Analyse Du Systéme Productif Tunisien PDF

Banque africaine
de dveloppement
(BAD)
M. Vincent Castel,
Coordinateur programme
principal, ORNA.
Mme Natsuko Obayashi,
conomiste pays principal,
ORNA.
M. Hatem Haj Salem,
Assistant des operations
suprieur, ORNA.
Mme Kaouther
Abderrahim Ben Salah,
conomiste, ORNA.
Institut tunisien de la
comptitivit et des
tudes quantitatives
(ITCEQ)
M. Abdel Majid Ben Khlifa,

conomiste en chef,
directeur, direction
centrale de la modlisation.
M. Ammar Saleheddine,
Informaticien, sous-directeur,
direction centrale du systme
dinformation et de la
documentation.
Mme Mounira Bouali,
conomiste principal,
directeur, direction des
tudes conomiques.
Mme Raoudha Hadhri,
directeur, direction centrale
de la comptitivit.
Mlle Ikram Nahdi,
sous-directeur, direction
centrale de la modlisation.
Mlle Samiha Chaabani,
chef de services, direction
centrale de la comptitivit.
Mlle Manel Gaaloul,
conomiste principal, chef
de services, direction des
tudes conomiques.
Centre de recherche
en dveloppement
conomique et finance
internationale
(DEFI)
M. Gilles Nancy,
Professeur, Universit
Aix-Marseille.
M. Marcel Aloy,
Matre de confrences,
Universit Aix-Marseille.
M. Eric Heyer,
Professeur Sciences
Po Paris.
M. Gilbert Cette,
Professeur associ,
Mme Marion Dovis,
Mme Patricia Augier,
M. Pedro Albuquerque
Chercheur associ DEFI,
Universit du Minsota.
M. Mikael Gaziorek,
Chercheur associ DEFI,
Professeur, Universit de
Sussex.
I T C E Q - I N S T I T U T T U N I S I E N D E L A C O M P T I T I V I T E T D E S T U D E S Q U A N T I TAT I V E S
Avertissement & remerciements
e rapport de ltude portant sur lanalyse du systme productif
didentifier de nouvelles opportunits dexportations aussi bien en
tunisien qui a t finance par un don du Fonds pour les Pays
termes de produits que de marchs (2.3) ; (4) Analyse du systme
Revenu Intermdiaire de la Banque Africaine de Dveloppement
productif tunisien selon loptique de la dynamique des entreprises
(BAD) destin renforcer les capacits techniques de lInstitut
(2.4), lobjectif tant la dcomposition des gains de productivit du
tunisien de la comptitivit et des tudes quantitatives (ITCEQ), est
facteur travail (niveau agrge) en plusieurs sources : internes aux
le fruit dune collaboration trs troite entre des quipes de recherche
entreprises et/ou travers plusieurs phnomnes de rallocation des
de lITCEQ et des experts du Centre de recherche en dveloppement
ressources.
et finance internationale (DEFI) de lUniversit de la Mditerrane Aix

Marseille II. Les thmes couverts par ce travail, bien que diffrents
Le rapport comporte galement, la description des actions de
du point de vue mthodologique, nature des bases de donnes
formation effectues dans le cadre du projet, au profit des diffrentes
utilises et objectifs assigns, se compltent puisquils se focalisent
quipes de lITCEQ.
sur lanalyse du systme productif tunisien sous ses diffrents angles.

Lobjectif ultime serait didentifier et dengager les rformes
Les chercheurs de lITCEQ et les experts du DEFI ayant contribu
ncessaires pour amliorer lefficience conomique, diversifier
la ralisation de ce travail sont :
davantage lconomie tout en profitant au maximum des potentialits

offertes par la mondialisation et le dveloppement technologique et
Chapitre I :
accder ainsi de nouveaux paliers de croissance stable et inclusive.
- Du cot DEFI : M. Gilles Nancy, M. Marcel Aloy & M. Eric Heyer

- Du cot ITCEQ : M. Abdelmajid be Khalifa et Mlle Ikram Nahdi
Quatre thmes ont t slectionns pour faire lobjet de ces

investigations : (1) estimation conomtrique des dterminants de
Chapitre II :
la production (valeur ajoute) et des prix par secteur dactivits
- Du cot DEFI : M. Gilles Nancy, M. Marcel Aloy, M. Eric Heyer
manufacturires, en se basant sur loptique de fonction de production
& M. Pedro Albuquerque
(2.1) ; (2) lestimation conomtrique de fonctions de demande
- Du cot ITCEQ : Mme. Raoudha Hadhri & Mlle Samiha Chaabani
dexportations tunisiennes par secteur sur le march europen, en

prenant en compte la fois les concurrents hors EU sur le march
Chapitre III :
de lEU et les producteurs europens eux-mmes (2.2). En outre, faute
- Du cot DEFI : M. Mikael Gaziorek,
de sries de donnes suffisamment longues, ces investigations
- Du cot ITCEQ : Mme. Raoudha Hadhri & Mlle Samiha Chaabani
conomtriques sectorielles ont t compltes par lapproche panel

(groupement de secteurs) ; (3) Analyse du positionnement des
Chapitre IV :
exportations tunisiennes par produit sur le march mondial du point
- Du cot DEFI : Mme. Patricia Augier & Marion Dovis
de vue offre et demande, ainsi que son volution, et ce, en se basant
- Du cot ITCEQ : Mme. Mounira Bouali, Melle. Manel Gaaloul
sur certains indicateurs usuels de performance. Lobjectif tant
& MM. Abdallah Abdelmalek, Slaheddine Ammar
Les auteurs assument lentire responsabilit du contenu de ce
lavis de ITCEQ ou de la Banque africaine de dveloppement
document. Les opinions exprimes ne refltent pas ncessairement
(BAD).
I T C E Q - I N S T I T U T T U N I S I E N D E L A C O M P T I T I V I T E T D E S M T H O D E S Q U A N T I TAT I V E S
Table des matires

7
Rsum analytique
1. Introduction
2. Rsultats par composantes
2.1 Modlisation sectorielle des industries manifacturires
9
9
11
13
15
15
2.1.1
2.1.2
2.1.3
2.1.4
2.1.5
2.1.6
15
2.2 Modlisation sectorielle des exportations tunisiennes
16
26
27
30
2.2.1
2.2.2
2.2.3
2.2.4
La mthode destimation
Les principaux rsultats
Rponse du capital un choc de demande et de cot
Rponse du capital un choc de demande et de cot
Conclusions
Rfrences bibliograpiques
Estimations des fonctions dexportations sur les sries chronologiques de la priode 1988-2008
Estimations des quations dexportations en panel dynamique
Les prolongements possibles de lanalyse conomiques
Rfrences bibliographiques
31
2.3 Analyse des potentialits dexportation tunisienne
31
34
34
2.3.1 Analyse de loffre de la Tunisie en termes davantages comparatifs

2.3.2 volution de la demande mondiale des produits Tunisiennes exports
2.3.3 Orientation des exportations et identification des marchs potentiels
40
2.4 Effets de louverture de lconomie tunisienne sur le systme productif et analyse du processus dadaptation des entreprises
40
49
2.4.1 Analyse descriptive de la base de donnes dentreprises de lindustrie tunisienne

2.4.2 Lanalyse de la dcomposition de la productivit
53
3. La formation
53
54
3.1 Un exemple de session de formation conomtrie et modlisation macroconomique

3.2 Un exemple de formation au traitement des donnes dentreprises
57
4. Conclusions
Rsum analytique
1.
Introduction
a rvolution a boulevers le modle conomique et social
services offrant des opportunits rapides dexportation, devrait en
existant provoquant des changements dans la gouvernance et
priorit se concentrer sur des secteurs porteurs et innovants
la transparence des politiques publiques, ce qui contribuera certainement
forte valeur ajoute tels que les servicesinformatiques, dingnierie,
amliorer lefficience de lconomie et par la mme, raliser un
comptables, daudit et de conseil en gestion, la publication et
palier de croissance plus lev. Nanmoins les caractristiques
ldition, les services dducation, la gestion des services publics
structurelles de lconomie encore faibles et plusieurs autres dfis
et les services de sant. La mise en uvre de ces rformes
restent dactualit.
permettrait, moyen terme, une forte rduction de la vulnrabilit

de la Tunisie par rapport aux fluctuations de la demande de services
En raison de la trs forte concentration, des exportations dans le
touristiques.
textile et lhabillement, le dmantlement de laccord multifibres

(AMF) a t un vnement majeur pour lconomie tunisienne.
Une autre cl de voute du modle de dveloppement tunisien est
Depuis le dmantlement de lAMF, la Tunisie est confronte une
la croissance des IDE qui, dune part, contribue aux besoins de
concurrence trs vive sur les marchs de lUE, en provenance de
financement de lconomie malgr les effets ngatifs sur la balance
lAsie et de lEurope de lEst, avec des cots de main duvre plus
courante (transferts de revenus vers lextrieur) et participe, dautre
bas et/ou une productivit plus forte. Le risque dune crise structurelle
part, laugmentation rapide du taux dinvestissement.
dans ce secteur est spcialement lev tant donn le degr de

dpendance vis--vis de lUE qui absorbe 96% des exportations
Les chantiers danalyse et de rflexion qui souvrent pour rpondre
de textile-habillement de la Tunisie. De plus, la plupart de ces
aux challenges de lconomie tunisienne sont nombreux. La
exportations proviennent de la sous-traitance, une activit vulnrable
comptitivit, la dynamique du secteur des produits manufacturs,
faible valeur ajoute.
limpact des chocs externes, la place de ladministration publique

dans une conomie ouverte sur lextrieur, une meilleure connaissance
Lamlioration de la comptitivit est au cur dun projet de dvelop-
du PIB potentiel, sous-tendent le programme de la mission
pement fond sur lintgration dans lconomie mondiale. Au-del
dassistance technique. Naturellement, il ntait pas question dans
de lindispensable modernisation des procds technologiques, le
le cadre dune mission de courte dure de prtendre traiter
fonctionnement du march du travail et spcifiquement le processus
lensemble de ces thmatiques. Les experts du DEFI et de lITCEQ
de ngociation des salaires, de fait initi et encadr par ltat, nest
se sont efforcs de dlimiter le primtre des objectifs et des
pas suffisamment flexible pour rpondre la concurrence des autres
activits dvelopper dans le cadre du projet, compte tenu de la
pays mergents sur les principaux marchs. Linadaptation du systme
dure de la mission, des vnements contingents, et de la disponibilit
de formation au modle de production tunisien et partant la
des informations ncessaires laboutissement du programme.
demande des entreprises, est un frein lamlioration de la comptitivit.

Cest dans ce contexte quil convient aujourdhui de resituer la
La part des services dans le PIB est croissante. La libralisation des
mission dassistance technique DEFI/ITCEQ. Le programme
aborde en effet sans les traiter exhaustivement les questions
Dans un contexte dintgration de la Tunisie dans lconomie mondiale,
rcurrentes qui se posent lconomie tunisienne en termes de
lITCEQ a souhait renforcer ses capacits techniques, en termes
productivit des facteurs, de comptitivit des exportations et
danalyses ncessaires la dcision publique et afin de contribuer
des dterminants de la substitution entre non diplms et diplms
aux dcisions de politique conomique du gouvernement tunisien.
sur le march de lemploi.

Le DEFI (Centre de recherche en dveloppement conomique et
LInstitut tunisien de la comptitivit et des tudes quantitatives
finance internationale) de lUniversit de la Mditerrane, spcialis
(ITCEQ) est un tablissement public caractre non administratif
dans lanalyse des mcanismes dintgration des pays mergents
sous la tutelle du Ministre du dveloppement et de la coopration
dans lconomie mondiale, a t charg de mettre en uvre sous
Internationale. Il joue un rle cl dans la planification et la
lgide de la BAD une mission dassistance technique, en troite
programmation de la politique conomique du Gouvernement
collaboration avec les chercheurs de lITCEQ, dont les objectifs, les
des analyses ncessaires la dcision publique.
mthodes et les rsultats font lobjet de ce rapport.
1
2
Une fois pris en compte l'ensemble des flux nets de financement, l'exception des transferts et prts officiels postrieurs la crise.
Sous lhypothse dun apport de 900 M. USD dans le cadre de ce programme (BM, BAD, UE, AFD).
2.
Rsultats par composantes
2.1. Modlisation sectorielle des industries

manufacturires
Secteur 6 : Industries textile habillement et cuirs (THC)

Secteur 7 : Industries diverses (DIVERSES)
2.1.1. La mthode destimation
a modlisation des industries manufacturires repose sur des

fondements thoriques dvelopps en annexes, qui reprennent
la structure des modles dquilibre gnral en y incluant des lments
Le faible nombre dobservations disponibles (au maximum 27) ainsi
de la demande. Les objectifs de la modlisation sont les suivants:
que la prsence de paramtres communs estimer dans les diffrentes

quations de long terme (lasticits de substitution, taux de croissance
Simuler et prvoir le taux de croissance de la valeur ajoute des
du progrs technique) nous ont incits estimer ces quations
sous secteurs manufacturis en sappuyant sur des quations
simultanment.
structurelles
-
Nous avons par consquent procd en deux tapes :
Estimer la demande de facteur capital, travail pour chaque sous

secteur
Estimer llasticit de substitution des facteurs et pour le facteur
1. Dans la premire tape, nous avons estim les relations de long
travail llasticit de substitution entre travail qualifi et travail
terme, en niveau, grce un systme dquations simultanes
non qualifi.
par la mthode SUR (Seemingly Unrelated Regression).
Dterminer le prix de la valeur ajoute du secteur manufacturier
Le partage de loffre et de la demande entre le march domestique
2. Dans la deuxime tape, nous avons estim quatre MCE (Modle
et le marchs extrieurs
Correction derreurs) en imposant dans ces derniers les relations
La rponse de la demande des facteurs de production (emploi
estimes dans la premire tape comme solution de long terme.
et investissement), un choc de demande(croissance de la

Lensemble des MCE ont des proprits statistiques satisfaisantes.
valeur ajoute) et de cot (salaire).
Les tests LM conduisent au rejet de lhypothse dauto-corrlation

La priode destimation stend de 1983 2009. Les donnes
des rsidus de ces quations. Ces rsidus sont homoscdastiques
proviennent des comptes nationaux annuels pour lconomie tunisienne.
au regard du test de White et du test ARCH. La forme fonctionnelle
Six secteurs manufacturiers sont analyss.
de l'quation est valide par le test Reset. Enfin, selon le test de Bera
Jarque, les rsidus de toutes les quations suivent une loi normale.
Secteur 2 : Industrie Agro-alimentaires (IAA)
2.1.2. Les principaux rsultats
Secteur 3 : Industries matriaux de construction cramiques et

verre (MCCV)
Secteur 4 : Industries mcaniques et lectriques (IME)
Les principaux rsultats sont rsums dans le Tableau 3.1 : Il en
Secteur 5 : Industries chimiques (CHIMIE)
ressort les conclusions suivantes :
Il existerait une substituabilit relativement forte entre le capital et
entre 1 et 2 % par an. Il est voisin de 2,7 % dans le secteur 4 et
le travail dans les 4 secteurs suivants : llasticit de substitution
suprieur 5 % dans les secteurs 3 et 5.
est proche de lunit dans le secteur des Industries Agro-
Le taux de croissance de la productivit globale des facteurs est
alimentaires ainsi que dans celui des industries Mcaniques et
htrogne. Il est relativement faible dans les IAA et le textile et
lectriques (secteurs 2 et 4). Llasticit de substitution est voisine
lev dans les IME et lindustrie chimique.
de 0,7 dans le secteur des Matriaux de Construction, Cramiques
et Verre et dans la Chimie (secteurs 3 et 5). Notons toutefois que
Dans tous les secteurs tudis, il ressort une forte lasticit de
la valeur de ces lasticits est sans doute surestime par la prise
substitution entre lemploi qualifi et non qualifi4 allant de 3,3 pour
en compte de la dure du travail dans le facteur travail. Autrement
le secteur 5 plus de 6 pour le secteur 4. Ce rsultat est important,
dit, ce nest pas une lasticit entre le stock de capital et le stock
apparemment robuste et relativement inattendu : il implique
de travail qui est estime ici mais entre le stock de capital et le
notamment quune diminution de 1% du salaire relatif des qualifis
volume horaire. En dautres termes, une augmentation du prix
par rapport aux non-qualifis conduirait ( long terme) une
relatif du salaire par rapport au cout du capital induirait dans les
croissance du nombre demplois des qualifis suprieure de 3%
IAA et les IME une substitution assez forte, du capital au travail.
6% celle des non-qualifis. En dautres termes, un resserrement
En revanche, dans les autres secteurs, la variation du prix relatif
de lcart des salaires entre qualifis et non-qualifis constituerait,
des deux secteurs a une incidence plus faible bien que significative
selon cette estimation, un moyen efficace damliorer lemployabilit
sur la demande respective de travail et de capital dans les deux
des diplms. Une interprtation possible de ce rsultat est que,
autres secteurs.
en moyenne, les diplms ne disposeraient peut-tre pas de

suffisamment de savoir-faire spcifique, propre les distinguer des
En revanche, il semble y avoir une forte complmentarit entre le
non-qualifis, les deux catgories tant alors par consquent
capital et le travail dans les deux derniers secteurs tudis, savoir
perues par les entreprises comme des substituts plutt que
celui du Textile, Habillement et Cuirs et les industries diverses
comme des complments dans le processus de production.
(secteurs 6 et 7). Ceci implique que dans ces secteurs, et
contrairement aux secteurs prcdents, une variation du cot relatif
Pour conclure, il convient de rappeler que les lasticits de long
du travail par rapport au capital aura peu dimpact long terme
terme par rapport aux quantits ont t fixes lunit, pour
sur lintensit capitalistique (stock de capital par travailleur).
dvidentes questions de cohrence thorique : ainsi, lorsque la

quantit totale de travail augmente de 1%, la quantit dheures
des travailleurs qualifis et des travailleurs non qualifis augmente
Daprs nos estimations, il apparat que la formulation dun progrs

3
technique neutre au sens de Hicks soit la seule tre accepte
identiquement de 1% (toutes choses gales par ailleurs). De la
dans les 6 secteurs tudis. Dans les secteurs 2, 6 et 7, le taux
mme manire, lorsque la demande de biens (mesure par la valeur
de croissance estim du progrs technique (paramtres gk et gl,
ajoute en volume) augmente de 1%, la quantit de capital et de
qui sont identiques dans la neutralit au sens de Hicks) est compris
travail augmente identiquement de 1%.
Le progrs technique est neutre au sens de Hicks sil augmente lefficacit des deux facteurs de production. Pour une combinaison productive donne le rapport des productivits
marginales reste inchang et les/la demande des facteurs croit au mme rythme que le progrs technique
4
Notons que la distinction travailleur qualifi / non qualifi est ici apprhende sous langle du diplme et non sur celui de la nature du mtier : dans nos estimations, les qualifis
ont t dfinis comme titulaires dun diplme denseignement suprieur, tandis que les non-qualifis regroupent les autres individus. Les termes utiliss dans notre prsentation
( qualifis et non-qualifis ) ont donc un caractre volontairement simplificateur et trs schmatique.
Afin de complter lestimation, nous avons replac les quations de long terme dans le cadre plus gnral de modles correction derreur. La forme gnrique des quations
dynamiques estimes est donne dans le Tableau III.4. Comme prcdemment, les coefficients de court terme non significatifs ont t supprims des quations finales.
10
Tableau 2.1 : Principaux rsultats des estimations sectorielles

Secteur
Paramtres structurels
Elasticit de substitution K/L
0,99
0,74
0,98
0,67
0,06
0,14
Elasticit de substitution Qualifi

5,40
/ Non qualifi
4,10
6,01
3,29
4,67
5,55
Progrs technique neutre au sens

1,97
de Hicks (%)
5,11
2,68
5,28
1,06
1,67
Paramtres du MCE
Force de rappel de lemploi
0,40
0,21
0,32
0,12
0,21
0,31
Force de rappel du capital
0,05
0,13
0,07
0,06
0,14
0,04
Sources : Comptabilit nationale, calculs ITCEQ/DEFI
Afin dillustrer le processus dynamique des diffrentes variables et
que dans les graphiques ci-aprs. Des rponses aux chocs il ressort
leur sensibilit leur dterminants conomiques, nous avons procd
que dune part la suite dun choc lemploi ne revient pas sa valeur
la mesure des rponses sectorielles certains chocs conomiques.
initiale. Dans le cas dun choc de demande (VA), la rponse de lemploi

et la plus rapide dans le secteur des MCCV, des IME et du THC. Les
2.1.3. Rponse de lemploi un choc de demande et de cot
chocs sont encore fortement persistants au bout de 4 ans. A la suite

dun accroissement du salaire rel les effets ngatifs sur lemploi se
Deux chocs ont t simuls : le premier consiste en une augmentation
font ressentir instantanment sur les IAA et dans une moindre mesure
de 1% de la valeur ajoute, le second choc rside dans une hausse
sur les IME et la chimie. long terme, ce sont les IAA, les IME qui
de 1% du salaire rel.
sont les secteurs dont les emplois sont le plus affects. En revanche,
lemploi dans le secteur textile semble mieux absorber le choc et
Le rsultat de ces simulations sont rsums dans le tableau 3.2 ainsi
tre relativement prserv long terme.
Tableau 2.2 : Rponse dynamique dun choc de 1% de la VA et du salaire rel (WR) sur lemploi
Secteur
IAA (2)
MCCV (3)
IME (4)
CHIMIE (5)
THC (6)
DIVERSES (7)
1 ans
2 ans
3 ans
4 ans
Long terme
VA
0,31
0,46
0,62
0,71
0,79
WR
-1,16
-0,63
-0,97
-0,84
-0,94
-0,98
VA
0,85
0,88
0,38
0,52
0,62
WR
-0,77
-0,76
-0,75
0,74
-0,73
VA
0,44
0,62
0,74
0,82
0,88
WR
-0,21
-0,46
-0,62
-0,73
-0,81
-0,97
VA
0,19
0,30
0,28
0,31
0,32
WR
-0,22
-0,06
-0,01
-0,20
-0,28
-0,67
VA
0,37
0,50
0,61
0,69
0,76
WR
-0,47
-0,38
-0,31
-0,26
-0,21
-0,05
VA
0,53
0,68
0,78
0,85
0,90
WR
-0,04
-0,07
-0,09
-0,11
-0,13
11
Variation de lemploi (en %) la suite dune augmentation de 1% de la valeur ajoute
Variation de lemploi (en %) la suite dune augmentation de 1% du salaire rel
12
2.1.4. Rponse du capital un choc de demande et de

cot
Le rsultat de ces simulations sont rsums dans le tableau 3.3
Deux chocs ont galement t simuls pour le capital :
Les rponses aux chocs du capital font apparatre une assez grande inertie
ainsi que dans les graphiques ci-aprs.
court terme dans la plupart des secteurs lexception du textile pour la

1. Une augmentation de 1% de la valeur ajoute
valeur ajoute. En revanche, les effets long terme dune augmentation

du cout rel du capital5 sont importants dans les IAA, les IME, et les
MCCV. Ils sont ngligeables dans le secteur du textile et de lhabillement.
2. Une hausse de 1% du cot rel du capital
Tableau 2.3 : Rponse dynamique dun choc de 1% de la VA et du cot rel (CKR) sur le stock de capital
Secteur
1 ans
2 ans
3 ans
4 ans
Long terme
VA
0,18
0,51
0,71
0,83
0,91
CKR
-0,10
0,27
-0,40
-0,50
-0,64
-0,98
VA
0,17
0,36
0,58
0,78
0,93
CKR
-0,14
-0,29
-0,45
-0,61
0,73
-0,73
VA
0,18
0,42
0,65
0,83
CKR
-0,07
-0,21
-0,39
-0,56
-0,97
VA
0,15
0,25
0,39
0,52
CKR
-0,03
-0,15
-0,24
-0,34
-0,43
-0,67
VA
0,27
0,50
0,67
0,79
0,87
CKR
-0,008
-0,028
-0,036
0,042
-0,047
-0,05
VA
0,04
0,10
0,17
0,24
CKR
-0,04
-0,07
-0,08
-0,09
-0,10
-0,13
IAA
MCCV
IME
CHIMIE
THC
DIVERSES
Cout rl dusage du capital : taux dintrt rel augment du taux de dprciation du capital.
13
Variation du stock de capital (en %) la suite dune augmentation de 1% de la valeur ajoute
40
!
42
14
2.1.5. Conclusion
en uvre. Ainsi, sur la base des travaux raliss dans le cadre de

cette tude, les estimations sectorielles des prix et du commerce
La modlisation des secteurs manufacturiers micro fonde sur les
extrieur qui restent faire doivent pouvoir tre effectus sans
approches des modles dquilibre gnral calculables a dbouch
difficults majeures.
sur des estimations des paramtres qui conduisent aux conclusions

suivantes :
2.1.6. Rfrences bibliographiques
La substitution entre le capital et le travail est forte (lasticit
Annabi N., Cockburn J., Decaluw B. (2003), Formes Fonctionnelles
proche de lunit, Cobb-Douglas) dans le secteur des Industries
et Paramtrisation dans les MCEG, CREFA, Universit de Laval.
Agro-alimentaires ainsi que dans celui des industries Mcaniques

et lectriques (secteurs 2 et 4), tous les deux fortement
Harrison R., Nikolov K., Quinn M., Ramsay G., Scott A. and
exportateurs. La substitution entre les deux facteurs est plus
Thomas R. (2005), The Bank of England Quarterly Model,
faible (lasticit voisine de 0,7, CES) dans les secteurs des MCCV
www.bankofengland.co.uk/publications/beqm/.
et de la Chimie. Dans les autres secteurs, il y a complmentarit

-
entre les facteurs de production.
Klump R., McAdam P., Willman A. (2008), Unwrapping some euro
Les simulations dynamiques montrent que les secteurs industriels
area growth puzzles: Factor substitution, productivity and
tunisiens sont caractriss par une assez forte rigidit dans
unemployment. Journal of Macroeconomics 30, 645666.
lajustement des facteurs : la suite de chocs de demande ou
de cots rels, il faut gnralement trois quatre annes pour observer
Lofgren H., Harris R.L., Robinson S. (2002), A standard computable
un ajustement significatif des quantits de travail et de capital.
general equilibrium model in GAMS. Microcomputer in Policy
Le taux de croissance de la productivit globale des facteurs est
Research 5, International Food Policy Research Institute.
htrogne. Il est relativement faible dans les IAA et le textile, et
2.2
Modlisation sectorielle des exportations
tunisiennes
lev dans les IME et lindustrie chimique.

