Documente Academic
Documente Profesional
Documente Cultură
Nous tenons remercier Jalal El Ouardighi, Franois Laisney, Marc Willinger et les
participants au 50e`me Congrs de lAssociation Franaise des Sciences conomiques, Paris,
20-21 Septembre 2001, en particulier Alain D. Ayong Le Kama, pour leur commentaires.
Nous remercions galement Guy Tchibozo. Nous restons responsables des erreurs ventuelles.
]
Auteur de correspondance : Tl. : +33 (0)3 90 24 21 00 ; Fax : +33 (0)3 90 24 20 71 ;
E-mail : nvphu@cournot.u-strasbg.fr
INTRODUCTION
La relation empirique entre la croissance conomique et la qualit de lenvironnement (la qualit de lair, la qualit de leau, la dforestation, etc.) a
t largement dbattue ces dernires annes. Les rsultats obtenus sur cette
relation permettent de dnir des politiques conomiques et environnementales appropries pour amliorer le bien-tre humain.
Dans la littrature, ce dbat se rsume de fait la discussion de lexistence dune relation de forme U inverse, appele la courbe environnementale
de Kuznets. Cette dernire nonce que, au niveau macroconomique, la dgradation de lenvironnement saccentue pour des niveaux de faible revenu
et quensuite elle diminue partir dun certain seuil donn de revenu (point
de retournement).
Holtz-Eakin et Selden [1995] ont tudi la forme rduite de la relation
entre les missions nationales de CO2 et le PIB rel par tte (mesur en dollars amricains en 1986) pour un chantillon de 130 pays durant la priode
1951-1986. Ils ont utilis un modle de donnes de panel eets individuels
et temporels xes avec une fonction quadratique et ont trouv une courbe de
Kuznets hors chantillon. En eet, cette courbe est presque linaire et croissante pour lensemble de lchantillon mais avec un point de retournement en
dehors de lchantillon, gal 35428$. Grossman et Krueger [1993, 1995] ont
tudi leet du PIB par tte sur divers indicateurs de qualit de lenvironnement en utilisant un modle eets individuels alatoires. Pour la plupart des
indicateurs de qualit de lenvironnement retenus concentration de dioxyde
de soufre (SO2 ), particules en suspension, demande doxygne biologique,
demande doxygne chimique et arsenic dans les rivires une courbe en U
invers apparat. En particulier, le point de retournement estim en termes
de PIB par tte pour ces polluants est infrieur 8000$ (en $1985). Selden et
Song [1994] ont galement tudi la relation entre le PIB par tte et quatre
polluants atmosphriques particules en suspension, SO2 , oxydes de nitrogne (NOx ), monoxyde de carbone (CO) en utilisant la mme source de
donnes que Grossman et Krueger [1993, 1995]. Selden et Song [1994] ont
montr lexistence dune courbe de Kuznets pour tous ces polluants. Cependant, les points de retournement pour les particules en suspension et pour
le SO2 sont suprieurs 8000$. Shak [1994] a examin la relation entre diffrents indicateurs de la qualit de lenvironnement et le revenu par tte en
utilisant trois fonctions polynomiales (linaire, quadratique et cubique) avec
un modle eets individuels xes (ville ou pays selon le cas). Les rsultats
obtenus mettent clairement en vidence une courbe de Kuznets pour les particules en suspension et le SO2 , et une courbe croissante pour le CO2 . Pour
ce dernier, le point de retournement est en dehors de lchantillon.
