'espérance
de vie contribue, positivement et de manière significative, à la croissance économique avec une
élasticité de 0,04. Aghion et al. (2010) ont cherché à analyser l'effet du niveau de l'espérance
de vie initiale et son amélioration sur la croissance économique. Ils ont mobilisé des données
de panel pour deux périodes : 1940-1980 pour 47 pays développés et en développement et 1960-
2000 pour 96 pays. Les auteurs ont estimé leur modèle par la méthode des MCO et la méthode
des variables instrumentales. Ils ont obtenu un effet positif et significatif, à la fois, entre
l’espérance de vie à la naissance et la croissance économique par tête, et entre la croissance de
l'espérance de vie et la croissance du PIB par tête.

D’autres travaux se sont intéressés à cette question par pays, notamment sur des pays en
développement. Bakare et Olubokum (2011) ont étudié l'impact des dépenses pour les soins sur
la croissance au Nigéria dans la période 1970-2008. En utilisant les MCO comme méthode
d'estimation, ils trouvent un effet positif et significatif avec une élasticité de 0,69. Gupta et
Gangal (2013) ont utilisé le test de cointégration et le test de causalité au sens de Granger pour
analyser la relation entre ces deux variables en Inde sur la période 1998-2012. Ils ont conclu à
une causalité unidirectionnelle des dépenses de santé vers la croissance économique.
Rajeshkumar et Nalraj (2014) ont cherché également la nature des liens entre les dépenses
publiques de santé et la croissance économique dans quatre régions de l'Inde. Chaque région a
fait l'objet d'une étude spécifique. Ils ont utilisé les MCO et la cointégration. Leur étude a abouti
à des effets positifs et significatifs, avec des élasticités comprises entre 0,97 et 1,14. Dans le
même objectif, Babatuned (2014) a analysé les effets des dépenses totales de santé et de
l'espérance de vie sur la croissance économique dans le contexte nigérien au cours de la période
(1970 - 2010). Il a obtenu un résultat statistiquement significatif et positif pour les dépenses de
santé avec une élasticité de 0,72. Le même phénomène est observé dans d’autres pays africains.
En effet, Kwendo et εuturi (β015) ont examiné l’effet des dépenses publiques de santé sur la
croissance économique pour un panel de cinq pays africains, à savoir Kenya, Uganda, Rwanda,
Burundi et Tanzanie au cours de la période 1995-2010. En utilisant la méthode des MCO, ils
obtiennent que ces dépenses impactent positivement et de manière significative la croissance
économique avec une élasticité de 1,27. Boussalem et al. (2014) ont aussi analysé les impacts
des dépenses de santé publique sur la croissance économique en Algérie durant la période 1974-
2014. Ils ont utilisé la cointégration et la causalité au sens de Granger. Ils obtiennent finalement
un impact faible sur le long terme avec une élasticité de 0,00005. Sur le court terme, le test de

71
causalité de Granger donne une causalité unilatérale du PIB par tête vers les dépenses totales
de santé publique.

Cependant, certains travaux ont mis en évidence, l'absence d'effets de la santé sur la croissance,
voire parfois, des effets négatifs et significatifs. Acemoglu et Johnsen (2007) ont étudié un
échantillon de 59 pays (les pays Africains exclus) en utilisant des données en coupe transversale
entre 1940 et 1980. Ils ont estimé leurs modèles par les MCO et les doubles MCO. Les deux
auteurs ont conclu que l'effet de l'augmentation de l'espérance de vie sur la croissance globale
est très limité et que cet effet devient négatif quand il s'agit de la croissance par tête. Ils
considèrent que ce résultat négatif provient des effets négatifs de la taille de la population sur
la croissance par tête. Caselli et al. (1996) ont examiné l’effet de l’espérance de vie sur la
croissance économique. Ils ont estimé un modèle de Solow sur un panel de 97 pays pour la
période de 1960-1985 avec un intervalle de 5 ans. En utilisant la méthode des moments
généralisés, ils obtiennent un impact non significatif de l'espérance de vie sur la croissance
économique. Babatunde (2014) a analysé les relations entre la santé et la croissance économique
au Nigéria au cours de la période 1970-β010. En estimant une fonction de production à l’aide
des MCO, il trouve que l'espérance de vie n'a aucun impact significatif sur la croissance
économique au Nigéria. Ebong et al. (2016) ont étudié les effets des dépenses du gouvernement
sur la croissance économique au Nigéria pour la période de 1970-2012. Ils ont utilisé la
cointégration et les εCO pour estimer leur modèle. Ils concluent à l’absence d’effet significatif
que ce soit sur le long terme ou sur le court terme. Swaroop et al. (1996) ont examiné aussi
l’impact des dépenses publiques sur la croissance économique par habitant pour un panel de 43
pays en développement sur une période de 20 ans de 1970 à 1990. Ils obtiennent comme résultat
que, sur cette période, les dépenses publiques de santé n’avaient pas d’impact significatif sur la
croissance économique par habitant.

Cette revue de littérature confirme, dans la majorité des travaux, que la santé a joué un rôle
important dans l’amélioration de l’activité économique. Dans le cadre de ce débat, nous allons
étudier le lien entre la santé en Mauritanie, mesurée par les dépenses de santé publique et l’état
de santé, et la croissance économique. Pour ce faire, nous présenterons en premier lieu le
contexte sanitaire en Mauritanie pour comprendre les enjeux et les défis auxquels le pays est
confronté en la matière, et en second lieu nous réaliserons notre analyse empirique.

72
2.3 Le contexte sanitaire en Mauritanie

Cette section cherche à apporter un éclairage détaillé autant que possible sur le contexte
sanitaire en εauritanie. En effet, pour mesurer l’impact de la santé sur la croissance
économique, il convient d’analyser préalablement les points forts et les points faibles de la
politique de santé pour pouvoir finalement deviner les canaux de transmission probables d’un
éventuel impact.

2.3.1 Historique de la politique de santé en Mauritanie

La politique de santé a été marquée par trois périodes principales :

 De 1960 à la fin des années 1970 : Après son indépendance en1960, la Mauritanie ne
possédait pas véritablement de moyens humains et matériels capables de mener des
politiques de santé efficaces. En effet, elle était dominée par un système tribal qui n’avait
pas connu depuis longtemps de services publics. Ces tribus dominées par des habitudes
nomades, se déplaçaient en permanence. Ceci compliquait la conduite d’une politique de
santé pouvant toucher une part importante de la population, notamment en cas d’absence
d’infrastructure de transport. Pour ces raisons, les actions sanitaires au cours de cette
période ont été modestes avec essentiellement des actions curatives et hospitalières.

 De la fin des années 1970 au début des années 1990 : Au cours de cette période, la politique
sanitaire a connu un certain nombre d’évolutions. δes actions sanitaires ont été conduites à
travers des documents sectoriels de planification appelés « les plans sanitaires ». Cela a
permis de renforcer les actions curatives et de réaliser les premières actions préventives.
Cette période a été caractérisée également par le lancement de l’Initiative de Bamako en
1987 qui a renforcé essentiellement les soins de santé primaire.

 Du début des années 1990 à ce jour : On observe au cours de cette période l’émergence d’un
certain nombre de progrès notamment sur le plan stratégique. La politique sanitaire a été
cette fois menée à l’aide de plans directeurs pour les périodes 1991-1994 et 1998-2002 avant
l’adoption d’une nouvelle stratégie sanitaire sous le nom de « la politique nationale de santé
pour la période 2006-2015 ».

73
 2.3.2 Les infrastructures de santé

Avoir des infrastructures de santé adaptées est un défi qui préoccupe tous les mauritaniens. En
effet, la dispersion de la population sur une large superficie et la mauvaise allocation de
ressources publiques rendent difficile l’accès aux services de soins. Toutefois, la εauritanie a
pu construire un stock d’infrastructures sanitaires relativement important malgré les disparités
observées, en termes de répartition de ce stock, entre les régions. Ainsi, on peut remarquer que
les régions de Nouakchott abritent une part considérable de ces infrastructures. (Voir la carte
2.1 et le tableau 2.1).

Carte 2.1 : Répartition de la population entre les régions

Source : Annuaire des statistiques sanitaires 2014.

74
Encadré 2.1 : Le système de santé public en Mauritanie
Le système de santé en Mauritanie est de type pyramidal, avec trois niveaux de prestations
; il comprend un système public de soins composé par :

 Le niveau opérationnel ou périphérique (Moughataa) où il existe deux types de

structures : les postes de santé et les centres de santé. En appui à ce niveau, plusieurs
centaines d’unités de santé de base (USB) furent installées dans une partie, non
négligeable, des agglomérations villageoises éloignées des postes et centres de santé
(au-delà d’un rayon de 10 km). Depuis la moitié des années 1990, la plupart de ces
USB ont été fermées, essentiellement par manque d’agent de santé communautaire
(ASC) ou d’accoucheuses.
 Le niveau intermédiaire comprenant trois types d’hôpitaux au niveau des capitales
régionales ou de moughata : (i) les hôpitaux de moughata, limités encore au nombre
de 44, et appelés à couvrir les moughatas les plus peuplées ou enclavées, (ii) les
hôpitaux régionaux, au nombre de six (Aleg, Tidjikja, Atar, Sélibaby, Zouerate et
Akjoujt) et (iii) les centres hospitaliers régionaux, érigés en établissements publics à
caractère administratif, au nombre de six (Néma, Aïoun, Kiffa, Kaédi, Rosso et
Nouadhibou).
 Le niveau tertiaire, essentiellement, concentré à Nouakchott, comprend quatre types
d’établissements publics de référence :
 Les centres hospitaliers généraux au nombre de quatre à savoir le Centre
Hospitalier National (CHN), l’Hôpital Cheikh Zayed (HCZ), l’Hôpital de
l’Amitié (HA) et l’Hôpital Militaire.
 Les centres hospitaliers spécialisés au nombre de cinq : le Centre
Neuropsychiatrique (CNP), le Centre National de Cardiologie (CNC), le
Centre National d’Oncologie (CNO), le Centre Mère-Enfant (CME) et le
Centre National d’Orthopédie et de Réadaptation Fonctionnelle (CNORF)
 Les établissements spécialisés de référence au nombre de trois à savoir le
Centre National de Transfusion sanguine (CNTS), l’Institut National de
Recherche en Santé Publique (INRSP) et le Laboratoire National de Contrôle
de Qualité des Médicaments (LNCQM).
 Les établissements de formation au nombre de cinq à savoir l’École Nationale
de Santé Publique à Nouakchott, l’École de Santé Publique à Kiffa, l’École

75
 de Santé Publique à Néma, l’École de Santé Publique à Rosso et l’École de
Santé Publique à Sélibaby.

Ainsi, en 2013 la Mauritanie dispose de plus de 600 postes de santé, de 90 centres de santé et
de 23 hôpitaux. (Voir le tableau 2.1). Le poste de santé constitue le premier niveau de contact
de la population avec les services de santé et le niveau de référence pour les unités sanitaires de
base. Il assure les activités de santé curatives et préventives, notamment pour la protection de
la santé maternelle et infantile. Il joue également un rôle déterminant dans les campagnes de
vaccinations. Un poste de santé est assuré souvent par des infirmiers dans les grandes
communes rurales et dans les grandes collectivités d’accessibilité difficile.
Le centre de santé au niveau du département est tenu par des médecins-chefs et des infirmiers,
et représente le premier niveau de référence pour les postes de santé. Chaque centre de santé
doit assurer les consultations préventives et curatives, ainsi que les soins d’urgence.

Tableau 2.1 : Les infrastructures de santé par région

Wilaya Nombre Nombre de Nombre Nombre de Nombre de Nombre de Nombre de
(Région) d’hôpitaux centres de de postes cliniques cabinets cabinets pharmacies/
publics santé de santé dentaires médicaux Dépôts
pharm.
HODH ECHARGHI 1 9 124 1 0 1 42
HODH EL GHARBI 1 7 62 0 3 5 58
ASSABA 1 5 82 1 2 14 56
GORGOL 1 5 53 0 0 0 13
BRAKNA 1 11 78 1 0 0 44
TRARZA 2 7 91 1 2 0 37
ADRAR 1 4 27 0 1 2 9
D.NOUADHIBOU 1 8 2 3 6 7 42
TAGANT 1 4 24 0 0 0 13
GUIDIDIMAGHA 1 5 40 1 1 1 7
TIRIS ZEMMOUR 1 4 1 2 2 1 9
INCHIRI 1 2 4 1 0 1 9
NOUAKCHOTT 9 19 32 18 60 78 597
Total 23 90 620 29 77 110 936
Source : Annuaire des statistiques sanitaires 2014.

76
Les hôpitaux régionaux proposent des services sanitaires plus larges, et représentent le premier
niveau de référence pour les centres de santé.
Les hôpitaux de référence au niveau national se situent à Nouakchott. Au total ils sont 9
hôpitaux. (Voir encadré 2.1).

En parallèle du système de santé public, le secteur privé propose également des services de
soins à travers 29 cliniques, 77 cabinets dentaires, 110 cabinets médicaux, concentrés
principalement à Nouakchott et à Nouadhibou, et 936 pharmacies et dépôts de pharmacies.
(Voir le tableau 2.1).

Tableau 2.2 : Les infrastructures de santé par habitant

Wilaya Population Nombre de Nombre de Ratio Ratio

(Région) totale de la centres de santé postes de santé population/CS population /PS
Wilaya (CS) (PS)
HODH
430 668 9 124 47852 3473
ECHARGHI
HODH EL
294 109 7 62 42016 4744
GHARBI
ASSABA 325 897 5 82 65179 3974
GORGOL 335 917 5 53 67183 6338
BRAKNA 312 277 11 78 28389 4004
TRARZA 272 773 7 91 38968 2998
ADRAR 62 658 4 27 15665 2321
D.NOUADHIBOU 123 779 8 2 15472 61890
TAGANT 80 962 4 24 20241 3373
GUIDIDIMAGHA 267 029 5 40 53406 6676
TIRIS 53 261 13315 53261
4 1
ZEMMOUR

INCHIRI 19 639 2 4 9820 4910

NOUAKCHOTT 958 399 19 32 50442 29950
Total 3 537 368 90 620 39304 5705
Source : Annuaire des statistiques sanitaires 2014.

77
Selon le dernier recensement organisé en β01γ, la population de la εauritanie s’approche de
quatre millions habitants avec un taux de croissance moyenne annuelle de 2,77 %. Ce rythme
de croissance démographique pèse lourdement sur la capacité actuelle du service sanitaire.
Ainsi, un poste de santé au niveau national doit assurer les services de santé primaires pour
environ 6000 personnes ; ce nombre atteint parfois plus de 60000 personnes dans la région de
Dakhlet-Nouadhibou. δe niveau le plus bas est observé dans les régions d’Adrar, de Tagant et
de Hodh Echrghi. En ce qui concerne les centres de santé, chacun sert 40000 personnes au
niveau national. Ce nombre dépasse les 65000 personnes pour les deux régions d’Assaba et de
Gorgol, alors qu’il est inférieur à 10000 à Inchiri. (Voir le tableau 2.2).

La couverture sanitaire reste insuffisante malgré une nette amélioration puisque plus de 17 %
de la population vit encore à plus de 5 km d’un poste ou d’un centre de santé. En fait, le taux
de couverture dans un rayon de 5 km est très inégal entre les régions. En effet, dans les régions
d’Assaba, de Guidimagha et de Tagant, il existe en 2015 plus de 30 % de la population habitant
à plus loin que cette limite. (Voir le tableau 2.3). Le rapport d’analyse de situation du secteur
de la santé en Mauritanie 2011 explique que le retard en termes de couverture sanitaire provient
principalement :

 de l’absence d’un programme national de développement des infrastructures sanitaires et

de critères objectifs d’implantation des nouvelles structures de santé.
 et du manque de coordination sectorielle entre les intervenants dans le domaine des
infrastructures (autres départements, société civile, etc.).

78
Tableau 2.3 : Couverture dans un rayon de 5 km

Wilaya (Région) Taux de couverture

sanitaire (%)
HODH ECHARGHI 74,4
HODH EL GHARBI 75,8
ASSABA 70,2
GORGOL 77,7
BRAKNA 73,2
TRARZA 83
ADRAR 99,8
D.NOUADHIBOU 92,4
TAGANT 66
GUIDIDIMAGHA 70,5
TIRIS ZEMMOUR 98,6
INCHIRI 95,1
NOUAKCHOTT 96,07
Total 82,2
Source : Annuaire des statistiques sanitaires 2015.

εalgré l’amélioration en matière d’infrastructures sanitaires, nous observons une grande

disparité entre les zones urbaines et les zones rurales. Parmi les principaux problèmes, on
constate l’absence d’un véritable système de transport régional. δe niveau du service
ambulatoire est aussi très modeste. En effet, il est souvent difficile pour les malades dans les
zones rurales d’accéder aux services de soin en raison du manque de moyen de transport. En
plus, les taux de couverture présentés au tableau 2.3 ne font pas la différence entre les postes
de santé, les centres de santé, etc. Or, les malades qui auraient besoin de diagnostics approfondis
doivent souvent parcourir une longue distance pour bénéficier de soins convenables.

2.3.3 Les ressources humaines de la santé

2.3.3.1 La situation générale des personnels de santé en Mauritanie

δ’Organisation εondiale de la santé (OεS) définit les personnels de santé comme
« l’ensemble des personnes dont l’activité a pour objet essentiel d’améliorer la santé » (Rapport
sur la santé dans le monde β006). Dans ce rapport, l’OεS constate une pénurie chronique dans
tous les pays du monde en matière de personnels de santé. δa εauritanie n’échappe pas à cette
réalité. Elle est classée selon l’OεS parmi les pays qui connaissent une pénurie aiguë. En effet,

79
le pays souffre d’un manque de personnels de santé, tous niveaux confondus. On compte en
2013 environ 329 spécialistes, 239 généralistes, 1894 infirmiers et 438 sages-femmes. Le
tableau 2.4 montre que la capitale Nouakchott seule abrite plus de deux tiers des spécialistes,
plus de la moitié des généralistes et des sages-femmes et plus d’un tiers des infirmiers. δe reste
du personnel est réparti dans les autres régions. Nous observons également que ce capital
humain n’était pas géré de manière optimale. En effet, il est fréquent de voir des médecins
occuper des postes administratifs, ce qui montre à quel point la situation est inquiétante.

Tableau 2.4 : Personnels de santé au niveau des hôpitaux, centres de santé et poste de
santé par région

Wilaya Nombre de Nombre de Nombre Nombre de sages-

(Région) spécialistes médecins d’infirmiers femmes
généralistes
HODH 3 19 237 18
ECHARGHI
HODH EL 4 7 135 11
GHARBI
ASSABA 21 11 145 10
GORGOL 5 6 85 21
BRAKNA 2 9 110 27
TRARZA 12 19 202 25
ADRAR 4 5 61 5
D.NOUADHIBOU 7 20 78 24
TAGANT 3 35 5
GUIDIDIMAGHA 10 6 80 10
TIRIS 4 9 27 10
ZEMMOUR
INCHIRI 2 2 10 2
NOUAKCHOTT 252 122 689 270
Total 329 239 1894 438
Source : Annuaire des statistiques sanitaires 2014.

δe rapport de β011 concernant l’évaluation de l’état sanitaire en εauritanie représente un vrai

défi. En effet, au-delà des lacunes en termes stratégiques, il existe des postes de santé bien
équipés qui ne fonctionnent pas en raison du manque de personnel qualifié. Pour répondre à la

80
demande en personnels de santé, le ministère de la santé a ouvert récemment deux nouvelles
écoles qui s’ajoutent aux trois existantes depuis plusieurs années afin de renforcer la capacité à
former plus de personnel qualifié.

δa transition d’une vision globale à une autre par habitant nous permet de mieux voir l’ampleur
de cette pénurie. Il en découle que, au niveau national, un médecin doit offrir des services de
soins à environ 15000 personnes. Ce niveau varie selon les régions passant de 5918 personnes
pour Tiris Zemmour à 44505 pour Guidimagha. Le ratio population par infirmier varie
également entre les régions. δe niveau le plus bas est enregistré dans la région d’Adrar avec
1027 personnes pour chaque infirmier, tandis que le ratio le plus élevé est observé dans la région
de Gorgol avec 3856. (Voir le tableau 2.5).

Tableau 2.5 : Personnels de santé par habitant

Wilaya Population totale Ratio Population Ratio Population Ratio Population

(Région) de la Wilaya Médecins Infirmier Sages-femmes

HODH 430 668 22667 1817 23926

ECHARGHI
HODH EL 294 109 42016 2179 26737
GHARBI
ASSABA 325 897 28615 2171 31476
GORGOL 335 917 54622 3856 15606
BRAKNA 312 277 34697 2839 11566
TRARZA 272 773 14356 1350 10911
ADRAR 62 658 12532 1027 12532
D.NOUADHIBOU 123 779 6189 1587 5157
TAGANT 80 962 20241 2313 16192
GUIDIDIMAGHA 267 029 44505 3338 26703
TIRIS 53 261 5918 1973 5326
ZEMMOUR
INCHIRI 19 639 10968 2194 10968
NOUAKCHOTT 958 399 7856 1391 3550
Total 3 537 368 14729 1859 8037
Source : Annuaire des statistiques sanitaires 2014.

81
En nous basant sur les recommandations de l’OεS, nous constatons que la εauritanie reste
loin d’atteindre l’objectif du millénaire pour le développement16, comme d’ailleurs la majorité
des 49 pays prioritaires en termes de personnels de santé. Ainsi, en 2009, on y compte 8
personnels de santé (médecins, infirmiers et sages-femmes) pour 10000 habitants, alors que
l’OεS recommande un ratio de βγ personnels de santé pour 10000 habitants. En β015, les
statistiques nationales précisent que la Mauritanie mobilise 0,72 médecin pour 10000 habitants,
5,32 infirmiers pour 5000 habitants et 2,79 sages-femmes pour 5000 femmes en âge de procréer.
(Voir le tableau (2.6) et les cartes 2.2, 2.3 et 2.4).

Tableau 2.6 : Ratio personnel de santé par habitant par Wilaya en

Wilaya Ratio Médecin/10000 Ratio Infirmiers/5000 Ratio Sage-femme/ 5000
(Région) habitant) habitant FAP
HODH 0,4 3 0,66
ECHARGHI
HODH EL 0,43 2,45 0,95
GHARBI
ASSABA 0,61 3,56 0,86
GORGOL 0,32 1,95 1,36
BRAKNA 0,67 2,51 2,58
TRARZA 0,78 4,63 2,54
ADRAR 1,47 7,09 3,09
D.NOUADHIBOU 1,22 3,12 4,84
TAGANT 1,72 4,73 3,93
GUIDIDIMAGHA 0,39 2,67 1,12
TIRIS 1,48 3,7 3,23
ZEMMOUR
INCHIRI 2,34 8,43 4,94
NOUAKCHOTT 1,06 5,01 5,87
Total 0,72 5,32 2,79
Source : Annuaire des statistiques sanitaires 2014.

16
Les objectifs du Millénaire pour le développement (OMD) consistent, entre autres, à combattre les grandes
maladies liées à la pauvreté qui ravagent les populations défavorisées, en faisant porter l’effort sur les soins de
santé maternels et juveno-infantiles ainsi que sur la lutte contre le VIH/SIDA, la tuberculose et le paludisme (OMS,
2006).

82
Carte 2.2 : Ratio médecin pour 10000 personnes

Source : Annuaire statistique 2015.

83
Carte 2.3 : Ratio infirmier pour 5000 personnes

Source : Annuaire statistique 2015.

84
Carte 2.4 : Ratio sage-femme pour 5000 femmes en âge de procréer

Source : Annuaire statistique 2015.

2.3.3.2 Personnels de santé en Mauritanie par rapport aux pays de la sous-région

Nous comparons dans cette sous-section la Mauritanie à trois pays voisins, à savoir le Sénégal,
le εali et la Côte d’Ivoire. δ’objectif est d’observer la tendance générale dans chaque pays
pour analyser l’efficacité des politiques de santé en εauritanie en matière de personnels de
santé. Il est clair que la tendance est le croissement du personnel de santé pour tous les pays à
l’exception de la εauritanie comme le montre le tableau 2.7. Cela indique qu’il y a une faille
quelque part en ce qui concerne la politique de formation des médecins en Mauritanie. Cette
faille provient peut-être du faible nombre des médecins mauritaniens formés à l’étranger par
rapport au taux de croissance de la population. En effet, la formation des médecins en
Mauritanie était liée à ce que les autres pays, notamment les pays du Maghreb et le Sénégal, lui
accorde en termes de places dans leurs facultés de médecines. Ce qui a fait que l’augmentation

85
du nombre des médecins était faible puisque ces pays souffrent également d’un manque de
médecins. Pour remédier à ce manque, une nouvelle faculté de médecine a été ouverte au sein
de l’Université de Nouakchott fin β006.

Tableau 2.7 : Nombre de médecins pour 1000 personnes

Mauritanie Sénégal Mali Côte d’ivoire

1990 0,06 0,05 0,05 0,09
1995 0,14 0,08 0,04 0,09
2004 0,11 0,06 0,08 0,12
2010 0,03 0,06 0,08 0,14
Source : Perspective monde.

En ce qui concerne les ratios d’infirmiers et des sages-femmes, nous observons que la
Mauritanie possède le ratio le plus élevé parmi les pays de notre échantillon (voir le tableau
2.8), mais elle reste en deçà de la moyenne constatée en Afrique subsaharienne qui s’élève à
1,156 en 2011.

Tableau 2.8 : Infirmières et sages-femmes (pour 1000 personnes)

Mauritanie Sénégal Mali Côte

d’ivoire
2004 0,635 0,318 0,602
2008 et 2009 0,672 0,42 0,426 0,483
2010 0,672 0,42 0,43 0,483
Source : Banque Mondiale.

2.3.4 Les dépenses de santé

En réalité, les mauritaniens, comme dans la plupart des habitants de la sous-région, utilisent
plusieurs types de médecines :

 δa médecine moderne telle qu’elle est définie dans l’encadré β.1.

 La médecine traditionnelle, basée sur des produits naturels, qui est une pratique tolérée,
mais il n’existe aucune réglementation ni législation qui la régisse.

 La roquia basée sur des textes religieux,

86
 Une partie de la population a recours à la sorcellerie qui est illégale au regard de la loi, mais
qui est pratiquée par de nombreuses personnes.

Seules les dépenses liées à la médecine moderne sont prises en compte dans le calcul des
dépenses de santé.

2.3.4.1 Les dépenses totales de santé

Le total des dépenses de santé est la somme des dépenses de santé publiques et privées. Selon
la Banque Mondiale, « Il englobe les prestations des services de santé (préventifs et curatifs),
les activités de planification familiale, les activités ayant trait à la nutrition et l'aide d'urgence
réservée à la santé mais il exclut les prestations d'eau et de services d’hygiène ». Nous
observons généralement un niveau moindre de ces dépenses en Mauritanie par rapport à celles
faites en Afrique subsaharienne, en Afrique du nord et au Moyen-Orient (hors revenu élevé).
De plus, la part des dépenses totales de santé dans le PIB en Mauritanie a une tendance à la
baisse passant de 4,65 % en 1995 à 3,77 % en 2014. Alors que la tendance dominante en Afrique
subsaharienne (hors pays à revenu élevé) s'est stabilisée autour de 6 %. La seule année où leurs
niveaux se croisent était 2002. (Voir le graphique 2.1). δ’importance des différences observées
provient principalement de l'absence d'une vraie stratégie nationale de santé et d’une certaine
négligence de ce secteur. Cet écart devient plus important par rapport à la zone Afrique du nord
et Moyen-Orient (hors pays à revenu élevé) où la tendance est croissante sur toute la période
étudiée.

Graphique 2.1 : Dépenses de santé, totales (% du PIB)

6
Mauritanie
5

4
Afrique du Nord et
3 Moyen-Orient (hors
revenu élevé)
2
Afrique
subsaharienne (hors
1
revenu élevé)
0

Source : Banque Mondiale.

87
Ces dépenses sont réparties en Mauritanie, selon les sources de financements, de la manière
suivante : Budget général, Caisse Nationale d’Assurance εaladie (CNAε), εénages et
Partenaires Techniques et Financiers (PTF). Le tableau 2.9 présente l’évolution de toutes ces
dépenses pour la période 2005-2010.

Tableau 2.9 : Évolution des parts des sources de financement

2005 2006 2007 2008 2009 2010 2005-2010

Budget Général 72,7 % 70,7 % 59,6 % 55 % 50,6 % 45,9 % 55,9 %

CNAM 10,5 % 13,6 % 20,3 % 15 ,2 % 11,9 %

Ménages 8,4 % 13,4 % 11,4 % 11,6 % 11 ,1 % 8,4 % 10,4 %

PTF 14,5 % 11,6 % 15,4 % 14,8 % 10,9 % 27,5 % 17,3 %

Autres 4,4 % 4,3 % 3% 5% 7,1 % 3% 4,4 %

Total 100 % 100 % 100 % 100 % 100 % 100 % 100 %

Source : Rapport d’analyse de situation du secteur de la santé en Mauritanie, 2011.

2.3.4.2 Les dépenses de santé publique

Selon la Banque Mondiale : « Les dépenses de santé publique comprennent les dépenses
récurrentes et en immobilisations prévues par les budgets des gouvernements (central et
locaux), les emprunts et les subventions extérieures (y compris les dons d'organismes
internationaux et d'organisations non gouvernementales) et les fonds sociaux d'assurance sur la
santé ». Les dépenses de santé publique représentent une part importante par rapport aux
dépenses totales de la santé en Mauritanie. Elles en couvrent en moyenne 61 % avec une
tendance irrégulière. On constate que ce pourcentage est plus important que celui observé en
Afrique subsaharienne sur la période 1995-2014 d’environ 40 %. (Voir le graphique 2.2). Mais
ce pourcentage peut baisser jusqu'à 30 % si on étudie une plus longue période (Mark 2012). La
part publique est également plus élevée que celle constatée en Afrique du nord et au Moyen-
Orient (hors revenu élevé).