-

substitution entre lemploi qualifi et non qualifi6 allant de 3,3
pour le secteur 5 plus de 6 pour le secteur 4. Ce rsultat est
Lanalyse des dterminants des exportations tunisiennes, porte sur
important, apparemment robuste et relativement inattendu : il
huit secteurs choisis par les experts de lITCEQ.
implique notamment quune diminution de 1% du salaire relatif

des qualifis par rapport aux non-qualifis conduirait ( long
Secteur 1 : Agriculture (Agr)
terme) une croissance du nombre demplois des qualifis
suprieure de 3% 6% celle des non-qualifis
Secteur 3 : Matriaux de Construction Cramiques et Verre (MCCV)

Secteur 4 : Industries Mcaniques et lectriques (IME)
Ces premiers rsultats permettent donc de valider la fois les
Secteur 5 : Industries Chimiques (CHIMIE)
fondements thoriques et les mthodologies conomtriques mises
Secteur 6 : Industries Textile, Habillement et Cuirs (THC)
6
15
v) Par ailleurs quelques extensions intressantes sur le plan de la
Secteur 7 : Industries Diverses (DIVERS)
modlisation, pouvant tre entreprises dans le prolongement du
Secteur 8 : Hydrocarbures (Hyd)
travail dj ralis, sont suggres et amorces:

Lobjectif est dvaluer quantitativement la dynamique sectorielle
-
des exportations la suite de variations de la demande adresse
En premier lieu, les estimations conomtriques peuvent tre

compltes par une maquette sectorielle de modlisation des
et des prix relatifs.
prix et des quantits (importations et exportations), dbouchant

Dans le cadre du projet, lapplication se limite ltude des
sur lvaluation les flux nominaux et des soldes commerciaux
exportations tunisiennes en direction de lEurope, qui reprsente
par secteur.
lessentiel des exportations tunisiennes, sur la base de donnes

-
annuelles de la priode 1988-2008.
En second lieu, la modlisation peut introduire des non-linarits.

Celles-ci prennent en compte lventualit dlasticit variant
i)
dans le temps. Ainsi par exemple, les lasticits-prix peuvent se
Les variables explicatives de la demande dimportations

7
rvler plus faibles lorsque les diffrentiels de prix sont peu
europennes sont :
importants et beaucoup plus significatives lorsque les diffrentiels

de prix augmentent, du fait de lexistence de cots de transactions.
la demande adresse europenne;
lindice des prix des exportations sectorielles tunisiennes;
lindice des prix europen;
lindice des prix des concurrents de la Tunisie sur le march
En effet, la modlisation prcdente se limite la spcification
europen.
et lestimation de fonctions de demande europenne sectorielle
Enfin, des contraintes doffre peuvent tre intgres aux modles.
de produits tunisiens. Cependant, et notamment en prsence
ii) La modlisation thorique reporte en annexe est une extension

des modles dexportations conventionnels8.
de rigidits des prix, les quantits exportes peuvent tre limites
iii) La mthode destimation conomtrique des quations repose
par loffre disponible et, de ce fait, les exportations effectives sont
sur la spcification de modles correction derreur. Cette
susceptibles de ne pas correspondre en permanence la demande
approche a lavantage de distinguer les lasticits de court terme
europenne qui leur est adresse. A cet gard, une mthode
et les lasticits de long terme des importations sectorielles
permettant lestimation dun modle de rationnement quantitatif
europennes.
est propose.
iv) Cette mthodologie est complte par des estimations en panels
2.2.1. Estimations des fonctions dexportations sur les

sries chronologiques de la priode 1988-2008
dynamiques pour lesquelles la taille des chantillons est

beaucoup plus importante et qui en consquence permettent
de tester la robustesse des rsultats obtenus sur les sries
7
8
chronologiques comportant 21 observations de la priode
2.2.1.1. La modlisation thorique reporte en annexe suggre
1988-2008.
trois variables explicatives potentielles des exportations tunisiennes :
Voir par exemple Annabi N., Cockburn J., Decaluw B. (2003) pour une prsentation des fondements microconomiques des fonctions de demande.
Voir par exemple Wong (2008) pour une application rcente au cas de la Malaisie.
16
exportations de la Tunisie par rapport aux importations de l'UE
du mme secteur;
lindice des prix europens;
La deuxime utilise un indice de prix relatifs des exportations de

la Tunisie par rapport celles des principaux concurrents sur
europen.
le march Europen.
Cependant, les estimations prliminaires des fonctions dexportations
par secteur ont rvls des problmes de colinarit entre les diffrents
Ainsi, pour chaque secteur, quatre formulations ont t estimes
indices de prix qui rendaient difficilement interprtables les coefficients
selon que la demande adresse soit calcule sur lensemble des
estims. Nous avons donc t conduits retenir la spcification
produits ou restreinte aux principaux produits, et selon que le prix
dynamique suivante, qui se restreint la prise en compte dun seul
relatif soit calcul en fonction des prix des concurrents ou de celui
prix relatif (not p), qui comme cela est prcis ci-dessous, pourra
des pays de lUnion Europenne.
prendre deux spcifications diffrentes:

Dans ce modle correction derreurs (MCE), le terme entre
crochets [ x(t-1) - p(t-1) d(t-1) ] reprsente lcart par rapport
(1) x(t) = x(t-1) + 0d(t) + 1d(t-1) + 2 d(t-2) + 0p(t)

+ 1p(t-1) + 2p(t-2)
lquilibre de long terme, dans lequel les lasticits de long terme
+ [ x(t-1) - p(t-1) d(t-1) + .t ] + t
sont gales 1 par rapport la demande adresse (on modlise

en fait lvolution des parts de march de la Tunisie sur le march
europen) et par rapport au prix relatif.
x: logarithme des exportations tunisiennes vers l'Union Europenne

(UE) en milliers deuros constants base 100= 2005 (compiles
partir de comext).
Le terme .t reprsente la tendance dterministe ventuelle des
d: logarithme de la demande adresse la Tunisie par l'UE prix
parts de march, qui saccroissent annuellement au taux .
constants (compile partir de comext). La demande adresse sera

Enfin, les variables notes x reprsentent la variation de x, et que
exprime de deux faons alternatives :
des variables muettes ont parfois t incluses dans le modle de

-
La premire prend en considration la demande adresse sur
rgression.
lensemble des produits du secteur considr (Agriculture, IAA,);

2.2.1.2. Principaux rsultats
-
La seconde limite la demande adresse aux principaux produits
1) Agriculture
exports par la Tunisie dans un secteur donn (Agriculture, IAA,).

En effet, il existe une forte htrognit dans la composition en
produits de chaque secteur, et, sous cette forme, la demande
Les principaux rsultats, pour les quatre spcifications testes pour
dresse peut savrer plus reprsentative pour modliser les
ce secteur, sont rsums dans le tableau 1 :
exportations tunisiennes.
La valeur de llasticit de long terme de la demande adresse
p : logarithme du prix relatif des exportations tunisiennes. Ce prix
aux exportations a t impose lunit. Notons que, dans les
relatif sera exprim de deux faons alternatives :
tests prliminaires, cette restriction est accepte plus facilement

en utilisant la demande adresse calcule sur la base des
principaux produits.
La premire retient un indice de prix relatifs sectoriel des
17
Lorsque lon utilise la demande adresse Total produits , un
peu de substituts sur le march dimportation de lUnion
trend positif ressort significativement dans nos estimations,
Europenne.
reprsentatif dun gain tendanciel de part de march dans ce
secteur.
Les MCE utilisant la demande adresse Total produits ont

des proprits statistiques satisfaisantes. Les tests LM
Les lasticits-prix de long terme ont le signe attendu dans 3
conduisent au rejet de lhypothse dauto-corrlation des rsidus
cas sur 4. Seule la formulation avec les prix des pays de lUE et
de ces quations. Ces rsidus sont homoscdastiques au regard
la demande adresse principaux produits ressort avec un
du test de White et du test ARCH. La forme fonctionnelle de
signe positif, contraire lintuition conomique. La valeur de
l'quation est valide par le test Reset. Enfin, selon le test de
cette lasticit apparat faible, de lordre de -0,2 dans le cas
Bera-Jarque, les rsidus de toutes les quations suivent une loi
des prix des concurrents et de -0,3 dans celui des pays de lUE,
normale. Ce nest pas le cas de ceux utilisant la demande
ce qui impliquerait que les produits tunisiens du secteur ont
adresse Principaux produits .
Tableau 2.4 : Rsum des principaux rsultats destimations de lquation dexportations pour le secteur 1
(Priode destimation 1988-2008)
Total produits
Demande adresse
1ne
Force de rappel
-0,63
Principaux produits
1ne
(-3,70)
1ne
-0,31
(-1,45)
-0,20
(-0,28)
-0,38
1ne
(-2,21)
-0,65
(-3,28)
-0,17
(-1,00)
Prix relatifs
des concurrents
de lensemble de lUE
-0,30
(-2,09)
Trend
0,007
(2,12)
1,49
(3,57)
0,06
0,02
(0,12)
(1,81)
Elasticits CT
log(demande adresse)
Dummy
d98
0,16**
(1,91)
0,16*
(2,03)
d06
0,23
(2,32)
d02
-0,14
(-1,72)
Tests
LM (2)
0,82
0,21
0,03
0,10
Arch(1)
0,72
0,33
0,72
0,33
Normalit
0,71
0,56
0,92
0,38
Reset (2)
0,97
0,29
0,08
0,05
R-squared
0,63
0,50
0,44
0,39
Adjusted R-squared
0,46
0,32
0,34
0,33
Classement
Source : Calculs ITCEQ/DEFI / Note : entre parenthses figure la statistique du t de student

ne
: le coefficient nas pas t estim mais impos.
18
A lissue de ces estimations, il semble que la meilleure quation est
cette lasticit est de -0,7 dans le cas des prix des concurrents
celle utilisant la demande adresse Total produits et prenant
et de -0,5 dans celui des pays de lUE.
comme prix tranger ceux des pays de lUE.
2)
Secteur des IAA
Lensemble des MCE ont des proprits statistiques

satisfaisantes. Les tests LM conduisent au rejet de lhypothse
dauto-corrlation des rsidus de ces quations. Ces rsidus
La valeur de llasticit de la demande adresse aux exportations
sont homoscdastiques au regard du test de White et du test
a t impose lunit. Notons que cette restriction est accepte
ARCH. La forme fonctionnelle de l'quation est valide par le
dans tous les cas de figure.
test Reset. Enfin, selon le test de Bera-Jarque, les rsidus de

toutes les quations suivent une loi normale.
Les lasticits prix de long terme ont le signe attendu dans 3

Selon ces estimations, la meilleure quation est celle utilisant la demande
adresse Total produits et prenant comme prix tranger ceux des
pays de lUE. Les rsultats sont synthtiss dans le tableau ci dessous.
Priode destimation 1988-2008
Total produits
Principaux produits
Elasticits LT
Demande adresse
1ne
Force de rappel
-1,13
(-6,10)
-0,54
(-1,61)
1ne
1ne
-1,19
(-5,82)
-0,64
(-1,87)
1ne
-1,19
(-9,94)
0,26
(2,47)
-1,33
(-5,99)
-0,74
(-2,39)
Prix relatifs
des concurrents
de lensemble de lUE
Trend
ST Elasticities
(Prix relatifs)
-0,75*
(-2,06)
(-3,97)
-1,12
(-4,11)
-0,93
(-3,13)
-1,15
(-3,32)
-0,79
(-3,32)
0,62
(3,74)
-0,89
(-2,61)
-0,93
(-2,54)
d02
-0,93
(-3.52)
-0,87
(-3,25)
-0,98
d01
-0,96
(-3.10)
-0,90
(-2,74)
Dummy
d96
d94
0,48*
(2.09)
Tests
LM (2)
0,55
0,32
0,37
0,87
Arch(1)
0,85
0,70
0,33
0,93
Normalit
0,80
0,86
0,83
0,74
Reset (2)
0,10
0,52
0,12
0,76
R-squared
0,87
0,81
0,86
0,82
Adjusted R-squared
0,80
0,75
0,80
0,76
Classement

ne
19
3)
Le secteur des matriaux de construction cramiques
et verre (MCCV)
0,5 indiquant un effet prix significatif.
Les MCE utilisant la demande adresse Total produits ont
La valeur de llasticit de la demande adresse aux
exportations a t impose lunit. Notons que cette restriction
est accepte conomtriquement dans le cas Total produits .
Llasticit dans le cas Principaux produits est proche de 0,6
lorsque lon laisse le coefficient libre.

Bera- Jarque, les rsidus de toutes les quations suivent une
Les lasticits-prix de long terme ont le signe attendu dans tous
loi normale. Ce nest pas le cas de ceux utilisant la demande
es cas de figure. La valeur de cette lasticit est proche de -
Total produits
Principaux produits
Elasticits LT
Demande adresse
1ne
Force de rappel
-0,88
1ne
(-6,66)
1ne
-0,87
(-6,63)
-0,46
(-3,81)
-0,74
1ne
(-4,70)
-0,73
(-4,92)
-0,57
(-3,21)
Prix relatifs
des concurrents
de lensemble de lUE
-0,44
(-3,64)
-0,49
(-2,69)
Trend
Elasticits CT
Dummy
d9293
-0,52
(-2,86)
-0,51
(-2,84)
-0,68
(-2,78)
-0,63
Tests
LM (2)
0,52
0,70
0,49
0,61
Arch(1)
0,35
0,41
0,58
0,75
Normalit
0,63
0,68
0,26
0,23
Reset (2)
0,37
0,23
0,01
0,01
R-squared
0,85
0,86
0,76
0,79
Adjusted R-squared
0,83
0,83
0,72
0,75
Classement
1bis
3bis
Source : Calculs ITCEQ/DEFI

Note : entre parenthses figure la statistique du t de student
ne
20
(-2,76)
4)
Le secteur des industries mcaniques et
lectriques
lon retient les prix des concurrents dans le prix relatif. Dans lautre
cas, llasticit estime est relativement forte, comprise entre 1 et -1,5.

exportations a t impose lunit. Hors contrainte, celle
lasticit serait suprieure lunit, stablissant aux alentours
de 1,3 dans les deux cas de figure.

Dans lensemble des MCE, un trend positif sort significativement
dans nos estimations signifiant un gain tendanciel de part de
test Reset. Enfin, selon le test de Bera Jarque, les rsidus de
march dans ce secteur. Cela est cohrent avec llasticit de
la demande adresse suprieure lunit.

Ce secteur, la fois, sur-ragit la conjoncture europenne et est
Les lasticits prix de long terme nont pas le signe attendu lorsque
trs concurrentiel.
Total produits
Elasticits LT
Demande adresse
Force de rappel
Prix relatifs
des concurrents
de lensemble de lUE
Trend
Elasticits CT
log((demande adresse)
(Prix relatifs)
(Prix relatifs) -1
log(Exports)-2
Dummy
d89
d06
d96
Tests
LM (2)
Arch(1)
Normalit
Reset (2)
R-squared
Adjusted R-squared
Classement
1ne
-0,22
Principaux produits
1ne
(-2,31)
-0,13
1ne
(-2,27)
-0,66
1ne
(-8,86)
0,09
-1,10
-0,73
(-2,71)
0,27
0,06
-1,56
0,09
0,08
0,10
0,42
(4,36)
0,35
(2,92)
0,72
(8,91)
-0,32
(-2,77)
-0,14
(-1,24)
-0,53
(-6,24)
0,39
(4,12)
-0,28
(-4,91)
0,10
(7,65)
0,14
(3,60)
0,12
(2,48)
0,16
(3,28)
0,17
(2,70)
0
1
-0,18
0,34
0,54
0,36
0,61
0,72
0,86
0,16
0,32
0,67
0,34
0,72
0,35
0,64
0,40
0,83
0,35
0,83
0,75
0,98
0,63
0,73
0,61
0,96
0,53
1bis
3bis
Source : Calculs ITCEQ/DEFI / Note : entre parenthses figure la statistique du t de student.

ne
21
(-3,68)
La meilleure quation est celle utilisant les prix calculs sur
Les lasticits prix ont le signe attendu quelque soit la
lensemble des pays de lUE dans lindicateur de comptitivit, et
formulation retenue mais leur valeur varie fortement : elle se
pour les principaux produits seulement.
situe aux alentours de -0,7/-0,9 dans le cas dune demande

adresse Total produits . Elle ressort des valeurs
5)
Le secteur de la chimie
beaucoup plus fortes (respectivement -1,89 et -4.67) lorsque

lon retient la demande adresse Principaux produits . Ceci
dnote une forte substituabilit des exportations de produis
a t impose lunit. Hors contrainte, celle lasticit serait
de lindustrie chimique tunisienne par rapport aux produits
suprieure lunit, stablissant aux alentours de 1,5 dans tous
concurrents.
les cas de figure lexception du cas 4 (demande adresse
Principaux produits , prix des concurrents ) dans lequel llasticit

est de 0,8.

Dans lensemble des MCE, un trend ngatif sort significativement
au regard du test de White et du test ARCH. Enfin, selon le test
dans nos estimations signifiant une perte tendancielle de part de
de Bera-Jarque, les rsidus de toutes les quations suivent une
march dans ce secteur. Cela est cohrent avec llasticit de la
loi normale. Seule la forme fonctionnelle de l'quation nest pas
demande adresse infrieure lunit.
valide par le test Reset.
Total produits
Elasticits LT
Demande adresse
Force de rappel
Prix relatifs
des concurrents
de lensemble de lUE
Trend
Elasticits CT
(demande adresse)-1
(Prix relatifs)-1
log(Prix relatifs)-2
Dummy
d9394
Tests
LM (2)
Arch(1)
Normalit
Reset (2)
R-squared
Adjusted R-squared
1ne
Principaux produits
1ne
-0,75
(-2,70)
-0,70
(-2,69)
-0,06
(-3,40)
1ne
-0,67
(-2,36)
-0,88
(-2,35)
-0,06
(-3,19)
1ne
-0,23
(-1,99)
-1,89
(-2,09)
-0,11
(-2,63)
-0,39
(-3,55)
-4,67
(-3,91)
-0,13
(-4,47)
-0,15 **
(-1,79)
1,52
(2,90)
1,39
3,00)
-0,28
(-4,08)
-0,18*
(-2,26)
-0,19 *
(-2,28)
-0,24
(-2,69)
0,75
0,42
0,73
0,19
0,49
0,91
0,37
0,30
0,63
0,68
0,61
0,42
0,07
0,10
0,07
0,02
0,74
0,73
0,65
0,86
0,62
0,60
0,53
0,74

ne
22
A lissue de ces estimations, il semblerait que la meilleure quation
retenue et leur valeur est leve stablissant entre -3 et -4 lorsque
est celle utilisant les prix calculs sur les prix des concurrents dans
lon retient les prix des concurrents et entre -5 et -8 dans le second
lindicateur de comptitivit et en prenant la demande adresse
cas. Comme dans le cas des industries Chimiques, on aurait donc
Principaux produits .
ici un phnomne de forte substituabilit de ces produits sur le

march europen.
6)
Secteur textile habillement et cuirs
infrieure lunit, stablissant aux alentours de 0,6 dans tous
les cas de figure.
de l'quation est valide par le test Reset. Enfin, selon le test

de Bera Jarque, les rsidus de toutes les quations suivent une
Les lasticits prix ont le signe attendu quelque soit la formulation
loi normale.
Total produits
Principaux produits
Elasticits LT
Demande adresse
1ne
Force de rappel
-0,14
(-2,12)
-5,30
(-4,99)
1ne
1ne
-0,15
(-3,31)
- 2,88
(-9,01)
1ne
-0,10
(-2,21)
-8,04
(-6,39)
-0,15
(-3,56)
-4,21
(-8,27)
Prix relatifs
des concurrents
de lensemble de lUE
Trend
Elasticits CT
(Prix relatifs)
-0,26
(-2,33)
0,16
(2,41)
Dummy
d01
0,15
(2,25)
0,19
Tests
LM (2)
0,84
0,48
0,62
0,46
Arch(1)
0,36
0,69
0,62
0,88
Normalit
0,69
0,98
0,64
0,58
Reset (2)
0,16
0,89
0,77
0,77
R-squared
0,65
0,84
0,80
0,86
Adjusted R-squared
0,55
0,81
0,76
0,82
Classement

ne
23
(2,73)
A lissue de ces estimations la meilleure quation est celle utilisant
alentours de -5 dans le cas des prix des concurrent. Ce secteur
les prix calcul sur les prix des concurrents comme indicateur de
est donc celui qui se caractrise par les lasticits-prix les plus
comptitivit et en prenant la demande adresse aux Principaux
fortes parmi les secteurs tudis. Compte tenu de la nature des
produits .
produits du secteur, cela nest pas surprenant : les hydrocarbures

sont des produits standardiss, et les produits tunisiens sont donc
7)
Secteur des hydrocarbures et des produits raffins
de proches substituts par rapport aux produits commercialiss sur

le march europen.

plus facilement en utilisant la demande adresse calcule sur la
base Total produits (lasticit estime de 1,03) que dans le cas
Principaux produits (lasticit estime suprieure 0,8).

Les lasticits prix ont toujours le signe attendu. La valeur est
comprise entre -8 dans le cas des prix des pays de lUE et aux
(Priode destimation1988-2008)
Total produits
Principaux produits
Elasticits LT
Demande adresse
1ne
Force de rappel
-0,83
1ne
(-6,31)
1ne
-0,41
(-2,31)
-5,65
(-1,69)
-0,66
1ne
(-3,75)
-0,38
(-2,02)
-4,47
(-1,29)
Prix relatifs
des concurrents
de lensemble de lUE
-7,93
-7,93
(-3,81)
Trend
Elasticits CT
Dummy
d9394
-0,53
(-4,52)
-0,68
(-3,60)
-0,65
(-5,09)
-0,71
Tests
LM (2)
0,11
0,26
0,65
0,30
Arch(1)
0,83
0,84
0,12
0,84
Normalit
0,89
0,27
0,73
0,21
Reset (2)
0,80
0,68
0,30
0,62
R-squared
0,89
0,69
0,86
0,67
Adjusted R-squared
0,87
0,63
0,82
0,61
Classement

ne
24
(-3,74)
La meilleure quation est celle utilisant la demande adresse
Total produits et prenant comme prix tranger ceux des pays de lUE.
Les lasticits prix ont toujours le signe attendu lexception

de la formulation 3 (prix de lensemble des pays de lUE et
demande adresse Principaux produits ). Dans les autres
8)
Estimation de lquation globale
cas de figure, la valeur est comprise entre -0,3 et -0,5.
exportations a t impose lunit. Notons que cette
contrainte est accepte plus facilement en utilisant la demande
adresse calcule sur la base Total produits (lasticit
estime de 1,01) que dans le cas Principaux produits
de l'quation est valide par le test Reset. Enfin, selon le test de
(lasticit estime suprieure 0,9).
Bera-Jarque, les rsidus de toutes les quations suivent une loi normale.
Tableau 2.11 : Rsum des principaux rsultats destimations de lquation dexportations pour le Total des Biens
Total produits
Principaux produits
Elasticits LT
Demande adresse
1ne
1ne
1ne
1ne
Force de rappel
-0,53
-0,49
-0,53
-0,57
-0,31
Prix relatifs
des concurrents
de lensemble de lUE
-0,49
-0,53
0,35
Elasticits CT
log(demande adresse)-1
-0,44
(Prix relatifs)-1
-0,35
Dummy
d9394
-0,14
-0,11
-0,13
-0,12
Tests
LM (2)
0,59
0,36
0,78
0,87
Arch(1)
0,55
0,86
0,51
0,43
Normalit
0,73
0,96
0,20
0,42
Reset (2)
0,08
0,17
0,14
0,87
R-squared
0,78
0,83
0,75
0,82
Adjusted R-squared
0,74
0,78
0,68
0,79
Classement

ne
25
iii) un modle correction derreurs (MCE) estim en une tape,
La meilleure quation est celle utilisant la demande adresse Total
qui permet denglober le cas intgr et le cas non-cointgr,
produits et prenant comme prix tranger ceux des concurrents.
toujours sous les deux spcifications alternatives des prix relatifs.

2.2.1.3. Conclusion
2.2.2.2. Principaux rsultats
En conclusion, les rsultats des estimations ralises sont riches
1) Modle ADL en niveau dans le cas de prix des pays de

lUE (LPUE)
denseignements. Ils font apparatre de fortes disparits entre les

secteurs, autant en ce qui concerne les lasticits-prix de long terme
des diffrents secteurs (et donc leur niveau de substituabilit sur le
march europen), quen ce qui concerne le comportement
La valeur estime de llasticit de la demande adresse aux
dynamique des exportations la suite de chocs de prix relatifs et
exportations est de 0,82 long terme et de 0,27 court terme.
de chocs de demande (cf. annexe). Ds lors lestimation dune
Un trend positif ressort significativement dans les estimations, ce
quation dexportation agrge, mme si elle satisfait les critres
qui reprsente un gain tendanciel de parts de march.
de qualit conomtriques, ne peut pas servir de support aux
Les lasticits prix ont le signe attendu : la valeur de cette lasticit
prvisions et llaboration d'une politique de dveloppement
est de -0,71 court terme et long terme.
industriel cohrente.
Le modle ADL dispose de proprits statistiques satisfaisantes.
2.2.2. Estimations des quations dexportations en

panel dynamique
2) Modle ADL en niveau dans le cas de prix des concurrents

(LPCON)
Les estimations en panel dynamique confirment les rsultats obtenus
sur les sries chronologiques.
est 0,83 dans le long terme et 0,26 dans le court terme.

Un trend positif ressort significativement de nos estimations signifiant
2.2.2.1. Mthodes destimation
un gain tendanciel de part de march dans ce secteur.

