Examen de la Loi de Wagner : Le cas des pays de la CEEAC

HAL Id: hal-03283754

https://hal.archives-ouvertes.fr/hal-03283754

Submitted on 12 Jul 2021

HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Examen de la Loi de Wagner : Le cas des pays de la CEEAC

Joël Kazadi

To cite this version:

Joël Kazadi. Examen de la Loi de Wagner : Le cas des pays de la CEEAC. SmartSheets of the Laboratory of Econometrics and Statistics, Aug 2020, Kinshasa, Congo-Kinshasa. �hal-03283754�

Examen de la Loi de Wagner : Le cas des pays de la CEEAC ^∗

Joël K. Kazadi

^†

Août 2020

Résumé

Ce papier examine la loi de Wagner dans huit pays de la CEEAC entre 2002 et 2018. En recourant aux techniques de cointégration et de causalité adaptées aux données de panel, les résultats révèlent d’une part que l’élasticité des dépenses publiques par rapport au revenu na- tional est supérieure à l’unité, ce qui est conforme à la loi de Wagner. D’autre part, il existe une boucle rétroactive entre les dépenses publiques et le revenu national. Ce résultat permet ainsi de valider de manière simultanée la loi de Wagner et la théorie keynésienne.

Mots-clés : Dépenses publiques, Croissance économique, Cointégration, Causalité, Données de Panel.

Classification JEL : C23, E62, H50, O49.

Abstract

(Title : Examination of the Wagner’s law : Evidence from ECCAS countries) This paper addresses issue of Wagner’s law for eight countries of the Economic Community for Central African States (ECCAS) in the period 2002-2018. Using panel-cointegration and panel-causality techniques, the results reveal on the one hand that the elasticity of public ex- penditure with respect to national income is greater than one, which support the Wagner’s law.

On the other hand, there is a feedback effect between public expenditure and national income.

These evidences validate simultaneously Wagner’s law and Keynes’ theory.

Keywords : Public spending, Economic growth, Co-integration, Causality, Panel data.

JEL Code : C23, E62, H50, O49.

1. Je remercie Jean-Paul K.Tsasa(Ph.D. candidate, Université du Québec à Montréal, Canada) pour ses précieuses orientations. Cependant, tous les propos avancés dans ce papier n’engagent que son auteur.

2. Étudiant en Licence 2 Économie Mathématique - Faculté des Sciences Économiques et de Gestion - Université de Kinshasa - RDC, Challenger au Forum CCS (Congo Challenge Science) et Chercheur au CER3 (Collège d’Économistes pour le Recyclage avec 3 outils). E-mail :joelkazadi21@gmail.com,

Introduction

Notre papier examine la loi de Wagner pour le cas de huit pays de la Communauté Écono- mique des États de l’Afrique Centrale (CEEAC en sigle) durant la période 2002-2018 avec des données annuelles.

Du nom de l’économiste allemand Adolph Wagner (1872) qui l’a élaborée, la loi de Wagner suppose nécessaire l’accroissement de la taille de l’État (les interventions publiques) au fur et à mesure de l’expansion de l’activité économique. En d’autres termes, plus la société se dé- veloppe, plus l’État est dispendieux (Phu et Pham, 2017). Formellement, cela revient à dire que l’élasticité des dépenses publiques par rapport au revenu national, comme indicateur de l’activité économique, est supérieure à l’unité. Dans ce contexte, ce serait donc l’activité écono- mique qui constitue la cause des dépenses publiques. Comme repris par Kuckuck (2014), cette augmentation des dépenses publiques s’explique par le fait que l’État se voit dans le devoir, à la suite des besoins grandissants des individus dus au développement économique, de réaliser de nouveaux investissements en infrastructures publiques, santé et/ou éducation.

Cette relation entre les dépenses publiques et la croissance économique a fait l’objet de plusieurs études, lesquelles aboutissent cependant à des résultats très hétérogènes. Certains concluent à l’existence de la loi de Wagner, ce qui revient à dire que les dépenses gouvernemen- tales sont très élastiques par rapport à l’activité économique (Akitoby et al., 2006 ; Rehman et al., 2007 ; Phu et Pham, 2017 ; etc.). D’autres établissent une causalité unidirectionnelle allant des dépenses publiques vers l’activité économique (Ebaidalla, 2013 ; Boucebssi et Berrehrah, 2015 ; etc.). Ceci est contraire à l’hypothèse wagnérienne, mais conforme avec la théorie key- nésienne selon laquelle la politique budgétaire constitue un des déterminants de la croissance (Jacquemin et al., 2000). Un troisième groupe de travaux suggère qu’il existe une boucle rétro- active entre les dépenses de l’État et le revenu national (Cheng et Lai, 1997 ; Wu et al., 2010 ; Govindaraju et al., 2011 ; etc.). Ces résultats valident simultanément la loi de Wagner ainsi que les prédictions de Keynes. Enfin, un quatrième groupe d’études aboutissent à l’inexistence de liens entre les dépenses publiques et l’activité économique (Henrekson, 1993 ; Dogan et Tang, 2006 ; Togbenu, 2018 ; etc.).