Cependant, la part des dépenses de santé publique dans les dépenses du gouvernement reste
globalement loin d’atteindre le niveau recommandé par l’OεS. En effet, cette dernière
conseille à chaque pays de consacrer environ 10 % de son budget au secteur sanitaire. Le
graphique 2.3 montre pourtant que les dépenses de santé publique ont dépassé le taux de 10 %

88
des dépenses du gouvernement pour les deux années 1999 et 2000, mais avec une tendance
globalement décroissante sur la période 1995-2014.

Graphique 2.2 : la part des dépenses de santé publique dans les dépenses totales de santé
en Mauritanie entre 1995 et 2014
60 Afrique du
Nord et
50 Moyen-
Orient
(hors
40 revenu
élevé)
Mauritanie
30

20

10
Afrique
subsaharie
0
nne (hors
2000
1995
1996
1997
1998
1999

2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014 revenu
élevé)

Source : Banque εondiale et l’auteur.

Graphique 2.3 : La part des dépenses de santé publique dans les dépenses du
gouvernement

16

14

12

10

8 Dépenses en
santé, publiques
6
(% des dépenses
4 du
gouvernement)
2

0
1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Source : Banque Mondiale.

89
 2.3.5 État de santé

Cette sous-section a pour but de décrire l’état de santé en εauritanie en utilisant les principaux
indicateurs reconnus par l’OεS, en la matière.

2.3.5.1 δ’espérance de vie

Selon la Banque Mondiale, « δ’espérance de vie à la naissance indique le nombre d'années
qu'un nouveau-né devrait vivre si les règles générales de mortalité au moment de sa naissance
devaient rester les mêmes tout au long de sa vie ». Elle représente une mesure statistique de
l’état de santé dans chaque pays. Elle est considérée également comme l’une des variables les
plus robustes qui explique la contribution de l’état de santé à la croissance économique (Ulmann
2009).

Le graphique 2.4 décrit l’évolution de l’espérance de vie initiale en εauritanie, comparée à

deux groupes de pays, au cours de la période 1960-2014. Il en découle que la Mauritanie affiche
un niveau meilleur que celui observé en Afrique subsaharienne (hors revenu élevé) avec un
ralentissement observé dans les années 2000. Sur la période 2000-β014, l’espérance de vie a
augmenté en moyenne de 3 ans en Mauritanie, ce qui est comparable avec le groupe des pays
d’Afrique du Nord et du Moyen-Orient (hors revenu élevé) mais il est en deçà de ce qui est
constaté en Afrique subsaharienne, où elle a augmenté environ 7 ans.

Graphique 2.4 : Espérance de vie à la naissance (en années)

80 Afrique du
Nord et
70 Moyen-
Orient (hors
60
revenu
50 élevé)
Mauritanie

40

30

20 Afrique
subsaharien
10 ne (hors
revenu
0 élevé)
1996

2008
1960
1963
1966
1969
1972
1975
1978
1981
1984
1987
1990
1993

1999
2002
2005

2011
2014

Source : la Banque εondiale et l’auteur

90
Globalement, la politique engagée en termes de santé a eu des effets plutôt bénéfiques sur
l’allongement de l’espérance de vie. Ainsi, l'espérance de vie a progressé de 43 ans à 63 ans au
cours de la période 1960-2014. (Voir le graphique 2.4).

2.3.5.2 La mortalité
δes taux de mortalité sont des indicateurs statistiques d’évaluation de l’état de santé dans
chaque pays. Ainsi, nous en présentons ici les principaux, à savoir le taux de mortalité des
enfants de moins d’un an, le taux de mortalité des enfants de moins de cinq ans, le décès
maternel et le taux brut de mortalité pour 1000 personnes, afin de compléter notre évaluation
de l’état de santé en εauritanie.

2.3.5.2.1 Mortalité infantile des moins d’un an

Le taux de mortalité infantile des moins d’un an est défini17 comme «le nombre d'enfants qui
décèdent avant d'atteindre l'âge d’un an pour 1000 naissances vivantes au cours d'une année
donnée ». Selon l’OεS (β016), malgré une nette baisse du taux de mortalité néonatal, nous c-

Graphiques 2.5 : Taux de mortalité infantile des moins d’un an (pour 1000 naissances
vivantes)
200,0
180,0
160,0
140,0
120,0
100,0 MRT
80,0 MLI
60,0 SEN
40,0
20,0
0,0
1963,5
1966,5
1969,5
1972,5
1975,5
1978,5
1981,5
1984,5
1987,5
1990,5
1993,5
1996,5
1999,5
2002,5
2005,5
2008,5
2011,5
2014,5

Source : UNICEF et l’auteur.

omptons encore en 2015 environ 2,7 millions de décès dans le monde au lieu de 5,1 millions en
1990. δa part de l’Afrique subsaharienne est importante. δes causes sont souvent liées à des
maladies simples qui ne coûtent pas toujours cher comme des complications dues aux

17
Définition de la Banque Mondiale.

91
naissances prématurées, de l’asphyxie à la naissance, de la pneumonie, de la diarrhée et du
paludisme. Le graphique 2.5 décrit l’évolution du taux de mortalité infantile des moins d’un an
en εauritanie. Il permet également d’identifier son niveau d’amélioration par rapport aux autres
pays de la sous-région. On observe une baisse plus lente du taux de mortalité néonatal en
Mauritanie que dans les autres pays. Ainsi, en Mauritanie ce taux est passé de 115 ‰ en 1963
à 53 ‰ à β015, tandis qu’il a baissé de 118 ‰ à 38 ‰ et de 184 ‰ à 61 ‰, respectivement au
Sénégal et au Mali. Cette comparaison semble indiquer que la politique sanitaire est moins
efficace en Mauritanie, en termes de lutte contre la mortalité infantile.

2.3.5.2.2 Mortalité infantile des moins de 5 ans

La mortalité infantile des moins de cinq ans reste élevée en Mauritanie par rapport aux objectifs
du Fonds des Nations Unies pour l'Enfance (Unicef). En effet, l’Unicef s’est fixé comme
objectif de réduire en 2015 la mortalité des enfants de moins de cinq ans à γ1 ‰ d’enfants
vivants en β015, alors qu’en εauritanie ce taux s’élève à 85 ‰ en β015. (Voir le graphique
2.6). Les causes sont les mêmes que pour la mortalité néonatale. Cependant, l’enquête
nutritionnelle « Standardized Monitoring and Assessment of Relief and Transition » (SMART,
2010) estime que la part des enfants de moins de cinq ans souffrant de malnutrition modérée
représente 26,7 % alors que le taux de ceux qui souffrent de malnutrition sévère se limite à 4,1
%.

Graphique 2.6 : Taux de mortalité infantile des moins de 5 ans pour 1000 naissances

300

250
Afrique du Nord et
200 Moyen-Orient (hors
revenu élevé)
150 Afrique
subsaharienne (hors
revenu élevé)
100
Mauritanie
50

0
2000
1964
1968
1972
1976
1980
1984
1988
1992
1996

2004
2008
2012

Source : Banque εondiale et l’auteur.

Le graphique 2.6 confirme la tendance déjà observée selon laquelle les efforts fournis en
Mauritanie agissent moins vite que dans le reste des pays observés sur la santé des enfants
92
notamment pour la période 1992-2001. Ainsi, le taux de mortalité infantile des moins de cinq
ans a passé, pour la période 1964-2015, de 228 ‰ à 85 ‰ en Mauritanie, de 273 ‰ à 8γ ‰ en
Afrique subsaharienne et de β41 ‰ à β5 ‰ en Afrique du Nord et Moyen-Orient.

2.3.5.2.3 Décès maternels

La mortalité maternelle se définit selon l’OεS comme « le décès d’une femme survenu au
cours de la grossesse ou dans un délai de 4β jours après sa terminaison, quelle qu’en soit la
durée ou la localisation, pour une cause quelconque déterminée ou aggravée par la grossesse ou
les soins qu’elle a motivés, mais ni accidentelle, ni fortuite ». Ainsi, et toujours selon l’OεS en
2015 les décès maternels ont atteint 303000 dont 99 % dans des pays en développement. Pour
mesurer cette mortalité, les indicateurs statistiques de santé utilisent souvent un ratio qui
exprime le nombre des femmes qui meurent pendant la grossesse et l'accouchement pour 100
000 naissances en vie. Au cours de la période 1995-β015, ce ratio au niveau mondial n’a baissé
que de 2,3 %.

Graphique 2.7 : Décès maternels pour 100000 naissances vivantes

1200

1000
Afrique du Nord et
800 Moyen-Orient

600 Afrique
subsaharienne (hors
revenu élevé)
400
Mauritanie

200

0
1994

2008
1990
1992

1996
1998
2000
2002
2004
2006

2010
2012
2014

Source : Banque εondiale et l’auteur.

En Mauritanie, nous constatons un taux de mortalité maternel parmi les plus élevés au monde,
avec plus de 600 décès pour 100 000 naissances vivantes en 2015. (Voir le graphique 2.7). Le
rapport d’analyse de la situation du secteur de la santé en εauritanie (β011) rappelle que « ce
taux inquiétant est essentiellement dû à la proportion élevée de grossesses à risques (grossesses

93
précoces et rapprochées), à une insuffisance du dépistage et du suivi de ces grossesses puis à
une faible accessibilité aux soins obstétricaux d’urgence (SOU) de qualité, en particulier, la
césarienne. L’hémorragie du post-partum, les complications de l’hypertension artérielle
(éclampsie, en particulier), l’infection puerpérale, la dystocie et l’anémie sont les principales
causes immédiates de décès périnataux, responsables, respectivement, de 40 % ; 36 % ; 7,2 %
et 6 % des décès maternels ».

2.3.5.2.4 Taux brut de mortalité pour 1000 personnes

Selon la Banque Mondiale : « Le taux brut de mortalité indique le nombre de décès au cours de
l'année pour 1000 personnes et est estimé en milieu d'année ». En Mauritanie, ce taux a connu
une tendance décroissante au cours de la période 1960-2015 passant de 20 % en 1960 à 8 % en
2015, soit une baisse de 12 %. Cette baisse est nettement moins importante que celle constatée
à la fois en Afrique subsaharienne (hors revenu élevé), et en Afrique du Nord et Moyen-Orient
(hors revenu élevé) qui réalisent, respectivement une baisse de 15 % et de 14 % sur la même
période. (Voir le graphique 2.8).

Graphique 2.8 : Taux brut de mortalité pour 1000 personnes

30

25
Afrique
20 subsaharienne (hors
revenu élevé)
15 Mauritanie

10
Afrique du Nord et
5 Moyen-Orient (hors
revenu élevé)

0
1960
1964
1968
1972
1976
1980
1984
1988
1992
1996
2000
2004
2008
2012

Source : Banque Mondiale.

94
 2.3.6 L’assurance maladie en Mauritanie

Jusqu’à une date récente, la εauritanie ne disposait pas de système d’assurance maladie. En
effet, il a fallu attendre l’année β005 pour que le pays connaisse sa première expérience en la
matière. δ’objectif de départ était la création d’un nouvel établissement chargé de l’assurance
maladie pour les personnels des institutions publiques. Il s’agissait de la caisse nationale
d’assurance maladie (CNAε), qui est un établissement public à caractère administratif (certifié
ISO β008 en β014). Ce régime d’assurance a été étendu en β01β pour s’ouvrir aux autres
catégories telles qu’elles sont présentées dans la loi β01β-007 :
 « Les salariés des collectivités locales et leurs établissements publics ; les salariés des
projets et autres structures administratives bénéficiant de l’autonomie financière ;
 Les personnes exerçant une fonction libérale ;
 Les salariés et titulaires de pension du secteur privé ; des associations de droit privé et
autres organisations de la société civile ;
 Les journalistes professionnels et collaborateurs de la presse qui fournissent, d’une
manière régulière, à une agence ou à une entreprise de presse privée, quotidienne ou
périodique, des articles d’information, des reportages, des dessins ou des photographies, à
condition toutefois que les personnes concernées soient titulaires de la carte professionnelle
de journaliste ;
 Les travailleurs indépendants, avec ou sans local, qui pour leur propre compte exercent,
une activité génératrice de revenu, quelle que soit la nature de l’activité ou du revenu ».

δes services de la caisse nationale d’assurance maladie s'adressent également aux personnes
suivantes :
 Le conjoint de l'assuré ;
 δes enfants de l'assuré jusqu'à β1 ans et sans limite d’âge en cas d’handicap qui les
empêchent de pratiquer des activités rémunératrices ;
 Les ascendants directs de l'assuré sur la demande de ce dernier.

Il est intéressant de noter que l’effectif total des assurés, fin β015, ne représente qu’environ 10
% de la population du pays18.

18
Selon l’Agence εauritanienne d’Information.

95
En ce qui concerne les remboursements, la CNAM prend en charge les frais des différents soins
et transports.

2.3.7 Les défis majeurs du secteur sanitaire en

Mauritanie

Certes, la εauritanie a connu ces quinze dernières années une amélioration de l’état de santé
de ses habitants, notamment en matière de lutte contre la mortalité infantile et maternelle.
Toutefois, cela ne nous empêche pas de dire que les résultats globaux de la politique de santé
restent non satisfaisants. Ainsi, l’évolution de la politique de santé de β006 fait ressortir les
principaux défis auquel ce secteur est confronté :

 Un état des structures de santé inquiétant : en effet, ces structures souffrent du manque de
moyens matériels et humains, et elles sont souvent mal implantées en raison de l’absence
de cartographie sanitaire bien établie.
 Une qualité du médicament problématique : en réalité, la qualité des médicaments
représente aujourd’hui l’une des premières préoccupations en Mauritanie. Tout le monde,
professionnels de la santé, citoyens et gouvernement, est d’accord sur le fait que la situation
est devenue intenable. C’est pour cette raison que beaucoup de malades se font soigner dans
des pays voisins, notamment le Sénégal, le Maroc et la Tunisie. Comme une réponse face
à ce problème, le gouvernement a réservé le droit exclusif à l’État d'approvisionner le
marché intérieur pour quelques types de médicaments, tels que les antibiotiques. Le secteur
privé pharmaceutique, qui domine toujours le marché des médicaments, est très
désorganisé. Les plus de 20 grossistes, officines et dépôts pharmaceutiques, pour la plupart,
ne respectent pas les normes exigées. Le niveau du contrôle des médicaments reste modeste
par rapport à l’ampleur du phénomène puisque l’établissement en charge ne possède pas les
moyens humains et financiers nécessaires. Cela laisse penser qu’il y a des intérêts puissants
au sein de l’État qui travaillent coude à coude avec les trafiquants.
 Une qualité de la formation de base et de la formation continue des personnels de santé
nécessitant une nette amélioration pour les personnels de santé.
 Une insuffisance de motivation du personnel en termes de salaire ou de prime
 Une hygiène hospitalière insuffisante.

Après avoir présenté le contexte sanitaire en εauritanie, nous constatons que l’état de santé
s’est néanmoins amélioré au cours de la période 1960-2014. En prenant en compte ce contexte,

96
nous allons effectuer dans la section suivante une étude économétrique des liens entre capital
santé et activités économiques.

2.4 Une estimation des liens entre le capital santé et la production

mauritanienne

Dans cette section, nous allons réaliser des régressions économétriques afin de mettre en
évidence l’impact des dépenses de santé publique et de l’état de santé sur l’activité économique
en εauritanie. Nous proposons d’abord le schéma directeur ci-dessous qui dessine les
principales questions auxquelles nous essayons d’apporter des réponses. Ce schéma indique
que notre analyse comprend trois étapes. La première étape consiste à explorer le lien entre
l’état de santé et les dépenses de santé publique. Bien que celles dernières ne soient pas le seul
facteur qui agisse favorablement sur l’état de santé, on s’attend à un effet positif. δa deuxième
étape porte sur les effets directs des dépenses de santé publique sur l’activité économique. En
effet, les dépenses de santé publique peuvent jouer un rôle moteur qui dope la croissance
économique à long terme, à condition que ces dépenses soient productives (Barro 1990). Pour
le court terme, il peut y avoir des effets multiplicateurs (ou effets keynésiens). Enfin, la dernière
étape explique la contribution de l’état de santé à la croissance et inversement.

Schéma directeur :

Dépenses de Les activités

santé publique Étape 2 économiques

Étape 1

Étape 3

L’état de santé

Source : L'auteur.

97
 2.4.1 La relation entre les dépenses de santé publique
et l’état de santé

Nous traitons cette relation en retenant pour l’état de santé les indicateurs suivants : l’espérance
de vie, les décès d’enfants de moins de cinq ans, les décès d’enfants de moins d’un an et le taux
brut de mortalité (pour 1 000 personnes).

Dans un premier temps, nous commençons par étudier l’impact des dépenses de santé publique
et privée par habitant sur la croissance de l’espérance de vie. Nous recherchons ensuite les liens
éventuels de causalité entre ces mêmes dépenses et les indicateurs de mortalité retenus.

2.4.1.1 δ’amélioration de l’espérance de vie et les dépenses de santé

Pour mesurer l’effet des dépenses de santé publique par habitant sur l’amélioration de
l’espérance de vie, nous avons étudié une équation simple dans laquelle l’augmentation de
l’espérance de vie est expliquée par les dépenses de santé publique et privée.
Soient Δln EV la croissance de l’espérance de vie, ln DSQH et ln DSVH respectivement, les
dépenses de santé publique par habitant et les dépenses de santé privée par habitant. Toutes nos
variables sont en log népérien. Nous avons estimé l’équation (β.4) suivante :

Δln EV = α0 + α1 ln DSQH + α2 ln DSVH + Ɛ (β.4)

δes αi (i = 0, 1, 2) sont des paramètres et Ɛ est un terme d’erreur.

2.4.1.1.1 Données utilisées et méthode d'estimation

Nous nous sommes appuyés sur les données de la Banque Mondiale, toutes les séries utilisées
dans ce chapitre sont donc issues de cette base de données. Dans cette sous-section, les données
disponibles ne couvrent que la période 1995-2014.
Avant d’analyser les propriétés statistiques de nos séries, nous allons d’abord définir les
variables utilisées :

 δ’espérance de vie (EV) : L'espérance de vie à la naissance indique le nombre d'années

qu'un nouveau-né devrait vivre si les règles générales de mortalité au moment de sa
naissance devaient rester les mêmes tout au long de sa vie.

 Les dépenses de santé publique (DSQH) : Les dépenses de santé publiques comprennent les
dépenses récurrentes, et en immobilisations prévues par les budgets des gouvernements

98
 (central et locaux), les emprunts et les subventions extérieurs (y compris les dons
d'organismes internationaux et d'organisations non gouvernementales) et les fonds sociaux
(ou obligatoires) d'assurance sur la santé.

 Les dépenses de santé privée (DSVH) : Selon l’OεS, « les dépenses en santé dans le secteur
privé incluent les systèmes de prépaiement et de répartition des risques (par exemple :
régimes d'assurances privées), les dépenses de santé des entreprises, les institutions sans but
lucratif axées principalement sur les services aux ménages ainsi que les dépenses directes
des ménages ». Ces dépenses sont présentées ici comme un pourcentage du produit intérieur
brut (PIB).

a. Les propriétés statistiques des séries

Les séries temporelles macroéconomiques sont souvent caractérisées par la présence des racines
unitaires, c’est-à-dire qu’elles ne sont pas stationnaires en niveau. Nous avons donc besoin de
connaître les propriétés statistiques de nos séries pour bien choisir les méthodes d’estimation.
En effet, l’application, par exemple, de la méthode des moindres carrées ordinaires (MCO) sur
des séries non stationnaires donne des résultats biaisés. C’est la raison pour laquelle nous
considérons que cette étape est importante. Donc, nous utilisons trois tests de racine unitaire, à
savoir le test ADF (Dickey-Fuller Augmenté), le test PP (Phillips-Perron) et le test KPSS
(Kwiatkowski–Phillips–Schmidt–Shin). δ’hypothèse nulle du test ADF et du test PP suppose
la présence de racine unitaire dans la série contre la stationnarité dans l’hypothèse alternative.
La mise en œuvre de ces deux tests est semblable. On estime trois équations en commençant
par celle qui comprend une tendance et une constante, si la tendance est significative, on
s’arrête, sinon nous estimons l’équation qui ne contient que la constante. Si la constante est
significative, on s’arrête. Sinon nous passons à la troisième équation (sans tendance et sans
constante). La lecture du résultat des tests est la suivante : on compare la valeur du t-statistique
calculée avec les valeurs tabulées à 10 %, 5 %, 1 %, si la valeur calculée est plus grande que la
valeur tabulée, on accepte l’hypothèse nulle de présence de racine unitaire, sinon la série est
dite stationnaire. En ce qui concerne le test KPSS, il suppose le contraire, il suppose donc la
stationnarité de la série comme hypothèse nulle. La réalisation de ce test suit une méthodologie
selon laquelle nous estimons soit une équation avec tendance et constante soit une équation
avec constante et sans tendance. La lecture du résultat est la suivante : si la valeur calculée est
plus petite que la valeur tabulée, on accepte l’hypothèse nulle de stationnarité.

99
Avant de réaliser les tests de racine unitaire, nous analysons tout d’abord les graphiques des
séries. δa série de l’espérance de vie en niveau est caractérisée par une tendance, elle est
croissante dans le temps. Cependant, elle est stationnaire (en variance) en différence première.
La série des dépenses de santé publique par habitant et la série des dépenses de santé privée par
habitant sont plutôt stationnaires malgré leur profil aléatoire. (Voir l’annexe β.β).

Les résultats des tests de racine unitaire sont présentés dans les tableaux (2.10, 2.11 et 2.12).
Selon le test ADF, toutes les séries sont stationnaires en niveau, alors que le test PP donne le
résultat inverse tel que toutes les séries contiennent des racines unitaires. δa série de l’espérance
de vie devient stationnaire en deuxième différence et celles des dépenses de santé par habitant
publique et privée en différence première. Le test KPSS donne un résultat proche de celui du
test ADF, toutes les séries sont stationnaires en niveau excepté la série de l’espérance de vie
mais elle l’est en différence première.
À partir de ces résultats et de nos analyses des graphiques des séries, nous retenons la présence
de racine unitaire dans la série de l’espérance de vie, alors que les séries des dépenses de santé
par habitant publique et privée sont considérées comme stationnaires en niveau.

Tableau 2.10 : Test ADF (Dickey-Fuller Augmenté)

Série en t c Série en 1ière t c Degré
niveau différence d’intégration

ln EV -37,54*** oui oui I(0)

ln DSPQ -3,04** non oui I(0)

ln DSPV -4,03** oui oui I(0)

Lecture : ** et *** sont les rejets de l’hypothèse nulle au seuil de 5 % et de 1 %, respectivement.

Tableau 2.11 : Test PP (Phillips-Perron)

Série en t c Série en 1ière t c Degré
niveau différence d’intégration

ln EV 2,83 non oui I(3)

ln DSPQ -2,86 non oui -6,53*** non non I(1)

ln DSPV 0,14 non non -4,78*** non non I(1)

Lecture : *** est le rejet de l’hypothèse nulle au seuil de 1 %.

100
Tableau 2.12 : Test KPSS (Kwiatkowski–Phillips–Schmidt–Shin).
Série en t c Série en 1ière t c Degré
niveau différence d’intégration

ln EV 0,16 oui oui 0,10*** oui oui I(1)

ln DSPQ 0,12*** non oui I(0)

ln DSPV 0,32** non non I(0)

Lecture : ** et *** sont les acceptations de l’hypothèse nulle au seuil de 5 % et de 1 %, respectivement.

b. εéthode d’estimation
Nous avons estimé l’équation (2.4) par les MCO, mais nous avons eu un problème
d’autocorrélation. Pour remédier à ce problème, nous avons utilisé la méthode des variables
instrumentales. δes instruments choisis sont la variable retardée de la croissance de l’espérance
de vie Δln (EV(-1)) et la variable retardée des dépenses de santé publique par habitant ln DSPQ
(-1). Cette méthode consiste à estimer notre équation par les doubles MCO. En effet, nous
n’avons plus de problème d’autocorrélation comme le montre le résultat du test de Durbin-
Watson et celui du test LM. Enfin, notre régression conclut que les effets des dépenses de santé
par habitant publique et privée sur la croissance de l’espérance de vie ne sont pas significatifs
sur la période étudiée. (Voir le tableau 2.13). Cela peut être dû au fait que les données
disponibles ne portent que sur une très courte période.

101
Tableau β.1γ : Dépenses de santé publique et privée par habitant et l’espérance de vie
Variable explicative Coefficient (probabilité)

C 0,03 (0,11)

ln DSQH -0,003 (0,70)

ln DSVH -0,02 (0,31)

R2 -0,53

F-statistique 4,46

Probabilité 0,03

Statistique de Durbin-Watson 1,47

Test LM 0,64 (0,53), -0,90 (0,38)

Test d’effet ARCH -0,89 (0,39), -0,20 (0,84)

Test Jarque-Bera 0,04 (0,82)

Source : auteur. δa variable dépendante : Δln EV. δes instruments : Δln DSQH(-1) et Δln EV(-1). Méthode :
Double MCO.

δe test de causalité au sens de Granger révèle la présence d’une causalité unidirectionnelle de

la croissance de l’espérance de vie vers les dépenses de santé publique par habitant (ln
DSQH) et les dépenses de santé privée par habitant (ln DSVH). Cet effet n’intervient qu’après
deux années de croissance pour les ln DSQH et trois années pour les ln DSVH. (Voir les
tableaux 2.14 et 2.15).

Tableau 2.14 : Test de causalité au sens de Granger

Hypothèse nulle Observations F-Statistique Probabilité

ln DSQH ne cause pas au sens de Granger Δ (EV) 17 2,46 0,13

Δln (EV) ne cause pas au sens de Granger DSQH 4,30 0,04**

δe test est réalisé avec β retards. ** représente le rejet de l’hypothèse nulle au seuil de 5 %.

102
Tableau 2.15 : Test de causalité au sens de Granger
Hypothèse nulle Observations F-Statistique Probabilité

ln DSVH ne cause pas au sens de Granger Δln (EV) 15 0,72 0,60

Δln (EV) ne cause pas au sens de Granger ln DSVH 3,88 0,07*

δe test est réalisé avec γ retards. * représente le rejet de l’hypothèse nulle au seuil de 10 %.

Ce résultat n’est pas totalement conforme avec ceux obtenus dans d’autres études réalisées sur
des pays en développement. Rashidul et al. (2013) qui ont analysé le lien entre l'espérance de
vie et la croissance économique au Bangladesh entre 1995 et 2011, aussi obtiennent que l'impact
des dépenses publiques de santé sur l'espérance de vie ne serait pas significatif, mais cette
conclusion est différente de celles obtenues par Novighon et al. (β01β) pour l’Afrique
subsaharienne et Yussuf et al. (2012) au Nigéria. En effet, dans ces études, on constate l’effet
positif joué par les dépenses publiques de santé sur l’espérance de vie à la naissance. Notons
que notre approche est différente à celles proposées dans ces études puisque nous avons opté
pour l’impact de ces dépenses par tête sur la croissance de l’espérance de vie tandis qu’eux
prennent en compte les dépenses publiques totales de santé. Quoi qu’il en soit, il n’est pas très
étonnant pour nous que cet impact ne soit pas significatif. Nous pensons que les mutations
sociales et les changements de modes de vie ont eu des effets importants sur une grande partie
de la population. Sachant que la population nomade représentait environ 90 % aux fins des
années 1970, elle représente moins de 5 % actuellement. Cette migration vers les villes a permis
à la population, au fur et à mesure, de vivre dans des conditions meilleures que celles
précédentes. Ainsi, dans les villes, nous avons plus de chance de bénéficier des services
sanitaires de base tels que l’eau potable, une meilleure nutrition et aussi les conseils éducatifs
sur la santé publique diffusés sur les médias locaux. Nous pensons qu’au-delà de l’évolution
des dépenses de santé publique, ce sont les conditions de vie urbaines qui créent une prise de
conscience collective des problématiques de santé. Cela peut expliquer en partie cette causalité
unilatérale.

2.4.1.2 Les liens entre la mortalité et les dépenses de santé par habitant
Nous espérons cette fois comprendre la nature des liens causaux entre les dépenses de santé par
habitant et la mortalité, mesurée par le décès d’enfants de moins de cinq ans, le décès d’enfants
de moins d’un an et le taux de mortalité brut (pour 1000 personnes), sur une période comprise

103
entre 1995 et 2014. Les données utilisées se définissent, selon la Banque Mondiale et l’OεS,
de la manière suivante :

 Le taux de mortalité des enfants de moins de cinq ans est la probabilité qu'un nouveau-né
sur 1000 meurt avant d'atteindre l'âge de cinq ans s'il est assujetti aux taux de mortalité par
âge pour l'année déterminée.

 Le taux de mortalité des enfants de moins d’un an est le nombre d'enfants qui décèdent
avant d'atteindre l'âge d’un an pour 1000 naissances vivantes au cours d'une année
donnée.

 Le taux brut de mortalité pour 1000 personnes indique le nombre de décès au cours de
l'année pour 1000 personnes.