Les lasticits-prix estimes sont de -0,65 court terme et -0,71
Trois approches conomtriques cohrentes avec les mthodes
long terme.
utilises pour les sries chronologiques ont t dveloppes :
Les proprits statistiques des rsidus de cette quation sont

satisfaisantes.
i)
un modle autorgressif retards distribus (ADL) en niveau (en
On observe trs peu de diffrences entre les deux spcifications,
prenant pour hypothse la stationnarit des sries), en retenant
celle qui retient dans le prix relatif les prix de lUE et celle qui utilise
deux spcifications alternatives pour les prix relatifs : celle base
le prix de concurrents sur le march europen.
sur les prix de lUE et celle base sur les prix des concurrents
3) Modle ADL en variation
sur le march europen.

ii) un modle autorgressif retards distribus (ADL) en diffrences
Quels que soient les prix relatifs retenus, vis--vis des concurrents
premires (en prenant pour hypothse la non-stationnarit des
de la Tunisie ou vis--vis des pays de lUE, llasticit court terme
sries), en retenant les deux spcifications alternatives pour les
de la demande adresse par lUE nest pas significative. En revanche
prix relatifs.
pour les deux spcifications (prix des concurrents et prix des pays
26
de lUE) les lasticits prix sont significatives comprises entre -0,65
iii) Enfin, les graphiques des rsidus des diffrents modles estims
court terme et -0,7 long terme et quivalentes celles obtenues
tendent montrer que les secteurs des IAA, des IMCCV (sur la
pour le modle en niveau.
premire sous-priode) et des Hydrocarbures se rvlent les

moins proches de lestimation globale, ce qui justifie lapproche
4) Modle MCE dans le cas des prix des pays concurrents
sectorielle. En effet, nous avons pu constater sur les sries

chronologiques que le secteur des Hydrocarbures se caractrise
par une lasticit-prix beaucoup plus importante que les autres
est 0,83 dans le long terme et 0,26 dans le court terme.
secteurs, tandis que le secteur des IAA prsente des lasticits
Un trend positif ressort significativement de nos estimations signifiant
de la demande de court-terme relativement leve par rapport
un gain tendanciel de part de march dans ce secteur.
aux autres secteurs dexportation.
Les lasticits-prix estimes sont de -0,65 court terme et -0,71
2.2.3. Les prolongements possibles de lanalyse

conomtrique
long terme.
satisfaisantes.
2.2.3.1. Une maquette des changes extrieurs

2.2.2.3. Conclusions
Toutes les formes analytiques des diffrentes quations sont dveloppes
En conclusion, les estimations en donnes de panel ont permise de
dans les documents correspondant chaque composante. Seule
complter utilement les estimations ralises pour chaque secteur
quelques unes dentre elles et les intuitions sous jacentes sont reprises
pris isolment.
dans les paragraphes qui suivent.
Compte tenu du faible nombre dobservations dans lchantillon
1) La fonction dimportation en volume
tudi, lestimation en panel permet de donner une estimation assez

robuste du comportement dynamique moyen des exportations
Les dterminants gnralement retenus du volume des importations
sectorielles. Il en ressort que, quelles que soient les spcifications
sont la demande intrieure, un terme de comptitivit, construit comme
utilises pour la mesure des prix relatifs:
le prix relatif de production nationale par rapport aux prix des importations
(gnralement calculs hors nergie) et un terme dutilisation du capital
i)
Llasticit des exportations tunisiennes vers lEurope par rapport
productif. Habituellement, les tensions conjoncturelles sur les capacits
la demande adresse est voisine de lunit long terme (cette
de production sont dcrites par lintgration dans cette quation des
valeur unitaire nest pas rejete statistiquement dans les MCE),
taux dutilisation des capacits de production nationales rapports
mais elle semble relativement faible court terme en moyenne,
ceux des principaux partenaires. Ce ratio permet de capter une
et mme non-significative dans les estimations en taux de
ventuelle contrainte doffre laquelle est soumise lconomie nationale.
croissance. Il en rsulte que leffet instantan dune variation de
Le signe attendu de son lasticit par rapport aux importations est
la demande adresse peut tre considr comme ngligeable,
positif : lorsque les taux dutilisation sont plus levs en Tunisie que
lajustement des exportations ncessitant probablement un dlai
chez ses principaux partenaires, le surcrot de demande interne soriente
sensiblement suprieur une anne.
vers les producteurs trangers et accrot ainsi le volume des

importations. Enfin, certains modles enrichissent lanalyse en intgrant
une comptitivit hors-prix comme leffort en recherche et
ii) Llasticit-prix des exportations tunisiennes vers lEurope est
dveloppement (par lintgration par exemple de lge du capital).
de lordre de -0,6 -0,73 court terme comme long terme.
27
2) La fonction de prix des exportations
X iT(t) = a0 y(t) + a1 [piE(t) - py(t)] + f0 [piT(t) - piE(t) ] + f1 [piT(t) - piE(t) ]+

c + (t),10 ,
Les producteurs tunisiens sont supposs avoir, dans la fixation de

leur prix, un comportement de marge sur les marchs extrieurs,
Il est possible de procder lestimation dun modle VAR, afin de
de mme quils en ont un sur le march intrieur. Nanmoins, face
raliser des exercices de prvision.
la concurrence trangre, ils tiennent galement compte des prix
Cependant lestimation dun tel modle pour chaque secteur est une
trangers dans la formation des prix lexportation. Il y a donc
tche lourde, et quelle nest sans doute envisageable quaprs une
un arbitrage entre un comportement de marge (rpercuter
slection des secteurs les plus importants pour lanalyse (ou bien en
intgralement sur les prix lexportation les mouvements de cots
considrant seulement lensemble des exportations tunisiennes vers
unitaires9, pour conserver un taux de marge constant), et un
lEurope).
comportement de comptitivit (rpercuter intgralement sur les
5) Non-linarits
prix lexportation les mouvements des prix trangers, pour

conserver la comptitivit). Cet arbitrage se traduit par une cible
de long terme exprime comme une moyenne pondre des prix
Lquation structurelle de long terme des exportations de la section 3.2
trangers et des cots nationaux.
repose sur lhypothse dlasticits constantes. Or, diffrentes formes

de non-linarits ou de changements structurels peuvent tre considres.
3) La fonction de prix des importations

-
Variation dans le temps de llasticit-revenu
Les importateurs font un arbitrage analogue celui des exportateurs :

afin de conserver leurs marges, ils indexent leur prix de vente sur le
A titre dexemple, on peut considrer que llasticit-revenu dpend
sol tunisien leurs cots de production, approxims par les prix
de la conjoncture europenne : dans les phases hautes du cycle
trangers limportation. Toutefois, de manire conserver leur
conomique (par exemple lorsque le taux de chmage u est infrieur
comptitivit par rapport aux produits domestiques, ils tiennent
au taux naturel ), llasticit-revenu peut tre plus forte que dans les
galement compte des prix de la production nationale. A linverse
phases basses du cycle (lorsque le taux de chmage est suprieur au
des prix trangers lexportation, le prix tranger limportation est
taux naturel).
constitu avec une pondration simple, dans la mesure o la

concurrence ne se fait que sur le territoire tunisien et nimplique donc
Afin de modliser ce processus, il est possible de suggrer une
pas de prendre en compte les marchs tiers.
formalisation base sur les modles non-linaires transition souple

(Smooth Transition).
4) Modlisation VAR partir de lquation de cointgration

-
Variation dans le temps de llasticit-prix
Comme cela est dmontr dans le document final de la composante

2.1 sur la base dune quation de cointgration de la forme :
Llasticit-prix du commerce extrieur peut dpendre de lcart
Une approximation des cots unitaires peut tre faite en intgrant les prix de la production nationale.
piE ; European competitor prices for commodity i,, py : GDP prices, piT : Tunisian price for commodity i, y(t) expressed demand
10
28
absolu entre les prix des exportations tunisiennes et les prix des
X iT(t) = a0 y(t) + a1 [piE(t) - py(t)] + f0 [piT(t) - piE(t) ] + f1 [piT(t) - piE(t) ]+
exportations concurrentes piT(t) - piE(t).
c + (t)
En effet, lorsque le diffrentiel de prix est faible, cest--dire lorsque
avec : G =
[piT(t-1) - piE(t-1)] est proche de zro (ou dun seuil k donn),

llasticit-prix des exportations tunisienne peut tre suppose
Puisque la valeur de G dpend de lcart absolu des prix relatifs,
relativement faible, tandis que lorsque le diffrentiel de prix est
lestimation de cette quation permettra dobtenir des valeurs
important, cest--dire lorsque [piT(t-1) - piE(t-1)] sloigne fortement
dlasticit-prix comprises entre f1+f0 (vers laquelle on tend lorsque
de zro (ou dun seuil k), les exportations tunisiennes seront fortement
le diffrentiel de prix est lev) et f0 (vers laquelle on tend lorsque
dpendantes des fluctuations des prix relatifs.
lcart entre les prix est faible).
Afin de modliser ce phnomne, on peut suggrer la formalisation
Lestimation du modle peut tre ralise par la mthode des moindres-
suivante :
carrs non linaires ou du maximum de vraisemblance, afin de

dterminer la valeur des paramtres inconnus f0, f1, a0, a1, c, h et k.
Soit la fonction de transition G(.), borne entre 0 et 1, dans laquelle
6) Rationnement quantitatif par loffre ou par la demande
[piT(t-1) - piE(t-1)] reprsente le diffrentiel de prix, k le seuil au-del

duquel il est avantageux pour les consommateurs de modifier la
composition de leur panier de consommation et h>0 un paramtre
Nous avons indiqu dans ce qui prcde que lquation
qui dtermine la vitesse de transition entre les rgimes:
dexportations sectorielles tunisiennes :
G([piT(t-1) - piE(t-1)] , h , k) =
XiT(t) = a0 y(t) + a1 [piE(t) - py(t)] + a2 [piT(t) - piE(t) ] + c
On vrifie que lorsque le diffrentiel de prix est trs lev (positivement
dcrit en fait une quation de demande manant de lEurope. De
ou ngativement) par rapport au seuil k ( la limite lorsque h{[piT(t-
ce point de vue, il pourrait tre pertinent de dfinir cette quation
1) - piE(t-1)] - k} tend vers linfini), la fonction G tend vers 1, tandis
comme une quation de demande en lcrivant :
que lorsque le diffrentiel de prix reste faible (au sens ou la distance

entre les prix reste au voisinage du seuil k), la fonction G tend vers 0.
(1) DmiT(t) = a0 y(t) a1 [piE(t) - py(t)] + a2 [piT(t) - piE(t)] + c
La fonction de transition propose permet ainsi de modliser un
De la mme manire, loffre des exportations sectorielles (i) est estime
changement de llasticit-prix en fonction de lcart absolu des
comme suit :
prix relatifs.
SXiT(t) = gS YiT(t) [PiTX(t) / PiDT(t)]sT
Ainsi, lquation dexportations peut alors tre crite sous la forme
o :
suivante :
11
cf. Annabi et al., 2003.
29
SXiT(t): offre dexportations tunisiennes en produit (i) en volume

YiT: production tunisienne totale de produit (i) en volume
PiTD: indice du prix du produit (i) sur le march intrieur tunisien (en
monnaie locale)
PiTX: indice du prix lexportation tunisien du produit (i), en monnaie locale.
gS : paramtre dchelle
sT
: lasticit de transformation vrifiant sT >0
Soit, en logarithmes :
(2) SXiT(t) = yiT + sT [piXT(t) - piDT(t)] + c1
lquation 8, conjointement avec les quations de dfinition 6 et 7.
Dans le cas de parfaite flexibilit des prix, lquilibre entre loffre (7)
2.2.4.
et la demande (6) devra se raliser par un ajustement adquat du

prix des exportations12. Mais si lon suppose une certaine rigidit
des prix lexportation, la quantit exporte se situera au minimum
et Paramtrisation dans les MCEG, CREFA, Universit de Laval.
entre loffre (6) et la demande (7).

De Boeff, S. (2000), Modeling Equilibrium Relationships: Error
Une estimation ralisable dun modle rationnement quantitatif de ce
Correction Models with Strongly Autoregressive Data, Political
type peut tre conduite par le biais dune fonction CES de la forme :
Analysis, Vol 9, 14-48.
(3)
Dickey, D.A., and Fuller, W.A. (1981), Likelihood Ratio Statistics for
Autoregressive Time Series with a Unit Root, Econometrica, Vol 49,
dans laquelle les fonctions doffre et de demande sont dfinies par
pp 1057-72.
les quations 6 et 7. En effet, pour de grandes valeurs du paramtre

, la fonction CES fonctionne comme un oprateur Min.
Engle, R.F., and Granger, C.W.J. (1987), 'Cointegration and error

correction: representation, estimation and testing, Econometrica,
Le graphique suivant illustre le comportement de la fonction CES
Vol 55, pp 251-276.
par rapport deux variables S et D variant dans le temps, avec

=100. On peut constater que la fonction CES passe bien par le
Hurlin, C. (2001), LEconomtrie des Donnes de Panel, Ecole
minimum de S et D.
Doctorale Edocif, Sminaire Mthodologique.

Narayan P.K. (2004), Reformulating Critical Values for the Bounds
Bien que lestimation dune fonction CES ne soit pas sans poser de
F-statistics Approach to Cointegration: An Application to the Tourism
problmes, il peut tre envisageable destimer conomtriquement
Demand Model for Fiji. Discussion Papers No. 02/04 Monash University.
12
Notons cependant que PiTX diffre de PiT car il ne prend pas en compte la conversion en devise trangre, ni les droits de douane ou autres cots supports par les importateurs
europens du produit i.
30
Pesaran, M.H., Shin, Y., and Smith, R.J. (2001), Bounds testing
exportations tunisiennes de ces produits par rapport aux concurrents.
approaches to the analysis of level relationships. Journal of Applied
Enfin, la troisime partie se propose dapprcier la demande
Econometrics, Vol 16, pp 289-326.
dimportation en ces produits et didentifier les marchs dexportation

non encore exploits.
Wong, K. N. (2008), Disaggregated export demand of Malaysia:
2.3.1. Analyse de loffre de la Tunisie en termes

davantages comparatifs
evidence from the electronics industry. Economics Bulletin, Vol. 6,

No. 6 pp. 1-14.
2.3.
Analyse des potentialits dexportation
tunisienne
Cette partie a pour objectif didentifier, partir de lanalyse de loffre

des exportations tunisiennes sur la priode 2003-2008, les produits
qui sont potentiellement dynamiques. Cette identification a t
Cette analyse a pour objet dapprcier la performance des
effectue selon une approche multicritre lie principalement aux
exportations tunisiennes sur la priode 2003-2008 afin didentifier
exportations et leurs avantages comparatifs rvls en termes de
les marges de progression aussi bien au niveau des produits quau
niveaux et de taux de croissance. Cette approche a permis de
niveau des marchs. Elle se focalisera, dans une premire partie,
dgager trente produits reprsentant environ 23% des exportations
sur loffre dexportation tunisienne travers lidentification des
totales de biens en 2008 contre seulement 7.2% en 2003. Ces
produits dynamiques prsentant des potentialits de croissance et
produits font essentiellement partie des secteurs des IME (9.1%
davantage comparatif mme sils noccupent, jusqu prsent,
contre 2.2%), de la chimie (8.6% contre 3.3%), de lagriculture, la
quune part trs modeste dans les exportations totales de biens.
pche et des IAA (4.1% contre 1.3%), du THC (1.1% contre 0.3%)
La deuxime partie consiste tudier le positionnement des
et de lindustrie diverse (0.3% contre 0.1%).
31
volution des exportations tunisiennes sur la priode 2003-2008
3 500 000
611249
283525
854430
621010
854459
251010
150910
310310
280920
853690
3 000 000
2 500 000
2 000 000
1 500 000
1 000 000
500 000
0
2003
2004
2005
2006
2007
2008
700 000
600 000
902830
230690
852812
721049
740620
040630
854890
030239
151710
961212
500 000
400 000
300 000
200 000
100 000
0
2003
2004
2005
2006
2007
2008
600 000
500 000
400 000
300 000
200 000
100 000
0
2003
2004
2005
2006
32
2007
2008
721030
283526
853180
150990
151000
520839
851750
721491
847190
961390
Tableau 2.12 : volution de lavantage comparatif

Code
produits
Produits
2003
2008
030239
Thons du genre thunnus, frais ou rfrigrs
7,88
54,69
040630
Fromages fondus
1,94
9,37
150910
Huile dolive vierge et ses fractions...
30,84
90,21
150990
Huile dolive et ses fractions, traites mais non chimiquement modifies...
0,04
26,03
151000
Huiles et leurs fractions obtenues exclusivement partir dolives...
0,38
61,48
151710
Margarine ( lexc. De la margarine liquide)
5,12
14,71
230690
Tourteaux et autres rsidus solides...
7,91
29,10
251010
Phosphates de calcium et phosphate aluminocaciques...
28,33
29,52
280920
Acide phosphorique, acides polyphosphoriques
66,82
69,39
283525
Hydrognorthophosphate de calcium
41,00
82,48
283526
Phosphates de calcium
0,00
59,02
310310
Superphosphates
205,38
144,00
520839
Tissus de coton, teints...
0,14
7,32
611249
Maillots, culottes de bain pour femmes ou fillettes
44,85
142,47
621010
Vtements en feutres ou non-tisss
16,65
64,06
721030
Produits lamins plats, en fer ou en aciers non allis
0,00
3,13
721049
Produits lamins plats, en fer ou en aciers non allis, zingus
0,18
3,83
721491
Barres en fer ou en aciers non allis...
0,36
4,60
740620
Poudres de cuivre structure lamellaire
26,72
66,14
847190
Lecteurs magntiques ou optiques
0,08
8,71
851750
Emetteurs-rcepteurs pour la tlcommunication...
0,01
8,95
852812
Appareils rcepteurs pour la tlvision en couleurs...
0,03
1,57
853180
Appareils lectriques de signalisation acoustique ou visuelle
0,01
26,20
853690
Appareillage pour le blanchement...
7,15
14,40
854430
Jeux de fils pour bougies dallumage...
0,85
5,69
854459
Conducteurs lectriques...
3,04
7,18
854890
Parties lectriques de machines ou dappareils...
0,91
14,71
902830
Compteurs dlectricit
0,58
16,37
Compilation ITCEQ, source : comtrade
33
2.3.2. Positionnement comptitif des exportations

tunisiennes
enduits, recouverts) (3me rang contre 11me) et les tourteaux

et autres rsidus solides de lextraction de graisse ou huiles
vgtales (6me contre 14me).
Les exportateurs tunisiens ont nettement amlior leur position

lchantillon
2.3.3. Orientation des exportations et identification des

marchs potentiels
Les exportations des produits retenus dans lchantillon ont connu
Principaux marchs dexportation
par rapport aux concurrents pour certains produits de
au cours des annes 2003 et 2008 une volution diffrencie par

rapport aux concurrents. Ce qui nous a permis de les grouper en
Si les exportations de la majorit des produits de lchantillon
3 groupes savoir :
sont principalement orientes vers le march de lUE et, un

degr moindre, vers des pays arabes proches, il nen demeure
Un premier groupe pour lequel la Tunisie ne figure pas parmi
pas moins quelles sont orientes pour certains produits vers
les premiers fournisseurs du monde. Il sagit des produits
des marchs non traditionnels
lamins plats en fer ou en aciers non allis, des barres en fer

ou en aciers non lamins, des appareils rcepteurs pour
Les investigations effectues sur lidentification des principaux
tlvisions en couleur, des jeux de fils pour bougies dallumage
marchs dexportation de la Tunisie pour lchantillon de produits
et autres jeux de fils pour moyens de transport et des
durant la priode 2003-2008 font ressortir les rsultats suivants:
conducteurs lectriques. Toutefois, ces produits pourraient

-
prsenter des marges de progression pour les exportations

tunisiennes tant donn lamlioration de leur avantage
exportations sont, pour la majorit de ces produits, orientes
comparatif et de la croissance de leurs exportations leur
vers des pays de lUE dont principalement la France, lItalie
permettant doccuper environ 4% en 2008 contre 0.5% en
et lEspagne ;
-
2003 du total des exportations de biens et 17% contre 6%

-
Laccs des exportations au march arabe est restreint
du total de lchantillon.
principalement la Libye et un degr moindre lEgypte
Un deuxime groupe pour lequel la Tunisie ne figure pas parmi
et au Maroc dans la mesure o ces trois pays constituent les
les premiers exportateurs mondiaux en 2003 alors quelle y
principaux clients de la Tunisie pour certains produits de
est en 2008 refltant leffort dploy par les exportateurs
lchantillon. Toutefois et suite linstabilit lie la rvolution
tunisiens pour amliorer leur position comptitive. Ceci est
qua vcue les deux premiers pays, la Tunisie pourrait rencontrer
dautant plus significatif que la Tunisie se trouve en 2008,
au cours des prochains mois de 2011 certains problmes
pour certains produits de ce groupe en 4me position pour
daccs ces marchs. Dautres pays arabes figurent aussi
lhuile dolive et ses fractions, , pour lhuile dolive et ses
comme clients pour la Tunisie mais dune faon trs timide. Il
fractions obtenues exclusivement partir dolives et par des
sagit de la Syrie et du Liban pour le phosphate dicalcique, de
procds autres que mcanique ou physique et pour les parties
lArabie Saoudite pour ce mme produit et pour lhuile dolive
de briquets et allumeurs et en 5me position pour le thon du
vierge, du Qatar pour ce dernier et de la Jordanie pour la

margarine ;
genre thunnus frais ou rfrigr et pour le phosphate decalcium.

-
Une faible diversification des marchs dans la mesure o les
Un troisime groupe pour lequel la Tunisie a nettement
La diversification des marchs est remarquable pour certains
consolid sa position en 2008 par rapport 2003 dont on cite
produits de lchantillon tant donn que leurs exportations
les vtements en feutre ou non tisss (mme imprgns,
sont orientes vers un nombre relativement lev de marchs.
34
Demande mondiale et identification des marchs

potentiels
Il sagit des conducteurs lectriques (pour tension entre 80

et 1000 V sans pices de connexion), des relais (pour une tension
entre 60 et 1000 V), des superphosphates, de lAcide
phosphorique, du phosphate dicalcique, des Phosphates de
Lexamen de lvolution
calcium et phosphates aluminocalciques naturels et craies
lchantillon de produits retenus montre que celles-ci ont connu,
des importations mondiales pour
phosphates non moulus et de lhuile dolive vierge.
lexception des metteurs-rcepteurs pour la tlcommunication,
Le Japon constitue le premier client de la Tunisie pour le thon
une croissance moyenne relativement leve sur la priode 2003-
du genre thunnus frais ou rfrigr suivi par la France, lItalie,
2008 refltant leffort dploy par les exportateurs tunisiens pour
lEspagne et lAllemagne.
sadapter la demande mondiale.
Croissance des importations mondiales sur la priode 2003-2008
45%
40%
35%
30%
25%
20%
15%
10%
5%
-5%
310310
230690
280920
854459
251010
283526
721491
721049
151000
740620
852812
283525
151710
621010
150910
721030
150990
853690
902830
520839
040630
854430
853180
030239
854890
847190
611249
851750
0%
Les exportations tunisiennes pour les produits de

lchantillon ne sont pas gnralement orientes vers les
pays les plus demandeurs
pour les quatre premiers
produits dynamiques du ct des
exportations tunisiennes (les metteurs-rcepteurs pour la

tlcommunication, les huiles et leurs fractions obtenues
exclusivement partir dolives, les lecteurs magntiques ou optiques
Lexamen des principaux pays importateurs pour les annes 2003
et les appareils lectriques de signalisation acoustique ou visuelle )
et 2008 montre la prsence de potentialits dexportation que la
et du ct des importations mondiales ( les superphosphates, les
Tunisie pourrait exploiter dans la mesure o les exportations
tourteaux et autres rsidus solides, mme broys ou agglomrs
tunisiennes par produit ne sont pas gnralement orientes vers les
de lextraction de graisses ou huiles vgtales, lacide phosphorique
pays les plus demandeurs . Dans ce cadre, les investigations
et les conducteurs lectriques pour tension entre 80 et 1000 V sans
empiriques ont permis didentifier les marchs potentiels notamment
pices de connexion).
35
Marchs potentiels pour les quatre premiers produits dynamiques du ct des exportations tunisiennes
851750
151000
847190
853180
Emetteurs-rcepteurs pour la
tlcommunication
Huiles et leurs fractions obtenues

exclusivement partir dolives
Lecteurs magntiques ou
optiques
Appareils lectriques de signalisation

acoustique ou visuelle
Allemagne
Bulgarie
Belgique
Australie
Espagne
Espagne
Chine
Canada
Royaume-Uni
France
Espagne
Espagne
Hong Kong
Pays-Bas
Hong Kong
Royaume-Uni
Inde
Pologne
Isral
Hong Kong
Japon
Portugal
Italie
Japon
Pays-Bas
Roumanie
Japon
Core
Pologne
tats-Unis
Malaisie
Mexique
Singapour
Pays-Bas
Sude
Thalande
Thalande
Turquie
tats-Unis
tats-Unis
tats-Unis
Marchs potentiels pour les quatre premiers produits dynamiques du ct des importations mondiales
310310
230690
280920
854459
Superphosphates
Tourteaux et autres rsidus solides
Acide phosphorique, acides

polyphosphoriques
Conducteurs lectriques
Argentine
Bahamas
Canada
Autriche
Australie
Indonsie
Allemagne
Canada
Belgique
Inde
Royaume-Uni
Chine
Chili
Japon
Core
Tchquie
Indonsie
Core
Thalande
Allemagne
Japon
Mexique
Espagne
Sri Lanka
Malaisie
Royaume-Uni
Pays-Bas
Thalande
Hong Kong
Paraguay
Tawan
Hongrie
Vietnam
Italie
Japon
Mexique
Pays-Bas
Thalande
tats-Unis
36
Tableau 2.13 : Commerce mondial 2003, 2008

Code produits
Produits
2003
2008
2008 % Variation
030239
Tunas (of the genus Tunnus) skipjack or stripe

-bellied bonito (Euthynnus (Katsuwonus) pelamis), exc lunding
livers and roes : -Other
556 830,991
366 877,877
-0,341
040630
Processed cheese, not grated or powdred
1 310 064,957
2 383 704,616
0,820
150910
Virgin
2 534 737,640
4 907 778,465
0,936
150990
Other
788 101,796
1 256 834,297
0,595
151000
Other oils and theirfractions, obtained solely from olives,

wether or not refined, but not chemiccaly
modified, including blends of these oils or fractions with oils
or fractions of heading N.15.0
85 354,027
230 863,345
1,705
151710
Margarine, excluding liquid margarine
742 651,639
1 624 874,252
1,188
230690
Other
65 728,005
303 258,366
3,614
251010
Unground
741 393,439
3 792 910,516
4,116
280920
Phosphoric acid and polyphosphoric adds
1 760 366,957
7 202 665,315
3,092
283525
Phosphates: -calcium hydrogenorthophosphate (dicalcium

phosphate)
264 012,468
633 375,252
1,399
283526
Phosphate:-other phosphates of calcium
297 946,680
1 059 238,644
2,555
310310
Superphosphates
627 845,727
2 700 043,471
3,300
520839
Dyed:-other fabrics
682 166,423
742 462.914
0,088
611249
Womens or girls swimwear:-of other textile materials
63 634,259
64 613,937
0,015
621010
Of fabrics of heading N. 56.02 or 56.03
951 616,144
1 488 329,897
0,564
721030
Electrolytically plated or coated with zinc
3 541 817,987
7 085 701,724
1,001
721049
Otherwise plated or coated with zinc:-other
9 291 254,117
22 466 215,247
1,418
721491
Other:-of rectangular (other than square)

cross-section
751 400,926
2 279 521,149
2,034
740620
Powders of lamellar structure; flakes
112 428,911
132 925,421
0,182
847190
Other
4 831 012,368
6 967 781,969
0,442
851750
Other apparatus, for carrier-current line systems or for digital

line systems
17 359 352,886
9 886 454,734
-0,430
852812
Reception apparatus, for teleevision, whether or not incorporating

radio-broad cast receivers or sound or video recording or
reproducing apparatus:-colour
26 404 762,434
78 694 420,177
1,980
853180
Other apparatus
2 038 031,989
2 282 609,436
0,120
853690
Other apparatus
16 462 291,070
31 350 854,230
0,904
854430
Ingnition wiring sets and other wiring sets of a kind used in

vehicules, aircraft or ships
14 839 577,745
23 516 802,519
0,585
854459
Other electric conductors, fora voltage exceeding 80v but not

exceeding 1,000 v:-other
5 282 229,260
22 222 484,002
3,207
854890
Other
2 761 272,151
3 242 141,436
0,174
902830
Electricity meters
822 344,712
1 658 544,995
1,017
961210
Ribbons
1 345 815,367
1 706 126,056
0,268
961390
Parts
101 217,088
142 548,323
0,408
37
Tableau 2.14 : 2008 Nombre de fois que chaque pays apparait comme principal exportateur ou importateur
Pays
Principal exportateur
Principal importateur
CHN
21
DEU
18
21
FRA
16
23
TUN
15
USA
15
21
ITA
13
16
ESP
12
18
NLD
12
14
BEL
11
12
GBR
10
20
JPN
10
MEX
TUR
ISR
KOR
CZE
MAR
POL
TWN
Tableau 2.15 : Indice FK de la Tunisie et dun groupe de pays concurrents