Au mieux de notre connaissance, aucun papier n’aborde cette question dans le contexte d’un panel de pays africains. Notre contribution essaie ainsi de combler ce creux en considé- rant un échantillon de huit pays de la CEEAC. Pour y parvenir, nous estimons un modèle à élasticité constante suivant la spécification de Pryor (1969). Les données relatives aux dé- penses de consommation finale des administrations publiques et au Produit Intérieur Brut réel (PIB) proviennent de la base des données de la Banque Mondiale contenant les indicateurs de développement dans le monde (WDI).

Les résultats révèlent que l’élasticité de la consommation publique par rapport au PIB est supérieure à l’unité, ce qui est conforme à la loi de Wagner. De plus, le test de causalité de Dumitrescu et Hurlin (2012) adapté aux données de panel suggère l’existence d’une boucle ré- troactive entre la consommation publique et le revenu réel. Il y a donc lieu de valider à la fois la loi de Wagner et le principe de Keynes.

Le reste du papier s’organise de la manière suivante. La section 1 passe en revue la littérature sur le thème abordé. La section 2 décrit les données et détaille l’approche méthodologique adoptée. La section 3 s’attèle sur la présentation et la discussion des résultats. La section 4 conclut le papier.

1 Revue de la Littérature

La problématique de la nature du lien Taille de l’État - Croissance économique ne fait pas l’unanimité au sein des travaux empiriques. Le tableau 1 résume les résultats obtenus par quelques auteurs sur ce thème de recherche. Comme soulevé ci-avant, il est possible de regrou- per ces travaux en différentes catégories selon la similarité des résultats obtenus.

Le premier groupe rassemble les travaux qui analysent l’impact de l’activité économique sur les dépenses de l’État. Il s’agit par exemple de Andrade et al. (2005) pour le cas de l’Union Européenne, Akitoby et al. (2006) pour un panel de 51 pays en développement, Rheman et al.

(2007) pour le Pakistan ainsi que Phu et Pham (2017) pour un panel de 30 pays de l’OCDE qui, en mobilisant un modèle log-linéaire, ont trouvé que l’élasticité des dépenses publiques par rapport au PIB était supérieure à l’unité, ce qui valide la loi de Wagner.

Dans la même veine, Islam (2001), Aregbeyen (2006) ainsi que Narayan et al. (2012) re- courent au test de causalité au sens de Granger (1969) afin de vérifier l’hypothèse de Wagner respectivement pour le cas des USA, Nigéria et un panel de 15 États indiens. Les résultats révèlent une causalité unidirectionnelle allant du PIB vers les dépenses publiques, ce qui ne permet que de valider une fois de plus la loi de Wagner.

À côté de ce premier groupe, une vague opposée de chercheurs trouve que ce sont plutôt les dépenses publiques qui causent au sens de Granger le PIB. Nous pouvons citer dans cette optique Ebaidalla (2013) pour le cas du Soudan ainsi que Boucebssi et Berrehrah (2015) pour le cas de l’Algérie. Leurs résultats sont ainsi en harmonie avec les préscriptions keynésiennes, et non pas avec la loi de Wagner.

Table 1 – Résumé de quelques travaux empiriques antérieurs

Auteur Délimitation spatio-

temporelle

Méthode empirique Résultats

Conte & Darrat (1988) 32 pays de l’OCDE (1960- 1984)

Causalité au sens de Granger À court terme, les dépenses publiques sont influencées par le PIB. À long terme, le PIB est influencée par les dépenses pu- bliques.

Henrekson (1993) Suède (1861-1990) Cointégration Non-validation de la loi de Wagner.

Cheng & Lai (1997) Corée du Sud (1954-1994) Cointégration selon Johansen et Causalité au sens de Granger

Causalité bidirectionnelle entre les dé- penses publiques et la croissance.

Islam (2001) USA (1929-1996) Cointégration selon Johansen & Juselius et Causalité au sens de Granger

Validation de la loi de Wagner.

