L’Afrique est une destination majeure des TFM

12L’Afrique a reçu 85,5 milliards USD de TFM en 2016, soit environ l’équivalent de 3,85 % de son PIB selon la BM [2016], se classant ainsi au troisième rang après l’Asie de l’Est et du Pacifique (143 milliards USD) et l’Asie du Sud (131 milliards USD). Deux explications non exhaustives sont à l’origine de cette évolution. Premièrement, les politiques de lutte contre la pauvreté ont suscité une libéralisation des contraintes sur les TFM vers l’Afrique. Deuxièmement, la croissance enregistrée en Europe avant la crise financière de 2008 a contribué à augmenter les revenus des travailleurs migrants (Banque mondiale [2017]). Mais cette évolution globale connaît un recul en 2017.

Graphique 1

Évolution accélérée des TFM entre 1995 et 2017 (en pourcentage du PIB)

Évolution accélérée des TFM entre 1995 et 2017 (en pourcentage du PIB)

13L’évolution croissante des TFM en Afrique est inégalement répartie entre les pays (graphique n°2). Pour la BM [2017], les principales causes sont le ralentissement de la croissance économique dans les pays d’accueil, les coûts élevés appliqués sur les transferts, la baisse des cours des produits de rente et, notamment, du pétrole. Pour Sobiech [2019], la mise en place d’un contrôle strict de change concourt à cette baisse tendancielle des TFM dans les pays comme le Lesotho, le Nigéria et le Libéria. En revanche, dans certains pays, leur évolution est restée, malgré l’impact de la crise, en augmentation considérable. Par exemple, en Gambie, les TFM ont enregistré une augmentation de 14,25 % en 10 ans, passant de 7 % en 2007 à 21,25 % en 2017. Cette évolution est consécutive à la réduction des coûts moyens de services. Ils sont passés progressivement de 3,5 % à 1,4 % du montant envoyé. Cette politique de réduction de coûts de services a été également adoptée en Égypte, au Comores et au Kenya.

Graphique 2

Évolution des TFM dans quelques pays africains entre 1995 et 2017 (en pourcentage du PIB)

Évolution des TFM dans quelques pays africains entre 1995 et 2017 (en pourcentage du PIB)

L’Afrique demeure le continent le plus fragile au monde

14Le graphique n°3 construit à partir du State Fragility Index montre que l’Afrique reste un continent fragile. Bien que le niveau de fragilité soit passé de 11,65 points en 1995 à 9,57 points en 2016, le continent compte toujours plus de pays fragiles comparativement aux autres régions du monde. Par exemple, sur les 50 pays les plus fragiles au monde en 2016, nous en dénombrons 35 en Afrique. Les comparaisons interrégionales montrent que les sous-régions Afrique de l’Ouest, Afrique australe et Afrique centrale sont les plus fragiles. Les causes d’après Rotberg [2004] sont à la fois endogènes (occurrence des conflits armés, recrudescence des épisodes de famine, faiblesse institutionnelle, catastrophes naturelles, sécheresse etc.), et exogènes (régularité des fortes variations des cours des matières premières, crises financières, etc.). Bien que l’Afrique de l’Est et l’Afrique du Nord aient connu des épisodes de résilience, celles-ci ont été marquées par les conséquences du « Printemps arabe » en 2011.

Graphique 3

Évolution de la fragilité en Afrique

Évolution de la fragilité en Afrique

15La situation de fragilité en Afrique appelle toutefois une double analyse. Premièrement, les contingences liées à l’investissement et la soutenabilité des institutions soulèvent à la fois la question du déficit de gouvernance et de sécurité. Deuxièmement, la faible diversification et l’insuffisante transformation structurelle des économies africaines prédisposent les pays à la fragilité lorsqu’ils sont exposés aux chocs exogènes. Malgré le constat de fragilité globale du continent, certains pays (Maurice, Botswana, Tunisie, Maroc) se démarquent en raison de la résilience de leurs économies relativement diversifiées (graphique n°4). D’autres, en revanche (Tchad, RDC, Somalie), demeurent fragiles.

Graphique 4

Évolution de la fragilité dans quelques pays africains (moyenne annuelle 1995-2016)

Évolution de la fragilité dans quelques pays africains (moyenne annuelle 1995-2016)

Les TFM et les fragilités en Afrique sont corrélés

16L’évolution des TFM est positivement liée au stock des migrants (Freund et Spatafra [2008]). Les auteurs distinguent deux types de mesures : une mesure macroéconomique calculée en fonction du volume de transferts reçus rapportés au PIB, et une mesure microéconomique déterminée par des enquêtes auprès des ménages. Cette deuxième mesure permet de distinguer les transferts officiels de ceux non officiels. Aussi, la distinction des données macroéconomique et microéconomique des transferts est largement mise en évidence par Clemens et McKenzie [2018] qui montrent que le changement dans la mesure des TFM (macro et micro) contribue à une modification de leurs effets dans les pays en développement. Cette corrélation laisse entrevoir que les TFM entretiennent une relation linéaire et robuste avec l’indicateur global de fragilité. Tout se passe comme si, plus un pays reçoît de TFM, plus ses structures économique et sociale se détériorent, avec un approfondissement des inégalités de revenus et des processus de désinvestissements dans les activités génératrices de revenus (Ebeke et Le Goff [2010]). Les TFM modifient le fonctionnement du marché de l’emploi en réduisant l’offre de main-d’œuvre, tout en favorisant le chômage volontaire et des comportements de dépendance. La survenance d’un choc dans le pays d’origine réduisant fortement les TFM, conduit ainsi au détournement des investissements chez les bénéficiaires.