Pays
2003
2004
2005
2006
2007
2008
BEL
0,160
0,137
0,157
0,173
0,177
0,185
CHI
0,205
0,187
0,199
0,206
0,211
0,210
CZE
0,153
0,154
0,178
0,176
0,184
0,191
FRA
0,165
0,161
0,183
0,194
0,203
0,204
DEU
0,152
0,147
0,167
0,177
0,180
0,181
ISR
0,080
0,078
0,081
0,087
0,099
0,110
ITA
0,205
0,199
0,222
0,232
0,232
0,236
JPN
0,092
0,092
0,105
0,117
0,125
0,132
KOR
0,126
0,104
0,117
0,131
0,134
0,141
MEX
0,245
0,261
0,320
0,293
0,333
0,334
MAR
0,380
0,384
0,376
0,353
0,342
0,346
NLD
0,164
0,141
0,157
0,166
0,167
0,182
POL
0,174
0,166
0,192
0,198
0,200
0,202
ESP
0,192
0,188
0,206
0,214
0,217
0,231
TUR
0,268
0,250
0,267
0,270
0,267
0,265
GBR
0,207
0,194
0,212
0,225
0,238
0,251
USA
0,144
0,140
0,155
0,171
0,167
0,179
TWN
0,122
0,113
0,125
0,145
0,143
0,149
38
Tableau 2.16 : Indice RECPI de la Tunisie et dun groupe de pays concurrents

Pays
2003
2004
2005
2006
2007
2008
BEL
CHI
CZE
FRA
DEU
ISR
ITA
JPN
KOR
MEX
MAR
NLD
POL
ESP
TUR
GBR
USA
TWN
3,36
1,99
2,48
3,18
2,19
2,55
4,95
3,65
4,82
5,62
4,08
3,99
0,33
0,27
0,37
0,39
0,30
0,35
2,52
1,56
2,04
2,55
1,56
1,72
4,04
3,10
3,82
4,52
2,95
2,80
0,12
0,07
0,06
0,07
0,06
0,12
3,39
2,31
2,77
3,32
2,33
2,22
1,44
1,21
1,49
1,81
1,36
1,68
2,08
1,30
2,08
2,86
1,93
2,59
9,07
9,30
13,44
14,73
13,01
11,04
0,48
0,39
0,63
0,33
0,22
0,41
4,02
2,10
3,02
4,20
2,87
3,72
0,47
0,35
0,46
0,55
0,40
0,44
1,75
1,48
1,52
1,95
1,20
1,37
1,16
0,88
0,90
0,97
0,72
0,75
8,83
7,79
10,26
11,31
9,52
8,71
3,94
2,45
3,27
4,64
3,01
4,78
1,24
0,87
1,28
1,70
1,12
1,23
Tableau 2.17 : Concurrents de la Tunisie par secteur

Combustibles
fossiles
Machine et appareils Habillement et

accessoires vestimentaires
lectriques
Engrais
Chimie organique
27
85
62
31
28
CZE
0,217
0,350
0,587
0,005
0,105
TRU
0,212
0,322
0,521
0,517
0,143
GBR
0,712
0,247
0,444
0,155
0,023
USA
0,244
0,231
0,468
0,575
0,070
BEL
0,254
0,265
0,513
0,077
0,172
CHI
0,306
0,237
0,461
0,307
0,134
FRA
0,214
0,342
0,434
0,032
0,016
DEU
0,214
0,284
0,504
0,010
0,024
ISR
0,217
0,139
0,283
0,219
0,300
ITA
0,246
0,316
0,442
0,078
0,033
JPN
0,214
0,216
0,426
0,006
0,023
KOR
0,213
0,167
0,259
0,226
0,038
MEX
0,911
0,298
0,501
0,750
0,183
MAR
0,212
0,360
0,509
0,742
0,660
NLD
0,218
0,221
0,540
0,041
0,060
POL
0,215
0,358
0,508
0,025
0,112
ESP
0,214
0,330
0,446
0,092
0,117
TWN
0,213
0,145
0,294
0,001
0,030
39
2.4.
Effets de louverture de lconomie
tunisienne sur le systme productif et analyse du
processus dadaptation des entreprises
2.4.1.
Analyse descriptive de la base de donnes
dentreprises de lindustrie tunisienne
Lensemble des donnes de la base sont issues des Enqutes
Les gains de productivit dune conomie dans son ensemble
Annuelles conduites par lInstitut National de la Statistique tunisien
peuvent provenir de deux sources principales:
et qui sont mises disposition de lITCEQ. La base concerne les

secteurs de lindustrie tunisienne de 1997 2007. Elle contient des
La dynamique interne aux entreprises.
informations sur la production, les consommations intermdiaires,
Les processus de rallocation de la productivit, parmi lesquels
lemploi permanent, lemploi saisonnier, le secteur dactivit, la rgion
il faut distinguer :
et la structure du capital. Le passage prix constant a t effectu
la rallocation entre les entreprises dans un mme secteur
en utilisant les indices de prix la production, la valeur ajoute et
(normalement des moins efficientes vers les plus efficientes).
les indices de prix des consommations intermdiaires 5 digits qui
Cest la rallocation intra-sectorielle.
sont fournis par lINS. Lindicateur de performance des entreprises
la rallocation des entreprises entre les secteurs (rallocation
qui est utilis est la productivit du travail, obtenu, au niveau de
inter-sectorielle).
chaque entreprise, par le ratio de la valeur ajoute prix constant
la rallocation par les entres et sorties des entreprises (si les
sur leffectif total, cet effectif total comprenant la fois leffectif
entreprises qui entrent ont une meilleure efficience que celles
permanent et les emplois saisonniers.
qui sortent, leffet net sur le systme productif est positif).

En ne retenant que le secteur industriel, la base brute initiale compte
Lobjectif de cette partie du travail est de mesurer la contribution
16 442 observations, ce qui reprsente 4 464 entreprises. Une fois
de
nettoye (la procdure de nettoyage est dtaille dans lencadr 1), la
ces
mcanismes
la
dynamique
de
lconomie
tunisienne.
base non cylindre comprend 15 202 observations et 4 206 entreprises.
Dun point de vue mthodologique, il a t convenu dappliquer
Le tableau 3.18 montre la rpartition des firmes de lchantillon par
la mthode de dcomposition de la productivit. Cette mthode
secteur. Les plus reprsents sont lhabillement (29%) et lagro-
consiste prcisment identifier dans quelle mesure les
alimentaire (13%). A eux seuls ils reprsentent 42% des entreprises
progrs de productivit sont attribuables des augmentions de
de lchantillon. Le secteur de lautomobile ne reprsente, en revanche,
productivit lintrieur des entreprises ou au phnomne de
que 2% du nombre dentreprises, suivi par les secteurs chimie &
rallocation.
pharmacie et, caoutchouc & produits plastiques (4% chacun).
40
Tableau 2.18 : Nombre de firmes par secteur
Secteur
Nombre de firmes
En pourcentage
Agro-alimentaire et Tabac
561
13%
Textile
262
6%
Habillement
1236
29%
Chaussures et Cuir
250
6%
Bois, Papier et Edition
283
7%
Chimie et Pharmacie
179
4%
Caoutchouc et Produits plastiques
159
4%
Matriaux non mtalliques
314
7%
Matriaux mtalliques
320
8%
10
Equipements, Machines et Appareils lectriques
329
8%
11
Industrie automobile et autres quipements de transport
102
2%
12
Meubles
211
5%
La rpartition par taille des 4 206 entreprises a t ralise sur la
que parmi les 1469 firmes prsentes une seule anne, la moiti
base du critre de lemploi total moyen de chaque entreprise, en
(cest dire 732) sont dans la catgorie des petites, un tiers
utilisant la mthode des quantiles. La rpartition obtenue classe
environ (soit 455) appartiennent la catgorie des moyennes et
dans le groupe de petites, les entreprises qui un nombre
19% (soit 282 entreprises) sont considres comme grandes.
demploys total infrieur ou gal 23. Autrement dit, le premier
Les entres et sorties de lchantillon (qui ne sont pas forcment,
tiers des entreprises de lchantillon ont, en moyenne, un nombre
rappelons-le, des nouvelles entreprises ou des cessations
demploys infrieur ou gal 23. Dans le groupe de moyennes
dactivit) concernent, par consquent, davantage les firmes de
(qui correspond au second tiers des entreprises), les firmes ont
petite taille. La rpartition par taille des entreprises prsentes
un nombre demploys strictement suprieur 23 et infrieur ou
pendant 5 annes correspond globalement la rpartition par
gal 77. Les grandes (le dernier tiers des entreprises de
quantile des 4 206 entreprises de lchantillon. Environ 80% des
lchantillon) ont plus de 77 employs.
entreprises prsentes dans la base durant 11 ou 10 annes

appartiennent la catgorie des grandes entreprises. Les
Le tableau 3.19 montre la rpartition des entreprises par taille
entreprises ayant plus de 77 employs en moyenne sont donc
selon le nombre dannes de prsence dans la base. En
prsentes dans lchantillon durant un nombre dannes plus lev
considrant la premire ligne du tableau, on voit, par exemple,
que les moyennes et surtout les petites.
41
Tableau 2.19 : Nombre dentreprises par taille selon le nombre dannes de prsence dans la base
Nombre dannes
de prsence dans
la base
Nombre
Total
Petite
Moyenne
Grande
Petite
Moyenne
Grande
1469
732
455
282
50%
31%
19%
561
195
205
161
35%
37%
29%
469
144
172
153
31%
37%
33%
327
84
104
139
26%
32%
43%
322
114
106
102
35%
33%
32%
318
68
109
141
21%
34%
44%
205
27
78
100
13%
38%
49%
178
17
67
94
10%
38%
53%
140
10
46
84
7%
33%
60%
10
128
24
101
2%
19%
79%
11
89
15
73
1%
17%
82%
Pourcentage
Dans le tableau 3.20, on sintresse la rpartition des entreprises
dans le secteur du bois, papier & dition (58%), dans lagro-
de la base par taille lintrieur des secteurs. Par exemple, on peut
alimentaire (57%), dans la fabrication de meubles (51%) et dans les
voir, dans la deuxime partie du tableau, que la rpartition dans le
matriaux mtalliques (45%). En revanche, elles sont moins prsentes
secteur 10 (quipement lectrique) est le plus proche de la rpartition
dans deux secteurs : lhabillement (10%) et les chaussures et cuir
des firmes de lensemble de la base. 30% des entreprises sont en
(23%). Cest dans ce seul secteur du cuir et chaussures, que les
effet de petite taille, 36% appartiennent la catgorie des moyennes
entreprises moyennes sont relativement les plus prsentes, avec
et 35% sont grandes. Les chiffres en gras ou surligns en gris mettent
une part de 40%. Cest aussi dans un seul secteur (lagro-alimentaire)
en vidence, en revanche, les cas o les pourcentages sont loigns
que ces entreprises moyennes sont relativement moins prsentes
de ceux qui correspondent lensemble des secteurs. Les
(21%). Enfin, les entreprises considres comme grandes sont
pourcentages les plus levs sont en gras et les pourcentages les
plus fortement prsentes dans lhabillement (57%), mais relativement
plus faibles sont surligns en gris. On constate que les entreprises
moins prsentes dans le bois, papier & dition (13%), les matriaux
dans la catgorie des petites sont relativement plus prsentes
mtalliques (17%) et lagro-alimentaire (22%).
42
Tableau 2.20 : Rpartition des entreprises par secteur et par taille

Nombre
Pourcentage
Secteurs
Total
Petite
Moyenne
Grande
Petite
Moyenne
Grande
1. Agro-alimentaire & Tabac
561
317
119
125
57%
21%
22%
2. Textile
262
96
103
63
37%
39%
24%
3. Habillement
1236
124
406
706
10%
33%
57%
4. Chaussures & Cuir
250
57
101
92
23%
40%
37%
5. Bois, Papier & Edition
283
163
82
38
58%
29%
13%
6. Chimie et Pharmacie
179
68
62
49
38%
35%
27%
7. Caoutchouc & Plastiques
159
61
62
36
38%
39%
23%
8. Matriaux non mtalliques
413
124
109
81
39%
35%
26%
9. Matriaux mtalliques
320
145
121
54
45%
38%
17%
10. Equipements Electriques
329
98
117
114
30%
36%
35%
11. Industrie automobile
102
35
28
39
34%
27%
38%
12. Meubles
211
107
71
33
51%
34%
16%
Le tableau suivant indique la rpartition des entreprises selon la
par des investisseurs trangers. Les firmes concernes sont
structure du capital et la taille. Parmi les 4 206 entreprises de
essentiellement dans la catgorie des grandes (58% pour la
lchantillon, 126 (soit 3%) ont une partie de leur capital dtenue
dtention de capital tatique et 65% pour la dtention de capital
par lEtat et 1 243 (soit 30%) ont une partie de leur capital dtenue
tranger).
Tableau 2.21 : Nombre de firmes par structure du capital et par taille

Structure du capital des
entreprises
Nombre
Pourcentage par type de firmes
Total
Petite
Moyenne
Grande
Petite
Moyenne
Grande
Entreprises ayant au moins

une partie de son capital
dtenue par lEtat
126
(soit 3% des 4206
entreprises)
24
29
73
19%
23%
58%
Entreprises ayant au moins

une partie de son capital
dtenue par des investisseurs
privs trangers
1243
(soit 30% des 4206
entreprises)
107
334
802
9%
27%
65%
43
Dans le tableau 3.22, est indiqu le nombre dentreprises par
dans le Nord Est et le Centre Est. Seulement, 6% des 4 206 firmes
grande rgion. On constate que la trs grande majorit des
se trouvent dans le Nord Ouest, 3% sont dans le Sud (Est et Ouest)
entreprises de lchantillon sont localises dans le district de Tunis,
et 2% de lchantillon sont dans le Centre Ouest.
Tableau 2.22 : Nombre dentreprises par grande rgion

Regions
Nombre d'entreprises
En pourcentage
1. District de Tunis et Nord Est
1829
45%
2. Nord Ouest
246
6%
3. Centre Est
1731
43%
4. Centre Ouest
95
2%
5. Sud Est et Ouest
122
3%
Total
4023*
100%
* 183 entreprises nont pas renseign leur localisation, ce qui explique que lon ne retrouve pas le nombre total de firmes dans la base, qui est de 4206.
* Il sagit de la moyenne non pondre, sur lensemble des 11 annes, exprime en log.
Le tableau 3.23 indique la productivit moyenne non pondre
entreprises. On ne peut, toutefois, en dduire aucun lien de
selon la structure du capital des entreprises. On constate que les
causalit, dautant que, comme on la montr plus haut, ces
firmes dont le capital est dtenu en totalit ou en partie par lEtat ou
firmes appartiennent majoritairement la catgorie des grandes
par des investisseurs trangers, ont, sur lensemble de la priode,
entreprises. Il nest donc pas tonnant dobserver une productivit
une productivit moyenne suprieure celle de lensemble des
moyenne plus leve pour ces deux catgories dentreprises.
Tableau 2.23 : Moyenne de la productivit du travail selon la structure du capital

Structure du capital des entreprises
Productivit du travail moyenne non pondre
Entreprises ayant au moins une partie de son capital dtenue par lEtat 9,22
Entreprises ayant au moins une partie de son capital dtenue par des
8,71
investisseurs privs trangers
Le tableau 3.24 donne la productivit moyenne pondre par anne
9,42 en 1997 9,67 en 2006 (ce qui reprsente 25% daugmentation)
(exprime en log), qui est galement reprsente sous forme graphique
et 9,91 en 2007 (soit 49% daugmentation, toujours par rapport
(graphique 1). Au cours de ces 11 annes, la productivit du travail
1997). En taux de croissance annuels, la productivit a baiss
des entreprises tunisiennes de notre chantillon a fortement augment.
uniquement entre 2002 et 2003 (de 5%), entre 2003 et 2004 (de 1%)
On est pass dune productivit du travail (en moyenne pondre) de
et entre 2004 et 2005 (de 1%). La forte augmentation de la productivit
44
entre 2006 et 2007 (+24%) est assez tonnante et doit tre considre
utilise un certain nombre de procdures pour garantir la reprsentativit
avec prudence. Lanne 2007 est en effet caractrise par un
des chantillons enquts, on doit faire preuve de prudence dans
renouvellement important des entreprises dans lchantillon : comme
linterprtation des rsultats lorsque lon travaille sur des bases de
le montre le tableau 13, 30% des firmes en 2007 nont jamais t
donnes qui ne sont pas issues de recensements. Aussi, pour ne pas
prsentes auparavant dans la base. Il semble donc que ces entres
fausser les interprtations, certains graphiques seront prsents la
et sorties dentreprises ont trs fortement contribues cette
fois (i) sur toute la priode (cest dire de 1997 2007) et, (ii) en ne
augmentation de la productivit entre 2006 et 2007. Bien que lINS
tenant pas compte de la dernire anne (cest dire de 1997 2006).
Tableau 2.24 : Lvolution de la productivit du travail de lensemble des entreprises de lchantillon
Annes
Productivit moyenne
pondre (en log)
Taux de croissance annuel de

la productivit moyenne
pondre
Taux de croissance de la
productivit par rapport 97
1997
9,42
1998
9,45
3%
3%
1999
9,49
4%
7%
2000
9,58
9%
16%
2001
9,61
3%
19%
2002
9,66
5%
24%
2003
9,61
-5%
19%
2004
9,60
-1%
18%
2005
9,59
-1%
17%
2006
9,67
8%
25%
2007
9,91
24%
49%
Les graphiques 2.4a montrent la productivit du travail moyenne pondre
Pour les 3 premiers secteurs (textile (2), habillement (3) et chimie
par secteur, dabord entre 1997 et 2007, puis entre 1997 et 2006.
et pharmacie (6)), la forte augmentation de la productivit entre

2006 et 2007 permet de compasser les baisses qui prcdent et,
Si lon ne tient pas compte de 2007, on constate que la productivit
de se retrouver, en 2007, avec des niveaux de productivit
du travail a baiss dans 5 secteurs : le textile (secteur 2), lhabillement
suprieurs leur niveau en dbut de priode (cest dire 1997).
(secteur 3), la chimie et pharmacie (secteur 6), le caoutchouc et
Dans le secteur 7 (caoutchouc et plastique), la productivit du
plastique (secteur 7) et lautomobile (secteur 11).
travail augmente aussi fortement entre 2006 et 2007, mais pas
45
suffisamment pour dpasser le niveau de productivit de 1997.
partie au moins de leur capital dtenue par des investisseurs
Aussi, si lon regarde les graphiques sur la priode 1997-2007, un
trangers.
seul secteur, celui de lautomobile (secteur 11) voit sa productivit

du travail baisser nettement.
Il apparat clairement que la productivit des entreprises domestiques

a augment plus fortement que celle des entreprises ayant du capital
En revanche, la productivit du travail a augment dans 7
tranger. En 1997, la productivit des entreprises domestiques est de
secteurs : lagro-alimentaire (secteur 1), le cuir et chaussures
9,32. Elle passe 9,72 en 2006 et quasiment 10 en 2007. Pour les
(secteur 4), le bois, papier et imprimerie (secteur 5), les matriaux
entreprises ayant du capital tranger, on passe de 9,58 en 1997,
non mtalliques (secteur 8), les matriaux mtalliques (secteur
9,68 en 2006, et 9,82 en 2007.
9), les quipements lectriques (secteur 10) et les meubles

(secteur 12). Parmi ces secteurs, laugmentation de la productivit
Entre 1997 et 2003, la productivit des entreprises ayant du capital
du travail est particulirement marque dans le secteur de lagro-
tranger est suprieure celle des entreprises domestiques. A partir
alimentaire (1), le bois, papier et imprimerie (5), les matriaux non
de 2003, cest linverse : la productivit du travail des entreprises
mtalliques (8), les matriaux mtalliques (9) et les quipements
domestiques devient suprieure celle des firmes ayant du capital
lectriques (10).
tranger.
Le graphique 2.4c montre lvolution de la productivit du travail
Ce rsultat contre-intuitif est intressant, et demanderait une analyse
selon la structure de capital des entreprises entre 1997 et 2007,
spcifique plus fouille. On sattend, en effet, gnralement ce que
avec en trait plein, la catgorie des entreprises entirement
la dynamique dvolution de la productivit soit plus importante pour
domestiques et, en pointill, la catgorie des firmes ayant une
les entreprises possdes en partie par des investisseurs trangers.
46
Graphiques 2.4a : Lvolution de la moyenne pondre de la productivit du travail par secteur entre 1997 et 2007 (en log)
par
Anne
Entre 1997 et 2006 (en log)
par
Anne
47
Graphiques 2.4b : Lvolution de la moyenne pondre de la productivit du travail par taille entre 1997 et 2007 (en log)
product petite
product moyenne
product grande
Graphique 2.4c : Lvolution de la moyenne pondre de la productivit du travail selon la structure du capital des entreprises (en log)
product domestique
product trangre
48
2.4.2.
Lanalyse de la dcomposition de la productivit
que lon focalise lanalyse sur les changements au niveau des

firmes. Laccs des bases de donnes individuelles dentreprises
2.4.2.1. Dfinitions et mthodologie
a permis que se dveloppent les analyses empiriques dans le

prolongement de ces avances thoriques.
Laugmentation de la productivit du travail au niveau des

entreprises peut tre lie :
Ainsi, les principales leons tirer des dveloppements thoriques

et empiriques rcents dans la littrature sont qu lintrieur dune
soit des variations conjoncturelles de la demande non anticipes
mme industrie, il existe des entreprises qui peuvent tre trs
par les entreprises, lesquelles, gnralement expliquent plus
diffrentes, du fait de leur taille, de leur degr dintgration dans
frquemment des baisses accidentelles de la productivit du
lconomie internationale, de leur niveau de productivit, etc. et
travail ;
que, dans ce contexte, tout changement (rforme commerciale,
soit des rigidits sur le march du travail qui peuvent ralentir
climat des affaires, changement de la demande internationale,
ladaptation du nombre demploys ( la hausse, comme la
accroissement de la concurrence, etc.) va se rpercuter de faon
baisse) aux variations de la production ;
diffrencie sur ces entreprises et gnrer forcment des
soit un ensemble de dcisions propres aux entreprises qui
rallocations lintrieur des secteurs. Lide qui domine dans la
peuvent conduire une amlioration de la productivit. On peut
littrature est que ces rallocations lintrieur de chaque industrie
citer pour exemple, lamlioration du niveau de formation des
seraient dune ampleur beaucoup plus importante que celles qui
employs, linvestissement dans lachat de machines plus
se produisent entre secteurs. Dans ce cadre thorique, Melitz
performantes, lutilisation dinputs de meilleure qualit, la
(2003, dj cit) a montr, par exemple, que louverture aux
rorganisation de lentreprise, des dcisions de licenciements, etc.
changes internationaux conduit une augmentation des parts

de march des entreprises initialement les plus productives, au
Les phnomnes de rallocation, quant eux, peuvent tre la
dtriment des entreprises les moins productives, qui disparaissent
consquence de changements inter-sectoriels (certains secteurs
ou qui voient leur part de march se rduire. Pour ces auteurs de
se dveloppent, alors que dautres stagnent ou se rduisent) ou
la New New Trade, les variations de la productivit agrge dune
de changements intra-sectoriels, cest dire qu lintrieur de
conomie sexpliquent essentiellement par ces phnomnes de
chaque secteur, se produisent des changements de parts de
rallocation lintrieur des industries, en particulier lorsquil sagit
march, ainsi que des entres et sorties dentreprises. Pendant
dconomies qui souvrent aux changes internationaux.
longtemps, parce que lon ne disposait essentiellement que de

donnes sectorielles (soit dorigine nationale, soit dorigine
Dans la littrature, les trois principales mthodes utilises sont celles
internationale par lUNIDO), lanalyse de la rallocation sest
de Foster, Haltiwanger et Krizan (FHK, 1998 et 2001), Griliches et
concentre sur les changements entre secteur, dautant que
Regev (GR, 1995) et, celle plus rcente de Pavcnik (2002). Bien que
lhypothse de firme homogne suppose, la fois, par les thories
la mthode FHK soit la plus complte, elle ncessite, comme dailleurs
traditionnelles du commerce international et par la thorie du New
aussi la mthode GR, de connatre les entres et sorties des
Trade (Krugman,1979, Helpman et Krugman, 1987) ne permettait
entreprises. Les donnes de firmes tunisiennes ne permettant pas
pas dexpliquer sur le plan thorique la possibilit de rallocation
lidentification des vraies sorties et entres, la seule mthode
lintrieur des industries. Le dveloppement rcent de la thorie
applicable dans notre cas de figure est celle de Pavcnik.
du New New Trade, initie notamment par Melitz (2003), et

caractrise par la prise en compte de lhtrognit des
Cette mthode de dcomposition a t applique (i) sur lensemble
entreprises lintrieur des secteurs, a justifi sur le plan thorique,
de lchantillon, (ii) par secteur, (iii) par taille et (iv) selon la structure
49
du capital des entreprises. Dans tous les cas de figure, les rsultats
On constate que la grande partie des gains de productivit
sont indiqus en terme de variation par rapport lanne de dpart,
proviennent de leffet rallocatif. En 2006, les 25% de taux de
cest dire 1997. Dans les quatre tableaux qui suivent La deuxime
croissance de la productivit du travail agrge sont dus, pour
colonne indique les changements de la productivit agrge par
8% laugmentation de la productivit lintrieur des entreprises
rapport lanne 1997. Les deux colonnes qui suivent correspondent
et pour 17% la rallocation des ressources des entreprises les
respectivement aux variations du premier et du second terme de la
moins efficientes vers les plus efficientes. Autrement dit, 67% de
dcomposition. Comme limpose lquation de la dcomposition, la
la variation de la productivit agrge sur les 10 annes (97-2006)
somme, en ligne, des colonnes (3) et (4) correspond la colonne (2).
sont dus laugmentation du terme de covariance. En 2007, cette

mme part slve 72%. Mme si ce terme de covariance na pas
2.4.2.2. Rsultats du traitement de lenqute entreprise.
cru de faon rgulire au cours de la priode considre, ce terme

est toujours positif ( lexception seulement des deux premires
1. Le tableau 14 montre les rsultats pour lensemble de lchantillon.
annes), ce qui montre bien que la rallocation joue dans le bons
La colonne (2), qui indique les changements de la productivit du
sens, autrement dit que les entreprises les plus productives se
travail agrge pour lensemble des entreprises, correspond la
dveloppent et/ou les moins productives ont des parts de march
dernire colonne du tableau 12 que lon a dj prsent plus haut.
en baisse.
Tableau 2.25 : Dcomposition de la croissance de la productivit agrge pour lensemble de lchantillon
Annes
Croissance de la Productivit agrge
Variation de la Productivit non

