Chapter

Chapitre 4. Mondialisation et InÉgalitÉ

Author(s):
International Monetary Fund. Research Dept.
Published Date:
November 2007
Share
  • ShareShare

Related Material

Show Summary Details

Le présent chapitre examine le rapport entre la rapidité de la mondialisation commerciale et financière et l’accentuation de l’inégalité de revenu observée depuis vingt ans dans la plupart des pays. Il ressort de l’analyse que cette inégalité s’explique davantage par le progrès technologique que par la mondialisation. L’effet globalement limité de la mondialisation tient à deux tendances opposées: tandis que la mondialisation commerciale engendre une réduction de l’inégalité, la mondialisation financière, et en particulier l’investissement direct étranger, tend à l’accentuer. Il est cependant précisé que ces constatations s’accompagnent de certaines réserves en raison du caractère incomplet des données qui les sous-tendent et du fait qu’il est particulièrement difficile de distinguer les effets du progrès technologique de ceux de la mondialisation financière car, dans les deux cas, ils s’exercent par le biais de processus qui accroissent la demande de travailleurs qualifiés. Les auteurs concluent que les politiques tendant à réduire les obstacles au commerce et à élargir l’accès à l’éducation et au crédit peuvent aider à répartir plus également les bienfaits de la mondialisation.

L’intégration de l’économie mondiale par la globalisation progressive du commerce et de la finance a atteint une ampleur sans précédent, qui va bien au-delà du record atteint avant la Première Guerre mondiale. Cette nouvelle vague de mondialisation a de profondes conséquences pour le bien-être économique des citoyens de toutes les régions, toutes catégories de revenu confondues, et fait l’objet d’un intense débat public. Des éditions précédentes des Perspectives de l’économie mondiale ont analysé l’impact de la mondialisation sous différents angles: les effets de contagion entre économies et les marchés du travail (avril 2007), l’inflation (avril 2006) et les déséquilibres extérieurs (avril 2005). Le présent chapitre est consacré à l’effet de la mondialisation sur les inégalités et la répartition du revenu à l’intérieur des pays, notamment dans les pays émergents et les pays en développement.

Le débat sur les effets redistributifs de la mondialisation est souvent polarisé autour de deux points de vue. Selon certains observateurs, la mondialisation rehausse tous les revenus, un peu comme la marée montante rehausse tous les bateaux. Par conséquent, même les catégories de revenus les plus faibles sont gagnantes en termes absolus. Cette vision optimiste des choses trouve son parallèle dans l’hypothèse de Kuznets concernant le développement, selon laquelle même si les inégalités s’accentuent pendant les phases initiales du développement industriel, elles finissent par s’estomper une fois menée à bien l’industrialisation du pays1. D’autres observateurs font valoir en revanche que, si la mondialisation améliore le niveau global des revenus, ses bienfaits ne sont pas répartis également entre tous les citoyens d’un pays, certains d’entre eux étant nettement perdants en termes relatifs et peut-être même en termes absolus2. De plus, non seulement l’aggravation des inégalités de revenu peut susciter des préoccupations sur le plan social et du bien-être, mais elle risque aussi de freiner la croissance en empêchant d’exploiter pleinement les nouvelles possibilités créées par la mondialisation3. Enfin, la mondialisation ne pourra se poursuivre qu’avec le large soutien de la population, soutien qui pourrait être compromis par l’accentuation des inégalités.

Compte tenu de ces considérations, le présent chapitre traite la question de savoir comment la mondialisation influe sur la répartition du revenu à l’intérieur des pays et notamment sur les revenus des couches les plus pauvres de la population. On s’est attaché en particulier à: 1) analyser l’évolution des schémas de mondialisation et de répartition du revenu au cours de ces 20 dernières années, 2) identifier les principales voies par lesquelles l’accentuation de la mondialisation commerciale et financière influe sur la répartition du revenu à l’intérieur d’un pays, et 3) à la lumière des conclusions de l’analyse, formuler des suggestions pour aider les pays à exploiter pleinement les nouvelles possibilités créées par la mondialisation tout en veillant à ce que ses bienfaits soient convenablement répartis dans toute la population.

Nous nous proposons de compléter les innombrables études déjà consacrées à la mondialisation et à l’inégalité en poursuivant la réflexion selon plusieurs axes4. Contrairement aux études antérieures, qui se concentrent essentiellement sur la mondialisation commerciale, le présent chapitre analyse aussi les différents aspects de la mondialisation financière afin de présenter une vision plus complète de l’impact global de la mondialisation. En outre, nous nous attachons à expliquer l’évolution de l’inégalité dans le temps pour un large échantillon de pays plutôt que les niveaux moyens d’inégalité au même moment dans différents pays. L’analyse se fonde aussi sur un nouveau jeu de données de haute qualité récemment établies par la Banque mondiale selon une méthodologie plus cohérente que celle de la plupart des autres études, lesquelles reposent sur de multiples sources de données de qualité inégale. Cependant, la qualité des données reste un souci constant dans toute analyse de l’inégalité portant sur plusieurs pays; c’est pourquoi, dans tous les cas, les résultats des estimations sont à interpréter avec précaution.

Pour anticiper sur les principales conclusions, il ressort de l’analyse que les inégalités de revenu se sont effectivement aggravées dans la plupart des pays et des régions ces vingt dernières années, même s’il y a des exceptions et que les données sont loin d’être parfaites. En même temps, toutefois, les revenus réels des couches les plus pauvres de la population ont augmenté en moyenne dans toutes les régions et pour toutes les catégories de revenu. Il apparaît que, en s’accentuant, la mondialisation commerciale et la mondialisation financière ont eu des effets identifiables distincts et opposés sur la répartition des revenus. En effet, la libéralisation du commerce et la croissance des exportations sont associées à une diminution des inégalités de revenu, alors que l’ouverture financière est associée à une aggravation de ces inégalités. Cependant, leur effet combiné sur l’accentuation des inégalités a été beaucoup plus faible que celui du progrès technologique, surtout dans les pays en développement. La diffusion des technologies est naturellement elle-même liée à la mondialisation, mais on constate que le progrès technologique a néanmoins un effet distinct identifiable sur les inégalités5. L’effet inégalitaire de l’ouverture financière—ressenti essentiellement par l’intermédiaire de l’investissement direct étranger (IDE)—et celui du progrès technologique semblent s’exercer de la même manière, par la valorisation des qualifications professionnelles plutôt que par la limitation des possibilités de progrès économique. Cette constatation est corroborée par le fait que l’accès accru à l’éducation est associé avec une répartition en moyenne plus égale des revenus.

La section suivante passe en revue les observations faites sur la mondialisation et l’inégalité depuis une vingtaine d’années ainsi que sur l’évolution de ces deux phénomènes dans les différentes régions et en fonction des catégories de revenu. Ensuite, on examinera les voies par lesquelles la mondialisation commerciale et financière peut influer sur les inégalités à l’intérieur des pays et, en s’appuyant sur des données empiriques, on identifiera les principaux facteurs à l’origine de l’évolution des inégalités. Enfin, le chapitre se conclut par des suggestions à l’intention des responsables publics. L’encadré 4.1 examine en détail les questions que pose, sur le plan de l’analyse et des indicateurs utilisés, l’application de diverses méthodologies pour recueillir des données sur les inégalités dans des pays et régions différents et en faire la synthèse. L’encadré 4.2 étudie de plus près les enseignements que l’on peut tirer d’une analyse plus détaillée de l’expérience particulière de chaque pays et explique pourquoi les conclusions de ce type d’analyse ne se prêtent guère à des généralisations valables pour tous les pays6.

Évolution récente des inégalités et de la mondialisation

Comment la mondialisation a-t-elle évolué?

Le commerce mondial a quintuplé en termes réels depuis 1980 et il est passé, au cours de cette période, de 36 % à 55 % du PIB mondial (graphique 4.1)7. L’intégration commerciale s’est accélérée pendant les années 90 lorsque les anciens pays de l’Est ont rejoint le commerce international et que les pays en développement du continent asiatique—qui était l’une des régions les plus fermées aux échanges internationaux en 1980—ont progressivement démantelé leurs obstacles au commerce. Cependant, il est remarquable que, agrégés par groupes de revenus ou par régions, les pays émergents et en développement ont rattrapé ou dépassé les pays à revenu élevé en matière d’ouverture commerciale, les pays à faible revenu et à revenu intermédiaire ayant largement aligné leurs systèmes commerciaux sur les régimes traditionnellement plus ouverts des pays avancés8.

Graphique 4.1.Mondialisation commerciale

(Moyenne pondérée par le PIB)

L’intégration commerciale s’est accélérée pendant les années 90 lorsque les anciens pays de l’Est ont rejoint le commerce international et que les pays en développement d’Asie ont progressivement démantelé leurs obstacles au commerce.

Source: calculs des services du FMI.

1 Le maximum est la valeur maximale pour 2006 (Singapour).

2 Médiane de tous les pays pour chaque année.

3 Les séries commencent en 1994 pour les pays d’Europe centrale et orientale et pour la Communauté des États indépendants.

4 Taux tarifaire: moyenne du taux tarifaire effectif (recettes douanières/valeur des importations) et du taux tarifaire moyen non pondéré.

La mondialisation financière a aussi progressé à vive allure ces deux dernières décennies9. Au total, les flux transnationaux d’actifs financiers ont plus que doublé entre 1990 et 2004, passant de 58 % à 131 % du PIB mondial. Les pays avancés continuent d’être les plus intégrés financièrement, mais d’autres régions du monde ont vu s’accroître progressivement leurs positions d’avoirs et engagements transnationaux (graphique 4.2). Cependant, de jure, les indicateurs de l’ouverture du compte de capital offrent un tableau contrasté, les nouvelles économies industrielles d’Asie et les pays en développement n’ayant guère évolué vers les régimes plus ouverts des pays avancés, qui ont poursuivi leur libéralisation10. On notera que la part de l’IDE dans le total des engagements a augmenté dans tous les pays émergents—passant de 17 % en 1990 à 38 % en 2004—et dépasse celle des investissements de portefeuille sous forme de participations, qui est passée de 2 % à 11 % dans le même temps. La diminution des besoins de financement des États a aussi contribué à modifier la structure des engagements, la part de la dette dans le total des engagements ayant baissé dans toutes les régions émergentes et en développement. Comme on pouvait s’y attendre, la proportion des réserves internationales dans les avoirs transnationaux a aussi augmenté, ce qui traduit l’accumulation de réserves par de nombreux pays émergents et pays en développement ces dernières années.

Graphique 4.2.Mondialisation financière

(Moyenne pondérée par le PIB)

Les pays avancés (y compris les NEI) continuent d’enregistrer les plus forts volumes d’avoirs et engagements transnationaux, mais ceux-ci se sont aussi accrus progressivement dans d’autres régions du monde.

Sources: Chinn and Ito (2006); Lane and Milesi-Ferretti (2006); calculs des services du FMI.

1 Les séries commencent en 1995 pour les pays d’Europe centrale et orientale et pour la Communauté des États indépendants.

2 Le maximum est la valeur maximale pour 2004 (Irlande).

3 Médiane de tous les pays pour chaque année.

4 Indice mesurant le degré d’ouverture du compte de capital d’un pays sur la base des composantes principales tirées des données désagrégées sur les restrictions du compte de capital et du compte courant.

La répartition du revenu dans les pays est-elle devenue moins égale?

En matière d’inégalité, les comparaisons internationales se heurtent en général à des problèmes dus au manque de fiabilité et au caractère incomplet des données ainsi qu’à la disparité des méthodologies utilisées11. Certains de ces problèmes sont traités plus en détail à l’encadré 4.1. Nous nous fondons ici sur les données issues de la base de données Povcal la plus récente de la Banque mondiale, mise au point par Chen et Ravallion (2004, 2007) pour un grand nombre de pays en développement. Celle-ci permet de filtrer les données sur les revenus et la consommation individuels afin de détecter les différences qualitatives avec une plus grande rigueur que les autres bases de données utilisées habituellement, lesquelles suivent une approche plus mécanique pour combiner des données de sources multiples12. On a complété ces données par des données tirées du Luxembourg Income Study (LIS), qui fournit des données de haute qualité pour les pays avancés. L’échantillon complet ainsi obtenu permet des comparaisons plus fines au sein des pays et entre pays que cela n’est possible autrement. Étant donné que les données disponibles sont incomplètes, les données sur l’inégalité utilisées dans notre analyse sont tirées d’enquêtes portant à la fois sur les revenus et sur les dépenses. La conjugaison de ces deux concepts fait que la comparaison des niveaux d’inégalité entre pays et entre régions risque de mener à des conclusions erronées13. Compte tenu de la difficulté de comparer les niveaux d’inégalité entre pays, la présente section ne les traite que brièvement en tant que tels pour considérer plutôt leurs variations. L’analyse empirique est fondée uniquement sur ces variations de manière à éviter les biais qui entachent inévitablement l’estimation des niveaux d’inégalité.

Si l’on observe les mouvements du coefficient de Gini (qui est l’indicateur synthétique le plus utilisé pour mesurer l’inégalité), on constate que l’inégalité s’est accentuée dans tous les groupes de pays, à l’exception des pays à faible revenu, au cours des deux décennies écoulées, même s’il existe des écarts significatifs entre pays ou régions (graphique 4.3)14. Si l’inégalité s’est aggravée ces vingt dernières années dans les pays en développement d’Asie, dans les pays émergents d’Europe, en Amérique latine, dans les nouvelles économies industrielles et dans les pays avancés, elle a reculé en Afrique subsaharienne et dans la Communauté des États indépendants (CEI)15. Ce tableau reste plus ou moins le même si l’on utilise des moyennes pondérées par la population, à l’exception des pays émergents d’Amérique latine en raison de la baisse récente de l’inégalité au Brésil et au Mexique. Parmi les grands pays avancés, l’inégalité ne semble avoir reculé qu’en France, alors qu’au sein du groupe des grands pays émergents, les tendances sont plus contrastées, l’inégalité s’étant nettement aggravée en Chine, alors qu’elle n’a guère évoluée en Inde et qu’elle a diminué au Brésil, au Mexique et en Russie16. Cela dit, ces indicateurs globaux de l’inégalité ne permettent pas de saisir toutes les caractéristiques propres de chaque pays. Comme l’explique l’encadré 4.2, l’utilisation d’une méthode d’agrégation différente pour mesurer l’inégalité dans les campagnes et dans les villes en Chine se traduit par une augmentation beaucoup moins marquée de l’inégalité globale, tandis qu’en Inde on constate d’amples écarts entre les différents districts ruraux et urbains malgré des changements relativement faibles au niveau national.

Graphique 4.3.Évolution tendancielle de l’inégalité dans le monde

(Coefficient de Gini)

L’inégalité s’est accentuée dans les pays en développement d’Asie, dans les pays d’Europe centrale et orientale, dans les nouvelles économies industrielles et dans les pays avancés, mais elle a reculé dans la Communauté des États indépendants et, dans une moindre mesure, en Afrique subsaharienne.

Sources: Choi (2006); base de données Povcal; base de données WIDER; calculs du FMI.

1 Le nombre de pays et d’années pris en compte est limité afin d’assurer la continuité des données. Voir appendice 4.1.

2 Ne comprend pas la RAS de Hong Kong, faute de données.

3 Après 2000, les tendances sont fondées sur les gains des travailleurs employés à plein temps toute l’année.

4 Avant 1992, les tendances sont fondées sur les données relatives à l’Allemagne de l’Ouest.

L’examen des parts de revenu dans les différents groupes de pays offre un tableau plus détaillé de l’inégalité (graphique 4.4). Globalement, la variation des parts de revenu par quintiles (qui sont des tranches successives comptant chacune 20 % de la population) en fonction des régions et des groupes de revenu reflète l’inégalité révélée par les coefficients de Gini. Cependant, il ressort des données que l’augmentation de ces coefficients s’explique largement par l’accroissement de la part des quintiles les plus riches au détriment des quintiles intermédiaires, tandis que la part de revenu du quintile le plus pauvre (quintile 1) ne change guère. Si l’on observe les niveaux de revenu moyens pour tous les quintiles, il apparaît que les revenus par habitant ont augmenté pratiquement dans toutes les régions, même pour les quintiles les plus pauvres (graphiques 4.5 et 4.6). L’exception est l’Amérique latine, où l’on constate une légère diminution globale, due principalement aux effets des crises économiques et financières sur les populations pauvres de plusieurs pays. Cependant, les revenus se sont redressés par rapport au creux enregistré au lendemain des crises. D’ailleurs, et cela confirme les résultats révélés par les coefficients de Gini, les revenus du quintile le plus pauvre ont augmenté plus vite que ceux des autres segments de la population en Afrique subsaharienne et dans les pays de la CEI, même s’ils étaient, il est vrai, très bas au départ. Toutes régions confondues, il apparaît donc que, en termes absolus, la situation des pauvres ne s’est pas dégradée (sauf dans quelques pays qui ont connu une crise) et que, dans la plupart des cas, elle s’est nettement améliorée pendant la plus grande partie de la phase récente de mondialisation.