Iyare & Lorde (2004) 9 pays du Caraïbe (1950- 2000)

Modèle log-linéaire et Causalité au sens de Granger

Pour certains pays, la loi de Wagner est validée. Pour d’autres, c’est la théorie key- nésienne.

Andrade et al. (2005) Union Européenne (1960- 2002)

Modèle log-linéaire L’élasticité de Wagner est supérieure à l’unité.

Akitoby et al. (2006) 51 pays en développement (1970-2002)

Modèle log-linéaire et Cointégration selon Engle & Granger

En général, l’élasticité de Wagner est su- périeure à l’unité.

Aregbeyen (2006) Nigéria (1970-2003) Cointégration selon Johansen et Causalité au sens Granger

Validation de la loi de Wagner.

Dogan & Tang (2006) 5 pays d’Asie du Sud-Est (1960-2002)

Cointégration selon Johansen & Juselius et Causalité au sens de Granger

Aucun lien de causalité entre les dépenses publiques et le revenu national.

Rheman et al. (2007) Pakistan (1972-2004) Modèle log-linéaire et Cointégration selon Johansen

L’élasticité de Wagner est supérieure à l’unité, tant à court qu’à long terme.

Bationo & Hounkpodote (2009)

UEMOA (1967-2007) Cointégration selon Engle & Granger et Causalité selon Toda & Yamamoto

Pour certains pays, la loi de Wagner est validée. Pour d’autres, c’est la théorie key- nésienne qui se vérifie.

Wu et al. (2010) 182 pays (1950-2004) Causalité selon Hurlin Causalité bidirectionnelle entre les dé- penses publiques et la croissance écono- mique.

Akpan (2011) Nigéria (1970-2008) Modèle ARDL (Cointération selon Pesa- ran, Shin & Smith) et Causalité au sens de Granger

À court terme, la théorie keynésienne se vérifie. À long terme, la loi de Wagner est validée.

Govindaraju et al. (2011) Malaisie (1970-2006) Modèle ARDL multivarié et Causalité au sens de Granger

Causalité bidirectionnelle entre le revenu national et les dépenses gouvernementales.

Magazzino (2012) Italie (1960-2006) Cointégration selon Johansen & Juselius et Causalité au sens de Granger

Pour certaines composantes des dépenses publiques, la loi de Wagner est validée.

Pour d’autres composantes, c’est la théorie de Keynes qui se vérifie.

Narayan et al. (2012) 15 États indiens (1986- 2008)

Cointégration (FM-OLS & DOLS) et Cau- salité au sens de Granger

La loi de Wagner n’est valide que pour la consommation publique.

Ebaidalla (2013) Soudan (1970-2008) Cointégration selon Johansen & Juselius et Causalité au sens de Granger

Les dépenses publiques causent le revenu national, tant à court qu’à long terme.

Kuckuck (2014) 5 pays industrialisés euro- péens (1850-2010)

Modèle log-linéaire La relation entre les dépenses publiques et la croissance s’affaiblit au fur et à mesure que le pays passe d’une phase de dévelop- pement inférieure à une autre hiérarchi- quement plus élevée.

Boucebssi & Berrehrah (2015)

Algérie (1980-2013) Modèle VAR et Causalité au sens de Gran- ger

Les dépenses publiques causent le PIB.

D’où, la validation des préscriptions key- nésiennes.

Ngakosso (2016) Congo (1960-2003) Causalité au sens de Granger Causalité bidirectionnelle entre la consom- mation publique et la croissance écono- mique.

Phu & Pham (2017) 30 pays de l’OCDE (1970- 2015)

Modèle log-linéaire L’élasticité de Wagner est supérieure à l’unité.

Togbenu (2018) Togo (1980-2010) Causalité au sens de Granger Non-validation de la loi de Wagner.

D’autres études aboutissent cependant à des résultats mixtes. Il s’agit notamment de Conte et Darrat (1988) qui ont trouvé pour un panel de 32 pays de l’OCDE qu’une variation des dé- penses publiques répondait à une variation du PIB dans le court terme ; tandis qu’à long terme, c’est la croissance économique qui était influencée par les dépenses publiques. Ceci signifie que la causalité entre ces deux variables reste largement bidirectionnelle. Plus récemment, Iyare et Lorde (2004), en testant six spécifications différentes de la loi de Wagner dans neuf pays du Caraïbe, ont trouvé qu’une relation d’équilibre de long terme entre le revenu et les dépenses publiques ne pouvait être établie que pour trois d’entre-eux (Grenade, Guyane et Jamaïque).