 Les propriétés statistiques des séries

Le taux brut de mortalité pour 1000 personnes (TBM) en niveau est décroissant dans le temps,
il est donc caractérisé par une tendance, il y a une forte présomption que cette série ne soit pas
stationnaire. δe taux de mortalité des enfants de moins d’un an en niveau (ln TMMU) a baissé
de manière permanente au cours de la période, ce qui plaide aussi en faveur de la présence d’une
racine unitaire. En ce qui concerne le taux de mortalité des enfants de moins de cinq ans (ln
TMMC), on constate qu’il a également une tendance décroissante, nous avons donc besoin de
voir ce que disent les tests de racine unitaire. Parallèlement, l'analyse de l'évolution de ces séries
en différence première (la variation de chaque série) laisse croire que les deux séries de la
variation des taux de mortalité des enfants ne sont pas stationnaires, alors que celle du taux de
mortalité brut (pour 1000 personnes) est plutôt stationnaire en variance. (Voir l’annexe β.γ).
Cependant, toutes ces analyses graphiques ne peuvent pas remplacer les tests statistiques de
racine unitaire. Nous testons donc les séries avec les mêmes tests que nous avons utilisés
précédemment (le test ADF, le test PP et le test KPSS). Les résultats sont contradictoires et
reportés dans les tableaux (2.16, 2.17 et 2.18). Le test ADF estime que la série TMB est I(0),
c'est-à-dire qu'elle est stationnaire en niveau, alors que les séries du taux mortalité infantile sont
I(2) et I(1). Pour le test PP, on ne peut pas rejeter l'hypothèse nulle de la présence d’une racine
unitaire dans toutes les séries en niveau. Le test KPSS donne un résultat également partiellement
différent que les deux tests précédents. Pour ce test la série du taux de mortalité des enfants de
moins de cinq ans est I(0).

104
Tableau 2.16 : Test ADF (Dickey-Fuller Augmenté)
Série en t c Série en 1ière t c Degré
niveau différence d’intégration

ln TMB -4,83** oui oui I(0)

ln TMMU -2,63 oui oui -2,66 oui non I(2)

ln TMMC -0,80 oui non -3,91** oui oui I(1)

Lecture : ** et *** sont les rejets de l’hypothèse nulle au seuil de 5 % et de 1 %, respectivement.

Tableau 2.17 : Test PP (Phillips-Perron)

Série en t c Série en 1ière t c Degré
niveau différence d’intégration

ln TMB 3 non oui I(4)

ln TMMU -0,28 oui non -2,36 oui non I(2)

ln TMMC -0,05 oui non 1,37 non non I(2)

Tableau 2.18: Test KPSS (Kwiatkowski–Phillips–Schmidt–Shin).

Série en t c Série en 1ière t c Degré
niveau différence d’intégration

ln TMB 0,16 oui oui 0,10** oui oui I(1)

ln TMMU 0,17 oui oui 0,11** oui oui I(1)

ln TMMC 0,12** non oui I(0)

Lecture : ** et *** sont les acceptations de l’hypothèse nulle au seuil de 5 % et de 1 %, respectivement

Face à cette divergence entre les trois tests, nous choisissons de retenir le résultat de celui du
KPSS pour les deux séries ln TMB et ln TMMC. Nous avons donc une seule série stationnaire
en niveau ln TMMC et deux séries ln TBM et ln TMMU qui sont stationnaires respectivement
en différence première et différence deuxième. Nous recherchons par la suite les liens causaux
entre ces trois séries avec le niveau des dépenses de santé publique par habitant. Les résultats
du test de causalité au sens de Granger sont présentés dans les tableaux (2.19 et 2.20). Ils
montrent que les dépenses de santé publique par habitant ont joué un rôle significatif dans la
baisse de la mortalité en général en Mauritanie, mais le niveau actuel n’a pas encore pu influer
la baisse de la mortalité infantile. (Voir les tableaux 2.19 et 2.20).

105
Tableau 2.19 : Test de causalité au sens de Granger

Hypothèse nulle Observations F-Statistique Probabilité

ln DSQH ne cause pas au sens de Granger ln TMMC 19 0,65 0,43
ln TMMC ne cause pas au sens de Granger ln DSQH 19 0,004 0,95
Δ(Δln (TεεU)) ne cause pas au sens de Granger ln DSQH 17 0,02 0,89
ln DSQH ne cause pas au sens de Granger Δ(Δln (TεεU)) 17 6,8E-05 0,99
Avec un seul retard.

Tableau 2.20 : Test de causalité au sens de Granger

Hypothèse nulle Observations F-Statistique Probabilité

ln DSQH ne cause pas au sens de Granger Δln (TεB) 4,23 0,04**

17
Δln (TεB) ne cause pas au sens de Granger ln DSQH 4,39 0,04**

Avec deux retards.

Nous avons déjà vu, à travers notre étude du contexte sanitaire en Mauritanie, que les taux de
mortalité en εauritanie ont connu une tendance à la baisse à l’instar de la majorité des pays du
monde. Notre analyse de causalité explique donc que les dépenses de santé publique par
habitant ont eu un rôle positif dans cette diminution au niveau de la mortalité, notamment le
taux brut de mortalité pour 1000 personnes. Ces résultats corroborent les résultats obtenus par
Novighon et al. (β01β) pour l’Afrique subsaharienne, Yussuf et al. (β01β) au Nigéria et
Farahani et al. (2010) en Inde. En ce qui concerne la mortalité des enfants, nous observons que
la causalité n’était pas significative. Cela va de pair avec la réalité constatée en εauritanie en
matière de santé maternelle et infantile. En effet, ce pays connait un taux de mortalité maternel
parmi les plus élevés en Afrique subsaharienne. Le même phénomène est remarqué pour la
mortalité des enfants. δes conséquences de ce problème devraient être d’un côté,
l’augmentation du taux de fécondité qui à son tour augmente les risques de mortalité maternelle
et réduit le taux des femmes impliquées aux activités économiques, et de l’autre côté des effets
négatifs sur la croissance du PIB par tête.
Malgré ces mortalités maternelles et infantiles en Mauritanie, le taux de fécondité a diminué au
cours de la période 1960-2014 et il est également moins important que le taux moyen observé
en Afrique subsaharienne, environ 4,6 contre 4,9. (Voir les indicateurs économiques de la
Banque Mondiale 2014). Cela met en doute la thèse qui relie une mortalité infantile élevée et
l'augmentation du taux de fécondité. En effet, Lorentzen et al. (2007) ont refusé cette idée en

106
démontrant que le facteur déterminant qui influe le taux de fécondité est le niveau de l'éducation
dans une société. Cette dernière conclusion est totalement valide en Mauritanie, notamment le
niveau de l'éducation des hommes. Nous observons aussi qu'avoir un ou deux garçons le plus
rapidement possible est un élément déterminant dans la réduction du taux de fécondité
puisqu’en leur absence les couples continuent à chercher à les avoir.

2.4.2 Les liens entre les dépenses de santé publique et

la croissance économique

2.4.2.1 Cadre théorique

Dans ce genre d’analyse, il est fréquent dans la littérature d’estimer une fonction de production
en niveau. La forme Cobb-Douglas est la plus utilisée. Elle permet une interprétation directe
des coefficients obtenus en termes d’élasticités. D’autres études utilisent une forme plus
générale. Il s'agit d'une fonction de production Translog qui n’impose a priori aucune restriction
sur la structure du processus de production.
Dans cette partie, nous allons utiliser une fonction de production de type Cobb-Douglas.
Commençons par présenter sa forme générale :

Y = F (K, L, DSP) = AKαγL γ(DSP) γ

(2.5)

Où A est un paramètre de productivité, Y représente le PIB agrégé, K est le stock de capital

total, L est la population active, DSP représente les dépenses de santé publique. On suppose
que α3 + 3 + 3 =1.
Finalement, nous log-linéarisons l’équation (2.5). Sous l’équation (2.6), Ԑt représente le terme
d'erreur et les coefficients α3, 3 et 3 s’interprètent comme des élasticités :

ln Yt = ln A + α3 ln Kt + 3 ln L + 3 ln DSPt + Ԑt (2.6)

Nous allons donc étudier les effets au niveau agrégé19.

19 Les effets par habitant et par actif ne sont pas significatifs.

107
2.4.2.2 Données et méthodes d'estimation

2.4.2.2.1 Données utilisées

Les séries du PIB agrégé, des dépenses de santé publique et de la population active sont issues
de la Banque Mondiale. La série du stock de capital total a été calculée par la méthode de
l’inventaire permanent. (Voir l’annexe (1.1) du premier chapitre).

Kt = (1- ) Kt-1 + It (2.7)

Où, It est la formation brute du capital fixe réel.

Cette sous-section est réalisée sur une période de 19 ans, entre 1995 et β01γ. Nous n’avons pas
pu obtenir de séries plus longues malgré nos efforts.

Pour choisir la méthode d'estimation, nous étudions les propriétés statistiques de nos séries à
l'aide de trois tests de racine unitaire, le test ADF (Dickey-Fuller Augmenté), le test PP
(Phillips-Perron) et le test KPSS (Kwiatkowski–Phillips–Schmidt–Shin). (Voir la rubrique
2.4.1.1.1.). Avant la réalisation de ces tests nous allons voir les évolutions des séries. L'annexe
(2.4) montre que les trois séries, à savoir le PIB, le stock de capital physique et la population
active croissent dans le temps, donc chacune d'elles contient une tendance, ce qui nous fait
croire qu'elles ne sont pas stationnaires en niveau. La série des dépenses de santé publique a
une tendance à la croissance malgré l'irrégularité au cours de son évolution, nous avons donc
besoin d'appliquer des tests de racine unitaire pour connaître ses propriétés statistiques. Les
séries en différence première suivent une marche qui ne nous permet pas de juger leurs
propriétés statistiques de manière pertinente. On attend aussi pour elles, les résultats des tests
de racine unitaire.

Les tests de racine unitaire sont présentés dans les tableaux (2.21, 2.22 et 2.23). Le test ADF
conclut à la présence de racine unitaire dans les quatre séries en niveau. Parmi celles-ci, trois
sont stationnaires en différence première. Il s'agit du ln Y, ln K et ln DSP. En ce qui concerne
la série ln L, elle devienne stationnaire en différence deuxième. Cependant, le test PP considère
que cette dernière est stationnaire en niveau, alors qu'il donne le même résultat que le test ADF
pour les autres. Enfin, le test KPSS donne des résultats divergents des deux tests précédents.
Pour ce test, les séries ln Y et ln DSP sont stationnaires en niveau, alors que les séries ln K et
ln L sont I (1).

108
On s'aperçoit que les trois tests de racine unitaire ne donnent pas un résultat unanime concernant
la stationnarité de séries. Ils n’ont pas pu rejeter tous la présence de racine unitaire dans chaque
série, c'est la raison pour laquelle nous maintenons l'hypothèse selon laquelle les quatre séries
sont intégrées d'ordre 1, dès lors la présence d'une relation de cointégration.

Tableau 2.21 : Test ADF

Série en t c Série en 1ière t c Degré
niveau différence d’intégration

ln Y -2,21 oui oui -3,34** non oui I(1)

ln K 8,57 non non -5,04*** oui non I(1)

ln L -2,34 oui oui I(2)

ln DSP 1,14 non non -5,39*** non non I(1)

** : rejet de l’hypothèse nulle au seuil de 5 %. t et c représentent, respectivement la tendance et la constante.

Tableau 2.22 : Test PP

Série en t c Série en 1ière t c Degré
niveau différence d’intégration

ln Y -2,00 oui non -3,37** non oui I(1)

ln K 8,56 non non -11,06*** oui non I(1)

ln L -3,81** non oui I(0)

ln DSP 1,03 non non -5,50*** non non I(1)

**: rejet de l’hypothèse nulle au seuil de 5 %. t et c représentent, respectivement la tendance et la constante.

Tableau 2.23 : Test KPSS

Série en t c Série en 1ière t c Degré
niveau différence d’intégration

ln Y 0,11** oui oui I(0)

ln K 0,18 oui oui 0,41** non oui I(1)

ln L 0,16 oui oui 0,11** oui oui I(1)

ln DSP 0,42** non oui I(0)

** : acceptation de l’hypothèse nulle au seuil de 5 %. t et c représentent, respectivement la tendance et la constante.

109
2.4.2.2.2 Méthodes d'estimation
Lorsque les variables étudiées ne sont pas stationnaires, la régression simple avec les MCO
devient problématique, car elle donne une relation non réelle qui provient tout simplement d'une
relation entre deux tendances, (appelé par Granger, problème de régression fallacieuse). La
technique de cointégration représente dans ce cas la méthode idéale pour rechercher des
relations stables à long terme entre les variables (la tendance commune). Le modèle à correction
d'erreur quant à lui, il recherche les liens véritables entre les mêmes variables. (Bourbonnais
2015).

Étant donné que nous avons maintenu l'hypothèse de présence de racine unitaire dans les séries
en niveau et qu'elles sont intégrées d'ordre 1, nous allons utiliser la cointégration comme
méthode d'estimation. En effet, nous testons la présence de relations stables à long terme entre
nos quatre variables à l'aide du test de Johansen. Celui-ci représente le cadre multivarié de la
cointégration et utilise principalement deux tests : le test de la trace et le test de la valeur propre
maximale.

Avant de présenter nos résultats, nous proposons un résumé de notre approche d'estimation en
précisant les différentes étapes :

Etape 1- Nous commençons par tester la stationnarité des séries avec trois tests de racine
unitaire. Si les séries sont intégrées d’ordre 1, on peut envisager une relation de long terme.

Etape 2- Pour détecter la présence d’une relation de long terme entre les séries, on utilise le
test de cointégration de Johansen.

Etape 3- Si les séries sont cointégrées et à condition que h ≤ N-1, sachant que h et N
représentent respectivement les vecteurs de cointégration et le nombre des séries, nous pouvons
estimer un modèle à correction d'erreur pour rechercher un éventuel effet de correction, et
finalement nous validons notre modèle.

2.4.2.3 Résultats
Nous rappelons ici que les effets par habitant n’étaient pas significatifs. C’est pour cela que
nous ne présentons que les résultats qui concernent l’impact au niveau agrégé. Ces résultats
sont présentés dans les tableaux (2.25, 2.26, 2.27 et 2.28).

110
  Test de Johansen
Pour effectuer le test de Johansen, nous avons besoin de préciser préalablement le nombre de
retard optimal qui minimise les critères d’information. Il s’agit ici des critères suivants : l’erreur
de prédiction finale (FPE), critères d’information d’Akaike (AIC), critères d’information de
Schwarz (SC), critères d’information d’Hannan-Quinn (HQ). Pour ce faire, nous estimons un
modèle vectoriel autorégressif (VAR) en utilisant les séries en niveau. Les résultats sont
présentés au tableau (2.24).

Tableau 2.24 : Critères d’information

Retard Log L FPE AIC SC HQ

0 113,45 3,01e-11 -12,88 -12,68 -12,86

1 233,49 1,56e-16 -25,12 -24,14* -25,02

2 254,39 1,32e-16* -25,69* -23,93 -25,52*

* : signifie le nombre de retard sélectionné.

Vu le faible nombre d’observations utilisées, nous optons pour un seul retard. Nous réalisons
donc le test de Johansen en retenant un seul retard. Les résultats de ce test sont exposés dans
les tableaux (2.25 et 2.26). La lecture de ces tableaux consiste à comparer la statistique de
chaque test avec sa valeur critique. Si la statistique du test est supérieure à sa valeur critique,
l’hypothèse nulle doit être rejetée, sinon on accepte l’hypothèse nulle.

Tableau 2.25 : Test de la trace

Hypothèse nulle : Valeur propre Statistique de la Trace Valeur critique

Rang 5%

Aucune * 0,87 81,93 63,88

Au plus 1 0,78 47,48 42,91

Au plus 2 0,54 21,97 25,87

Au plus 3 0,40 8,78 12,52

* : rejet de l’hypothèse nulle au seuil de 5 %.

On rejette l’hypothèse nulle selon laquelle il n’existe pas de relations de cointégration (81,93
> 63,88). On rejette également l’hypothèse nulle selon laquelle il existe au plus une relation de

111
cointégration (47,48 > 42,91), mais on accepte l’hypothèse nulle selon laquelle il existe au plus
deux relations de cointégration (21,97 < 25,87). Le test de la trace donne donc deux relations
stables sur le long terme entre les quatre variables (ln Y, ln K, ln L et ln DSP). (Voir le tableau
2.25).

Tableau 2.26: Test de la valeur maximale

Hypothèse nulle : Valeur propre Statistique de la valeur Valeur critique
propre maximale
Rang 5%

Aucune * 0,87 34,45 32,12

Au plus 1 0,78 25,50 25,82

Au plus 2 0,54 13,19 19,39

Au plus 3 0,40 8,78 12,52

* : rejet de l’hypothèse nulle au seuil de 5 %.

Le test de la valeur propre maximale ne donne pas le même résultat que le test de la trace,
puisque nous acceptons l’hypothèse selon laquelle il existe au plus une relation de cointégration
(β5,50 < β5,8β). Donc, d’après lui, une seule relation stable à long terme existe entre les
variables. (Voir le tableau 2.26).

 Les relations de cointégration

Dans les deux équations (2.8 et 2.9), Tous les coefficients sont significatifs au seuil de 5 %. Les
valeurs entre parenthèses représentent les écarts-type associés aux coefficients. Le niveau du
PIB est impacté positivement et significativement par toutes les variables et négativement par
la tendance linéaire. Nous pouvons interpréter ces résultats de la manière suivante : par
exemple, une augmentation de 1 % du stock de capital entraîne un accroissement du PIB de
0,99 %. Alors que l’augmentation de 1 % des dépenses de santé publique, (en supposant que le
stock de capital est constant) se traduit par un accroissement du PIB à hauteur de 0,27 %. Enfin,
l'effet le plus important provient de la population active telle que l’augmentation de 1 % de
celle-ci engendrera une forte augmentation du PIB, 6,65 %.
δ’équation (β.9) normalise la variable du stock de capital, elle suggère que les deux variables
explicatives, (la population active et les dépenses de santé publique), ont des impacts négatifs
et significatifs sur le stock de capital.

112
 ln Y = - 0,13 t + 0,99 K + 6,65 ln L + 0,27 ln DSP (2.8)
(0,02) (0,15) (0,88) (0,03)

ln K = 0,16 t - 7,24 ln L – 0,42 ln DSP (2.9)

(0,01) (1,07) (0,06)

δ’équation (β.8) donne des résultats conformes à la littérature économique. Le stock de capital
physique et la population active sont deux piliers déterminants dans les processus de production.
Il est donc logique que son effet sur le PIB soit positif. Les dépenses de santé publique, sous
l’hypothèse qu’elles font partie des dépenses publiques productives, sont également favorables
à la croissance économique d’un pays (Barro 2010). Des résultats proches mais plus élevés en
valeur ont été obtenus pour d’autres pays en développement. Rajeshkumar et Nalraj (β014)
établissent pour l’Inde une élasticité des dépenses de santé comprise entre 0,97 et 1,14,
Babatuned (2014) au Nigéria avec une élasticité de 0,72, Kwendo et Muturi (2015) pour cinq
pays africains, à savoir Kenya, Uganda, Rwanda, Burundi et Tanzanie au cours de la période
1995-2010 une élasticité de 1,27. La faible élasticité que nous avons obtenue au niveau agrégé
en εauritanie explique en partie l’absence d’effet significatif par actif et par habitant. Elle peut
expliquer également l’impact non significatif des dépenses de santé publique par habitant sur
la croissance de l’espérance de vie que nous avons constaté dans la première sous-section. Cela
nous permet d’insister sur la nécessité de l’augmentation de la part des dépenses de santé du
gouvernement dans le budget de l’État jusqu’à 10 % comme le recommande l’OεS.

 δe modèle à correction d’erreur

δa présence des relations de cointégration nous permet d’estimer un modèle à correction
d’erreur (εCE). δ’intérêt de cette estimation est de rechercher d’éventuels effets de correction
qui représentent des forces de rappel vers la cible à long terme. Ces effets sont mesurés par la
variable CointEq (β.8) pour l’équation (β.8) et la variable CointEq (2.9) pour l’équation (β.9).
Pour que le coefficient de correction soit utile en termes de cointégration, il doit être négatif et
statistiquement significatif. Les résultats sont présentés dans le tableau 2.27. Les variables
mentionnées en première ligne sont les variables endogènes, alors que dans la première colonne,
on donne les variables explicatives. δ’analyse du tableau β.β7 conclut que l’effet de correction
est absent dans l’équation (β.8) mais présent pour l’équation (β.9).

113
Tableau β.β7: δes résultats du modèle à correction d’erreur (εCE
Correction d’erreur Δln Y Δln K Δln δ Δln DSP
0,05 2,75* * -6,38 -0,03
CointEq (2.8) [0,06] [4,21] [-1,34] [-1,02]

-0,56 -2,35* * 2,36 0,02

CointEq (2.9) [-0,81] [-4,66] [0,64] [1,07]

R2 0,38 0,78 0,34 0,88

** : rejet de l’hypothèse nulle au seuil de 5 %.

Vu que les coefficients ne sont significatifs que pour l’équation Δln K, nous pouvons étudier
un modèle à correction d’erreur à équation unique dans lequel la variable à expliquer est Δln
K. δ’estimation de cette équation par les εCO est présentée dans le tableau 2.28. Nous
constatons que la variation du stock de capital total est impactée négativement par ∆ln Y(-1) et
positivement par les autres variables, à savoir ∆ln K(-1), ∆ln DSP(-1) et ∆ln δ(-1). Nous
remarquons donc une divergence entre les impacts du long terme exprimés dans l’équation (2.8)
et ceux du court terme présentés dans le tableau 2.28. Nous avons validé notre estimation à
l’aide de plusieurs tests statistiques. δ’absence de l’autocorrélation est confirmée le test du
Multiplicateur de Lagrange (LM), tandis que le test de Jarque-Bera et celui d'effet ARCH
affirment, respectivement la normalité des coefficients et l’absence de l’hétéroscédasticité. La
stabilité de cette relation dans le temps est aussi satisfaisante, puisque son évolution se situe
entre les deux droites en pointillé. (Voir l’annexe β.6).
δ’équation (β.9) parait très robuste. Elle est obtenue par le test de Johansen et confirmée
également par la présence d’un effet de correction important (-2,35). (Voir le tableau 2.27).
δ’impact négatif des dépenses publiques de santé sur le stock de capital provient au fait que ces
dépenses détournent une partie du capital, ce qui est compréhensible. Pour expliquer l’effet
négatif de la population active sur le stock de capital en Mauritanie, nous allons rappeler
quelques points qui nous semblent essentiels. Tout d’abord, le pays est marqué par une mortalité
décroissante et un taux de croissance de la population proche de celui de la croissance
économique réelle. Pour que l’augmentation de la population active soit bénéfique pour le
capital, il est nécessaire qu’elle participe significativement à l’augmentation de l’épargne
nationale. Sauf que dans cette catégorie, on compte un taux de chômage élevé, environ 32 %,
ce qui limitera sa participation en la matière.

114
Tableau 2.28 : Estimation de l’équation Δln K
Variable dépendante : δa variation du stock de capital total (en ln) Δln K

Coint (2.8) 2,75*** (0,002)

Coint (2.9) -2,35*** (0,001)

∆ln Y(-1) -0,62* (0,08)

∆ln K(-1) 0,56* (0,08)

∆ln DSP(-1) 0,27*** (0,007)

∆ ln L(-1) 76,69*** (0,003)

C -1,03*** (0,004)

R2 0,78

F-statistique 6,005 (0,007)

Test LM 1,77 (0,18)

Test d’effet ARCH 1,26 (0,26)

Test Jarque-Bera 1,06 (0,59)

*, **, *** : rejet de l’hypothèse nulle au seuil de 10 %, de 5 % et de 1 %. Les probabilités sont données entre
parenthèses. Pour les tests statistiques, nous donnons les t-statistiques et les probabilités.

115
 2.4.3 L’amélioration de l’état de santé et la croissance
économique

2.4.3.1 Cadre théorique

Dans cette partie, nous allons travailler dans la lignée d’Aghion, Howitt et εurtin (β010). Ces
auteurs ont lié l'approche de Lucas (1988) sur le capital humain et celle de Nelson-Phelps
(1966). δ’avantage de cette approche c’est qu’elle constitue un moyen efficace pour pallier les
limites observées dans les régressions de type Lucas et dans les régressions de type Nelson-
Phelps. Les auteurs partent d'un modèle simple dans lequel l’accumulation du capital santé
(mesuré par la croissance de l’espérance de vie) et le niveau de santé (mesuré par l’espérance
de vie à la naissance) ont une incidence sur la croissance économique par tête. En supposant
que le capital santé explique la production finale de sorte que le PIB par habitant s'exprime,
quelle que soit la période, comme suit :

yhab = A(hhab) 4
(2.10)

Où 0 < 4 < 1, hhab est le stock actuel de capital humain et A est un paramètre de productivité.
Après la log-linéarisation, nous écrivons l’équation (β.10) comme suit :

lnyhah = lnA + 4 lnhhab (2.11)

Pour simplifier les notations, on suppose que y = ln yhab, a = ln A et h = ln hhab, donc, l'équation
(2.11) peut être écrite de la manière suivante :

y=a+ 4 h (2.12)

L'équation (2.12) exprime l'effet du capital humain de Lucas qui suppose que le niveau de santé
h, représenté ici par le niveau initial de l'espérance de vie, aurait un effet positif sur la croissance
du PIB par habitant (y).

δ’effet de l’accumulation du capital santé (ḣ) sur la croissance économique par tête (ẏ) est
présenté par l’équation (β.1γ).

ẏ= ȧ+ 4ḣ (2.13)

116
δ’évolution dans le temps de la productivité (a), mentionnée dans l'équation (β.1β), est donnée
par Nelson-Phelps (1966) comme dans l'équation (2.14) :

ȧ = θ (ā – a) + α4h + (β.14)

Où ā = ln Ᾱ représente la frontière de productivité mondiale actuelle et θ, α4, sont des

paramètres. Selon ces auteurs : « Intuitivement, on sait que plus le stock de santé est élevé et,
partant, plus h est élevé, plus le niveau d'aptitude cognitive des individus croit et, par suite,
mieux la productivité actuelle (a) pourra rattraper les meilleures pratiques mondiales actuelles
(ā) ».
La combinaison des équations (2.13) et (2.14) permet de construire une nouvelle équation
(l'équation 2.15), dans laquelle la croissance du PIB par habitant est expliquée à la fois par
l'accumulation et le niveau de capital humain :

ẏ = Ө (ā – a) + α4h + + 4ḣ (2.15)

Alors, on obtient l'équation (2.16) :

ẏ = Ө (ā – y + 4h) + α4h + + 4ḣ (2.16)

En supposant que g représente la croissance du PIB par habitant. Nous pouvons donc réécrire
l'équation (2.16) sous la forme suivante :

g= ẏ = + Өā – Өy + (α4 + 4Ө) h + 4ḣ (2.17)

L'équation (2.17) signifie que la croissance du PIB par habitant dépend négativement du niveau
de PIB actuel par habitant dans le pays ; positivement du niveau et du taux d’accumulation du
capital de santé et, positivement aussi, de la productivité mondiale actuelle. δ’équation (2.17)
peut se réécrire comme suit :

g = b(0) – b(1) ln y + b(2) ln EV + b(3) Δln EV (2.18)

Où b(0) = + Өā, b(1) = Ө, b(β) = (α4 + 4Ө), b(γ) = 4 et EV = h = l’espérance de vie.

117
Nos estimations portent sur l'équation (2.18) en prenant en compte la restriction de type Lucas
b(2) = 0, puis celle de Nelson-Phelps b(3) = 0 et enfin nous l'estimons sans restriction comme
chez Aghion, Howitt et Murtin.

2.4.3.2 Données et méthodes utilisées

Dans cette sous-section, toutes nos séries, à savoir le PIB par habitant réel et le niveau de
l’espérance de vie initial, sont extraites de la base de données de la Banque Mondiale. Nous
disposons de données allant de 1960 à β014. Au cours de cette période, l’espérance de vie a
augmenté de plus de 20 ans, alors que le PIB par habitant réel a passé de 440 $ US à 680 $ US.
(Voir l’annexe β.β). δa croissance du PIB par habitant et celle de l’espérance de vie sont
mesurées par le taux de croissance annuel moyen en pourcentage pour un intervalle de trois ans.
Cette approche est largement utilisée dans la littérature.
δ’étude des propriétés statistiques de nos séries suit la même méthodologie que celle qui a déjà
été utilisée dans les deux sous-sections précédentes. Nous commençons donc par analyser les
graphiques des séries et nous terminons l’analyse avec trois tests de racine unitaire. δa série g
(en niveau et en différence première) suit une marche aléatoire. Il n’est pas facile de savoir si
elle est stationnaire ou non. Nous avons donc besoin de réaliser des tests statistiques. La série
de l’espérance de vie croit dans le temps. Elle est caractérisée par une tendance, elle est donc
plutôt non stationnaire en niveau. La série du PIB en niveau a une tendance à la hausse malgré
l’irrégularité observée sur la période. Elle n’est pas stationnaire tandis que sa variation suit
plutôt une marche stationnaire. (Voir l’annexe β.5).

 Test de racine unitaire

Nous recherchons, en premier temps, la présence des racines unitaires dans les séries à travers
les tests ADF, PP et KPSS. Le test ADF montre que les trois séries ln y, ln EV et Δln EV ne
sont pas stationnaires en niveau mais qu’elles le sont en différence première, alors que g est
stationnaire en niveau. (Voir le tableau 2.29).

118
Tableau 2.29 : Test ADF

En niveau tendance constante En tendance constante Degré

différence d’intégration
première
**
g -3,33 non oui I(0)
ln y -2,79 non oui -7,89** non non I(1)
**
ln EV 0,90 non non -2,28 non non I(1)
Δln EV 0,93 non non -2,14** non non I(1)
** : rejet de l’hypothèse nulle au seuil de 5 %.

Le test PP donne un résultat partiellement contradictoire. Il juge la série g comme non

stationnaire en niveau mais stationnaire en différence première. Cependant, les séries ln EV et
ln y sont I(0). En ce qui concerne Δln EV, les deux tests proposent le même résultat, ils
concluent que la série est intégrée d'ordre 1. (Voir le tableau 2.30).