pondre(Premier terme)
Variation de la Covariance (Second

terme)
1997
0,000
0,000
0,000
1998
0,023
0,055
-0,031
1999
0,071
0,072
-0,001
2000
0,153
-0,038
0,191
2001
0,183
0,043
0,140
2002
0,235
0,124
0,112
2003
0,183
-0,126
0,057
2004
0,172
-0,109
0,062
2005
0,164
-0,079
0,085
2006
0,249
0,081
0,168
2007
0,486
0,138
0,348
2. Si pour lensemble de lchantillon, la rallocation a fortement
sont toujours positives tout au long de la priode et suprieures
contribu laccroissement de la productivit agrge, ce
celles de la productivit des entreprises. En revanche, dans 6
constat est loin dtre vrifi au niveau des secteurs. Cest en
secteurs, textile, chimie et pharmacie, caoutchouc et produits
effet dans seulement 2 industries (chaussures et cuir et
plastiques, matriaux non mtalliques, quipements lectriques
matriaux mtalliques) que les variations du terme de covariance
et meubles, la productivit des entreprises a augment, alors que
50
le terme de covariance a eu un impact ngatif sur la variation de
laccroissement de la productivit du travail lintrieur des
la productivit agrge. Dans le secteur bois, papier et dition,
entreprises et, pour 33% leffet de rallocation. En 2007, les 68%
leffet dominant est laccroissement de la productivit du travail
daugmentation de la productivit agrge sont le fait de
lintrieur des entreprises. Dans le secteur agro-alimentaire,
laugmentation de la productivit lintrieur des entreprises pour
laugmentation de la productivit est galement due, sur lessentiel
14% et de leffet rallocatif pour 54%.
de la priode, laugmentation de la productivit des entreprises,

sauf pour les 2 dernires annes (2006 et 2007) au cours
2.4.2.3. Conclusion
desquelles la contribution du terme de covariance a t

particulirement importante. Enfin, dans 2 secteurs, celui de
Dans le cadre du projet, la productivit du travail des entreprises
lhabillement et celui de lautomobile, ce sont les deux termes
tunisiennes du secteur industriel, a t analyse entre 1997 et
(productivit des firmes et covariance) qui ont jou un rle ngatif
2007, partir dun chantillon de firmes individuelles issu des
sur la variation de la productivit du travail agrge.
Enqutes Annuelles. Les principaux rsultats qui ressortent de

cette analyse, sont les suivants.
3. Leffet de la rallocation a fortement contribu la croissance

de la productivit agrge du travail pour la catgorie des
Premirement, la productivit du travail agrge des entreprises
moyennes et des grandes entreprises. A lexception de lanne
tunisiennes a fortement augment. Elle sest accrue de 25% entre
1998, la variation du terme de covariance est, en effet, toujours
1997 et 2006 (et de 49% entre 1997 et 2007, bien quil faille
positive pour ces 2 groupes de firmes. Pour la catgorie des petites,
considrer avec beaucoup de prcaution cette dernire anne
ce mme terme varie positivement seulement pour 4 annes (2000,
dans la mesure o 30% de lchantillon a t renouvel).
2001, 2005 et 2007). La forte progression de ce terme de covariance

en 2007 doit tre considre avec prcaution compte tenu, comme
Deuximement, au niveau sectoriel, la productivit du travail
on la dj soulign plus haut, de limportant renouvellement de
agrge a augment dans 7 industries (agro-alimentaire, cuir et
lchantillon qui a concern particulirement les petites entreprises.
chaussures, bois, papier et imprimerie, matriaux non mtalliques,
Ces rsultats montrent aussi que ce sont les entreprises de taille
matriaux mtalliques, quipements lectriques et meubles). En
moyenne qui ont le plus augment leur productivit du travail non
revanche, si lon ne tient pas compte de lanne 2007, la
pondre. Il serait intressant de comprendre quels sont les facteurs
productivit agrge a baiss dans 5 secteurs (textile, habillement,
qui les ont incit amliorer leur efficience et par quels moyens elles
chimie et pharmacie, caoutchouc et plastique et automobile).
y sont parvenues.
Troisimement, alors que la productivit moyenne non pondre sur
4. Les rsultats de la dcomposition de la productivit agrge du
lensemble de la priode est plus leve pour les grandes entreprises
travail selon la structure du capital des entreprises montrent, dans
que pour les moyennes, la productivit agrge sest accrue plus
lchantillon, leffet de la rallocation contribuer laccroissement
vite pour les entreprises de taille moyenne que pour les grandes
de la productivit agrge seulement pour les entreprises
firmes. A partir de 2003 et jusquen 2006, la productivit du travail
entirement domestiques. Pour les firmes dont une partie du capital
agrge des moyennes dpasse celle des grandes.
est dtenue par des investisseurs trangers, la variation du terme

de covariance est positive uniquement 4 annes (2000, 2001, 2002
Quatrimement, la productivit du travail agrge des entreprises
et 2007). Concernant plus spcifiquement les entreprises
domestiques a augment plus fortement que celles des entreprises
entirement domestiques, les 40% daugmentation de la
ayant une partie au moins de leur capital dtenue par des investisseurs
productivit du travail agrge en 2006 sont dus pour 7%
trangers.
51
Enfin, les rsultats de la dcomposition ont mis en vidence le rle
productivity growth: Lessons from microeconomic evidence, in
jou par la rallocation des ressources des entreprises les moins
Edward Dean, Michael Harper, and Charles Hulten (eds.), New
efficientes vers les plus efficientes dans laccroissement de la productivit
Developments in Productivity Analysis, Chicago: University of Chicago
du travail agrge sur lensemble de lchantillon. Les 25% de taux
Press.
de croissance de la productivit entre 1997 et 2006 sont dus pour 8%

laugmentation de la productivit du travail lintrieur des entreprises
Griliches, Z. and H. Regev (1995), Firm productivity in Israeli industry
et pour 17% leffet de rallocation. Ce constat se vrifie en particulier
1979-1988, Journal of Econometrics, 65, pp. 175-203.
pour les entreprises domestiques, ainsi que pour les entreprises de

taille moyenne et grande. En revanche, au niveau sectoriel, ce
Hall, B. H. and J. Mairesse (1995), Exploring the relationship between
rsultat ne se vrifie que dans 2 industries (chaussures et cuir, matriaux
R&D and productivity in French manufacturing firms, Journal of
mtalliques). Laugmentation de la productivit du travail lintrieur
Econometrics, Elsevier, 65(1), pp. 263-293.
des entreprises a concern un plus grand nombre de secteurs (agroalimentaire, textile, bois, papier et dition, chimie et pharmacie,
Helpman E. and P.R. Krugman (1987), Market Structure and Foreign
caoutchouc et produits plastiques, matriaux non mtalliques,
Trade: Increasing Returns, Imperfect Competition, and the
quipements lectriques, meubles).
International Economy, MIT Press Books, The MIT Press.
Bibliographie
Krugman, P. R. (1979), Increasing returns, monopolistic competition,

and international trade, Journal of International Economics, 9(4),
Disney, R., J. Haskel and Y. Heden (2003), Restructuring and
pp. 469-479.
productivity growth in UK manufacturing, Economic Journal, Vol.

113, No. 489, pp. 666 694.
Melitz, M. (2003), The Impact of Trade on Intra-Industry Reallocations

and Aggregate Industry Productivity, Econometrica, 71, pp. 1695
Foster, L., J.C. Haltiwanger and C.J. Krizan (1998), Aggregate
1725.
productivity growth: Lessons from microeconomic evidence, Working

Paper 6803 NBER.
Pavcnik, N. (2002), Trade Liberalization, Exit, and Productivity

Improvements: Evidence From Chilean Plants, Review of Economic
Studies, 69, pp.245-276.
52
3.
La formation
a formation des cadres de lITCEQ tait une composante essentielle
a.
MCE en 2 tapes
du projet. Deux sessions de formations, la premire au mois de
b.
MCE en 1 tape
novembre 2010, la deuxime au cours du mois davril et du mois mai

2011, ont permis aux experts de lITCEQ et du DEFI de dvelopper
Mardi 30 novembre : Prsentation des diffrents modles
des collaborations constructives. Ces sessions de formations Aix en
nationaux
Provence et Tunis ont permis dune part, de favoriser le transfert des

Matin et aprs-midi :
connaissances dans les mthodes quantitatives, et dautre part, de

traiter des sujets dintrt de lITCEQ. Les experts de lITCEQ disposent
des supports de cours, des programmations sur STATA, et de laccs
Experts DEFI : Marcel Aloy, Eric Heyer
aux bases de donnes du DEFI. Les comptes rendus non exhaustifs
Au cours de cette journe nous sommes revenus sur la structure et
des sessions de formation reproduits ci aprs donnent un aperu des
les proprits des modles nationaux qui existent en France, en
thmes et des mthodes traits.
comparant tout particulirement le modle de lOFCE (emod.fr) et

celui du Ministre de lconomie (Msange).
3.1
Un exemple de session de formation
conomtrie et modlisation macroconomique
Plan de la journe
29 novembre : Estimations laide du logiciel Eviews
1. Cadre comptable
2. Le schma des causalits
3. Transparent des causalits

4. Taille du modle
5. Les principaux comportements
Cette journe a t consacre la mise en application des techniques
a.
Consommation
conomtriques sur sries temporelles prsentes au cours des
b.
Investissement
journes prcdentes.
c.
Emploi
d.
Boucle prix-salaire
e.
Commerce extrieur
Plan de la journe
6. Le multiplicateur
1. Rappels des principaux tests conomtriques sur sries
temporelles
a.
Mcanisme
b.
Dcomposition selon les grands agrgats
2. Initiation au logiciel Eviews
c.
Le multiplicateur dans le temps
3. Estimations des diffrentes quations de comportement sur
d.
Pourquoi a varie ?
e.
Le multiplicateur au cours de la crise
donnes franaises
53
3.2.
Un exemple de formation au traitement des
donnes dentreprises
7. Les instruments de la modlisation

a.
Le modle correction derreur
b.
Lcriture usuelle
c.
Le long terme et la cointgration
d.
La dynamique
Mardi 23 novembre
Mercredi 1 dcembre : Les proprits structurelles de la

Expert DEFI : Gilbert Cette
modlisation & estimations sur donnes tunisiennes
Prsentation des analyses de la production potentielle et des

mthodes de calcul de la productivit du travail (cf. Diapositives des
Matin :
sances de travail en Annexe).

Mercredi 24 novembre
Au cours de cette matine, nous sommes revenus sur les

proprits structurelles de la modlisation en mettant laccent tout
Expert DEFI : Marion Dovis
particulirement sur les notions de croissance potentielle et de

chmage structurel.
1. Prsentation des mthodes de nettoyage des bases de donnes

(cf. Diapositives en annexe)
Plan de la matine
2. Prsentation et explication des principales commandes de la

gestion des bases de donnes sur Stata (cf. Diapositives en
1. La production potentielle
a.
Evaluation structurelle
b.
Evaluation par filtre
Annexe)
3. Travail sur les donnes de lEnqute : Contrairement ce que
nous avions prvu, lITCEQ ne dispose pas de base globale
2. Le Chmage structurel
a.
Evaluation structurelle
regroupant lensemble des variables disponibles issus des
b.
Evaluation par filtre
donnes dEnqute. Les donnes existent, en effet, uniquement

sur des fichiers Excel spars par anne et par type de variables.
3. Retour sur les diffrentes valuations et leurs consquences en
Or le nettoyage soit seffectuer sur une base unique. Ce constat
matire de politique conomique
impos dajouter au programme initialement prvu13, la

ralisation de ce fichier complet des variables.
Aprs-midi :
4. Ralisation dune base unique regroupant lensemble des

donnes disponibles issues des Enqutes : Ces donnes tant
Au cours de cet aprs-midi, nous avons estim, sur des donnes
sur des fichiers Excel spars par anne et par catgorie de
tunisiennes, des quations demploi et de prix de la valeur ajoute
variables (tat rsultat, emploi, passif, actif, immobilisations,
pour les diffrents secteurs.
identification, autres valeurs comptable et autre valeurs
13
Le programme de travail initialement prvu supposait que nous ayons ces donnes prtes sur une base STATA.
54
comptables et suite), le passage de ces fichiers Excel une base
Vendredi 26 novembre
omplte sur Stata, ncessitait :

-
dharmoniser chacun des fichiers Excel pour les rendre
comparables.
-
de crer des correspondances entre des questionnaires diffrents
(changement de questionnaire partir de 98).
1. Suite de la prparation du fichier de programmation de la fusion
dajouter les indices de prix.
de faire la fusion de l'ensemble de ces fichiers pour avoir un
des diffrentes bases de donnes.

2. Elaboration dune version prliminaire de la base de donnes
fichier complet sur STATA.
lattention des cadres de lITCEQ pour que ces derniers puissent

commencer les premires analyses descriptives pour prparer
Ce travail aurait normalement ncessit, au minimum, 3 ou 4 jours
les programmes de nettoyage.
de travail. Pour pouvoir effectuer, dans le mme temps, la partie
3. Labellisation des variables disponibles dans la base.
Training prvue, et, dune faon gnrale, remplir les objectifs prvus
dans le cadre de cette mission, ce travail a t fait en grande partie,
Lundi 29 novembre
le soir et durant le week end par les experts du DEFI (essentiellement

M. Dovis). Pour viter des pertes de temps, M. Dovis a mis
Matin :
disposition des cadres de lITCEQ, ds vendredi aprs-midi, une

premire version de la base sur Stata (pour qu'ils puissent faire le
travail prparatoire du nettoyage, s'entraner sur Stata pour la mise
Finalisation et vrification de la fusion des bases de donnes avec
en application de la sance portant sur les principales commandes
lensemble des variables.
utilises, etc.).
Aprs-midi :
Jeudi 25 novembre
Expert DEFI : Patricia Augier, Marion Dovis
Matin :
1. Vrification des correspondances entre le questionnaire de

lenqute de 1997 et celui utilis partir de 1998, en particulier
Expert DEFI : Patricia Augier
pour le compte de rsultat et pour lemploi. Un fichier prcisant
Prsentation et explication des diffrentes mesures de dcomposition
le passage entre ces deux questionnaires a t prpar. Pour
de la productivit utilises dans la littrature scientifique.
les cas qui ont fait lobjet de discussions, une vrification a t

effectue par le calcul des coefficients de corrlation. Le rsultat
Aprs-midi :
de ces tests de corrlation est prcis sur le fichier concernant

ce passage (cf. Annexe).
DEFI Experts DEFI : Patricia Augier, Marion Dovis

Harmonisation des diffrentes bases de donnes initiales :
Mardi 30 novembre
(i) Discussion sur la correspondance entre le questionnaire de 1997

et celui utilis partir de 1998.
(i) Prparation du fichier de programmation de la fusion des

diffrentes bases de donnes.
Experts DEFI : Patricia Augier, Marion Dovis
55
1. Elaboration du programme de nettoyage.
des diffrentes tapes.
2. Analyse des donnes du Rpertoire pour valuer les possibilits
2. Discussion sur les changements qui sont possibles dintroduire
de son utilisation.
partir du programme de base propos et effectu par les

experts DEFI.
3. Discussion sur le choix de la mthode de dcomposition de la

productivit la plus adapte. Il a t convenu que le choix devait
3. Discussion sur les mthodologies de dcomposition.
porter sur une mthode intuitive qui rponde ce qui est souhait
mettre en vidence. De plus, il a t soulev que le problme
Jeudi 2 novembre
de la non identification des entres et des sorties de firmes sur

le march devait tre pris en compte dans le choix de la mthode
de dcomposition.
Mercredi 1 dcembre
1. Discussion sur les mthodologies de dcomposition.
(i) Choix de la mthode qui sera utilise

(ii) Choix du logiciel qui sera utilise pour la programmation.
2. Analyse des accomplissements de la mission au regard des

objectifs attendus et Programmation de la suite du projet (cf.
1. Vrification du programme de nettoyage et Explication dtaille
dtails de ces points dans le paragraphe qui suit).
56
4.
i)
Conclusions
Le programme dassistance technique ITCEQ/DEFI, dont la
lensemble des variables immdiatement utilisables et/ou
dure initiale prvue tait de 4 mois, sest en ralit droul sur
modifiables. Ce programme a t labor de manire ce que
huit mois en raison notamment des vnements du mois de
les cadres de lITCEQ puissent, par la suite, le modifier leur
janvier 2011 en Tunisie. Le champ couvert par le projet tait trs
convenance.
vaste et certains aspects nont pu tre que partiellement traits.
Toutefois, dans ces cas peu nombreux, les lments thoriques
Les cadres de lITCEQ ont reu une formation sur les mthodes
de dcomposition utilises dans la littrature.
et mthodologiques ont t couverts, ce qui ouvre la voie des
validations empiriques ultrieures.
Limplmentation des mthodes de dcomposition, peut tre

effectue laide de diffrents logiciels comme Excel, Stata ou
Gauss. Les experts du DEFI et les cadres de lITCEQ ont convenu
ii) Le volet formation a atteint les objectifs fixs dun commun
quil tait plus adapt de choisir un logiciel permettant la
accord avec les experts de lITCEQ lors de la mission de
programmation comme Stata ou Gauss.
dmarrage.
Les experts de lITCEQ ont reu une formation en conomtrie
iii) Sur le fond, les rsultats obtenus par les experts du DEFI et de
et modlisation macroconomique. En techniques quantitatives
lITCEQ sont dignes dintrt et ouvrent de nombreuses
plusieurs sessions ont t consacres aux logiciels de traitement
perspectives pour dvelopper la modlisation de lconomie
en particulier Stata, les experts de lITCEQ tant davantage
tunisienne et apporter des rponses aux dfis de lconomie
familiers dEviews.
tunisienne.
Les experts de lITCEQ ont reu une formation thorique la

modlisation macroconomique. A cette occasion, ils ont pu
La modlisation des secteurs manufacturiers micro fonde sur les
prendre connaissance de modles macroconomiques utiliss
approches des modles dquilibre gnral calculables a dbouch
dans les grandes institutions de prvisions europennes.
sur des estimations des paramtres qui conduisent aux conclusions
Les experts de lITCEQ ont enfin reu une formation dans les
suivantes :
composantes 2.2 et 3.
-
La substitution entre le capital et le travail est forte (lasticit
de nettoyage des donnes microconomiques utilises dans la
proche de lunit, Cobb-Douglas) dans le secteur des Industries
littrature.
Agro-alimentaires ainsi que dans celui des industries Mcaniques
Les cadres de lITCEQ ont reu une formation sur la gestion des
et lectriques (secteurs 2 et 4), tous les deux fortement
bases de donnes sur le logiciel Stata.
exportateurs. La substitution entre les deux facteurs est plus
Les cadres de lITCEQ ont disposition une base de donnes
faible (lasticit voisine de 0,7, CES) dans les secteurs des MCCV
fusionne, donc complte avec lensemble des variables.
et de la Chimie. Dans les autres secteurs, il y a complmentarit
Les cadres de lITCEQ ont disposition le programme de
entre les facteurs de production.
nettoyage sur Stata, ainsi que la base de donnes nettoye avec
57
agrge, mme si elle satisfait les critres de qualit
conomtriques, ne peut pas servir de support aux prvisions
de cots rels, il faut gnralement trois quatre annes pour
et llaboration d'une politique de dveloppement industriel
observer un ajustement significatif des quantits de travail et
cohrente.
de capital.
-
Le taux de croissance de la productivit globale des facteurs
Les estimations en donnes de panel ont permis de complter
est htrogne. Il est relativement faible dans les IAA et le textile
utilement les estimations ralises pour chaque secteur pris
et lev dans les IME et lindustrie chimique.
isolment.

substitution entre lemploi qualifi et non qualifi14 allant de 3,3
utilises pour la mesure des prix relatifs :

suprieure de 3% 6% celle des non-qualifis
Llasticit des exportations tunisiennes vers lEurope par rapport

fondements thoriques et les mthodologies conomtriques mises
mais elle semble relativement faible court terme en moyenne,
et mme non-significative dans les estimations en taux de
croissance. Il en rsulte que leffet instantan dune variation de
extrieur qui restent faire doivent pouvoir tre effectus sans
la demande adresse peut tre considr comme ngligeable,
difficults majeures
lajustement des exportations ncessitant probablement un dlai

sensiblement suprieur une anne.
iv) Les rsultats des estimations des fonctions dexportation par

secteur ralises sur des sries chronologiques sont riches
denseignements. Ils font apparatre de fortes disparits entre
Llasticit-prix des exportations tunisiennes vers lEurope est

de lordre de -0,6 -0,73 court terme comme long terme.
les secteurs, autant en ce qui concerne les lasticits-prix de

long terme des diffrents secteurs (et donc leur niveau de
Enfin, les graphiques des rsidus des diffrents modles estims
substituabilit sur le march europen), quen ce qui concerne
le comportement dynamique des exportations la suite de chocs
de prix relatifs et de chocs de demande (cf. rapport final de la
composante). Ds lors, lestimation dune quation dexportation
sectorielle. En effet, nous avons pu constater sur les sries
14
58
chronologiques que le secteur des Hydrocarbures se caractrise
lon ne tient pas compte de lanne 2007, la productivit agrge
par une lasticit-prix beaucoup plus importante que les autres
a baiss dans 5 secteurs (textile, habillement, chimie et pharmacie,
secteurs, tandis que le secteur des IAA prsente des lasticits
caoutchouc et plastique et automobile).
de la demande de court-terme relativement leve par rapport

aux autres secteurs dexportation.
Troisimement, alors que la productivit moyenne non pondre sur

lensemble de la priode est plus leve pour les grandes
v) Le projet a permis aux experts de lITCEQ daffiner leur
entreprises que pour les moyennes, la productivit agrge sest
connaissance sur la spcialisation de la Tunisie dans les changes
accrue plus vite pour les entreprises de taille moyenne que pour
internationaux. Lanalyse des pays concurrents de la Tunisie
les grandes firmes. A partir de 2003 et jusquen 2006, la productivit
grce laccs aux bases de donnes internationales et
du travail agrge des moyennes dpasse celle des grandes.
lapplication des rsultats de la thorie du commerce international

incorpors dans le logiciel Trade Swift a t renforce. Le
positionnement dynamique de la Tunisie par rapport la demande
mondiale et lidentification des pays concurrents sont maintenant
ayant une partie au moins de leur capital dtenue par des
disponibles au niveau HS6 de la nomenclature des produits.
investisseurs trangers.
vi) Dans le cadre du projet, la productivit du travail des entreprises
Enfin, les rsultats de la dcomposition ont mis en vidence le rle
tunisiennes du secteur industriel a t analyse entre 1997 et
jou par la rallocation des ressources des entreprises les moins
2007, partir dun chantillon de firmes individuelles issu des
efficientes vers les plus efficientes dans laccroissement de la
Enqutes Annuelles. Les principaux rsultats qui ressortent de
productivit du travail agrge sur lensemble de lchantillon. Les
cette analyse, sont les suivants.
25% de taux de croissance de la productivit entre 1997 et 2006

sont dus pour 8% laugmentation de la productivit du travail
lintrieur des entreprises et pour 17% leffet de rallocation. Ce
constat se vrifie en particulier pour les entreprises domestiques,
ainsi que pour les entreprises de taille moyenne et grande. En
considrer avec beaucoup de prcaution cette dernire anne dans
revanche, au niveau sectoriel, ce rsultat ne se vrifie que dans 2
la mesure o 30% de lchantillon a t renouvel).
industries (chaussures et cuir, matriaux mtalliques). Laugmentation

de la productivit du travail lintrieur des entreprises a concern
Deuximement, au niveau sectoriel, la productivit du travail agrge
un plus grand nombre de secteurs (agro-alimentaire, textile, bois,
a augment dans 7 industries (agro-alimentaire, cuir et chaussures,
papier et dition, chimie et pharmacie, caoutchouc et produits
bois, papier et imprimerie, matriaux non mtalliques, matriaux
plastiques, matriaux non mtalliques, quipements lectriques,
mtalliques, quipements lectriques et meubles). En revanche, si
meubles).
59
Chapitre I
Modlisation sectorielle
des industries manufacturires
en Tunisie
Table des matires

62
Introduction
64
1. Les fondements thoriques
64
1.1 Le prix unitaire de la valeur ajoute : dfinition
65
1.2 La demande de facteurs
66
1.3 Demande de travail qualifi et non qualifi
66
1.4 Dtermination du prix de la valeur ajoute
67
1.5 Partage de loffre entre exportations et offre de biens sur le march domestique
68
1.6 Le partage de la demande entre importations et bien domestique
68
1.7 Dtermination du prix et des qualits changes sur le march domestique
69
1.8 Dtermination du prix et du volume dexportations
69
1.9 quations de dfinition
71
2. Les quations du modle
71
2.1 Liste des variables et des paramtres du modle
72
2.2 Les quations log-linaires ( relations de long terme )
73
2.3 Les quations en niveau
75
3. Les estimations conomtriques
75
3.1 Les quations estimes
75
77
3.1.1 Emploi, capital et prix de la valeur ajoute

3.1.2 Emploi, qualifi et non qualifi
78
3.2 Les donnes
78
3.3 La mthode destimation
78
3.4 Les principaux rsultats
80
82
3.4.1 Rponse de lemploi un choc de demande et de cot

3.4.2 Rponse du capital un choc de demande et de cot
84
Conclusion
84
Bibliographie
61
Introduction
ous considrons dans ce document la modlisation dun
Par rapports aux spcifications usuelles des modles dquilibre
secteur i produisant un bien composite i. Ce bien composite
gnral calculables (MEGC), les particularits de ce modle sont les
peut tre soit vendu sur le march domestique soit export. De la
suivantes :
mme manire les utilisateurs finaux peuvent se procurer ce bien

sur le march domestique auprs du secteur i ou bien limportation.
En premier lieu, nous considrons que le secteur est soumis
La structure thorique du modle sappuie sur les principes largement
une contrainte de demande sur le march des biens, de telle
utiliss dans les modles dquilibre gnral calculables (cf Lofgren
sorte que la demande optimale de facteurs de production (K et
et alt., 2002) :
L) se ralise sous la contrainte dune demande (Y/iva) donne,

qui est dtermine par ailleurs, notamment par le niveau de
Le secteur i est soumis la contrainte dune fonction de production
labsorption domestique (QQ). De ce fait, il sagit donc
deux facteurs (travail L et capital K) de type CES, dont les cot
essentiellement dun modle de demande et non dun modle
unitaires (respectivement W et Ck) sont donns au niveau sectoriel.
doffre.
La production (QX = Y/iva , o iva reprsente la valeur ajoute en
En second lieu, nous introduisons une distinction, au sein du
volume par unit produite) du secteur i est rpartie entre la vente
facteur travail (L), entre le travail qualifi (Lq) et le travail non
sur le march domestique (QD) au prix Pd et la vente lexportation
qualifi (Lnq). Chacun de ces deux types de travail est caractris
(QE) au prix Pe. La rpartition optimale de la production (QX) dpend
par un indice de productivit spcifique, ainsi que par un taux
du prix relatif (Pd/Pe).
de salaire propre (respectivement Wq et Wnq), suppos exogne

au niveau du secteur.
Le modle propos permet bien naturellement de considrer comme
En troisime lieu, nous introduisons une demande trangre
cas particulier les secteurs dont la production est uniquement
dexportation, ce qui permet de dterminer le prix dquilibre
destine aux exportations, ou alternativement, les secteurs dont la
des exportations (Pe), alors que celui-ci est gnralement
production est entirement destine au march domestique.
suppos exogne dans les MEGC.
Les consommations intermdiaires sont une fraction constante (ci)
Nous prsentons dans la section I les quations de long terme
de la quantit produite.
linarises, dont les fondements thoriques sont explicits dans la

section II.
Du ct des utilisateurs finaux, labsorption domestique adresse

aux biens du type produits par le secteur i (QQ) se rpartit entre la
En effet, les MEGC prsentent lintrt doffrir une forte cohrence
production du secteur domestique (QD) et les importations de
interne et ils impliquent donc des solutions de long terme que lon peut
produits similaires (QM). La rpartition de labsorption entre ces deux
considrer comme satisfaisantes sur le plan thorique. En contrepartie,
composantes dpend du prix relatif des produits domestiques (Pd)
ces modles noffrent gnralement pas de description des processus
par rapport au prix des produits imports (Pm).
dajustement dynamique vers les solutions de long terme.
62
De ce point de vue, nous suggrons dans la section III de raliser
O : xt: variation de xt (ce dernier tant exprim en logarithme).
lestimation des quations du modle dans le cadre dynamique plus
Naturellement, lordre de retard des variables explicatives sera
gnral dquations correction derreur.
dtermin en fonction des critres conomtriques usuels.
A titre dillustration, considrons lquation de dtermination du prix
Ce type de spcification permet de faire apparatre des lasticits
de la valeur ajoute pyit (en logarithmes) :
de court terme (a2 , a3) ventuellement diffrentes des lasticits de

long terme (0 et 1 0 dans notre exemple).
py = 0 (ckit gk .t) + (1 0) (w ql .t) + py

i
t
i
t
15
0
(23)
Elle permet aussi de mesurer la vitesse dajustement vers lquilibre
o :
de long terme (qui est lie au paramtre b), celle-ci tant conditionne
par les diverses rigidits qui affectent le fonctionnement des marchs.
gki;: taux de croissance de la productivit autonome du capital;
Lintrt du modle correction derreur est donc quil permet de
ql : taux de croissance de la productivit autonome du travail
garantir la convergence vers lquilibre de long terme (pour autant

que les rsultats empiriques confirment la validit de lquation
Lestimation conomtrique pourra tre ralise en deux tapes :
23 dans notre exemple) et symtriquement - le thorme de

reprsentation de Granger nonce quune relation de long terme
1.
Estimation de la relation de long terme :
(au sens de la thorie de la cointgration) admet ncessairement

une reprsentation sous forme de modle ECM.
py = 0 (ck gk .t) + (1 0) (w ql .t) + py0 + Zt

i
t
i
t
i
t
Suivant cette mthodologie, privilgie notamment dans le modle

2.
macroconomique de la Banque dAngleterre16 , il sera donc possible
Estimation du modle correction derreurs :
de proposer et destimer une modlisation sectorielle la fois cohrente

pyit = a0 + a1py
i
t-1
15
16
+a2ck +a3w bZt-1 + t

i
t
i
t
sur le plan thorique et conforme aux processus dynamiques observables.
Les lettres minuscules dsignent les variables en logarithme.