Graphique 4.4.Parts de revenu par quintiles

(Part du revenu total, moyenne pondérée par la population)

L’accentuation de l’inégalité s’explique en grande partie par l’augmentation de la part de revenu du quintile le plus riche au détriment des quintiles intermédiaires, tandis que la situation du quintile le plus pauvre n’a guère changé.

Sources: Choi (2006); Bureau de statistique du Japon; base de données Povcal; base de données WIDER; calculs des services du FMI.

1 Les données se rapportent aux groupes de pays suivants: pays avancés (Av.), nouvelles économies industrielles d’Asie (NEI), pays asiatiques en développement (Asie), Amérique latine et Caraïbes (ALC), Afrique subsaharienne (ASS), Moyen-Orient et Afrique du Nord (MOAN), Europe centrale et orientale (PECO) et Communauté des États indépendants (CEI).

2 Comprend uniquement la Corée et la province chinoise de Taiwan.

Graphique 4.5.Revenu par habitant par quintiles1

(En dollars internationaux de 2000, moyenne pondérée par la population)

Les revenus ont augmenté pour tous les quintiles dans toutes les régions, hormis le quintile le plus pauvre en Amérique latine en raison, en partie, des retombées des crises.

Sources: Choi (2006); Heston, Summers, and Aten (2006); Bureau de statistique du Japon; base de données Povcal; base de données WIDER; calculs des services du FMI.

1 Pour calculer le revenu par habitant par quintile, on utilise des données sur les parts de revenu et de consommation ainsi que des données sur le PIB réel par habitant tirées des Penn World Tables. Voir appendice 4.1.

2 Comprend uniquement la Corée et la province chinoise de Taiwan.

Graphique 4.6.Revenu par habitant par quintiles dans certains pays1

(Dollars internationaux de 2000)

Bien que l’inégalité se soit globalement accentuée dans les pays à revenu intermédiaire et élevé, il y a de fortes variations d’un pays à l’autre.

Sources: Heston, Summers, and Aten (2006); Bureau de statistique du Japon; base de données Povcal; base de données WIDER; calculs des services du FMI.

1 Les calculs sont fondés sur des données relatives aux parts de revenu, sauf dans le cas de l’Inde, du Japon, du Mexique et de la Russie, pour lesquels on a utilisé des données relatives aux parts de consommation. Pour calculer le revenu par habitant par quintiles, on utilise des données sur les parts de revenu et de consommation ainsi que des données sur le PIB réel par habitant tirées des Penn World Tables. Voir appendice 4.1.

2 Sur la base de données relatives aux parts de revenu des ménages.

En résumé, les données amènent à faire deux constatations générales. Tout d’abord, au cours des deux décennies écoulées, la croissance du revenu a été positive pour tous les quintiles dans pratiquement toutes les régions et tous les pays, quel que soit le groupe de revenu auquel ils appartiennent. En même temps, cependant, l’inégalité de revenu s’est aggravée surtout dans les pays à revenu intermédiaire et à revenu élevé et, dans une moindre mesure, dans les pays à faible revenu. Cette évolution récente semble trancher clairement avec la baisse généralisée de l’inégalité au cours de la première moitié du XXe siècle et avec l’idée que la croissance rapide de l’Asie de l’Est pendant les années 60 et 70 a eu lieu alors que l’inégalité était maintenue à des niveaux relativement faibles. Il convient de souligner toutefois que, en raison de nombreuses réserves quant à l’exactitude des données et à la comparabilité des méthodologies, il est difficile de comparer les données sur l’inégalité d’une décennie à l’autre.

Quel est l’effet de la mondialisation sur l’inégalité?

Compte tenu des considérations qui précèdent, il est légitime de se demander dans quelle mesure l’aggravation de l’inégalité observée ces dernières décennies dans les pays à revenu intermédiaire et à revenu élevé est imputable à l’intensification de la mondialisation ou à d’autres facteurs, tels que la diffusion des technologies et les contraintes intérieures qui œuvrent contre l’égalité des chances. La présente section examine les voies par lesquelles la mondialisation commerciale et financière peut influer sur la distribution des revenus à l’intérieur d’un pays, posant ainsi le cadre de l’analyse empirique qui suit.

Encadré 4.1.Mesurer l’inégalité: concepts, méthodologies et indicateurs

Pour étudier l’inégalité, les économistes utilisent différents indicateurs, en fonction de la disponibilité des données nécessaires et de l’orientation de leurs travaux1. Parmi ces indicateurs figure l’indice de Gini, couramment utilisé comme indicateur synthétique de la distribution du revenu dans un pays2. L’indice de Gini renseigne sur toutes les situations allant d’une distribution parfaitement égalitaire dans laquelle tout le revenu est partagé de façon égale (le coefficient est alors de 0) à la situation où une seule personne détient tout le revenu (le coefficient est alors de 1). Les coefficients de Gini sont compris en général entre 0,20 et 0,65.

Bien que l’indice de Gini soit largement utilisé, les comparaisons entre pays et dans le temps se heurtent à un grand nombre de problèmes qui ont trait aux concepts, à la méthodologie et aux définitions utilisés3. L’un des principaux problèmes vient de ce que certains indices de Gini sont calculés à partir d’enquêtes sur les dépenses de consommation des ménages alors que d’autres sont établis à partir d’enquêtes sur les revenus, différence qui peut entraîner une variation de l’ordre de 0,15 point. En général, les indices de Gini fondés sur la consommation donnent une mesure moins élevée de l’inégalité et sont utilisés surtout dans les pays en développement où la forte proportion de travailleurs indépendants dans le commerce ou l’agriculture (secteurs dans lesquels le revenu fluctue tout au long de l’année) complique la mesure des revenus.4 Les indices de Gini fondés sur la consommation sont plus courants en Asie, en Afrique subsaharienne et, depuis une date plus récente, dans les pays d’Europe centrale et les pays émergents d’Europe ainsi que dans la Communauté des États indépendants; les indices de Gini basés sur les revenus sont plus courants dans les pays avancés et en Amérique latine5. Les différences de définition et de méthodes d’enquête compliquent encore l’utilisation des indices de Gini, qu’ils soient fondés sur la consommation ou les revenus. Les indices de Gini basés sur la consommation peuvent être difficiles à comparer pour diverses raisons: les différentes définitions de la notion de consommation, la variation du nombre d’articles de consommation pris en compte séparément dans les enquêtes, le fait que les personnes interrogées enregistrent précisément ce qu’elles consomment ou sont simplement invitées à s’en souvenir lors d’un entretien, la durée variable des périodes de consommation considérées, le recours à des méthodes différentes pour imputer la consommation entre logement, biens durables et production domestique, le manque d’uniformité dans la prise en compte du caractère saisonnier de la consommation et dans le choix de la période de réalisation de l’enquête, le caractère incomplet ou erroné des relevés concernant certains articles, et le nombre variable de déclarants au sein des ménages. Les données sur l’inégalité de revenu varient aussi selon que l’on considère le revenu avant ou après impôt, que l’on prend en compte ou non les revenus en espèces, les loyers imputés et la production domestique, et que l’on retient la totalité des revenus (y compris les envois de fonds des travailleurs émigrés, les autres transferts et les revenus de la propriété) ou simplement les revenus salariaux6.

De façon plus générale, ces deux types d’indices de Gini présentent l’inconvénient de reposer parfois sur des enquêtes qui ne sont pas nationalement représentatives et qui excluent les populations rurales, les militaires, les étudiants ou la population vivant dans des zones où il est coûteux ou dangereux de réaliser des enquêtes. De plus, l’absence de réponses et la sous-déclaration des revenus, qui est plus fréquente dans les groupes les plus aisés, peut fausser la distribution du revenu et, partant, mener à une évaluation imparfaite de l’inégalité. De même, les chiffres sur la distribution du revenu peuvent être grandement influencés par la manière dont les enquêtes tiennent compte ou non des écarts de prix entre zones urbaines et zones rurales.

Enfin, il y a des différences entre les indices d’inégalité suivant qu’ils se rapportent aux ménages ou aux personnes. Les indices d’inégalité au niveau des ménages, qui étaient beaucoup plus utilisés avant 1980, peuvent faire apparaître une évolution de l’inégalité dans le temps simplement parce que la composition ou la taille des ménages considérés a changé. En faisant en sorte que les indicateurs d’inégalité portent sur les personnes pour les besoins de l’analyse, on peut éviter ce biais et, d’ailleurs, diverses méthodes ont été adoptées pour effectuer cet ajustement7.

Bien que les enquêtes doivent être effectuées selon certaines règles, celles-ci ne sont pas toujours respectées de façon uniforme dans le temps et dans tous les pays, de sorte que différentes enquêtes, voire différentes séries d’enquêtes, peuvent donner des résultats différents8. Lorsque l’on compare des indices de Gini, il est nécessaire d’accorder la plus grande attention aux concepts, aux définitions et au détail de la méthode d’enquête pour améliorer la comparabilité; la base de données Povcal de la Banque mondiale va plus loin dans ce domaine que les autres banques de données9. Elle a été créée avec des données primaires tirées d’enquêtes nationalement représentatives reposant sur des définitions suffisamment complètes du revenu et de la consommation. Des tentatives y ont été faites pour assurer la comparabilité des enquêtes dans le temps au niveau national, mais les comparaisons entre pays et à l’échelle nationale restent imparfaites car, dans bien des cas, il n’a pas été possible de tenir compte des différences entre les méthodes d’enquête. Enfin, les indices sont calculés de façon uniforme et sur une base «par habitant». Pour les besoins de l’analyse économétrique de cette étude, l’utilisation de la variation dans le temps, plutôt que du niveau, des indices de Gini tirés de cette base de données peut aider à résoudre certains des principaux problèmes que pose la comparabilité des indices entre pays.

Note: Le principal auteur de cet encadré est Patrick Hettinger.1 Parmi les mesures de l’inégalité, on citera, outre l’indice de Gini, le ratio entre le revenu moyen des couches les plus aisées de la population et celui des couches les plus pauvres, l’indice d’Atkinson, l’indice d’entropie de Theil et l’écart logarithmique moyen de revenu.2 L’indice de Gini se définit comme suit 12n2μΣi=1nΣj=1n|yiyj|, où μ est le revenu moyen, yi et yj sont les revenus observés individuellement et n est le nombre de revenus observés.3 Les difficultés que posent l’utilisation de l’indice de Gini et des données fondées sur des enquêtes auprès des ménages sont examinés dans Deaton (2003); Ravallion (2003); et Banque mondiale (2006).4 Entre autres causes, le lissage de la consommation dans le temps et le fait que les erreurs de mesure sont plus grandes pour les revenus peuvent expliquer que les indices fondés sur la consommation donnent une mesure plus faible de l’inégalité. Voir, par exemple, Ravallion and Chen (1996) et Meyer and Sullivan (2006).5 Voir, par exemple, Chen and Ravallion (2004).6 Pour la plupart des pays avancés considérés dans cette étude, on retient le revenu après impôt, même si les composantes du revenu varient d’un pays à l’autre. Voir les données du Luxembourg Income Study, qui figurent dans la base de données WIID.7 On trouvera plusieurs exemples de la manière dont les indices sont ajustés dans la base de données World Income Inequality Database (2005).8 Voir Canberra Group (2001) et Deaton and Zaidi (2002).9 Voir Chen and Ravallion (2004).

Voies par lesquelles la mondialisation influe sur l’inégalité

En théorie économique, le principal lien entre la libéralisation commerciale et l’inégalité de revenu découle du théorème de Stolper-Samuelson, selon lequel, dans un modèle à deux pays et deux facteurs de production, une accentuation

de l’ouverture commerciale (par la baisse des droits de douane) dans un pays en développement doté abondamment de main-d’œuvre peu qualifiée entraîne une augmentation des salaires des travailleurs peu qualifiés et une baisse de la rémunération des travailleurs hautement qualifiés, ce qui engendre une diminution de l’inégalité de revenu (voir Stolper and Samuelson, 1941). En effet, après la baisse des droits d’importation, le prix du produit (importable) à forte intensité de main-d’œuvre hautement qualifiée diminue et, avec lui, la rémunération des rares travailleurs hautement qualifiés, alors que le prix du produit (exportable) à forte intensité de main-d’œuvre peu qualifiée, relativement abondante dans le pays, augmente et, avec lui, la rémunération des travailleurs peu qualifiés. Dans le cas d’un pays avancé où la main-d’œuvre hautement qualifiée est relativement abondante, c’est l’inverse qui est vrai et l’accentuation de l’ouverture commerciale engendre alors une plus grande inégalité.

Encadré 4.2.Les effets de la mondialisation sur l’inégalité: que nous apprennent les études réalisées au niveau national? Cas du Mexique, de la Chine et de l’Inde

Pour compléter l’analyse internationale des effets de la mondialisation sur l’inégalité, qui est commentée dans ce chapitre, il n’est pas inutile d’étudier en détail le cas de certains pays (voir Goldberg and Pavcnik, 2007). Les études centrées sur un pays particulier présentent l’avantage d’examiner de façon plus détaillée l’inégalité (l’inégalité de salaires) et de considérer un niveau de désagrégation géographique ou sectorielle plus poussé. En outre, elles utilisent des données plus détaillées pour d’autres variables, telles que les droits de douane et les politiques sociales. Étant donné que la mondialisation peut influer sur l’inégalité de diverses manières et à des rythmes différents selon le pays, les études consacrées à un pays particulier peuvent aider à mieux en comprendre des aspects importants, ce qui est impossible avec une étude internationale et dans laquelle politiques et résultats peuvent être plus étroitement imbriqués1. Nous passons ici en revue des études récentes sur le Mexique, la Chine et l’Inde, qui illustrent l’utilité mais aussi les limites des études par pays2.

Mexique

De 1985 à 1994, le Mexique a mené de vastes réformes qui ont ouvert son économie au commerce et aux flux de capitaux. Dans le même temps, l’écart de revenu entre les travailleurs les plus qualifiés et les moins qualifiés a commencé à se creuser. De nombreuses recherches ont alors été effectuées pour déterminer si cet écart croissant était causé par le processus d’ouverture de l’économie3. De façon générale, les auteurs de ces études arrivent à la conclusion que la manière dont la libéralisation commerciale s’est opérée peut avoir contribué au creusement de l’écart de revenu. Ainsi, Hanson et Harrison (1999) constatent que, à l’origine, la protection commerciale était plus prononcée dans les secteurs à forte intensité de main-d’œuvre peu qualifiée et que, pendant la réforme, elle a été réduite davantage dans ce secteur. Si cette baisse des droits de douane s’est traduite par une baisse des prix des biens concernés, alors la logique du théorème de Stolper-Samuelson voudrait que le salaire relatif des travailleurs qualifiés ait augmenté. Les travaux de Robertson (2004) confirment cette conclusion, les prix relatifs des biens à forte intensité de main-d’œuvre qualifiée ayant augmenté au Mexique entre 1987 et 1994 et accru les salaires relatifs des travailleurs en col blanc.

D’autres études suivant une approche légèrement différente arrivent à la conclusion que, si la mondialisation a pu contribuer à l’accentuation de l’inégalité de revenu au Mexique, les travailleurs moins qualifiés ont bénéficié en termes absolus du changement de politique. Nicita (2004) montre ainsi que, pendant les années 90, la modification des droits de douane a accru le revenu disponible de tous les ménages, les plus riches bénéficiant d’une hausse de 6 % et les plus pauvres d’une hausse de 2 %, ce qui s’est traduit par une baisse de 3 % du nombre de ménages vivant dans la pauvreté. Il ressort de travaux connexes effectués par Hanson (2007) que, pendant les années 90, les habitants des régions exposées davantage à la mondialisation ont bénéficié d’une augmentation de 10 % du revenu du travail par rapport aux personnes vivant dans les régions moins exposées à la mondialisation, ce qui a permis une réduction des taux de pauvreté de 7 % de plus dans les régions très exposées à la mondialisation que dans les régions peu exposées.

