Ce dernier chapitre réunit les fils conducteurs du livre — microéconomie, macroéconomie, institutions et empirie — pour aborder la question la plus importante de l'économie : pourquoi certains pays sont-ils riches et d'autres pauvres, et que peut-on y faire ?
L'économie du développement n'est pas de la « théorie de la croissance appliquée ». Elle traite des défaillances de coordination, des pièges institutionnels et de l'économie politique que les modèles standards écartent. Elle présente aussi la révolution empirique la plus spectaculaire de l'économie moderne : l'essor des essais contrôlés randomisés comme outil d'évaluation des interventions.
Les pays les plus riches ont un PIB par habitant supérieur à 60 000 $. Les plus pauvres sont en dessous de 500 $. Un facteur de plus de 100 les sépare — et cet écart s'est creusé sur deux siècles. En 1800, le ratio était d'environ 5:1. En 2000, il dépassait 100:1.
À mesure que les pays se développent, l'emploi agricole passe de 50–70 % à moins de 5 %, sous l'effet de la loi d'Engel et de la hausse de la productivité agricole.
À mesure que le secteur moderne s'étend, il absorbe la main-d'œuvre excédentaire à un salaire constant. Les profits sont réinvestis, alimentant une expansion supplémentaire. La croissance se poursuit jusqu'à épuisement du surplus et début de la hausse des salaires — le tournant de Lewis.
Le secteur moderne s'étend en accumulant du capital et en absorbant le travail du secteur de subsistance. Observez comment la PmL du secteur moderne diminue avec chaque travailleur supplémentaire. Au tournant de Lewis, la main-d'œuvre excédentaire est épuisée et les salaires commencent à augmenter.
Figure 18.1. Le modèle de Lewis. Panneau gauche : courbe de PmL du secteur moderne avec demande de travail. Droite : décomposition du PIB. À mesure que le capital augmente, le secteur moderne absorbe plus de travail, poussant l'économie vers le tournant de Lewis où toute la main-d'œuvre excédentaire est absorbée. Faites glisser le curseur de capital pour simuler l'industrialisation.
Kaelani compte 5M de travailleurs : 3,5M dans l'agriculture de subsistance ($MPL = \\$100$/an) et 1,5M dans le secteur moderne ($Y_{modern} = A K^{0.5}L^{0.5}$ avec $A = 100$, $K = 50{,}000$).
Étape 1 : Production actuelle du secteur moderne : $Y_m = 100 \times 50{,}000^{0.5} \times 1{,}500{,}000^{0.5} = 100 \times 223.6 \times 1224.7 = \\$17.4B$.
Étape 2 : Transfert de 500 000 travailleurs de la subsistance au secteur moderne ($L_m = 2M$) : $Y_m' = 100 \times 223.6 \times 1414.2 = \\$11.6B$. Gain de production moderne : $\\$1.2B$.
Étape 3 : Perte de production de subsistance : \$100{,}000 \times \\$100 = \\$150M$. Mais si ces travailleurs avaient $MPL \approx 0$ (main-d'œuvre excédentaire), la perte réelle est proche de zéro.
Étape 4 : Gain net de PIB : $\\$1.2B - \\$1.25B = \\$1.95B$, soit une augmentation de 14% du PIB par simple réallocation du travail — aucun nouvel investissement requis.
Enseignement clé : Avec une main-d'œuvre excédentaire, le modèle de Lewis prédit une croissance « gratuite » par transformation structurelle. C'est le mécanisme derrière la croissance annuelle de 10% de la Chine entre 1980 et 2010.
Avec une fonction de production en S $f(k)$, l'équation de Solow $\dot{k} = sf(k) - (n+\delta)k$ a trois intersections : $k_L^*$ (état stationnaire bas), $k_U$ (seuil instable) et $k_H^*$ (état stationnaire haut). Le big push est l'investissement nécessaire pour franchir $k_U$.
Faites glisser le niveau de capital initial pour voir où l'économie converge. En dessous du seuil instable $k_U$, elle retombe dans le piège à pauvreté. Au-dessus de $k_U$, elle converge vers l'état stationnaire haut. Le « big push » est l'investissement nécessaire pour franchir $k_U$.