Dautres tudes ont prouv lexistence dune courbe environnementale de
Kuznets pour plusieurs polluants.1 Par exemple, Kaufmann et alii. [1998]
ont utilis des modles de panel eets xes et alatoires avec une fonction
quadratique pour un chantillon de 23 pays entre 1974 et 1989, et ont obtenu
une relation de type U invers, cest--dire une courbe de Kuznets dcrivant
le lien entre la concentration atmosphrique de SO2 et lintensit spatiale
de lactivit conomique. Cette dernire est mesure par le rapport du PIB
et la surface du pays ou par le produit du PIB par tte et la densit de la
population en ville. Cependant, Kaufmann et alii. [1998] ont aussi montr
quil y a une relation de type U entre la concentration de SO2 et le PIB
par tte, contrairement la courbe de Kuznets. Suri et Chapman [1998] ont
utilis des donnes portant sur 33 pays entre 1971 et 1991 en spciant un
modle de panel eets xes avec une fonction quadratique. Ils ont mis en
vidence une courbe de Kuznets pour la consommation dnergie primaire
commerciale par tte, exprime en termes dquivalents en ptrole. Ltude
de Suri et Chapman [1998] a le mrite de prendre en compte des indicateurs
du commerce international.
Les travaux de Schmalensee et alii. [1998] et de Azomahou et Nguyen Van
[2001] prsentent lavantage dutiliser des formes fonctionnelles plus exibles.
La spcication de Schmalensee et alii. [1998] consiste en un modle de donnes de panel eets temporels et individuels xes avec une fonction linaire
par morceaux. Schmalensee et alii. [1998] ont mis en vidence une relation
de Kuznets entre le revenu par tte et les missions de CO2 pour 141 pays
durant la priode 1950-1990. Azomahou et Nguyen Van [2001] ont utilis un
1
Pour une discussion dtaille, voir les numros spciaux des revues Environment and
Development Economics 1997 et Ecological Economics 1998. Voir aussi Stern [1998] pour
une revue de la littrature.
Voir aussi Robinson et Srinivasan [1997] pour une synthse de la littrature concernant
la croissance de la population, le dveloppement conomique, les ressources naturelles et
lenvironnement.
Larticle sarticule de la faon suivante. Le modle conomtrique est dcrit dans la Section 2. La dnition des variables, ainsi que la description
des donnes sont prsentes dans la Section 3. Les rsultats empiriques et la
discussion de ces rsultats sont donns respectivement dans les Sections 4 et
5. La Section 6 conclut ltude.
N
X
j=1
cij jt + it , || 1.
(1)
(2)
(3)
NT
ln 2 + ln 2 + ln |det (INT W)|
2
1 0
u (INT W)0 (INT W) u
2
2
ln L =
(4)
N
Y
i=1
(1 pi )T
(5)
Les problmes lis lestimation des modles spatiaux paramtriques sont amplement
discuts dans Anselin et Bera [1998] et Azomahou [2000] par exemple.
#0
"
T
T
X
1X
T = arg min 1
ht () S1
ht () ,
T
T
T t=1
t=1
(6)
p.s.
(7)
Plus prcisement, Koop et Tole [1999] ont utilis le modle yit = xit i + i + it , avec
i = + i o le vecteur i suit une certaine distribution.
2
Voir galement Jeong [1997].
10
h
h
(8)
T
T
T
t=1
t=1
Un estimateur convergent de la matrice de variances, note VT , de lestimateur MMG est obtenu en posant :
T X
T
h
i
1X
t ()h
()0 .
VT =
E h
s
T t=1 s=1
(9)
11
T =
0 +
V
j +
0j ,
(j, m(T ))
j=1
(10)
j = T 1 PTt=j+1
o (j, m(T )) = 1 j/[m(T ) + 1] est un noyau de Bartlett,
(T )
t ()
h
()
0, h
t ()
= N(T )1 PN
h
i=1 hit (), et N (T ) est une fonction nontj
dcroissante de T . Sans perte de gnralit, nous pouvons poser N (T ) = N.
Pour faciliter la lecture de ltude, nous prfrons ne pas dcrire ici les dtails techniques concernant les processus mlangeants dans la double dimension individuelle et
temporelle. Nous invitons le lecteur se rfrer larticle de Driscoll et Kraay [1998].