Chine

Chine: Ouverture et inégalité en zones urbaines et rurales

Sources: Lin, Zhuang, and Yarcia (à paraître); Wei and Wu (2007).

1 Inégalité mesurée par l’indice de Theil, compris entre 0 et 1.

Les progrès remarquables de la libéralisation commerciale en Chine ont été accompagnés d’une forte baisse du taux de pauvreté, mais aussi d’une accentuation de l’inégalité de revenu, le coefficient de Gini global passant de 0,28 en 1981 à 0,42 en 2004. L’augmentation observée de l’inégalité globale est attribuée pour l’essentiel à l’accentuation des écarts de revenu entre ménages ruraux et ménages urbains et à la croissance inégale des revenus des ménages urbains (voir panneau supérieur du graphique de Lin, Zhuang et Yarcia). Considérant l’évolution de l’inégalité entre 1988 et 1995, Wei et Wu (2007) constatent aussi que les chiffres globaux de l’inégalité peuvent masquer des changements sous-jacents plus nuancés. Ils examinent les effets de la mondialisation commerciale sur l’inégalité de revenu en Chine en utilisant de nouvelles méthodes et deux jeux uniques de données portant sur 39 régions urbaines et 40 régions rurales de Chine. Le premier jeu de données permet d’examiner l’inégalité de revenu entre les villes et les campagnes et le second jeu de données, l’inégalité à l’intérieur des villes et à l’intérieur des campagnes4. Les auteurs se servent d’une décomposition de l’indice de Theil, qui combine les inégalités entre les villes et les campagnes, à l’intérieur des villes et à l’intérieur des campagnes en une mesure globale de l’inégalité de revenu, en faisant valoir que, de cette manière, ils peuvent mieux saisir les effets disparates des différentes composantes sur l’inégalité globale5.

Illustrant l’importance de la méthode d’agrégation, les trois panneaux inférieurs du graphique présentent des corrélations entre l’ouverture commerciale, d’une part, et l’inégalité entre zones urbaines et zones rurales, à l’intérieur des zones rurales et à l’intérieur des zones urbaines, d’autre part. L’analyse économétrique formelle qu’effectuent les auteurs révèle, ce qui corrobore les corrélations du graphique, que la libéralisation commerciale réduit l’inégalité de revenu entre les villes et les campagnes, entraîne une hausse relativement faible de l’inégalité à l’intérieur des zones urbaines et fait diminuer l’inégalité à l’intérieur des zones rurales. Plus important encore, en faisant la somme des trois composantes de l’inégalité, les auteurs estiment qu’une plus grande ouverture réduit de façon modeste l’inégalité globale6.

Cette conclusion tranche avec l’idée plus répandue selon laquelle la libéralisation commerciale a contribué à l’accentuation de l’inégalité de revenu en Chine. Le principal enseignement à tirer de cet exercice est que le choix de la méthode de décomposition et de mesure de l’inégalité de revenu entre différentes régions peut modifier l’effet observé de l’ouverture sur l’inégalité de revenu en Chine.

Le cas chinois ne signifie pas nécessairement que l’effet de la libéralisation commerciale sur l’inégalité de revenu mis en évidence par cette méthodologie serait le même dans d’autres pays, compte tenu de la diversité des mécanismes par lesquels s’opère la mondialisation. De plus, pour de nombreux pays, cette méthode est généralement inapplicable en raison du manque de données.

Inde

Au début des années 90, l’Inde a intensifié les réformes visant à ouvrir l’économie en diminuant les droits de douane et les obstacles non tarifaires, en réduisant les entraves à l’investissement direct étranger et en rendant moins restrictive la réglementation intérieure. Kumar et Mishra (à paraître) ont évalué de façon empirique les effets de la libéralisation commerciale opérée en Inde en 1991 sur les salaires sectoriels7. Cette étude considère les variations des primes salariales sectorielles et de la politique commerciale dans les différentes branches d’activité et dans le temps. Par prime salariale sectorielle, les auteurs entendent la portion du salaire individuel que le travailleur reçoit en fonction de la branche d’activité à laquelle il appartient, après neutralisation de ses caractéristiques propres. Étant donné que les différentes branches emploient des travailleurs qualifiés dans des proportions différentes, les variations des primes salariales se traduisent par des variations des revenus relatifs des travailleurs qualifiés et non qualifiés (voir Pavcnik et al., 2004; et Goldberg and Pavcnik, 2005). D’après les résultats, il semblerait que la baisse des droits de douane soit associée à une augmentation des salaires au sein de la branche considérée, sans doute sous l’effet de gains de productivité. En outre, il ressort de l’étude que la libéralisation commerciale a entraîné une réduction de l’inégalité salariale entre les travailleurs qualifiés et non qualifiés. Ce résultat est compatible avec les réductions plus prononcées des droits de douane observées dans les branches employant une plus forte proportion de travailleurs non qualifiés.

D’autres études considèrent l’effet de l’évolution des droits de douane sur l’inégalité de revenu au niveau du district. Topalova (2007) établit un rapport entre les variations post-libéralisation du degré d’industrialisation des différents districts et le degré d’ouverture au commerce extérieur et à l’IDE dans les différentes branches8. D’autres études encore appliquent une méthodologie «différence dans la différence» pour examiner comment la consommation varie à tous les niveaux de revenu en fonction de l’exposition du district à une baisse de la protection et à la libéralisation de l’IDE. Les résultats de ces travaux indiquent que la libéralisation commerciale a entraîné une aggravation de l’inégalité, surtout dans les districts urbains, où les revenus des personnes les plus aisées et les plus éduquées ont augmenté sensiblement plus vite que ceux des ménages situés en bas de l’échelle des revenus. Bien que les estimations pour l’échantillon rural ne soient pas statistiquement significatives, pour toutes les mesures de l’inégalité, les estimations ponctuelles impliquent qu’une baisse des droits de douane est associée avec une accentuation de l’inégalité. En outre, il ne semble pas y avoir de rapport entre les IDE et l’inégalité au sein d’un district, qu’il s’agisse d’un échantillon rural ou urbain.

Conclusion

Nous avons montré comment les études par pays permettent de tirer parti de données plus désagrégées et plus détaillées pour examiner les effets de la mondialisation sur l’inégalité. Cependant, aucune étude ne peut saisir tous les aspects de cette relation et chacune se concentre sur certains paramètres présentant un intérêt particulier. Dans le cas du Mexique, c’est l’inégalité salariale, et non l’inégalité de revenu, qui est considérée pour saisir les écarts de revenu entre régions. Dans l’exemple de la Chine, la décomposition entre inégalité en zones urbaines et inégalité en zones rurales s’est révélée fondamentale pour estimer la relation entre mondialisation et inégalité. L’étude sur l’Inde, enfin, utilise des données détaillées sur les droits d’importation dans les différentes branches et les différents districts comme mesure de l’ouverture commerciale. Les résultats de ces trois études de cas font apparaître un tableau plus complexe des relations entre mondialisation et inégalité dont il ne peut être rendu compte dans les études internationales. Les données dont on dispose mènent à penser que les mécanismes par lesquels la mondialisation influe sur l’inégalité sont propres à chaque pays et à chaque période, ce qui tient à la grande hétérogénéité des pays ainsi qu’à la nature de leurs réformes commerciales et au moment où celles-ci sont entreprises.

Note: Cet encadré a été rédigé principalement par Chris Papageorgiou, avec l’assistance de Gordon Hanson et Petia Topalova.1 L’un des inconvénients des études par pays est qu’elles ne neutralisent pas explicitement le progrès technologique ni, dans certains cas, la mondialisation financière, deux éléments qui, comme cela est expliqué dans ce chapitre, jouent un rôle déterminant. Un autre inconvénient est qu’elles sont fondées sur une méthodologie «différence dans la différence» qui ne permet pas de saisir l’effet de la mondialisation sur l’inégalité à l’échelle de tout le pays. La libéralisation pouvant avoir pour effet global d’accroître ou de faire diminuer l’inégalité, cette méthodologie vérifie si cet effet global s’exerce de façon inégale et si certains secteurs ou régions ont bénéficié plus que d’autres de la mondialisation.2 Des études consacrées aux cas de la Colombie, de l’Argentine, du Brésil, du Chili et de la RAS de Hong Kong sont résumées dans Goldberg and Pavcnik (2007).3 En 1988, les travailleurs urbains du 90e centile gagnaient 3,6 fois plus que les travailleurs du 10e centile. En 2004, le rapport était passé à 4,7 fois, avec d’amples fluctuations des gains relatifs autour de la crise du peso mexicain de 1994–95.4 Le premier jeu de données provient des deux publications suivantes: Urban Statistical Yearbook of China et Fifty Years of the Cities in New China: 1949–98, du Bureau de statistique d’État de la Chine. Le second jeu de données est tiré de deux enquêtes auprès des ménages réalisées en 1988 et 1995 par des économistes internationaux et l’Institut d’économie de l’Académie chinoise des sciences sociales. L’étude utilise les données se rapportant aux zones urbaines et aux comtés ruraux administrés par des villes, une organisation administrative propre à la Chine, mais pas celles des comtés ruraux administrés directement par les préfectures.5À l’instar du coefficient de Gini, l’indice de Theil sert à mesurer l’inégalité. L’un de ses avantages est que, étant la somme d’indices d’inégalité au sein de plusieurs sous-groupes, il est plus facile à décomposer. La décomposition particulière de l’indice de Theil utilisée par Wei et Wu (2007, pages 25 et 26) a été proposée par Shorrocks (1980) et Mookherjee et Shorrocks (1982). Plus précisément, l’inégalité globale est définie de la façon suivante: I = Vr λrIr + VuLuIu + Vrλrlogλr + Vuλulogλu, où Vr et Vu sont les proportions de la population vivant en zones rurales ou urbaines, respectivement; λr et λu sont les revenus ruraux et urbains moyens rapportés respectivement au revenu global national moyen; et Ir et Iu sont respectivement les indices de Theil à l’intérieur des zones rurales et des zones urbaines. La Banque mondiale (1997) estime que l’inégalité globale était imputable à raison de 75 % à l’inégalité entre zones rurales et zones urbaines pendant la période 1984–95.6 S’appuyant sur des données tirées d’enquêtes réalisées auprès des ménages dans 29 provinces chinoises de 1988 à 2001, les travaux connexes de Zhang et Wan (2006) arrivent à la conclusion que la libéralisation commerciale accroît la part de revenu des pauvres vivant dans les zones urbaines.7 Le jeu de données est composé de données provenant de l’Organisation nationale des enquêtes par sondage et de données sur la protection commerciale pour la période 1980–2000.8 Cette étude utilise des données fondées sur la consommation dans 360 districts (situés dans les 15 ou 16 plus grands États de l’Inde) pendant deux périodes, 1987 et 1999. Pour une explication détaillée des données et de la méthode d’estimation utilisées, voir Topalova (2007).

Une variante importante de ce modèle de base, qui a pour effet d’affaiblir la dichotomie entre pays avancés et pays en développement sur le plan des effets distributifs, consiste à inclure les biens échangeables «sans concurrent», c’est-à-dire les biens qui ne sont pas produits dans un pays et qui y sont importés uniquement en raison, par exemple, de très grandes différences de dotations en facteurs entre les pays. Une baisse des droits de douane réduit alors le prix de ces biens—et par conséquent augmente le revenu réel effectif des ménages—sans influer sur les salaires et sur les prix des autres biens échangés17. Si le bien «sans concurrent» occupe une place importante dans le panier de consommation des couches les plus pauvres de la société, une baisse des droits de douane frappant ce produit réduirait l’inégalité dans le pays concerné. De façon plus générale, dans les pays avancés comme dans les pays en développement, si les droits de douane sont abaissés pour les produits sans concurrent qui ne sont pas produits dans le pays mais y sont consommés surtout par les pauvres, cela entraînerait une réduction de l’inégalité dans les deux catégories de pays.

Les implications du théorème de Stolper-Samuelson, en particulier les effets positifs de la libéralisation commerciale sur l’inégalité de revenu dans les pays en développement, ne sont en général pas corroborées par les études considérant l’économie dans son ensemble18. En particulier, il reste difficile d’expliquer l’augmentation de la prime de qualification entre travailleurs qualifiés et travailleurs non qualifiés que l’on observe dans la plupart des pays en développement. Cela a entraîné la mise au point de diverses variantes analytiques, avec notamment 1) un modèle à pays multiples où les pays pauvres peuvent aussi importer des autres pays pauvres des biens à forte intensité de main-d’œuvre peu qualifiée et où les pays riches peuvent aussi importer des autres pays riches des biens à forte intensité de main-d’œuvre hautement qualifiée; 2) un continuum de biens, avec l’implication qu’un bien à forte intensité de main-d’œuvre peu qualifiée dans les pays avancés sera un bien à intensité de main-d’œuvre relativement qualifiée dans les pays moins avancés (voir Feenstra and Hanson, 1996); et 3) l’utilisation de biens importés intermédiaires comme produits à forte intensité de main-d’œuvre qualifiée. Cependant, ces variantes posent elles-mêmes de nouvelles difficultés pour l’analyse empirique et dans aucune les paramètres ne sont établis de façon cohérente19. On a ainsi expliqué l’augmentation des primes de qualification par l’idée que le changement technologique est par nature biaisé en fonction des qualifications, en imputant l’accentuation observée de l’inégalité (y compris dans les pays avancés) à des chocs technologiques exogènes. Toute estimation empirique de l’effet global de la mondialisation doit donc rendre compte explicitement des changements technologiques survenus dans les pays, en plus des variables standard liées au commerce.

Une autre considération importante qui modifie les implications du théorème de Stolper-Samuelson est que celui-ci repose sur l’hypothèse que le travail et le capital sont mobiles à l’intérieur d’un pays mais pas au niveau international. Si le capital peut traverser les frontières, les implications du théorème perdent beaucoup de leur validité. Les conséquences les plus évidentes de cette limitation concernent l’IDE, qui vise souvent les secteurs à forte intensité de main-d’œuvre qualifiée de l’économie d’accueil20. De plus, ce qui apparaît comme des entrées d’IDE dans un secteur à intensité de main-d’œuvre relativement qualifiée pour un pays moins avancé peut apparaître comme des sorties d’IDE dans un secteur à intensité de main-d’œuvre relativement peu qualifiée pour le pays avancé. Une augmentation de l’IDE des pays avancés à destination des pays en développement pourrait ainsi accroître la demande relative de main-d’œuvre qualifiée dans les deux pays, ce qui aurait pour effet d’accentuer l’inégalité à la fois dans les pays avancés et dans les pays en développement. Cela n’est confirmé qu’en partie par les données empiriques: ou bien l’impact de l’IDE est jugé négatif, tout au moins à court terme, ou bien les données ne permettent pas de tirer des conclusions fermes21.

Outre l’investissement direct étranger, il existe d’autres voies importantes par lesquelles les capitaux traversent les frontières, notamment les prêts bancaires transnationaux, les investissements de portefeuille en titres de créance et les prises de participation. Dans ce contexte plus large, certains font valoir que la libéralisation du compte de capital peut favoriser l’accès des pauvres aux ressources financières, alors que, selon d’autres observateurs, en augmentant le risque de crise financière, elle risque de les léser de façon disproportionnée22. D’après certaines études récentes, la solidité des institutions joue un rôle déterminant: si les institutions sont solides, la mondialisation financière peut permettre de mieux lisser la consommation et de réduire la volatilité pour les pauvres, mais lorsqu’elles sont fragiles, l’accès aux ressources financières est biaisé en faveur des détenteurs d’actifs et de revenus élevés et le recours accru à l’épargne mondiale et non plus simplement intérieure risque d’aggraver encore l’inégalité23. Ainsi, il est possible que la composition des flux financiers ait son importance et que l’effet net de la mondialisation soit aussi influencé par d’autres facteurs, tels que la qualité des institutions du secteur financier.

En résumé, les considérations analytiques mènent à penser que toute analyse empirique des effets redistributifs de la mondialisation doit tenir compte à la fois du commerce et des diverses voies par lesquelles s’opère la mondialisation financière et aussi rendre compte des effets distincts du progrès technologique. En outre, confrontée aux schémas des flux commerciaux et financiers dans le monde réel, la théorie n’est pas d’un grand secours pour déterminer si la mondialisation influe différemment sur l’inégalité dans les pays avancés et les pays en développement.