Tableau 2.30 : Test PP

En niveau tendance constante En tendance constante Degré
différence d’intégration
première
g -2,90 non oui -10,39** non non I(1)
ln y -3,12** non oui I(0)
**
ln EV 5,79 non oui I(0)
Δln EV -2,20 non oui -2,11** non non I(1)
** : rejet de l’hypothèse nulle au seuil de 5 %.

Le résultat du test KPSS est aussi partiellement différent avec les deux tests précédents. Pour
ln y et Δln EV, ses résultats sont similaires à celui du test ADF alors que pour les séries g et ln
EV, le test KPSS propose un résultat comparable à celui du test PP. (Voir le tableau 2.31).

Tableau 2.31 : Test KPSS

En tendance constante En tendance constante Degré
niveau différence d’intégration
première
g 0,20 non oui 0,24** non non I(1)
**
ln y 0,15 non oui 0,20 non non I(1)
ln EV 0,25** oui oui I(0)
Δln EV 0,13 oui oui 6,90 **
oui oui I(1)
** : acceptation de l’hypothèse nulle au seuil de 5 %.

119
A partir de ces résultats, nous observons qu’il n’existe pas une unanimité sur la stationnarité
des séries en niveau. Comme il y a donc un risque de présence de racine unitaire dans toutes les
séries, nous supposons qu’elles sont intégrées d’ordre 1 dès lors le test de Johansen donne une
relation de cointégration. (Voir Lecarpentier-Moyal et Renou-Maissant (2012)).

2.4.3.3 Résultats
La présentation de nos résultats se déroule de la manière suivante : nous réalisons en premier
lieu une régression de type Lucas, en second lieu nous nous plaçons dans une régression de type
Nelson-Phelps et enfin nous régressons notre équation (2.18) sans contrainte comme chez
Aghion, Howitt et Murtin. Dans chaque régression, nous réalisons un test de Johansen et nous
estimons un modèle à correction d’erreur. Ensuite, les résultats des trois régressions sont
présentés dans le tableau 2.46 pour faciliter la comparaison et l’analyse dans ces différentes
approches.

 Dans cette première estimation, nous nous plaçons dans une restriction de type Lucas,
b(2) =0.

 Test de Johanson
δ’estimation d’un modèle VAR sur les séries en niveau nous a permis d’identifier trois retards
disponibles. (Voir le tableau 2.32).

Tableau 2.32 : Sélection du nombre de retards dans un modèle VAR

Retard Log L FPE AIC SC HQ

0 98,35 4,10e-06 -3,89 -3,78 -3,85

1 452,84 3,08e-12 -17,99 -17,53 -17,82

2 507,50 4,80e-13 -19,86 -19,05 -19,55

3 552,16 1,13e-13 -21,31 -20,15* -20,87*

4 563,81 1,04e-13* -21,42* -19,91 -20,85

5 566,21 1,41e-13 -21,15 -19,30 -20,45

* Indique l'ordre de retard sélectionné par le critère.

Les résultats du test de Johansen sont présentés dans les tableaux (2.33 et 2.34). Ils donnent les
résultats du test de la trace et ceux de la valeur propre maximale.

120
Tableau 2.33 : Test de la trace
Hypothèse nulle Valeur propre Statistique de la Valeur critique
Trace
Rang 5%

Aucune * 0,79 86,62 35,19

Au plus 1 0,15 12,01 20,26

Au plus 2 0,09 4,42 9,16

* : rejet de l’hypothèse nulle au seuil de 5 %.

δa comparaison entre la statistique de la trace et la valeur critique suggère le rejet de l’hypothèse

nulle selon laquelle il n’existe pas de relations de cointégration 86,6β > γ5,19, mais on accepte
l’hypothèse nulle selon laquelle il existe au plus une relation de cointégration (12,01< 20,26).
Donc, le test de la trace montre qu’il y a une seule relation stable sur le long terme entre les
trois variables. (Voir le tableau 2.33). Nous avons donc une seule relation stable entre les trois
variables (g, Δln EV et ln y). Ce résultat est également confirmé par le test de la valeur propre
maximale puisque nous acceptons l’hypothèse nulle selon laquelle il existe au plus une relation
de cointégration (7,59 < 15,89). (Voir le tableau 2.34).

Tableau 2.34 : Test de la valeur propre maximale

Hypothèse nulle Valeur propre Statistique de la Valeur critique

valeur propre
Rang 5%
maximale

Aucune * 0,79 74,61 22,30

Au plus 1 0,15 7,59 15,89

Au plus 2 0,09 4,43 9,16

* : rejet de l’hypothèse nulle au seuil de 5 %.

 Les relations de cointégration

δ’équation (β.19) représente la relation de cointégration obtenue par le test de Johansen. δes
valeurs entre parenthèses représentent les écarts-type associés aux coefficients. Dans cette
relation, la croissance du PIB par habitant g est expliquée positivement et significativement par
l’allongement de l’espérance de vie Δln EV. δ’effet du PIB par habitant ln y est négatif et
significatif, ce qui est conforme au modèle de Solow et confirmé par plusieurs études
empiriques comme par exemple Barro (2013) et Aghion et al. (2010). Pour interpréter cette

121
relation, l’allongement de l’espérance de vie de 1% engendrerait un accroissement au niveau
de la croissance g de 0,03 %.

g = 0,0γ Δln EV - 0,05 ln y - 64,82 (2.19)

(0,01) (0,03) (0,75)

 Le modèle à correction d’erreur (MCE)

Nous allons maintenant étudier la présence d’un effet de correction d’erreur dans cette relation,
à savoir l’équation (β.19). Pour ce faire, on estime un modèle à correction d’erreur. δes résultats
de ce modèle sont donnés dans le tableau 2.35.

Tableau 2.35 : δes résultats du modèle à correction d’erreur

Correction d’erreur Δg Δ ln y Δ ln EV
4,19 0,15 0,08
CointEq (2.19)
[0,29] [0,36] [2,41]

R2 0,69 0,29 0,99

δes variables endogènes sont mentionnées dans la première ligne. Il s’agit de variables Δg, Δln
EV et Δln y.

Le coefficient CointEq (2.19) représente la force de rappel vers la cible à long terme. Le MCE
ne donne aucun coefficient négativement significatif. Nous concluons donc qu’il n’y a pas
d’effet de correction dans l’équation (β.19).

 Nous estimons maintenant l’équation (β.18) dans le cas où b(γ) = 0. (Restriction Nelson-
Phelps).

 Test de Johansen

Nous effectuons de nouveau un test de Johansen. Il est réalisé avec quatre retards. (Voir le
tableau 2.37). Ses résultats sont présentés dans les tableaux (2.37 et 2.38).

122
Tableau 2.36 : Sélection du nombre de retards dans un modèle VAR

Lag Log L FPE AIC SC HQ

0 135,88 8,85e-07 -5,42 -5,31 -5,38

1 584,42 1,43e-14 -23,36 -22,90 -23,19

2 656,36 1,10e-15 -25,93 -25,12 -25,62

3 731,94 7,37e-17 -28,65 -27,49 -28,21

4 762,67 3,10e-17* -29,54* -28,03* -28,97*

5 767,38 3,83e-17 -29,36 -27,51 -28,66

* Indique l'ordre de retard sélectionné par le critère.

Pour le test de la trace, nous rejetons l’hypothèse nulle selon laquelle il n’existe pas de relations
de cointégration (42,18 > 24,27), mais on accepte l’hypothèse nulle selon laquelle il existe au
plus une relation de cointégration (10,40 < 12,32). (Voir le tableau 2.37).

Tableau 2.37 : Test de la trace

Hypothèse nulle Valeur propre Statistique de la Valeur critique

Trace
Rang 5%

Aucune * 0,48 42,18 24,27

Au plus 1 0,15 10,40 12,32

Au plus 2 0,04 2,18 4,12

* : rejet de l'hypothèse nulle au seuil de 5 %

Donc, le test de la trace montre l’existence d’une seule relation stable sur le long terme entre
les trois variables (g, ln EV et ln y). Le test de la valeur propre maximale confirme ce résultat
obtenu par le test de la trace, car on accepte l’hypothèse nulle selon laquelle il existe au plus
une relation de cointégration (8,21 < 11,22). (Voir le tableau 2.38).

123
Tableau 2.38 : Test de la valeur propre maximale

Hypothèse nulle Valeur propre Statistique de la Valeur critique

valeur propre
Rang 5%
maximale

Aucune * 0,48 31,78 17,80

Au plus 1 0,15 8,21 11,22

Au plus 2 0,04 2,18 4,12

* : rejet de l'hypothèse nulle au seuil de 5 %.

 La relation de cointégration
Dans l’équation (2.20), la croissance du PIB par habitant est impactée positivement par le
niveau de l'espérance de vie initiale et négativement par le PIB par habitant. Tous les
coefficients sont significatifs au seuil de 5 %. On peut l'interpréter de la manière suivante :
l'augmentation de l'espérance de vie de 1 % entraine une augmentation de la croissance par
habitant de 0,10 %. Cependant, l’augmentation du PIB par habitant de 1 % diminue la
croissance de 0,07 %.

g = 0,10 ln EV - 0,07 ln y (2.20)

(0,05) (0,03)

 Le MCE
L’estimation d’un modèle à correction d’erreur (εCE) conclut à l’absence d’effet de correction
dans l’équation (β.β0), puisque le coefficient CointEq (β.β0) n’est pas significatif. (Voir le
tableau 2.39).

Tableau 2.39 : Les résultats du MCE

Correction d’erreur Δg Δ ln y Δ ln EV

CointEq (2.20) 11,06 0,34 0,001

[0,74] [0,81] [2,84]

R2 0,65 0,21 0,99

124
  Enfin, nous estimons l’équation (β.18) sans restriction :

 Test de Johansen
Cette fois-ci, le test de Johansen est réalisé en retenant deux retards. (Voir le tableau 2.40).

Tableau 2.40 : Sélection du nombre de retards dans un modèle VAR

retard Log L FPE AIC SC HQ

0 211,79 3,97e-09 -7,99 -7,84 -7,93

1 906,06 1,87e-20 -34,08 -33,33 -33,79

2 1118,59 9,84e-24* -41,64* -40,29* -41,12*

*: sélection du nombre de retard

Le test de la trace donne deux relations de cointégration. En effet, on rejette l’hypothèse nulle
selon laquelle il n’existe pas de relations de cointégration (1β1,84 > 47,86), on rejette également
l’hypothèse nulle selon laquelle il existe au plus une relation de cointégration (45,82 > 29,80)
mais on accepte l’hypothèse nulle selon laquelle il existe au plus deux relations de cointégration
(13,38 < 15,49). (Voir le tableau 2.41).

Tableau 2.41 : Test de la trace

Hypothèse nulle Valeur propre Statistique de la Valeur critique

Trace
Rang 5%

Aucune * 0,77 121,84 47,86

Au plus 1* 0,47 45,82 29,80

Au plus 2 0,17 13,38 15,49

Au plus 3 * 0,08 3,93 3,84

* : rejet de l'hypothèse nulle au seuil de 5 %.

Ces deux relations de cointégration sont aussi confirmées par le test de la valeur propre
maximale car nous acceptons l’hypothèse nulle selon laquelle il existe au plus deux relations
de cointégration (9,44 < 14,26). (Voir le tableau 2.42).

125
Tableau 2.42 : Test de la valeur propre maximale

Hypothèse nulle Valeur propre Statistique de la Valeur critique

valeur propre
Rang 5%
maximale

Aucune * 0,77 54,32 27,58

Au plus 1* 0,47 32,44 21,13

Au plus 2 0,17 9,44 14,26

Au plus 3 * 0,08 3,93 3,84

* : rejet de l'hypothèse nulle au seuil de 5 %.

 Les relations de cointégration

Nous avons, dans ce cas sans contrainte, deux relations stables à long terme entre les variables.
δ’équation (β.β1) résume les effets sur la croissance du PIB par habitant tandis que l’équation
(2.22) exprime les impacts sur la croissance de l’espérance de vie. Tous les coefficients sont
significatifs au seuil de 5 %. Nous constatons donc que la croissance du PIB par habitant est
impactée positivement par l'espérance de vie initiale et sa croissance et négativement par le PIB
par habitant. On peut lire cette relation de la manière suivante : l'augmentation de l'espérance
de vie initiale de 1 % entraîne une augmentation de la croissance par habitant de 0,78 %.
Cependant, l’augmentation du PIB par habitant de 1 % diminue la croissance de 0,29 %. En ce
qui concerne l’équation (2.22), nous observons que le niveau du PIB par habitant a un effet
positif sur la croissance de l’espérance de vie.

g = 6,56 ∆ln EV + 0,78 ln EV - 0,29 ln y (2.21)

(1,44) (0,21) (0,05)

∆ln EV = 0,07 ln y - 0,14 ln EV (2.22)

(0,01) (0,03)

 Le MCE
Vu la présence de relations de cointégration, nous pouvons vérifier également l’existence des
éventuels effets de correction d’erreur. Pour ce faire, nous estimons un modèle à correction
d’erreur (εCE). δes résultats sont reportés au tableau 2.43. Nous remarquons que les

126
coefficients CointEq (2.21) et CointEq (2.22) ne sont pas significatifs en termes de correction
d’erreur puisqu’aucun de deux n’est significatif et négatif. Donc, il n’existe pas d’effet de
correction dans les deux équations (2.21 et 2.22).

Tableau 2.43 : Résultat du MCE

Correction d’erreur ∆g ∆ (∆ln EV) ∆ (ln EV) ∆ (ln y)

CointEq (2.21)) 9,56 -0,03 -0,0005 0,30*

[1,66] [-1,23] [-1,19] [1,87]

CointEq (2.22) 125,79** 0,23 0,005** 3,59**

[3,36] [1,47] [2,12] [3,41]

R2 0,63 0,92 0,99 0,23

Le tableau 2.44 résume l’impact obtenu de la santé sur la croissance du PIB par habitant selon
les différentes stratégies d’estimation. δes résultats de l’approche Nelson-Phelps sont présentés
dans la deuxième colonne. δ’effet de l’espérance de vie à la naissance sur la croissance du PIB
par habitant est donc positif et significatif, ce qui est conforme avec le résultat obtenu par
Aghion et al. (β010). Nous synthétisons ensuite l’effet de type δucas dans la troisième colonne.
Nous remarquons que, contrairement aux résultats obtenus par Acemoglu et Johnson (2008) et
ceux obtenus par Aghion et al. (β010), l’impact de la croissance de l’espérance de vie sur la
croissance du PIB par habitant est significativement positif, mais avec une élasticité faible, 0,04.
δes résultats de l’approche qui intègrent en même temps les effets de l’espérance de vie et sa
croissance sont reportés dans la quatrième colonne. Nous constatons que la santé telle que
mesurée par l’espérance de vie à la naissance et sa croissance influe, positivement et de manière
significative, la croissance du PIB par habitant. En effet, selon Aghion et al. (2010), cette
approche intégrée permet de corriger le biais des variables omises. La prise en compte de
l’impact de la croissance de l’espérance de vie dans la régression dans un résultat positif et plus
important. Notre méthode d’estimation, basée sur la technique de la cointégration, nous a
permis d’avoir un résultat positif en cas de régression de type Lucas. Il est intéressant à notre
avis de tester l’effet de cette technique d’estimation sur ce biais des variables omises en
réétudiant les panels précédents.
127
En même temps, si notre méthode d’estimation est parvenue à avoir un impact positif et
significatif dans cette régression de type Lucas, nous observons que cette dernière cache une
part importante de cet effet. En effet, l’approche intégrée montre un effet réel nettement plus
important.

Nos résultats sont donc conformes à ceux obtenus par Aghion et al. (2010), mais également à
la majorité des études réalisées sur les pays en développement tout comme dans les pays
développés, voir notamment, Barro (2013) qui a étudié un panel de pays sur trois périodes :
entre 1965-1975 pour 80 pays, entre 1975-1985 pour 87 pays et entre 1985-1990 pour 84 pays.
Bloom et Williamson (1998) ont également analysé l'impact des transitions démographiques
sur la croissance économique en Asie émergente. Bloom et al. (2000) qui ont cherché à savoir
les relations entre la démographie et la croissance économique en Asie.

Tableau 2.44 : Impact de l’espérance de vie sur le PIB par habitant

Approche Approche Lucas Approche
Nelson-Phelps Aghion, Howitt
et Murtin

La constante -64,82***

(0,08)

espérance de vie initiale (en ln) 0,10** 0,78**

(0,05) (0,21)

Croissance de l’espérance de vie (en ln) 1960- 0,03** 6,65**

2014
(0,01) (1,44)

PIB par habitant (en ln) -0,07** -0,05 -0,29**

(0,03) (0,03) (0,05)

** : rejet de l'hypothèse nulle au seuil de 5 %. La variable dépendante : La croissance annuelle du PIB par habitant.
Les écarts-types entre parenthèses.

Ces résultats sont confirmés également dans le contexte africain. En effet, Bloom et Sachs
(1998) ont analysé les liens entre la démographie et la croissance économique en Afrique.
Bloom et al. (2004) ont estimé une fonction de production dans laquelle le PIB agrégé est
impacté, au-delà du stock de capital et du travail, par l'expérience professionnelle et la santé,

128
mesurée par l'espérance de vie. Toutes ces études ont abouti à des élasticités comprises entre
(0,027 et 0,075).

Cet impact positif en εauritanie provient potentiellement de plusieurs facteurs : d’abord, la

productivité du travail augmente lorsque la population active est en bonne santé, ce qui améliore
les activités économiques. Ensuite, la bonne santé joue un rôle déterminant dans la scolarité des
enfants qui à son tour aide à former un capital humain capable à doper les activités économiques
en produisant plus avec des coûts réduits. Enfin, cette scolarité influera sur la fertilité, ce qui va
ralentir la croissance de la population et augmentera le PIB par tête.

2.4.4 L’impact de la croissance économique sur le

niveau de la santé

2.4.4.1 Cadre théorique

Dans cette dernière sous-section, nous recherchons les effets de la croissance économique sur
le niveau initial de l’espérance de vie en εauritanie. Nous allons donc normaliser la variable ln
EV, c’est-à-dire que nous la considérons comme la variable endogène, en nous plaçant dans le
cadre de la restriction Nelson-Phelps (b(γ) = 0). Nous estimons donc l’équation (β.βγ)
suivante :

ln EV = -b(0)/b(2) + 1/b(2) g + b(1)/b(2) ln y (2.23)

2.4.4.2 Analyse empirique et données utilisées

On a utilisé à la fois, la même méthode d’estimation que nous avons pratiquée dans la sous-
section précédente, c’est-à-dire la technique de la cointégration, et les mêmes séries de données.

2.4.4.3 Résultats
Nous exposons ici les résultats de l’estimation pour l’équation (β.βγ). On prévoit que le niveau
du PIB par habitant et sa croissance impactent positivement le niveau de l’espérance de vie.
Nous avons déjà présenté les résultats des tests de racine unitaire dans les tableaux (2.29, 2.30
et 2.31).

129
  Test de Johansen
Nous retenons quatre retards pour la réalisation du test de Johansen. En effet, c’est le nombre
le plus faible sélectionné par les critères d’information. (Voir le tableau β.45).
Tableau 2.45: Sélection du nombre de retards dans un modèle VAR

Retard Log L FPE AIC SC HQ

0 169,45 1,68e-07 -7,08 -6,96 -7,04

1 409,43 9,09e-12 -16,91 -16,44 -16,73

2 475,21 8,15e-13 -19,33 -18,504 -19,02

3 728,37 2,54e-17 -29,72 -28,54 -29,27

4 760,93 9,55e-18 -30,722 -29,18* -30,14*

5 771,20 9,42e-18* -30,77* -28,88 -30,06

* Indique l'ordre de retard sélectionné par le critère.

Les résultats sont présentés dans les tableaux (2.46 et 2.47). Pour le test de la trace, nous rejetons
l’hypothèse nulle selon laquelle il n’existe pas de relations de cointégration (66,98 > 42,91)
mais on accepte l’hypothèse nulle selon laquelle il existe au plus deux relations de cointégration
(12,09 < 12,52).

Tableau 2.47 : Test de la trace

Hypothèse nulle Valeur propre Statistique de la Valeur critique

Trace
Rang 5%

Aucune * 0,54 66,98 42,91

Au plus 1 0,33 30,65 25,87

Au plus 2 0,23 12,09 12,52

* : rejet de l'hypothèse nulle au seuil de 5 %

Donc, le test de la trace montre qu’il y a deux relations stables sur le long terme entre les trois
variables (voir le tableau 2.46), tandis que le test de la valeur propre maximale donne un seul
vecteur de cointégration puisque nous acceptons l’hypothèse nulle selon laquelle il existe au
plus une relation de cointégration (18,56 < 19,39). (Voir le tableau 2.47). Nous choisissons de
retenir la présence d’une relation de cointégration.

130
Tableau 2.47 : Test de la valeur propre maximale

Hypothèse nulle Valeur propre Statistique de la Valeur critique

valeur propre
Rang 5%
maximale

Aucune * 0,54 36,33 25,82

Au plus 1 0,33 18,56 19,39

Au plus 2 0,23 12,09 12,52

* : rejet de l'hypothèse nulle au seuil de 5 %.

 La relation de cointégration
À partir des graphiques des séries que nous avons obtenus dans la deuxième sous-section, on
remarque que l’espérance de vie initiale est caractérisée par la présence d’une tendance (t).
Nous avons donc réalisé le test de Johansen avec cette hypothèse.
Dans l’équation (β.β4), les valeurs entre parenthèses représentent les écarts-type associés aux
coefficients. Les coefficients sont significatifs au seuil de 5 % sauf le PIB par habitant initial.
La croissance du PIB par habitant impacte le niveau de l’espérance de vie initial comme suit :
une augmentation de 1 % de la croissance du PIB par habitant entraîne un accroissement de
l’espérance de vie initiale de 1,89%.

ln EV = 0,003 t + 1,89 g + 0,13 ln y (2.24)

(0,0003) (0,35) (0,08)

 δe modèle à correction d’erreur

Afin de chercher la présence d’effet de correction d’erreur, nous allons estimer un modèle à
correction d’erreur (MCE). Les résultats sont présentés dans le tableau 2.48.

Tableau 2.48 : Résultats de l’estimation du εCE

Correction d’erreur Δln EV Δln y Δg

-0,0006** -0,18 -1,78

CointEq (2.24)
[-2,64] [-1,15] [-0,95]
** : rejet de l’hypothèse nulle au seuil de 5 %. Les crochets représentent les t-statistiques associés aux coefficients.

131
Les variables reportées en première ligne représentent les variables endogènes, alors que les
variables explicatives sont présentées dans la première colonne. La variable CointEq (2.24) est
négativement significative pour l’équation Δln EV, ce qui confirme et renforce la relation
présentée par l’équation (β.β4).

Tableau 2.49 : Estimation de l’équation Δln EV

CointEq (2.24) -0,0004** (0,01)

Δln EV (-1) 2,73*** (0,00)

Δln EV (-2) -2,60*** (0,00)

Δln EV (-3) 0,86*** (0,00)

Δln y (-1) -0,01*** (0,01)

Δln y (-2) -0,01** (0,01)

Δln y (-3) -0,01** (0,01)

Δg (-1) 1.27E-05 (0,36)

Δg (-2) -6.74E-06 (0,62)

Δg (-3) -1.15E-06 (0,94)

C 9.91E-05** (0,01)

R2 0,99
F-statistique 13369,39 (0,00)
Statistique de Durbin-Watson 2,01
Test Jarque-Bera 0,45 (0,79)
Test LM 0,28 (0,78), -0,58 (0,56), 1,16 (0,25)
Test d’effet ARCH -0,06 (0,95), 0,85 (0,40), -0,56 (0,58)
**, *** : rejet de l’hypothèse nulle au seuil de 5 % et de 1 %. Les probabilités sont données entre parenthèses.
Pour les tests statistiques, nous donnons les t-statistiques et les probabilités. La variable dépendante : Δln EV.

132
Dès à présent, nous pouvons estimer un modèle (MCE) à équation unique en utilisant la
méthode des MCO. Le tableau 2.49 résume l’effet à court terme des variables retardées sur la
croissance de l’espérance de vie.

Nous observons donc que l’espérance de vie (en variation) est impactée positivement par sa
valeur retardée d’une année, et négativement par des valeurs retardées de la variation du PIB
par habitant.

δa robustesse de nos résultats a été validée à l’aide de plusieurs tests statistiques. δ’absence de
l’autocorrélation et de l’hétéroscédasticité est confirmée, respectivement par le test LM et le
test d’effet ARCH tandis que la normalité est validée par un test Jarque-Bera. Enfin, la stabilité
du modèle MCE est jugée satisfaisante, puisque la courbe de notre équation se situe au milieu
entre les deux droites parallèles en pointillé. (Voir l’annexe β.7).

Notre résultat est conforme aux attentes. En effets, les faits stylisés connus en économie de la
santé suggèrent que l’amélioration de l’état de santé va de pair avec l’amélioration de l’activité
économique. Il est également conforme à ceux obtenus dans quelques pays d’Afrique
subsaharienne par exemple par Novignon et al. (2012) qui ont étudié les effets des dépenses de
santé sur l’état de santé pour 44 pays d’Afrique subsaharienne durant la période 1995-2010
avec une élasticité de 0,002 et Rashidul et al. (2013) qui ont analysé le lien entre l'espérance de
vie et la croissance économique au Bangladesh entre 1995 et 2011. En estimant leur modèle par
les MCO, ils ont conclu à l'existence d'un lien positif et significatif avec une élasticité de 0,03.

Nous constatons que les activités économiques ont eu des impacts positifs sur l'état de santé en
Mauritanie au cours de la période 1960-2014. Il existe traditionnellement des canaux à partir
desquels ces activités peuvent influer sur l'état de santé. Béatrice et Ulmann (2001) en présente
quelques exemples. L'auteur commence par expliquer le rôle de la croissance des revenus sur
la santé dans les sociétés où les inégalités sociales sont faibles. Ainsi, cette augmentation de
revenu et sa répartition, de manière juste, permettent sans doute aux familles de mieux se loger,
de mieux se nourrir et d'offrir une meilleure scolarité à leurs enfants. Cette thèse a été également
mise en avant par Wilkinson (1992). Un autre canal de transmission qui est celui du progrès
technique. εême si en εauritanie il n'existe pas d’industries pharmaceutiques, la population a
bénéficié des progrès réalisés dans les autres pays. Ainsi, les actions et les évolutions sanitaires
réalisées dans cette période telles que la vaccination des enfants et la disponibilité des
médicaments, malgré une qualité souvent médiocre, peuvent représenter des répercussions
tangibles de ces progrès. Un dernier canal peut être le plus significatif en Mauritanie. Il s'agit
de l'effet de l'urbanisation. En effet, la vie des nomades mauritaniens était difficile, territoire
133
désertique, température élevée, rareté de l'eau potable et manque de nourriture variée. Ces
conditions de vie ont poussé la population à une migration massive vers les villes depuis fin des
années 1970, ce qui a permis l’amélioration de l’espérance de vie du fait notamment d’un accès
plus simple aux services de santé.

2.5 Conclusion

Dans ce chapitre, nous nous sommes intéressés aux relations entre capital santé et activités
économiques en Mauritanie. Au départ, nous avons posé quatre questions auxquelles les
réponses ont été déterminées au travers de quatre sous-sections différentes.

La première sous-section a exploré les liens entre les dépenses de santé publique par habitant
et l’état de santé sur la période 1995-β014. Notre régression à l’aide des εCO a conclu à
l’absence d’effets significatifs de ces dépenses sur la croissance de l’espérance de vie. Une
analyse conjointe effectuée par un test de causalité au sens de Granger a montré la présence
d’une causalité unilatérale de la croissance de l’espérance de vie vers le niveau des dépenses de
santé publique par habitant (DSQH). Nous avons ensuite élargi cette analyse en matière de
causalité pour rechercher d'éventuelles relations causales entre des taux de mortalité et le niveau
des dépenses de santé publique par habitant. Le test de causalité au sens de Granger a affirmé
une causalité bilatérale avec le taux de mortalité brut, unilatérale des dépenses de santé publique
par habitant vers le nombre de décès d’enfants de moins de cinq ans, mais une absence de
causalité avec le nombre de décès d’enfants de moins d’un an.

La deuxième sous-section a analysé l’effet des dépenses publiques de santé sur le PIB via une
fonction de production de type Cobb-Douglas pour la période 1995-2013. À l’aide des εCO et
de la cointégration, nous avons trouvé que les dépenses de santé publique ont un impact positif
et significatif sur le PIB, avec une élasticité de 0,27. Cet effet devient non significatif en étudiant
des fonctions de production par actif ou par habitant.

La troisième sous-section a traité l’effet de l’espérance de vie initiale et de sa croissance sur le

PIB par habitant pour la période 1960-2014. Nous avons utilisé le test de Johansen et un modèle
à correction d’erreur. Nos résultats révèlent que le niveau de l’espérance de vie a un impact
positif et significatif sur la croissance du PIB par habitant avec une élasticité comprise entre
0,10 et 0,78 alors que celui de son allongement l’impact de 0,04 à 6,56.

Notre dernière sous-section a étudié l’impact du PIB par habitant et sa croissance sur le niveau
de l’espérance de vie. Nous avons également mobilisé la technique de la cointégration. Notre

134
analyse a montré que seule la croissance du PIB par habitant a eu un effet significativement
positif sur l’espérance de vie initiale avec une élasticité de 1,89.

Cet essai empirique représente un travail inédit pour la εauritanie. Nous espérons qu’il donne
le courage et la motivation pour que les décideurs publics pratiquent des politiques qui dopent,
grâce à l’amélioration de la santé, la croissance du PIB par habitant. Il peut aussi être utile aux
organisations mondiales qui s’intéressent à l’amélioration de la situation économique et sociale
en Afrique subsaharienne.

