Les problèmes de mesure et de spécification des modèles

a) La qualité des données

La qualité des données statistiques portant sur la mesure du « capital humain » pourrait expliquer en grande partie les résultats contradictoires. En effet, la plupart des travaux sont fondés sur la même base de données – celle des « Penn World Tables » qui couvrent une centaine de pays depuis 1960 avec une observation tous les cinq ans et contiennent les séries de PIB par tête. Le cœur de la méthodologie est généralement le même : à partir des résultats d’enquête ou de recensement nationaux, sont mobilisées les données pour évaluer les niveaux d’éducation à différentes dates. Les taux de scolarisation sont ensuite utilisés pour reconstituer les niveaux d’éducation aux dates manquantes. Les données de « capital humain » proviennent de plusieurs bases (Kyriacou, 1991 ; Barro et Lee, 1993 ; Nehru, Swanson et Dubey, 1995 ; Lee et Barro, 2001 ; Mulligan et Sala-i-Martin ,2000). L’utilisation réitérée de ces bases de données et les quelques innovations opérées qui sont déjà largement épuisées (Topel, 1999) peuvent diminuer la netteté de la corrélation si, à l’origine, des erreurs de mesure sont déjà présentes.

La littérature a rendu compte des défauts du recensement de la variable d’éducation, même si l’on admet que les bases de données disponibles sont les plus adaptées pour les travaux économétriques. Par exemple, la base de Kyriacou (1991) combine des enquêtes de ménages réalisées dans 42 pays dans les années 1970 avec les taux de scolarisation en 1965 et 1985, afin d’estimer le nombre moyen d’années d’études à ces dates. Or, Krueger et Lindahl (2001) ont montré que cette méthode aboutit à des erreurs de mesures – le « bruit » statistique pourrait expliquer l’absence d’effet de l’éducation sur la croissance comme dans l’étude, entre autres, de Benhabib et Spiegel (1994). De même, Bosca, de la Fuente et Domenech (1996) ont fait la démonstration en comparant les deux principales bases de données, celles de Barro et Lee (1993) et Nehru, Swanson et Dubey (1995), que leur coefficient de corrélation était de 0,81 – coefficient acceptable, mais probablement dépendant des corrélations entre groupes de pays. En effet, au sein des pays de l’OCDE, le coefficient de corrélation tombe à 0,60, alors que la qualité des données est meilleure que les autres régions. Un autre exemple d’imperfection de la qualité des données concerne la base de Barro et Lee (1993) issue de l’UNESCO.

Behrman et Rosenzweig (1994) ont montré que les statistiques ne sont pas toujours comparables d’un pays à l’autre, ni toujours adéquates (les taux de scolarisation de l’UNESCO prennent en compte les enfants qui quittent l’école peu après le début de l’année scolaire, par exemple).

Généralement, cinq méthodes présentent, dans la compatibilité des connaissances acquises, des moyens de mesurer de manière invariante, le « stock de capital humain ». Nous les présentons dans le tableau ci-après, en déterminant leurs limites respectives.

Tableau I.6 - Principaux indicateurs de l’éducation dans le « capital humain » pour les modèles de croissance

Mesures - approximations Caractéristiques Limites

Niveau de formation de la population active

Nombre moyen d’années d’études de la population active

Ne teste pas les connaissances (techniques ou générales) et les

qualifications spécifiques, ne prend pas en compte l’expérience, l’enrichissement

des connaissances (formation continue) et le type de diplôme

Tests des acquis scolaires, des compétences spécifiques

Application sur des matières fondamentales (langue maternelle, mathématiques,…)

Validité internationale difficile, spécificité des pays concourants, normes d’application, interprétation des

résultats et pertinence avec le temps.

Qualification initiale

Niveau d’alphabétisation (capacité de lecture et

d’écriture)

Ne prend pas en compte les évolutions (formation continue)

et l’hétérogénéité des diplômes et des connaissances.