La fragilité : une notion discutée

18Concept polysémique et longtemps assimilé à la vulnérabilité, la fragilité est caractérisée par l’incapacité de l’État à fournir les services de base et les nécessités publiques vitales, par une faible gouvernance, une pauvreté persistante, un manque de contrôle du territoire et une exposition à l’occurrence des conflits violents et des guerres civiles (Bertocchi et Guerzoni [2010]). Ces différents aspects ont conduit Carment et al. [2011] à décrire la fragilité d’un État à partir de trois approches : i) l’autorité de l’État qui explique la fragilité par les flux de réfugiés, les conflits, la fragmentation ethnolinguistique, la pauvreté, la faible transformation structurelle, la distribution inéquitable des revenus, l’inefficience de la gouvernance et la pression démographique ; ii) la capacité économique via les contraintes auxquelles les populations font face, le niveau de démocratie, des catastrophes naturelles et les ressources naturelles ; iii) la légitimité de l’élite qui tient compte des violations des droits humains, la faible performance économique et la corruption. Par la suite, l’OCDE [2017] identifie cinq dimensions de la fragilité : politique, économique, sociale, sécuritaire, environnementale.

Les enseignements théoriques des effets des TFM sur les fragilités

19L’ancrage théorique des effets des TFM sur la fragilité des États remonte au travail séminal de Todaro [1969] qui évoquait déjà leur contribution comme facteur de réduction de la précarité des revenus des ménages dans les pays récipiendaires. Puis, d’autres études viendront souligner leurs propriétés cycliques sur l’activité économique des pays d’origine des migrants. Toutefois, deux courants ont émergé dans la littérature. Le premier, qualifié de développementaliste, exposé par Taylor [1999], Azam et Gubert [2005], défend le caractère procyclique des TFM. Plus précisément, les TFM sont corrélés aux cycles économiques, augmentant ou diminuant avec la conjoncture économique des pays d’accueil des migrants (Mandelman et Zlate [2012]). Le second, développé par Reichert [1981] et Wiest [1984], soutient la contracyclicité des TFM qui repose sur l’altruisme des migrants pour amortir les chocs auxquels leurs pays d’origine font face. Dans cette perspective, les TFM joueraient le rôle de stabilisateurs automatiques en contribuant à l’atténuation des chocs macroéconomiques et à la diminution de la pauvreté monétaire. Il apparaît, selon les pays et la conjoncture, que les TFM influent différemment sur les cycles économiques des pays d’origine des migrants (Sayan [2006]).

20Les TFM constituent, en outre, un enjeu de politique économique pour le développement des pays d’accueil. Ainsi, ils influent sur la conduite des politiques monétaire et budgétaire (Barajas et al. [2018]). Plus généralement, leurs effets (micro- économique et macroéconomique) sont bien documentés dans la littérature (Attila et al. [2018]). En tant que flux financiers compensatoires, ils ont un effet stabilisateur sur les pays confrontés aux contraintes de capitaux, tout en renforçant leur résilience. Ils offrent également de nouvelles opportunités aux investissements, ainsi que des mécanismes d’assurance permettant d’atténuer les effets des chocs. Au total, en diversifiant les risques, les TFM réduisent la fragilité des pays d’origine des migrants.

21L’émergence de la nouvelle économie des migrations de travail (NEMT) développée par Stark et Bloom [1985], va prolonger le débat conduisant de manière synthétique à la naissance de deux visions antagonistes. D’une part, la vision optimiste qui insiste sur la contribution des TFM dans l’atténuation de la fragilité dans les pays d’origine des migrants, à travers plusieurs canaux, notamment les dépenses des ménages dans les activités entrepreneuriales et du capital humain (Azizi [2018]), l’équilibre des balances de paiement, la réduction des contraintes d’endettement (Giuliano et Ruiz-Anang [2009]), la substitution au faible développement financier (Aggarwal et al. [2011]). D’autre part, la vision pessimiste qui met en avant la résurgence de la fragilité dans les pays d’accueil, suscitée par les TFM qui seraient ainsi à l’origine de nombreux problèmes tels que le hasard moral (Castaldo et Reilly [2007]), le syndrome hollandais, la dépendance, l’oisiveté et la vulnérabilité (Mein [2007]).

Une synthèse des travaux empiriques des effets des TFM selon les dimensions des fragilités

22Une fine analyse des effets des TFM sur les fragilités, n’est possible qu’avec la prise en compte de chacune de ses dimensions pour mettre en évidence ses spécificités.

Le modèle empirique

30Le modèle estimé est une extension de celui développé par Williams [2017] et Vacaflores [2017]. Ces derniers ont mis en évidence les effets des TFM sur la pauvreté et les inégalités en Afrique subsaharienne. Le modèle réduit est présenté par l’équation ci-dessous :

