Sp´ecification du mod`ele

Mes pr´edictions th´eoriques (section 2.2.2) stipulent que l’efficacit´e de l’aide sant´e est conditionnelle aux institutions et aux d´epenses publiques de sant´e. Pour identifier ces

effets conditionnels, j’adopte une sp´ecification empirique21_{non lin´eaire dans les variables}

et lin´eaire dans les param`etres. Elle prend en compte le terme d’interaction entre l’aide sant´e et les institutions et le terme d’interaction entre l’aide sant´e et les d´epenses publiques de sant´e. Mishra et Newhouse (2009) analyse l’impact de l’aide sant´e sur la mortalit´e infantile. Ils utilisent une sp´ecification sans terme d’interaction et qui prend en compte la valeur contemporaine de l’incidence du VIH et le premier retard de l’aide sant´e et des variables de contrˆole. Gyimah-Brempong et al. (2015) int`egre `a la fois l’interaction entre l’aide et les d´epenses de sant´e et l’interaction entre la gouvernance et l’aide sant´e. Ma sp´ecification est tr`es proche de celle de Gyimah-Brempong et al. (2015), cependant j’int`egre ´egalement l’interaction entre les d´epenses publiques de sant´e et les institutions. Wilson (2011) int`egre uniquement l’interaction entre la d´emocratie et l’aide sant´e comme variable de contrˆole. Ma sp´ecification est assez g´en´erale, elle imbrique les sp´ecifications utilis´ees par ces trois auteurs (Gyimah-Brempong et al., 2015 ; Mishra et Newhouse, 2009 ; Wilson, 2011) de telle enseigne que mes r´esultats peuvent se comparer `a leurs conclusions et `a bien d’autres dans la litt´erature. Comme ces trois auteurs, je choisis

une sp´ecification22 _{des mod`eles de panels dynamiques pour deux raisons. Premi`erement,}

les variables d’int´erˆet de cette ´etude sont tr`es persistantes23 _{et leurs valeurs pass´ees}

sont des d´eterminants de l’allocation de l’aide sant´e (Mishra et Newhouse, 2009 ; Wilson, 2011). L’int´egration de la variable d’int´erˆet retard´ee dans le mod`ele permet de r´eduire 21. Voir Ziesemer (2016) pour une synth`ese des ´etudes sur les d´eterminants de la sant´e et les sp´ecifications empiriques utilis´ees.

22. Les sp´ecifications statiques (Wolf, 2007) et dynamiques (Afridi et Ventelou, 2013 ; Wilson, 2011 ; Yogo et Mallaye, 2015) sont souvent combin´ees `a diverses m´ethodes d’estimation. Toutefois, la pl´ethore des m´ethodes d’estimation utilis´ees dans la litt´erature conduit `a des r´esultats diff´erents. Malheureu- sement, en l’absence de toute sp´ecification d´ecoulant d’une pr´ediction th´eorique, aucune d´emarche ne permet objectivement d’identifier une technique empirique comme la mieux appropri´ee (Wilson, 2011).

23. La Table A.4 montre un facteur de persistance de l’ordre de 0.98 pour les variables d’int´erˆet de l’´etude.

l’endog´en´eit´e due `a l’omission des variables. Deuxi`emement, les sp´ecifications dynamiques permettent d’exploiter la dynamique dans les donn´ees pour mieux identifier les effets de court terme et les effets de long terme (Smith et Fuertes, 2016). Comme Mishra et Newhouse (2009), j’utilise le premier retard de toutes les variables `a l’exception des autres OMD sant´e pour lesquels j’utilise les valeurs contemporaines. Cette d´emarche permet d’att´enuer les biais d’endog´en´eit´es dus `a la simultan´eit´e. Finalement, le mod`ele empirique estim´e est le suivant :

Mi,t = ρMi,t−1+ λ1Ii,t−1+ λ2GHEi,t−1+ λ3Ii,t−1∗ GHEi,t−1

+β1DAHi,t−1+ β2Ii,t−1∗ DAHi,t−1+ β3GHEi,t−1∗ DAHi,t−1

+θAMi,t+ δXi,t−1+ ¯α + νt+ µi+ i,t

o`u i= 1,2,...,N; t= 1,2,...,T (2.16)