Figure 18.2. Piège à pauvreté avec fonction de production en S. Les points verts sont les états stationnaires stables ; le point rouge est le seuil instable. En partant en dessous de $k_U$, l'économie retombe à $k_L^*$. En partant au-dessus, elle atteint $k_H^*$. La flèche « big push » montre le saut d'investissement nécessaire pour échapper au piège. Faites glisser le curseur pour modifier le capital initial.
Considérons une fonction de production en S : $f(k) = k^{0.3}$ pour $k < 4$ et $f(k) = 0.5(k-2)^{0.6} + 1.5$ pour $k \geq 4$. Taux d'épargne $s = 0.20$, dépréciation $(n+\delta) = 0.05$.
Étape 1 : Trouver où $sf(k) = (n+\delta)k$, c'est-à-dire \$1.2f(k) = 0.05k$, ou $f(k) = 0.25k$.
Étape 2 : État stationnaire bas ($k < 4$) : $k^{0.3} = 0.25k$, donc $k^{-0.7} = 0.25$. $k_L^* = 0.25^{-1/0.7} = 0.25^{-1.43} = 7.1$. Mais cela dépasse 4, donc la branche basse donne $k_L^* \approx 1.5$ (par résolution numérique).
Étape 3 : État stationnaire haut ($k \geq 4$) : la forme en S crée un second croisement à $k_H^* \approx 12$.
Étape 4 : Seuil instable : $k_U \approx 5$ (où $sf(k)$ croise $(n+\delta)k$ par le haut). En dessous de $k_U$, l'économie converge vers $k_L^*$ (piège à pauvreté). Au-dessus de $k_U$, elle converge vers $k_H^*$ (développement).
Étape 5 (Big push) : Une économie à $k_L^* = 1.5$ a besoin d'un investissement de $\Delta k = k_U - k_L^* = 5 - 1.5 = 3.5$ unités de capital par travailleur pour échapper au piège. Cet investissement doit être livré de manière coordonnée et en une fois — l'investissement progressif est absorbé par l'attraction gravitationnelle du piège.
Géographie (Sachs, 2001) : les climats tropicaux causent des maladies, réduisent la productivité agricole et créent des barrières commerciales. Forte corrélation latitude-revenu.
Institutions (Acemoglu, Johnson & Robinson, 2001) : droits de propriété, état de droit et contrôle du pouvoir sont la cause fondamentale. La stratégie VI d'AJR (mortalité des colons → type institutionnel → revenu) montre l'impact causal.
Culture (Landes, 1998) : des valeurs comme la confiance, l'éthique du travail et les attitudes envers l'éducation façonnent les comportements. Difficile à tester rigoureusement car la culture est endogène.
Le consensus émergent est interactionniste : les institutions sont la cause immédiate, la géographie façonne les institutions historiquement, et la culture façonne les institutions informelles. Les trois interagissent dans des boucles de rétroaction.
Changez la variable de l'axe des x pour explorer visuellement le débat sur le développement. Chaque point représente un pays. Comment la relation change-t-elle quand vous passez de la qualité institutionnelle à la latitude puis à la mortalité des colons ?
Figure 18.5. Le débat institutions-géographie-culture, visualisé. Changez l'axe des x pour voir comment différentes causes fondamentales sont corrélées au revenu. La qualité institutionnelle montre la relation la plus forte. Survolez les points pour voir les noms des pays. Cliquez sur les boutons pour changer de variable.
Banerjee, Duflo et Kremer ont reçu le prix Nobel 2019 pour « leur approche expérimentale de la lutte contre la pauvreté mondiale ». L'ECR transpose l'essai contrôlé randomisé de la médecine à l'économie du développement.
Calcul de puissance — taille d'échantillon minimale pour détecter un effet de taille $\tau$ :
La puissance statistique est la probabilité de détecter un effet réel. Les études sous-puissantes manquent les vrais effets ; les études sur-puissantes gaspillent des ressources. Ajustez la taille d'échantillon, la taille d'effet et la variance pour voir comment la puissance réagit.