δa limite de notre travail est le faible nombre d’observation disponibles. Pour l’améliorer, nous
envisageons d’élargir notre base de données, en étudiant un panel de pays de l’Afrique
subsaharienne.

135
Annexe 2.1 : Structures de santé en Mauritanie

136
137
Annexe 2.2 : Graphique des séries (en ln)

Espérance de vie (en ln) Dépenses de santé publique par habitant en niveau (en ln)
1.800 1.30

1.796 1.25

1.792 1.20

1.788 1.15

1.784 1.10

1.780 1.05

1.776 1.00

1.772 0.95
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014

Dépenses privées de santé en niveau (en ln) Espérance de vie en différence première (en ln)
1.24 .0022

1.22 .0020

1.20 .0018

1.18 .0016

1.16 .0014

1.14 .0012

1.12 .0010

1.10 .0008

1.08 .0006
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014

Source : l'auteur.

138
Annexe 2.3 : Graphique des séries (en ln)

Taux de mortalité, brut (pour 1000 personnes) en niveau (en ln) Taux de mortalité, brut (pour 1000 personnes) en différence première (en ln)
1.00 -.002

0.98 -.003

0.96 -.004

0.94 -.005

0.92 -.006

0.90 -.007

0.88 -.008
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014

Taux de mortalité des enfants de moins d'un an (en ln) Taux de mortalité des enfants de moins un an en différence première (en ln)
1.66 .000

1.64
-.002

1.62
-.004

1.60

-.006
1.58

-.008
1.56

1.54 -.010
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014

Taux de mortalité des enfants de moins de 5 ans (en ln) Taux de mortalité des enfants de moins de cinq ans en différence première (en ln)
2.06 .002

.000
2.04
-.002
2.02
-.004

2.00 -.006

-.008
1.98
-.010
1.96
-.012

1.94 -.014
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014

Source : l'auteur.

139
Annexe 2.4 : Graphique des séries (en ln)

La série du PIB en niveau ( en ln) la série du PIB en différence première (en ln)
9.55 .08

9.50
.06
9.45

9.40
.04

9.35

.02
9.30

9.25
.00
9.20

9.15 -.02
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014

la série du stock de capital physique en niveau (en ln) la série du stock de capital en différence première (en ln)
10.6 .12

.10
10.4
.08

10.2
.06

.04
10.0

.02
9.8
.00

9.6 -.02
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014

la série de la population active en niveau (en ln) la série de la population active en différence première (en ln)
6.36 .0155

6.32 .0150

.0145
6.28
.0140
6.24
.0135
6.20
.0130
6.16
.0125

6.12 .0120

6.08 .0115
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014

La série des dépenses de santé publique en niveau (en ln) La série des dépenses de santé publique en différence première (en ln)
7.9 .2

7.8
.1

7.7
.0

7.6

-.1
7.5

-.2
7.4

7.3 -.3
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014

Source : L'auteur.

140
Annexe 2.5 : Graphique des séries (en ln)
g:Taux de croissance annuel moyen du PIB par habitant en niveau (en ln) g:Taux de croissance annuel moyen du PIB par habitant en différence première (en ln)
-65.0 0.8

-65.5 0.4

-66.0 0.0

-66.5 -0.4

-67.0 -0.8

-67.5 -1.2
65 70 75 80 85 90 95 00 05 10 65 70 75 80 85 90 95 00 05 10

L'espérance de vie initial en niveau (en ln)

L'espérance de vie initial en différence première (en ln).
1.84
.007

1.80 .006

.005
1.76
.004

1.72 .003

.002
1.68
.001

1.64 .000
65 70 75 80 85 90 95 00 05 10 65 70 75 80 85 90 95 00 05 10

Le PIB par habitant en niveau (en ln). Le PIB par habitant en différence première (en ln).
2.96 .10

.08
2.92

.06
2.88

.04
2.84
.02

2.80
.00

2.76
-.02

2.72 -.04
65 70 75 80 85 90 95 00 05 10 65 70 75 80 85 90 95 00 05 10

Taux de croissance annuel moyen de l'espérance de vie en niveau (en ln) Taux de croissance annuel moyen de l'espérance de vie en différence première (en ln)
-66.25 .02

-66.30
.01
-66.35

-66.40
.00

-66.45

-66.50 -.01

-66.55
-.02
-66.60

-66.65 -.03
65 70 75 80 85 90 95 00 05 10 65 70 75 80 85 90 95 00 05 10

Source : auteur.

141
Annexe 2.6 : Test de stabilité récursif

1.6

1.2

0.8

0.4

0.0

-0.4
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

CUSUM of Squares 5% Significance

Annexe 2.7 : Test de stabilité récursif

1.4

1.2

1.0

0.8

0.6

0.4

0.2

0.0

-0.2

-0.4
1980 1985 1990 1995 2000 2005 2010

CUSUM of Squares 5% Significance

Source : auteur.

142
Annexe 2.8 : Les données utilisées dans les deux dernières sous-sections
PIB par habitant ($ US Espérance de vie à la
constants de 2005) naissance, total (années)

1960 440,3376459 43,48309756

1961 494,2956541 44,16392683

1962 483,6817661 44,82521951

1963 460,4972376 45,46002439

1964 571,1016025 46,06234146

1965 644,1485437 46,63073171

1966 627,0007631 47,16468293

1967 630,615568 47,67317073

1968 674,8529684 48,16270732

1969 663,5684668 48,63931707

1970 721,6937731 49,10695122

1971 713,8552697 49,56758537

1972 688,2847905 50,02370732

1973 637,9160853 50,48136585

1974 695,042821 50,94607317

1975 640,5333685 51,42792683

1976 675,4690971 51,93953659

1977 643,9504183 52,48192683

1978 622,5417619 53,05263415

1979 633,9112243 53,64314634

1980 636,7872878 54,24243902

1981 640,1769184 54,83643902

1982 607,5866535 55,40704878

1983 612,6298668 55,94065854

1984 576,4415631 56,42870732

1985 577,489686 56,86460976

143
1986 594,0515209 57,24734146

1987 589,2141387 57,58487805

1988 583,4260097 57,88478049

1989 594,9457557 58,1515122

1990 568,5662063 58,38612195

1991 562,8233426 58,59065854

1992 557,4159976 58,76914634

1993 573,5448869 58,92514634

1994 540,1824613 59,06317073

1995 576,2123345 59,18673171

1996 592,1330472 59,29778049

1997 551,6770777 59,39831707

1998 550,4202357 59,49134146

1999 569,8340962 59,58085366

2000 563,1566261 59,67292683

2001 562,1518698 59,77009756

2002 551,3273205 59,87439024

2003 564,8486246 59,98685366

2004 576,6472688 60,10943902

2005 590,5082008 60,24260976

2006 639,4818134 60,38680488

2007 628,1128578 60,53946341

2008 632,5634549 60,6975122

2009 608,2865886 60,85943902

2010 618,2260276 61,0232439

2011 626,6646956 61,18695122

2012 653,8595827 61,35060976

2013 680,9513941 63,5

144
Pour calculer le taux de croissance moyen annuel (en pourcentage), on a opté pour la formule
suivante :
Le taux de croissance annuelle moyenne = ((VF/VI)1/n -1)*100.
Où nous avons choisi (n = 3).
VF = La valeur finale et VI = La valeur initiale.

145
 3 La contribution des TIC à la croissance
économique

3.1 Introduction

Dans le monde d’aujourd’hui, δa place occupée par les technologies de l’information et de la

communication (TIC) est incontournable. En effet, elles nous accompagnent partout et attirent
des investissements de plus en plus importants. Ces investissements génèrent des externalités
positives sur la productivité et la croissance conformément à la théorie de la croissance
endogène (Barro 1990). De plus, dans leur majeure partie et pour des contextes différents, les
travaux empiriques ont confirmé cette évidence théorique, voir notamment Canning (1999),
Cette (2000) et OCDE (2002).

δes effets des TIC sur l’économie d’un pays proviennent principalement de : a) un effet
multiplicateur keynésien, c’est-à-dire, d’un effet de demande qui consiste dans le fait que
l’augmentation de la demande sur les équipements de TIC peut se traduire par une augmentation
de la croissance économique globale à court terme. b) l’augmentation de la productivité du
travail, qui résulte de la baisse continue des prix des TIC et également de la substitution du
capital au travail (Gordon 2002). c) enfin, l’accélération de ces répercussions qui permet
d’accroitre la productivité globale des facteurs.

Les innovations technologiques ces dernières décennies dans les TIC ont agi favorablement
pour la réduction des coûts de leurs équipements, ce qui a permis une diffusion plus rapide des
TIC dans la plupart des pays en développement. Actuellement, les pays d’Afrique par exemple,
disposent des réseaux téléphoniques fixes et mobiles, comptant souvent plusieurs opérateurs
dans chaque pays, et le service de l’internet ne cesse de s’améliorer, (UIT (β008)). Il est
important de rappeler ici que les TIC en Afrique se limitent au niveau de la communication, et
que les activités économiques liées à cette dernière ne sont pas toutes comptabilisées dans les
statistiques nationales. Cela peut sans doute cacher une partie de l’impact global sur l’économie
de ces pays. Conscient de cette réalité, nous explorons dans ce chapitre la situation du secteur
des TIC, notamment les télécommunications et leur poids dans l’économie mauritanienne.

146
δ’objectif est de déterminer l'impact de la politique de développement du secteur des
télécommunications sur le PIB. Nous tentons donc de répondre à la question suivante :
Les TIC représentent-elles un levier de développement en Mauritanie et dans quelle mesure ?

La réponse à cette question nous a amené à nous intéresser à un certain nombre d'indicateurs
des TIC, à savoir les investissements dans les télécommunications et le nombre d'abonnés au
téléphone fixe. Nous n'avons pas étudié l'impact direct de la téléphonie mobile puisque nous ne
possédons que des séries annuelles courtes. Notre approche empirique se résume ainsi :
Premièrement, dans l'estimation d'une fonction de production par tête de type Cobb-Douglas à
deux facteurs : le stock de capital physique, une série que nous avons calculée, et le capital TIC,
que nous avons également calculé en partie. Deuxièmement, nous estimons un modèle vectoriel
autorégressif pour mesurer l'impact du nombre d'abonnés au téléphone fixe par habitant sur la
croissance du PIB par habitant.

Le plan de ce chapitre est conçu de la manière suivante : dans la deuxième section nous
exposons la revue de littérature. La troisième section propose la situation des TIC en Mauritanie
et son évolution. δe modèle théorique, les données, les méthodes d’estimation et les résultats
sont présentés dans la quatrième section avant d'aborder la discussion des résultats dans la
section suivante. Enfin, nous concluons.

147
3.2 Revue de la littérature

Cette section se divise en deux parties. Nous présentons en premier lieu une définition des TIC,
ensuite nous analysons les relations établies entre la croissance économique et le secteur des
TIC sur les plans théoriques et empiriques.

3.2.1 Définition des TIC

Le Grand dictionnaire terminologique de l'OQLF définit les technologies de l'information et

de la communication comme étant un « ensemble des technologies issues de la convergence de
l'informatique et des techniques évoluées du multimédia et des télécommunications, qui ont
permis l'émergence de moyens de communication plus efficaces, en améliorant le traitement,
la mise en mémoire, la diffusion et l'échange de l'information »20. Elles englobent donc les
secteurs suivants : l’informatique, l’électronique et les télécommunications.

3.2.2 Les TIC et la croissance économique

Le développement des TIC dans une société est générateur de plusieurs effets bénéfiques. Nous
pouvons en citer à titre d’exemple les effets suivants :

 Grâce à l’accès aux bonnes informations, les ménages peuvent améliorer l’éducation de
leurs enfants, ce qui est souvent accompagné par une amélioration en matière de santé et de
suite par le bien-être économique (Nadiri et Nandi 2003).
 Au niveau de l’entreprise, il facilite la communication et améliore l’interconnexion des
marchés régionaux, nationaux et mondiaux, ce qui réduit indéniablement les coûts (Nadiri
et Nandi 2003).
 Il permet également l’augmentation du stock de capital, ce qui augmente la productivité.
Enfin, les investissements dans les TIC renforcent l’efficience globale de l’économie grâce
à la baisse des coûts et à l’innovation technologique (OCDE β00γ).

δes effets des TIC sur l’économie globale ont été théorisés notamment par la théorie de la
croissance endogène et validés à l’aide de beaucoup d’études empiriques.

20
Office québécois de la langue française.

148
δes travaux de Barro (1990) représentent un cadre théorique unifié pour les études s’intéressant
aux liens entre la croissance économique et les investissements dans les infrastructures
productives, dont les TIC. Comme nous l’avons déjà mentionné au premier chapitre, ces
investissements sont d’une importance énorme dans la théorie de la croissance endogène.

De nombreux travaux empiriques ont mis en évidence, dans des contextes divers, la contributi

Tableau 3.1 : Impact des investissements dans les TIC sur la croissance du PIB, résultats
d’études nationales

Croissance du PIB Contribution des TIC

Pays
1990-95 1995-2000 1990-95 1995-2000

États-Unis

Jorgenson, et al. (2002) 2,50 4,00 0,5 1,00

Japon

Motohashi (2002) 1,7 1,5 0,2 0,5

Allemagne

RWI et Gordon (2002) 2,2 2,5 0,4 0,5

France

Cette, et al. (2002) 0,5 2,2 0,2 0,3

Royaume-Uni

Oulton (2001) 1,4 3,1 0,4 0,6

Canada

Armstrong et al. (2002) 1,5 4,9 0,4 0,7

Khan et Santos (2002) 1,9 4,8 0,3 0,5

Australie

Simon and Wardrop (2001) 1,8 4,9 0,9 1,3

Belgique

Kegels, et al. (2002) 1,5 2,8 0,3 0,5

Corée

Kim (2002) 7,5 5,00 1,4 1,2

149
Source : OCDE (2003).

-on des TIC à la croissance économique. δ’OCDE (β00γ) a présenté un tableau qui résume la
contribution des TIC à la croissance du PIB à partir des études réalisées au niveau national sur
quelques pays de l’OCDE. Ces études couvrent principalement le secteur privé et se servent de
la comptabilité de la croissance21 afin de mesurer la contribution des TIC à la croissance du PIB
pour les deux périodes : 1990-1995 et 1995-2000. Nous observons que cette contribution est
importante en Australie, en Corée, aux États-Unis, au Canada et au Japon. Pour la France et le
Royaume-Uni, nous constatons que la contribution des TIC à la croissance du PIB était plus
importante entre 1990-1995 que sur la période 1995-2000. (Voir le tableau 3.1). Les résultats
de ces études nationales ont été confirmés par Colecchia et Schreyer (2002). Ces auteurs ont
étudié la contribution du capital en TIC à la croissance économique dans neuf pays de l’OCDE
entre 1980 et 2000. En se basant sur des techniques de la comptabilité nationale, notamment
l’indice national des prix et l’indice de prix harmonisé, ils obtiennent que les investissements
dans les TIC auraient largement participé à la croissance de l’investissement dans les neuf pays.
Cette contribution a dépassé 50 % aux États-Unis, en Australie et Finlande. Röller et Waverman
(1996) ont également examiné la manière dont les infrastructures des télécommunications
affectent la croissance économique. Ils ont utilisé des données provenant de 21 pays de l'OCDE
et de 14 autres pays développés. Ils ont estimé un modèle structurel qui endogénise
l’investissement dans les télécommunications en spécifiant un modèle d'offre et un modèle de
demande pour les investissements dans les télécommunications. Ces deux modèles sont alors
estimés conjointement avec une équation macroéconomique dans laquelle le PIB est expliqué
par le stock de capital, le capital humain et le stock de télécommunication. Après avoir contrôlé
les effets fixes spécifiques à chaque pays, ils ont trouvé un lien de causalité positif, à condition
que la masse critique de l'infrastructure des télécommunications soit atteint.

Canning (1999) a analysé les effets de quelques types d’infrastructures, à savoir, les routes
revêtues, la télécommunication et l’électricité sur le PIB. Son étude porte sur un panel de pays
à faible revenu et à revenu élevé pour la période 1960-1990. En estimant une fonction de
production de type Cobb-Douglas par travailleur à l’aide de la cointégration, il obtient que
l’évolution de lignes téléphoniques aurait des effets positifs et significatifs sur le PIB et que ces
effets sont deux fois plus importants dans les pays à revenu élevé que ceux à revenu faible avec
des élasticités, respectivement de 0,β6 et de 0,14. Zahra et al. (β008) ont étudié l’impact des

21
δa comptabilité de la croissance s’est développée grâce aux travaux de Solow (1957) dans lesquels il a relié la
productivité, mesurée à partir d’une fonction de production, et l’analyse de la croissance économique (voir
notamment OCDE 2001b).

150
infrastructures de communication sur la croissance du PIB par habitant en utilisant des données
provenant de vingt-quatre pays à faible revenu, à revenu moyen et à revenu élevé sur la période
1985-2003. Leurs analyses sur ce panel ont conclu à un impact négligeable avec des élasticités
comprises entre 0,0000 et 0,0005.

D’autres études ont recherché l’impact des TIC sur la croissance économique exclusivement
pour des pays en développement. Dans cet objectif, δee et al. (β009) ont aussi analysé l’impact
de télécommunications, mesurées par le taux de pénétration mobile et le taux de pénétration
fixe, sur la croissance du PIB par habitant pour 44 pays d’Afrique subsaharienne22. En étudiant
deux périodes différentes (1975-2006 et 2000-2006) et en utilisant la méthode des moments
généralisés, ils trouvent que seul le taux de pénétration fixe est significatif pour la période 1975-
2006 avec une élasticité de 0,05 tandis que sur la période 2000-2006, seul le taux de pénétration
mobile est significatif avec une élasticité de 0,02. Andrianaivo et Kpodar (2011) ont étudié
également l’effet des TIC sur la croissance du PIB par habitant dans 44 pays d’Afrique pour la
période 1988-2007. Ils ont utilisé en particulier les taux de pénétration mobile et fixe et le coût
des appels locaux. En régressant leur panel à l’aide de la méthode des moments généralisés, ils
aboutissent aux résultats suivants :

 le nombre d’abonnés (fixe et mobile) par habitant impacte significativement la

croissance du PIB par habitant avec une élasticité de 0,12.
 le nombre d’abonnés fixe par habitant contribue positivement à la croissance du PIB par
habitant avec des élasticités comprises entre 0,11 et 0,70.
 le nombre d’abonnés mobile par habitant a un effet positif sur la croissance du PIB par
habitant avec des élasticités comprises entre 0,06 et 0,07.
 une hausse du coût de γ minutes d’appels fixes engendre une diminution de la croissance
du PIB par habitant avec des élasticités comprises entre -0,36 et -0,40.
 une hausse du coût de γ minutes d’appels mobiles impacte négativement la croissance
du PIB par habitant avec des élasticités comprises entre -0,05 et -0,08.

Wilson et al. (2014) ont étudié la contribution de la télécommunication, mesurée par le taux de
pénétration mobile et le taux de pénétration fixe, à la croissance économique dans six pays
africains : Botswana, Cap Vert, εaurice, Nigéria, Seychelles et l’Afrique du Sud entre 2000 et
2011. Ils ont estimé un modèle simple, dans lequel le PIB est expliqué par la
télécommunication, en utilisant la méthode des MCO. Ils concluent que le taux de pénétration

22
Cet échantillon n’est pas le même qui a été utilisé par Lee et al. (2009).

151
mobile a un effet positif et significatif sur la croissance du PIB avec une élasticité de 0,29. Dans
le même objectif, Démurger (2001) a examiné les liens entre les investissements en
infrastructures et la croissance en Chine pour un panel de 24 régions entre 1985 et 1998. Il
obtient que le téléphone aurait contribué à la croissance du PIB par habitant de manière positive
et significative avec des élasticités comprises entre 0,326 et 0,443. Cet effet positif est confirmé
également par Ben Youssef et ε’henni (β004) en Tunisie. Les auteurs ont exploré les effets des
TIC sur la croissance économique en Tunisie pour la période 1975-2001. Ils ont estimé par les
MCO une fonction de production de type Cobb-Douglas à trois facteurs, à savoir le travail, le
stock de capital (hors TIC) et le stock de capital de TIC. Ils trouvent qu’au cours de cette période
le capital TIC a eu un impact positif et significatif sur le PIB avec une élasticité de 0,11. Enfin,
ils concluent que cet effet provient en grande partie d’effets multiplicateurs. Tella et al. (2007)
ont également étudié l’effet de l’évolution du réseau de télécommunication sur la croissance
économique au Nigéria au cours de la période 1993-2004. Ils ont utilisé trois fonctions : une
fonction de production de type Cobb-Douglas, une fonction de demande de télécommunications
et une fonction d’offre de télécommunications. En régressant leurs équations par les triples
MCO, ils obtiennent que le capital de télécommunication, mesuré par le taux de pénétration du
téléphone fixe, le taux de pénétration du mobile et le taux de pénétration total, contribuent
positivement à la croissance du PIB au Nigéria avec des élasticités, respectivement de 0,07, de
3,19 et de 0,12. Cependant, Asogwa et al. (2013) ont obtenu un effet positif moins important
(0,0002) au Nigéria sur la période 1970-β010. Ils ont estimé à l’aide des εCO une équation
dans laquelle le PIB réel est expliqué par les investissements dans les TIC, les investissements
étrangers directs et la consommation d’électricité. Kaur et εalhotra (β014) ont analysé l’impact
de l’évolution du nombre des lignes téléphoniques pour 100 personnes sur le PIB par habitant
de l’Inde entre les années 1995 et β005. Ils ont utilisé un test de causalité au Granger. Leur
analyse a montré l’existence d’une causalité unilatérale de la télédensité vers le PIB par
habitant.

Quelques études ont cependant abouti à des résultats inverses. Par exemple Faridi et al. (2011)
ont cherché à analyser l'influence du transport et de la communication sur le développement
économique au Pakistan durant la période 1972-2010. Pour ce faire, ils ont estimé une fonction
de production de type Cobb-Douglas, à quatre facteurs : la formation brute de capital fixe, le
travail, les routes en kilomètre et le nombre de lignes téléphoniques. Ils ont conclu que
l'évolution de la communication a des effets négatifs et significatifs sur le PIB. Ce résultat est
observé aussi pour quelques pays d’Afrique. En effet, Wilson et al. (β014) ont montré que

152
l’évolution du taux de pénétration fixe a eu des répercussions négatives et significatives sur la
croissance économique dans les pays suivants : Botswana, Cap Vert, Maurice, Nigéria,
Seychelles et l’Afrique du sud entre β000 et β011 avec une élasticité de -1,γ6 pour l’ensemble
de panel.

Dans la section suivante, nous présentons l’évolution des TIC en εauritanie, notamment le
secteur des télécommunications.

3.3 Le contexte des TIC en Mauritanie

3.3.1 Évolution historique des TIC en Mauritanie

Le réseau de communication en Mauritanie a connu trois étapes dans son évolution. Il a

commencé par un réseau de télégraphe très limité, seuls 11 bureaux étaient accessibles entre
1891 et 1960. Ensuite, le téléphone s’est développé entre 1974 et 1985 en réseau embryonnaire,
cela a permis de relier les principales villes par des liaisons interurbaines de téléphonie. La
troisième étape est la numérisation du réseau entre 1985 et 1995. Cette étape est réalisée à l’aide
des projets INTELSAT23 et ARABSAT24. Elle a surtout amélioré les communications avec
quelques pays étranger (la France, l’Espagne, les Émirats Arabes Unis.) et dans les deux
grandes villes actuelles (la capitale Nouakchott et Nouadhibou). Les capitales des régions ont
été reliées entre elles grâce au projet DOMSAT25 en 1994. En effet, l’utilisation des satellites
en Mauritanie représentait une révolution en termes de communication.

δ’Office des Postes et Télécommunication (OPT) était l’organe historiquement en charge du

secteur des télécommunications. Il est devenu en 1990 un Établissement Public à Caractère
Industriel et Commercial.

En 1998, il y a eu la déclaration de politique sectorielle des postes et des télécommunications

pour la libéralisation du secteur des télécommunications.

δ’année 1999 s’est caractérisée par la scission de l’OPT, la libéralisation du secteur des
télécommunications et la création d’une autorité de régulation. Après cette libéralisation, la

23
En 1985, une station terrienne de grande capacité à Nouakchott pour le trafic vers la France et l’Espagne. (UIT
1998).
24
En 1986, une station terrienne installée à Nouakchott et utilisée pour le trafic vers les pays des Émirats Arabes
Unis, l’Arabie, le Koweït, l’Algérie et la Tunisie. (UIT 1998).
25
δ’établissement de liaisons avec les centres via un réseau domestique de télécommunications par satellite.

153
téléphonie mobile s’est développée rapidement avec l’arrivée des nouveaux opérateurs sur le
marché mauritanien.

3.3.2 Autorité de régulation

δ’autorité de régulation a été créée par la loi 99-019 dans le cadre de la scission de l’OPT et de
la libéralisation du secteur des télécommunications. Compte tenu du retard observé dans ce
secteur, cette loi a eu pour objectif la modernisation de la communication en Mauritanie à
travers un cadre légal et institutionnel qui permet : «
 D’accroître la compétitivité du secteur
 De libéraliser le marché des télécommunications
 De créer un environnement favorable à l’entrée des investisseurs privés dans le secteur des
télécommunications
 De séparer les fonctions de régulation et d’exportation
 D’instituer une Autorité de régulation indépendante
 De définir les règles de concurrence applicables dans le secteur
 De garantir la transparence des processus de régulation du secteur
 D’apporter des règles en matière d’interconnexion et
 De favoriser l’accès universel aux services. »

3.3.2.1 εissions de l’Autorité de Régulation

Elle est chargée principalement d’assurer la bonne application de la loi 99-019. Pour atteindre
cet objectif, elle doit disposer les moyens humains et matériels qui lui permettent de mener à
bien ses missions, notamment pour «
 Faire assurer la continuité du service et protéger les intérêts des usagers
 Promouvoir le développement efficace du secteur conformément aux objectifs du
gouvernement
 εettre en œuvre les procédures d’attribution des autorisations et licences
 Assurer la planification, la gestion et le suivi de l’utilisation du spectre des fréquences
 Fixer les normes d’homologation des équipements
 Assurer l’élaboration et la mise en place d’un plan de numérotation ».

3.3.2.2 Organisation de l’Autorité de Régulation et ses communications

Pour réussir sa mission, l’Autorité de Régulation possède deux organes :

154
 Un conseil national de régulation, composé de cinq personnes, qui représente l’organe
délibérant et l’instance décisionnelle.
 Un directeur général qui conduit une équipe opérationnelle. Cette dernière constitue, en
2015, un effectif total de 123 personnes réparties de la manière suivante : 58 % de cadres,
22 % d'agents de maitrise et 20 % de représentants d'autres catégories professionnelles.

Les activités menées par cette autorité sont accessibles sur son site internet. En effet, au-delà
des textes des lois, décrets etc., elle publie un rapport annuel d’activités et une revue
semestrielle.

3.3.3 Opérateurs téléphoniques

Actuellement, nous comptons au total quatre opérateurs de télécommunication présents en

Mauritanie dont trois proposent les services des téléphones mobiles. Il s’agit d’un résultat direct
de la libéralisation du secteur des télécommunications.

3.3.3.1 Mauritel
Cette société représente l’organe historique chargé des télécommunications en εauritanie.
Après la libéralisation du secteur, elle est devenue, en 2001, filiale de Maroc Télécom.

 Actionnaires : Maroc Télécom 51 %, État mauritanien 46 % et 3 % différents actionnaires.

 Services offerts : elle propose principalement les services de téléphonie fixe et de l’internet
(ADSL).

3.3.3.2 Mauritel mobile

C’est une filiale de εauritel mais juridiquement indépendante et détenue à 100 % par Mauritel.
 Actionnaires : Maroc Télécom 51 %, État mauritanien 46 % et 3 % différents actionnaires.
 Services offerts : elle est spécialisée dans les services des téléphones mobiles et internet (2G
et 3G). Elle a obtenu sa première licence GSM en 2000.

3.3.3.3 Mattel
La société Mauritano-Tunisienne de télécommunication (Mattel) est le premier opérateur
téléphonique qui a obtenu la licence de téléphonie cellulaire de norme GSM en Mauritanie. En
effet, cette licence lui a été attribuée le 04 juin 2000.

155
 Actionnaires : 51 % pour Tunisie Télécom, 39 % M. Bouamatou (homme d’affaire
mauritanien) et 10 % d’autres actionnaires.
 Services offerts : la téléphonie cellulaire et internet (2G et 3G)

3.3.3.4 Chingutel
La société Chingutel est une filiale de la société soudanaise des télécommunications (Sudatel).
Suite à l’appel d’offre lancé le 01 mars β006, Chingutel est devenue le troisième opérateur sur
le marché des télécommunications en Mauritanie. Ainsi, le 27 juillet 2006 est la date à laquelle
elle a obtenu sa licence.
 Actionnaires : détenue à hauteur de 95,5 % par Sudatel et 4,5 % par des autres actionnaires
mauritaniens.
 Services offerts : la téléphonie cellulaire CDMA26 et GSM, la téléphonie fixe CDMA et
l’internet.

3.3.4 Les investissements dans les TIC

Le développement des TIC dans un pays passe obligatoirement par une affectation importante
de ressources financières pour construire de nouvelles infrastructures et maintenir celles déjà
existantes. Grâce aux innovations technologiques, le coût de ces infrastructures est devenu
moins cher. C’est pour cette raison que les TIC se développent de manière rapide dans les pays
en développement. A l’instar de la majorité de ces pays, la εauritanie a également connu ce
phénomène notamment après la libéralisation du marché des télécommunications.