Table 2.1

Correspondance entre mod`ele th´eorique et mod`ele empirique

Mod`ele th´eorique Mod`ele empirique Signe attendu

−αφ11_{P rim} : β1 (-)

1 − αω : β2 (+)

θ+ κ(1 − 11P rim) − α : β3 (±)

La variable d’int´erˆet Mi,t repr´esente l’´etat de sant´e de la population dans le pays i au

moment t qui est mesur´ee ici par le niveau de la maladie. Elle est l’une de mes trois variables d’int´erˆet et correspond `a la variable Y dans le mod`ele th´eorique (´equation 2.8). La table 2.1 pr´esente la correspondance entre les principaux coefficients du mod`ele empi- rique (2.16) et les param`etres du mod`ele th´eorique (´equation 2.8). Dans l’´equation (2.16), toutes les variables portent deux indices, l’indice i se r´ef`ere au pays et l’indice t `a l’ann´ee.

La variable DAHi,t repr´esente l’aide sant´e par tˆete re¸cue par le pays i au temps t. La

variable Ii,t repr´esente l’index des libert´es ´economiques, GHEi,t repr´esente les d´epenses

d’erreur µi capture les facteurs inobservables sp´ecifiques aux pays et invariants dans le

temps tandis que le terme d’erreur νt capture les facteurs inobservables sp´ecifiques aux

temps et invariants pour chaque pays.

Le coefficient β2 permet d’´evaluer si l’efficacit´e de l’aide est conditionn´ee `a la qualit´e

institutionnelle tandis que le coefficient β3 permet d’´evaluer si l’efficacit´e de l’aide est

conditionn´ee aux d´epenses publiques de sant´e. L’´equation (2.9) stipule que les institu- tions ´economiques et les d´epenses publiques de sant´e jouent un rˆole de mod´eration dans l’efficacit´e de l’aide sant´e et la proposition 2 qui d´ecoule de l’´equation (2.13) pr´edit que les institutions formelles r´eduisent l’efficacit´e de l’aide sant´e, puisque la variable d’int´erˆet

(mortalit´e, incidence de maladie) signale la mauvaise sant´e, β2≥0 (voir table 2.1). Par

contre, d’apr`es l’´equation (2.14), le coefficient β3 peut ˆetre n´egatif comme il peut ˆetre

positif. Si la sensibilit´e des bailleurs `a la mise en œuvre des r´eformes (α) est plus impor- tante que le poids relatif des d´epenses publiques de sant´e dans la probabilit´e du dictateur `a demeurer au pouvoir (θ + κ(1 − 11P rim)) alors β3<0. Si le coefficient β3 est significatif,

l’effet de l’aide sant´e sur la sant´e serait conditionnel aux d´epenses publiques de sant´e. Si le coefficient β3 est n´egatif, alors l’aide sant´e aurait plus d’effet positif sur la sant´e

dans les pays qui ont d’importantes d´epenses publiques de sant´e. Par contre si β3 est

positif, alors l’aide sant´e aurait moins d’effet positif sur la sant´e dans les pays qui ont d’importantes d´epenses publiques de sant´e.

D’apr`es l’´equation (2.16), les coefficients β1, λ1 et λ2 permettent de capturer les ef-

fets directs (effets non conditionnels) de court terme de l’aide sant´e, des institutions et

des d´epenses publiques de sant´e sur la sant´e. Le terme −αφ11P rim de la pr´ediction 4 sti-

pule que les effets directs de l’aide sant´e sur les indicateurs de sant´e primaires (mortalit´e maternelle et mortalit´e infantile) seraient positifs et que l’aide sant´e n’aurait pas d’effet

direct sur les maladies incurables (incidence du VIH). Ainsi, si le coefficient β1est n´egatif

de la mortalit´e maternelle et s’il n’est pas significatif dans la r´egression de l’incidence du VIH alors, la pr´ediction 4 serait v´erifi´ee.

L’expression (β1+ β2Ii,t−1+ β3GHEi,t−1) capte l’effet net de l’aide sant´e sur la sant´e.