Figure 18.3. Courbe de puissance : probabilité de détecter l'effet en fonction de la taille de l'échantillon. La ligne pointillée marque le seuil conventionnel de 80 %. Le point rouge indique votre design actuel. Augmenter la taille de l'échantillon ou de l'effet augmente la puissance ; augmenter la variance la réduit. Faites glisser les curseurs pour concevoir votre étude.
Un ECR accorde 50 $/mois à 2 500 ménages sélectionnés aléatoirement pendant 12 mois. Contrôle : 2 500 ménages. Résultats après 12 mois :
| Résultat | Moyenne contrôle | Moyenne traitement | Différence | ET | Valeur p |
|---|---|---|---|---|---|
| Revenu mensuel ($) | 120 | 148 | +28 | 1.27 | <0.001 |
| Scolarisation (%) | 62 | 70 | +8pp | 0.51 | <0.001 |
| Repas par jour | 2.1 | 2.5 | +0.4 | 0.017 | <0.001 |
| Actifs commerciaux (%) | 15 | 26 | +11pp | 0.34 | <0.001 |
ITT vs TOT : La conformité était de 94 % (47 des 50 ménages assignés ont effectivement reçu les transferts). $TOT = ITT / 0.94$. Pour le revenu : $TOT = 28/0.94 = \\$19.8$/mois. Avec une conformité élevée, ITT et TOT sont similaires.
Signification pratique : Le gain de revenu de 28 $ dépasse le transfert de 50 $ ? Non — le gain porte sur le revenu total du ménage, qui inclut à la fois le transfert et tout revenu supplémentaire provenant de l'investissement du transfert (par ex., achat de stocks pour un petit commerce). La propension marginale à gagner à partir du transfert est $(28-50 \times 0.94)/120 \approx -0.16$, ce qui signifie que les ménages épargnent et investissent une partie du transfert plutôt que de tout consommer.
Vous souhaitez détecter un effet de $\tau = 0.20$ écart-type sur le revenu des ménages, avec un seuil de significativité $\alpha = 0.05$ et une puissance \$1-\beta = 0.80$.
Étape 1 : Formule : $n = \frac{(z_{\alpha/2} + z_\beta)^2 \cdot 2\sigma^2}{\tau^2}$.
Étape 2 : Substitution : $z_{0.025} = 1.96$, $z_{0.20} = 0.84$. Avec des résultats standardisés ($\sigma = 1$) : $n = \frac{(1.96 + 0.84)^2 \times 2 \times 1}{0.20^2} = \frac{7.84 \times 2}{0.04} = \frac{15.68}{0.04} = 392$ par groupe.
Étape 3 : Échantillon total : \$1 \times 392 = 784$ ménages. Avec une attrition attendue de 10 % : recruter \$184/0.9 = 871$ au total.
Étape 4 (sensibilité) : Si l'effet réel n'est que de $\tau = 0.10$ ET (deux fois moins), l'échantillon requis quadruple : $n = 392 \times 4 = 1{,}568$ par groupe. Les petits effets nécessitent de grands échantillons — c'est pourquoi de nombreux ECR en développement recrutent des milliers de participants.
Étape 5 (coût) : Avec un coût par ménage de 600 $/an (transfert) + 100 $ (enquête) : budget total = \$171 \times 700 = \\$109,700$. Le coût de la réponse à « est-ce que ça marche ? » est lui-même une dépense de développement significative.
| Intervention | Résultat | Étude |
|---|---|---|
| Déparasitage | Effets massifs sur l'assiduité scolaire ; effets de débordement | Miguel & Kremer (2004) |
| Moustiquaires gratuites | Gratuit > subventionné pour l'adoption | Cohen & Dupas (2010) |
| Microfinance | Effets modestes sur les entreprises ; pas de réduction de la pauvreté | Banerjee et al. (2015) |
| Transferts monétaires | Étonnamment efficaces ; pas « gaspillés » | Haushofer & Shapiro (2016) |
| Transferts conditionnels | Augmentation de la scolarisation et des visites médicales | Schultz (2004) |
Observez l'évolution de la distribution mondiale des revenus de 1800 à 2020. En 1800, presque tout le monde était pauvre. Vers 1960, un phénomène bimodal « twin peaks » est apparu. Depuis 1990, le milieu s'est rempli avec l'industrialisation de l'Asie.