Couverture scolaire Taux de scolarisation

Le taux brut de scolarisation (capacité d’accueil) surestime la

couverture scolaire Le taux net de scolarisation (participation) sous estime la

couverture scolaire Valeur économique des

formations sur les marchés Niveau de revenu

Causalité incertaine, hypothèse non vérifiable dans des marchés

imparfaits du travail

Nous admettons donc l’étroitesse des instruments de mesure pour comptabiliser le « capital

humain » à partir de l’éducation dans une population. L’usage de méthodes généralistes représente un

handicap majeur pour apprécier le « produit » éducatif dans sa dimension qualitative (Bourdon et Orivel, 1996). Nehru, Swanson et Dubey (1995) tentent d’intégrer les redoublements et abandons, mais la démarche est délicate à mener. Islam (1995) remet en cause la capacité de l’éducation à influencer la croissance d’une économie en raison d’une dégradation de la qualité l’enseignement – c’est le cas des travaux économétriques réalisés à partir des niveaux d’éducation mesurés en nombre d’années. Ainsi, l’effort d’investissement dans l’éducation sur la croissance serait alors très faible, produisant probablement une corrélation négative en coupe transversale. Les tests de Pritchett (2001)

montrent qu’un large effort éducatif ne conduit pas nécessairement à plus de croissance. Ses conclusions sont très critiques sur les variables d’approximation du « capital humain » par les taux de scolarisation et les seuls niveaux de répartition par catégorie de diplôme. À ce résultat, Bosworth, Collins et Chen (1995) pointent deux constats forts à partir des données de Barro et Lee (1994) et Nehru et alii (1995) :

1) il n’existe aucun lien statistique entre l’accroissement (1965-1985) du stock de capital humain (traduit en nombre moyen d’années d’école) et le taux de scolarisation de 1965 ;

2) il y a une absence de lien statistique entre la croissance économique et l’accélération du stock moyen d’éducation. Mais le lien existe avec le taux de scolarisation moyen.

Les raisons de considérer l’erreur de mesure comme un élément contrariant dans les exercices économétriques ont été fortement renforcées par les travaux pointilleux de de la Fuente et Domenech (2000). Les auteurs constatent dans leurs évaluations empiriques que le nombre moyen d’années d’études est soumis à des fluctuations importantes à court terme. L’évaluation du niveau d’études appliqué à certains pays ne semble donc pas plausible. Steedman (1996) a également noté des incohérences dans les modes de collecte et de comparaison des données relatives au « capital

humain ». Dans ces conditions, on peut imaginer, comme le précise Gurgand (1999), que le biais

statistique associé directement à la base de données puisse s’aggraver, car « les erreurs de mesure sur

deux variables en niveau se cumulent quand on calcule des écarts ». Ainsi, dans les régressions de

croissance habituelles, un coefficient significatif du niveau initial du « capital humain » et même un impact causal de l’éducation sur la croissance peuvent se traduire au final par un coefficient non significatif.

La recherche en économie de l’éducation utilise fréquemment une très faible partie des indicateurs disponibles pour évaluer le « capital humain », afin de faciliter les comparaisons internationales. Or, déterminer une valeur quantitative pour le « capital humain » qui soit comparable entre les pays, représente un obstacle en raison des facteurs économiques et sociaux qui forment différemment les niveaux de « capital humain » des individus (Jones, 1996). Soulignons d’autant plus qu’à la source même du produit de l’éducation, où s’exercent l’activité de l’enseignant et l’implication des élèves, l’école demeure la grande absente du « capital humain ».