31

32avec Fragilités, le vecteur colonne des variables dépendantes, qui intègre l’indice composite de la fragilité et les cinq indices désagrégés. L’indice de fragilité globale calculé par Fund For Peace à travers son State Fragility Index, présente trois avantages. Premièrement, il fournit les informations sur un panel assez large de pays, notamment ceux d’Afrique. Deuxièmement, l’horizon temporel du calcul de l’indice s’étend dans le long terme. Troisièmement, les indicateurs retenus à cet effet sont multidimensionnels. Contrairement à l’indice de vulnérabilité économique de la Fondation pour les études et recherches sur le développement international (Ferdi), qui prend en compte le risque économique des États et utilise des indicateurs d’une forte instabilité, le State Fragility Index combine les indicateurs économique, politique, social, sécuritaire et environnemental sur une échelle qui tient compte du niveau de fragilité selon qu’il est faible, moyen ou extrême (McKay et Thorbecke [2019]). Pour Gnangnon [2017], l’indice de vulnérabilité économique renseigne davantage sur le choc macroéconomique que peut supporter un pays. Il se limite à mesurer la fragilité liée aux perturbations macroéconomiques qui, dans bien des cas, sont elles-mêmes liées à la baisse continue de la croissance économique. L’indice de fragilité de la BM présente une limite fondamentale exprimée par les indicateurs contribuant à sa détermination. Précisément, la fragilité observée sur le plan de la stabilité politique et du degré de conflit est inhérente à chaque pays.

33L’indice composite de fragilité de Fund For Peace est calculé à partir des cinq dimensions de la fragilité : i) économique, approximée par l’efficacité économique des pays et prenant en compte le PIB par tête, la part des exportations des biens manufacturiers, la production ou la consommation nette de pétrole, les fluctuations des prix des matières premières entre autres ; ii) politique, approximée par le régime politique, l’instabilité politique, la démocratie, l’autocratie, l’ethnicité ; iii) sociale, calculée en utilisant l’indice de développement humain, la protection du capital humain, le niveau d’éducation, le niveau d’espérance de vie entre autres ; iv) sécuritaire, mesurée par le nombre de guerres civiles et d’attaques armées, les attaques terroristes ; v) environnementale, approximée par le changement climatique, la qualité de l’air et le taux d’approvisionnement en eau potable. Toutes ces variables sont mesurées sur une échelle de 20 (fragilité extrême) à 0 (résilience extrême). En considérant tous les indices, cette étude permet de prendre en compte les réalités de développement des pays africains qui, pour la plupart, font face aux conflits armés, aux inégalités sociales, à une faible alternance politique. Ils subissent les effets des changements climatiques et enregistrent une croissance économique non inclusive. L’indice composite se réfère à la moyenne arithmétique des indices désagrégés. Ces derniers sont calculés en tenant compte de l’analyse en composante principale et des formules de la moyenne géométrique.

34La variable explicative d’intérêt TFM représente les transferts de fonds des migrants rapportés au PIB réel (Feeny et al. [2014]). D’après Williams [2017], ils constituent la part des revenus gagnés à l’étranger par les migrants, puis envoyés vers leur pays d’origine. Pour le FMI, ces flux financiers représentent les montants officiels transférés véhiculés par les banques. Ces montants officiels représentent cependant la moitié des TFM réalisés dans le monde. Des montants importants informels ne sont pas enregistrés. Les difficultés d’accès aux montants non officiels nous imposent de recourir exclusivement aux montants officiels produits par les organisations internationales [7]. La variable TFM [8] est le carré des TFM qui permet de détecter la présence ou non d’un effet non linéaire (Chami et al. [2005]).

35Le vecteur des variables de contrôle X est constitué par : i) le PIB/tête dont l’augmentation, selon La et Xu [2017], accroît la résilience des économies face aux chocs exogènes, à travers une meilleure répartition des biens. Cependant, le caractère ambivalent de la production sur la nature (émission du CO2) et sur la société (accroissement des inégalités) ne doit pas être négligé ; ii) l’inflation qui est approximée par les variations de l’indice des prix à la consommation. Pour Akobeng [2016], c’est un indicateur pertinent de mesure des variations du pouvoir d’achat auxquelles les pauvres sont plus exposés ; iii) les ressources naturelles, mesurées par la rente de la production totale des ressources naturelles rapportée au PIB. Elle intègre principalement le pétrole, le gaz naturel, les minerais et pierres précieuses. Pour Hugon [2009], la dépendance aux ressources naturelles accroît la probabilité d’occurrence des conflits ainsi que la fragilité des États. Mais comme le montrent Collier et Hoeffler [2002], l’effet n’est pas linéaire ; iv) les désastres naturels mesurés par le nombre d’occurrences, comprennent selon l’OCDE [2017] les tremblements de terre, les inondations, les sécheresses, les cyclones, les tsunamis, etc. Généralement, c’est la fréquence des aléas naturels, combinée à une forte vulnérabilité des ménages, des communautés et des États qui augmente la fragilité ; v) le terrorisme qui est apparu depuis les attentats du 11 septembre 2001 comme un facteur aggravant la fragilité des États. Il est mesuré par le nombre d’assauts armés au cours d’une année. D’après Chen et Siems [2004], Abadie et Gardeazabal [2003], il accroît la fragilité des États à travers deux mécanismes : la hausse des dépenses de protection et les déplacements forcés des populations.

36Les indices i et t renseignent sur les pays et les périodes ; ν_i capte les effets fixes pays non observés ; µ_t prend en compte l’effet fixe temporel commun à tous les pays, et ε_it est le terme d’erreur [9].

37Le modèle estimé est spécifié comme suit :

38

39où Fragilités_it-1 est l’indice des fragilités retardé d’une période.

40Afin de tenir compte des effets des TFM sur les indices désagrégés, nous substituons à chaque fois la variable dépendante respectivement par la fragilité considérée : globale, économique, politique, sociale, sécuritaire et environnementale.

