(Université Panthéon-Sorbonne, Paris) Processus de diversification et sophistication des systèmes productifs: De nouvelles dynamiques et trajectoires de développement pour la région Méditerranéenne Présentée par Myriam BEN SAAD (Université Panthéon-Sorbonne, Paris) & Co-écrit avec Rym BEN SAAD (INSAT, Tunis) 22 Novembre 2017

Contexte & Motivation Réflexion générale: Problématique: Pôle régional dynamique Atouts : capital naturel , climat et sa localisation géographique Développement économique et rattrapage économique insuffisant Marché mondial: Capacité des pays méditerranéens à se tailler une meilleure place est insuffisante Fortes disparités régionales Problématique: Sur quel levier intervenir prioritairement pour transformer les modèles économiques de ces pays? La diversification et la sophistication des systèmes productifs contribuent-elles à un meilleur développement inclusif? Comment les pays méditerranéens peuvent améliorer leur structure productive en se diversifiant vers des biens plus sophistiqués et complexes? Colloque International Rabat

Objectifs et contributions Proposer de nouvelles trajectoires de développement Répondre aux limites des modèles économiques traditionnels Stratégie Identifier les disparités régionales Analyser les facteurs explicatifs Démontrer l’ existence d’un processus d’accélération Contributions Bases de données et récentes techniques d‘estimations Champ nouveau peu appliqué Le rôle de la localisation et la proximité spatiale Le rôle de la mécanique classique dans la compréhension des systèmes économiques. Colloque International Rabat

Plan de la Présentation Revue de la littérature & faits stylisés Modèle d’accélération Modélisation empirique des interactions spatiales Principaux résultats Conclusions Colloque International Rabat

Revue de la littérature & Faits stylisés (1) Espace de produit par groupe de pays Définition « Un produit est considéré comme complexe s’il exige de nombreuses capacités exclusives qui peuvent être inférés de l’ubiquité de ce produit et de la diversité des exportations de ses principaux exportateurs ». Hausmann et al (2007) Hidalgo et Hausmann (2009, 2011) Felipe et al. (2010, 2012) McMillan et Rodrik (2011, 2013) Poncet et de Waldemar, (2013) Ferrarini et Scaramozzino(2015)

Revue de la littérature & Faits stylisés (2) ICE et Pib/tête sur la période moyenne, 1984-2014 Les économies situées en dessous de la ligne de tendance peuvent potentiellement se développer plus rapidement dans les années à venir, étant donné qu’ils ont un revenu inférieur à celui que devraient pouvoir supporter leurs capacités productives. Les pays riches en ressources naturelles (Algérie, Lybie, …) sont nettement au-dessus de la ligne de régression, ce qui signifie que la complexité de leur économie ne leur permet pas d’espérer une croissance rapide à l’avenir. La distance entre le pays et la ligne de régression est un puissant indicateur prévisionnel de croissance future, ce qui porterait à croire que des pays comme l’Egypte, le Maroc, la Tunisie peuvent potentiellement afficher des taux de croissance supérieurs à la moyenne au cours des années à venir, à mesure qu’ils se rapprocheront de la ligne de tendance.

Modèle d’accélération: Application de la physique théorique dans la compréhension du système économique

Modèle: Processus d’Accélération Hypothèses du modèle: H1 : La corruption (dissipation) ralentit le processus d’accélération mais est nécessaire à l’équilibre du système. zit < 0. H2 : Les ressources naturelles perturbent positivement le développement. yit > 0. H3 : La diversification et sophistication contribuent avec force à l’accélération du développement. Fit > 0. Démonstration issue de la Physique théorique: Equation de Langevin Equation de Fokker Planck Nouveau modèle économique 𝒍𝒏 𝑫 𝑬 𝑽 𝒊𝒕 = 𝜶 𝟎 + 𝜶 𝟏 𝒍𝒏𝑭𝒐𝒓𝒄𝒆 𝒊𝒕 + 𝜶 𝟐 𝒍𝒏𝑷𝒆𝒓𝒕𝒖𝒓𝒃𝒂𝒕𝒊𝒐𝒏 𝒊𝒕 + 𝜶 𝟑 𝒍𝒏𝑫𝒊𝒔𝒔𝒊𝒑𝒂𝒕𝒊𝒐𝒏 𝒊𝒕 + 𝝁 𝒊 + 𝜸 𝒕 +𝜺 𝒊𝒕