Les données obtenues sous forme de stocks, comme celles des flux, ne tiennent pas compte de l’offre de travail qualifiée. Elles n’intègrent pas la structure éducative de la population active. On mesure généralement le niveau de qualification de la population toute entière, indicateur implicite du niveau de « capital humain » utilisé dans la fonction de production. Ainsi, dans l’ensemble de la littérature telle qu’elle nous est présentée avec les différents critères d’appréciation de l’effort d’éducation, des précisions manquent quant au processus de transition pour la valorisation effective de l’investissement dans l’éducation : il s’agit pourtant de comprendre le processus par lequel les années d’éducation se transforment en capacité productive, par l’intermédiaire des institutions éducatives et de la formation continue, dont on peut imaginer qu’elles diffèrent fortement selon les pays, les économies et les époques.

Enfin, une caractéristique importante portant sur l’imprécision des concepts est qu’il existerait un seuil d’efficacité à partir duquel les pays peuvent espérer faire augmenter leur PIB par tête grâce au

« capital humain ». Ces conditions peuvent être diverses, mais dépendent surtout de la qualité de

l’éducation supérieure, du niveau de développement des infrastructures, de la disponibilité du capital physique… Il y aurait, par exemple, une possibilité d’investissement en « capital humain » en pure perte du point de vue économique, si un niveau d’alphabétisation minimum dans la population n’est pas atteint85. L’efficacité de l’investissement en « capital humain » dépendrait de la quantité de

« capital humain » disponible à l’origine. C’est la proposition retenue par Cohen (1996) et Azariadis

et Drazen (1990), selon laquelle la variable de « capital humain » disponible en début de période est la plus significative dans l’explication du PIB. Les résultats sont toutefois remis an cause par Pritchett (2001) à partir de trois observations : 1) la première est de rappeler que si le niveau de « capital

humain » affecte le taux de croissance du produit, alors le taux de croissance du « capital humain » devrait affecter le taux de croissance du produit, ce qu’il ne met pas en évidence : 2) la seconde est de considérer que si le niveau de « capital humain » influe le taux de croissance qu’au travers des externalités, alors il existe une contradiction avec l’observation selon laquelle le « capital humain » affecte les revenu individuels ; 3) enfin, l’existence de seuils entre en contradiction avec l’observation selon laquelle il existerait une relation concave continue entre le rendement privé du « capital humain » et son niveau.

D’autres phénomènes d’hystérésis et de « trappe de sous développement », développés en particulier par d’Autume et Michel (1994), engendreraient une situation d’inefficacité des effets de l’éducation sur la croissance économique. La nécessité de complémentarité entre le « capital humain » et les autres facteurs est primordiale, car un stock de « capital humain » doit pouvoir être absorbé par un système de production et une culture du management qui utilisent les pleines potentialités des individus. La question est essentielle pour la suite de notre analyse, car la valorisation du « capital

humain » dans une économie implique de considérer précisément l’environnement dans lequel se

produit la liaison entre le « capital humain » et la croissance économique.

85

En 1960, au Chili par exemple, les individus âgés de 15 à 64 ans avaient passé, en moyenne, 6,9 ans à l’école et le PNB par habitant s’établissait juste en dessous de 4 000 dollars (en dollars constants de 1995). En l’an 2000, la longévité scolaire s’était élevée à près de dix ans et le PNB par habitant avait atteint 7 000 dollars. Les Malaisiens, en 1960, passaient 3,22 ans à l’école en moyenne, et le PNB par habitant se montait à 2 000 dollars. En 2000, la longévité scolaire s’était élevée à 9,31 ans et le PNB par habitant à près de 6 000 dollars. Les Thaïlandais âgés de 15 à 64 ans passaient environ 2,6 ans à l’école en 1960 et le PNB par tête était d’environ 1 500 dollars. Quarante ans plus tard, la longévité scolaire moyenne était de 7,51 ans et le PNB de 4 000 dollars par habitant. La corrélation est moins évidente en Egypte, en Inde et en Tunisie, qui partaient de « niveaux de

scolarité considérablement plus faibles » que les autres pays de l’étude, avec respectivement 1,01, 1,17 et 0,83

année de longévité scolaire en 1960. Cela signifie que le « capital humain » joue un plus grand rôle dans la croissance économique une fois qu’un seuil critique est atteint. De de hauts niveaux d’études secondaires et supérieures seraient nécessaires pour que le « capital humain » ait un impact sur la régularité de la croissance. Améliorer l’accès aux études et la possibilité de les terminer est fondamental pour constituer cette masse critique, explique l’étude de l’UNESCO : Financing Education – Investments and Returns, Analysis of the World

b) Les limites de l’utilisation du « produit » de l’éducation dans la fonction de production selon Pritchett