3.3.4.1 δ’évolution des investissements dans les TIC

Étant donné que les TIC sont constituées principalement en Mauritanie par le secteur des
télécommunications, nous ne présentons que les investissements liés à celui-ci. Nous observons
que ces investissements ont connu une nette évolution dès l’année β000. En effet, cette année
coïncide avec la libéralisation du secteur des télécommunications et l’arrivée d’un nouvel
opérateur téléphonique (Mattel). Nous constatons donc que cette libéralisation a joué un rôle
déterminant en matière d’investissements en télécommunications malgré une irrégularité dans
la croissance de ces investissements. (Voir le graphique 3.1).

26
Code division multiple access (CDMA).

156
Graphique 3.1 : Les investissements dans le secteur des télécommunications (en dollar
courant)

120000000

100000000

80000000

60000000 Les investissements

dans les TIC
40000000

20000000

0
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
Source : Datamarket et la Banque Mondiale.

3.3.4.2 Chiffre d’affaires (CA) télécom et le PIB en εauritanie

δe chiffre d’affaires réalisé dans le secteur des télécommunications évolue fortement de telle
sorte que son rapport avec le PIB augmente de 3 % en 2000 à 8 % en 2004. (Voir le tableau
3.2). Nous ne possédons pas de données pour les autres années, mais on s’attend à ce que cette
tendance ait continué dans les années suivantes.

Tableau 3.2 : δe rapport entre le chiffre d’affaires télécom et le PIB

2000 2001 2002 2003 2004

CA télécom/ PIB (en %) 3 5 7 8 8

Source : Autorité de Régulation 2004.

3.3.4.3 Contribution des TIC au PIB en Mauritanie

La part des télécommunications dans le PIB était stable aux alentours de 2 % dans la période
qui a précédé la libéralisation du secteur. Au cours des premières années de la libéralisation,
cette part a progressé de 2 % à 4,7 % en 2006. Pour les années plus récentes, on ne dispose pas
de données. (Voir le tableau 3.3).

157
Tableau 3.3 : Contribution des TIC au PIB en Mauritanie
1997 1998 1999 2000 2001 2002 2003 2004 2006

PIB télécom/ PIB global 2 2 2 2 3 4 4 5 4,7

(en %)
Source : Autorité de Régulation 2004 et 2006.

3.3.5 L’évolution du parc d’abonnés

Cette sous-section présente à la fois, l’évolution du parc total, du parc d’abonnés mobile et du
parc d’abonnés à la téléphonie fixe.

3.3.5.1 Le total du parc d’abonnés

Nous constatons que le parc total d'abonnés est négligeable entre 1975-2000 par rapport à son
développement depuis 2000. Il a connu une croissance remarquable au cours de la période
2000-β015 en enregistrant son plus haut niveau en β01β, plus de quatre millions d’abonnés.
(Voir le graphique 3.2).

Graphique 3.2 : δe nombre total d’abonnés

4500000

4000000

3500000

3000000

2500000
par d’a onnés (fixe et
2000000
mobile)
1500000

1000000

500000

0
1975
1978
1981
1984
1987
1990
1993
1996
1999
2002
2005
2008
2011
2014

Source : Banque εondiale et l’auteur.

Cette augmentation provient principalement de la progression rapide de la téléphonie mobile.

On observe également que ce nombre a connu son niveau le plus bas entre 1975 et 2000. Ceci
peut être expliqué par le fait que durant cette période, les services de la téléphonie mobile
158
n’existaient pas en εauritanie. En plus, la couverture territoriale en termes de téléphonie fixe
était très limitée. La période 1975-2015 est marquée par la croissance du nombre total
d’abonnés. Cette progression s’est nettement accélérée après la libéralisation du marché des
télécommunications avant de connaître une légère baisse à partir de l’année β01γ. (Voir le
graphique 3.2). La baisse observée à partir de 2013 provient de la saturation du marché mobile
et de la baisse du nombre d'abonnés fixe chez Mauritel.

3.3.5.2 Parc d’abonnés mobile

Le marché mobile est toujours dominé par l'opérateur historique de la télécommunication en
Mauritanie (Mauritel) avec plus 50 %. Le reste est partagé presque de manière égale par les
opérateurs εattel et Chinguitel. δe parc d’abonnés cellulaires mobiles a atteint son niveau
record en β01β, environ quatre millions. On compte donc un nombre d’abonnements plus
important que la population de la Mauritanie. (Voir le graphique 3.3). Cette augmentation
importante est due d’une part à l’absence d’un tarif universel entre les trois opérateurs présents
sur le marché et d’autre part au fait qu’il y a des zones qui sont couvertes par un seul opérateur.
Face à cette réalité, beaucoup de citoyens se trouvent dans l’obligation d’être abonnés chez
chaque opérateur. Toutefois, la concurrence sur ce marché est très forte entre les opérateurs
notamment après l'entrée du Chinguitel 2006, ce qui a permis la division du prix par trois entre
2007 et 2011, environ 20 UM (unité monétaire de la Mauritanie), soit 7,4 $US centimes par
minute. δ’abonnement mobile est constitué principalement de cartes prépayées malgré des
propositions récentes de forfaits.

Graphique 3.3 : Abonnements cellulaires mobiles

Source : Banque Mondiale.

159
3.3.5.3 Nombre d’abonnés en téléphonie fixe
Le réseau téléphonique était géré par l'État jusqu'à la privatisation du marché des
télécommunications. Ensuite l'opérateur Mauritel domine le marché fixe entre les années 2000
et 2006. Le parc d'abonnés fixe de Mauritel a connu une tendance croissante sur cette période
avant une baisse en 2006. L'arrivée de Chinguitel avec ses offres fixes CDMA a stoppé la
tendance baissière et a fait augmenter le nombre d'abonnés fixe. Cette croissance a continué
jusqu'en 2008, date à laquelle les nouveaux abonnés fixes Chinguitel ne peuvent plus
compenser la dégradation du parc d'abonnés fixe Mauritel. D'une manière générale, le nombre
des lignes téléphoniques fixes a connu une tendance à la hausse entre 1975 et 2015. Cette
évolution est devenue plus importante après l’installation des téléphones mobiles fin de l’année
β000. Il s’agit probablement d’un effet de réseau (effet club), c’est-à-dire, l’effet qui génère des
externalités positives. Après l’année β008, il a eu une tendance à la baisse. (Voir le graphique
3.4).

Graphique 3.4 : Nombre des lignes téléphoniques fixe

Source : Banque Mondiale.

3.3.5.4 Abonnés de l’internet

δe nombre des utilisateurs de l’internet reste généralement très faible. Récemment en β010, les
opérateurs ont amélioré leurs services proposés aux ménages, en matière de qualité et de prix,
notamment pour l’internet mobile.

160
Graphique 3.5 : Personnes utilisant Internet (% de la population)

Source : Banque Mondiale.

Bien que le niveau de couverture soit très limité, on observe une évolution plus rapide au cours
de ces dernières années. En effet, en 2013 il y avait environ 6 % de la population qui avait accès
à l'internet tandis que ce pourcentage a atteint environ 15 % en 2015. (Voir le graphique 3.5).
En revanche, nous constatons que l’évolution de serveurs internet sécurisés27 est plutôt faible
puisque la progression de cet indicateur entre 2006 et 2014 était autour d’un point et demi. (Voir
le graphique 3.6).

Graphique 3.6 : Serveurs Internet sécurisés (pour 1 million de personnes)

Source : Banque Mondiale.

27
Selon la Banque Mondiale « les serveurs sécurisés sont des serveurs qui ont recours à la technologie du
cryptage pour sécuriser les transactions sur Internet ».

161
En ce qui concerne l’abonnement à large bande fixe, qui désigne un accès à haut débit à
l’internet public, nous observons globalement un niveau très faible, moins de 10000 abonnés
en β015. (Voir le graphique γ.7). En effet, l’évolution du nombre des utilisateurs internet est
dominée par les abonnés à l’internet mobile. Il a progressé de 1γ041 en β009 à 1γ1510 en β01β,
ce qui correspond à un taux de croissance de 908,43 %. Néanmoins, cette progression est très
faible par rapport au nombre des abonnés à la téléphonie mobile qui atteignait les quatre
millions en 2012. Le tableau 3.4 présente l’état et l’évolution des abonnés à l’internet mobile et
les abonnés à l’internet toutes formes d’abonnement confondues entre β008 et β01β.

Graphique 3.7 : Abonnements à large bande fixes

Source : Banque Mondiale.

Tableau 3.4 : Parc d’abonnés internet et internet mobile

Année Abonnés internet mobile Abonnés internet

2008 1364 9693

2009 13041 22013

2010 17971 24757

2011 76915 83631

2012 131510 138524

Source : Autorité de régulation 2012.

162
La fibre optique est déployée en Mauritanie par l'opérateur Mauritel. Cet opérateur possède déjà
de la fibre du Câble de Garde à Fibre Optique (CGFO) pour le tronçon Nouakchott-Aleg-Kiffa-
Ajoun-Kobbeni. Ce réseau a été réalisé en 2001 pour promouvoir la connexion au Sénégal et
au Mali. Mauritel propose également la fibre sur le tronçon Nouakchott-Nouadhibou depuis
2009.

Afin d'améliorer la connectivité en εauritanie, l’Agence de Promotion de l’Accès Universel

aux Services (APAUS) a réalisé une étude qui identifie les tronçons manquants de la
connectivité nationale. Elle souhaite par la suite obtenir le financement nécessaire. (Voir la carte
3.1).

Carte 3.1 : Tronçons manquants de la connectivité nationale

Source : Rapport de la Banque Mondiale 2011.

3.3.6 Couverture territoriale des opérateurs

téléphoniques

Nous constatons que la couverture téléphonique se concentre principalement dans les villes et
autour des axes routiers, notamment les routes bitumées. (Voir la carte 3.2). Ainsi, la stratégie
des opérateurs téléphoniques en termes de couverture territoriale est orientée pour répondre à

163
la fois à leur cahier des charges et aux besoins de la population dans les zones les plus peuplées.
Il s’agit de zones situées sur la bande frontalière ouest et sud. En effet, on observe que des
opérateurs réalisent des extensions vers des villes qui n’étaient pas prévues dans leur cahier des
charges. Jusqu’à fin β015, la densification des réseaux continue à se focaliser dans les mêmes
zones. Toutefois, des nouvelles extensions ont permis de couvrir par exemple la ville de Bir
Mogrein au nord de la Mauritanie et également la ville de Tichit située au centre. (Voir la carte
3.3).

Carte 3.2 : Couverture territoriale des opérateurs téléphoniques en 2008

Source : Autorité de régulation, rapport annuel 2008.

164
Carte 3.3 : Couverture territoriale des opérateurs téléphoniques en 2015

Source : Autorité de Régulation, rapport annuel 2015.

165
 3.3.7 Benchmark de la télédensité

En 1990, on comptait en Afrique 8,6 millions d’abonnés au téléphone, ce qui représentait 1,36
% de la population africaine28. δe service de l’internet était totalement absent. En β008, la
situation a beaucoup changé puisqu’il existe des réseaux mobiles dans tous les pays du
continent. δ’internet devient aussi accessible. Cependant, malgré les progrès réalisés, les enjeux
restent élevés en Afrique en matière des TIC (Union Internationale des Télécommunications
(UIT) 2008).

δ’UIT, dans le cadre de sa mission et en partenariat avec d’autres organismes en 2004, a élaboré
un indice permettant la comparaison entre les différents pays en termes de TIC. En effet, Dans
son rapport "εesurer la société de l’information β015", elle précise : « δ’Indice de
développement des TIC ou ICT Development Index (IDI) est une valeur repère, composée de
onze indicateurs, qui permet de suivre et de comparer les progrès accomplis en matière de TIC
dans différents pays et dans le temps. δes principaux objectifs de l’indice IDI sont de mesurer
:

 le niveau et l’évolution dans le temps des progrès en matière de TIC au sein des pays,
ainsi que l’expérience de ces pays par rapport à d’autres;

 les progrès accomplis en matière de développement des TIC, tant dans les pays
développés que dans les pays en développement;

 la fracture numérique, c’est-à-dire les différences existant entre les pays ayant des
niveaux de développement des TIC différents;

 le potentiel de développement des TIC ou la mesure dans laquelle les pays peuvent
utiliser les TIC pour améliorer la croissance et le développement.

δ’indice IDI est divisé en trois sous-indices – « accès », « utilisation » et « compétences » –

chacun d’eux reflétant différents aspects du processus de développement des TIC. »

Une comparaison rapide entre pays ou régions à travers cet indice démontre le retard dans lequel
l’Afrique se trouve. En effet, malgré les améliorations significatives et palpables que le
continent a connues en termes de TIC, nous remarquons que le décalage reste important par
rapport aux autres continents. Le tableau 3.4 montre que l’indice IDI en Afrique (toute

28
Selon World Population Prospects (https://esa.un.org/unpd/wpp/) en 1990 la population africaine était
631614000.

166
l’Afrique) a progressé de 1,87 en 2010 à 2,53 en 2015, ce qui est nettement inférieur à la
moyenne mondiale en 2015, (5,03). La valeur la plus importante est observée en Europe (7,51),
alors que les pays Arabes obtiennent un niveau moins important que celui de l’Europe tout en
dépassant la moyenne mondiale. Quant à l’Asie-Pacifique, elle continue sa progression en
termes de TIC, mais elle est toujours en deçà de la moyenne mondiale. (Voir le tableau 3.5).

Tableau 3.5 : IDI par région en 2010 et 2015

Région IDI 2010 IDI 2015

Valeur moyenne Valeur moyenne

Europe 6,48 7,35

Asie-Pacifique 3,85 4,70

Pays arabes 3,88 5,1

Afrique 1,87 2,53

Source : UIT 2015.

En Mauritanie, nous observons une amélioration générale dans ce secteur. Le mobile devient
un moyen de communication relativement accessible pour tous. δes services de l’internet se
développent plus modestement. Cependant, l’indice de développement des TIC en εauritanie
reste parmi les plus faibles dans la sous-région. En 2015, la Mauritanie était classée 150ème à
l’échelle mondiale, alors qu’elle était 1γγème en β01β. Cette dégradation peut être expliquée
par le fait que la εauritanie n’a pas su accompagner le développement rapide qu’a connu le
secteur. (Voir le Tableau 3.6).

167
Tableau 3.6 : Indice de développement des TIC (IDI) : Comparaison entre différents pays
d’Afrique

Pays IDI 2010 IDI 2012 IDI 2015

Rang Valeur Rang Valeur Rang Valeur

Maroc 92 3,19 89 3,79 99 4,47

Algérie 103 2,86 106 3,07 113 3,71

Sénégal 122 1,76 124 2,02 132 2,68

Mali 147 1,24 144 1,54 145 2,22

Mauritanie 138 1,53 133 1,76 150 2,07

Côte d’Ivoire 131 1,62 137 1,70 137 2,51

Source : UIT 2011, 2012 et 2015.

3.3.7.1 De la télédensité mobile

δe graphique (γ.8) présente l’évolution de la téléphonie cellulaire mobile dans quelques pays
africains, à savoir la εauritanie, le Sénégal et le εali. Nous comparons l’évolution des trois
pays en matière de TIC à travers le nombre d’abonnés mobile pour 100 personnes. Nous
observons que la téléphonie mobile a commencé à se développer dans les trois pays à partir de
l’année β000. Au cours de la période β000-2012, la croissance de notre indicateur était plus
importante en εauritanie, mais à partir de l’année β01β, la εauritanie va être dépassée par le
εali. Ensuite, la baisse du nombre d’abonnés mobile pour 100 personnes a persisté dans les
années suivantes. Ainsi, la Mauritanie est dépassée par le Sénégal en 2014. Enfin, on constate
en Mauritanie une tendance à la baisse au cours des dernières années. Toutefois, elle continue
à enregistrer un niveau d’abonnement plus élevé que celui observé en général en Afrique
subsaharienne (hors revenu élevé).

168
Graphique 3.8 : Abonnements cellulaires mobiles (pour 100 personnes)

160
Mali
140
120
100 Mauritania

80
60 Afrique
40 subsaharienne (hors
revenu élevé)
20
Senegal
0
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2015
Source : Banque Mondiale.

3.3.7.2 De la télédensité fixe

La téléphonie fixe en Mauritanie a poursuivi une tendance haussière au cours de la période
1975-β015. δe nombre d’abonnés en téléphonie fixe pour 100 personnes a enregistré son niveau
le plus élevé en 2008 avant de chuter dans le reste de la période. À l’aide du graphique γ.9,
nous observons que la Mauritanie était en deçà du niveau constaté en Afrique subsaharienne
(hors revenu élevé) pendant la période 1975-2007. Elle est également dépassée

Graphique 3.9 : Nombre d'abonnés en téléphonie fixe (pour 100 personnes)

3
Mali
2,5

2 Mauritania

1,5

Senegal
1

0,5
Afrique
0 subsaharienne (hors
1975
1978
1981
1984
1987
1990
1993
1996
1999
2002
2005
2008
2011
2014

revenu élevé)

Source : Banque Mondiale.

169
largement par le Sénégal dans presque toute la période. Cependant, la Mauritanie dépasse le
niveau observé au Mali.

3.3.7.3 De la télédensité internet

Le graphique 3.10 propose une comparaison simple entre la Mauritanie, le Sénégal et le Mali en matière
d’accès de la population à l’internet. Nous observons donc que le pourcentage de la population ayant
accès à l’internet en εauritanie est faible par rapport à celui de l’Afrique subsaharienne en
général et celui du Sénégal en particulier. Ainsi, en 2015 ce pourcentage dépasse légèrement
15 % en Mauritanie, 21 % au Sénégal, 22 % en Afrique subsaharienne et 10 % au Mali.

Graphique 3.10 : Personnes utilisant Internet (% de la population)

25

20 Mali

15
Mauritania
10

5 Senegal

Source : Banque Mondiale.

Après cette présentation rapide du contexte des TIC en Mauritanie, nous allons réaliser dans la
section suivante des régressions statistiques pour mesurer la contribution de la
télécommunication à la croissance économique de ce pays.

170
3.4 δ’effet des télécommunications sur le PIB par
habitant

3.4.1 Cadre théorique

Comme c’est fréquemment le cas dans la littérature économique, nous utilisons une fonction de
production de type Cobb-Douglas. δ’objectif est de déterminer l’effet des télécommunications
sur le PIB par habitant. La principale raison de notre choix réside dans le fait que dans un pays
en forte croissance démographique, seule une évolution du PIB par tête est susceptible de
refléter le bien-être de la population, alors qu’une croissance de la production agrégée peut
parfois s’accompagner d’une baisse du pouvoir d’achat. Nous avons écarté la forme Translog,
qui n'impose a priori aucune restriction sur la structure du processus de production, puisque le
nombre d’observations utilisé dans ce chapitre est limité. En effet, l’augmentation des variables
explicatives avec peu d’observations affecte la qualité du résultat (Canning et Bennathan 2000).
Nous étudions dès lors la forme suivante :

Y = F (K, L, R) = AKα L (TC) (3.1)

Y, A, K, L et TC représentent, respectivement la productivité, le PIB agrégé, le stock de capital,

le travail et le stock des télécommunications. δes paramètres α, et sont supposés vérifier
l'hypothèse de rendements d'échelle constants α + + =1.

Pour obtenir une fonction de production par tête, on suppose que L coïncide avec la taille de la
population29. On procède de la manière suivante :

Y/L = y =f (K/L, 1, TC/L) = A (K/L) α(TC/L) (3.2)

La variable y représente le PIB par habitant, k = K/L est le stock de capital par habitant et tc
= TC/L est le stock de télécommunication par habitant. La variable tc exprime à la fois soit le
capital TIC (ktic), soit le nombre d'abonnés au téléphone fixe (tfix). Ainsi, notre fonction de
production par tête s'écrit :

29
Les variables en majuscule représentent les valeurs agrégées tandis que les variables en minuscule représentent
les valeurs par tête.

171
 y = Akα (tc) (3.3)

Dans l’équation (γ.γ), l'évolution du PIB par habitant est expliquée par le niveau du stock de
capital (hors TIC) par habitant et le stock de télécommunications par habitant.

Finalement, nous log-linéarisons l’équation (γ.γ), de telle sorte que les coefficients
s’interprètent comme des élasticités, soit :

ln yt = ln A + αln kt + ln tct (3.4)

Dans les sections suivantes, nous estimons l'équation (3.5).

ln yt = ln A + αln kt + ln tct + t (3.5)

Le paramètre α représente l’élasticité du PIB par habitant (y) par rapport au stock de capital
total par habitant (k). Il s'interprète comme suit : une augmentation de 1 % du stock de capital
par habitant (k) (en ln) entraîne un accroissement de la production par tête (y) (en ln) de α %,
alors que représente l’élasticité de la production par habitant (y) par rapport au stock des
télécommunications par habitant (tc) et représente le terme d'erreur. δes paramètres α et
doivent vérifier l'hypothèse suivante : α + < 1.

3.4.2 Investissements dans les télécommunications

par habitant et croissance économique

3.4.2.1 Données utilisées

Nous utilisons dans cette sous-section des séries temporelles annuelles qui couvrent la période
1983-2013. La série du PIB réel, en dollar US au prix de 2010, est extraite de la base de la
Banque εondiale. δa série du stock de capital physique réel est reconstituée à l’aide de la
méthode de l’inventaire permanent, appelée aussi la méthode chronologique, qui « consiste à
stimuler le processus d’accumulation du capital à partir de la connaissance des séries
d’investissement sur le passé, en spécifiant des lois de déclassement et de dépréciation ou lois

172
de mortalité et d’amortissement » (Cette 2001). (Voir l’annexe γ.1). Enfin, la série des
investissements dans les télécommunications au prix courant est issue, en partie, du
Datamarket. Ensuite, nous avons complété cette série pour les années 1984-1987, 1989 et 2000
en utilisant le taux de croissance annuel moyen. Nous avons utilisé également des données
nationales pour les deux années 2012 et 2013. Ensuite, pour calculer la série au prix réel de
2010, nous nous sommes servis de l’indice de prix des consommations en Mauritanie. (Voir
l’annexe γ.1).

3.4.2.2 εéthode d’estimation

Afin de choisir la méthode d’estimation, nous allons étudier les propriétés statistiques des
séries. Pour ce faire, nous analysons les graphiques des séries et ensuite nous réalisons trois
tests de racine unitaire.

 Graphiques de séries

Il semble que les trois séries ne sont pas stationnaires en niveau puisque leur évolution ne
satisfait pas la condition d’invariance de l’espérance. Pour les séries en différence première, le
PIB par habitant et le capital TIC suivent plutôt un processus stationnaire tandis que le
processus du stock de capital est difficile à apprécier de manière sûre. (Voir l’annexe γ.β).

 Tests de racine unitaire

Nous utilisons dans cette partie trois tests de racine unitaire. Le test Dickey-Fuller augmenté
(ADF), le test Phillips-Perron (PP) et le test Kwiatkowski–Phillips–Schmidt–Shin (KPSS).
Pour le test ADF et le test PP, l’hypothèse nulle est la présence au moins d’une racine unitaire.
δ’hypothèse alternative suppose que la série est stationnaire. La réalisation de ces deux tests
consiste à utiliser trois modèles : le premier comporte une tendance et une constante, le
deuxième ne contient que la constante, et le troisième est sans tendance ni constante. (Voir les
équations 3.6, 3.7 et γ.8). On cherche à tester l’hypothèse nulle de la présence d’une racine
unitaire en commençant par le modèle le plus général. Ainsi, nous testons l’équation (γ.6), si la
tendance t est significative nous optons pour cette équation comme un meilleur modèle et la
procédure s’arrête. Si la tendance t n’est pas significative, nous estimons l’équation (γ.7) pour
vérifier la significativité de la constante. Lorsque la constante est significative, on choisit cette
équation comme un meilleur modèle. Sinon, on travaille avec l’équation (γ.8).

173
 ∆Xt = c1 + b1t + ρXt-1 + ∑ =1 ϕjXj-1 + t (3.6)

∆Xt = c1 + ρXt-1 + ∑ =1 ϕjXj-1 + t (3.7)

∆Xt = ρXt-1 + ∑ =1 ϕjXj-1 + t (3.8)

Quant au test KPSS, l’hypothèse nulle est la stationnarité de la série alors que l’hypothèse
alternative suppose la présence d’une racine unitaire. δe déroulement de ce test se limite à
l’estimation soit de l’équation (γ.6), soit de l’équation (γ.7).

Selon le test ADF, la série ln y en niveau n’est pas stationnaire, mais elle l’est en différance
première. La série du stock de capital (hors TIC) ln k est stationnaire en deuxième différence
tandis que ln ktic est stationnaire en niveau. (Voir le tableau 3.7).

Tableau 3.7 : Test de Dickey-Fuller augmenté (ADF)

En niveau t c En différence première t c Degré d’intégration

ln y -1,60 oui non -5,00*** non non I(1)

ln k 1,28 non non -2,75 oui non -5,50*** sans t, c : I(2)

ln ktic -2,76 non oui -4,12*** non non I(1)

** et ***: rejet de l’hypothèse nulle au seuil de 5 % et 1 %, respectivement. t et c représentent la tendance et la

constante.
Le résultat du test ADF est confirmé par le test PP. (Voir le tableau 3.8).

Tableau 3.8 : Test de Phillips-Perron (PP)

En niveau t c En différence première t c Degré d’intégration

ln y -1,62 oui non -5,00*** non non I(1)

ln k 1,29 oui non -2,47 oui non -6,17*** sans t, c : I(2)

ln ktic -2,77 non oui -4,23*** non non I(1)

** et ***: rejet de l’hypothèse nulle au seuil de 5 % et 1 %, respectivement. t et c représentent la tendance et la

constante.

174
Enfin, le test KPSS conclut que les séries ln y et ln k sont stationnaire en différence première
alors que ln ktic est stationnaire en niveau. Elle est donc intégrée d’ordre zéro. (Voir le tableau
3.9).

Tableau 3.9 : Test de Kwiatkowski–Phillips–Schmidt–Shin (KPSS)

En niveau t c En différence première t c Degré d’intégration

ln y 0,17 oui oui 0,11** non non I(1)

ln k 0,18 oui oui 0,12** oui oui I(1)

ln ktic 0,11** oui oui I(0)

** acceptation de l’hypothèse nulle au seuil de 5 %. t et c représentent la tendance et la constante.

Nous avons donc des doutes sur ln ktic en termes de stationnarité. Ceci peut être expliqué par
la présence de ruptures dans cette série. En effet, le test ADF, le test PP deviennent fragiles en
présence de séries temporelles avec rupture. Le test de Zivot et Andrews (1992) prend en
compte la présence de ces ruptures. Étant donné le faible nombre d’observations dans nos séries,
nous avons cependant fait le choix d’écarter ce test. Nous maintenons alors l’hypothèse selon
laquelle toutes nos séries sont intégrées d’ordre 1 dès lors le test de Johansen donne au moins
un vecteur de cointégration.

Nous utilisons dans cette sous-section la technique de la cointégration, notamment le test de

Johansen et le modèle à correction d’erreur, pour examiner la présence d’une ou plusieurs
relation(s) stable(s) à long terme entre le PIB par habitant et les deux séries du capital. Le test
de Johansen consiste à chercher des relations stables entre ces variables à l’aide du εaximum
de Vraisemblance. Si les séries sont cointégrées d’ordre h, avec h ≤ N-1, où N représente, le
nombre de séries étudiées, on peut estimer un modèle à correction d’erreur (εCE). δe εCE
donne à la fois les relations stables à long terme entre les variables en niveau et les relations à
court terme pour les variables en différence première. Il permet également de vérifier la
présence de l’effet de correction d’erreur dans la relation de long terme. Cet effet représente
une force qui pousse la variable endogène vers sa valeur d’équilibre de long terme, et doit être
négatif et significatif.

175
3.4.2.3 Résultats
Les résultats suivants sont obtenus à la fois à l'aide du test de Johansen et d’un modèle à
correction d'erreur.

 Test de Johansen
La réalisation du test de Johansen nécessite de connaitre le nombre de retards maximum qui
minimise les critères d'information. De ce fait, nous estimons un modèle vectoriel autorégressif
(VAR) sur les séries en niveau. Cette estimation nous conduit d'utiliser deux retards (p = 2).
(Voir le tableau 3.10).

Tableau 3.10 : Critères d’information

Retard Log L FPE AIC SC HQ

0 78,27 9,28e-07 -5,38 -5,23 -5,33

1 155,25 7,26e-09 -10,23 -9,66 -10,06

2 170,27 4,85e-09* -10,66* -9,66* -10,36*

3 177,25 5,99e-09 -10,52 -9,09 -10,08

* : nombre de retard sélectionné. δ’erreur de prédiction finale (FPE), critères d’information d’Akaike (AIC),
critères d’information de Schwarz (SC), critères d’information d’Hannan-Quinn (HQ).

Le tableau 3.11 présente le résultat du test de la trace. On rejette l’hypothèse nulle selon laquelle
il n’existe pas de relations de cointégration (β7,05 > β4,β7). Néanmoins, on accepte l’hypothèse
nulle selon laquelle il existe au plus une relation de cointégration (6,16 < 12,32).
Ce test donne donc un seul vecteur de cointégration entre les variables ln y, ln k et ln ktic.

Tableau 3.11 : Test de la trace

Hypothèse nulle : Valeur propre Statistique de la Trace Valeur critique

Rang 5%
None * 0,53 28,10 24,27

Au plus 1 0,20 6,80 12,32

Au plus 2 0,02 0,48 4,13

*: rejet de l’hypothèse nulle au seuil de 5 %.

176
Le test de la valeur propre maximale propose également le même résultat que le test de la trace.
(Voir le tableau 3.12).

Tableau 3.12 : Test de la valeur propre maximale

Hypothèse nulle : Valeur propre Statistique de la valeur Valeur critique

propre maximale 5%
Rang
None * 0,53 21,30 17,80

Au plus 1 0,20 6,32 11,22

Au plus 2 0,02 0,48 4,13

*: rejet de l’hypothèse nulle au seuil de 5 %.