La technique d’estimation et les tests de validation

41L’estimation est faite par la Méthode des moments généralisés (MMG) [9]. Cette méthode a été introduite par Arellano et Bond [1991] et Arellano et Bover [1995], puis approfondie par Blundell et Bond [1998] avec le développement de l’estimateur MMG en système qui résout les problèmes de multicolinéarité, d’endogénéité et de biais de variables omises. La MMG-S présente au moins trois avantages selon Davidson [2000] : i) elle permet d’obtenir, en présence de variables retardées, des estimateurs sans biais, convergents et efficaces ; ii) elle prend en compte les facteurs inobservables géographiques, tels que le climat, l’ouverture à la mer et même l’hétérogénéité des politiques monétaires, qui peuvent avoir une influence à la fois sur l’attractivité des pays, la croissance économique et l’ouverture commerciale (Rodrik [2002]) ; iii) enfin, elle permet de corriger le biais de simultanéité entre les variables d’intérêt et de contrôle (Wooldridge [2013]). La causalité inverse aboutit indubitablement à des estimations biaisées en l’absence d’instruments valides.

42Pour valider nos résultats, nous construisons un instrument externe en plus des instruments internes déterminés par les variables explicatives retardées. L’instrument externe prend en compte les facteurs géographiques et temporels. Il est inspiré par Acosta et al. [2008] et mesuré par le PIB par habitant moyen des principaux pays de destination des migrants africains dans le monde. À partir de la matrice bilatérale des migrations mondiales de la division de la population de l’organisation des Nations unies [2017], nous observons, à titre d’illustration, que les Maliens vont principalement vers le Burkina Faso, la Côte d’ivoire, la Chine, la France, le Gabon, la Guinée, la Mauritanie, la Russie, le Sénégal et les États-Unis. Nous considérons la moyenne des PIB par habitant des pays de destination et construisons, pour chaque année, l’instrument recherché. Pour éviter le problème de prolifération des instruments, la méthodologie est inspirée de Roodman [2009] qui en limite le nombre au tiers des observations critiques. Le test d’endogéneité retenu est celui de Durbin-Wu-Hausman [10] qui analyse l’existence d’une double causalité entre la variable dépendante et celle d’intérêt telle que présentée par Davidson et MacKinnon [1993]. Ce choix suppose que les TFM accroissent la fragilité globale des pays, aussi dans de nombreux cas une fragilité extrême réduit-elle le volume des TFM vers les pays d’accueil. Les résultats du test montrent qu’il existe un problème d’endogénéité à la Durbin-Wu-Hausman entre la fragilité globale et les TFM. En effet, au seuil de 5 %, la probabilité de rejeter l’hypothèse nulle est validée (P-value = 0,000). Les résultats des tests de Sargan des différentes estimations valident les instruments retenus [11].

43L’évolution des TFM en Afrique sur la période considérée présente une rupture entre 2004 et 2007 due à l’accroissement du chômage aux États-Unis et dans la zone euro. La présomption d’une instabilité de la tendance des TFM est mise en évidence à travers un test de stabilité de Chow sur le modèle de base. Ce test de rupture structurelle contribue à apprécier la significativité du changement. De plus, il vérifie dans les faits si le coefficient d’une variable diffère pour deux groupes de données. Sous l’hypothèse nulle, le modèle est stable (pas de changement structurel), les coefficients étant égaux pour les deux groupes de données. Les résultats du test de Chow montrent que la probabilité du test de Fisher est égale à 0,575, soit supérieure à 5 %. La considération de la longue période n’a aucun impact sur les résultats espérés.

44Nous effectuons un test de non-linéarité afin d’apprécier s’il existe un seuil au-delà duquel le signe des TFM change, ce qui rendrait invalide la technique d’estimation choisie et infirmerait nos résultats. En effet, comme le soulignent Adams et Page [2005], non seulement le volume des TFM dépend du degré d’émigration des Africains hors de leur continent, mais aussi de leur impact sur la fragilité de l’utilisation qui est faite (OCDE [2017]). Pour cela, nous effectuons une régression avec l’ensemble des variables explicatives et considérons chaque indice de fragilité. La recherche d’un effet de seuil est vérifiée par le carré des TFM. Le test de non-linéarité n’est pas significatif puisque la probabilité du test de Chi2 du ratio de vraisemblance (LR test) est 0,609 ; 0,562 ; 0,612 ; 0,543 ; 0,502 et 0,623 respectivement pour la fragilité globale et les fragilités économique, politique, sociale, sécuritaire et environnementale. L’inexistence d’un effet non linéaire confirme la pertinence de la technique d’estimation et éloigne simultanément la présomption de l’existence de seuils critiques et de fonctions de transition.

Les données

45Les données macroéconomiques (TFM, PIB/hbt, inflation et ressources naturelles) sont tirées de World Development Indicators [2018]. Celles relatives aux fragilités sont extraites de State Fragility Index [2018] du Think Tank Fund of Peace alors que celles sur les désastres naturels sont fournies par la base Emergency Events Database [2019] du Centre de recherche sur l’épidémiologie des désastres de l’université catholique de Louvain, plus connue sous l’appellation de EM-DAT Database. Elle regroupe trois grandes catégories de catastrophes naturelles : i) les catastrophes hydrométéorologiques (les tempêtes, les inondations et les mouvements de masse humide) ; ii) les catastrophes géophysiques (les tremblements de terre, les tsunamis et les éruptions volcaniques) ; et iii) les catastrophes climatiques (les températures extrêmes, les sécheresses et les incendies de forêt) (Klomp et Valckx [2014]). Les désastres sont mesurés en nombre de survenance au cours de l’année. Les données sur le terrorisme sont issues de Global Terrorism Database (GTD [2018]) qui les fournit aussi bien pour le terrorisme domestique que transnational selon plusieurs catégories d’actes terroristes (Meierrieks et Gries [2013]). Les plus cités sont les attaques ou assauts armés, les explosions d’engins militaires et les actes de kamikazes. Dans le cadre de notre travail, la variable terrorisme est captée par le nombre d’assauts armés au cours d’une année. L’annexe n°1 résume les différentes variables du modèle.