Cependant, le sens de la causalité va du revenu vers les dépenses gouvernementales pour la Guyane, alors que ce sens s’inverse pour les deux autres pays. Toutefois, à court terme, le sens de causalité compatible avec la loi de Wagner est prédominant.

Sur la même lignée, Bationo et Hounkpodote (2009) ont étudié cette même question pour le cas de l’UEMOA. Ces auteurs aboutissent à des résultats hétérogènes au niveau des différents pays-membres de l’Union. Pour certains pays, c’est le PIB qui cause les dépenses publiques, alors que le sens du lien s’inverse pour d’autres. Plus tard, Akpan (2011) réexamine cette ques- tion pour le cas du Nigéria en adoptant la modélisation ARDL. Il trouve que c’est la théorie keynésienne qui se vérifie à court terme. À long terme cependant, c’est la loi de Wagner qui est valide. Aussi, Magazzino (2012) en désagrégeant les dépenses publiques a eu à trouver pour le cas de l’Italie que la loi de Wagner se vérifiait pour certaines composantes et que pour d’autres, c’est l’hypothèse keynésienne qui était valide.

Les investigations d’une autre catégorie d’auteurs suggèrent l’existence d’une causalité bi- directionnelle entre les dépenses publiques et le revenu national, conclusion validant à la fois l’hypothèse wagnérienne et le mécanisme keynésien. Dans ce cadre, il est possible de mentionner Cheng et Lai (1997), Wu et al. (2010), Govindaraju et al. (2011) ainsi que Ngakosso (2016) qui ont recouru au test de causalité selon l’approche développée par Granger (1969) respectivement pour le cas de la Corée du Sud, un ensemble de 182 pays, la Malaisie et la République du Congo.

Leurs résultats indiquent la présence d’une boucle rétroactive entre la croissance économique et les dépenses publiques, ce qui permet de valider simultanément l’hypothèse wagnérienne et la théorie keynésienne.

Enfin, un dernier groupe de chercheurs trouve qu’il y a inexistence de liens de causalité entre ces deux grandeurs macroéconomiques. Il s’agit entre autre de Henrekson (1993) pour le cas de la Suède, Dogan et Tang (2006) pour le cas de 5 pays de l’Asie du Sud-Est ainsi que Togbenu (2018) pour le cas du Togo.

En ce qui nous concerne, notre contribution à la littérature empirique porte sur l’analyse de la relationTaille de l’État - Croissance économique dans le cadre de huit pays de la CEEAC en tentant de vérifier l’hypothèse wagnérienne. Au mieux de notre connaissance, aucune étude ne

s’est attelé sur la détermination du sens de causalité entre les dépenses publiques et le revenu national dans un panel de pays africains. Ce papier essaie de combler cette lacune en recourant aux techniques de cointégration et de causalité adaptées aux données de panel.

2 Données et Méthodologie

L’objet de ce papier est d’examiner la loi de Wagner dans les pays-membres de la Commu- nauté Économique des États de l’Afrique Centrale (CEEAC). Uniquement huit pays ont été retenus dans l’échantillon, les trois autres étant exclus à cause de l’absence de longues séries statistiques (Centrafrique, Guinée équatoriale et Sao-Tomé). La période 2002-2018 nous a été imposée par la disponibilité des données. Pour adresser quantitativement cette question, nous avons recouru à un modèle à élasticité constante suivant la spécification de Pryor (1969) :

logG_it =α_i+βlogY_it+ε_it (1)

où dans les dimensions individuelle (i = 1, 2, ..., 8) et temporelle (t = 2002, 2003, ..., 2018), G désigne la consommation publique, Y le PIB réel et ε la composante aléatoire. Les effets in- dividuels (fixes ou aléatoires)¹sont représentés parα_i et l’élasticité de Wagner est donnée parβ.

Les données relatives aux Dépenses de consommation finale des administrations publiques (en USD constants de 2010) et à la Production Intérieure Brute (en USD constants de 2010) proviennent de la base des données de la Banque Mondiale, laquelle contient les indicateurs de développement dans le monde (WDI, World Development Indicators).²

Dans la figure 1, nous proposons une représentation visuelle de ces deux variables par pays.

Il ressort de ces graphiques que la consommation publique et le PIB réel ont en général connu une tendance croissante à travers le temps pour tous les pays considérés. Nous nous attendons donc à ce que l’élasticité de Wagner soit positive. De plus, si elle est supérieure à l’unité, nous conclurons à la validation de l’hypothèse de wagnérienne.