 Relation de cointégration

δ’équation (γ.9) représente la relation de cointégration obtenue par le test de Johansen. δes
écarts-types associés aux coefficients sont mentionnés entre parenthèses. Dans cette relation, le
PIB par habitant est impacté positivement et significativement par le stock de capital physique
(hors TIC) et par le stock de télécommunications. La lecture de ces effets est comme suit :
l’augmentation du stock de capital par tête de 1 % augmente le PIB par tête de 0,91 %. Enfin,
la progression du stock de capital (TIC) de 1 % entraîne une augmentation de 0,15 % du PIB
par habitant.

lny = 0,91 lnk + 0,15 lnktic (3.9)

(0,01) (0,04)

 Modèle MCE

Nous estimons par la suite un modèle à correction d’erreur pour analyser la présence d’effets
de correction. δes variables endogènes, à savoir (∆ln y, ∆ln k et ∆ln ktic) sont données dans la
première ligne du tableau 3.13. Celui-ci montre que le coefficient CointEq (3.9), qui

Tableau 3.13 : Effet de correction

∆ln y ∆ln k ∆ln ktic

CointEq (3.9) 0,07 -0,14** 0,66

[1,54] [-3,20] [0,85]

Entre crochets, on donne les t-statistiques.

177
représente l’effet de correction, est négativement significatif. Ce qui renforce la relation de
cointégration donnée précédemment par le test de Johansen.

Dans le tableau 3.14, nous présentons le résultat de l'estimation de l'équation ∆ln k par la
méthode des εCO. δa variable (∆ln k) n'est impactée significativement que par sa valeur
retardée. La robustesse du modèle εCE a été vérifiée à l’aide de plusieurs tests. Le test Jarque-
Bera valide la normalité des coefficients. δe test δε confirme l’absence de l’autocorrélation,
mais le test d’effet ARCH indique qu'il y a un problème de hétéroscédasticité.

Tableau 3.14 : Résultat de l’estimation de l’équation ∆ln k

Coefficient (probabilité)

CointEq (3.9) -0,14*** (0,004)

∆ln y (-1) 0,10 (0,65)

∆ln y (-2) 0,07 (0,73)

∆ln k (-1) 0,48* (0,05)

∆ln k (-2) -0,33 (0,19)

∆ln ktic (-1) -0,005 (0,62)

∆ln ktic (-2) -0,01 (0,34)

R2 0,73

Test Jarque-Béra 3,65 (0,16)

Test LM -1,11 (0,28), -0,19 (0,85)

Test d’effet ARCH 3,55 (0,006), -2,42 (0,06)

** et * : rejet de l’hypothèse nulle au seuil de 5 % et de 10 %. Valeur dépendante : ∆ln k.

178
Le test de stabilité récursif montre que cette équation est stable, car sa courbe se situe bien entre
les deux droites en pointillé. (Voir l'annexe 3.5).

3.4.3 Téléphonie fixe par habitant et croissance

économique

Cette sous-section propose un travail empirique pour mesurer la contribution du développement

de la téléphonie fixe aux activités économiques en Mauritanie.

3.4.3.1 Données utilisées

Nous utilisons des données par habitant qui couvrent la période 1975-2013. Le PIB réel et le
nombre de lignes téléphoniques fixes sont extraits de la base de la Banque Mondiale.

L'étude des propriétés statistiques des séries nous a montré que la série des lignes téléphoniques
par habitant (ln tfix) est stationnaire en niveau. Les trois tests de racine unitaire aboutissent à
cette même conclusion. (Voir les tableaux 3.15, 3.16 et 3.17). La série ln y est stationnaire en
différence première. Étant donné que (ln tfix) est stationnaire en niveau, on ne peut pas chercher
de relation de cointégration entre elle et le PIB par habitant, puisque la cointégration ne
s'applique que sur des données non stationnaires. Cependant, nous pouvons estimer un modèle
VAR sur des données stationnaires.

Tableau 3.15 : Test ADF

En niveau t c En différence première t c Degré d'intégration

ln y 0,52 non non -6,53*** oui non I(1)

ln tfix -4,24** oui oui I(0)

Lecture : ** et *** sont les rejets de l’hypothèse nulle au seuil de 5 % et de 1 %, respectivement. t et c représentent
la tendance et la constante.

Tableau 3.16 : Test PP

En niveau t c En différence première t c Degré d'intégration

ln y 0,51 non non -7,88*** oui non I(1)

ln tfix -2,96** non non I(0)

Lecture : ** et *** sont les rejets de l’hypothèse nulle au seuil de 5 % et de 1 %, respectivement. t et c représentent
la tendance et la constante.

179
Tableau 3.17 : Test KPSS
En niveau t c En différence première t c Degré d'intégration

ln y 0,18 non oui 0,11** non non I(1)

ln tfix 0,14** oui oui I(0)

Lecture : ** et *** sont les acceptations de l’hypothèse nulle au seuil de 5 % et de 1 %, respectivement. t et c

représentent la tendance et la constante.

3.4.3.2 Méthode d'estimation

Soient X1, t et X2, t deux processus stationnaires où t ∈ ℤ, on peut définir une représentation
standard d’un processus vectoriel autorégressif d’ordre p, noté VAR (p) par les relations
suivantes :

X1, t = a1 + ∑�� 1, i X1, t-1 + ∑�� 1, i X2, t-1 + �1, t (3.10)

X2, t = a2 + ∑�� 2, i X1, t-1 + ∑�� 2, i X2, t-1 + � 2, t (3.11)

Les paramètres a, b et c sont des constantes.�1, t et � 2, t représentent les erreurs.

Nous allons estimer un modèle VAR pour les séries suivantes : la croissance du PIB par habitant
∆ln y et le nombre d'abonnés aux téléphones fixes ln tfix. Pour ce faire, il convient de réaliser
des tests de causalité entre les variables. Cela nous donnera déjà une idée sur des éventuels
effets significatifs entre elles. Les tableaux (3.18 et 3.19) montrent qu'il existe une causalité
significative de ln tfix vers ∆ln y pour une année de retard tandis que la causalité devient
bilatérale avec deux années de retards. En effet, l'étude de causalité indique que l'estimation
d'un modèle VAR peut aboutir à des impacts significatifs.

Tableau 3.18 : Test de causalité au sens de Granger

Hypothèse nulle Observations F-Statistique Probabilité

ln tfix ne cause pas au sens de Granger ∆ln y 37 5,56** 0,02

∆ln y ne cause pas au sens de Granger ln tfix 37 0,01 0,94

Le test de causalité est réalisé avec un seul retard. ** est le rejet de l’hypothèse nulle au seuil de 5 %.

180
Tableau 3.19 : Test de causalité au sens de Granger

Hypothèse nulle Observations F-Statistique Probabilité

ln tfix ne cause pas au sens de Granger ∆ln y 36 4,17** 0,02

∆ln y ne cause pas au sens de Granger ln tfix 36 4,60** 0,02

Le test de causalité est réalisé avec deux retards. ** est le rejet de l’hypothèse nulle au seuil de 5 %.

3.4.3.3 Résultats
Pour estimer notre modèle VAR, nous cherchons d’abord le nombre de retards maximum qui
minimise les critères d’information. Le tableau 3.20 indique que trois critères identifient 2
retards disponibles, alors que les critères d’information de Schwarz (SC) sélectionnent un seul
retard. Pour capturer complètement les effets des variables retardées, l'estimation de ce modèle,
par la méthode des MCO, sera donc réalisée avec 2 retards.

Tableau 3.20 : Critères d’information

Retards Log L FPE AIC SC HQ

0 76,36 4,32e-05 -4,37 -4,28 -4,34

1 140,72 1,24e-06 -7,92 -7,65* -7,83

2 147,74 1,04e-06* -8,10* -7,65 -7,95*

3 147,88 1,32e-06 -7,87 -7,25 -7,66

4 151,19 1,39e-06 -7,83 -7,03 -7,56

* : signifie le nombre de retard sélectionné.

Le tableau 3.21 présente le résultat de l’estimation du modèle VAR. La première ligne contient
les variables à expliquées, à savoir ∆ln y et ln tfix. Chacune d'elles est expliquée par les variables
suivantes : ∆ln y(-1), ∆ln y(-2), ln tfix(-1) et ln tfix(-2).

Nous observons que la croissance du PIB par habitant est impactée positivement par les valeurs
retardées du nombre d'abonnés aux téléphones fixes par habitant avec une élasticité de 0,10.
Nous constatons également que le nombre d'abonnés au téléphone fixe par habitant est impacté
par sa valeur retardée et par la valeur retardée de la croissance du PIB par habitant avec des
élasticités, respectivement de 1,19 et de 1,55.

181
La validité du modèle VAR est vérifiée par les tests statistiques suivants : le test Jarque-Bera
confirme la normalité des coefficients, le test Durbin-Watson et le test LM montrent l'absence
de l'autocorrélation et le test d'effet ARCH indique quant à lui l'absence de l'hétéroscédasticité.
(Voir le tableau 3.21).

δa stabilité de l'équation ∆ln y et de l'équation ln tfix est vérifiée à l'aide d'un test de stabilité
récursif. Selon ce test, les deux équations sont stables, puisque leurs courbes se situent entre les
deux droites en pointillé. (Voir l'annexe 3.5).

Tableau 3.21 : Estimation d’un modèle VAR

∆ln y ln tfix

∆ln y (-1) -0,19 (0,30) 0,21 (0,72)

∆ln y (-2) -0,17 (0,30) 1,55*** (0,005)

ln tfix (-1) -0,08 (0,15) 1,19*** (0,000)

ln tfix (-2) 0,10* (0,08) -0,23 (0,20)

C 0,05** (0,01) -0,08 (0,26)

R2 0,22 0,98

F-statistique 2,22 (0,09) 388,46 (0,000)

Test Jarque-Béra 20,38 (0,000) 2,73 (0,25)

Test LM 0,06 (0,95), -0,03 (0,98) -0,07 (0,94), -1,10 (0,28)

Test d’effet ARCH -0,34 (0,74), -0,50 (0,62) 0,22 (0,83), 1,01 (0,32)

*, ** et *** sont les rejets de l’hypothèse nulle au seuil de 10 %, de 5 % et de 1 %, respectivement.

182
3.5 Discussion des résultats

Nous avons obtenu que les TIC, mesurées par le stock de capital TIC par habitant et le nombre
d’abonnés au téléphone fixe par habitant, auraient joué un rôle positif dans la croissance des
activités économiques en Mauritanie avec des élasticités, respectivement de 0,15 et de 0,10.
Ces résultats sont conformes à ceux obtenus dans la majorité des études, par exemple, Canning
(1999) qui a analysé les effets de quelques types d’infrastructures sur le PIB par travailleur pour
un panel de pays à faible revenu et à revenu élevé pour la période 1960-1990. Il a établi une
élasticité du téléphone au PIB pour les pays à faible revenu à hauteur de 0,14. Lee et al. (2009)
ont analysé l’impact de télécommunications sur la croissance du PIB par habitant pour 44 pays
d’Afrique subsaharienne pour deux périodes différentes (1975-2006 et 2000-2006). Ils trouvent
que seul le taux de pénétration du téléphone fixe est significatif pour la période 1975-2006 avec
une élasticité de 0,05. Andrianaivo et Kpodar (β011) qui ont étudié également l’effet des TIC
sur la croissance du PIB par habitant dans 44 pays d’Afrique pour la période 1988-2007,
concluent que le nombre d’abonnés fixe par habitant contribue positivement à la croissance du
PIB par habitant avec des élasticités comprises entre 0,11 et 0,70. Démurger (2001) qui a
analysé les liens entre les TIC et la croissance en Chine pour un panel de 24 régions entre 1985
et 1998. Il obtient que le téléphone aurait contribué à la croissance du PIB par habitant de
manière positive et significative avec des élasticités comprises entre 0,326 et 0,443. Tella et al.
(β007) ont aussi étudié l’effet de l’évolution du réseau de télécommunication sur la croissance
économique au Nigéria au cours de la période 1993-2004. Ils obtiennent que le taux de
pénétration de téléphone fixe contribue positivement à la croissance du PIB au Nigéria avec
une élasticité de 0,07. Le même résultat est corroboré par ceux de Ben Youssef et ε’henni
(2004) en Tunisie pour la période 1975-2001. Ils concluent que le capital TIC a eu un impact
positif et significatif sur le PIB avec une élasticité de 0,11.

Concrètement, les retombées des TIC sur les activités économiques en Mauritanie peuvent être
présentées comme suit :

 Le développement des télécommunications a créé plusieurs emplois directs au niveau

des opérateurs téléphoniques. De plus, il a permis l'émergence d'un certain nombre de
sociétés de sous-traitance spécialisées dans le domaine des TIC. Parallèlement, des
larges activités informelles, liées directement au secteur des communications, se sont
développées en peu partout dans le pays. L'étude de la Banque Mondiale (2014) sur

183
 l'emploi et les TIC en Mauritanie donne la conclusion suivante : « Environ 4 600
emplois formels dans le secteur des TIC, soit environ 13 % du total formel : 2 100 dans
le segment des télécommunications (près de 800 chez les opérateurs de
télécommunication et environ 1300 chez les sous-traitants) et 2 500 dans le segment des
services relatifs aux technologies de l’information et aux logiciels. Environ 7 500
emplois informels dans le secteur des TIC, soit 3,2 % du total informel : 5 000 emplois
informels dans le segment des télécommunications, et 2 500 dans le segment des
services relatifs aux technologies de l’information et aux logiciels. Environ 12 100
emplois au total (formels et informels) dans le secteur des TIC ». Elle évoque également
que les bénéfices des TIC, en termes de création d’emplois, en εauritanie sont plus
importants que dans des pays comme le Sénégal et la Tunisie. Ces emplois représentent
1,7 % de la population active en Mauritanie, 1,3 % au Sénégal et 1,1 % en Tunisie.

 La diffusion des TIC a aussi largement participé à la réduction des coûts des entreprises
notamment dans le secteur informel au sens large. En effet, la Mauritanie est
importatrice de la majorité de ses besoins dans tous les niveaux, et dispose un nombre
de ports limités à Nouakchott et à Nouadhibou. Le secteur informel qui approvisionne
toutes les régions a vu ses charges diminuer grâce au téléphone. Actuellement, beaucoup
de commandes sont réalisées par téléphone, ce qui représente un gain de temps et
d’argent considérable.

 δa baisse de prix des produits des TIC a conduit à l’augmentation des équipements des
entreprises et des ménages, ce qui génère également des ressources supplémentaires
pour le budget de l’État. Ainsi, les TIC contribuent au budget de l’État à la hauteur de
6 % en 2011. Cette contribution a connu un taux de croissance annuel de 17 % depuis
l’année β004 (Banque Mondiale 2014).

 δa disponibilité de l’information a contribué, en partie au développement du capital

humain en termes d’éducation et de santé. En effet, dans ces dernières années, on
constate que le nombre des jeunes connectés est important.

 La diffusion de l’internet a déclenché aussi une augmentation spectaculaire des sites

internet. Ils réalisent souvent des enquêtes et diffusent des informations sur des cas de

184
 corruption. Nous pensons que la maturité de ces médias, et l'amélioration de l'internet
en matière de qualité, de couverture, et de coût peut être un levier pour le développement
d'une bonne gouvernance en Mauritanie dans les années à venir.

Globalement, les TIC et surtout les télécommunications participent de manière significative au

développement du secteur public tout comme du secteur privé.

3.6 Conclusion

Dans ce chapitre, nous avons étudié les contributions des télécommunications à la croissance
économique en Mauritanie sur la période 1975-2013. Nous nous sommes basés sur la théorie
de la croissance endogène et les propriétés des fonctions de production, notamment celles de
type Cobb-Douglas. Notre première analyse empirique porte sur l’impact du capital TIC par
habitant sur le PIB par habitant. Pour ce faire, nous avons estimé une fonction de production
dans laquelle le PIB par habitant est expliqué par le stock de capital physique (hors TIC) par
habitant et le capital TIC par habitant. Après la reconstitution des séries de capital (stock de
capital total et le capital TIC), notre estimation est réalisée à l’aide du test de Johansen, de la
cointégration et un modèle à correction d’erreur. Notre principal résultat est la présence d’un
effet positif et significatif du capital au PIB par habitant sur le long terme. Nous constatons que
l’impact du capital TIC est moins important que le reste du stock de capital avec des élasticités
respectives de 0,15 et de 0,91. δ’analyse du court terme conclut à la présence d’une causalité
du PIB par habitant au capital TIC et une causalité unilatérale du stock de capital (hors TIC)
vers le PIB par habitant. Dans notre dernière estimation, nous avons étudié la relation entre les
TIC, mesurées par le nombre d’abonnés au téléphone fixe par habitant et la croissance du PIB
par habitant. Nous avons étudié un modèle vectoriel autorégressif avec deux retards. Il en
découle que le développement de la téléphonie fixe a contribué à la croissance économique à
hauteur de 0,10. Le test de causalité de Granger donne une causalité significative du nombre
d’abonnés au téléphone fixe par habitant vers le PIB par habitant.

D’après ces résultats, nous pouvons dire que le développement récent en matière de
communication en Mauritanie apporte des effets positifs sur l’activité économique. Toutefois,
nous pensons que l’impact mesuré est inférieur à l'effet réel, puisque le capital TIC est sous-
évalué. En effet, il existe une partie du capital TIC qui fait partie du secteur informel. Nous
pouvons citer ici à titre d’exemple les centres commerciaux dans la plupart des villes qui
185
abritent des commerces liés directement aux TIC, et qui n'ont pas été pris en compte dans les
données statistiques.

Suite à notre analyse du contexte de la Mauritanie en termes des TIC, il nous paraît nécessaire
d’améliorer la qualité des réseaux et de développer l’internet, tout en proposant des tarifs qui
vont de pair avec le pouvoir d’achat des mauritaniens, pour augmenter la contribution du secteur
à la croissance économique.

Dans la continuité de ce travail, nous envisageons réaliser une étude comparative permettant de
connaître la contribution des TIC à la croissance économique en Afrique subsaharienne, en
utilisant la méthode de la comptabilité nationale, pour faire proposer des recommandations
pertinentes.

186
Annexe 3.1 : Les séries du capital (capital hors TIC et capital TIC)

PIB (constant Formation brute de stock de capital K (tic) stock de capital Indice de
2010 US$) capital fixe (constant physique (constant physique (hors prix
2010 US$) 2010 US$) tic)
1973 1434754303 17422673,1 2869508606
1974 1609257888 36401486,8 2791129748
1975 1526632562 74015798,2 2753500356
1976 1657100183 98779023,3 2742139365
1977 1625970004 89386933,6 2721840724
1978 1617763508 70487833,8 2683454929
1979 1695255025 60827264,7 2636943997
1980 1752405635 89261735,7 2620727973
1981 1812868684 106777334 2622676188
1982 1770448933 117331873 2635101014
1983 1836581256 134872988 2664569961 680022,636 2663889939 42,9260537
1984 1777317268 183427271 2741414434 1530837,47 2739883596 40,9008191
1985 1830543663 217718505 2849476361 3598437,52 2845877924 37,3219114
1986 1935133228 229398070 2964895377 6943029,6 2957952348 41,4902052
1987 1971908193 225091216 3071390778 13391903,2 3057998875 46,1390929
1988 2005832862 218213919 3166749066 27767682,3 3138981383 47,7296751
1989 2101663240 149573165 3189652268 19022727,6 3170629540 46,702506
1990 2064436384 157990723 3220056900 9141251,83 3210915649 49,38882
1991 2101350305 153586678 3244841302 2914281,92 3241927020 68,7029129
1992 2140732255 149305398 3264353049 2053389,4 3262299659 68,4061453
1993 2266471103 243754671 3377533598 5980792,68 3371552805 55,1493905
1994 2197100494 57754048,4 3300186302 15762349,8 3284423952 59,894058
1995 2412851378 305551429 3473730279 21123690,9 3452606588 58,6566051
1996 2553251016 275945491 3610726559 30850477,1 3579876082 56,5004546
1997 2449979759 305733835 3772031331 22167333,6 3749863997 57,2227933
1998 2518035417 244311444 3865461522 10193514,2 3855268008 54,610651
1999 2712247093 239529297 3950372358 7901791,13 3942470567 51,8265051
2000 2700573411 289986845 4082344308 59617596,5 4022726712 47,9029442
2001 2754822447 328579768 4247630304 112745348 4134884956 47,0280562
2002 2773142131 323293999 4401019091 171937136 4229081955 47,7590597
2003 2938927593 482965073 4707943400 159193027 4548750373 53,1852116
2004 3107840209 979600552 5499226216 101729900 5397496316 58,9941766
2005 3386595523 1490355615 6769612782 65951220 6703661562 64,5026793
2006 4025615596 1052712046 7551540317 39920848,4 7511619469 75,5342036
2007 4139050873 1055234696 8304713401 123263546 8181449855 81,0996917
2008 4183751263 1116325168 9088850033 60267846,3 9028582187 96,3500804
2009 4140153157 966084217 9691380249 76554586 9614825663 88,4576374
2010 4337791531 1585394158 1,0889E+10 42889660,5 1,0846E+10 100
2011 4541844130 1940263986 1,2394E+10 62701067 1,2331E+10 113,749839
2012 4805047548 2408049858 1,4306E+10 44320319,4 1,4262E+10 108,870004
2013 5097687376 2763876713 1,6498E+10 35938041 1,6462E+10 110,750998

187
Formules de calcul :
PIB au prix de β010 pour l’année N =
= 0,04
K1973/Y1973 = 2 PIB a rx ra r ′a é N
′a *100*
I rx r é N
K(t) = (1- ) K(t-1) + I(t)
Source : Nehru et Dhareshwar (1993)
* : l’indice de prix supposé pour l’année 2010

Annexe 3.2 : Séries utilisées pour la sous-section 3.4.2

PIB (constant 2010 K (tic) (constant 2010 Stock de capital Population
US$) US$) physique (hors tic) totale
(constant 2010 US$)
1983 1836581256 680022,636 2663889939 1671080
1984 1777317268 1530837,47 2739883596 1718641
1985 1830543663 3598437,52 2845877924 1766855
1986 1935133228 6943029,6 2957952348 1815692
1987 1971908193 13391903,2 3057998875 1865356
1988 2005832862 27767682,3 3138981383 1916240
1989 2101663240 19022727,6 3170629540 1968870
1990 2064436384 9141251,83 3210915649 2023665
1991 2101350305 2914281,92 3241927020 2080782
1992 2140732255 2053389,4 3262299659 2140250
1993 2266471103 5980792,68 3371552805 2202201
1994 2197100494 15762349,8 3284423952 2266745
1995 2412851378 21123690,9 3452606588 2333966
1996 2553251016 30850477,1 3579876082 2403779
1997 2449979759 22167333,6 3749863997 2476188
1998 2518035417 10193514,2 3855268008 2551429
1999 2712247093 7901791,13 3942470567 2629806
2000 2700573411 59617596,5 4022726712 2711421
2001 2754822447 112745348 4134884956 2796502
2002 2773142131 171937136 4229081955 2884672
2003 2938927593 159193027 4548750373 2974686
2004 3107840209 101729900 5397496316 3064882
2005 3386595523 65951220 6703661562 3154087
2006 4025615596 39920848,4 7511619469 3241762
2007 4139050873 123263546 8181449855 3328285
2008 4183751263 60267846,3 9028582187 3414552
2009 4140153157 76554586 9614825663 3501927
2010 4337791531 42889660,5 1,0846E+10 3591400
2011 4541844130 62701067 1,2331E+10 3683221
2012 4805047548 44320319,4 1,4262E+10 3777067
2013 5097687376 35938041 1,6462E+10 3872684

188
Annexe 3.3 : Graphiques des séries

Le PIB par habitant en niveau (en ln) Le PIB par habitant en différence première (en ln)
3.14 .08

3.12
.06
3.10
.04
3.08

3.06 .02

3.04
.00
3.02
-.02
3.00

2.98 -.04
84 86 88 90 92 94 96 98 00 02 04 06 08 10 12 84 86 88 90 92 94 96 98 00 02 04 06 08 10 12

Le stock de capital (hors TIC) par habitant en niveau (en ln) Le stock de capital (hors TIC) par habitant en différence première (en ln)
3.7 .08

3.6 .06

3.5 .04

3.4 .02

3.3 .00

3.2 -.02

3.1 -.04
84 86 88 90 92 94 96 98 00 02 04 06 08 10 12 84 86 88 90 92 94 96 98 00 02 04 06 08 10 12

Le stock de capital TIC par habitant en niveau (en ln) Le stock de capital TIC par habitant en différence première (en ln)
1.6 1.0

1.2 0.8

0.8 0.6

0.4 0.4

0.0 0.2

-0.4 0.0

-0.8 -0.2

-1.2 -0.4
84 86 88 90 92 94 96 98 00 02 04 06 08 10 12 84 86 88 90 92 94 96 98 00 02 04 06 08 10 12

Source : auteur.

189
Annexe 3.4 : Séries utilisées pour la sous-section 3.4.3

PIB (constant 2010 US$) Abonnés au téléphone fixe Population, total

1975 1526632562 1329 1328687
1976 1657100183 1534 1367640
1977 1625970004 2214 1407621
1978 1617763508 2567 1448664
1979 1695255025 2989 1490811
1980 1752405635 3256 1534085
1981 1812868684 3350 1578585
1982 1770448933 3511 1624310
1983 1836581256 3714 1671080
1984 1777317268 3776 1718641
1985 1830543663 3953 1766855
1986 1935133228 4110 1815692
1987 1971908193 4310 1865356
1988 2005832862 4517 1916240
1989 2101663240 4539 1968870
1990 2064436384 5880 2023665
1991 2101350305 6382 2080782
1992 2140732255 6750 2140250
1993 2266471103 7499 2202201
1994 2197100494 8426 2266745
1995 2412851378 9249 2333966
1996 2553251016 10204 2403779
1997 2449979759 13045 2476188
1998 2518035417 15030 2551429
1999 2712247093 16525 2629806
2000 2700573411 18969 2711421
2001 2754822447 24856 2796502
2002 2773142131 31529 2884672
2003 2938927593 38178 2974686
2004 3107840209 39000 3064882
2005 3386595523 41000 3154087
2006 4025615596 34870 3241762
2007 4139050873 40267 3328285
2008 4183751263 76354 3414552
2009 4140153157 74464 3501927
2010 4337791531 71572 3591400
2011 4541844130 72294 3683221
2012 4805047548 65069 3777067
2013 5097687376 53993 3872684

190
Annexe 3.5 : La stabilité

∆ln k :

15

10

-5

-10

-15
94 96 98 00 02 04 06 08 10 12

CUSUM 5% Significance

Source : auteur.

Le test de stabilité récursif : (La somme cumulée de résidu récursif)

Brown, Durbin et Evans (1975) ont réalisé un test qui permet de tester la stabilité d’un modèle.
Avec ce test, il n’est pas nécessaire de fixer a priori les dates de rupture. δ’idée est d’estimer
une équation à l’aide des εCO plusieurs fois en ajoutant une observation dans chaque
estimation.

La somme cumulée de résidu récursif CUSUMt est bornée par deux droites. Si elle reste entre
ces deux droites, on accepte l’hypothèse nulle de stabilité. Sinon, c’est-à-dire si elle dépasse
l’une deux droites, l’hypothèse nulle est rejetée, donc nous avons une ou plusieurs ruptures.

Les deux droites passent par les points suivants :

Pour la première droite : (K ; a(T - K)1/2 ) et (T ; 3a(T – K)1/2).

Pour la deuxième : (K ; -a(T - K)1/2 ) et (T ; -3a(T – K)1/2).

Où K et T représentent, respectivement le nombre de variables explicatives et le nombre

d’observations. a est une valeur dépendante du seuil critique retenu. Pour un seuil de 5 %, la
valeur de a est égale à 0,948.

191
∆ln y :

20

15

10

-5

-10

-15

-20
10 12 14 16 18 20 22 24 26 28 30 32 34 36 38

CUSUM 5% Significance

ln tfix :

20

15

10

-5

-10

-15

-20
10 12 14 16 18 20 22 24 26 28 30 32 34 36 38

CUSUM 5% Significance

Source : auteur.

192
Conclusion générale

Cette thèse a eu pour objectif d’explorer empiriquement les liens entre les infrastructures
publiques et la croissance économique en Mauritanie à la lumière de la théorie de croissance
endogène. Elle étudie principalement trois types d’infrastructures, à savoir les infrastructures
routières, le capital santé et les infrastructures de télécommunications. Chaque type est étudié
dans un chapitre indépendant. Les questions auxquelles nous avons répondu sont les suivantes :

 Les infrastructures publiques ont-elles été efficaces pour l’activité économique en

Mauritanie ?
 En termes de rentabilité, quel type d’infrastructures devrait attirer plus
d’investissements publics ?

Pour faciliter la mobilité des personnes et des biens sur son territoire désertique, la Mauritanie
a opté pour un réseau routier reliant les principales villes avec la capitale du pays. Ce réseau
comporte des routes bitumées, des routes en terre améliorées et des pistes. Au total, plus de dix
mille kilomètres de routes mises au service de quatre millions habitants vivant sur une superficie
de 1 030 700 km2. Pour analyser l’effet de cette politique d’investissement sur la croissance
économique, nous avons étudié dans le premier chapitre l’impact de l’évolution du stock routier
par habitant sur le PIB par habitant. Nous avons choisi d’étudier des variables par habitant, qui
constituent les indicateurs qui reflètent au mieux le niveau de vie des habitants. À l’aide du test
de cointégration, nous avons estimé une fonction de production de type Cobb-Douglas. Selon
nos résultats, nous avons pu conclure que les deux variables du stock de capital et du stock
routier ont un impact positif et significatif la production par tête. Notre analyse aboutit aussi à
un résultat selon lequel les investissements dans les infrastructures routières seraient plus
rentables que les investissements dans les autres types de capital physique.