46L’échantillon comporte 51 pays africains [12]. Contrainte par la disponibilité des données pour toutes les variables, l’étude couvre la période 1995-2016. Nous calculons les moyennes de 5 années et obtenons 5 périodes par pays [13]. Il importe de préciser que cette démarche tient à l’application de la MMG-S (Akobeng [2016]). Ainsi, le nombre d’observations est 255, soit N*T = 51*5. Le tableau n°1 résume les statistiques descriptives des différentes variables. Elles montrent de faibles variations, subodorant des résultats non biaisés. La matrice de corrélations contenue dans le tableau n°2 montre de faibles interdépendances, suggérant une absence de multicolinéarité entre la variable dépendante et les variables explicatives.

Tableau 2

Matrice de corrélations

Fragilité TFM PIB/hbt Inflation Ressources naturelles Désastres naturels Terrorisme Fragilité 1,0000 TFM 0,0406 1,0000 PIB/hbt 0,0247 -0,0764 1,0000 Inflation 0,0809 0,0734 -0,1413 1,0000 Ressources naturelles 0,3125 -0,0715 0,0891 0,0238 1,0000 Désastres naturels -0,0043 -0,0682 -0,0253 -0,0266 0,1471 1,0000 Terrorisme -0,0252 -0,0591 -0,0211 -0,0178 0,0746 0,3489 1,0000

Matrice de corrélations

Les résultats du modèle de base

48Globalement, les résultats montrent l’existence d’un effet cyclique par l’analyse des signes altérés de la variable retardée. En effet, en considérant les fragilités économique, sociale et environnementale, la variable retardée de la fragilité est négative et significative (cf. tableau n°3). Pour Williams [2017], ce résultat traduit la persistance de la fragilité qui, généralement, s’entretient par la survenance de plusieurs chocs endogènes ou exogènes tels les famines, le chômage, les pandémies et les crises financières. De même, dans un travail portant sur les TFM, le développement financier et la croissance économique, Nyamongo et al. [2012] aboutissent à un effet négatif et significatif de la variable retardée de la croissance économique, validant ainsi la théorie de la convergence des économies. En revanche, la variable retardée est positive et significative dans les autres modèles (fragilité globale, fragilité politique et fragilité sécuritaire) justifiant un effet d’inertie.

Tableau 3

Effets des TFM sur les fragilités en Afrique [14]

Variables dépendantes : fragilités Technique d’estimation : MMG-Système Fragilité globale Fragilité économique Fragilité politique Fragilité sociale Fragilité environnementale Fragilité sécuritaire Fragilité globale t -1 0,0268* (0,0553) Fragilité économique t -1 -0,294*** (0,0574) Fragilité politique t -1 0,03281** (0,0072) Fragilité sociale t -1 -0,171*** (0,0501) Fragilité environnementale t -1 -0,105** (0,0527) Fragilité sécuritaire t -1 0,0380* (0,0593) TFM 0,144*** (0,0541) 0,0534* (0,0084) 0,0408** (0,0200) -0,0132 (0,0102) 0,2091* (0,0285) 0,0454 (0,0133) [TFM]2 -0,00129 (0,00827) -0,00347 (0,00340) -0,00422 (0,0029) 0,0207 (0,0017) -0,00394 (0,0420) -0,50305 (0,00189) PIB/tête 0,0982 (0,0697) 0,0911*** (0,0246) -0,0164 (0,0270) 0,0121 (0,0143) -0,311 (0,377) 0,743*** (0,0196)

Effets des TFM sur les fragilités en Afrique [14]

Inflation 0,00548** (0,00233) 0,00106 (9,55e-05) 0,65105 (0,0011) 0,97906 (4,20e-05) 0,0258** (0,0120) 0,0102 (6,8005) Ressources naturelles 0,0598*** (0,0177) 0,0273*** (0,0605) 0,0461*** (0,0782) 0,0137*** (0,0033) 0,0195** (0,0983) 0,0280*** (0,0486) Désastres naturels -0,907** (0,423) -0,110 (0,152) -0,312** (0,158) -0,340*** (0,0888) -4,531 (3,024) 0,285** (0,118) Terrorisme 0,0165 (0,0119) 0,0109** (0,0430) 0,0827* (0,0045) 0,0840*** (0,0029) -0,425*** (0,146) 0,0146*** (0,0033) Constante 5,472*** (0,772) 2,677*** (0,369) 1,326*** (0,343) 3,236*** (0,232) 3,38*** (4,948) -0,275 (0,218) Observations 152 152 152 152 118 152 Nombre de pays 51 51 51 51 51 51 Nombre d’instruments 32 32 32 32 32 32 Effet temporel Non Non Non Non Non Non Effet régional Non Non Non Non Non Non AR[1] 0,012 0,002 0,002 000 0,012 000 AR[2] 0,072 0,135 0,093 0,776 0,190 0,093 Test de Sargan 0,184 0,939 0,815 1,000 0,326 1,000

Note : * ; ** ; *** significativités aux seuils de 10 %, 5 % et 1 % respectivement. Les écarts-types robustes sont reportés entre parenthèses. Les variables explicatives sont strictement exogènes. Les variables muettes temporelles ne sont pas prises en compte. De même, nous ne prenons pas en compte les effets des variables muettes régionales. Nous considérons que les effets des TFM ont un caractère global et dynamique dans le temps. Pour toutes les estimations, nous utilisons des instruments internes et externes pour les TFM (Williams [2017]). Ce procédé est le même pour les autres tableaux de résultats.