Figure 18.4. Distribution mondiale des revenus au fil du temps. Chaque barre représente la part de la population mondiale dans une tranche de revenus. La distribution passe d'unimodale (1800) à bimodale (1960) à une distribution à queue longue avec une classe moyenne croissante (2020). Faites glisser le curseur d'année pour voir l'histoire se dérouler.
Angus Deaton (2010) a formulé la critique la plus incisive : (1) Dépendance au contexte : les résultats du Kenya peuvent ne pas s'appliquer en Inde. (2) Effets d'équilibre général : la montée en échelle modifie salaires, prix et politique. (3) Biais de sélection des sites : les ECR sont menés là où ils ont des chances de fonctionner. (4) L'étiquette de « gold standard » est trompeuse.
La solution n'est pas les ECR contre la théorie — c'est les ECR et la théorie. L'identification causale vous dit ce qui fonctionne. La théorie vous dit pourquoi — dans quelles conditions, à quelle échelle, par quels mécanismes.
Kaelani mène un ECR sur des transferts monétaires de 50 $/mois à 2 500 ménages ruraux pendant 12 mois (total : 1,5 M$). Résultats : revenu +23 %, scolarisation +8pp, repas +0,4/jour, actifs commerciaux +11pp. Tous significatifs à 5 %.
Préoccupations de validité externe : L'extension à 5 M de citoyens coûterait 3 Md$/an (30 % du PIB). À cette échelle, des effets d'équilibre général (inflation, changements dans l'offre de travail) apparaîtraient. Le Kaelani rural possède une économie informelle active — les résultats pourraient différer en milieu urbain ou dans les régions arides.
Simulez les résultats du groupe traitement vs. contrôle pour un programme de transferts monétaires. Ajustez le montant et la durée du transfert pour voir comment les résultats et le rapport coût-efficacité évoluent. Les effets du traitement présentent des rendements décroissants en fonction du montant et une persistance partielle dans le temps.
Figure 18.A. Résultats simulés d'un ECR sur un programme de transferts monétaires (N = 2 500 par bras). Les barres bleues sont les moyennes du groupe contrôle ; les barres vertes sont les moyennes du groupe traitement. Les barres d'erreur montrent les intervalles de confiance à 95 %. Les étoiles (*) indiquent une significativité statistique au seuil de 5 %. Les effets du traitement augmentent avec le montant du transfert (avec rendements décroissants) et la durée (avec persistance partielle). Ajustez les curseurs pour explorer les compromis coût-efficacité.
Pour : Défaillances de coordination (big push), apprentissage par la pratique, défaillances du marché du crédit. Le succès de la Corée du Sud. Contre : Problèmes d'information, recherche de rentes, biais du survivant. Consensus : fournir des biens publics et corriger les défaillances de marché, mais être prudent dans le choix des « gagnants ».
Les pays en développement font face à un double fardeau : les plus vulnérables au changement climatique (dépendants de l'agriculture) et sous pression pour limiter la croissance à forte intensité carbone. Dell, Jones et Olken (2012) estiment qu'une hausse de 1°C réduit la croissance du PIB de 1,3pp dans les pays pauvres sans effet dans les pays riches — le changement climatique pourrait creuser l'écart mondial de revenus.
| Libellé | Équation | Description |
|---|---|---|
| Éq. 18.1 | Agriculture → Industrie → Services | Transformation structurelle |
| Éq. 18.2 | Transfert de main-d’œuvre excédentaire (Lewis) | Réallocation dans l'économie duale |
| Éq. 18.3 | $\dot{k} = sf(k) - (n+\delta)k$ avec $f$ en forme de S | Modèle du piège à pauvreté |
| Éq. 18.4 | $\hat{\tau} = E[Y|T=1] - E[Y|T=0]$ | ATE d'un ECR |
| Éq. 18.5 | $n = (z_{\alpha/2}+z_\beta)^2 \cdot 2\sigma^2/\tau^2$ | Calcul de puissance |