Avant de procéder à l’estimation de l’équation 1, l’analyse de la stationnarité des variables de ce modèle log-linéaire constitue un préalable indispensable. C’est pourquoi il sera fait recours aux tests de racine unitaire développés par Levin et al. (2002) ainsi que Im et al. (2003). Ces deux tests ont comme hypothèse nulle la présence de la racine unitaire. Cependant, contraire- ment au test de Levin, Lin et Chu (LLC par la suite) qui impose l’homogénéité de la racine autorégressive, le test de Im, Pesaran et Shin (IPS par la suite) autorise cette dernière à varier dans la dimension individuelle (Hsiao, 2003).

Figure 1 – Évolution de la Consommation publique et du PIB réel dans les pays de la CEEAC de 2002 à 2018 (en échelle logarithmique)

(a) Dépenses de consommation finale des Administra- tions Publiques (en USD constants de 2010)

(b) Production Intérieure Brute (en USD constants de 2010)

Sous l’hypothèse nulle, les statistiques des deux tests (t-stat et W-stat respectivement) convergent asymptotiquement vers la loi normale centrée-réduite. Ainsi, si la probabilité cri- tique est supérieure au seuil de significativité, l’on ne rejette pas l’hypothèse nulle de non- stationnarité.

Au cas où les deux variables de notre modèle ne sont pas stationnaires, il sera essentiel de vérifier si elles sont cointégrées afin d’être à l’abri d’une potentielle régression illusoire de la relation d’équilibre donné par l’équation 1. Pour ce faire, nous allons recourir aux tests de cointégration de Kao (1999) et de Pedroni (1999).

Ces deux tests ont la même hypothèse nulle, à savoir l’absence de cointégration. Leur dif- férence réside dans le fait que le premier suppose que le vecteur de cointégration est le même pour tous les individus dans le panel, alors que le second prend en compte l’hypothèse de l’hé- térogénéité (Baltagi, 2005).

En ce qui concerne les statistiques de ces tests (particulièrement celui de Pedroni), nous n’allons considérer par la suite que celles du type ADF et PP car elles exhibent une taille relativement importante par rapport à la taille théorique (Hurlin et Mignon, 2006). De plus, toujours au sujet du test de Pedroni, il existe deux groupes de statistiques, le premier basé sur l’aspect intra-individuel (Within) et le second basé sur l’aspect inter-individuel (Between).

Pedroni (1999) a demontré que pour des panels de faible dimension temporelle (T < 20), le test le plus puissant est celui basé sur l’aspect Between.

Sous l’hypothèse nulle, ces statistiques convergent asymptotiquement vers la loi normale centrée-réduite. L’on rejettera ainsi l’hypothèse nulle d’absence de cointégration lorsque la pro- babilité critique est inférieure au seuil de significativité.

Si les variables de notre modèle économétrique sont cointégrées, alors il sera possible d’es- timer la relation de long terme entre-elles. La méthode classique des moindres carrés – Least Square Dummy Variables (LSDV) ou Generalized Least Square (GLS) – peut dans cette pers- pective être utilisée sans problème, car ses estimateurs s’avèrent être convergents. Cependant, comme l’ont fait observer Kao et Chiang (2000), la distribution de ces estimateurs classiques est asymptotiquement biaisée. Pour surmonter cet obstacle, en plus des méthodes LSDV et GLS, nous allons recourir aussi à la méthode des moindres carrés entièrement modifiés (Fully Modified OLS, FM-OLS) étudiée par Pedroni (2000) et à la méthode des moindres carrés dy- namiques (Dynamic OLS, DOLS) adaptée par Mark et Sul (2003) pour les données de panel.

Pour terminer, nous conduirons le test de causalité de Dumitrescu et Hurlin (2012) afin d’établir le schéma causal entre les dépenses de l’État et le revenu national dans les pays de la CEEAC. Ce test prend en ligne de compte l’hétérogénéité individuelle, contrairement au test initialement proposé par Holtz et al. (1988). Tout comme le test de Granger (1969) en séries temporelles, le test de Dumitrescu et Hurlin (DH par la suite) est fondée sur le postulat de la stationnarité des variables considérées. Sous l’hypothèse nulle, les statistiques du test ( ˜Z−stat et W−stat) sont asymptotiquement distribuées selon la loi normale centrée-réduite.

Ainsi, si la probabilité critique n’excède pas le seuil de significativité, il y a alors lieu de rejeter l’hypothèse nulle de non-causalité.

3 Résultats empiriques

L’objectif poursuivi dans ce papier est d’estimer l’élasticité de Wagner pour le cas de huit pays de la CEEAC dans l’intervalle 2002-2018 et d’analyser les liens de causalité entre les dé- penses de consommation publique et le revenu réel au sein de cette organisation régionale.