Voir en particulier Harrison et alt. (2005), chapitre 4, p. 61 et sq.
63
1.
Les fondements thoriques
n suppose que chaque secteur i produit un bien composite i.
TAX : impts verss
Le modle sattache dterminer les quantits et prix
SUBV : subventions reues
dquilibre de long terme en se basant sur les principes utiliss dans

On pose :
les modles dquilibre gnral calculable. Dans le modle thorique,

les indice de secteur (i) seront omis afin dallger les notations.
CIt = ci.QXt
1.1
Le prix unitaire de la valeur ajoute : dfinition

o ci est le coefficient des consommations intermdiaires
La valeur ajoute en valeur se dcompose selon :

SUBVt = sv.QXt
Pyt Yt = Wt Lt + Ckt Kt
(3)
(1)
o sv est le montant des subventions reues par unit produite
o :
TAXt = tva.pyt.Yt
(4)
Py : prix de la valeur ajoute du secteur

o tva est le taux dimposition sur la valeur ajoute
Y : valeur ajoute en volume du secteur

W : taux de salaire moyen du secteur
Yt = iva.QXt
L : emploi du secteur
Ck : cot du capital du secteur
K : stock de capital du secteur
o iva est la valeur ajoute en volume par unit produite
et la dcomposition de la production sectorielle en valeur scrit :
Nous dfinirons dans ce qui suit le prix de la valeur ajoute du

secteur (Py) par lexpression:
Pxt QXt = Pyt Yt + Pcit CIt + TAXt SUBVt
(2)
Pyt = [Pxt Pcit ci + sv] / [iva (1+tva)]
5)
o :
Le prix de la valeur ajoute (Py) tant dtermin par la suite en
QX : production en volume du secteur i
fonction des cots marginaux, cette expression nous permet de
Px : prix de la production du secteur
dfinir le prix de la production unitaire du secteur :
Pci : prix unitaire des consommations intermdiaires du secteur

Pxt = Pyt iva (1+tva) + ci Pcit sv
CI : quantit de consommations intermdiaires
64
(6)
Les consommations intermdiaires du secteur (i) peuvent tre

(11)
dsagrges selon leur secteur de provenance (j), ce qui implique :

CIt = QXt SOMME(ci[j])
Cette quation peut tre approxime log-linairement sous la forme
(7)
suivante :
et par consquent :
kt = yt (ckt wt) + ( 1) gk.t + k0
ci = SOMME(ci[j])
(8)
Pcit = SOMME(Pqt [j] ci[j]) / ci
(9)
(11)
o Ckt est le cot dutilisation du capital au sens de Hall-
1.2
Jorgenson :
Ckt = Pkt (it+1 pkt+1 + )
La demande des facteurs
La contrainte technique de production est une fonction de production
(12)
avec :
CES normalise (cf. notamment Klump et al., 2008) :

Pk: prix de linvestissement, ,
i: taux dintrt nominal,
: taux de dprciation du capital,
(10)
pk: taux de variation du prix du capital.

o :
Compte tenu de lquation dvolution du stock de capital :
Y0 , L0 , K0 : valeur ajoute en volume, emploi et stock de capital
Kt = It + (1).Kt-1
la date de rfrence t=0
(13)
Alt , Akt : indices de productivit du travail et du capital

0 = Ck0 K0 / Py0 Y0: part de la rmunration du capital dans la valeur
Linvestissement optimal sera :
ajoute la date de rfrence

It = Kt (1)Kt-1
Py0 Y0 = Ck0 K0 + W0 Y0: valeur ajoute la date de rfrence
(14)
Les conditions de premier ordre de loptimum conduisent la relation
On supposera que la productivit autonome du capital suit une
suivante:
tendance dterministe :
Kt / Lt =( Akt /Alt ) 1 (Ckt / Wt) (K0 / L0) 1 [0/(1- 0)]
Akt = (1+gk)t
Le stock de capital et linvestissement
La demande de travail
Si les entreprises sont soumises une contrainte de demande (Y
La demande de travail sous contraintes de dbouchs scrit:
(15)
donn), le stock de capital qui se dduit de la fonction de production

et de la condition de loptimum sera :
(16)
65
Alnqt =(1+glnq)t
ce qui sexprime en logarithmes :

lt = yt (wt pyt) + ( 1)gl.t + l0
Alqt =(1+glq)t
(16)
(21)
(21a)
On supposera que la productivit autonome du travail suit une
Les quations log-linaires des demandes de travail non qualifi et
tendance dterministe :
qualifi scrivent ainsi respectivement :
Alt =(1+gl)t
lnqt = lt (wnqt wt ) + ( 1)( glnq gl).t + lnq0
(17)
(19)
o glnq.t est un terme de tendance mesurant la productivit
1.3
Demande de travail qualifi et non qualifi
autonome du travail non qualifi.

lqt = lt (wqt wt ) + ( 1)( glq gl).t + lq0
Lemploi total est suppos tre une combinaison CES normalise
(20)
de travail qualifi (Lq) et non qualifi (Lnq) :

o glq.t est un terme de tendance mesurant la productivit autonome
(18)
du travail non qualifi
o :
Le taux de salaire moyen du secteur sera une combinaison des taux

de salaire de lemploi qualifi et non qualifi :
Alqt, Alnqt: indice de productivit du travail qualifi et non qualifi

0 = Wnq0 Lnq0 / W0 L0: part de la rmunration du travail non qualifi
(22)
dans la rmunration totale la date de rfrence

W0 L0 = Wnq0 Lnq0 + Wq0 Lq0 : masse salariale la date de
On en dduit lquation log-linaire suivante :
rfrence
wt = (10)(wqt glq.t) + 0 (wnqt glnq.t) + gl.t + w0
(22)
A loptimum les demandes de travail qualifi et non qualifi scrivent
1.4
respectivement :
Lnqt = Lt (Alnqt / Alt)1 (Wnqt /Wt ) (Wnq0 /W0 )
Lqt = Lt (Alqt/ Alt) 1 (Wqt/Wt)(Wq0/W0)
(1-0)
Dtermination du prix de la valeur ajoute
(19)
Compte tenu de la relation comptable (quation 1):
(20)
Pyt Yt = Wt Lt + Ckt Kt
o :
o Y est la production du secteur, W le taux de salaire moyen du

secteur, L le niveau demploi total du secteur (quation 16), Ck le
Wnq: taux de salaire de lemploi non qualifi
cot dutilisation du capital (donn dans lquation 12) et K le stock
Wq: taux de salaire de lemploi qualifi
de capital (quation 11).
On suppose que la productivit autonome du travail de chaque
On dduit de la demande optimale de facteurs le prix de la valeur
qualit suit une tendance dterministe :
ajoute:
66
0 = Pe0 QE0 / (Py0 Y0 / iva): part des exportations en valeur dans

(23)
la production du secteur i la date de rfrence

Px0 Y0 / iva = Pd0 QD0 + Pe0 QE0: production en valeur la date de
rfrence
ce qui conduit lapproximation log-linaire suivante:
- < < 0: lasticit de transformation

pyt = 0 (ckt qk.t) +(1 0) (wt ql.t) + py0
(23)
A loptimum, la maximisation des recettes (24) sous la contrainte de
1.5 Partage de loffre entre exportations et offre

de biens sur le march domestique
la fonction de transformation (25) permet de dterminer loffre
La production domestique en valeur du secteur i se dcompose en
QEt = (Yt / iva) (Pet / Pxt) (Pe0 / Px0) 1 0
(26)
QDt = (Yt / iva) (Pdt / Pxt) (Pd0 / Px0) 1 (1-0)
(27)
dexportations et loffre de biens sur le march domestique :
exportations en valeur et production domestique en valeur :

Px t (Y t / iva) = Pet QEt + Pdt QDt
(24)
soit :
O :
Px: prix de la production totale du secteur i
qet = yt + (pxt pet) + qe0
(26)
qdt = yt + (pxt pdt) + qd0
(27)
Y / iva: production totale du secteur i

avec < 0
Pe: prix des exportations du secteur i

QE: offre dexportations du secteur i
Et lon dduit du partage optimal de loffre le prix de la production:
Pd: prix du bien du secteur i sur le march domestique

QD: offre de biens sur le march domestique du secteur i
Si la production domestique :
-
Nest pas vendue sur le march domestique : Y/iva = QE
Nest pas vendue lexportation : Y/iva = QD
Dans la mesure o le prix de la production (Px) est dtermin en

fonction du prix de la valeur ajoute (quation 6) et que le prix des
La fonction de transformation de la production domestique entre
exportations est dtermin lquilibre de loffre et de la demande
ses deux destinations scrit (cf Annabi et al., 2003):
dexportation (quation 37), on peut dduire de cette quation
yt
y0
QDt
=
ia
ia0 (1 - 0) QD0
-1
+ 0
QEt
QE0
-1
- 1
lexpression du prix du bien i sur le march domestique :

(25)
o :
Y0 / iva,QD0 , QE0 : production totale du secteur i, offre de biens sur
ce qui conduit lapproximation logarithmique suivante :
le march domestique du secteur i et offre dexportations du secteur

pdt = [ 1/ (1 0)]pxt [0/ (1 0)] pet + pd0
i la date de rfrence t=0
67
(28)
1.6 Le partage de la demande entre importations

et bien domestique
QMt = QQt (Pmt / Pqt (1tq)] [Pm0 / Pq0 (1tq0)] 1 0
(31)
QDt = QQt [Pdt / Pqt (1tq)] [Pd0 / Pq0 (1tq0)] 1 (1 0)
(32)
Domestic absorption in value for good i is decomposed in imports
ou bien, sous forme logarithmique:
in value and domestic production in value:

Pqt (1tq) QQt = Pmt QMt + Pdt QDt
qmt = qqt (pmt pqt + tq) +qm0
(31)
qdt = qqt (pdt pqt + tq) + qd1
(32)
(29)
o QQ est labsorption domestique (somme des consommations

publiques et prives, des investissements, des consommations
Et lon dduit du partage optimal de labsorption le prix de
intermdiaires), tq le taux de taxes, Pm le prix des importations
labsorption:
en biens du secteur i et QM le volume dimportations en biens du

(33)
secteur i.
ce qui implique lquation log-linarise suivante:
La fonction dagrgation dArmington de labsorption entre ses

deux composantes scrit (cf Annabi et al., 2003):
pqt = tq + 0 (pmt pdt) + pdt + pq0
(33)
1.7 Dtermination du prix et des quantits

changes sur le march domestique
where:
A partir des quations 27 et 32, on dduit le prix et les quantits
QQ0, QD0 , QM0 : absorption totale en biens i, demande de biens i
changes sur le march domestique.
sur le march domestique et demande dimportations en biens i
Les quantits changes de bien i sur le march domestique, qui
la date de rfrence t=0
rsultent de lgalisation de loffre la demande, sont donnes dans
0 = Pm00 QM0 / [Pq0 (1tq0) QQ0]: part des importations en valeur
lquation suivante :
dans labsorption la date de rfrence

Pq0 (1tq0) QQ0 = Pd0 QD0 + Pm0 QM0: absorption en valeur la
QDt = (Yt /iva) /( ) QQt /( ) (Pxt / Pqt (1-tq)] /( )C1
(34)
where: C1 = [(1 0) /( ) (10)
[Pq0
date de rfrence
> > 0: paramtre de substitution
(1tq0)]
( 1 )[ /( )]
/( )
Px0
( 1) /( )
] / Pd0
Si le bien i :
ce qui donne lquation log-linaire :
-
Nest pas produit sur le march domestique : QQ = QM
Nest pas import : QQ = QD
qdt = [ /( )] yt [ /( )]qqt + [ /( )] (pxt

pqt + tq) + d0
(34)
La minimisation du cot total (30) sous la contrainte de la fonction

dArmington implique qu loptimum la demande dimportations et
Le prix dquilibre du bien i sur le march domestique qui rsulte
de biens i sur le march domestique seront respectivement :
de lgalisation de loffre la demande est le suivant :
68
Pdt = (iva QQt / Yt ) 1/( ) [Pqt (1-tq)] /( ) Pxt /( ) C0
Pet = Pxt /( ) [P*t EXR (1 te)]
/( )
[(0 Yt) / (cx iva Y*t)]1/( )
(Pe0/Px0) ( 1) / ( )
(37)
o :
QEt = [Pxt / (P*t (1-te) EXR )] /( ) (cx Y*t) /( ) (0 Yt / iva ) / ( )
C0 = Pd0 Px0 ( 1) /( ) [Pq0 (1tq0)]( 1 )/( ) [(1 0)] [1/( )
(Pe0/Px0) (1 ) / ( )
Puisque la dfinition du prix domestique est donne dans lquation
soit, en logarithmes :
(38)
(28), on peut dterminer le volume de la valeur ajoute (Y) permettant

pet = [ /( )]pxt [ /( )] (p*t + exrt te) + [1/
de satisfaire lquilibre du bien i sur le march domestique:
( )] (yt y*t) + pe0
(37)
(35)
qet = [ /( )] [pxt (p*t + exrt te)] +[ /( )]
o : C2 = [(10)/(10)] [Pq0(1tq0)]1 Px0 1
y*t [ /( )] yt + qe0
(38)
soit, en linarisant :
yt = qqt + (pqt - tq) pxt + ( )pdt + y0
1.8
1.9
(35)
Dtermination du prix et du volume dexportations
quations de dfinition
Prix des importations
On suppose que la demande trangre (QE) de biens du secteur i
Pmt = Pwmt (1+tm).EXRt
(39)
est de la forme :
Pm : prix des imports de bien i LCUPwm: import price of good i FCU
QEt = cx Y*t [(1 te) EXR P*t / Pet]
(36)
Pwm : prix des imports de bien i FCU

tm : taux de taxes limportation du bien i
o Y*t est le revenu tranger et P*t lindice des prix trangers (exprim
EXR : taux de change LCU par FCU
en units de monnaie trangre, FCU).

soit, en logarithmes :
Le rapport Pe / [(1 te)EXR] permet de convertir le prix des
pmt = pwmt + tm + exrt
exportations en units de monnaie trangre, et il tient compte des
(39)
taxes limportation pratiques sur les marchs dexportation (te).

Prix des exportations en monnaie trangre (FCU)
ce qui peut scrire en logarithmes :
Pwet = Pet / (1te).EXRt
qet = cx0 + y*t + (p*t + exrt te pet)
(40)
(36)
Pe : prix des exports du bien i en monnaie locale (LCU)
On dduit des quations 26 et 36 le prix des exportations qui permet
Pwe : prix des exports f.o.b du bien i en monnaie trangre (FCU)
dquilibrer loffre la demande dexportations, ainsi que le volume
te : taxes lexportation du bien i (perues par les pays importateurs)
dexportations dquilibre:
EXR : taux de change LCU par FCU
69
QQti = Cti + SOMME(Ijti) + GOVti
soit, en logarithmes, lexpression du prix des exportations en monnaie

locale :
O :
pet = pwet te + exrt
C i: consommations finale en biens i
(40)
Ij i: investissement des secteurs j en biens i

GOV i: dpenses publiques en bien i
Demande domestique du bien composite i :
70
(41)
2.
Les quations du modle
2.1
Liste des variables et des paramtres du modle
Variables exognes (au niveau du secteur)
es paramtres structurels sont en caractres grecs ou en lettres
Wnq : taux de salaire de lemploi non qualifi
minuscules non indices sur le temps, de mme que les
Wq : taux de salaire de lemploi qualifi
paramtres de politique conomique.
Pci : prix unitaire des consommations intermdiaires du secteur i

QQ : absorption domestique en volume (somme des consommations
Variables endognes
publiques et prives, des investissements, des consommations

intermdiaires) en biens i
Py : prix de la valeur ajoute du secteur
Y*t : revenu tranger
Y : valeur ajoute en volume du secteur
P*t : indice des prix trangers (en monnaie trangre).
W : taux de salaire moyen du secteur
Pwm : prix des imports de bien i en monnaie trangre (FCU)
L : emploi total du secteur
EXR : taux de change (monnaie locale LCU par monnaie trangres
Lnq : emploi non qualifi du secteur
FCU)
Lq : emploi qualifi du secteur
te : taux de taxes sur les exportations du bien i (perues par les
K : stock de capital du secteur
pays importateurs)
QX : production en volume du secteur

Px : prix de la production du secteur
Alt , Akt : indice de productivit du travail et du capital
CI : quantit de consommations intermdiaires utilises dans
Alqt , Alnqt : indice de productivit du travail qualifi et non qualifi
le secteur
TAX : impts verss dans le secteur
Ckt : cot du capital du secteur, qui se dcompose en :
SUBV : subventions reues par le secteur
Pkt : prix de linvestissement,
Px : prix de la production totale du secteur
it : taux dintrt nominal,
Pe : prix des exportations de biens i
pkt : taux de variation du prix du capital.
QE : exportations en volume du secteur

Pd : prix du bien du secteur i sur le march domestique
Paramtres de politique conomique
QD : ventes en volume de biens sur le march domestique du secteur

Pm : prix des imports de bien i en monnaie locale (LCU)
tq: taux de taxes la production du bien i
Pe : prix des exports du bien i en monnaie locale (LCU)
tm: taux de taxes limportation du bien i
Pwe : prix des exports f.o.b du bien i en monnaie trangre (FCU)
sv: subventions reues par unit produite
QM : importations en volume de biens i
tva: taux dimposition sur la valeur ajoute
71
et gki mesure le taux de variation de la productivit autonome du capital.
Lemploi total du secteur :
> >0: lasticit de substitution entre le capital et le travail

lit = yit + (wit pyit) + ( 1)gli.t + l0
(fonction de production)
(16)
> >0: lasticit de substitution entre lemploi non qualifi et

lemploi qualifi (fonction dagrgation)
o gli mesure le taux de variation de la productivit autonome du
- < < 0: lasticit de transformation (fonction de transformation)
travail.
> > 0: paramtre de substitution (fonction dArmington)

Lemploi non qualifi du secteur :
- < - < 0: lasticit-prix de la demande trangrey

ci: coefficient de consommations intermdiaires
lnqit = lit (wnqit wit ) + ( 1)( glnqi gli).t + lnq0
iva: valeur ajoute en volume par unit produite
(19)
2.2 Les quations log-linaires (relations de long terme)
o :
Les variables en niveau sont reprsentes en caractres majuscules
glnq mesure le taux de variation de la productivit autonome du
et les variables en logarithmes en caractres minuscules.
travail non qualifi.
Les lettres latines indices par un 0 (par exemple x0) reprsentent
wnq est le taux de salaire des non-qualifis
les termes constants des quations de rgression de long terme,

les lettres grecques reprsentent les paramtres structurels du
Lemploi qualifi du secteur :
modle thorique.
lqit = lit (wqit wit ) + ( 1)( glqi gli).t + lq0
Les numrotations des quations renvoient celles du modle
(20)
thorique expos dans le chapitre II.

o :
Le stock de capital du secteur :
glq mesure le taux de variation de la productivit autonome du travail qualifi.
kit = yit (ckit pyit) + (1) gki.t + k0
(11)
wq est le taux de salaire des qualifis
o Ckit est le cot dutilisation du capital au sens de Hall-
Le taux de salaire moyen du secteur :
Jorgenson :
wit = (10)(wqit glqi.t) + 0(wnqit glnqi.t) + gli.t + w0
Ckit = Pkit (it+1 pkt+1 + )
(22)
(12)
Le prix de la valeur ajoute du secteur :
avec :
pyit = 0 (ckit gki.t) + (1 0) (wit gli.t) + py0
(23)
Pk: prix de linvestissement,

Le prix du bien vendu sur le march domestique :
i: taux dintrt nominal,

pdit = [ 1/ (1 0)]pxit [0 / (1 0)] peit + pd0
pk: taux de variation du prix du capital.
72
(28)
Les prix lexportation des biens du secteur i en monnaie
Le prix de labsorption en bien i :
trangre (LCU)
pq = tq + 0(pmit pd ) + pd + pq0
i
t
i
t
i
t
(33)
pweit = peit + tei - exrt
(40)
Les importations en volume en biens i :
2.3
qmit = qqit (pmit pqit + tqi) + qm0
Les quations en niveau
(31)
Consommations intermdiaires du secteur i :
o qq est labsorption domestique en biens i

CIit = cii QXit
Les ventes en volume du secteur i sur le march domestique :
o ci est le coefficient des consommations intermdiaires
qd = [ /( )] y [ /( )]qq + [ /( )] (px
i
t
i
t
i
t
pqit + tqi) + d0
i
t
(34)
Subventions reues par le secteur i :

SUBVit = svi QXit
La valeur ajoute du secteur :

yit = qqit + (pqit - tqi) px it + ( )pd it + y0
(35)
o sv est le montant des subventions reues par unit produite
Le prix des ventes du secteur i lexportation :
Taxes verses par le secteur i :
peit = [ /( )] pxit [ /( )](p*t + exrt te)+ [1/( )]
TAXit = tvai pyit Yit
(y y*t) + pe0
i
t
(3)
(4)
(37)
o tvai est le taux dimposition sur la valeur ajoute
o :
Production totale en volume du secteur i :
p* : indice des prix trangers
y* : indice du revenu rel tranger
QXit = Yit / ivai
Les exportations en volume du secteur i :
o iva est la valeur ajoute en volume par unit produite
qeit = [ /( )] (pxit p*t exrt + te) + [ / ( )] y*t
Prix de la production du secteur i :
[ / ( )] y + qe0
i
t
(38)
Pxit = Pyit ivai (1+tvai) + cii Pciit svi
(6)
Equations de dfinition
Consommations intermdiaires du secteur (i) dsagrges selon
leur secteur de provenance (j) :
Les prix limportation des biens i :

pmit = pwmit + tmi + exrt
CIit = QXit SOMME(cii [j])
(39)
73
(7)
Demande domestique du bien composite i :
Et par consquent :
cii = SOMME(cii [j])
(8)
QQti = SOMME(CIjit) + Cti + SOMME(Ijti) + GOVti
Pciit = SOMME(Pqit [j] cii [j]) / cii
(9)
o :
CIji: consommations intermdiaires des secteurs j en biens i
Investissement du secteur i:
Ci: consommations finale en biens i

Iit = Kit (1)Kit-1
Iji: investissement des secteurs j en biens i
(14)
GOVi: dpenses publiques en bien i
74
(41)
3. Les estimations conomtriques
3.1 Les quations estimes
ur la base des quations drives du modle thorique, nous

prsentons dans cette section lestimation du bloc de
3.1.1. Emploi, capital et prix de la valeur ajoute
production de lindustrie manufacturire tunisienne dcompose

en 6 secteurs. Les quations estimes seront dune part celles
de lemploi total, du stock de capital, du prix de la valeur ajoute,
Nous avons procd lestimation des fonctions de demande de facteurs
et dautre part celles de lemploi dcompos en travailleurs qualifis
issues de la fonction de production CES (quation 10). Cela revient
et travailleurs non-qualifis.
estimer les quations de demande de capital (quation 11), de travail

