PRUD – projet n° 37 – rapport scientifique final (janvier ... - gemdev

PRUD – projet n° 37 – rapport scientifique final (janvier 2004)en coupe transversale sur 39 pays en développement, montre que les pauvres s’urbanisent à une vitesseextrêmement rapide que celle de la population – 26% -, cependant que Lachaud (2002), s’appuyant surdes données spatio-temporelles recueillies sur le Burkina Faso, met en évidence un excès de 14%.Progressivement, la dimension spatiale prend explicitement corps dans l’analyse du lien entre pauvretéet urbanisation, mêlant allègrement géographie, économie industrielle et économie régionale. En cequi concerne l’apport de la littérature économique à l’interrogation de cette causalité, il faut releverqu’elle s’est récemment enrichie de contributions importantes en matière d’analyse des processus decroissance, ces contributions pouvant se situer dans quelques grands courants : à la suite des théoriesnéoclassiques de la croissance, dont elles révisent fondamentalement les conclusions, ou en économierégionale et spatiale. Quel que soit leur courant d’appartenance, ces contributions ont la caractéristiquede reconnaître un rôle décisif aux choix d’allocation des ressources effectués par les agentséconomiques dans l’explication des trajectoires de croissance nationale ou régionale, et donc deredistribution des ressources. Cette littérature met notamment en évidence que « le territoire n’est pasqu’un support passif pour les dynamiques économiques en présence (…) [et que] son organisation, sescaractéristiques socio-économiques et institutionnelles y jouent un rôle actif » (Dejardin et al., 1999,p.65). Le processus de croissance est alors perçu comme « endogène » et propre à un territoire, c’est-àdirequ’il repose sur l’exploitation des ressources et des savoir-faire du territoire en question qui lescontrôle. Dans ce cadre, les modèles de croissance endogène se distinguent du schéma néoclassiquetraditionnel par le fait qu’ils endogénéisent la dynamique de croissance, jusque là considérée commeexogène : ces modèles fondent l’émergence de la croissance d’une part sur les choix des agentséconomiques, choix relatifs à l’accumulation des facteurs propices à l’impulsion de gains deproductivité, et d’autre part sur la non-décroissance de la productivité au niveau agrégé, grâcenotamment à la prise en compte d’externalités. Bien que le concept d’externalités utilisé par lesthéories de la croissance endogène soit a-spatial (Dejardin et al. 1999), Catin (1994) rappelle qu’unretour à la définition marshallienne de l’externalité suffit pour indiquer combien la prise en compte del’espace peut être décisive dans l’évaluation de ces externalités en termes opérationnels : la prise encompte des économies externes souligne l’existence de processus relationnels et l’existence d’espacesprivilégiés pouvant améliorer la productivité et favoriser le développement des firmes. L’analyseéconométrique spatiale – récente et encore très peu exploitée - intègre ces préoccupations, non sansrencontrer certaines difficultés. Lachaud (2002) y a notamment recours pour expliciter le lien entre lapauvreté et l’urbanisation du Burkina Faso. Il souligne la nécessité d’endogénéiser la localisationurbaine par rapport aux différentes régions 61 , de nombreuses régions étant parfois dépourvues devilles. En outre, il peut subsister une dépendance spatiale des observations recueillies au cours desenquêtes, une observation localisée dans une région pouvant dépendre d’autres observations liées àune ou plusieurs autres : par exemple, la pauvreté urbaine relative d’une région peut être liée à celled’une autre région si les travailleurs résidant dans la première ont des emplois précaires dans laseconde région. De même, il existe des effets d’interaction spatiale, des hiérarchies de localisation etdes externalités spatiales. Pour surmonter cette auto-corrélation spatiale, deux approches sontgénéralement retenues : (i) lorsque l’auto-corrélation est liée à la variable dépendante, il peut êtrenécessaire de définir une matrice de pondération spatiale – standardisée par exemple par rapport auxlignes de contiguïté d’ordre un, élaborée en termes de frontières communes aux régions ; (ii) lorsquel’auto-corrélation est inhérente au terme aléatoire, il convient de considérer des modèles d’erreursspatiales où la dépendance est appréhendée en tant que perturbation , soit dans le cadre d’un processusauto-regressif, soit par rapport à une moyenne mobile.Nous ne souhaitons nullement reproduire ici ces procédures économétriques complexes, maisrebondir sur quelques résultats forts de cette étude afin de rechercher les éléments déterminants leniveau de vie des ménages – propres d’une part aux ménages eux-mêmes et, d’autre part, associéesaux spécificités régionales. Rappelons, en effet, que Lachaud aboutit à la conclusion que la difficultécroissante d’accéder au marché du travail, la précarité accrue des emplois urbains et l’affaiblissement61 Une estimation Probit binaire permet, en effet, de saisir la probabilité qu’une unité administrative donnée –région par exemple – comporte des agglomérations, en fonction des dotations relatives des différentes régions entermes d’actifs des ménages et des dépenses des ménages.87