*** p<0.01, ** p<0.05, * p<0.1 Principaux résultats Estimations par région et selon le niveau de revenu, sur la période 1984-2014   (1) (2) (3) (4) (5) (6) (7) (8) (9) lnD 𝐄 Vit HT IV Afrique du Nord MENA Afrique Asie High Middle Low lnForceit 0.0376*** 0.295*** 0.184* 0.362*** 0.245*** 0.168*** 0.101*** 0.203*** 0.618*** (0.00622) (0.0517) (0.111) (0.121) (0.0414) (0.0461) (0.0186) (0.0258) (0.119) lnPerturbationit 0.00192*** 0.00233*** 0.0104* 0.00715*** 0.0118*** 0.000384 0.00291*** 0.00451*** 0.00415* (0.000542) (0.000571) (0.00606) (0.00266) (0.00193) (0.00366) (0.000725) (0.00101) (0.00365) lnDissipationit -0.714*** -0.707*** -1.099*** -0.920*** -0.758*** -0.677*** -0.678*** -0.746*** -0.762*** (0.0132) (0.0581) (0.0403) (0.0295) (0.0586) (0.0233) (0.0194) (0.0457) Constant 0.00775*** 0.00952*** -0.0574 -0.0749** -0.0447*** -0.00578 -0.0165** -0.0265*** -0.0589*** (0.00229) (0.00203) (0.0404) (0.0318) (0.00882) (0.0111) (0.00716) (0.00620) (0.0151) Observations 4,123 155 589 930 248 1,333 2,139 651 Nb of country 133 5 19 30 8 43 69 21 *** p<0.01, ** p<0.05, * p<0.1

Modélisation empirique des interactions spatiales Déterminants de la diversification et sophistication des systèmes productifs: Modélisation empirique des interactions spatiales

Modèlisation des interactions spatiales Objectif: Comprendre le processus de formation des capacités productives au niveau des pays puis d’analyser l’existence d’une éventuelle interdépendance spatiale entre les pays. Autocorrélation spatiale? Debarsy et Ertur (2010). & 𝐼𝐶𝐸=𝛼+𝑋 𝛽 𝑖 +𝜀 𝜀=𝜆 𝑊 𝜀 +𝜇 Colloque International Rabat

*** p<0.01, ** p<0.05, * p<0.1 Principaux résultats 2.2. Résultats (1/2)   Modèle a-spatial Modèle spatial lnICE GMMsys SEM SAR Matrice Distance W (2) Total (3) High (4) Middle (5) Low (6) Mena (7) (8) Spatial Error (λ) -0.309*** Spatial Lag (ρ) -0.196*** lnICEt-1 0.306*** 0.648*** 0.355*** 0.376*** 0.479*** 0.461*** 0.458 *** lnPib/tête 0.0164** 0.0143** -0.00551 -0.0220 0.0357* 0.0131*** 0.0144*** lnIVE -0.0904*** -0.02*** -0.106*** 0.0244 -0.0436** -0.053*** -0.056*** lnCorrupt -0.0140 -0.029*** -0.063*** -0.131*** -0.019*** -0.021*** lnInnov 0.866*** 0.170*** 0.839 -0.050 -0.631 -0.0170 -0.0106 lnKH 0.274*** 0.114*** 0.0627 0.386** 0.0877 -0.0618 -0.0626 lnIPL -0.00242 0.0134 0.00219 -0.000605 -0.00714 -0.0010 -0.0008 lnRN -0.0218*** -0.014*** -0.041*** -0.00701 -0.045*** -0.0067** -0.0071 ** lnUrban 0.107*** -0.00425 -0.0419 0.0676 0.127** 0.1511*** 0.1479 *** Gafta 0.0163** 0.012*** -0.00632 -0.00606 -0.0116** -0.0121** PA 0.0149*** 0.00129 0.022*** 0.0279*** 0.00463 0.0187*** 0.023*** Observations 3,990 1,290 2,070 630 570 Nb of id R2 AR(2) p-value Sargan test (p-value) 133 0.42 0.5 0.17 43 0.4 0.3 69 0.28 21 0.24 19 0.12 Moran's I (error) Test Value (Probability) 2.478 (0.0132) LR (Likelihood Ratio)Test 9.16 (0.002) 5.70 (0.016) LM (Lagrange Multiplier)Test 4.48 (0.034) 4.77 (0.028) *** p<0.01, ** p<0.05, * p<0.1

Conclusion  c’est une FORCE dominante du système économique Interdépendance spatiale dans ce processus de transformation structurelle Diversification et sophistication sont plus qu’un élément important  c’est une FORCE dominante du système économique La force est plus significatif lorsqu’on considère l’ensemble des MENA que plutôt rester sur une zone nord africaine. Les pays MENA doivent trouver des solutions collectives et non individuelles pour mener des négociations commerciales plus favorables avec leurs partenaires commerciaux particulièrement le marché oriental et africain. Renforcement des capacités de production et d’exportation est nécessaire pour une meilleure intégration des MENA dans le marché mondiale. Ils doivent entrer collectivement dans cette compétitivité globale avec une réelle identité. Pour qu’une accélération du développement puisse se faire, ces pays doivent prioritairement trouver des complémentarités sectorielles entre eux. L’intégration et l’association de cette zone fonctionneront grâce aux transferts de technologie, au partage des valeurs, à des dynamiques de convergence entre les productivités et les revenus.

Merci pour votre attention. Questions/Réponses Merci pour votre attention.