12
DONNES ET VARIABLES
Notre tude porte sur un chantillon de 85 pays en voie de dveloppement
sur la priode 1961-1994. Cet chantillon est plus grand que ceux utiliss par
Cropper et Griths [1994], Shak [1994] et Koop et Tole [1999]. Les donnes
concernant la surface forestire (mesure en milliers dhectares), la densit
de la population (nombre dhabitants/hectare) et la population totale (milliers dhabitants) sont extraites de World Resources 1998-1999 Database
du World Resources Institute. Les donnes sur le PIB rel par tte, mesur
en milliers de dollars US en 1985 et ajust un ensemble de prix internationaux, sont extraites de Penn World Table 5.6 (voir Summers et Heston
[1991]). En fait, dans Penn World Table 5.6, la srie PIB rel par tte nest
disponible que jusquen 1992. Par consquent, les observations manquantes
sont compltes en utilisant les sries PIB rel par tte et taux de croissance
du PIB par tte dans Global Development Finance et World Development
Indicators.
La variable dpendante reprsente le taux de dforestation dnie par
(Fit1 Fit ) /Fit1 o Fit dsigne la surface forestire du pays i lanne
t (un taux de dforestation ngatif signie une rforestation). Plus prcisement, la surface forestire est mesure comme la somme de la surface naturelle boise, de la surface implante et de la surface dj dboise devant
tre reboise dans un futur proche. Cette dnition permet dviter les incohrences lies lutilisation de dnitions plus restrictives. Ces dicults
concernant les donnes de dforestation sont amplement discutes dans la
littrature : le problme de mesure d la subjectivit des donnes fournies par les gouvernements, lexactitude des estimations lorsque les donnes
ocielles ou semi-ocielles ne sont pas disponibles, la distinction entre dirents types de fort, etc. (voir, par exemple, Allen et Barnes [1985], et Koop
et Tole [1999]).
Les variables explicatives sont le PIB par tte, le taux de croissance du
PIB par tte, la densit de la population et le taux de croissance de la population. Par dnition, nous obtenons un chantillon total de 2805 observations
(T = 33). Nous avons ventill lchantillon en trois groupes de pays : Afrique
(43 pays), Amrique latine (26) et Asie-Ocanie (16). Du fait quil y a seule13
14
RSULTATS DESTIMATION
Les rsultats destimation pour lensemble des pays et par groupe pour le
modle avec dpendance gographique sont prsents dans le Tableau 2.1 Ce
tableau rsume deux types de rsultats : les rsultats destimation utilisant la
matrice C comme dcrit dans la Section 2 et ceux obtenus en utilisant C2 la
place de C. Il est important de noter que si C est une mesure de la dpendance
gographique directe entre deux pays, C2 prend en compte non seulement la
dpendance directe mais aussi la dpendence indirecte entre deux pays, par
exemple, par lintermdiaire dun troisime. Ce type de dpendance indirecte
est connu en thorie des graphes sous le terme dun arc de longueur 2 (voir
Berge [1983]).
Insrer le Tableau 2 ici
Le coecient de dpendance spatiale nest pas signicatif dans le modle
avec C quelque soit le groupe de pays mais devient fortement signicatif pour
lensemble des pays et les pays du groupe Afrique lorsquon utilise C2 . Nous
faisons un test du rapport de vraisemblance pour comparer les modles. La
statistique du test est LR = 2 (log L1 log L0 ) 2 (1) o log L0 et log L1
sont respectivement la valeur de la log-vraisemblance du modle contraint
(sans dpendance spatiale, = 0) et celle du modle non contraint ( 6= 0
avec C ou C2 ). Les rsultats du test sont rsums dans le Tableau 3.
Insrer le Tableau 3 ici
Le modle contraint est rejet contre le modle non contraint avec C2 sur
la base dun test du rapport de vraisemblances pour lensemble des pays (la
statistique LR = 17, 4, suprieure la valeur tabule du 2 (1) au seuil de
5%, 3,84) et pour le groupe Afrique (LR = 6). En revanche, le modle avec C
napporte pas damlioration signicative en terme de vraisemblance par rapport au modle contraint pour tous les groupes de pays. Ces rsultats mettent
en vidence lexistence dune corrlation spatiale gographique dordre lev
dans les rsidus. Le problme qui se pose est celui du choix de la puissance
de la matrice C. En eet, il ny a a priori pas de raison de sarrter C2 ,
1
Les programmes destimation crits en GAUSS sont disponibles auprs des auteurs.