Avant de régresser le modèle économétrique donné par l’équation 1, nous commençons par tester la stationnarité des variables constituant ledit modèle, à savoir la consommation publique (LG) et le PIB réel (LY), toutes deux transformées en logarithme. Les résultats des tests LLC et IPS sont consignés dans le tableau 2.

À la lumière de ce tableau, les résultats des tests LLC et IPS suggèrent que les deux variables ne sont pas nécessairement stationnaires en niveau. Mais elles le sont toujours en dif- férence première, quel que soit le type de spécification retenu. Dans ces conditions, l’estimation de la relation de long terme ne sera valide – i.e. non fallacieuse – qu’à condition que ces deux variables soient cointégrées.

Table 2 – Tests de Stationnarité

Variables Spécifications En niveau En différence Décisions LLC (t-stat) IPS (W-stat) LLC (t-stat) IPS (W-stat)

Trend et Drift 0.9789 2.1781 -5.9965*** -4.6833***

LG Drift uniquement -3.3727*** -0.9588 -5.3908*** -4.9507*** I(1)

Sans Drift, ni Trend 4.6476 - -5.6143*** -

Trend et Drift 1.4831 2.9349 -5.5345*** -3.4562***

LY Drift uniquement -3.1084*** -0.1729 -4.8683*** -3.8082*** I(1)

Sans Drift, ni Trend 15.5766 - -1.8219** -

Note : *, ** et *** dénotent respectivement la significativité au seuil de 0.10, 0.05 et 0.01.

Cette cointégration est vérifiée à l’aide des tests de Kao (1999) et de Pedroni (1999). En privilégiant les statistiques du typeADF etPP étant donné leur taille importante et en portant un regard particulier sur les statistiques basées sur l’aspect Between (inter-individuel) s’agis- sant du test de Pedroni vu leur puissance élevée lorsque la dimension temporelle du panel est faible, les résultats des tests de Kao et de Pedroni sont présentés dans le tableau ci-dessous :

Table 3 – Tests de cointégration Statistiques Kao (1999) Pedroni (1999)

Dimension Within Dimension Between

ADF -2.0707** -1.6049* -3.1808***

PP - -1.6291* -1.5687*

rho-stat - -0.9850 0.8607

v-stat - 1.6123* -

Note : *, ** et *** dénotent respectivement la significativité au seuil de 0.10, 0.05 et 0.01.

De la lecture des résultats ci-haut, il s’établit que la statistique de Kao est significative au seuil de 5% pendant que celles de Pedroni sont en général significatives au seuil de 10%, sauf pour la statistique ADF basée sur l’aspect Between qui est significative au seuil de 1%.

Nous sommes ainsi en droit de rejeter l’hypothèse nulle d’absence de cointégration entre les variables. Il est par conséquent possible d’estimer la relation de long terme sans que celle-ci ne soit illusoire. À cet effet, nous avons retenu les méthodes LSDV, GLS³ FM-OLS et DOLS. Les résultats sont les suivants :

3. La méthode LSDV est utilisée lorsque les effets individuels sont fixes (Fixed Effects, FE). La méthode

Table 4 – Estimation de la relation de long terme

Méthodes d’estimation LSDV (FE) GLS (RE) FM-OLS DOLS Élasticité de Wagner 1.2059*** 1.1667*** 1.2156*** 1.3586***

R-carré ajusté 0.9544 0.6358 0.9553 0.9645

Jarque-Berra (p-value) 0.0000 0.0912 0.0002 0.0001

Nombre d’observations 136 136 128 123

Note : Le test de Hausman a penché pour la spécification aléatoire de l’hétérogénéité individuelle.

L’ajustement de notre modèle log-linéaire laisse voir que l’élasticité de Wagner est supérieure à l’unité, quelle que soit la méthode d’estimation utilisée. Ces résultats nous conduisent donc à valider la loi de Wagner pour les pays de la CEEAC. En effet, les dépenses de consommation publique s’avèrent être très élastiques par rapport au PIB. Nos résultats se rapprochent ainsi de ceux obtenus par Andrade et al. (2005), Akitoby et al. (2006), Rheman et al. (2007) ainsi que Phu et Pham (2017).