Étude empirique de la mondialisation et de l’inégalité

Contrairement à une idée largement répandue, rien ne permet d’affirmer, à première vue, qu’il existe un lien évident entre l’évolution de l’inégalité dans les pays pendant une période donnée et la mesure dans laquelle ces pays ont participé à la mondialisation au cours de cette période (graphique 4.7). Mais cela n’est guère étonnant, compte tenu des nombreux aspects de cette relation et de la diversité des autres facteurs qui entrent en jeu. Dans le présent chapitre, nous examinons en détail des données internationales, en mettant en rapport l’évolution de l’inégalité et un vaste ensemble de variables qui peuvent influer sur la distribution du revenu, à savoir des variables qui saisissent les différents aspects de la mondialisation et d’autres facteurs qui peuvent influer de façon importante sur l’évolution de l’égalité dans les pays.

Graphique 4.7.Inégalité et mondialisation: cas de certains pays1

(Variation des indicateurs sur la dernière décennie connue; années indiquées)

Il n’existe pas de lien évident entre la variation de l’inégalité et celle de l’ouverture commerciale ou financière.

Sources: Lane and Milesi-Ferretti (2006); base de données Povcal; base de données WIDER; calculs des services du FMI.

1 L’échantillon est composé des 11 pays où le coefficient de Gini a le plus augmenté au cours de la période et des 11 pays où il a le plus diminué.

  • L’un des facteurs clés est le rôle de la technologie. Dans la mesure où le progrès technologique favorise les personnes les plus qualifiées et amplifie «l’écart de qualification», il pourrait avoir une influence négative sur la distribution du revenu tant dans les pays en développement que dans les pays avancés en réduisant la demande de main-d’œuvre moins qualifiée et en augmentant la prime de qualification et le rendement du capital (voir, par exemple, Birdsall, 2005, et l’édition d’avril 2007 des Perspectives de l’économie mondiale). Nous mesurons le progrès technologique par la part que représentent les technologies de l’information et de communication (TIC) dans le total du stock de capital, part qui a augmenté rapidement ces vingt dernières années dans toutes les régions (graphique 4.8).

    Graphique 4.8.Influence du capital en technologies de l’information et de communication (TIC), du crédit au secteur privé, de l’éducation et de l’emploi sectoriel

    La mondialisation n’est que l’un des facteurs à avoir influencé l’inégalité. La rapidité du progrès technologique, le développement des circuits financiers, l’amélioration de l’éducation et la baisse de l’emploi dans l’agriculture sont autant d’éléments importants qui peuvent avoir des effets sensibles sur l’inégalité.

    Sources: Barro and Lee (2000); Beck, Demirgüç-Kunt, and Levine (2000); Jorgenson and Vu (2005); calculs des services du FMI.

    1 Crédit au secteur privé des banques créatrices de monnaie et autres établissements financiers.

    2 Nombre moyen d’années d’études de la population âgée de 15 ans et plus.

    3 Pourcentage de la population de 15 ans et plus ayant suivi des études secondaires et supérieures.

  • Une deuxième variable importante est l’accès à l’éducation. Pour un niveau de technologie donné, un meilleur accès à l’éducation devrait en principe réduire l’inégalité de revenu en permettant à une plus grande proportion de la population d’occuper un emploi qualifié. En général, l’accès à l’éducation s’est amélioré dans toutes les régions, avec toutefois des différences considérables entre pays.
  • Un troisième facteur influant sur la distribution du revenu est la répartition sectorielle de l’emploi. Dans les pays en développement, un redéploiement de l’emploi agricole au profit du secteur industriel pourrait en principe améliorer la distribution du revenu en accroissant le revenu des groupes faiblement rémunérés24. Dans ce contexte, on peut aussi s’attendre à ce que, en facilitant l’abandon des emplois faiblement rémunérés au profit de ceux qui le sont davantage, la plus grande souplesse du marché du travail améliore la distribution du revenu (voir Topalova, 2007).
  • Une autre variable importante par son effet sur l’inégalité est le développement financier, mesuré par le ratio crédit privé/PIB. Comme on l’a vu dans la section précédente, le développement financier peut réduire l’inégalité de revenu en ouvrant davantage l’accès des pauvres au capital, mais cela dépend de la qualité des institutions du pays. Si les institutions sont fragiles, il peut arriver que le développement du secteur financier profite de façon disproportionnée aux riches et exacerbe ainsi l’inégalité d’accès à la finance qui existait au départ.

La première étape de l’étude empirique consiste à examiner le rapport entre les indices synthétiques de l’ouverture commerciale et financière et l’inégalité de revenu, après quoi on procède à une analyse plus détaillée qui porte sur le rapport entre les diverses composantes de l’ouverture commerciale et financière et l’inégalité. Les autres variables explicatives comprises dans les estimations sont les suivantes: la part des TIC dans le stock de capital total du pays, le crédit au secteur privé, le nombre moyen d’années d’éducation et sa répartition, et la répartition de l’emploi entre l’agriculture et l’industrie. L’analyse se concentre sur l’évolution de l’inégalité dans le temps et neutralise les différences de niveau d’inégalité entre pays au moyen d’effets fixes par pays25. Le modèle est estimé pour un panel de 51 pays (dont 31 sont des pays émergents ou en développement) sur la période 1981–2003, avec des tests supplémentaires qui partagent l’échantillon entre pays avancés et pays en développement26.

Tableau 4.1.Facteurs déterminant le coefficient de Gini, échantillon complet(Variable dépendante: logarithme naturel de Gini)
Modèle synthétiqueModèle de référenceExportations sectoriellesProductivité sectorielleHors emploi par secteur
(a)(b)(c)(d)(e)
Mondialisation commerciale
Ratio exportations et importations/PIB–0,047
(1,50)
Ratio exportations/PIB–0,057–0,048–0,056
(2,56)**(2,15)**(2,41)**
Exportations agricoles–0,03
(2,49)**
Exportations de produits manufacturés–0,002
(0,10)
Exportations de services–0,006
(0,38)
100 moins taux tarifaire–0,002–0,002–0,003–0,002–0,003
(2,27)**(2,52)**(2,71)***(2,61)***(2,50)**
Mondialisation financière
Ratio actifs et passifs transnationaux/PIB0,022
(1,24)
Ratio stock d’IDE entrant/PIB0,040,0380,0350,039
(3,01)***(3,06)***(2,57)**(2,96)***
Indice d’ouverture du compte de capital0,002
(0,36)
Variables de contrôle
Part des TIC dans le total du stock de capital0,0470,0310,0270,0300,033
(2,79)***(1,98)**(1,62)(2,03)**(2,01)**
Crédit au secteur privé (en pourcentage du PIB)0,060,0510,0490,0500,042
(3,74)***(3,49)***(3,81)***(3,54)***(3,06)***
Population ayant suivi au moins des études secondaires0,0050,0030,0020,0040,004
(2,02)**(1,47)(0,77)(1,82)*(2,08)**
Années d’études (moyenne)–0,355–0,216–0,182–0,328–0,359
(1,91)*(1,20)(1,00)(1,84)*(1,91)*
Part de l’emploi dans l’agriculture0,040,050,052
(1,67)*(2,05)**(2,21)**
Part de l’emploi dans l’industrie–0,091–0,095–0,098
(2,40)**(2,78)***(2,26)**
Productivité relative du travail dans l’agriculture–0,037
(1,67)*
Productivité relative du travail dans l’industrie0,128
(3,03)***
Observations288288284279288
R2 ajusté (excluant effets fixes par pays)0,260,30,310,320,27
Source: calculs des services du FMI.Note: Voir appendice 4.1. Les coefficients t robustes à l’hétéroscédasticité sont indiqués entre parenthèses. *, ** et *** montrent que les résultats sont statistiquement significatifs aux seuils respectifs de 10 %, 5 % et 1 %. Toutes les variables explicatives sont en logarithme naturel, à l’exception du taux tarifaire, de l’indice d’ouverture du compte de capital et de la proportion de la population ayant suivi au moins des études secondaires. Les variables des termes de gauche et de droite de l’équation ont été «démoyennisées» en utilisant les moyennes par pays (ce qui équivaut à procéder à une estimation de panel avec des effets fixes par pays) et les équations comprennent des variables temporelles fictives. Les équations sont estimées selon la méthode des moindres carrés ordinaires. IDE = investissement direct étranger; TIC = technologies de l’information et de la communication.
Source: calculs des services du FMI.Note: Voir appendice 4.1. Les coefficients t robustes à l’hétéroscédasticité sont indiqués entre parenthèses. *, ** et *** montrent que les résultats sont statistiquement significatifs aux seuils respectifs de 10 %, 5 % et 1 %. Toutes les variables explicatives sont en logarithme naturel, à l’exception du taux tarifaire, de l’indice d’ouverture du compte de capital et de la proportion de la population ayant suivi au moins des études secondaires. Les variables des termes de gauche et de droite de l’équation ont été «démoyennisées» en utilisant les moyennes par pays (ce qui équivaut à procéder à une estimation de panel avec des effets fixes par pays) et les équations comprennent des variables temporelles fictives. Les équations sont estimées selon la méthode des moindres carrés ordinaires. IDE = investissement direct étranger; TIC = technologies de l’information et de la communication.

Il ressort des résultats que le principal facteur à l’origine de l’aggravation récente de l’inégalité dans tous les pays est le progrès technologique. D’après le modèle de référence, qui est décrit plus en détail à l’appendice 4.1, le progrès technologique explique à lui seul la plus grande partie de la hausse annuelle moyenne de 0,45 % du coefficient de Gini à partir du début des années 80 (tableau 4.1, colonne b, et graphique 4.9)27. La mondialisation commerciale et financière ainsi que l’expansion des circuits financiers ont contribué aussi, à raison de 0,1 % par an chacun, à l’augmentation du coefficient de Gini, qui a été compensée par des réductions presque équivalentes dues au meilleur accès à l’éducation et à la baisse de l’emploi dans l’agriculture au profit de l’industrie28. Si la mondialisation a eu un impact négatif net si limité, c’est en raison des influences opposées de ses différentes composantes: la mondialisation commerciale a exercé un effet égalisateur, alors que la mondialisation financière (et l’investissement direct étranger en particulier) s’est accompagnée d’un creusement des écarts de revenu pendant toute la période considérée (graphique 4.10)29.

Graphique 4.9.Explication des variations du coefficient de Gini1, 2

(Variation annuelle en pourcentage)

La mondialisation a eu un effet inégalitaire plus prononcé dans les pays avancés, notamment en raison des sorties d’investissement direct étranger, alors que dans les pays en développement, surtout en Asie, c’est le changement technologique qui a été le principal facteur d’accentuation de l’inégalité.

Source: calculs des services du FMI.

11981−2003 ou sous-période la plus longue pour laquelle on dispose de toutes les variables utilisées dans la régression. La contribution de chaque variable est égale à la variation annuelle moyenne de la variable considérée multipliée par le coefficient de régression sur la variable (voir appendice 4.1). Pour le graphique intitulé «Tous pays», les coefficients de régression sont tirés de l’estimation pour l’ensemble de l’échantillon (colonne b) du tableau 4.1). Pour les graphiques par groupes de pays, les coefficients de régression sont tirés du tableau 4.3, qui indique des estimations des coefficients par groupes de pays.

2 Les différentes composantes de la contribution de la mondialisation sont indiquées au graphique 4.10. La contribution des autres facteurs est la somme des contributions du ratio crédit au secteur privé/PIB, des variables d’éducation, des parts d’emploi par secteurs et du résidu.

Graphique 4.10.Décomposition des effets de la mondialisation sur l’inégalité1

(Variation annuelle en pourcentage)

La mondialisation commerciale a eu un effet égalisateur tandis que la mondialisation financière, et en particulier l’investissement direct étranger (IDE), a été associée à un creusement des écarts de revenu.

Source: calculs des services du FMI.

11981–2003 ou sous-période la plus longue pour laquelle on dispose de toutes les variables utilisées dans la régression. La contribution de chaque variable est égale à la variation annuelle moyenne de la variable considérée multipliée par le coefficient de régression sur cette variable (voir appendice 4.1). Pour le graphique intitulé «Tous pays», les coefficients de régression sont tirés de l’estimation pour l’ensemble de l’échantillon (colonne b) du tableau 4.1). Pour les graphiques par groupes de pays, les coefficients de régression sont tirés du tableau 4.3, qui indique des estimations des coefficients par groupes de pays.

Une analyse fondée sur des données plus désagrégées et estimant séparément les coefficients de régression pour les pays avancés et les pays en développement révèle que l’impact de la mondialisation sur l’inégalité varie d’un groupe de pays à l’autre. Dans les pays avancés, la mondialisation a contribué un peu plus que le progrès technologique à la hausse annuelle moyenne de 0,6 % du coefficient de Gini ces vingt dernières années. Dans les pays en développement, en revanche, c’est le progrès technologique qui a été le principal facteur à l’origine de la hausse annuelle moyenne de 0,3 % de ce coefficient, alors que le contre-effet de la mondialisation a été peu sensible. On peut expliquer ces différences par le fait que la mondialisation a évolué selon deux axes différents dans ces deux groupes de pays: la mondialisation financière a progressé beaucoup plus rapidement dans les pays avancés alors que dans les pays en développement c’est la mondialisation commerciale qui a été la plus rapide.

Si l’on examine les résultats de façon plus détaillée, on s’aperçoit que l’effet positif du commerce sur la réduction des écarts de revenu est particulièrement sensible pour les exportations agricoles, surtout dans les pays en développement où l’agriculture emploie encore une forte proportion de la main-d’œuvre (voir tableau 4.1, colonne c)30. L’Algérie, le Brésil, le Nicaragua et la Thaïlande sont autant d’exemples de pays où l’augmentation de la part des exportations agricoles s’est accompagnée d’une diminution de l’inégalité, alors que c’est l’inverse qui s’est produit au Bangladesh, en Bolivie, à la Jamaïque et à Sri Lanka (graphique 4.11). Cette conclusion est corroborée par les chiffres (voir tableau 4.1, colonne d), qui indiquent que la hausse de la productivité relative de l’agriculture s’accompagne aussi d’une réduction de l’inégalité. Le redéploiement des travailleurs agricoles sous-employés vers l’industrie et les services, qui rehausse la productivité du secteur agricole par rapport à la moyenne de l’économie, tend aussi à réduire l’inégalité. On constate enfin que la baisse des droits de douane exerce aussi un effet positif en réduisant l’inégalité de revenu.

Graphique 4.11.Inégalité et exportations agricoles

(Variation du logarithme des indicateurs sur la dernière décennie connue; années indiquées)

La croissance des exportations agricoles a contribué à la baisse de l’inégalité dans les pays en développement où l’agriculture emploie encore une grande partie de la main-d’œuvre.

Sources: base de données Povcal; base de données WIDER; Banque mondiale, base de données des Indicateurs du développement dans le monde (2007); calculs des services du FMI.

Dans les pays avancés, les importations en provenance des pays en développement sont associées à une réduction de l’inégalité31. Cela pourrait s’expliquer par le fait que, dans les pays avancés, les emplois les moins bien rémunérés du secteur manufacturier bas de gamme sont remplacés par des emplois mieux payés dans le secteur des services, par exemple le commerce de détail32. Une autre explication possible serait que, comme les importations sans concurrent deviennent plus facilement accessibles à un prix plus bas, le revenu effectif des couches les plus pauvres de la population des pays avancés augmente si ces biens entrent pour une plus grande part dans leur consommation que dans celles des couches plus aisées33.

La mondialisation financière, en particulier l’IDE, semble induire une plus grande inégalité. Alors que, dans les pays en développement, c’est l’IDE entrant qui aggrave l’inégalité, dans les pays avancés, c’est l’IDE sortant qui produit un effet négatif additionnel. Cette observation concorde avec le fait que l’IDE concerne en général les secteurs les plus intensifs en technologie et main-d’œuvre qualifiée (du point de vue du pays d’accueil), ce qui accroît la demande relative de travailleurs qualifiés tant dans les pays avancés que dans les pays en développement (graphique 4.12). Il s’agit cependant d’un effet moyen pour toute la période considérée. On peut s’attendre à ce que l’impact de l’IDE varie en fonction du secteur et se dissipe avec le temps, à mesure que les travailleurs se perfectionnent et acquièrent de nouvelles qualifications.