Depuis son indépendance, le niveau de l’espérance de vie des mauritaniens n’a cessé
d’augmenter. δes taux de mortalité (infantile et adulte) ont baissé de manière significative.
Cependant, les dépenses de santé publique restent inferieur du seuil de 10 % du budget de l’État
recommandé par l’OεS. Ceci nous a amené à dresser un état de lieu afin de quantifier les

193
répercussions de la santé sur la croissance économique en Mauritanie. Pour ce faire, nous avons
exploré en premier lieu l'impact des dépenses de santé sur l'état de santé, mesuré par l'espérance
de vie, le taux de mortalité brut, le nombre de décès d'enfant de moins d'un an, et le nombre de
décès d'enfant de moins de cinq ans. En deuxième lieu, nous avons traité les liens entre les
dépenses de santé publique et la croissance économique en étudiant une fonction de production
de type Cobb-Douglas. Notre méthode économétrique est la technique de la cointégration,
technique également adoptée dans les autres chapitres de cette thèse. En troisième lieu, nous
avons exploré la contribution de l’espérance de vie et de son amélioration au PIB par habitant.
Enfin, nous avons étudié l’effet du PIB par habitant sur le niveau de l’espérance de vie initial.
D’après nos estimations, les principaux résultats qui émergent peuvent être résumés ainsi :

 Les dépenses de santé publique par habitant n'ont pas d'impact significatif sur la croissance
de l'espérance de vie tandis qu'il y a une causalité significative en sens inverse. Autrement
dit, l'augmentation de l'espérance de vie favorise l'accroissement des dépenses de santé
publique par habitant. Cela s’explique par un effet d’urbanisation positif sur l’état de santé
en Mauritanie, ce qui a créé une conscience sur la problématique de santé et a fait que les
dépenses de santé publique s’accroissent.
 Les dépenses de santé publique par habitant agissent en faveur de la baisse du taux de
mortalité brut, et du nombre de décès d'enfant de moins de cinq ans, alors il n'existe pas de
lien causal entre elles et le nombre de décès d'enfant de moins d'un an.
 δe niveau de l’espérance de vie initial impacte positivement le PIB par habitant.
 δ’espérance de vie à la naissance, tout comme son amélioration ont eu des effets positifs et
significatifs sur la croissance du PIB par tête.
 La croissance du PIB par habitant a un effet positif et significatif sur le niveau de l’espérance
de vie initial.

δes technologies de l’information et de la communication se sont développées récemment en

Mauritanie notamment après la libération du secteur des télécommunications en 1999. Certes,
ce développement est relatif, car il reste beaucoup d’aspects à développer. Actuellement, en
εauritanie comme dans le reste de l’Afrique, les TIC se limitent au secteur des
télécommunications qui n’a pas pu, jusqu’à présent, proposer des services de qualité. Toutefois,
on observe qu’il a pu faciliter la communication et réduire un certain nombre de coûts, pour les
particuliers comme pour les entreprises. C’est pourquoi nous avons consacré le troisième
chapitre à étudier la contribution des télécommunications à la croissance économique via le
capital investi dans les TIC et l’évolution des lignes téléphoniques fixes. Nous avons donc

194
estimé une fonction de production de type Cobb-Douglas par habitant. Les résultats provenant
de notre analyse confirment la présence d’effets positifs des TIC sur le PIB par habitant.

À l’issu de ces études et en nous basant sur l’interprétation de Canning (1999), nous concluons
que les infrastructures routières sont les plus rentables, suivies par les infrastructures des
télécommunications. Les dépenses de santé publique sont considérées quant à elles comme les
moins directement rentables. Probablement, parce que les dépenses de santé publique ne sont
pas faites de façons très efficaces.

Cette étude empirique représente un travail inédit dans le contexte mauritanien. Il analyse
principalement des données de la Banque εondiale. δe faible nombre d’observations reste une
limite majeure de cette thèse. Toutefois, la quasi-totalité de nos résultats est conforme à ceux
de la littérature existante.

δes présents travaux nous permettent d’identifier quelques pistes de recherche, par exemple
dans le premier chapitre nous nous sommes intéressés à l’impact du stock routier sur la
croissance économique au niveau national, il serait intéressant d’explorer cet impact au niveau
régional. Ensuite, dans la lignée du deuxième chapitre, nous envisageons d’analyser l’impact
de la croissance économique sur l’espérance de vie sur un panel de pays d'Afrique. En effet, à
notre connaissance, cette question est peu étudiée. Enfin, le troisième chapitre nous motive pour
élargir notre échantillon. Finalement, nous pensons qu’il serait intéressant d’étudier l’impact de
la diffusion d’internet et de la téléphonie mobile sur la croissance économique sur l’ensemble
de l’Afrique subsaharienne.

195
Bibliographie

 Acemoglu D. et Johnson S. (2007). Disease and development: The effect of life

expectancy on economic growth. Journal of Political Economy. 113, 949-995.
 Africon (2008). Diagnostics des infrastructures nationales en Afrique : Résumé du
document de référence n°11.
 Aghion P., Howitt P. et Murtin F. (2010). Le bénéfice de la santé : Un apport des
théories de la croissance endogène. Revue de l’OFCE. 11β, 87-108.
 Andrews K. et Swanson, J. (1995). Does public effect regional performance? Growth
and change. 26, 204-216.
 Andrianaivo M. et Kpodar K. (2011). ICT, financial inclusion, and growth: Evidence
from African countries. IMF working paper.
 Annuaire des statistiques sanitaires (2014-2015). www.sante.gov.mr.
 Aschauer D. (1989). Is Public expenditure productive? Journal of Monetary Economics.
23, 177-200.
 Asogwa F. O., Kelechi O. K. et Romanus V. (2013). The impact of telecommunication
expenditure on economic growth in Nigeria. Journal of Economics and Sustainable
Development. 4, 40-44.
 Autorité de régulation, rapports annuels (2000-2015). www.are.mr.
 Azou W., Zhang F., Zhuang Z. et Song H. (2009). Transport infrastructure, growth and
poverty alleviation: Empirical analysis of China. Annals of Economics and Finance. 9,
345-371.
 Babatunde O. A, Afees S. A. et Olasunkanmi O. I. (2012). Infrastructure and economic
growth in Nigeria: A multivariate approach. Research Journal of Business and
Accounting. 1, 30-39.
 Babatuned O. L. (2014). Analysis of the growth Impact of health expenditure in Nigeria.
IOSR Journal of Economics and Finance. 3, 77-84.
 Bakare A. S. et Olubokum S. (2011). Health care expenditure and economic growth in
Nigeria: An Empirical study. Journal of Emerging Trends in Economics and
Management Sciences. 2, 83-87.

196
 Ballet J. et Brahim-jiddou F. (β005). δ’accès au système de santé en εauritanie :
Problèmes de capabilités et défis institutionnels. Monde en développement. (131), 87-
97.
 Banque Mondiale (1994). Rapport sur le développement dans le monde 1994, Une
infrastructure pour le développement. New York, Oxford University Press.
 Banque Mondiale (2011). Note sectorielle TIC Mauritanie pour le ministère de l'emploi
et de formation professionnelle et des nouvelles technologies (MEFPNT), n°68721.
 Banque Mondiale (2014). TIC et emploi en Mauritanie. N° ACS9151
 Barro R. J. (1990). Government spending in a simple model of endogenous growth.
Journal of Politica Economy. 98, 103-125.
 Barro R. J. (2013). Health and economic growth. Annals of Economics and Finance. 14
(2), 305-342.
 Béatrice M. et Ulman P. (2001). Economie de la santé. Presses universitaires de France.
 Ben youssef A. et M'Henni H. (2004). Les Effets des technologies de l'information et
de la communication sur la croissance économique : le cas de la Tunisie. Revue région
et développement. 19, 132-145.
 Bloom D. et Malaney P. (1998). Macroeconomic consequences of the Russian mortality
crisis. World Development. 26, 2073-2085.
 Bloom D., Canning D. et Malaney P. N. (2000). Demographic change and economic
growth in Asia. Population and Development Review. 26, 257-290.
 Bloom D., Canning D. et Sevilla J. (2004). The Effect of health on economic growth: A
Production function approach. World Development. 32, 1-13.
 Bloom D. E. et Williamson J. G. (1998). Demographic transitions and economic
miracles in emerging Asia. World Bank Economic Review. 12 (3), 419-455.
 Bloom D. et Sachs J. (1998). Geography, demography and economic growth in Africa.
Brookings Papers on Economic Activity. 2, 207-273.
 Boarnet R.G. (1997). Infrastructure services and the productivity of public capital: The
Case of streets and highways. National Tax Journal. 50, 39-57.
 Boopen S. (2006). Transport infrastructure and economic growth: Evidence from Africa
using dynamic panel estimates. The Empirical Economics Letters. 5, 37-52.
 Bosede A., Abalaba B. et Afolabi D. (2013). Transport infrastructure improvement and
economic growth in Nigeria. International Journal of Humanities and Social Science
Invention. 2, 26-31.

197
 Bourbonnais R. (2015). Analyse des séries temporelles : Cours et exercices corrigés.
Dunod.
 Boussalem F., Boussalem Z. et Taiba A. (2014). The relationship between public
spending on health and economic growth in Algeria: Testing for co-integration and
causality. International Journal of Business and Management. 2 (3), 25-39.
 Canning D. (1999). Infrastructure’s contribution to aggregate output. World Bank
Policy Research Working Paper. N° 2246, Washington, D.C.
 Canning D. et Bennathan E. (2000). The social rate of return on infrastructure
investments. World Bank Research Project, RPO 680-89, Washington, D.C.
 Caselli F., Esquivel G., et Lefort F. (1996). Reopening the convergence debate: A new
look at cross country growth empirics. Journal of Economic Growth. 1, 363-389.
 Cette G. (2001). La Contribution des technologies de l'information et de la
télécommunication à la croissance française. Bulletin de la Banque de France. 89, 47-
59.
 OCDE. (2005). Contribution des TIC à une croissance favorable aux pauvres. Revue de
l'OCDE sur le développement. 6, 47-58.
 Charlot S., Piguet V. et Schmitt B. (2002). Capital public et productivité : quels effets
sur les disparités régionales ? Revue d'économie politique. 113, 851-880.
 Chukwuemeka A., Nyewe N. et Ugondah C. (2013). Public spending on transport
infrastructure and economic growth in Nigeria. Journal of Sociological Research. 4,
438-446.
 Colecchia A. et Schreyer P. (2002). La Contribution des technologies de l'information
et de la communication à la croissance économique dans neuf pays de l'OCDE. Revue
de l'OCDE. 34, 165-186.
 Cornilleau G. (2012). Croissance et dépenses de santé. Les Tribunes de la santé. 36, 29-
40.
 DeFrutos R. F., Garcia-Diez M. et Perez-Amaral (1998). Public capital stock and
economic growth: An analysis of the Spanish economy. Applied Economics. 30, 985-
994.
 Démurger S. (2001). Infrastructure development and economic growth: An explantation
for regional disparities in China? Journal of Comparative Economics. 29, 95-117.

198
 Dessus S. et Herrera R. (1996). Le Rôle du capital public dans la croissance des pays en
développement au cours des années 80. Centre de Développement de l’OCDE.
Document de travail n° 115.
 Dessus S. et Herrera R. (1999). Capital public et croissance : une étude en économétrie
de panel. In : Revue économique. 50, 113-126.
 Ebong F., Ogwumike F., Udongwo U. et Ayodele O. (2016). Impact of Government
expenditure on economic growth in Nigeria: A disaggregated analysis. Asian Journal of
Economics and Empirical Research. 3 (1), 113-121.
 Farahani M., Subramanian S. et Canning D. (2010). Effects of state-level public
spending on the mortality probability in India. Health Econ. 19 (11), 1361-1376.
 Faridi M. Z., Malik M. S. et Bashir F. (2011). Transportation, telecommunication and
economic development in Pakistan. Interdisciplinary Journal of Research in Business.
1, 45-52.
 Foster V. et Briceño-Garmendia C. (2010). Infrastructures africaines : Une
transformation impérative. Publication conjointe de l’Agence Française de
Développement et de la Banque Mondiale.
 Fuchs V. R. (1966). The contribution of health services to the American economy.
Millbank Memorial Fund Quaterly. 44, 3-38
 Galbraith J. W. et Zinde-Walsh V. (2004). Évaluation de critères d’information pour les
modèles de séries chronologiques. δ'Actualité économique, Revue d’analyse
économique. 80 (2-3), 207-227.
 Garcia-Mila T., McGuire T. J. et Porter R. H. (1996). The effect public in state level
production functions reconsidered. Review of Economics and Statistics. 78, 177-180.
 Gordon R. J. (2002). Technology and economic performance in the American economy.
NBER Working paper series n° 8771.
 Gupta H. et Gangal V. L. N. (2013). Public expenditure and economic growth: A case
study of India. Global Journal of Management and Business Studies. 3, 191-196.
 Herrera R. et Dessus S. (1996). Le Rôle du capital public dans la croissance des pays en
développement au cours des années 80. OCDE, document de travail n° 115.
 Kaur K. et Malhotra N. (2014). Telecommunications and economic growth in India:
Causality analysis. International Journal of Research in Business Management. 2 (5),
31-46.

199
 Keho Y. et Echui A. D. (2011). Transport infrastructure investment and sustainable
economic growth in Côte d’Ivoire: A cointegration and causality analysis. Journal of
Sustainable Development. 4, 23-35.
 Kwendo C. M. et Muturi W. (2015). The effect of public expenditure on economic
growth in the east African community. Journal of Business Management and
Economics. 3, 9-13.
 Lecarpentier-Moyal S. et Renou-Maissant P. (2012). La demande de monnaie dans la
zone euro revisitée : Un effet de richesse dans un environnement variable. Revue
économique. 63, 975-992.
 Lee S., Levendis J. et Gutierrez L. (2009). Telecommunications and economic growth:
An empirical analysis of Sub-Saharan Africa. Applied Economics. 44 (4), 46-469.
 Lorentzen, P., Mc Millan J. et Wacziarg R. (2007). Death and development. Journal of
Economic Growth. 13 (2), 81-124.
 Lucas, R. (1988). On the mechanics of economic development. Journal of Monetary.
22, 3-42.
 Malhotra N. et Kaur K. (2014). Telecommunication and economic growth in India:
Causality analysis. International Journal of Research in Business Management. 2, 31-
46.
 Mignon V. et Lardic S. (2002). Econométrie des séries temporelles macroéconomiques
et financières. Economica.
 Mills P. et Quinet A. (1992). Dépenses publiques et croissance. Revue française
d'économie. 7 (3), 29-60.
 Ministère de la santé en Mauritanie (β011). Rapport d’analyse de situation du secteur
de la santé en Mauritanie.
 Ministère de l'Équipement et Transports. (2010). Présentation du secteur de
l’équipement et des transports. Table ronde pour la Mauritanie.
 Nadiri I. et Nandi B. (2003). Telecommunications infrastructure and economic
development. Working paper.
 Nehru V. et Dhareshwar A. (1993). A New database on physical capital stock: sources,
methodology and result. Economic Analysis Review. 8, 37-59.
 Novignon J. Olakojo S. A. et Nonvignon J. (2012). The effects of public and private
health care expenditure on health status in Sub-Saharan Africa: New evidence from
panel data analysis. Health Economics Review. 2, 1-22.

200
 OCDE (2003). Les TIC et la croissance économique : Panorama des industries, des
entreprises et des pays de l’OCDE, Paris.
 OCDE (2005). Chapitre 2 : Contribution des TCI à une croissance favorable aux
pauvres. Revue de l'OCDE sur le développement. 3 (6), 47-58.
 OCDE (2009). Chapitre 6. L'investissement en infrastructures : liens avec la croissance
et rôle des politiques publiques », Réformes économiques. 1 (5), 169-186.
 OCDE. (2001). Tables Rondes CEMT Transport et développement économique. Centre
de Recherches Economique.
 Olalekan D. O. (2013). The Effect of investment in telecommunication on economic
growth: Evidence from Nigeria. International Journal of Advancements in Research and
Technology. 2 (1), 1-23.
 ONS (2000 -2011). Annuaire statistique. www.oms.mr.
 Piatecki C. et Ulmann P. (1995). Croissance endogène et santé. Colloque international
d’économie de la santé, INSEE, Paris, ministère de l’économie et des finances.
 Rad E. H., Vahedi S., Teimourizad A., Esmaeilzadeh F. et Hadian M. (2013).
Comparison of the effects of public and private health expenditure on the health status:
A panel data analysis in eastern Mediterranean countries. International Journal of Health
policy and Management. 1(2), 163-167.
 Rajeshkumar N. et Nalraj P. (2014). Public expenditure on health and economic growth
in selected Indian states. International Journal of Science and Research. 3, 468-472.
 Rashidul A. M., Lal B. R., Golam H., Ripter H. et Nurul I. (2013). Impact of life
expectancy on economic growth and health care expenditures: A case of Bangladesh.
Universal Journal of Public Health. 1, 180-186.
 Roller L. et Waverman L. (1996). Telecommunications infrastructure and economic
development: A simultaneous approach, WZB Discussion Paper FS IV 96-16,
Wissenschaftszentrum, Berlin.
 Romer P. M. (1986). Increasing returns and long-run growth. Journal of Political
Economy. 94 (5), 1002-1037.
 Rudra P. P. (2010). Transport infrastructure, energy consumption and economic growth
triangle in India: Cointegration and causality analysis. Journal of Sustainable
Development. 3, 167-173.
 Salanié B. (1999). Guide pratique des séries non stationnaires. Économie et Prévision.
137, 119-141.

201
 Swaroop V., Devarajan S. et Zou H. (1996). The composition of public expenditure and
economic growth. Journal of Monetary Economics. 37, 313-344.
 Tella S., Amaghionyeodiwe L. A. et Adesoye B. A. (2007). Telecommunication
infrastructure and economic growth: Evidence from Nigeria. Working Paper.
 UIT (1998). Étude de cas de l'évolution de l'environnement international des
télécommunications : Cas de la Mauritanie. Rapport final.
 UIT (2012, 2013 et 2015). Rapports « mesurer la société de l'information ».
 Ulmann P. (1998). Economie de la santé : Quelques faits stylisés. Health and Science
system. 2 (3-4), 1-43.
 Ulmann P. (2009). 5. La santé, facteur de croissance économique. In Pierre-Luis Bras
et al., traité d’économie et de gestion de la santé, presses de sciences Po (P.F.N.S.P.)
« Hors collection », 53-61.
 Ulmann P. et Nixon J. (2006). The relationship between health care expenditure and
health outcomes. The European Journal of health Economics. 7, 7-18.
 Uma K. E., Ogbonna B.M. et Hyacinth A. N. (2014). Does transportation sector have
any impact on economic development? A time series assessment with Nigeria in focus.
International Journal of Economics, Commerce and Management. 2, 1-15.
 Weil, D. (2007). Accounting for the effect of health on economic growth. The Quarterly
Journal of Economics. 122 (3), 1265-1306.
 Wilkinson, R. G. (1992). Income distribution and life expectancy. British Medical
Journal. 304 (6820), 165-168.
 Wilson A., David U., Beatrice E. et Mary O. (2014). How telecommunication
development aids economics growth: Evidence from ITU ICT development index (IDI)
top five countries for African region. International Journal of Business, Economics and
Management. 1(2), 16-28.
 Yussuff R. O., Ojapinwa T. V. et Yaqub J. O. (2015). Public health expenditure and
health outcome in Nigeria: The impact of governance. European Scientific Journal. 8
(13), 189-201.
 Zahra K., Azim P. et Mahmood A. (2008). Telecommunication infrastructure
development and economic growth: A panel data approach. The Pakistan Development
Review. 47 (4), 711-726.

202
Liste des tableaux

1.1 Estimations de l'élasticité de la production par rapport aux investissements en infrastructures de

transport. ................................................................................................................................................ 17
1.2 Le réseau routier mauritanien dans le temps ............................................................................... 20
1.3 Le réseau routier par région en 2006 ............................................................................................ 26
1.4 Evolution du parc automobile en Mauritanie ............................................................................... 27
1.5 Le trafic total en 2008 .................................................................................................................. 28
1.6 La surcharge sur les principaux axes routiers............................................................................... 29
1.7 Accidents de la circulation ........................................................................................................... 29
1.8 Évolution de la production agricole en tonnes ............................................................................. 30
1.9 Évolution du stock d’élevage (en tête) ......................................................................................... 31
1.10 Fiscalité des transports routiers en Mauritanie ............................................................................. 33
1.11 Dépenses prévues pour le réseau routier sur le budget consolidé d'investissements, 1996 - 2000
(en millions USD). ................................................................................................................................ 34
1.12 Réseau routier entretenu et son financement entre 2001 et 2012 ................................................. 35
1.13 Evolution du PIB aux prix courants au prix de 2004. .................................................................. 38
1.14 Test ADF ...................................................................................................................................... 45
1.15 Test de Phillips-Perron ................................................................................................................. 45
1.16 Test KPSS..................................................................................................................................... 45
1.17 Les critères de sélection ............................................................................................................... 49
1.18 Test de la trace.............................................................................................................................. 49
1.19 Test de la valeur propre maximale ............................................................................................... 50
1.β0 Résultat de l’estimation du εCE ................................................................................................. 53
1.21 Estimation de l'équation (1.15) ..................................................................................................... 54
2.1 Les infrastructures de santé par région ......................................................................................... 76
2.2 Les infrastructures de santé par habitant ...................................................................................... 77
2.3 Couverture dans un rayon de 5 km ............................................................................................... 79
2.4 Personnels de santé au niveau des hôpitaux, centres de santé et poste de santé par région ......... 80
2.5 Personnels de santé par habitant ................................................................................................... 81
2.6 Ratio personnel de santé par habitant par Wilaya en 2015 selon l'indicateur de l'OMS .............. 82
2.7 Nombre de médecins pour 1000 personnes .................................................................................. 86
2.8 Infirmières et sages-femmes (pour 1000 personnes) .................................................................... 86
2.9 Évolution des parts des sources de financement .......................................................................... 88
2.10 Test ADF (Dickey-Fuller Augmenté) ...................................................................................... 100
2.11 Test PP (Phillips-Perron) ........................................................................................................... 100
2.12 Test KPSS (Kwiatkowski–Phillips–Schmidt–Shin). .................................................................. 101
β.1γ Dépenses de santé publique et privée par habitant et l’espérance de vie ................................... 102
2.14 Test de causalité au sens de Granger .......................................................................................... 102
2.15 Test de causalité au sens de Granger .......................................................................................... 103
2.16 Test ADF (Dickey-Fuller Augmenté) ...................................................................................... 105
2.17 Test PP (Phillips-Perron) ........................................................................................................... 105
2.18 Test KPSS (Kwiatkowski–Phillips–Schmidt–Shin). .................................................................. 105
2.19 Test de causalité au sens de Granger .......................................................................................... 106
2.20 Test de causalité au sens de Granger .......................................................................................... 106
2.21 Test ADF .................................................................................................................................... 109
2.22 Test PP........................................................................................................................................ 109
2.23 Test KPSS................................................................................................................................... 109
2.24 Critères d’information ................................................................................................................ 111

203
2.25 Test de la trace............................................................................................................................ 111
2.26 Test de la valeur maximale ......................................................................................................... 112
2.27 δes résultats du modèle à correction d’erreur (εCE) ................................................................ 114
2.28 Estimation de l’équation Δln K .................................................................................................. 115
2.29 Test ADF .................................................................................................................................... 119
2.30 Test PP........................................................................................................................................ 119
2.31 Test KPSS................................................................................................................................... 119
2.32 Sélection du nombre de retards dans un modèle VAR ............................................................... 120
2.33 Test de la trace............................................................................................................................ 121
2.34 Test de la valeur propre maximale ............................................................................................. 121
2.35 Les résultats du modèle à correction d’erreur ............................................................................ 122
2.36 Sélection du nombre de retards dans un modèle VAR ............................................................... 123
2.37 Test de la trace............................................................................................................................ 123
2.38 Test de la valeur propre maximale ............................................................................................. 124
2.39 Les résultats du MCE ................................................................................................................. 124
2.40 Sélection du nombre de retards dans un modèle VAR ............................................................... 125
2.41 Test de la trace............................................................................................................................ 125
2.42 Test de la valeur propre maximale ............................................................................................. 126
2.43 Résultat du MCE ........................................................................................................................ 127
2.44 Impact de l’espérance de vie sur le PIB par habitant ................................................................. 128
2.45 Sélection du nombre de retards dans un modèle VAR ............................................................... 130
2.46 Test de la trace............................................................................................................................ 130
2.47 Test de la valeur propre maximale ............................................................................................. 131
2.48 Résultats de l’estimation du εCE .............................................................................................. 131
2.59 Estimation de l’équation Δln EV ................................................................................................ 132
3.1 Impact des investissements dans les TIC sur la croissance du PIB, résultats d’études nationales
............................................................................................................................................................. 149
3.2 Le rapport entre le chiffre d’affaires (CA) télécom et le PIB ..................................................... 157
3.3 Contribution des TIC au PIB en Mauritanie............................................................................... 158
3.4 Parc d’abonnés internet et internet mobile ................................................................................. 162
3.5 IDI par région 2010 et 2015 ....................................................................................................... 167
3.6 Indice de développement des TIC (IDI) : Comparaison entre différents pays d’Afrique ......... 168
3.7 Test de Dickey-Fuller augmenté (ADF) ..................................................................................... 174
3.8 Test de Phillips-Perron (PP) ....................................................................................................... 174
3.9 Test de Kwiatkowski–Phillips–Schmidt–Shin (KPSS) .............................................................. 175
3.10 Critères d’information ................................................................................................................ 176
3.11 Test de la trace............................................................................................................................ 176
3.12 Test de la valeur propre maximale ............................................................................................. 177
3.13 Effet de correction ...................................................................................................................... 177
3.14 Résultat de l’estimation de l’équation ∆ln k............................................................................... 178
3.15 Test ADF .................................................................................................................................... 179
3.16 Test PP........................................................................................................................................ 179
3.17 Test KPSS................................................................................................................................... 180
3.18 Test de causalité au sens de Granger .......................................................................................... 180
3.19 Test de causalité au sens de Granger .......................................................................................... 181
3.20 Critères d’information ................................................................................................................ 181
3.21 Estimation d’un modèle VAR .................................................................................................... 182

204
Liste des graphiques

1.1 Investissements publics et productivité ........................................................................................ 16

1.2 Évolution du Stock routier total en Mauritanie entre 1991 et 2011 (en km ................................. 23
1.3 Évolution des ressources allouées aux travaux de réhabilitation (en millions Ouguiyas) ............ 35
1.4 Évolution des routes entretenues entre 2001et 2012 .................................................................... 36
1.5 Évolution du PIB en Mauritanie entre 1990-2014 au prix de 2005.............................................. 39
1.6 Évolution du PIB par habitant en Mauritanie entre 1991 et 2011 (en dollars US constants de 2005).
............................................................................................................................................................... 40
2.1 Dépenses de santé, totales (% du PIB) ......................................................................................... 87
2.2 La part des dépenses de santé publique dans les dépenses totales de santé en Mauritanie entre 1995
et 2014 ................................................................................................................................................... 89
2.3 La part des dépenses de santé publique dans les dépenses du gouvernement .............................. 89
2.4 Espérance de vie à la naissance (en années) ................................................................................. 90
2.5 Taux de mortalité infantile moins d’un an (pour 1000 naissances vivantes) ............................... 91
2.6 Taux de mortalité infantile moins de 5 ans pour 1000 naissances ............................................... 92
2.7 Décès maternels pour 100000 naissances..................................................................................... 93
2.8 Taux brut de mortalité pour 1000 personnes ……………………………………………………………………………94
3.1 Les investissements dans le secteur des télécommunications (en dollar courant) ....................... 157
3.2 δe nombre total d’abonnés ......................................................................................................... 158
3.3 Abonnements cellulaires mobiles ............................................................................................... 159
3.4 Nombre des lignes téléphoniques fixe ........................................................................................ 160
3.5 Personnes utilisant Internet (% de la population) ....................................................................... 161
3.6 Serveurs Internet sécurisés (pour 1 million de personnes) ......................................................... 161
3.7 Abonnements à large bande fixes ............................................................................................... 162
3.8 Abonnements cellulaires mobiles (pour 100 personnes) ............................................................ 169
3.9 Nombre d'abonnés en téléphonie fixe (pour 100 personnes) ...................................................... 169
3.10 Personnes utilisant Internet (% de la population) ....................................................................... 170

205
Liste des cartes

1.1 Zones d'intérêt économique de la Mauritanie ................................................................................. 21

1.2 δa route de l’Espoir ........................................................................................................................ 24
1.3 Réseau routier principal en 2010 ................................................................................................... 25
1.4 Réseau ferroviaire en 2010. ............................................................................................................ 37
2.1 Répartition de la population entre les régions ................................................................................ 74
2.2 Ratio médecin pour 10000 personnes............................................................................................. 83
2.3 Ratio infirmier pour 5000 personnes .............................................................................................. 84
2.4 Ratio sage-femme pour 5000 femmes en âge de procréer.............................................................. 85
3.1 Tronçons manquants de la connectivité nationale ........................................................................ 163
3.2 Couverture territoriale des opérateurs téléphoniques en 2008 ..................................................... 164
3.3 Couverture territoriale des opérateurs téléphoniques en 2015 ..................................................... 165

Liste d'encadrés

1.1 δa comparaison entre la rentabilité du stock de capital total et le capital d’infrastructures routières
en Mauritanie......................................................................................................................................... 51
2.1 Système de santé public en Mauritanie .......................................................................................... 75

206