Dans un article fortement remarqué, « Where Has All The Education Gone ? », Pritchett (2001) remet en cause sensiblement l’effet de l’éducation – mesuré par la croissance du nombre moyen d’années d’éducation par travailleur actif – sur la croissance du produit du PIB par tête. Le test est négatif et significatif. Pritchett met en lumière des hypothèses qui pourraient éclairer le débat contradictoire sur les résultats, au-delà des questions portant sur la qualité des données disponibles et des méthodes empiriques de collecte susceptibles d’être défaillantes. L’argumentaire de l’auteur insiste sur l’hétérogénéité des pays. Les résultats négatifs obtenus à partir de données internationales sont une moyenne d’effets positifs dans certains pays et d’effets négatifs dans d’autres. En s’intéressant à ces derniers, il considère au départ que tout individu plus instruit aura un revenu plus important, et observe sur des données similaires aux autres auteurs que le revenu agrégé diminue en même temps que le niveau d’éducation augmente. En prenant comme exemple, la Hongrie, le Sri Lanka et les Philippines, l’auteur observe la décroissance de leur revenu agrégé parallèlement au développement éducatif massif dans ces pays. L’un des apports fondamentaux de Pritchett à l’analyse conventionnelle est la prise en compte des effets hétérogènes. Il est en effet de plus en plus certain, au regard des contradictions observées dans l’analyse empirique, que l’effet de l’éducation sur la croissance ne résulte pas des postulats académiques traditionnelles, notamment ceux issus de la microéconomie du travail. Cet effet dépendrait davantage et très significativement des conditions économiques et institutionnelles propres à chaque pays et à chaque période. L’environnement institutionnel serait une base de valorisation fondamentale pour l’éducation. Dessus observait que l’effet de l’éducation sur la croissance est, par exemple, plus important dans les pays dont l’économie est plus ouverte (Dessus, 1998). À partir de ce constat, Givord et Maurin (2003) montrent que l’éducation est fortement valorisée dans les entreprises qui font face à la concurrence internationale, par le biais de l’amélioration de la capacité d’adaptation des ressources humaines plus qualifiées.

Mais revenons précisément sur les trois hypothèses de Pritchett qui pourraient expliquer le

« décrochage » entre investissement en « capital humain » et croissance du PIB par tête (et pas

seulement la croissance des gains de productivité) :

– des années d’éducation de mauvaise qualité génèrent un faible « capital humain », voire

même une absence de « capital humain ».

– le nouveau « capital humain » créé a été « piraté », c’est-à-dire qu’il n’a pas suivi les voies

normales de la valorisation productive, et son investissement a produit des externalités socialement improductives.

– le déséquilibre entre l’offre et la demande de « capital humain » engendre une chute du taux