Graphique 4.12.Stock d’investissement direct étranger par secteurs

(Part du stock total d’investissement direct étranger entrant)

Dans les pays avancés comme dans les pays en développement, l’investissement direct étranger entrant a été concentré plutôt sur les secteurs à forte densité de main-d’œuvre qualifiée, notamment dans le secteur manufacturier requérant un niveau de qualification élevé/moyen à élevé et dans le secteur des services requérant un niveau élevé de connaissances.

Sources: CNUCED, Rapport sur l’investissement dans le monde, 2006; calculs des services du FMI.

1 Les niveaux de qualification sont définis à l’appendice 5.1 des Perspectives de l’économie mondiale (avril 2007).

2 Intensité technologique: définition retenue par l’Organisation de coopération et de développement économiques.

3 Comprend les activités suivantes: finance, activités commerciales, éducation, santé et services sociaux, transports, stockage et communication.

L’observation que l’investissement dans le progrès technologique a pour effet d’aggraver l’inégalité cadre avec l’idée que, tant dans les pays avancés que dans les pays en développement, les nouvelles technologies font augmenter la prime de qualification et permettent d’automatiser les tâches nécessitant relativement moins de qualification (voir Birdsall, 2007). Tout comme l’IDE accroît les gains découlant des activités à forte valeur ajoutée, le progrès technologique accroît aussi la demande de main-d’œuvre plus qualifiée. Dans les pays avancés, le secteur manufacturier et celui des services font très largement appel aux nouvelles technologies, ce qui a pour effet d’accroître la prime de qualification dans une grande partie de l’économie. Dans les pays en développement, l’effet du progrès technologique est plus sensible en Asie qu’en Amérique latine, peut-être parce que le secteur manufacturier à forte intensité technologique est plus développé en Asie (graphique 4.13). Bien que les données mettent en évidence l’effet distinct de la technologie sur l’inégalité, il importe de ne pas oublier pour autant que la diffusion de la technologie et l’accentuation de la mondialisation sont deux phénomènes qui ne sont pas indépendants l’un de l’autre: le progrès technologique a permis de resserrer des liens commerciaux et financiers entre les pays et la mondialisation a facilité la diffusion des technologies.

Graphique 4.13.Inégalité et technologie, 1981–20031

Les corrélations partielles par groupes de pays semblent indiquer que l’effet inégalitaire de la technologie a été particulièrement prononcé en Asie et moins marqué en Amérique latine/Caraïbes.

Sources: calculs des services du FMI.

1 Corrélation entre le capital en TIC et l’inégalité résiduelle (c’est-à-dire l’inégalité non expliquée par d’autres variables indépendantes), sur la base de la régression de la colonne b) du tableau 4.3, permettant l’affectation de cette variable par un coefficient spécifique pour chaque groupe de pays (voir appendice 4.1).

Les données indiquant que la financiarisation de l’économie a un effet négatif sur l’inégalité corroborent l’idée que, même si le développement global des circuits financiers est associé au renforcement de la croissance, les flux financiers bénéficient de façon disproportionnée à ceux qui sont le mieux dotés en ressources et en revenus pouvant servir de garantie34. Il en résulte que les couches de la population déjà aisées sont mieux à même d’investir dans le capital humain et physique et d’accroître ainsi leur revenu.

Pour mieux saisir l’impact de la mondialisation sur l’inégalité, le modèle empirique a aussi été estimé avec comme variables dépendantes les parts de revenu des cinq quintiles de la population (tableau 4.2). La plupart des résultats de l’analyse précédente sont confirmés, encore que les estimations au niveau du quintile soient moins précises pour la libéralisation des droits de douanes et le progrès technologique. Conformément aux changements observés des parts de revenu par quintiles (voir graphique 4.4), les effets sur les quatre quintiles inférieurs sont qualitativement semblables et de signe contraire aux effets sur le quintile le plus riche.

Tableau 4.2.Estimation du modèle de référence avec les parts de revenu par quintiles, échantillon complet(Variable dépendante: part de revenu du quintile)
Quintile 1Quintile 2Quintile 3Quintile 4Quintile 5Test de l’hypothèse que tous les coefficients sont nuls (valeur prédictive)
Ratio exportations/PIB0,4390,6310,6900,492–2,220
(2,47)**(3,52)***(3,68)***(2,58)***(3,57)***0,02**
100 moins taux tarifaire0,0210,0200,0170,013–0,070
(2,16)**(2,04)**(1,67)*(1,32)(2,12)**0,28
Ratio stock d’IDE entrant/PIB–0,400–0,385–0,326–0,1631,241
(3,91)***(3,74)***(3,02)***(1,48)(3,47)***0***
Part des TIC dans le stock de capital total–0,177–0,223–0,218–0,2070,830
(1,32)(1,65)*(1,54)(1,44)(1,77)*0,59
Crédit au secteur privé (pourcentage du PIB)–0,373–0,625–0,709–0,4372,136
(3,30)***(5,47)***(5,94)***(3,59)***(5,39)***0***
Population ayant suivi au moins des études secondaires–0,035–0,025–0,028–0,0030,094
(1,76)*(1,26)(1,31)(0,16)(1,35)0,14
Années d’études (moyenne)1,8441,0411,0200,128–3,99
(1,11)(0,62)(0,58)(0,07)(0,69)0,80
Part de l’emploi dans l’agriculture–0,460–0,789–0,981–0,5682,777
(1,76)*(2,98)***(3,55)***(2,02)**(3,02)***0***
Part de l’emploi dans l’industrie1,0810,8660,6030,084–2,623
(3,07)***(2,43)**(1,62)(0,22)(2,12)**0,09*
Observations271271271271271
R2 ajusté (excluant effets fixes par pays)0,340,360,330,180,35
Source: calculs des services du FMI.Note: Voir appendice 4.1. Les coefficients t robustes à l’hétéroscédasticité sont indiqués entre parenthèses. *, ** et *** montrent que les résultats sont statistiquement significatifs aux seuils respectifs de 10 %, 5 % et 1 %. Toutes les variables explicatives sont en logarithme naturel, à l’exception du taux tarifaire et de la proportion de la population ayant suivi au moins des études secondaires. Les variables des termes de gauche et de droite de l’équation ont été «démoyennisées» en utilisant les moyennes par pays (ce qui équivaut à procéder à une estimation de panel avec des effets fixes par pays) et les équations comprennent des variables temporelles fictives. Les équations sont estimées selon la méthode des moindres carrés ordinaires. IDE = investissement direct étranger; TIC = technologies de l’information et de la communication.
Source: calculs des services du FMI.Note: Voir appendice 4.1. Les coefficients t robustes à l’hétéroscédasticité sont indiqués entre parenthèses. *, ** et *** montrent que les résultats sont statistiquement significatifs aux seuils respectifs de 10 %, 5 % et 1 %. Toutes les variables explicatives sont en logarithme naturel, à l’exception du taux tarifaire et de la proportion de la population ayant suivi au moins des études secondaires. Les variables des termes de gauche et de droite de l’équation ont été «démoyennisées» en utilisant les moyennes par pays (ce qui équivaut à procéder à une estimation de panel avec des effets fixes par pays) et les équations comprennent des variables temporelles fictives. Les équations sont estimées selon la méthode des moindres carrés ordinaires. IDE = investissement direct étranger; TIC = technologies de l’information et de la communication.

La croissance des exportations est associée à une hausse des parts de revenu des quatre quintiles inférieurs et à une baisse de la part du cinquième (c’est-à-dire du plus riche). De même, une diminution de la part relative de l’emploi dans l’agriculture (qui rehausse la productivité du travail dans ce secteur) est aussi associée à une hausse de la part de revenu des quatre quintiles inférieurs, alors qu’elle a l’effet inverse sur la part de revenu du quintile le plus riche. La baisse des droits de douane profite essentiellement aux parts de revenu des trois quintiles inférieurs, cet effet étant compensé par une diminution de la part de revenu du quintile supérieur. En revanche, la mondialisation financière, le progrès technologique et le développement du secteur financier bénéficient surtout à la part de revenu des 20 % de personnes constituant la tranche la plus riche de la population.

Pour l’ensemble de l’échantillon de pays, le progrès technologique apparaît comme le principal facteur de la baisse de la part de revenu du quintile inférieur et de la hausse de celle du quintile supérieur (graphique 4.14). La mondialisation n’a contribué que modérément au changement net des parts de revenu parce que les effets bénéfiques de la croissance des exportations et de la baisse des droits de douane sur tous les quintiles à l’exception du plus riche ont en grande partie contrebalancé l’effet inégalitaire des entrées d’IDE. Même si, globalement, les parts de revenu des quatre quintiles inférieurs ont diminué, il importe de noter que le revenu moyen pour chacun de ces quintiles est en hausse, le progrès technologique, le développement du secteur financier et la mondialisation ayant contribué puissamment à la croissance globale (voir graphiques 4.5 et 4.6)35. Les revenus moyens des quatre quintiles inférieurs ont toutefois progressé moins vite que celui du quintile supérieur. L’Afrique subsaharienne et la Communauté des États indépendants font figure d’exceptions importantes à cet égard36. Dans ces régions, en effet, les revenus moyens des quintiles inférieurs ont progressé plus vite que celui du quintile supérieur.

Graphique 4.14.Explication de la variation de la part de revenu des quintiles supérieur et inférieur1, 2

(Variation annuelle moyenne, en points de pourcentage)

Pour tous les pays, le progrès technologique est le principal facteur à l’origine de la diminution de la part de revenu du quintile inférieur et de l’augmentation de la part de revenu du quintile supérieur.

Source: calculs des services du FMI.

11981–2003 ou sous-période la plus longue pour laquelle on dispose de toutes les variables utilisées dans la régression. La contribution de chaque variable est égale à la variation annuelle moyenne de la variable considérée multipliée par le coefficient de régression sur cette variable (voir appendice 4.1). Les coefficients de régression sont tirés du tableau 4.2.

2 La contribution de la mondialisation est la somme des contributions des facteurs suivants: ratio exportations/PIB, taux tarifaire, et ratio stock d’IDE entrant/PIB. La contribution des autres facteurs est la somme des contributions des facteurs suivants: ratio crédit au secteur privé/PIB, variables d’éducation, part de l’emploi par secteurs et le résidu.

Conclusions et implications pour l’action publique

L’inégalité s’aggrave dans tous les pays, quel que soit leur niveau de revenu, à l’exception des pays dits à faible revenu. Ainsi, la part de revenu du quintile le plus riche a augmenté, alors que celles des autres quintiles ont diminué. Il ressort du présent chapitre que, sous réserve des limites imposées par le caractère incomplet des données, c’est le progrès technologique qui a contribué le plus à l’aggravation de l’inégalité de revenu ces vingt dernières années. Globalement, la mondialisation a eu un impact beaucoup moins sensible, ce qui s’explique par la neutralisation réciproque de l’effet positif de la mondialisation commerciale et de l’effet négatif de l’IDE. Dans les pays avancés, l’augmentation des importations en provenance des pays en développement est associée à une baisse de l’inégalité de revenu, alors que dans les pays en développement, l’augmentation des exportations agricoles et la libéralisation des droits de douane ont contribué à une meilleure distribution du revenu. L’investissement direct étranger a eu, en moyenne, un effet inégalitaire sur la distribution du revenu au cours de la période considérée: la hausse de l’IDE entrant a accru la demande de main-d’œuvre qualifiée, alors que l’IDE sortant des pays avancés a réduit la demande de main-d’œuvre relativement moins qualifiée dans ces pays. Parmi les autres facteurs, le développement du secteur financier a aussi eu un effet négatif modéré sur la distribution du revenu, tandis que le meilleur accès à l’éducation et le redéploiement de l’emploi agricole au profit de l’industrie et des services ont contribué à une meilleure distribution du revenu.

Ainsi, contrairement à des craintes fort répandues, rien ne permet d’affirmer que, tant dans les pays en développement que dans les pays avancés, la mondialisation commerciale a un effet négatif sur la distribution du revenu. De plus, l’effet positif des exportations agricoles sur la distribution du revenu met en évidence l’importance pour les pays en développement de mener des réformes afin de favoriser la croissance de ce secteur. En même temps, une plus grande ouverture des marchés des pays avancés aux exportations agricoles des pays en développement contribuerait à ce que le revenu soit distribué plus également dans ces deux catégories de pays.

L’IDE est associé à l’aggravation de l’inégalité de revenu au cours de la période considérée ici, mais il est aussi associé à un renforcement de la croissance globale, ce qui tient en définitive à l’augmentation des gains rendue possible par l’acquisition de meilleures qualifications. L’impact de l’IDE peut aussi varier en fonction du secteur. Cependant, on pourrait s’attendre à ce que, sur longue durée, les effets inégalitaires de l’IDE se dissipent à mesure que l’accroissement de la demande de travailleurs mieux formés et mieux qualifiés est satisfait par l’amélioration de l’offre37. Il convient donc non pas de freiner l’IDE ou le changement technologique, mais de chercher en priorité à ouvrir plus largement l’accès à l’éducation. Cela permettrait aux groupes les moins qualifiés et à faible revenu de mettre à profit les possibilités offertes par le progrès technologique et la mondialisation en cours, ce qui aurait pour effet d’écourter la période au cours de laquelle l’IDE aggrave l’inégalité.

Enfin, à lui seul, le développement du secteur financier stimule la croissance, mais il semble aggraver l’inégalité du fait que les couches riches et pauvres de la population n’ont pas un accès égal à la finance. Des réformes visant à élargir l’accès à la finance, telles que le renforcement des institutions qui encouragent les prêts en faveur des pauvres, permettraient d’améliorer la distribution globale du revenu tendis que, de façon générale, la finance continuerait de soutenir la croissance globale.

Au vu de l’analyse présentée dans ce chapitre, il semblerait que l’inégalité observée dans les différents pays et régions puisse être expliquée par un certain nombre de facteurs communs. Cependant, la situation varie d’un pays à l’autre. L’abondance des études consacrées à l’analyse de l’inégalité au niveau national souligne le besoin de comprendre la dimension régionale et sectorielle de l’inégalité ainsi que ses rapports avec la mondialisation et avec la situation particulière de chaque pays compte tenu de la structure de son économie. Il faudra donc que les pouvoirs publics adaptent leur action à la situation particulière de leur pays pour faire en sorte que la mondialisation contribue autant que possible à la croissance et à la réduction de la pauvreté.

Appendice 4.1. Sources des données et méthodologie

Les principaux auteurs de cet appendice sont Florence Jaumotte, Stéphanie Denis et Patrick Hettinger.

Définition des variables et sources des données

Cette section apporte des informations plus détaillées sur la construction des variables et les sources de données utilisées dans ce chapitre. Les données se rapportent à 143 pays pendant la période 1980–2006, le nombre d’observations variant selon le pays et la variable considérés.

Indice de Gini et parts de revenu par quintiles

Les données utilisées pour établir l’indice de Gini (appelé aussi coefficient de Gini) et les données relatives aux parts de revenu (qui se rapportent à l’inégalité individuelle, sauf indication contraire) sont tirées principalement de la base de données Povcal de la Banque mondiale. Dans le cas du Mexique et de la Pologne, les indices de Gini fondés sur la consommation ainsi que les parts de revenu par quintiles ont été extrapolés rétrospectivement pour la période antérieure à 1992—pour laquelle on ne dispose que d’indices fondés sur le revenu—en partant de l’hypothèse que l’évolution des indices basés sur la consommation est identique à l’évolution observée des indices basés sur le revenu dont on dispose pour cette période. On a suivi une démarche similaire pour les données du Pérou antérieures à 1990 en appliquant l’évolution observée des indices basés sur la consommation des années antérieures à l’indice de Gini basé sur le revenu et disponible à partir de 1990. En ce qui concerne l’Argentine et l’Uruguay, les données ne se rapportent qu’aux villes en raison de la forte urbanisation de ces deux pays. Pour la Chine et l’Inde, des données couvrant l’ensemble du pays (et combinant des données urbaines et rurales tirées de la base de données Povcal de la Banque mondiale) ont été fournies par Shaohua Chen, de la Banque mondiale38.