(quation 16) et du prix de la valeur ajoute (quation 23) (Tableau 3.1).
Tableau 3.1 : Les quations de demande de facteurs estimes (long terme
Stock de capital du secteur i:

kit = yit (ckitpyit) + (1) gki.t + k0
(11)
Emploi total dans le secteur secteur i:

lit = yit + (witpyit) + (1)gli.t + l0
(16)
Prix de la valeur ajoute du secteur i:

pyit = 0 (ckitgkI.t) + (10) (witgli.t) + py0
(23)
o :
kit
yit
(ckit - pyit)
gki
lit
(wit - pyit)
gli
pyit
stock de capital du secteur i en volume (logarithme)

valeur ajoute du secteur i en volume (logarithme)
cot dusage du capital du secteur i en termes rels (logarithme)
taux de croissance annuel de la productivit du capital du secteur i
nombre dheures travailles dans le secteur i (logarithme)
taux de salaire rel dans le secteur i (logarithme)
taux de croissance annuel de la productivit du travail dans le secteur i
indice du prix de la valeur ajoute du secteur i (logarithme)
-
Ainsi que cela est mentionn dans le Tableau 3.1, lestimation
la premire consiste calculer le cot dutilisation du capital au
conomtrique se ralise sur le logarithme des diffrentes variables du
sens de Hall-Jorgenson (cest--dire en calculant la somme du
modle (capital, emploi, salaire, cot du capital, prix de la valeur ajoute).
taux dintrt rel et du taux de dprciation du capital);
i
t
En ce qui concerne le calcul du cot dutilisation du capital (Ck ),
nous avons test deux mesures :
la seconde utilise le cot dutilisation unitaire du capital, dduit

de la rpartition comptable de la valeur ajoute.
75
Parmi ces deux spcifications possibles, la seconde sest avre
En ce qui concerne lestimation de ces taux de croissance du progrs
beaucoup plus pertinente et elle a donc t retenue pour raliser
technique (respectivement nots gl et gk), trois formes ont t testes :
les estimations.
la premire est celle dun progrs technique neutre au sens de

Harrod, cest--dire quil naugmente que lefficacit du travail (gl > 0
En second lieu, notons que lemploi (lit) peut tre mesur de deux
et gk = 0). La deuxime est celle dun progrs technique
faons :
naugmentant que lefficacit du capital (neutralit au sens de Solow,

gl = 0 et gk > 0). Une dernire forme induit une augmentation
Soit en termes de stock, cest--dire en retenant le nombre de
commune aux deux facteurs (neutralit au sens de Hicks, gl = gk > 0).
Soit en termes de flux, en retenant le nombre total dheures
Telles quelles figurent dans le le Tableau III.1, les quations estimes
travailles (heures par personne multiplies par le nombre de
reprsentent des relations de long terme, condition que les conditions
personnes employes).
usuelles de cointgration soient satisfaites (les variables du modles doivent
personnes employes ;
tre intgres lordre 1 et les rsidus des quations intgrs lordre 0).
Afin de mesurer au mieux les consquences dune variation du
salaire, nous avons retenu la seconde des deux mesures : en effet,
De ce point de vue, lun des objectifs de lestimation consiste valuer
la suite dune modification du cot relatif du travail, les entreprises
la sensibilit long terme de lvolution du stock de capital et du niveau
peuvent tre conduites modifier soit le nombre de personnes
demploi une variation des cots rels des facteurs (salaire et cot
employes, soit le nombre moyen dheures travailles.
du capital), par le biais de lestimation des lasticits de substitution

() entre le capital et le travail, au niveau de chaque secteur tudi.
Dernier point noter, chaque facteur de production est suppos
Ainsi, une forte lasticit de substitution conduira par exemple une
affect dun taux de croissance propre de sa productivit (gki mesure
importante augmentation du rapport capital/travail la suite dune
le taux de variation de la productivit autonome du capital et gli
augmentation du prix relatif des facteurs (salaire/cot du capital).
mesure le taux de variation de la productivit autonome du travail

dans chaque secteur i). Conformment la pratique usuelle, nous
Afin de prendre en compte la dynamique du modle plus court
avons suppos ce taux de croissance constant dans le temps, ce
terme, cest--dire en dehors de lquilibre de long terme, nous
qui revient dire que le progrs technique incorpor aux facteurs
estimons les paramtres supplmentaires du modle dans le cadre
suit long terme une tendance dterministe.
dun modle correction derreurs MCE (Tableau 3.2).
Tableau 3.2 : Les quations de demande de facteurs estimes (MCE)
Stock de capital du secteur i :

Notation: xt = xt xt-1
Notation : xt = xt xt-1
Capital stock of sector i :

kit = a0 + a1 yit + a2 yit-1 + a3(ckit pyit) + a4(ckit-1 pyit-1) + a5 kit-1
k [ kit yit + (ckit pyit) ( 1) gki.t k0] + kt
Emploi total dans le secteur secteur i :
lit = b0 + b1 yit + b2 y -1 + b3(wit pyit) + b4(wit-1 pyit-1) + b5 lit-1
l [ lit yit (wit pyit) ( 1) gli.t l0] + lt
it
Prix de la valeur ajoute du secteur i :

pyit = c0 + c1 ckit + c2 ckit-1 + c3wit + c4wit-1 + c5pylit-1
p [pyit 0 (ckit gki.t) (1 0) (wit gli.t) py0] + pt
76
damliorer la spcification, les paramtres non significativement
Lobjectif consiste ici valuer leffet, court et long terme, dune
diffrents de zro nont pas t conservs dans le modle final, et
variation du salaire relatif sur la structure de lemploi (qualifis/non
certaines variables muettes ont t introduites.
qualifis).
Dans sa la forme MCE, le modle prsente un enrichissement notable
Sur un plan thorique, les entreprises gagnent utiliser relativement
de la dynamique : les lasticits de court-terme (coefficients a1, a2,
plus de travailleurs qualifis - en dpit dun salaire plus lev
. , a5 ; b1, b2, . , b5 ; c1, c2, . , c5) peuvent tre introduites, et
conditions que ces derniers prsentent des caractristiques
diffrer des lasticits de long terme (, 0 ,).
productives distinctives par rapport aux non qualifis (ou, en dautres

termes, que les qualifis et non qualifis ne soient pas de proches
De la mme manire, le modle correction derreurs permet de
substituts). Dans le cas inverse, les entreprises auront intrt utiliser
mesurer les forces de rappel (k ,l ,p) vers lquilibre de long terme,
la main-duvre la moins coteuse.
cest--dire la proportion dune dviation au long terme susceptible

dtre rsorbe en une priode : la priode lmentaire tant ici une
Il en rsulte que le paramtre-clef permettant de mesurer leffet dune
anne, lon sattend ce que ces coefficients soient voisins de lunit
variation du salaire relatif sur la structure de lemploi sera llasticit
si la variable dpendante nest pas caractrise par une forte viscosit.
de substitution entre les deux catgories de salaris.
3.1.2. Emploi qualifi et non qualifi
Le Tableau 3.3 prsente les deux quations de demande demploi de

long terme (seule lune dentre elle est estime pour cause de redondance),
In aNous avons galement procd lestimation de la demande de
et ceci pour chacun des 6 secteurs manufacturiers : llasticit de
travail qualifi/non qualifi (quations 19 et 20 du modle thorique).
substitution entre travailleurs qualifis et non qualifis y est note .
Tableau 3.3 : Les quations de demande demploi par qualification (long terme)
Emploi non qualifi dans le secteur i :

lnqit = lit (wnqit wit ) + ( 1)( glnqi gli).t + lnq0
(19)
Emploi qualifi dans le secteur :

lqit = lit (wqit wit ) + ( 1)( glqi gli).t + lq0
(20)
o :
glnq
wnq
glq
wq
taux de variation de la productivit autonome du travail non qualifi.

taux de salaire des non-qualifis
taux de variation de la productivit autonome du travail qualifi
taux de salaire des qualifise
Notons que la distinction travailleur qualifi / non qualifi est ici
Afin de complter lestimation, nous avons replac les quations de
apprhende sous langle du diplme et non sur celui de la nature
long terme dans le cadre plus gnral de modles correction
du mtier : dans nos estimations, les qualifis ont t dfinis comme
derreur. La forme gnrique des quations dynamiques estimes
titulaires dun diplme denseignement suprieur, tandis que les non-
est donne dans le Tableau 3.4. Comme prcdemment, les
qualifis regroupent les autres individus. Les termes utiliss dans
coefficients de court terme non significatifs ont t supprims des
notre prsentation ( qualifis et non-qualifis ) ont donc un
quations finales.
caractre volontairement simplificateur et trs schmatique.
77
Tableau 3.4 : Les quations de demande demploi par qualification (MCE)
Notation : xt = xt xt-1
Emploi non qualifi dans le secteur i :

lnqit = d0 + d1 lit + d2 lit-1 + d3(wnqit wit) + d4(wnqit-1 wit-1) + d5 lnqit-1
nq [ lnqit lit + (wnqit wit ) ( 1)( glnqi gli).t lnq0 ] + nqt
Emploi qualifi dans le secteur i :
lqit = g0 + g1 lit + g2 lit-1 + g3(wqit wit) + g4(wqit-1 wit-1) + g5 lqit-1
q [lqit lit + (wqit wit ) ( 1)( glqi gli).t lq0] + qt
3.2
Les donnes
Nous avons par consquent procd en deux tapes:
La priode destimation stend de 1983 2009. Les donnes
3. Dans la premire tape, nous avons estim les relations de long
proviennent des comptes nationaux annuels pour lconomie
terme, en niveau, des quations 11, 16, 20 et 23 grce un
tunisienne. Six secteurs manufacturiers sont analyss.
systme dquations simultanes par la mthode SUR (Seemingly

Unrelated Regression).

4. Dans la deuxime tape, nous avons estim quatre MCE (Modle
Secteur 3 : Industries Matriaux de Construction Cramiques et

Verre (MCCV)
Correction derreurs) en imposant dans ces derniers les
relations estimes dans la premire tape comme solution de
long terme.
Secteur 6 : Industries Textile Habillement et Cuirs (THC)

Secteur 7 : Industries Diverses (DIVERSES)
3.4
Avant de procder lestimation conomtrique, nous avons
Avant de commenter les rsultats, notons que lensemble des
test lordre dintgration des sries utilises laide du test de
MCE ont des proprits statistiques satisfaisantes. Les tests LM
Dickey-Fuller Augment (ADF).
Les rsultats indiquent que lensemble des sries testes sont
toutes intgres dordre 1.
du test de White et du test ARCH. La forme fonctionnelle de l'quation

est valide par le test Reset. Enfin, selon le test de Bera Jarque, les
3.3
rsidus de toutes les quations suivent une loi normale.
Le faible nombre dobservations disponibles (au maximum 27)
Les principaux rsultats sont rsums dans le Tableau 3.5 :
ainsi que la prsence de paramtres communs estimer dans

les diffrentes quations de long terme (lasticits de substitution,
Il existerait une substituabilit relativement forte entre le capital
taux de croissance du progrs technique) nous ont incits
et le travail dans les 4 secteurs suivants : llasticit de substitution
estimer ces quations simultanment.
est proche de lunit dans le secteur des Industries Agro-
78
alimentaires ainsi que dans celui des industries Mcaniques et
lectriques (secteurs 2 et 4). Llasticit de substitution est voisine
substitution entre lemploi qualifi et non qualifi allant de 3,3
de 0,7 dans le secteur des Matriaux de Construction,
Cramiques et Verre et dans la Chimie (secteurs 3 et 5). Notons
toutefois que la valeur de ces lasticits est sans doute
surestime par la prise en compte de la dure du travail dans le
facteur travail. Autrement dit, ce nest pas une lasticit entre le
stock de capital et le stock de travail qui est estime ici mais
suprieure de 3% 6% celle des non-qualifis. En dautres
entre le stock de capital et le volume horaire.
termes, un resserrement de lcart des salaires entres qualifis

et non-qualifis constituerait, selon cette estimation, un moyen
En revanche, il semble y avoir une forte complmentarit entre
efficace damliorer lemployabilit des diplms. Une
le capital et le travail dans les deux derniers secteurs tudis,
interprtation possible de ce rsultat est que, en moyenne, les
savoir celui du Textile, Habillement et Cuirs et les industries
diplms ne disposeraient peut-tre pas de suffisamment de
diverses (secteurs 6 et 7). Ceci implique que dans ces secteurs,
savoir-faire spcifique, propre les distinguer des non-qualifis,
et contrairement aux secteurs prcdents, une variation du cot
les deux catgories tant alors par consquent perues par les
relatif du travail par rapport au capital aura peu dimpact
entreprises comme des substituts plutt que comme des
long terme sur lintensit capitalistique (stock de capital par
complments dans le processus de production.
travailleur).
Pour conclure, il convient de rappeler que les lasticits de long
Daprs nos estimations, il apparat que la formulation dun
terme par rapport aux quantits ont t fixes lunit, pour
progrs technique neutre au sens de Hicks soit la seule tre
dvidentes questions de cohrence thorique : ainsi, lorsque
accepte dans les 6 secteurs tudis. Dans les secteurs 2, 6
la quantit totale de travail augmente de 1%, la quantit dheures
et 7, le taux de croissance estim du progrs technique
des travailleurs qualifis et des travailleurs non qualifis augmente
(paramtres gk et gl, qui sont identiques dans la neutralit au
identiquement de 1% (toutes choses gales par ailleurs). De la
sens de Hicks) est compris entre 1 et 2 % par an. Il est voisin
mme manire, lorsque la demande de biens (mesure par la
de 2,7 % dans le secteur 4 et suprieur 5 % dans les secteurs
valeur ajoute en volume) augmente de 1%, la quantit de capital
3 et 5.
et de travail augmente identiquement de 1%.

Tableau 3.5 : Principaux rsultats des estimations sectorielles
Secteur
Elasticit de substitution K/L
0,99
0,74
0,98
0,67
0,06
0,14
Elasticit de substitution Qualifi/Non qualifi
5,40
4,10
6,01
3,29
4,67
5,55
1,97
5,11
2,68
5,28
1,06
1,67
Force de rappel de lemploi
0,40
0,21
0,32
0,12
0,21
0,31
Force de rappel du capital
0,05
0,13
0,07
0,06
0,14
0.04
Progrs technique neutre

au sens de Hicks (%)
Paramtres du MCE
79
Afin dillustrer le processus dynamique des diffrentes variables
Deux chocs ont t simuls ici :
et leur sensibilit leur dterminants conomiques, nous avons

procd la mesure des rponses sectorielles certains chocs
1. Le premier consiste en une augmentation de 1% de la valeur ajoute
conomiques.
2. Le second choc rside dans une hausse de 1% du salaire rel
3.4.1. Rponse de lemploi un choc de demande et de

cot

Tableau 3.6 : Rponse dynamique dun choc de 1% de la VA et du salaire rel (WR) sur lemploi
T
1 an
2 ans
3 ans
4 ans
Long terme
VA
0.31
0.46
0.62
0.71
0.79
RW
-1.16
-0.63
-0.97
-0.84
-0.94
-0.98
VA
0.85
0.88
0.38
0.52
0.62
RW
-0.77
-0.76
-0.75
0.74
-0.73
VA
0.44
0.62
0.74
0.82
0.88
RW
-0.21
-0.46
-0.62
-0.73
-0.81
-0.97
VA
0.19
0.30
0.28
0.31
0.32
RW
-0.22
-0.06
-0.01
-0.20
-0.28
-0.67
VA
0.37
0.50
0.61
0.69
0.76
RW
-0.47
-0.38
-0.31
-0.26
-0.21
-0.05
VA
0.53
0.68
0.78
0.85
0.90
RW
-0.04
-0.07
-0.09
-0.11
-0.13
IAA
MCCV
IME
CHIMIE
THC
DIVERSES
80
Variation de lemploi (en %) la suite dune augmentation de 1% de la valeur ajoute
Variation de lemploi (en %) la suite dune augmentation de 1% du salaire rel
81
3.4.2. Rponse du capital un choc de demande et de

cot
3. Une augmentation de 1% de la valeur ajoute
Deux chocs ont galement t simuls pour le capital :
4. Une hausse de 1% du cot rel du capital

Tableau 3.7 : Rponse dynamique dun choc de 1% de la VA et du cot rel (CKR) sur le stock de capital
T
1 ans
2 ans
3 ans
4 ans
Long terme
VA
0,318
0,51
0,71
0,83
0,91
CKR
-0,10
-0,27
-0,40
-0,50
-0,64
-0,98
VA
0,17
0,36
0,58
0,78
0,93
CKR
-0,14
-0,29
-0,45
-0,61
-0,73
-0,73
VA
0,18
0,42
0,65
0,83
CKR
-0,07
-0,21
-0,39
-0,56
-0,97
VA
0,15
0,25
0,39
0,52
CKR
-0,03
-0,15
-0,24
-0,34
-0,43
-0,67
VA
0,27
0,50
0,67
0,79
0,87
CKR
-0,008
-0,028
-0,036
-0,042
-0,047
-0,05
VA
0,04
0,10
0,17
0,24
CKR
-0,04
-0,07
-0,08
-0,09
-0,10
-0,13
IAA
MCCV
IME
CHIMIE
THC
DIVERSES
Sources : Comptabilit nationale, calculs ITCEQ/DEFI.
82
40
!
42
83
Conclusion
Cette tude pose les premiers jalons dune modlisation macro-
lhypothse traditionnelle de fonctions de production de type
sectorielle de lconomie tunisienne. Elle sest limite la spcification
Cobb-Douglas. Pour certains secteurs au contraire (Textiles,
thorique des industries manufacturires et lestimation
Habillement, Cuirs et Industries Diverses), cest plutt lhypothse
conomtrique du bloc de production (demande de facteurs et prix
dune fonction de production facteurs complmentaires qui
de la valeur ajoute).
parat adquate.
-
Globalement, le travail qualifi et non qualifi se rvlent de
Sur le plan thorique, les diffrentes quations sappuient sur les
proches substituts, ce qui rend trs sensible la proportion utilise
principes mis en uvre dans les modles dquilibre gnral
de ces deux types dinputs une modification de leur cot relatif.
calculables (MEGC), tandis que sur le plan conomtrique, les
estimations exploitent les proprits des modles correction
derreur (MCE).

de cots rels, il faut gnralement trois quatre annes pour
A ce titre, la modlisation propose satisfait aux conditions de
observer un ajustement significatif des quantits de travail et
cohrence interne des solutions de long-terme et de cohrence
de capital.
externe par rapport aux donnes observables.

Les estimations effectues prsentent un certain nombre de rsultats
prsupposs thoriques et les mthodologies conomtriques mises
dignes dintrt :

Pour la plupart des secteurs industriels, les lasticits de
extrieur qui restent faire doivent pouvoir tre finalises
substitution sont voisines de lunit, ce qui concide avec
relativement brve chance.
84
Bibliographie
Klump R., McAdam P., Willman A. (2008), Unwrapping some euro
et Paramtrisation dans les MCEG, CREFA, Universit de
area growth puzzles: Factor substitution, productivity and
Laval.
unemployment. Journal of Macroeconomics 30, 645666
Harrison R., Nikolov K., Quinn M., Ramsay G., Scott A. and
Lofgren H., Harris R.L., Robinson S. (2002), A standard computable
Thomas R. (2005), The Bank of England Quarterly Model,
general equilibrium model in GAMS. Microcomputer in Policy
www.bankofengland.co.uk/publications/beqm/
Research 5, International Food Policy Research Institute.
85
Chapitre II
Modlisation sectorielle des exportations

tunisiennes
Table des matires

88
Introduction
90
1. Prsentation des quations dexportations sectorielles vers lEurope
90
1.1
La demande europenne dimportations tunisiennes : le cadre grral
90
90
91
1.1.a
1.1.b
1.1.c
Le demande europenne dimportations en produit (i)

Le partage des importations europennes en produit (i)
Lquation dexportations tunisiennes de produit (i) vers lEurope
91
1.2
Lestimation de lquation dexportations sectorielles tunisiennes : le modle correction derreurs
91
93
1.2.a
1.2.b
Le modle correction derreurs

Estimations de modles dynamiques en Panel
94
2. Estimations conomiques des quations dexportations sectorielles tunisiennes
95
95
95
2.1
2.2
2.3
Les donnes
Principaux rsultats
95
98
101
103
105
108
110
112
114
116
2.3.1
2.3.2
2.3.3
2.3.4
2.3.5
2.3.6
2.3.7
2.3.8
2.3.9
2.3.10
Lagriculture
Le secteur des IAA
Le secteur des matriaux de construction cramiques et verre (MCCV)
Le secteur des Industries mcaniques et lectriques
Le secteur de la chimie
Le secteur textile habillement et cuirs
Le secteur divers
Le secteur des hydrocarbures et produits raffins
Le total des Biens
Synthse
118 3.
Les estimations conomiques des quations dexportations sectorielles tunisiennes en panel dynamique
118 3.1
121 3.2
121 3.3
Les donnes
121
122
124
125
127
128
Le modle ADL en niveau dans le cas de prix des pays de lUE (LPUE)
Le modle ADL en niveau dans le prix des concurrents (LPCON)
Le modle ADL en diffrences premires dans le cas de prix des pays de lUE (DLPUE)
Le modle ADL en premires diffrences dans le cas de prix des pays concurrents (DLPCON)
Le modle correction derreur (MCE) dans le cas de prix des pays de lUE (LPUE)
Le modle MCE dans le cas de prix des pays concurrents (LPCON)
3.3.1
3.3.2
3.3.3
3.3.4
3.3.5
3.3.6
131 4.
Les prolongements possibles de lanalyse conomtrique
131 4.1
Une maquette des changes extrieurs ( en volume et en prix )
131
131
132
La fonction dimportation en volume

La fonction de prix des exportations
La fonction de prix des importations
4.1.1
4.1.2
4.1.3
132 4.2.
132 4.3.
132
133
Modlisation VAR partir de lquation de cointgration

Non-linarits
4.3.1. Variation dans le temps de llasticit-revenu

4.3.2. Variation dans le temps de llasticit-prix
134 4.4.
Rationnement quantitatif par loffre ou par la demande
136 Conclusion
137 Bibliographie
87
Introduction
ette tude sattache analyser les dterminants des
Cette technique permet dtablir une distinction entre les lasticits
exportations tunisiennes, dcomposes en 8 secteurs. Par ce
de court terme et les lasticits de long terme des importations
sectorielles europennes.
biais, elle permet dvaluer quantitativement la dynamique sectorielle

des exportations la suite de variations de la demande adresse
Dans une seconde section, nous prsentons les rsultats obtenus
et des prix relatifs.
par lapplication de cette mthodologie conomtrique sur les

Cette application se limitera ltude des exportations tunisiennes
exportations tunisiennes de biens, dcomposes en 8 secteurs (plus
en direction de lEurope, qui reprsente lessentiel des exportations
les exportations totales de biens). En contraignant llasticit de long
tunisiennes, sur la base de donnes annuelles de la priode 1988-
terme de la demande une valeur unitaire, notre application vise
2008.
rendre compte de lvolution des parts de march des exportations

tunisiennes vers les pays europens.
Dans une premire section, nous suggrons une modlisation de

Nous prsentons ensuite dans une troisime section quelques
la demande dimportations europennes en produits tunisiens qui,

17
estimations utilisant la mthode des panels dynamiques.
suivant les modlisations usuelles des fonctions dimportation ,

conduit introduire trois variables explicatives potentielles :
Enfin, dans une quatrime section, nous suggrons quelques

-
extensions intressantes sur le plan de la modlisation, qui pourront
tre entreprises dans le prolongement du travail dj ralis :
lindice des prix europen;
En premier lieu, nous proposons de complter les quations

estimes par une maquette sectorielle de modlisation des
europen.
prix et des quantits (importations et exportations), ce qui peut

permettre de dterminer les flux nominaux et les soldes
Cette modlisation thorique constitue ainsi une extension des

18
modles dexportations conventionnels .
commerciaux par secteur.

-
En second lieu, nous suggrons quelques pistes de modlisation
Nous suggrons ensuite une mthodologie destimation conomtrique
et destimation introduisant des non-linarits. Celles-ci ont pour
de cette modlisation base sur les modles correction derreur.
objectif de prendre en compte lventualit dlasticit variant
17
18
Voir par exemple Annabi N., Cockburn J., Decaluw B. (2003) pour une prsentation des fondements microconomiques des fonctions de demande.
Voir par exemple Wong (2008) pour une application rcente au cas de la Malaisie.
88
dans le temps. Ainsi par exemple, les lasticits-prix peuvent se
la spcification et lestimation de fonctions de demande
rvler plus faibles lorsque les diffrentiels de prix sont peu
europenne sectorielle de produits tunisiens. Cependant, et
importants et beaucoup plus significatives lorsque les diffrentiels
notamment en prsence de rigidits des prix, les quantits
de prix augmentent, du fait de lexistence de cots de
exportes peuvent tre limites par loffre disponible et, de ce
transactions.
fait, les exportations effectives sont susceptibles de ne pas

correspondre en permanence la demande europenne qui leur
Enfin, nous proposons dintgrer au modle lexistence de
est adresse. A cet gard, nous proposons une mthode
contraintes doffre. En effet, la modlisation prcdente se limite
permettant lestimation dun modle de rationnement quantitatif.
89
1.
Prsentation des quations dexportations
sectorielles vers lEurope
1.1 La demande europenne dimportations

tunisiennes : le cadre gnral
de parfaits substituts la production locale, llasticit-prix tendra

vers moins linfini, tandis que si elles sont complmentaires,
llasticit-prix tendra vers zro.
1.1.a. La demande europenne dimportations en produit

(i)
Remarques complmentaires :
La fonction de demande europenne pour limportation dun produit
Cette quation peut permettre danalyser les importations dun

pays europen pris isolment plutt que pour lensemble de la
(ou secteur) i est de la forme :
zone. Dans ce cas, Y et Py reprsenteront respectivement le

MiE = Y1 (PiE / Py)2
(1)
revenu et lindice de prix intrieur du pays europen considr.