La procdure OPTMUM est utilise pour la maximisation de la fonction de vraisemblance.
15
Le modle P1 est le modle sans dpendance spatiale (qui est le modle contraint, avec
= 0, utilis dans le test du rapport de vraisemblance). Ici il est estim par la mthode
des moindres carrs, donnant les mmes estimateurs que la mthode du maximum de
vraisemblance.
16
17
(SRC1 SRC0 ) / (N 1) H0
F(N1,NT NK) ,
SRC0 / (NT N K)
DISCUSSION
Les consquences de la dforestation sont bien connues. Comme la soulign Preston [1996], il en rsulte une rosion du sol, un changement climatique
et une menace de disparition des espces vgtales et animales. Par consquent, lquilibre de lcosystme, ainsi que les ressources gntiques utiles
lhomme sont menacs. Or, les causes principales de la dforestation sont
identies : la conversion des forts en terre arable pour lagriculture, les
besoins en bois combustible et les exploitations commerciales.1 Les deux premires causes sont directement lies la population. Cependant, comme nous
lavons remarqu, limpact de la dmographie sur la dforestation peut tre
modi sensiblement par la technologie et la croissance conomique. De plus,
les politiques dmographiques, gnralement long terme, risquent dtre trs
coteuses. Bien que les eets du contrle dmographique sur la dforestation
soient reconnus, ceux-ci peuvent savrer insusants.
Comme lindiquent les rsultats destimation pour notre chantillon, la
relation dforestation/PIB par tte prend une forme en U : la croissance
conomique ne permet pas de rduire la dforestation dans les pays en voie
1
Comme nous lavons voqu dans la Section 2, il existe dautres facteurs de dforestation tels que le climat, les catastrophes naturelles, etc. Nous ne disposons pas dinformations sur ces facteurs, et supposons quils sont pris en compte dans les rsidus.
18
CONCLUSION
Dans cet article, nous avons tudi la relation entre la dforestation, la
croissance conomique et la population sur un chantillon de pays en voie de
dveloppement. Nous avons spci un modle paramtrique dont le terme
derreur prsente dirents types de dpendance spatiale et temporelle et
dhtroscdasticit. Les principaux rsultats sont : (i) aucune courbe environnementale de Kuznets (de forme U inverse) dcrivant la relation entre
le taux de dforestation et le revenu par tte na pu tre mise en vidence.
linverse, nous obtenons une relation en U ; (ii) le taux de croissance du
revenu par tte a un eet ngatif sur le taux de dforestation ; (iii) leet
1
Un exemple de la sous-valuation des forts est celui du Honduras. Avec peu de ressources forestires, ce pays exporte du bois vers les tats-Unis qui possdent de grands
forts (voir Bontems et Rotillon [1998]).
19
Rfrences
Allen J.C. et Barnes D.F. [1985], The Causes of Deforestation in Developing Countries, Annals of the Association of American Geographers,
75, 163184.
Andrews D.W.K. [1991], Heteroskedasticity and Autocorrelation
Consistent Covariance Matrix Estimation, Econometrica, 59, 817858.
20
Anselin L. et Bera A. [1998], Spatial Dependence in Linear Regression Models with an Introduction to Spatial Econometrics, dans Truchmuche A. (d.), Handbook of Applied Economic Statistics, chapitre 7.
Attfield C.L.F., Cannon E.S., Demery D. et Duck N.W. [2000], Economic Growth and Geographic Proximity, Economics Letters, 68, 109
112.
Azomahou T. [2000], Spatial Dependence and Panel Data Structure : Application to Estimating the Residential Demand for Water, Thse de doctorat,
Universit Louis Pasteur, Strasbourg.