Lorsque les données n’existaient pas dans la base Povcal (c’était le cas principalement pour les pays avancés), on a utilisé des données du Luxembourg Income Study (LIS), tirées de la World Income Inequality Database, Version 2.0b, mai 2007 (WIDER). Pour la plupart, ces données ne vont que jusqu’à l’année 2000. Afin d’étoffer la base de données relatives aux pays avancés, on a utilisé les autres sources suivantes: pour les données relatives à l’Australie, le Bureau de statistique australien; pour les données relatives à l’Allemagne, le Deutsches Institut für Wirtschaftsforschung; pour les données relatives à la France, la Commission européenne; pour les données relatives à l’inégalité au niveau des ménages dans la RAS de Hong Kong, Hong Kong Census and Statistics; pour les données relatives à l’inégalité au niveau des ménages à Singapour, Ong Whee Sze (2002); pour l’indice de Gini au niveau des ménages au Japon, Shirahase (2001); les données sur les parts de revenu au Japon, qui mesurent l’inégalité au niveau de la consommation des ménages en excluant les ménages ruraux, sont tirées de l’enquête nationale sur le revenu et les dépenses des familles, fournie par le Bureau de statistique japonais (compris entièrement dans WIDER); et les données relatives à l’inégalité au niveau des ménages en Corée ont été fournies par le professeur Kyungsoo Choi de l’Institut coréen de développement.

Ces données ont été interpolées de manière à obtenir des moyennes régionales et par groupes de revenu dans les graphiques, et les régressions n’utilisent que des observations effectives39.

Revenu par habitant par quintiles

Le revenu moyen par quintiles est calculé à l’aide de données sur les parts de revenu par quintiles et le PIB réel par habitant (en dollars internationaux de 2000, séries en chaîne) tirées de la version 6.2 de Penn World Table, de Heston, Summers, and Aten (2006). Les parts de revenu par quintiles sont multipliées par la variable du PIB par habitant et multipliées par 5 pour arriver au revenu moyen par quintiles, selon l’équation suivante:

Y1 est le revenu total du quintile 1, P0p1 est la population du quintile 1, Y est le revenu pour l’ensemble de l’économie et Pop est la population pour l’ensemble de l’économie.

Mondialisation commerciale

L’ouverture commerciale de facto est la somme des importations et des exportations de biens et de services (hors pétrole), divisée par le PIB. Les chiffres sont tirés de la base de données des Perspectives de l’économie mondiale (avril 2007). Les chiffres sur les échanges commerciaux dans le secteur de l’agriculture, le secteur manufacturier et le secteur des services sont tirés de la base de données des Indicateurs du développement dans le monde de la Banque mondiale (avril 2007).

L’ouverture commerciale de jure est égale à 100 moins le taux tarifaire, qui est une moyenne du taux tarifaire effectif (recettes douanières/ valeur des importations) et du taux tarifaire moyen non pondéré. Les chiffres sont tirés d’une base de données établie par les services du FMI. Chacune de ces deux composantes est interpolée de façon linéaire pour les pays pour lesquels le nombre d’observations manquantes entre 1980 et 2004 est égal ou inférieur à sept. Lorsque la série pour l’une des composantes (taux tarifaire effectif ou taux tarifaire moyen non pondéré) est plus courte que pour l’autre, la série la plus courte est extrapolée sur la base du taux de croissance de la série la plus longue40. Enfin, dans le cas des pays pour lesquels on ne dispose que de l’une des deux composantes, on n’a utilisé que la composante disponible.

Mondialisation financière

L’ouverture financière de facto est la somme des actifs et passifs transnationaux, divisée par le PIB. Les données sur la mondialisation financière sont tirées de External Wealth of Nations Mark II, créé par Lane et Milesi-Ferretti (2006). Les composantes de l’ouverture financière de facto en pourcentage du PIB sont (pour les actifs et les passifs) 1) l’IDE, 2) les investissements de portefeuilles sous forme de participations, 3) les titres de créances, 4) les dérivés financiers et 5) les réserves totales moins l’or (actifs uniquement).

L’ouverture financière de jure est mesurée par l’indice d’ouverture du compte de capital (KAOPEN) de Chinn et Ito (2006). Cet indice est fondé sur les composantes principales tirées des données désagrégées sur les restrictions du compte de capital et du compte courant qui figurent dans le Rapport annuel sur les régimes et les restrictions de change publié par le FMI.

Stock de capital et capital en technologie de l’information et de communication (TIC)

La série relative au stock de capital pour l’ensemble de l’économie est tirée de Fajnzylber et Lederman (1999). Ce jeu de données élargit la série sur le stock de capital estimée par Nehru et Dhareshwar (1993) en y ajoutant le flux annuel de formation brute de capital fixe et en incorporant l’hypothèse d’une dépréciation de 4 % du stock de capital préexistant. Les données de Fajnzylber et Lederman (1999) ont été actualisées ces dernières années selon cette même méthodologie.

La série relative à l’investissement en technologie de l’information (IT), tirée de Jorgensen et Vu (2005), est fondée sur les dépenses nationales consacrées à l’acquisition de matériel et logiciels informatiques et d’équipement de télécommunication. La méthode de l’inventaire perpétuel est appliquée avec divers taux d’amortissement pour estimer le stock de capital de TI. Cette méthode retient l’hypothèse de taux d’amortissement géométriques et de durées de vie utile de, respectivement, 31,5 % et 7 ans pour le matériel informatique, 31,5 % et 5 ans pour les logiciels, et 11 % et 11 ans pour l’équipement de télécommunication.

Crédit privé

Le degré de financiarisation de chaque pays est estimé par le rapport entre, d’une part, le crédit des banques créatrices de monnaie et des autres établissements financiers au secteur privé et, d’autre part, le PIB. Les chiffres sont tirés de la base de données sur la structure financière (Financial Structure Database) établie par Beck, Demirgüç-Kunt, et Levine (2000), révisée en mars 2007. Les données relatives à la Chine ont été calculées par les services du FMI.

Éducation

Les données sur le niveau d’études de la population âgée de 15 ans et plus sont tirées de Barro-Lee (2000). Les séries utilisées sont la durée moyenne des études pour la population et la proportion de la population qui a suivi des études secondaires et/ou supérieures. Pour la période 1980–2000, les données (disponibles tous les cinq ans) sont interpolées de façon linéaire pour chaque pays et, pour la période 2001–06, elles sont extrapolées de façon linéaire.

Emploi par secteur

Les données sur la répartition de l’emploi entre l’agriculture et l’industrie sont tirées de la base de données des Indicateurs du développement dans le monde (avril 2006) de la Banque mondiale. Les proportions sont interpolées de façon linéaire pour les pays pour lesquels le nombre d’observations manquantes entre 1980 et 2005 est égal ou inférieur à sept. Pour la Bolivie, les données proviennent de la base de données LABORSTA de l’Organisation internationale du travail pour la période 1988–2001 et de l’Instituto Nacional de Estadística pour la période 2002–05. Pour l’Équateur, les données relatives à la période 1988–2005 proviennent de la base de données LABORSTA de l’Organisation internationale du travail. Pour le Maroc, les données relatives à la période 1999–2002 proviennent de la Direction de la politique économique générale. Pour le Paraguay, les données relatives à la période 1991–2005 proviennent du Departamento de Cuentas Nacionales y Mercado Interno, Gerencia de Estudios Económicos. Pour la Chine, les données relatives à la période 1980–2004 proviennent du Bureau national de statistiques. Pour l’Inde, les données relatives à la période 1980–2004 proviennent de l’Organisation nationale des enquêtes par sondage. Pour la province chinoise de Taiwan, les données relatives à la période 1980–2005 proviennent de la base de données CEIC.

Agrégation par région et niveau de revenu

Les graphiques illustrant les agrégats par région et niveau de revenu sont fondés sur les classifications suivantes:

  • la classification analytique des Perspectives de l’économie mondiale, telle qu’elle figure au tableau F de l’appendice statistique; et
  • la classification par revenu selon la base de données des Indicateurs du développement dans le monde (avril 2007) de la Banque mondiale. Les économies sont réparties par groupes de revenu sur la base du revenu national brut par habitant de 2005, calculé selon la méthode de l’Atlas de la Banque mondiale. Ces groupes de pays sont les suivants: pays à faible revenu (875 dollars ou moins); pays à revenu intermédiaire de la tranche inférieure (876–3.465 dollars); pays à revenu intermédiaire de la tranche supérieure (3.466–10.725 dollars); pays à revenu élevé (10.726 dollars ou plus). La province chinoise de Taiwan est incluse dans le groupe des pays à revenu élevé. Pour calculer les moyennes régionales et par groupes de revenu, on a pris en compte un nombre maximal de pays dans chaque groupe, pour autant que des données couvrant le pays de façon uniforme pour toute la période aient été disponibles41. Les pays qui comptaient moins d’un million d’habitants en 2006 ont été exclus de l’échantillon.

Sur les graphiques 4.1 et 4.2, l’ouverture commerciale et l’ouverture financière sont mesurées en termes relatifs par rapport à la médiane de tous les pays pour chaque année et par rapport au maximum pour tous les pays en 2004 pour l’ouverture financière et en 2006 pour l’ouverture commerciale. Afin d’éviter que la couverture des pays soit interrompue dans le temps, le calcul de la médiane repose sur l’hypothèse que pendant les années 80 et au début des années 90 l’ouverture commerciale pour les pays de l’ex-bloc soviétique était égale à celle de la Russie et que ces pays étaient fermés sur le plan financier.

Méthodologie économétrique

Le modèle rapporte l’indice de Gini à des indices de la mondialisation et à un certain nombre de variables de contrôle, qui ont été choisies après consultation des études existantes dans ce domaine. L’équation ci-après est adoptée comme spécification de base pour l’analyse:

X et M sont les exportations et les importations non pétrolières, Y est le PIB, TARIFF est le taux tarifaire moyen, A et L sont les actifs et passifs financiers transnationaux, KAOPEN est l’indice d’ouverture du compte de capital, KICT désigne le capital en TIC, K est le capital, CREDIT est le crédit des banques créatrices de monnaie et des autres établissements financiers au secteur privé, POPSH est la proportion de la population âgée de 15 ans et plus ayant fait des études secondaires ou supérieures, H est le nombre moyen d’années d’études de la population âgée de 15 ans ou plus, EAGR et EIND sont respectivement l’emploi dans l’agriculture et l’emploi dans l’industrie, et E est l’emploi total. Ce modèle synthétique est ensuite développé au moyen de la désagrégation des indices synthétiques en composantes plus fines de la mondialisation commerciale et financière de facto. Le modèle détaillé établit une distinction entre les exportations et les importations non pétrolières pour la mondialisation commerciale tout en permettant la prise en compte des différents effets de diverses catégories de passifs financiers (IDE, investissements de portefeuille sous forme de participations et titres de créances) et du stock d’actifs sous forme d’IDE. Ce dernier élément, qui est étroitement associé à la soustraitance à l’étranger, pourrait être particulièrement important pour mesurer l’impact de la mondialisation sur l’inégalité dans les pays avancés, alors qu’il ne présente guère d’intérêt pour la plupart des pays émergents et en développement.

Pour l’estimation, les variables des termes de gauche et de droite de l’équation ont été «démoyennisées» en utilisant les moyennes par pays afin d’observer les changements à l’intérieur des pays plutôt que les différences au niveau international (cela équivaut à procéder à une estimation de panel avec des effets fixes par pays). Des variables temporelles fictives ont aussi été introduites pour saisir les chocs mondiaux communs. Le modèle est estimé par la méthode des moindres carrés ordinaires (MCO) avec des erreurs-types robustes à la présence d’hétéroscédasticité. L’utilisation du logarithme de l’indice de Gini (au lieu de l’indice lui-même) permet que cette variable bornée se comporte davantage comme une variable distribuée normalement et, par conséquent, se prête mieux à une estimation MCO. La robustesse des résultats a aussi été testée en utilisant une transformation logistique de l’indice de Gini (ce qui rend la variable complètement non bornée). L’échantillon de pays pour lesquels toutes les variables utilisées dans les régressions étaient disponibles est composé de 51 pays, dont 20 pays avancés et 31 pays en développement. En fonction des données disponibles, on a inclus les pays suivants:

  • Pays avancés: Allemagne, Australie, Autriche, Belgique, Canada, Corée, Danemark, Espagne, États-Unis, Finlande, France, Irlande, Israël, Italie, Japon, Norvège, Pays-Bas, Royaume-Uni, Singapour et Suède.
  • Pays en développement: Argentine, Bangladesh, Bolivie, Brésil, Chili, Chine, Costa Rica, Équateur, Égypte, Ghana, Guatemala, Honduras, Inde, Indonésie, Kenya, Malaisie, Mexique, Ouganda, Pakistan, Panama, Paraguay, Pérou, Philippines, République islamique d’Iran, Salvador, Sri Lanka, Thaïlande, Turquie, Uruguay, Venezuela et Zambie.

Les résultats de l’estimation effectuée avec l’ensemble de l’échantillon des pays avancés et des pays en développement sont indiqués dans le corps du texte. Trois variables de mondialisation ont des effets statistiquement significatifs sur l’inégalité: le ratio exportations non pétrolières/PIB, l’indice de libéralisation des droits de douane et le ratio passifs sous forme d’IDE/PIB. Ce modèle, y compris ces trois variables et toutes les variables de contrôle, constitue le modèle de référence. Comme cela est expliqué à la note 29 du texte, la robustesse de cette spécification a été testée de diverses manières, notamment par l’utilisation du ratio exportations non pétrolière/PIB et du ratio passifs sous forme d’IDE/PIB comme variables instrumentales.

Résultats supplémentaires: effets hétérogènes en fonction des groupes de pays

Nous considérons ici la possibilité que la mondialisation, le progrès technologique et d’autres variables produisent des effets hétérogènes dans les différents groupes de pays; cependant, les résultats sont moins certains du fait que l’on a utilisé un nombre beaucoup plus faible d’observations pour identifier les effets propres à chaque groupe de pays. Bien entendu, la première distinction à établir est celle entre pays avancés et pays en développement, selon la définition de ces deux catégories dans les Perspectives de l’économie mondiale. Le modèle de départ est le modèle détaillé, décrit plus haut, dans lequel est introduit un élément supplémentaire de complexité, à savoir deux variables qui mesurent la part des exportations destinées aux pays en développement et la part des importations provenant de ces pays (cette variable n’est pas significative quand on considère la totalité de l’échantillon). Tandis que sont maintenues les variables temporelles fictives communes, des termes d’interaction entre les autres variables indépendantes et une variable fictive pour les pays avancés sont inclus afin de mesurer l’écart entre les effets pour les pays avancés et l’effet moyen estimatif pour l’ensemble de l’échantillon. Un test conjoint de l’hypothèse que toutes les différences sont nulles est rejeté, essentiellement en raison d’effets différents (pour les pays avancés et les pays en développement) pour le ratio actifs sous forme d’IDE/PIB et, dans une moindre mesure, le ratio titres de créances/PIB et la part des importations provenant des pays en développement (tableau 4.3)42. Alors que ces trois variables ne sont pas significatives pour l’ensemble de l’échantillon (et en particulier pour les pays en développement), elles sont sensiblement différentes de zéro pour les pays avancés. L’estimation indique que les actifs sous forme d’IDE accentuent l’inégalité dans les pays avancés, alors que les titres de créances et la part des importations provenant des pays en développement contribuent à la faire diminuer (graphique 4.15).