49En général, les TFM accroissent les fragilités globale, économique, politique et environnementale. En effet, la population africaine qui émigre est majoritairement issue des États fragiles. Les transferts effectués par les migrants accroissent la dépendance de leurs familles. Cette situation augmente leur vulnérabilité dès qu’une baisse d’activité économique est enregistrée dans le pays d’accueil. En outre, la mauvaise qualité des institutions qui caractérise la plupart de ces pays influe sur la manière dont les TFM affectent les économies.

50Les TFM accroissent la fragilité politique en Afrique. Précisément, ils contribuent à entraver les normes, les idéologies, les croyances et les valeurs démocratiques via les contraintes imposées par les migrants aux ménages bénéficiaires. Ces TFM, à travers leur orientation, amplifient l’instabilité des régimes, exacerbent les mécontentements, détériorent la qualité de la gouvernance, etc. De ce fait, et en dépit de leurs volumes importants, ils ne permettent pas aux pays africains d’investir dans les secteurs productifs. Les résultats obtenus sont conformes à ceux de Pérez-Armendáriz et Crow [2010] et Attila et al. [2018].

51Les TFM accroissent la fragilité économique par la perte de compétitivité, conséquence de l’encouragement de la production des biens à faible valeur ajoutée, la montée des inégalités de revenus et le développement des activités informelles. Pourtant, considérés comme des filets de sécurité, les TFM devraient accompagner les efforts des pays africains pour faire face aux chocs macroéconomiques. L’évolution cyclique des TFM essentiellement corrélée à la conjoncture des pays d’accueil a, en période défavorable, tendance à se traduire par une baisse des investissements privés et de la consommation des ménages, et à accroître la fragilité des populations. En outre, l’inflation causée par les flux financiers extérieurs réduit le pouvoir d’achat des populations et affecte davantage les pauvres (Ambrosius et Cuecuecha [2016]).

52Les TFM amplifient la fragilité environnementale en encourageant les ménages à participer aux activités portant atteinte à l’environnement (extraction des ressources naturelles, déforestation, activités agricoles traditionnelles sur brûlis). Ce qui augmente les catastrophes naturelles, telles que les tremblements de terre, les inondations, sécheresses, cyclones ou tsunamis, sources d’importantes vulnérabilités. Ces actions néfastes à l’environnement sont à l’origine d’un effet-risque des ménages ruraux résultant de leur participation à l’extraction anarchique des ressources naturelles. Cette situation pourrait s’expliquer par le fait que les TFM détournés de leur objectif de production sont affectés aux activités non productives qui accroissent la dépendance des populations vis-à-vis de l’extérieur. Ces résultats confirment ceux obtenus par Alejandro et Chavèz [2016].

53Le PIB/tête accroît les fragilités économique et sécuritaire en Afrique en raison de son faible niveau, ce qui facilite le développement des activités et des marchés informels. Toutefois, l’inflation, en induisant le renchérissement du coût de la vie, contribue à accroître les fragilités globale et environnementale, contraignant les ménages à se lancer dans des activités agricoles traditionnelles et illicites portant atteinte à l’environnement.

54Les ressources naturelles accentuent les fragilités en Afrique. Leur exploitation crée une rente financière captée et contrôlée par une classe politique. Leurs niveaux élevés favorisent l’apparition des conflits, source de fragilités. Aussi, une mauvaise gouvernance des ressources naturelles, extractives ou non, pénalise la création des emplois décents. Dans certains pays africains, les rentes issues des ressources ne contribuent guère au développement des services sociaux de base. Ces résultats corroborent ceux de Collier et Hoeffler [2004].

55Les désastres naturels réduisent les fragilités globale, politique et sociale. En effet, l’intervention de l’État, consécutive aux désastres naturels, contribue à travers des fonds de secours, des aides et des dons destinés aux ménages vulnérables qu’elle suscite, à restaurer des conditions de vie meilleures. Précisément, pour répondre aux multiples défis engendrés par les désastres naturels, en plus de l’État, la communauté internationale se mobilise pour une gestion intégrée des risques liés aux désastres, afin de sauver des vies, préserver les moyens d’existence et créer un environnement favorable pour lutter efficacement contre la pauvreté et la vulnérabilité aux catastrophes. Il s’en suit des actions immédiates visant à améliorer la résilience des pays par des plans spécifiques, la préparation et la prévention des risques, la consolidation des capacités institutionnelles locales, ainsi que la mise en œuvre de politiques et de mesures de relance économique et le bien-être visant à atténuer les souffrances des communautés directement touchées. Au-delà de la réduction des fragilités, l’enjeu est d’accompagner les populations et les sociétés dans l’anticipation et la gestion de leurs risques afin d’accroître leur résilience. Ces investissements peuvent améliorer la qualité et la résilience des services de base et contribuer à des sociétés prospères. Également, dans le cas d’un phénomène à répétition, la prévision des désastres naturels contribue au renforcement de la résilience des pays face aux catastrophes naturelles. Pour la Banque mondiale [2014], dans la région Moyen-Orient et Afrique du Nord (Mena), la gestion des risques naturels se traduit par le passage progressif d’un attentisme à une politique d’anticipation destinée à prévenir les effets désastreux des risques naturels.