Enfin, apportons des éléments de réponse à la problématique relative au sens de la causalité entre les dépenses de l’État et le revenu national en conduisant le test DH adapté aux données de panel. Ce test dépend d’un décalage optimal (K) sélectionné selon des critères de parcimo- nie, notamment le critère bayésien de Schwarz (1978). Voici les résultats :

Table 5 – Test de causalité

Variables causales Variables dépendantes

LG LY

W −stat Z˜−stat W −stat Z˜−stat

LG - - 3.58043*** 3.5154***

LY 3.23979*** 3.0161*** - -

Note : *** dénote la significativité au seuil de 0.01. Le décalage optimal retenu estK= 1.

Les résultats que contient ce tableau dévoilent que les statistiques empiriques sont toutes significatives au seuil de 1%, ce qui nous autorise à rejeter l’hypothèse nulle de non-causalité.

Par conséquent, il existe un effet feedback entre les dépenses de consommation finale de l’État et le PIB réel dans les pays de la CEEAC. Cette causalité bidirectionnelle a également été trouvée par Cheng et Lai (1997), Wu et al. (2010), Govindaraju et al. (2011) ainsi que Ngakosso (2016).

En définitive, la loi de Wagner et la théorie keynésienne se vérifient simultanément pour le cas des pays-membres de la CEEAC.

4 Conclusion

Notre papier a examiné la loi de Wagner pour le cas de huit pays de la CEEAC dans la pé- riode 2002-2018. Cette préoccupation a été abordée quantitativement en recourant à un modèle à élasticité constante selon la spécification de Pryor (1969). Les données relatives à la consom- mation publique et au PIB réel nécessaires à la réalisation de cette étude ont été extraites de la base des données WDI de la Banque Mondiale.

À l’aide des techniques de cointégration et de causalité adaptées aux données de panel, nous avons trouvé que l’élasticité des dépenses de l’État par rapport au PIB réel était supérieure à l’unité et que ce résultat était robuste à la méthode d’estimation utilisée (LSDV, GLS, FM- OLS et DOLS en l’occurrence). Aussi, le test de causalité de Dumitrescu-Hurlin établit un effet feedback entre la consommation publique et le revenu national, résultat validant simultanément la loi de Wagner et la théorie de Keynes dans les pays de la CEEAC.

Dans ce papier, nous n’avons testé qu’une seule spécification de la loi de Wagner. En effet, la littérature en propose plusieurs autres en dehors de celle de Pryor (1969). Il y a notamment des spécifications antérieures comme celle de Peacock et Wiseman (1961) ou encore celle de Goffman (1968). Nous recommandons ainsi pour les recherches futures de tester ces différentes spécifications de l’hypothèse wagnérienne dans le cadre des panels des pays africains afin de parvenir à nuancer, voire répliquer les conclusions auxquelles nous avons abouties.

Références

Akitoby, B., Clements, B., Gupta, S., and Inchauste, G. (2006). Public spending, voracity and Wagner’s law in developing countries. European Journal of Political Economy, 22(4) :908–

924.

Akpan, U. (2011). Cointegration, causality and Wagner’s hypothesis : Time series evidence for Nigeria, 1970-2008. Journal of Economic Research, 16 :59–84.

Andrade, S. J., Duarte, A. M., and Berthomieu, C. (2005). Le rôle de la consommation publique dans la croissance : le cas des pays de l’Union européenne. Groupe des Études Monétaires et Financières (GEME), Working Paper 05/2005.

Aregbeyen, O. (2006). Cointegration, causality and Wagner’s law : A test for Nigeria, 1970- 2003. Economic and Financial Review, 44(2).

Baltagi, B. (2005). Econometric Analysis of Panel Data. John Wiley & Sons, 3rd ed.

Bationo, R. and Hounkpodote, H. (2009). Hétérogénéité de la causalité entre dépenses pu-

bliques et croissance économique dans les pays de l’UEMOA : Quelles implications pour la coordination des politiques budgétaires. Munich Personal RePEc Archive (MPRA), 26027.

Boucebssi, Y. and Berrehrah, E. (2015). Impact des dépenses publiques sur la croissance économique en Algérie : Étude économétrique sur la période 1980-2013. Master’s thesis, Université Abderrahmane Mira de Bejaïa, Algérie.

Cheng, B. and Lai, T. (1997). Government expenditure and Economic growth in South Korea : A VAR approach. Journal of Economic Development, 22(1) :11–24.

Conte, M. and Darrat, A. (1988). Economic growth and the expanding public sector : a re- examination. Review of Economics and Statistics, 70(2) :322–330.

Dogan, E. and Tang, T. (2006). Government expenditure and National income : Causality tests for five south east Asian countries. International Business and Economics Research Journal, 5(10) :49–58.

Dumitrescu, E. and Hurlin, C. (2012). Testing for Granger non-causality in heterogeneous panels. Economic Modelling, 29 :1450–1460.