Azomahou T. et Nguyen Van P. [2001], Economic Growth and CO2
Emissions : A Nonparametric Approach, CORE Discussion Paper
2001/12, Universit catholique de Louvain, Louvain-la-Neuve, et BETA
Working Paper 2001-01, Universit Louis Pasteur, Strasbourg.
Banque mondiale [1992], World Development Report, Oxford University
Press, New York.
Berge C. [1983], Graphes, Gauthier-Villars, Paris.
Bontems P. et Rotillon G. [1998], conomie de lEnvironnement, ditions La Dcouverte, Paris.
Cropper M. et Griffiths C. [1994], The Interaction of Population
Growth and Environmental Quality, American Economic Review, 82,
250254.
Driscoll J.C. et Kraay A.C. [1998], Consistent Covariance Matrix Estimation with Spatially Dependent Panel Data, Review of Economics and
Statistics, 80, 549560.
Ehrlich P.R. et Ehrlich A.H. [1981], Extinction : the Causes and Consequences of the Disappearance of Species, Random House, New York.
FAO [1993], Forest Ressources Assessment 1990 : Tropical Countries, Forestry Paper no. 112, Food and Agriculture Organization, Rome.
Griffith D.A. [1988], Advanced Spatial Statistics, Kluwer Academic Publishers, Dordrecht.
Grossman G.M. et Krueger A.B. [1993], Environmental Impacts of a
21
North American Free Trade Agreement, dans Garber P. (d.), The U.S.Mexico Free Trade Agreement, MIT Press, Cambridge, MA, 165177.
Grossman G.M. et Krueger A.B. [1995], Economic Growth and the
Environment, Quarterly Journal of Economics, 60, 353377.
Hansen L.P. [1982], Large Sample Properties of Generalized Method of
Moments Estimators, Econometrica, 50, 10291054.
Holtz-Eakin D. et Selden T.M. [1995], Stoking the Fires ? CO2 Emissions and Economic Growth, Journal of Public Economics, 57, 85101.
Jeong K. [1997], Prewhitened Kernel Estimators of 2 Times the Spectral
Density at Frequency Zero of Nonparametric Regression Errors, Journal
of Economic Theory and Econometrics, 3, 107122.
Kaufmann R.K., Davidsdottir B., Garnham S. et Pauly P. [1998],
The Determinants of Atmospheric SO2 Concentrations : Reconsidering
the Environmental Kuznets Curve, Ecological Economics, 25, 209220.
Koop G. et Tole L. [1999], Is There an Environmental Kuznets Curve for
Deforestation ?, Journal of Development Economics, 58, 231244.
Malthus T.R. [1798], An Essay on the Principles of Population, St. Martins Press (Reprint 1966), Macmillan.
Newey W.K. et West K.D. [1987], A Simple, Positive Semi-denite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix, Econometrica, 55, 703708.
Ord J. [1975], Estimation Methods for Models of Spatial Interaction,
Journal of American Statistical Association, (70), 120126.
Postel S. [1984], Protecting Forests, dans Brown L.R. et alii (d.),
State of the World, W.W. Norton & Co., New York.
Preston S.H. [1996], The Eect of Population Growth on Environmental
Quality, Population Research and Policy Review, 15, 95108.
Robinson J.A. et Srinivasan T.N. [1997], Long-Term Consequences of
Population Growth : Technological Change, Natural Resources, and the
Environment, dans Rosenzweig M.R. et Stark O. (ds.), Handbook
of Population and Family Economics, North-Holland, Amsterdam, chapitre 21.
22
23
Afrique
variable
moyenne
dforest.(a)
0,09810
PIB(b)
2,1162
4PIB(c)
densit(d)
#pays
0,6851
4pop.(e)
0,0133
0,0248
85
cart-type
0,0279
2,0166
0,0699
1,1399
0,0096
min.
-1,0751
0,2300
-0,4740
0,0089
-0,0842
max.
0,2281
13,7660
0,6704
8,9493
0,0642
moyenne
0,027102
1,1700
0,0076
0,4694
0,0264
cart-type
0,0132
0,9418
0,0758
0,7827
0,0093
min.