56Par ailleurs, les désastres naturels accroissent la fragilité sécuritaire. Précisément, les chocs issus de désastres tels les changements climatiques, les pertes en vies humaines, la prévalence des maladies infectieuses, la vulnérabilité des moyens de subsistance, contraignent les ménages à se déplacer. Ces désastres amplifient la fragilité, par la détérioration des moyens de subsistance, accentuent la pression qui pèse sur des systèmes de gouvernance, et alimentent les conflits sous l’effet de mesures de réaction ou de stratégies d’adaptation inéquitables ou insuffisantes. Ces résultats sont identiques à ceux obtenus par Muggah [2014].

57Le terrorisme contribue à accroître les fragilités économique, politique, sociale et sécuritaire. Amplifié par la manipulation politique de groupes d’activistes visant le contrôle partiel des territoires et l’exploitation des ressources naturelles (pétrole, gaz, minerais, or, diamant). Le terrorisme génère les conflits, les homicides, détériore les investissements sectoriels, réduit la création d’emplois, l’acquisition de technologies, le perfectionnement des compétences, accroissant ainsi la vulnérabilité des ménages. En outre, le terrorisme favorise l’usage illicite de la force et de la violence, la remise en cause des droits humains, la destruction des biens qui fragilisent les milieux de vie, et limite les capacités des gouvernements à assurer efficacement la sécurité des citoyens. Ces résultats corroborent ceux de Devlin-Foltz [2010].

Analyse de la robustesse

58Pour éprouver la robustesse de nos résultats, nous considérons deux mesures supplémentaires des TFM. La première prend en compte les TFM par habitant, elle est donnée par la formule suivante :

59

60où MTFM est le montant des TFM en dollars US ; population la population totale du pays i à la date t. Cette mesure capte la part des fonds étrangers au sein de la population. Elle traduit le niveau d’utilisation des TFM par la population totale. Plus ce taux est élevé, plus le volume des TFM au sein de la population est important. C’est l’approche par le développement humain.

61La seconde mesure prend en compte le poids des TFM dans le volume des échanges commerciaux. En effet, depuis 2015 au moins, comme la plupart des flux financiers, le montant des TFM dépasse celui du commerce mondial. Par exemple, ils ont atteint 490 milliards de dollars contre 434 milliards pour le commerce mondial (BM [2019]). Cette mesure renseigne sur des politiques plus ouvertes des activités sur les TFM. De même, plus il est élevé, plus le niveau de libéralisation des TFM l’est également.

62

63où com représente les volumes des échanges commerciaux, captés par la somme des exportations et des importations du pays i à la période t.

64Les données des TFM/habitant_it et TFM/com_it sont extraites de World Development Indicators [2018].

65Globalement, les résultats confortent l’effet de mémoire. Les fragilités (globale, économique et sociale) observées sont statistiquement influencées par les niveaux antérieurs de fragilités (tableaux n^os 4 et 5). Les TFM rapportés à la population totale et ceux rapportés aux échanges commerciaux ont des effets positifs et statistiquement significatifs sur les fragilités considérées.

Tableau 4

Effets des TFM/habitant sur les fragilités en Afrique [15]

Variables dépendantes : fragilités Technique d’estimation : MMG-Système Fragilité globale Fragilité économique Fragilité politique Fragilité sociale Fragilité environnementale Fragilité sécuritaire Fragilité globale t -1 0,0964** (0,0490) Fragilité économique t -1 -0,326*** (0,0504) Fragilité politique t -1 -0,00904 (0,0666) Fragilité sociale t -1 -0,188*** (0,0464) Fragilité environnementale t -1 -0,0759 (0,0520) Fragilité sécuritaire t -1 -0,0180 (0,089) Transferts/population 0,280* (0,151) -0,0708 (0,0498) 0,0376 (0,0530) 0,0550* (0,0286) 0,748 (0,963) -0,0477 (0,0389) (Transferts/population)2 -0,0420 (0,0561) -0,0278 (0,0217) 1,36e-05 (0,0182) 0,00136 (0,0110) 0,0466 (0,0329) 3,74e-05 (0,0128) PIB/tête 0,0295 (0,0552) 0,0394** (0,0186) -0,0493** (0,0218) -0,0106 (0,0115) -0,570 (0,364) 0,0183 (0,0164)

Effets des TFM/habitant sur les fragilités en Afrique [15]

Inflation 0,099*** (0,0276) 9,19e-05 (9,94e-05) 0,0115 (0,0113) -1,38e-05 (4,57e-05) 0,0387*** (0,00150) 6,14e-05 (7,86e-05) Ressources naturelles 0,042*** (0,0163) 0,0274*** (0,0528) 0,0434*** (0,0689) 0,0138*** (0,0306) -0,130 (0,0970) 0,0286*** (0,0467) Désastres naturels -0,871** (0,371) -0,0279 (0,127) -0,247* (0,139) -0,283*** (0,0793) -6,205** (2,788) 0,315*** (0,109) Terrorisme 0,0150 (0,011) 0,0992** (0,039) 0,0755* (0,0420) 0,0824*** (0,0221) -0,604*** (0,185) 0,015*** (0,033) Constante 5,737*** (0,686) 3,080*** (0,300) 1,650*** (0,270) 3,383*** (0,209) 3,50*** (4,809) 0,0909 (0,193) Observations 170 170 170 170 126 170 Nombre de pays 51 51 51 51 51 51 Nombre d’ instruments 26 30 30 30 30 30 Effet temporel Non Non Non Non Non Non Effet régional Non Non Non Non Non Non AR(1) 0,000 0,000 0,000 0,000 0,000 0,000 AR(2) 0,289 0,259 0,291 0,261 0,278 0,265 Test de Sargan 0,132 0,127 0,123 0,125 0,314 0,318

Notes : * ; ** ; *** significativités aux seuils de 10 %, 5 % et 1 % respectivement. Les écarts-types robustes sont reportés entre parenthèses.