Si les coefficients β2 et β3 sont statistiquement nuls, alors l’aide sant´e exercerait unique-

ment un effet direct (effet non conditionnel) sur la sant´e. L’effet direct est entendu ici comme tout effet qui n’est pas en lien avec les institutions ´economiques et les d´epenses publiques de sant´e. `A l’oppos´e, si au moins l’un des deux coefficients est significatif alors les institutions ´economiques et les d´epenses publiques de sant´e mod`erent l’effet de l’aide sante sur la sant´e.

Les erreurs de mesure, la simultan´eit´e et l’omission des variables corr´el´ees `a la fois aux r´egresseurs cl´es (aide sant´e, d´epenses publiques de sant´e, institutions) et `a la variable d’int´erˆet (mesure de sant´e), sont trois sources potentielles d’endog´en´eit´e qui peuvent

biaiser les estim´es24 _{de l’´equation (2.16). Pour r´eduire certains biais d’estimation dus}

`a la pr´esence de facteurs confondants, je prends en compte des variables observables corr´el´ees `a la fois `a la variable d’int´erˆet M (´etat de sant´e) et `a au mois l’une des variables

DAH (aide sant´e), GHE (d´epenses publiques de sant´e) et I (institutions ´economiques)

car je m’int´eresse aux trois termes DAHi,t, GHEi,t∗ DAHi,tet Ii,t∗ DAHi,tde l’´equation

(2.16). Par exemple, si les institutions affectent la variable d’int´erˆet alors l’omission d’une variable corr´el´ee aux institutions et `a la variable d’int´erˆet biaiserait les coefficients λ1, λ3

et β2. De mˆeme, si les d´epenses publiques de sant´e affectent la variable d’int´erˆet, l’omis-

sion d’une variable corr´el´ee aux d´epenses publiques de sant´e et `a la variable d’int´erˆet biaise les coefficients λ2, λ3 et β3. Enfin, si la variable omise est corr´el´ee `a l’aide sant´e,

les coefficients β1, β2 et β3 seront biais´es.

Les vecteurs X et AM repr´esentent les vecteurs des variables de contrˆole qui permettent d’att´enuer une possible endog´en´eit´e li´ee `a l’omission des variables correl´ees aux mesures de sant´e et `a mes trois r´egresseurs cl´es. Le vecteur X de l’´equation (2.16) comprend le PIB/tˆete et les autres composantes d’APD en dehors de l’aide sant´e. Le Produit Int´erieur Brut par tˆete (PIB/tˆete), est une variable de contrˆole puisqu’il est consid´er´e comme une motivation altruiste de l’allocation de l’APD et peut influencer la production des biens de sant´e (Nunnenkamp et Thiele, 2006). Les aides affect´ees `a d’autres secteurs en Pa- rit´e du Pouvoir d’Achat (PPA) sont ´egalement int´egr´ees dans l’ensemble des variables de contrˆole puisqu’elles peuvent affecter les institutions et les d´epenses publiques de sant´e (Ndikumana et Pickbourn, 2017 ; Wilson, 2011). Les bailleurs de fonds affichent la promotion des r´eformes politiques telles que les droits de l’Homme, la d´emocratie et la bonne gouvernance comme conditionnalit´es de l’APD (G. Crawford, 2000). Puisque ses r´eformes sont souvent consid´er´ees comme des proxy des institutions (Voigt, 2013), j’inclus les autres formes d’aide dans les estimations en raison du fait qu’elles pourraient affecter la sant´e par le biais d’au moins deux m´ecanismes. Premi`erement, si les autres formes d’aides sont fongibles, les investissements dans le secteur de la sant´e peuvent aug- menter. Deuxi`emement, la mise en œuvre des r´eformes politiques et ´economiques peut engendrer des retomb´ees syst´emiques et le secteur de la sant´e pourrait en b´en´eficier. Le vecteur AM de l’´equation (2.16) comprend les deux autres OMD sant´e. Par exemple, si la mortalit´e des enfants de moins de 5 ans est la variable d’int´erˆet (M) alors le vecteur

AM sera compos´e de la mortalit´e maternelle et de l’incidence du VIH. Ces deux variables

sont contrˆol´ees en raison du fait que l’allocation de l’aide peut ˆetre octroy´ee en fonction des besoins de sant´e, c’est-`a-dire des variables retard´ees des vecteurs M et AM (Wilson, 2011). L’omission d’une variable dans le vecteur AM peut ˆetre une source potentielle endog´en´eit´e.