-0,1429
0,2300
-0,4740
0,0089
-0,0842
max.
0,2281
6,9650
0,6704
5,4384
0,0612
2,4334
0,0272
1,2022
0,0262
-0,06410
Asie
moyenne
Ocanie
cart-type
0,0347
2,1738
0,0677
1,5750
0,0093
min.
-0,5388
0,4450
-0,2456
0,0202
0,0042
max.
0,1788
13.7660
0,4515
8,9493
0,0642
Amrique
moyenne
0,0032
3,4860
0,0140
0,7239
0,0213
latine
cart-type
0,0390
2,3470
0,0592
1,2122
0,0094
min.
-1,0751
0,6110
-0,3058
0,0196
-0,0109
max.
0,0890
12,6820
0,2736
6,0465
0,0579
Notes : (a) taux de dforestation ; (b) PIB par tte, mesur en milliers de dollars
US en 1985, ajust un ensemble de prix internationaux ; (c) taux de croissance
du PIB par tte ; (d) densit de la population (nombre dhabitants par hectare) ;
(e) taux de croissance de la population.
24
43
16
26
Afrique
PIB
PIB2
4PIB
densit
4pop.
Asie
PIB
Ocanie
PIB2
4PIB
densit
4pop.
Amrique PIB
latine
PIB2
4PIB
densit
4pop.
C
coef. cart-type
-0,183 0,192
0,023
0,014
-0,840 0,778
0,110
0,234
12,738 7,415
-1,056 5,991
0,189
0,224
0,026
0,032
-0,568 0,501
-0,070 0,269
1,309
2,749
-4,273 6,560
-0,531 0,370
0,048
0,025
-1,052 2,221
0,322
0,355
7,863
24,607
3,144
8,486
-0,131 0,433
0,016
0,031
-2,238 2,352
-0,406 1,045
46,048 26,192
-2,709 9,192
C2
coef.
cart-type
-0,165
0,163
0,023
0,013
-0,720
0,734
0,059
0,230
12,681
7,412
-32,227 8,010
0,184
0,211
0,026
0,032
-0,584
0,443
-0,105
0,205
1,512
3,267
-13,403 5,388
-0,537
0,363
0,048
0,026
-1,163
2,190
0,311
0,357
6.730
27,166
0,907
11,539
-0,115
0,445
0,015
0,031
-2,224
2,422
-0,384
1,037
47,044
26,698
7,081
10,227
25
log L0
6170
4212,9
1049,6
1598,7
log L1 (C)
6170
4213,1
1049,6
1598,7
LR (C2 )
17,4
6
0
0,4
26
P1
coef. cart-type
-0,182 0,174
0,023 0,013
-0,842 0,745
0,113 0,224
12,747 7,432
2,678
0,178 0,209
0,027 0,031
-0,592 0,449
-0,072 0,206
1,396 4,157
3,371
-0,537 0,364
0,049 0,025
-1,171 2,194
0,309 0,357
6.541 26,973
2,896
-0,128 0,428
0,016 0,030
-2,231 2,261
-0,395 0,992
46,354 26,016
2,097
P2
cart-type
0,155
0,015
0,445
0,171
7,392
P3
cart-type
0,167
0,017
0,449
0,124
7,341
0,314
0,076
0,426
0,222
2,085
0,244
0,066
0,301
0,289
2,420
0,221
0,025
2,308
0,250
13,594
0,263
0,028
2,713
0,174
12,615
0,279
0,017
1,236
0,732
43,659
0,263
0,015
1,102
0,762
40,493
NN
NN
NN
NN
NN
NN
NN
NN
NN
N+
NN
NN
NN
N+
N
NN
NN
NN
NN
28
Fig. 1: Relation entre la dforestation et la croissance conomique. (a) lensemble des pays, (b) Afrique, (c) Asie-Ocanie, (d) Amrique latine. La
courbe reprsente la relation estime entre le taux de dforestation et le
PIB par tte, les autres variables sont xes leur valeur moyenne.
29