Tableau 5

Effets des TFM/com sur les fragilités en Afrique [16]

Variables dépendantes : fragilités Technique d’estimation : MMG-système Fragilité globale Fragilité économique Fragilité politique Fragilité sociale Fragilité environnementale Fragilité sécuritaire Fragilité globale t -1 0,124** (0,0559) Fragilité économique t -1 -0,295*** (0,0542) Fragilité politique t -1 -0,0728 (0,0754) Fragilité sociale t -1 -0,167*** (0,0480) Fragilité environnementale t -1 -0,0555 (0,0532) Fragilité sécuritaire t -1 -0,0275 (0,0561) Transfert/commerce 0,0292* (0,0069) 0,0008* (0,0071) 0,0091 (0,000) 0,0001 (0,0007) -0,0019 (0,0198) 0,5230 (4,3005) (Transferts/commerce)2 0,000149 (0,0005) -0,00271* (0,00047) 0,000130 (0,00016) -2,8107 (0,682) 0,00592** (0,0025) -5,1505 (0,8315) PIB/tête -0,0263 (0,0681) 0,0824*** (0,0213) -0,0245 (0,0251) 0,00689 (0,0131) -0,947** (0,384) 0,0602*** (0,0177)

Effets des TFM/com sur les fragilités en Afrique [16]

Inflation 0,0092*** (0,0288) 0,00103 (0,00001) 0,00131 (0,0013) 1,3305 (4,5305) 0,00332** (0,00150) 0,00029* (0,739) Ressources naturelles 0,0487*** (0,0178) 0,0249*** (0,00565) 0,0432*** (0,00760) 0,0139*** (0,00317) -0,0739 (0,101) 0,0262*** (0,00471) Désastres naturels -0,397 (0,448) -0,1440 (0,145) -0,296* (0,161) -0,337*** (0,0870) -2,712 (3,305) 0,237** (0,116) Terrorisme 0,0991 (0,0124) 0,0112*** (0,00413) 0,0080* (0,0443) 0,0789*** (0,00222) -0,433*** (0,158) 0,0146*** (0,003) Constante 5,373*** (0,807) 2,814*** (0,339) 1,572*** (0,323) 3,239*** (0,220) 3,418*** (5,264) -0,0295 (0,205) Observations 158 158 158 158 121 121 Nombre d’instruments 28 27 27 27 27 27 Effet régional Non Non Non Non Non Non AR[1] 0,000 0,000 0,000 0,000 0,000 0,000 AR[2] 0,292 0,275 0,119 0,083 0,025 0,037 Test de Sargan 0,916 0,823 0,970 0,597 0,901 0,876

Notes : * ; ** ; *** significativités aux seuils de 10 %, 5 % et 1 % respectivement. Les écarts-types robustes sont reportés entre parenthèses.

66Deux explications peuvent être avancées. Premièrement, les TFM sont sujets à peu de contrôle et deviennent des sources de pratiques illicites notamment des activités de blanchiment d’argent et de criminalité financière. En conséquence, ils sont davantage orientés vers le financement des activités informelles et des activités néfastes qui ne contribuent pas toujours à la création de la richesse nationale. Deuxièmement, les TFM réduisent la propension des ménages à participer au marché de travail, à relancer les investissements en matière de santé, d’éducation et de logement. Autrement dit, les TFM ne constituent pas réellement des flux complémentaires de revenus en tant que sources de capitaux, d’échanges commerciaux, de savoir et de transferts de technologies en Afrique.

67Les TFM contribuent relativement aux moyens de subsistance et se limitent à l’individu par l’intermédiaire des réseaux sociaux, sans véritablement soutenir les marchés locaux. Compte tenu des conflits et crises qui caractérisent l’Afrique, les TFM perturbent les activités économiques normales. Au lieu de jouer le rôle de flux financiers complémentaires, ils contribuent plutôt à l’effondrement du marché. Précisément, ces TFM entravent le bien-être des bénéficiaires en préservant les flux de marchandises et services qui freinent le maintien en résidence dans les régions sujettes aux conflits.

68Les variables contributives aux résultats sont les désastres naturels, le PIB/habitant, l’inflation, les ressources naturelles et le terrorisme. Elles influent sur les fragilités, du fait du renchérissement du coût de la vie qui entrave la concurrence, consolide l’exposition aux risques des banques, la gestion inéquitable de la rente des ressources, et les conflits amplifiés par la résurgence des groupes terroristes qui ont pour objectif de s’accaparer les zones riches en ressources naturelles. Ainsi, l’abondance des ressources naturelles conduit les pays à quatre pièges associés à la fragilité de l’État : conflits et mauvaise gouvernance d’une part, pauvreté et malédiction des ressources naturelles d’autre part, (Collier [2007]). Les résultats sont conformes à ceux obtenus dans le modèle de base et de la littérature empirique.