La mauvaise qualité des écoles dans les pays en développement

Comme le souligne Pritchett, la qualité de l’éducation est impossible à mesurer au niveau international sans la constitution de tests ad hoc, regroupant, par exemple, des groupes d’étudiants homogènes. Ces tests internationaux existent pour peu de pays. Toutefois, Hanushek et Kim (1996) ont pu mettre en évidence une relation significative entre croissance et éducation, sur la base de données scolaires existantes, en incluant comme variable indépendante le niveau obtenu à un test de performance scolaire. De même, l’utilisation d’approximations de la qualité éducative comme des indicateurs physiques (nombre d’étudiants par professeur) ou des indicateurs de ressources (dépenses publiques par étudiant) peuvent contribuer à améliorer l’environnement favorisant la qualité éducative. Il existe une large littérature sur l’impact des variables physiques et financières de l’environnement éducatif pour tenter d’offrir un index qualitatif du développement éducatif, mais les vérifications empiriques ne donnent pas toujours de résultats convaincants (Filmer et Pritchett, 1997 ; Hanushek, 1986, 1994). Pritchett considère également que l’augmentation du nombre moyen d’années d’études pourrait n’avoir créé qu’un faible « capital humain », puisque la mauvaise qualité des écoles dans les pays en développement altère le processus de création des connaissances qui comptent pour l’économie.

L’allocation inefficace des talents par « la recherche de rentes » de situation

Une autre raison retenue par l’auteur pour justifier l’absence de corrélation positive entre éducation et revenu agrégé est la divergence entre le taux de rendement social et privé de l’éducation. En tenant compte de l’environnement institutionnel de chaque pays, il se pourrait que des activités rentables sur le plan individuel ne le soient pas sur le plan social et seraient donc improductives. Pour reprendre l’expression de North (1990), « la piraterie »86 du « capital humain » fait allusion à la

« recherche de rentes » des individus dans des activités socialement improductives, en l’occurrence

dans les activités du secteur étatique. Cette situation serait génératrice de dysfonctionnement dans le processus de valorisation de l’éducation pour la croissance économique. Dans les pays en développement, une part importante des diplômés s’est intégrée dans le secteur public alors que la productivité de celui-ci est généralement faible. Le modèle de Murphy, Shleifer et Vishny (1991)

86

«

présente une allocation de la main-d’œuvre hautement qualifiée dans une économie où la rentabilité des capacités humaines semble être dirigée par la « recherche de rentes ». Les talents susceptibles d’être « entrepreneuriaux » peuvent intégrer un secteur public jugé improductif, car dominé par les activités sociales. Les individus peuvent être tentés d’accumuler non pas le type de connaissances ou de compétences qui augmenteraient la capacité productive de l’économie, mais plutôt celles qui maximisent leur propre chances d’assurer une position stratégique dans la bureaucratie gouvernementale (North, 1990). Pritchett précise que l’environnement institutionnel, dans beaucoup de pays, a été suffisamment actif pour que le « capital humain » accumulé ne s’oriente pas vers les secteurs d’activités qui servent la croissance économique. L’implication de l’analyse est que les institutions publiques sont essentielles pour éviter les distorsions d’allocation des compétences en faveur de la « recherche de rentes », plutôt que de la production. Un argumentaire similaire est développé par Hall et Jones (1999) et Olson (1996). Hall et Jones soulignent que les différences des infrastructures sociales – les politiques publiques déterminant l’environnement dans lequel les agents économiques opèrent –, expliquent les différences d’accumulation du « capital humain », d’évolution de la productivité et donc du revenu par tête entre les pays. Olson met davantage en lumière les faibles performances des pays pauvres, dues au gaspillage des ressources, plus important que dans les pays riches. Le problème défini par l’auteur n’est pas tant dans l’accumulation de ressources - investissement dans les facteurs humains en l’occurrence - mais dans l’objectif de réduire le gaspillage des ressources qui existent déjà. L’environnement institutionnel est déterminant dans le processus de valorisation du « capital humain » disponible.

La faible demande de « capital humain » sur les marchés du travail

L’éducation, en rendant le travail plus productif et plus innovant, permet aux travailleurs qualifiés (incluant les travailleurs indépendants) d’être mieux préparés face à un environnement en déséquilibre. Cela signifie que l’impact du « capital humain » sur le revenu agrégé varie avec les changements sectoriels que le rythme de la croissance engendre. Et cet impact dépendra au final des politiques éducatives en faveur de la création des nouvelles compétences qu’exige le changement