Ebaidalla, M. (2013). Causality between Government expenditure and National income : Evi- dence from Sudan. Journal of Economic Cooperation and Development, 34(4) :61–76.

Goffman, I. (1968). On the empirical testing of Wagner’s law : a technical note. Public Finance, 23 :359–364.

Govindaraju, C., Rao, R., and Anwar, S. (2011). Economic growth and Government spending in Malaysia : A re-examination of Wagner and Keynesian views. Economic Change and Restructuring, 44(3) :203–219.

Granger, C. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3) :424–438.

Hausman, J. A. (1978). Specification tests in Econometrics. Econometrica, 46(6) :1251–1271.

Henrekson, M. (1993). Wagner’s law : A spurious relationship ? Public Finance, 48(2) :406–415.

Holtz-Eakin, D., Newey, W., and Rosen, H. (1988). Estimating Vector Autoregressions with Panel Data. Econometrica, 56(6) :1371–1395.

Hsiao, C. (2003). Analysis of Panel Data. Cambridge University Press, 2nd ed.

Hurlin, C. and Mignon, V. (2006). Une synthèse des tests de cointégration sur données de panel. Laboratoire d’Économie d’Orléans (LEO), Document de Recherche No 2006-12.

Im, K., Pesaran, H., and Shin, Y. (2003). Testing for unit roots in heterogeneous panels. Journal

Islam, A. (2001). Wagner’s law revisited : Cointegration and exogeneity tests for the USA.

Applied Economics Letters, 8(8) :509–515.

Iyare, S. and Lorde, T. (2004). Co-integration, Causality and Wagner’s law : Tests for selected Caribbean countries. Applied Economics Letters, 11 :815–825.

Jacquemin, A., Tulkens, H., and Mercier, P. (2000). Fondements d’Économie Politique. De Boeck, 3è éd.

Kao, C. (1999). Spurious regression and residual-based tests for cointegration in panel data.

Journal of Econometrics, 90 :1–44.

Kao, C. and Chiang, M. (2000). On the estimation and inference of a cointegrated regression in panel data. Advances in Econometrics, 15 :179–222.

Kuckuck, J. (2014). Testing Wagner’s law at different stages of Economic Development. Public Finance Analysis, 70(1) :128–168.

Levin, A., Lin, C., and Chu, J. (2002). Unit root tests in panel data : Asymptotic and finite- sample properties. Journal of Econometrics, 108 :1–24.

Magazzino, C. (2012). Wagner versus Keynes : Public spending and national income in Italy.

Journal of Policy Modeling, 34(6) :890–905.

Mark, N. and Sul, D. (2003). Cointegration vector estimation by panel DOLS and long-run money demand. Oxford Bulletin of Economics and Statistics, 65(5) :655–680.

Narayan, S., Narayan, B., and Narayan, P. (2012). Evidence of Wagner’s law from Indian States. Economic Modelling, 29(5) :1548–1557.

Ngakosso, A. (2016). Public expenses and Economic growth in Congo. Journal of Economics and Development Studies, 4(1) :91–102.

Peacock, A. and Wiseman, J. (1961). The growth of public expenditure in the United Kingdom.

Oxford University Press.

Pedroni, P. (1999). Critical values for cointegration tests in heterogenous panels with multiple regressors. Oxford Bulletin of Economics and Statistics, 61 :653–670.

Pedroni, P. (2000). Fully modified OLS for heterogeneous cointegrated panels. Advances in Econometrics, 15 :93–130.

Phu, N. and Pham, T. (2017). Croissance économique et Taille du secteur public. Bulletin de l’Observatoire des Politiques Économiques en Europe (OPEE), 36(4) :21–24.

Pryor, F. (1969). Public Expenditures in Communist and Capitalist Nations. Allen & Unwin.

Rehman, H., Ahmed, I., and Awan, M. (2007). Testing Wagner’s law for Pakistan : 1972-2004.

Pakistan Economic and Social Review, 45(2) :155–166.

Schwarz, G. (1978). Estimating the dimension of a model. The Annals of Statistics, 6(2) :461–

464.

Togbenu, E. (2018). Causalité entre dépenses publiques et croissance économique au Togo.

Munich Personal RePEc Archive (MPRA), 87005.

Wagner, A. (1872). Mise de base de l’économie politique. Leipzig (traduction française : 1892).

Wu, S., Tang, J., and Lin, E. (2010). The impact of government expenditure on economic growth : How sensitive to the level of development ? Journal of Policy Modeling, 32(6) :804–

817.