Tableau 4.3.Facteurs déterminant le coefficient de Gini, hétérogénéité régionale(Variable dépendante: logarithme naturel de Gini)
Pays avancés par rapport aux pays en développement (a)Effet de la technologie au plan régional (b)
Modèle commun
Ratio exportations/PIB–0,063–0,071
(2,23)**(3,17)***
100 moins taux tarifaire–0,002–0,004
(2,24)**(3,53)***
Ratio stock d’IDE entrants/PIB0,0310,041
(2,28)**(3,03)***
Part des TCI dans le total du stock de capital0,0350,037
(2,12)**(2,11)**
Crédit au secteur privé (en pourcentage du PIB)0,0580,041
(3,94)***(3,29)***
Population ayant suivi au moins des études secondaires (pourcentages)0,0010,002
(0,35)(0,82)
Durée moyenne des études en années–0,1–0,124
(0,54)(0,65)
Part de l’emploi dans l’agriculture0,0740,052
(2,59)**(2,31)**
Part de l’emploi dans l’industrie–0,09–0,139
(2,23)**(3,96)***
Variables additionnelles pour les pays avancés
Part des importations provenant des pays en développement0,018
(0,57)
Part des importations provenant des pays en développement * variable fictive pour les pays avancés–0,104
(2,20)**
Ratio stock des titres de créances entrants/PIB0,014
(0,78)
Ratio stock des titres de créances entrants/PIB * variable fictive pour les pays avancés–0,083
(2,65)***
Ratio stock d’IDE sortant/PIB0
(0,31)
Ratio stock d’IDE sortant/PIB * variable fictive pour les pays avancés0,069
(2,68)***
Effets différents de la technologie au plan régional
Part des TCI dans le total du stock de capital * variable fictive pour les pays en développement d’Asie0,033
(1,99)**
Part des TCI dans le total du stock de capital * variable fictive pour l’Amérique latine et les Caraïbes–0,028
(1,91)*
Observations282282
R2 ajusté (excluant effets fixes par pays)0,320,35
Source: calculs des services du FMI.Note: Les coefficients t robustes à l’hétéroscédasticité sont indiqués entre parenthèses. *, ** et *** montrent que les résultats sont statistiquement significatifs aux seuils respectifs de 10, 5 et 1 %. Toutes les variables explicatives sont en logarithme naturel, à l’exception du taux tarifaire et de la proportion de la population ayant suivi au moins des études secondaires. Les variables des termes de gauche et de droite de l’équation ont été «démoyennisées» en utilisant les moyennes par pays (ce qui équivaut à procéder à une estimation de panel avec des effets fixes par pays) et les équations comprennent des variables temporelles fictives. Les équations sont estimées selon la méthode des moindres carrés ordinaires. IDE = investissement direct étranger; TIC = technologies de l’information et de la communication.
Source: calculs des services du FMI.Note: Les coefficients t robustes à l’hétéroscédasticité sont indiqués entre parenthèses. *, ** et *** montrent que les résultats sont statistiquement significatifs aux seuils respectifs de 10, 5 et 1 %. Toutes les variables explicatives sont en logarithme naturel, à l’exception du taux tarifaire et de la proportion de la population ayant suivi au moins des études secondaires. Les variables des termes de gauche et de droite de l’équation ont été «démoyennisées» en utilisant les moyennes par pays (ce qui équivaut à procéder à une estimation de panel avec des effets fixes par pays) et les équations comprennent des variables temporelles fictives. Les équations sont estimées selon la méthode des moindres carrés ordinaires. IDE = investissement direct étranger; TIC = technologies de l’information et de la communication.

Graphique 4.15.Inégalité, part des importations provenant des pays en développement, titres de créances entrants et investissement direct étranger sortant, 1981–20031

Source: calculs des services du FMI.

1 Corrélation entre la variable considérée (part des importations provenant des pays en développement, titres de créance entrants et IDE sortant) et l’inégalité résiduelle (c’est-à-dire l’inégalité non expliquée par d’autres variables indépendantes), sur la base de la régression de la colonne a) du tableau 4.3, permettant l’affectation de ces variables par un coefficient spécifique pour chaque groupe de pays.

Une autre distinction intéressante est celle qui existe entre les différentes régions en développement: les deux principales régions en développement représentées dans l’échantillon sont l’Asie et l’Amérique latine (seul un petit nombre de pays d’Afrique et du Moyen-Orient sont inclus en raison du manque de données). Étant donné que les échantillons utilisés pour ces sous-groupes sont encore plus restreints, l’estimation part du modèle de référence et permet de différencier l’impact par régions en développement (Asie, Amérique latine, entre autres) uniquement pour les variables de mondialisation et de progrès technologique. Un test conjoint de l’hypothèse que toutes les différences sont nulles est rejeté, en raison de l’effet différent du progrès technologique dans les pays en développement d’Asie et dans ceux d’Amérique latine. L’effet inégalitaire du progrès technologique est plus prononcé en Asie qu’en moyenne pour l’ensemble de l’échantillon et moins prononcé en Amérique latine (où il est en fait insensiblement différent de zéro) (tableau 4.3). Cela est peut-être dû au fait que les activités manufacturières à forte intensité technologique occupent une place plus importante en Asie qu’en Amérique latine.

Corrélations partielles et décomposition des variations de l’indice de Gini

La corrélation partielle entre l’indice de Gini et une variable X est la corrélation simple entre la variable X et l’inégalité résiduelle (c’est-à-dire l’inégalité qui n’est pas expliquée par d’autres variables indépendantes, ou la somme du résidu de la régression et de la variable X multipliée par son coefficient).

La contribution des divers facteurs aux variations de l’indice de Gini indiquée dans le corps du texte est la variation annuelle moyenne de la variable considérée multipliée par son coefficient estimé. Les moyennes par groupes de pays sont pondérées en fonction du nombre d’années prises en compte pour chaque pays de sorte que plus la période d’observation est longue, plus la pondération est élevée.

La contribution des différents facteurs pour l’ensemble de l’échantillon de pays (panneau des graphiques 4.9 et 4.10 intitulé «Tous pays») est fondée sur l’estimation du modèle de référence pour l’ensemble de l’échantillon de pays indiqués au tableau 4.1. Les corrélations partielles et la contribution des différents facteurs pour les groupes de pays utilisent les estimations qui permettent des coefficients spécifiques par groupes de pays comme cela est indiqué au tableau 4.3.

Bibliographie

    AgénorPierre-Richard2002Does Globalization Hurt the Poor?World Bank Working Paper No. 2922 (Washington: World Bank).

    AtkinsonAnthony B. and FrançoisBourguignon2000Introduction: Income Distribution and Economics,” in Handbook of Income Distribution Vol. 1ed. by AnthonyAtkinson and FrançoisBourguignon (Amsterdam: Elsevier).

    • Search Google Scholar
    • Export Citation

    Banque mondiale1997Sharing Rising Incomes—Disparities in China (Washington).

    Banque mondiale2000A Look at Income Inequality,” in Making Transition Work for Everyone: Poverty and Inequality in Europe and Central Asia (Washington) p. 13977.

    • Search Google Scholar
    • Export Citation

    Banque mondiale2006Rapport sur le développement dans le monde 2006: Equity and Development (Washington).

    Banque mondiale2007Income Distribution, Inequality, and Those Left Behind,” in Global Economic Prospects: Managing the Next Wave of Globalization (Washington) p. 6799.

    • Search Google Scholar
    • Export Citation

    BarroRobert J. and Jong-WhaLee2000International Data on Educational Attainment: Updates and Implications,CID Working Paper No. 042 (Cambridge, Massachusetts: Center for International Development).

    • Search Google Scholar
    • Export Citation

    BeckThorstenAsliDemirgüç-Kunt and RossLevine2000 (revised: March202007) “A New Database on Financial Development and Structure,World Bank Economic Review Vol. 14 No. 3 p. 597605. Disponible sur Internet: www.econ.worldbank.org/staff/tbeck.

    • Search Google Scholar
    • Export Citation

    BehrmanJere R.NancyBirdsall and MiguelSzékely2003Economic Policy and Wage Differentials in Latin America,Working Paper No. 29 (Washington: Center for Global Development).

    • Search Google Scholar
    • Export Citation

    BirdsallNancy2005The World Is Not Flat: Inequality and Injustice in Our Global Economy,United Nations University—World Institute for Development Economics Research (WIDER)Lecture 9 (Helsinki: WIDER).

    • Search Google Scholar
    • Export Citation

    BirdsallNancy2007Discussion of The Impact of Globalization on the World’s Poored. by MachikoNissanke and ErikThorbeckeWIDER Book Launch, Brookings InstitutionWashingtonMay16.

    • Search Google Scholar
    • Export Citation

    BirdsallNancyDavidRoss and RichardSabot1995Inequality and Growth Reconsidered: Lessons from East Asia,World Bank Economic Review Vol. 9 No. 3 p. 477508.

    • Search Google Scholar
    • Export Citation

    BrandoliniA.2004Income Inequality and Poverty in Italy: A Statistical Compendium” (non publié;Rome: Banca d’Italia).

    Canberra Group2001Final Report and Recommendations (Ottawa: Canberra Group, Expert Group on Household Income Statistics).

    ChenShaohua and MartinRavallion2004How Have the World’s Poorest Fared Since the Early 1980s?World Bank Research Observer Vol. 19 No. 2 p. 14169.

    • Search Google Scholar
    • Export Citation

    ChenShaohua and MartinRavallion2007Absolute Poverty Measures for the Developing World, 1981–2004,World Bank Policy Research Working Paper No. 4211 (Washington: World Bank).

    • Search Google Scholar
    • Export Citation

    ChinnMenzie and HiroIto2006What Matters for Financial Development? Capital Controls, Institutions, and Interactions,Journal of Development Economics Vol. 81 No. 1 p. 16392. Disponible sur Internet:www.web.pdx.edu/~ito.

    • Search Google Scholar
    • Export Citation

    ClaessensStijn and Enrico C.PerottiàparaîtreFinance and Inequality: Channels and Evidence,Journal of Comparative Economics.

    • Search Google Scholar
    • Export Citation

    Conférence des Nations Unies sur le commerce et le développement2006Rapport sur l’investissement dans le monde (World Investment Report 2006)FDI from Developing and Transition Economies: Implications for Development,Annex Table A.I.2. Disponible sur Internet: www.unctad.org/wir.

    • Search Google Scholar
    • Export Citation

    CraggMichael I. and MarioEpelbaum1996Why Has Wage Dispersion Grown in Mexico? Is It the Incidence of Reforms or the Growing Demand for Skills?Journal of Development Economics Vol. 51 No. 1 p. 99116.

    • Search Google Scholar
    • Export Citation

    DavisDonald R. and PrachiMishra2007Stolper-Samuelson Is Dead: And Other Crimes of Both Theory and Data,” in Globalization and Povertyed. by AnnHarrison (Chicago: University of Chicago Press) p. 87107.

    • Search Google Scholar
    • Export Citation

    DeatonAngus2003Measuring Poverty in a Growing World (or Measuring Growth in a Poor World),NBER Working Paper No. 9822 (Cambridge, Massachusetts: National Bureau of Economic Research).

    • Search Google Scholar
    • Export Citation

    DeatonAngus and SalmanZaidi2002Guidelines for Constructing Consumption Aggregates for Welfare Analysis,LSMS Working Paper No. 135 (Washington: World Bank).

    • Search Google Scholar
    • Export Citation

    DeiningerKlaus and LynSquire1998New Ways of Looking at Old Issues: Inequality and Growth,Journal of Development Economics Vol. 57 No. 2 p. 25987.

    • Search Google Scholar
    • Export Citation

    Demirgüç-KuntAsli and RossLevine2007Finance and Opportunity: Financial Systems and Intergenerational Persistence of Relative Incomes” (non publié;Washington: World Bank).

    • Search Google Scholar
    • Export Citation

    FajnzylberPablo and DanielLederman1999Economic Reforms and Total Factor Productivity Growth in Latin America and the Caribbean (1950–95)—An Empirical Note,Policy Research Working Paper No. 2114 (Washington: World Bank).

    • Search Google Scholar
    • Export Citation

    FallonPeter R. and Robert E.B.Lucas2002The Impact of Financial Crises on Labor Markets, Household Incomes, and Poverty: A Review of Evidence,The World Bank Research Observer Vol. 17 No. 1 p. 2145.

    • Search Google Scholar
    • Export Citation

    FeenstraRobert C. and Gordon H.Hanson1996Globalization, Outsourcing, and Wage Inequality,American Economic Review Vol. 86 No. 2 p. 24045.

    • Search Google Scholar
    • Export Citation

    FishlowAlbert and KarenParker eds. 1999Growing Apart: The Causes and Consequences of Global Wage Inequality (New York: Council on Foreign Relations Press).

    • Search Google Scholar
    • Export Citation

    Fonds monétaire international2007Reaping the Benefits of Financial Globalization” (Washington: International Monetary Fund). Disponible sur Internet: www.imf.org/external/np/res/docs/2007/0607.htm.

    • Search Google Scholar
    • Export Citation

    ForsythJustin2000Growth and Poor,Letters to the Editor The Economist (June10–17) p. 6.

    GoldbergPinelopi K. and NinaPavcnik2005Trade, Wages, and the Political Economy of Trade Protection: Evidence from the Colombian Trade Reforms,Journal of International Economics Vol. 66 No. 1 p. 75105.

    • Search Google Scholar
    • Export Citation

    GoldbergPinelopi K. and NinaPavcnik2007Distributional Effects of Globalization in Developing Countries,Journal of Economic Literature Vol. 45 (March) p. 3982.

    • Search Google Scholar
    • Export Citation

    HansonGordon H.2007Globalization, Labor Income, and Poverty in Mexico,” in Globalization and Povertyed. by AnnHarrison (Chicago: University of Chicago Press) p. 41756.

    • Search Google Scholar
    • Export Citation

    HansonGordon H. and Ann E.Harrison1999Trade Liberalization and Wage Inequality in Mexico,Industrial and Labor Relations Review Vol. 52 No. 2 p. 27188.

    • Search Google Scholar
    • Export Citation

    HestonAlanRobertSummers and BettinaAten2006Penn World Table Version 6.2 Center for International Comparisons of Production Income and Prices at the University of Pennsylvania (September).

    • Search Google Scholar
    • Export Citation

    JorgensonDale W. and KhuongVu2005Information Technology and the World Economy,Scandinavian Journal of Economics Vol. 107 (December) p. 63150.

    • Search Google Scholar
    • Export Citation

    KoseM. AyhanEswarPrasadKennethRogoff and Shang-JinWei2006Financial Globalization: A Reappraisal,NBER Working Paper No. 12484 (Cambridge, Massachusetts: National Bureau of Economic Research).

    • Search Google Scholar
    • Export Citation

    KumarUtsav and PrachiMishraforthcomingTrade Liberalization and Wage Inequality: Evidence from India,Review of Development Economics.

    • Search Google Scholar
    • Export Citation

    KuznetsSimon1955Economic Growth and Income Inequality,American Economic Review Vol. 45 (March) p. 128.

    LanePhilip R. and Gian MariaMilesi-Ferretti2006The External Wealth of Nations Mark II: Revised and Extended Estimates of Foreign Assets and Liabilities, 1970–2004,IMF Working Paper 06/69 (Washington: International Monetary Fund).

    • Search Google Scholar
    • Export Citation

    LevineRoss2004Finance and Growth: Theory and Evidence,NBER Working Paper No. 10766 (Cambridge, Massachusetts: National Bureau of Economic Research).

    • Search Google Scholar
    • Export Citation

    LinT.J.Zhuang and D.YarciaforthcomingChina’s Inequality: Evidence from Group Income Data, 1985–2004,ERD Working Paper Series (Manila: Asian Development Bank, Economics and Research Department).

    • Search Google Scholar
    • Export Citation

    MeyerBruce and JamesSullivan2006Three Decades of Consumption and Income Poverty,National Poverty Center Working Paper Series No. 06–35 (Ann Arbor: University of Michigan, National Poverty Center).

    • Search Google Scholar
    • Export Citation

    MilanovicBranko2005aCan We Discern the Effect of Globalization on Income Distribution? Evidence from Household Surveys,The World Bank Economic Review Vol. 19 p. 2144.

    • Search Google Scholar
    • Export Citation

    MilanovicBranko2005bWorld Apart: Measuring International and Global Inequality (Princeton, New Jersey: Princeton University Press).

    • Search Google Scholar
    • Export Citation

    MilanovicBranko2006Global Income Inequality: What It Is and Why It Matters,World Economics Vol. 7 No. 1.

    MookherjeeDilip and Anthony F.Shorrocks1982A Decomposition Analysis of the Trend in U.K. Income Inequality,Economic Journal Vol. 92 (December) p. 886902.

    • Search Google Scholar
    • Export Citation

    National Sample Survey Organisation1983–88 1993–94 1999–2000Employment and Unemployment Schedule 10.0” (New Delhi: Ministry of Statistics and Program Implementation, Government of India).

    • Search Google Scholar
    • Export Citation

    NehruVikram and AshokDhareshwar1993A New Database on Physical Capital Stock: Sources, Methodology and Results,Rivista de Analisis Economico Vol. 8 No. 1 p. 3759.

    • Search Google Scholar
    • Export Citation

    NicitaAlessandro2004Who Benefited from Trade Liberalization in Mexico? Measuring the Effects on Household Welfare,World Bank Policy Research Working Paper No. 3265 (Washington: World Bank).

    • Search Google Scholar
    • Export Citation

    OverholtWilliam2003Exposing the Myths,RAND Corporation. Disponible sur Internet: www.rand.org/commentary/111703SCMP.html.

    PavcnikNinaAndreasBlomPinelopiGoldberg and NorbertSchady2004Trade Liberalization and Industry Wage Structure: Evidence from Brazil,The World Bank Economic Review Vol. 18 No. 3 p. 31944.

    • Search Google Scholar
    • Export Citation

    PrasadEswarKennethRogoffShang-JinWei and AyhanKose2007Financial Globalization, Growth, and Volatility in Developing Countries,” in Globalization and Povertyed. by AnnHarrison (Chicago: University of Chicago Press) p. 457516.

    • Search Google Scholar
    • Export Citation

    PsacharopoulosGeorge and Harry AnthonyPatrinos2004Returns to Investment in Education: A Further Update,Education Economics Vol. 12 (August) p. 11134.

    • Search Google Scholar
    • Export Citation

    RavallionMartin2003The Debate on Globalization, Poverty, and Inequality: Why Measurement Matters,World Bank Policy Research Working Paper No. 3038 (Washington: World Bank).

    • Search Google Scholar
    • Export Citation

    RavallionMartin and ShaohuaChen1996What Can New Survey Data Tell Us About Recent Changes in Distribution and Poverty?World Bank Policy Research Working Paper No. 1694 (Washington: World Bank).

    • Search Google Scholar
    • Export Citation

    RobertsonRaymond2004Relative Prices and Wage Inequality: Evidence from Mexico,Journal of International Economics Vol. 64 No. 2 p. 387409.

    • Search Google Scholar
    • Export Citation

    ShorrocksAnthony F.1980The Class of Additively Decomposable Inequality Measures,Econometrica Vol. 48 No. 3 p. 61325.

    State Statistics Bureau1988–1995Urban Statistical Yearbook of China (various volumes) (Beijing: Xinhua Press).

    State Statistics Bureau1999Fifty Years of the Cities in New China: 1949–1998 (Beijing: China Statistics Publishing House).

    StolperWolfgang F. and Paul A.Samuelson1941Protection and Real Wages,Review of Economic Studies Vol. 9 (November) p. 5873.

    • Search Google Scholar
    • Export Citation

    The Economist2000Growth Is Good” (May27).

    TopalovaPetia2007Trade Liberalization, Poverty, and Inequality: Evidence from Indian Districts,” in Globalization and Povertyed. by AnnHarrison (Chicago: University of Chicago Press).

    • Search Google Scholar
    • Export Citation

    United Nations University—World Institute for Development Economics Research (WIDER)2005World Income Inequality Database (Helsinki: WIDER).

    • Search Google Scholar
    • Export Citation

    WeiShang-Jin and YiWu2007Openness and Inequality: Evidence from Within China” (unpublished; Washington: International Monetary Fund).

    • Search Google Scholar
    • Export Citation

    ZhangYin and GuanghuaWan2006Globalization and the Urban Poor in China,United Nations University—World Institute for Development Economics Research (WIDER)Paper No. 2006/42 (Helsinki: WIDER).

    • Search Google Scholar
    • Export Citation
1Voir Kuznets (1955) pour la formulation originelle de cette hypothèse.
3Voir Birdsall (2006) et Banque mondiale (2006).
4Voir Goldberg and Pavcnik (2007) pour un tour d’horizon des études théoriques et empiriques sur les effets redistributifs de la mondialisation dans les pays en développement.
5Bien qu’une bonne partie des études économiques sur la mondialisation traitent le progrès technologique comme une variable exogène, ce phénomène peut aussi être considéré comme l’un des mécanismes par lesquels s’opère la mondialisation.
6Voir aussi Fishlow and Parker (1999) pour une analyse détaillée des liens entre mondialisation et inégalité aux États-Unis.
7Les exportations et importations de pétrole sont exclues des chiffres du commerce mais pas du PIB global. Le panneau supérieur du graphique 4.1 utilise des moyennes pondérées par le PIB, mais les tendances de long terme sont similaires lorsque l’on utilise des moyennes simples.
8La composition des groupes régionaux et des groupes de revenus est expliquée à l’appendice 4.1.
9Pour une étude approfondie de la mondialisation financière et de ses conséquences, voir FMI (2007).
10Les mesures de facto et de jure présentent des avantages et des inconvénients, et sont généralement utilisées à titre de complément et non comme des données de remplacement dans les études empiriques. Voir Kose et al. (2006).
11Adoptant une optique différente, Milanovic (2005b, 2006) et Banque mondiale (2007) examinent la structure des inégalités de revenu dans le monde, c’est-à-dire au niveau individuel, et ses rapports avec la mondialisation. En général, les études de ce type arrivent à la conclusion que les inégalités de revenu dans le monde ont diminué à mesure que les revenus par habitant augmentaient dans les pays en développement sous l’effet de la mondialisation. En revanche, elles restent assez imprécises quant aux conséquences à en tirer pour l’action des pouvoir publics nationaux. D’autres études connexes sur les inégalités de revenu au plan international examinent plus particulièrement les effets de la mondialisation sur la croissance.
12Cette base de données est mise à la disposition du public sur Internet à l’adresse suivante: http://iresearch.worldbank.org/PovcalNet. Parmi les autres bases de données existantes, on citera par exemple Deininger and Squire (1998) ainsi que la World Income Inequality Database (2005), qui comprend une mise à jour de la base de données Deininger-Squire, le Luxembourg Income Study et un grand nombre de séries de données provenant des bureaux centraux de statistique et de diverses études.
13Voir Deaton and Zaidi (2002) et Atkinson and Bourguignon (2000). Dans la plupart des pays avancés et des pays d’Amérique latine, les indices d’inégalité sont établis à partir de données sur les revenus, alors que la plupart des pays d’Afrique et des pays en développement d’Asie se servent de données sur la consommation. Banque mondiale (2006) illustre comment les coefficients de Gini fondés sur la consommation ont tendance à minimiser l’inégalité, notamment en raison des programmes de dépenses publiques.
14Le coefficient de Gini est la différence entre toutes les paires de revenu à l’intérieur d’un pays, normalisées par la moyenne arithmétique (voir encadré 4.1). Les autres mesures de l’inégalité sont les ratios entre déciles et quintiles, l’indice d’Atkinson et l’indice d’entropie de Theil.
15Dans les pays de la CEI, les données dont on dispose portent à penser que la baisse prononcée de l’inégalité s’explique en partie par l’inversion de la forte détérioration de la distribution des revenus pendant les premières phases de la transition. Voir Banque mondiale (2000), où il apparaît que, dans ces pays, l’inégalité était beaucoup plus marquée au début des années 90.
16Pendant une phase antérieure de la mondialisation (essentiellement commerciale), de 1965 à 1989, les pays d’Asie de l’Est se sont développés rapidement, alors que la distribution des revenus s’améliorait ou, tout au moins, ne se dégradait pas. Outre les mesures et les réformes volontaristes engagées par les autorités, telles que la réforme agraire, la construction de logements sociaux, l’investissement dans le secteur de la santé et les infrastructures rurales, et une stratégie de croissance axée sur l’exportation de biens manufacturés, l’on attribue aussi dans une large mesure le faible niveau d’inégalité à l’investissement dans l’éducation (voir Birdsall, Ross, and Sabot (1995)). Cependant, les données sur l’inégalité pendant cette période sont hautement incertaines.
17Voir, par exemple, Davis and Mishra (2007) pour un tour d’horizon des approches analytiques et empiriques du rapport entre commerce, inégalité et pauvreté.
18Voir Milanovic (2005a) pour un tour d’horizon des études récentes établissant un lien entre la mondialisation commerciale et l’inégalité, où il est noté que la plupart des études aboutissent à la conclusion qu’il n’y a aucune relation statistique significative entre la mondialisation et l’inégalité ou que cette relation est négative.
19Par exemple, le niveau d’agrégation des données sur les droits de douane ne permet pas d’identifier clairement les importations sans concurrent en général ni les biens intermédiaires sans concurrent en particulier. En outre, dans un modèle à pays multiples où plus d’un pays est doté d’une abondante main-d’œuvre peu qualifiée, il est difficile de déterminer quels biens sont exportables et quels biens sont importables.
21Voir Behrman, Birdsall, and Székely (2003), qui font état d’effets négatifs à court terme en Amérique latine, et Milanovic (2005a), pour qui les résultats obtenus avec un vaste échantillon de pays ne permettent pas de tirer des conclusions fermes.
22Voir Agénor (2002) pour un examen des voies par lesquelles l’intégration financière peut léser les pauvres, et Fallon and Lucas (2002), selon qui les données sur les effets redistributifs des crises financières ne permettent pas de tirer des conclusions uniformes.
23Voir Prasad et al. (2007) sur la mondialisation financière comme facteur de réduction de la volatilité. Demirgüç-Kunt et Levine (2007) estiment que le développement financier bénéficie davantage aux couches les plus pauvres de la population, surtout du fait de son effet positif sur la croissance globale, mais selon Claessens et Perotti (à paraître), le résultat peut être différent si, pour la plupart, les bienfaits des réformes financières sont captés par une élite restreinte.
24De même, la hausse de la productivité relative de l’agriculture pourrait en principe réduire l’inégalité de revenu en faisant augmenter le revenu des personnes employées dans ce secteur.
25Le fait de se concentrer sur la variation à l’intérieur d’un pays présente l’avantage supplémentaire de réduire le risque de biais par omission de variable. L’impact des chocs mondiaux communs à tous les pays, tels que les cycles économiques et les poussées de croissance, est exclu au moyen de variables temporelles fictives.
26Étant donné que les enquêtes sur les revenus et la consommation n’ont pas lieu tous les ans, les estimations sont fondées sur un panel déséquilibré, les observations prises en considération ne concernant que les années pour lesquelles on disposait des données effectives. De plus, étant donné que les échantillons pour les pays avancés et les pays en développement sont plus restreints, les résultats de ces sous-groupes sont moins certains.
27Les résultats restent robustes si l’on inclut les variations du PIB par habitant comme variable explicative. Cependant, cette variable n’a pas été incluse dans les estimations prises en compte ici afin de saisir pleinement les effets des variables intéressantes, y compris leur effet positif sur la croissance globale. D’autres variables explicatives possibles (démocratie, contraintes sur l’exécutif, souplesse de la réglementation, taux de change réel et termes de l’échange) ont été incluses dans un premier temps sans que leurs effets apparaissent de façon robuste dans les estimations. On ne disposait pas de données complètes pour tous les pays sur les dépenses sociales et les transferts de l’État, les migrations et les envois de fonds des travailleurs émigrés, mais ces facteurs peuvent aussi influer de façon sensible sur l’inégalité observée.
28Le coefficient de régression pour l’éducation est estimé de façon imprécise dans le modèle de référence. C’est là un problème que l’on rencontre dans toutes les études macroéconomiques portant sur l’effet de l’éducation. Cependant, les études microéconomiques permettent mieux, en général, d’établir la rentabilité de l’investissement dans l’éducation, en particulier pour les pays où le revenu par habitant est relativement faible et pour l’éducation primaire (voir Psacharopoulos and Patrinos, 2004). Les variables d’éducation utilisées dans les régressions sont tirées de Barro and Lee (2000), comme cela est expliqué à l’appendice 4.1.
29La robustesse des résultats indiqués ici a été confirmée de plusieurs manières. Pour tenir compte de la possibilité que l’inégalité influence elle-même les variables de mondialisation (ratio exportations/PIB et ratio stock d’IDE entrant/PIB), on a utilisé comme variables instrumentales leur propre valeur retardée, le PIB réel des partenaires commerciaux pondéré par les exportations (indicateur de la demande dont font l’objet les exportations du pays) et la somme pondérée par (l’inverse de) la distance des actifs des pays avancés sous forme d’IDE (indicateur de l’offre d’IDE). Les résultats se sont révélés robustes sur le plan de l’endogénéité ainsi qu’en cas de suppression un à un des pays de l’échantillon.
30Statistiquement, les effets des exportations de produits agricoles, de produits manufacturés et de services ne diffèrent pas de façon significative entre eux, mais les exportations agricoles sont affectées du coefficient le plus élevé et sont statistiquement significatives.
31On trouvera les estimations économétriques au tableau 4.3 de l’appendice 4.1.
32Voir Overholt (2003) pour un examen de l’effet de substitution entre les emplois du secteur manufacturier et ceux du secteur des services aux États-Unis.
33Le plus souvent, les coefficients de Gini fondés sur le revenu n’utilisent pas de déflateurs des prix différents pour les couches riches et les couches pauvres de la population, ce qui fait qu’en général ils ne rendent pas compte de cet effet.
34Il ne semble pas qu’il y ait un effet de seuil par niveau de revenu pour ce résultat, ce qui indiquerait que l’égalité d’accès à la finance est déterminée davantage par le type de système financier, suivant que celui-ci est fondé plutôt sur la concurrence ou sur les relations emprunteur–prêteur (voir l’édition de septembre 2006 des Perspectives de l’économie mondiale).
35Voir FMI (2007) pour une analyse des effets positifs de la mondialisation financière sur la croissance, et Levine (2004) pour un tour d’horizon des études réalisées sur ce sujet et concluant que le développement des circuits financiers a un effet positif sur la croissance.
36D’après les chiffres connus, la hausse des exportations et la libéralisation des droits de douane ont été les principaux facteurs à l’origine de la réduction de l’inégalité observée en Afrique subsaharienne, qui a été en partie compensée par l’effet du progrès technologique et, dans une moindre mesure, de l’IDE (voir graphiques 4.9 et 4.10).
37Les données illustrant le caractère temporaire de l’effet inégalitaire de l’IDE en Amérique latine sont présentées dans Behrman, Birdsall, and Székely (2003).
38Les indices de Gini pour la Chine et l’Inde rendent compte des différences de coût de la vie entre les villes et les campagnes, ce qui n’est pas le cas des parts de revenu pour ces deux pays.
39Les données relatives à certains pays avancés ont été étoffées pour les besoins des graphiques. Pour l’Allemagne, l’indice de Gini a été extrapolé rétrospectivement sur la période antérieure à 1992 sur la base des tendances observées pour l’Allemagne de l’Ouest. Pour la France, il a été étendu sur la période antérieure à 1994 sur la base des tendances ressortant des données LIS. Pour les États-Unis, les tendances postérieures à l’année 2000 se fondent sur les données relatives aux revenus tirées du recensement courant des travailleurs employés toute l’année à plein temps. Pour le Royaume-Uni, les tendances postérieures à 1999 se fondent sur des données de l’Institute for Fiscal Studies. Pour l’Italie, les tendances postérieures à l’année 2000 se fondent sur des données tirées de Brandolini (2004). Pour le Japon, l’indice de Gini est fondé sur une série plus longue tirée de l’enquête nationale sur le revenu et les dépenses des familles.
40Pour certains pays, il existait des séries plus longues pour le ratio recettes commerciales/valeur des échanges (qui covariait étroitement avec les deux autres mesures) et ce sont celles-ci qui ont été utilisées pour extrapoler le taux tarifaire effectif et/ou le taux tarifaire moyen non pondéré.
41Par exemple, sur les graphiques illustrant l’inégalité, la proportion de la population représentée pour chaque région est approximativement de 93 % dans les pays avancés, non comprises les nouvelles économies industrielles (NEI) d’Asie (77 % sur les graphiques illustrant les parts de revenu et le revenu par habitant); 92 % dans les NEI (87 % sur les graphiques illustrant les parts de revenu et le revenu par habitant); 94 % en Amérique latine et aux Caraïbes; 63 % en Afrique subsaharienne; 90 % en Europe centrale et orientale; 92 % dans la Communauté des États indépendants; 57 % au Moyen-Orient et en Afrique du Nord; et 94 % dans les pays en développement d’Asie. Pour chaque groupe de revenu, le pourcentage de la population représentée est approximativement de 91 % pour les pays à revenu élevé (84 % sur les graphiques illustrant les parts de revenu et le revenu par habitant), 82 % pour les pays à revenu intermédiaire de la tranche supérieure, 87 % pour les pays à revenu intermédiaire de la tranche inférieure, et 79 % pour les pays à faible revenu. Pour l’indicateur global, la population mondiale est représentée à raison d’environ 82 %.
42Les effets sur l’inégalité des exportations, des droits de douane et des passifs sous forme d’IDE sont statistiquement insignifiants pour les pays avancés; cependant, on ne peut écarter l’hypothèse que, statistiquement, ces coefficients ne soient pas sensiblement différents des coefficients pour l’échantillon complet.

    Other Resources Citing This Publication