-
On peut considrer dautres indicateurs de la demande, tels la

consommation ou linvestissement plutt que le PIB global
O :
(Y), si lon considre que certains produits exports vers

i
E
M : importations europennes en produit (i), en volume),
lEurope ne satisfont que la demande de consommation (ou
Y : revenu europen global, en volume
alternativement la demande dinvestissement). Il faut alors retenir
i
E
comme indice de prix global lindice des prix de la consommation
P : indice des prix des importations europennes en produit (i)

-
Py : indice des prix de la production europenne globale

: est un paramtre d'chelle
ou de linvestissement selon lindicateur de demande

appropri.
Les lasticits vrifient priori les conditions suivantes:
1.1.b. Le partage des importations europennes en produit (i)
Elasticit-revenu : 1 >0
Le partage des importations europennes peut scrire sous la forme
Elasticit-prix des importations europennes : 2 <0
suivante :
Sur un plan thorique, on peut souligner les points suivants :
(2)
MiT = MiE3 (PiT / PiE)4
dans la maximisation dune fonction dutilit base sur une
Dans notre cas, MiT reprsente les importations europennes en
fonction CES, llasticit-revenu (1) est ncessairement gale
produit (i) et en volume en provenance de la Tunisie (ou bien les
1 (cf. Annabi et al., 2003).
exportations tunisiennes vers lEurope).
llasticit-prix de la demande dimportations (2) est lie

llasticit de substitution entre les importations europennes et
De la mme manire, PiT reprsente lindice des prix des importations
la production domestique. Si les importations vers lEurope sont
europennes en produit (i) en provenance de la Tunisie.
90
miT = log(MiT) ; y = log(Y) ; py = log(Py) ; piE = log(PiE) ; piT = log(PiT)
Les lasticits vrifient les conditions suivantes:
0 = 31 ;
-
2 = 4 ;
c= log( 3)
Elasticit des importations en provenance de Tunisie par rapport

aux importations totales : 3>0
1 = 32 ;
1.2
Lestimation de lquation dexportations
sectorielles tunisiennes : le modle correction
derreurs
Elasticit-prix des importations en provenance de Tunisie par

rapport aux importations europennes totales, pour le produit
(i): 4<0
1.2.a. Le modle correction derreurs

Sur un plan thorique, llasticit-prix des importations en provenance
de Tunisie (4) traduit llasticit de substitution entre les importations
Lquation conomtrique estimer sera ainsi de la forme :
en provenance de Tunisie et les importations en provenance des

(5) miT(t) = 0 y(t) + 1 (piE(t) - py(t)) + 2 (piT(t) - piE(t)) + c + e(t)
autres pays. Si les importations en provenance de Tunisie sont de

parfaits substituts aux importations en provenance des autres pays,
o e(t) est le rsidu.
cette lasticit-prix tendra vers moins linfini, tandis que si elles sont
complmentaires, llasticit-prix tendra vers zro.
Les paramtres estims de cette quation nous donneront ainsi les
1.1.c. Lquation dexportations tunisiennes de produit

(i) vers lEurope
lasticits totales de long terme, par rapport au revenu europen
Il rsulte des deux quations prcdentes lexpression de la demande
Ainsi :
(0 > 0) et par rapport aux prix tunisiens (a2<0).
europenne en produits Tunisiens du secteur (i) :

M =
i
T
(3)
31
i
E
(P / Py )
32
i
T
une augmentation du revenu europen de 1% se concrtisera,

long terme, par une augmentation de 0% des exportations
i 4
E
(P / P )
tunisienne de produit (i) vers lEurope (ceteris paribus).

Cette expression permet de faire apparatre :
une augmentation des prix europens de 1% se concrtisera,

long terme, par une augmentation de - 1% des exportations
Llasticit-revenu des importations de produit (i) en provenance
de Tunisie vers lEurope (31>0)

-
une augmentation des prix tunisiens de 1% se concrtisera,
Llasticit-prix des importations de produit (i) en provenance
long terme, par une diminution de - 2% des exportations
de Tunisie vers lEurope (4<0)

-
une augmentation du prix total des importations europennes
Lestimation de lquation dimportations de produits (i) en provenance
de 1% se concrtisera, long terme, par une variation de
de Tunisie vers lEurope se ralise en prenant le logarithme de lquation
(1 - 2)% des exportations tunisienne de produit (i) vers lEurope
prcdente afin dobtenir un modle linaire :
(ceteris paribus).
(4)
miT = 0 y + 1 (piE - py) + 2 ( piT - piE ) + c

La stratgie destimation du modle dpend des proprits
o :
statistiques des sries modlises.
91
Si lon considre par exemple ce qui semble une hypothse de
Cette expression permet de faire apparatre la valeur de court
dpart raisonnable, confirmer par les tests conomtriques
terme des lasticits-revenus (b2) et des lasticits-prix (b3
adquats
19
,b4), en plus des lasticits de long terme prcdemment
que les variables du modles sont I(1) selon la

20
terminologie de Engle et Granger (1987) , cest--dire si :
estimes.
miT(t) ~ I(1)
Lintuition de cette reprsentation est la suivante : lquation (5)
y(t) ~ I(1)
dcrit la valeur dquilibre des importations tunisiennes,
i
E
conditionnellement un revenu et des prix relatifs donns.
[p (t) - py(t)] ~ I(1)

i
T
i
E
Cependant, la suite dun choc affectant le revenu ou les prix
[p (t) - p (t)] ~ I(1)
relatifs, les importations tunisiennes ne sajusteront pas

on peut procder lestimation du modle en deux tapes afin
instantanment mais convergeront plus ou moins rapidement vers
de calculer les lasticits de long terme (par le biais de lestimation
leur nouvel quilibre. La vitesse dajustement vers le nouvel quilibre
de la relation de cointgration 5) et les lasticits de court terme
est lie la valeur du paramtre (tant donn que <0): si est
(par le biais de lestimation du modle correction derreurs
voisin de -1, lajustement des importations vers le nouvel quilibre
prsent ci-dessous).
sera long (ce qui traduit une forte inertie des importations par rapport
la demande europenne), tandis quil sera rapide si est
Lestimation en deux tapes se ralise de la faon suivante :
voisin de 0.
1. Aprs avoir vrifi que les variables dintrt sont bien I(1), on
Leffet instantan du choc affectant le revenu ou les prix
estime la relation de cointgration (ou relation de long terme)
relatif est mesur respectivement par les paramtres b 2 , b 3
suivante :
et b 4 .
miT(t) = 0 y(t) + 1 (piE(t) - py(t) ) + 2 ( piT(t) - piE(t) ) + c + (t)
Cette reprsentation peut permettre de simuler les trajectoires

attendues des exportations tunisiennes sous diffrents scnarios
2. On teste alors si les rsidus estims (t) sont I(0) au moyen des
dvolution des prix relatifs et du revenu.
tests de cointgration de Engle et Granger (1981) par exemple.

Notons pour terminer que si lapproche en deux tapes permet
3. Si ltape prcdente valide lexistence dune relation de
de prsenter de faon intuitive la distinction entre lasticits de court
cointgration, on estime enfin le modle correction derreurs
terme et lasticits de long terme, lestimation en une tape suggre
sous la forme suivante :
par Pesaran et al. (2001), complte par les valeurs-critiques

tabules pour de petits chantillons par Narayan (2004) apparat
miT(t) = b1miT(t-1) + b2y(t) + b3 [piE(t) - py(t)] + b4 [piT(t) - piE(t)]
conomtriquement plus satisfaisante et plus gnrale que
+ c0 + (t-1) + (t)
lapproche en deux tapes prsente ici.
19
Il sagit ici de mettre en uvre les tests usuels de racine-unitaire, par exemple le test de Dickey et Fuller (1981).
Intuitivement, une srie temporelle x(t) est intgre lordre un (et note I(1)) si elle contient une racine-unitaire, cest--dire si elle suit un processus de la forme : x(t) = a.x(t-1)
+ b(L).x(t-1) + u(t) , o b(L) est un polynme de retard, avec a=1. La srie x(t) sera I(0) si a<1.
20
92
1.2.b. Estimations de modles dynamiques en Panel
pertinente. Toutefois, si les estimations sectorielles savraient dcevantes

(peu robustes ou loignes des a priori thoriques), lestimation en
Lobjectif affich tant une estimation secteur par secteur des lasticits-
Panel dynamique pourrait tre envisage : soit de faon globale, soit
prix aux exportations tunisiennes, lestimation en panel napparat pas
par un regroupement de secteurs caractristiques proches.
93
2.
Estimations conomtriques des quations dexportations
sectorielles tunisiennes
a modlisation propose dans la section prcdente suggre trois
La seconde limite la demande adresse aux principaux produits

exports par la Tunisie dans un secteur donn (Agriculture, IAA,).
variables explicatives potentielles des exportations tunisiennes:
En effet, il existe une forte htrognit dans la composition en

-
produits de chaque secteur, et, sous cette forme, la demande
adresse peut savrer plus reprsentative pour modliser les
lindice des prix europens;

p : logarithme du prix relatif des exportations tunisiennes. Ce prix
europen.
relatif sera exprim de deux faons alternatives :

Cependant, les estimations prliminaires des fonctions dexportations
-
par secteur ont rvls des problmes de colinarit entre les
La premire retient un indice de prix relatifs sectoriel des
diffrents indices de prix qui rendaient difficilement interprtables
exportations de la Tunisie par rapport aux importations de l'UE
les coefficients estims. Nous avons donc t conduits retenir la
du mme secteur;
-
spcification dynamique suivante, qui se restreint la prise en compte
La deuxime utilise un indice de prix relatifs des exportations de
dun seul prix relatif (not p), qui comme cela est prcis ci-dessous,
la Tunisie par rapport celles des principaux concurrents sur
pourra prendre deux spcifications diffrentes:
le march Europen.
(6)
x(t) = x(t-1) + 0d(t) + 1d(t-1) + 2 d(t-2) + 0p(t)
Ainsi, pour chaque secteur, quatre formulations ont t estimes selon
+ 1p(t-1) + 2p(t-2) + [ x(t-1) - p(t-1) d(t-1) + .t]
que la demande adresse soit calcule sur lensemble des produits ou
+ t
restreinte aux principaux produits, et selon que le prix relatif soit calcul
en fonction des prix des concurrents ou de celui des pays de lUnion
O :
Europenne.
x : logarithme des exportations tunisiennes vers l'Union Europenne
Rappelons que dans ce modle correction derreurs (MCE), le terme
(UE) en milliers deuros constants base 100= 2005 (compiles
entre crochets [ x(t-1) - p(t-1) d(t-1)] reprsente lcart par rapport
partir de comext).
lquilibre de long terme, dans lequel les lasticits de long terme sont
d : logarithme de la demande adresse la Tunisie par l'UE prix
gales 1 par rapport la demande adresse (on modlise en fait
constants (compile partir de comext). La demande adresse sera
lvolution des parts de march de la Tunisie sur le march europen)
exprime de deux faons alternatives :
et par rapport au prix relatif.
La premire prend en considration la demande adresse sur
Le terme .t reprsente la tendance dterministe ventuelle des
lensemble des produits du secteur considr (Agriculture, IAA,);
parts de march, qui saccroissent annuellement au taux .
94
Enfin, notons que les variables notes x reprsentent la variation
rsultats indiquent que lensemble des sries testes sont toutes
de x, et que des variables muettes ont parfois t incluses dans le
intgres dordre 1.
modle de rgression.
2.3
2.1
Principaux rsultats
Les donnes
2.3.1. Lagriculture
La priode destimation stend de 1988 2008 en donnes

annuelles. La base de donnes a t construite au sein de lquipe
Les principaux rsultats, pour les quatre spcifications testes pour
de lITCEQ et elle comporte les 8 secteurs suivants :
ce secteur, sont rsums dans le tableau 1 :
Secteur 1 : Agriculture (Agr)
La valeur de llasticit de long terme de la demande adresse
aux exportations a t impose lunit. Notons que, dans les
Secteur 3 : Matriaux de Construction Cramiques et Verre (MCCV)
tests prliminaires, cette restriction est accepte plus facilement
en utilisant la demande adresse calcule sur la base des
principaux produits.
Secteur 6 : Industries Textile, Habillement et Cuirs (THC)
Lorsque lon utilise la demande adresse Total produits , un
Secteur 7 : Industries Diverses (DIVERS)
trend positif ressort significativement dans nos estimations,
Secteur 8 : Hydrocarbures (Hyd)
reprsentatif dun gain tendanciel de part de march dans ce

secteur.
2.2
Les lasticits-prix de long terme ont le signe attendu dans 3

La mthode destimation retenue ici est celle dun Modle
Correction dErreurs (MCE) estim en une tape, selon lapproche
suggre par Pesaran et al. (2001). Il sagit ici destimer une forme
cette lasticit apparat faible, de lordre de -0,2 dans le cas des
non contrainte de lquation (6) :
prix des concurrents et de -0,3 dans celui des pays de lUE, ce

qui impliquerait que les produits tunisiens du secteur ont peu
x(t) = x(t-1) + 0d(t) + 1d(t-1) + 2 d(t-2) + 0p(t) +
de substituts sur le march dimportation de lUnion Europenne.
1p(t-1) + 2p(t-2) + a.x(t-1) + b.p(t-1) + c.d(t-1) + t
Les MCE utilisant la demande adresse Total Produits ont

et de tester la significativit du paramtre (a) : si celui-ci est
significativement diffrent de zro, on en conclut quil existe bien un
mcanisme correction derreurs, et lon peut dterminer aisment les
coefficients de long terme partir des paramtres estims a, b et c.

Bera-Jarque, les rsidus de toutes les quations suivent une loi
Avant de procder lestimation conomtrique, nous avons test
lordre dintgration des sries utilises laide du test ADF. Les
95
Tableau 1 : Rsum des principaux rsultats destimations de lquation dexportations pour le secteur 1
Total produits
Principaux produits
lasticits LT
Demande adresse
1ne
1ne
1ne
1ne
Force de rappel
(-3,70)
(-1,45)
(-2,21)
(-3,28)
Prix relatifs
des concurrents
-0,20
de lensemble de lUE
-0,47
(-2,09)
Trend
0,007
(2,12)
1.49
(3.57)
(-0,28)
-0,17
0,06
0,02
(1,81)
(-1,00)
(0,12)
2,0
2,0
lasticits CT
Dummy
d98
0,16**
(1,91)
0,16*
(2,03)
d06
0,23
(2,32)
d02
-0,14
(-1,72)
Tests
LM (2)
0,82
0,21
0,03
0,10
Arch(1)
0,72
0,33
0,72
0,33
Normalit
0,71
0,56
0,92
0,38
Reset (2)
0,97
0,29
0,08
0,05
R-squared
0,63
0,50
0,44
0,39
Adjusted R-squared
0,46
0,32
0,34
0,33
Classement

Note : entre parenthses figure la statistique du t de studen
ne : le coefficient nas pas t estim mais impos.
A lissue de ces estimations, il semble que la meilleure quation est
celle utilisant la demande adresse Total produits et prenant
Le graphique 1.1 illustre lajustement statique sur le pass de ce MCE.
96
Graphique 1 : Taux de croissance annuel des exportations tunisiennes dans le secteur 1 observ et ajust
Le graphique 1 reprsente la rponse des exportations du secteur
lquilibre de long terme (llasticit de la demande court terme
Agriculture la suite de deux chocs simuls, en retenant la meilleure
est de 1,49 tandis quelle est de 1 long terme.
spcification du Tableau 1 (colonne 1) :

Ces rsultats impliquent qu la suite dune baisse de la demande
-
Une augmentation de 1% de la demande adresse ;
dimportations dans lUE, les produits agricoles tunisiens risquent dtre
Une augmentation de 1% du prix relatif des exportations
fortement affects (baisse, en cart par rapport la tendance, de 1,5%
tunisiennes.
environ dans lanne des exportations tunisiennes en cas de baisse de

1% de la demande europenne), ce qui en ferait lun des secteurs les
21
Ce graphique permet de constater que le dlai mdian dajustement
plus affects par le ralentissement de la conjoncture europenne. De
est lgrement suprieur une anne dans le cas dun choc de
surcrot, la faible lasticit-prix a pour consquence quune baisse des
prix, tandis que dans le cas dun choc de demande, on assiste
prix tunisiens ne serait pas en mesure de contrebalancer significativement
un phnomne de surajustement court terme par rapport
la diminution des exportations en cas de rcession en Europe.
97
Graphique 2 : Rponses aux chocs
2.3.2. Le secteur des IAA

Les principaux rsultats pour ce secteur sont rsums dans le tableau 2 :

dans tous les cas de figure.
Les lasticits prix de long terme ont le signe attendu dans 3

Selon ces estimations, la meilleure quation est celle utilisant la
demande adresse Total produits et prenant comme prix tranger
signe positif, contraire lintuition conomique. La valeur de cette
ceux des pays de lUE.
lasticit est de -0,7 dans le cas des prix des concurrents et de

-0,5 dans celui des pays de lUE.
21
Le graphique 2 illustre lajustement statique sur le pass de ce MCE.
Cest--dire le nombre dannes ncessaires pour que la moiti de lajustement total soit ralis.
98
Le graphique 3 reprsente la rponse des exportations du secteur
relatif, en retenant la meilleure spcification du Tableau 2 (colonne
des IAA la suite de chocs de 1% sur la demande et sur le prix
1).
Total produits
Principaux produits
Elasticits LT
Demande adresse
1ne
Force de rappel
-1,13
1ne
(-6,10)
1ne
-1,19
(-5,82))
-0,64
(-1,87)
-1,19
1ne
(-9,94)
-1,33
(-5,99)
-0,74
(-2,39)
Prix relatifs
des concurrents
de lensemble de lUE
-0,54
(-1,61)
0,26
(2,47)
Trend
Elasticits CT
(Prix relatifs)
-0,75*
(-2,06)
(-3,97)
-1,12
(-4,11)
-0,93
(-3,13)
-1,15
(-3,32)
(-1,72)
-0,79
(-3,32)
(2,09)
0,62
(3,74)
-0,89
(-2,61)
-0,93
(-2,54)
d02
-0,93
(-3,52)
-0,87
(-3,25)
-0,98
d02(-1)
-0,96
(-3,10)
-0,90
(-2,74)
d96
-0,14
d94
0,48*
Dummy
Tests
LM (2)
0,55
0,32
0,37
0,87
Arch (1)
0,85
0,70
0,33
0,93
Normalit
0,80
0,86
0,83
0,74
Reset (2)
0,10
0,52
0,12
0,76
R-squared
0,87
0,81
0,86
0,82
Adjusted R-squared
0,80
0,75
0,80
0,76
Classement

ne
99
Le dlai mdian dajustement est trs bref, infrieur une anne, dans le
long terme). Il en rsulte quune rcession en Europe aurait des effets
cas dun choc de demande, tandis que dans le cas dun choc de prix, on
ngatifs trs rapides et assez marqus sur les exportations tunisiennes du
observe un surajustement court terme par rapport lquilibre de long
secteur des IAA. Cependant, une diminution des prix lexportation
terme (llasticit-prix court terme est de -0.89 tandis quelle est de -0.54
serait en mesure de contrebalancer, au moins partiellement, cet effet.
,
,
,
,
,
,
,
,
,
,
,
,
,
,
100
2.3.3. Le secteur des Matriaux de Construction Cramiques
et Verre (MCCV)
Les lasticits-prix de long terme ont le signe attendu dans tous

les cas de figure. La valeur de cette lasticit est proche de -0,5.
Les MCE utilisant la demande adresse Total Produits ont
Les principaux rsultats pour ce secteur sont rsums dans le
des proprits statistiques satisfaisantes. Les tests LM conduisent
tableau 3 :
au rejet de lhypothse dauto-corrlation des rsidus de ces

quations. Ces rsidus sont homoscdastiques au regard du
test de White et du test ARCH. La forme fonctionnelle de
conomtriquement dans le cas Total produits . Llasticit
Bera- Jarque, les rsidus de toutes les quations suivent une loi
dans le cas Principaux produits est proche de 0,6 lorsque
lon laisse le coefficient libre.
Total produits
Principaux produits
Elasticits LT
Demande adresse
1ne
Force de rappel
-0,88
(-6,66)
-0,44
(-3,64)
1ne
1ne
-0,87
(-6,63)
-0,46
(-3,81)
1ne
-0,74
(-4,70)
-0,49
(-2,69)
-0,73
(-4,92)
-0,57
(-3,21)
Prix relatifs
des concurrents
de lensemble de lUE
Trend
Elasticits CT
Dummy
d9293
-0,52
(-2,86)
-0,51
(-2,84)
-0,68
(-2,78)
-0,63
(-2,76)
Tests
LM (2)
0,52
0,70
0,49
0,61
Arch(1)
0,35
0,41
0,58
0,75
Normalit
0,63
0,68
0,26
0,23
Reset (2)
0,37
0,23
0,01
0,01
R-squared
0,85
0,86
0,76
0,79
Adjusted R-squared
0,83
0,83
0,72
0,75
Classement
1bis
3bis

discriminante dans ce secteur.
produits (1re colonne). La distinction sur les prix ne semble pas
101
Dans le graphique des rponses aux chocs (Graphique 6, bas
de la demande europenne de 1%, devrait entraner une diminution
sur le Tableau 3, colonne 1), le dlai mdian apparat bref, de
denviron 0,5% des exportations du secteur des IMCCV sur un
lordre dune anne, pour les deux types de chocs : une baisse
horizon annuel.
102
2.3.4. Le secteur des Industries Mcaniques et Electriques
march dans ce secteur. Cela est cohrent avec llasticit de

la demande adresse suprieure lunit.
tableau 4 :
Les lasticits prix de long terme nont pas le signe attendu

lorsque lon retient les prix des concurrents dans le prix relatif.
Dans lautre cas, llasticit estime est relativement forte,
comprise entre -1 et -1,5.
suprieure lunit, stablissant aux alentours de 1,3 dans les
deux cas de figure.
Dans lensemble des MCE, un trend positif sort significativement
dans nos estimations signifiant un gain tendanciel de part de
Total produits
Principaux produits
lasticits LT
Demande adresse
1ne
Force de rappel
-0,22
1ne
(-2,31)
-0,13
1ne
(-2,27)
-0,66
1ne
(-8,86)
-0,73
(-2,71)
Prix relatifs
des concurrents
de lensemble de lUE
Trend
0,09
-1,10
0,27
0,06
-1,56
0,09
0,08
0,10
ST lasticitis
0,42
(4,36)
0.35
(2.92)
0.72
(8.91)
(Prix relatifs)
-0,32
(-2,77)
-0.14
(-1.24)
-0.53
(-6.24)
(Prix relatifs) -1
0.39
(4.12)
log(Exportations)-2
-0.28
(-4.91)
0,10
(7,65)
Dummy
d89
0,14
(3,60)
0,12
(2,48)
d06
0,16
(3,28)
0,17
(2,70)
d96
1
-0,18
Tests
LM (2)
0,34
0,54
0,36
0,51
Arch(1)
0,72
0,86
0,16
0,32
Normalit
0,67
0,34
0,72
0,35
Reset (2)
0,64
0,40
0,83
0,35
R-squared
0,83
0,75
0,98
0,63
Adjusted R-squared
0,73
0,61
0,96
0,53
Classement
1bis
3bis

ne
103
(-3,68)
des pays de lUE dans lindicateur de comptitivit, et pour les
principaux produits seulement.
La meilleure quation est celle utilisant les prix calcul sur lensemble
La rponse aux chocs simuls est reprsente dans le graphique
similaires ceux du secteur des IMCCV : une baisse de la demande
4.2, en retenant la meilleure spcification du Tableau 1 (colonne 3).
europenne de 1%, devrait entraner rapidement une diminution
Pour le choc de demande, le dlai mdian est instantan (puisque
denviron 0,5% (en cart la tendance) des exportations du secteur
llasticit court-terme est suprieure 0,5 pour une lasticit de
des IME. Cependant, la sensibilit de ces exportations par rapport
long terme gale 1), et il est infrieur une anne pour le choc de
aux prix relatifs implique quune rduction des prix serait en mesure
prix relatifs. Les effets dune rcession europenne ont ici des effets
de contrebalancer partiellement ce mouvement.
104
2.3.5. Le secteur de la Chimie

retenue mais leur valeur varie fortement : elle se situe aux
alentours de -0,7/-0,9 dans le cas dune demande adresse
tableau 5 :
Total produits . Elle ressort des valeurs beaucoup plus fortes

(respectivement -1,89 et -4.67) lorsque lon retient la demande
adresse Principaux produits . Ceci dnote une forte
substituabilit des exportations de produis de lindustrie chimique
suprieure lunit, stablissant aux alentours de 1,5 dans tous
tunisienne par rapport aux produits concurrents.
les cas de figure lexception du cas 4 (demande adresse
Principaux produits , prix des concurrents ) dans lequel l
lasticit est de 0,8.
Dans lensemble des MCE, un trend ngatif sort significativement
dans nos estimations signifiant une perte tendancielle de part
ARCH. Enfin, selon le test de Bera- Jarque, les rsidus de toutes
de march dans ce secteur. Cela est cohrent avec llasticit
les quations suivent une loi normale. Seule la forme fonctionnelle
de la demande adresse infrieure lunit.
de l'quation nest pas valide par le test Reset.
105
Total produits
Principaux produits
LT Elasticities
Demande adresse
1ne
Force de rappel
-0.75
(-2.70)
de lensemble de lUE
-0.70
(-2.69)
Trend
-0.06
(-3.40)
-0.06
(-3.19)
0.87 *
(2.01)
0.72 **
(1.65)
-0.32
(-2.77)
-0.14
(-1.24)
1ne
1ne
1ne
-0.39
(-3.55)
-4.67
(-3.91)
-0.13
(-4.47)
-0.15 **
(-1.79)
(Prix relatifs)-1
1.52
(2.90)
(Prix relatifs)-2
1.39
(3.00)
-0.28
(-4.08)
-0.67
(-2.36)
-0.88
(-2.35)
-0.23
(-1.99)
-1.89
(-2.09)
-0.11
(-2.63)
Prix relatifs
des concurrents
Elasticits CT
0
Dummy
d9394
-0.18*
(-2.26)
-0.19 *
(-2.28)
-0.24
(-2.69)
Tests
LM (2)
0.75
0.42
0.73
0.19
Arch(1)
0.49
0.91
0.37
0.30
Normalit
0.63
0.68
0.61
0.42
Reset (2)
0.07
0.10
0.07
0.02
R-squared
0.74
0.73
0.65
0.86
Adjusted R-squared
0.62
0.60
0.53
0.74
Classement

ne
Le graphique 9 illustre lajustement statique sur le pass de ce
MCE.
106
Les dlais mdian dajustement des exportations de lindustrie
devraient donc pas connatre une trop forte diminution (en cart
chimique apparaissent levs (Graphique 10): de lordre de 2 ans
la tendance) sur un horizon dune anne, tandis que la forte lasticit-
pour le choc de demande et de 4 ans pour le choc de prix relatifs.
prix permet denvisager des ajustements de prix relatifs propres
Dans le scnario dune rcession europenne, ces exportations ne
contrebalancer cette rduction.
107
2.3.6. Le secteur Textile Habillement et Cuirs
lon retient les prix des concurrents et entre -5 et -8 dans le

second cas. Comme dans le cas des industries Chimiques, on
aurait donc ici un phnomne de forte substituabilit de ces
tableau 6 :
produits sur le march europen.
infrieure lunit, stablissant aux alentours de 0,6 dans tous
les cas de figure.
retenue et leur valeur est leve stablissant entre -3 et -4 lorsque
Total produits
Principaux produits
Elasticits LT
Demande adresse
1ne
Force de rappel
-0,14
1ne
(-2,12)
1ne
-0,15
(-3,31)
2,88
(-9,01)
-0,10
1ne
(-2,21)
-0,15
(-3,56)
-4,21
(-8,27)
Prix relatifs
des concurrents
de lensemble de lUE
-5,30
(-4,99)
-8,04
(-6,39)
Trend
Elasticits CT
(Prix relatifs)
-0,26
(-2,33)
-0,34
(-3,10)
0,16
(2,41)
0,15
(2,25)
-0,43
(-3,63)
-0,46
(-3,94)
0,19
(2,73)
Dummy
d01
Tests
LM (2)
0,84
0,48
0,62
0,46
Arch(1)
0,36
0,69
0,62
0,88
Normalit
0,69
0,98
0,64
0,58
Reset (2)
0,16
0,89
0,77
0,77
R-squared
0,65
0,84
0,80
0,86
Adjusted R-squared
0,55
0,81
0,76
0,82
Classement

108
A lissue de ce premier travail, il semblerait que la meilleure quation
Principaux produits .
est celle utilisant les prix calcul sur les prix des concurrents dans
lindicateur de comptitivit et en prenant la demande adresse
MCE.
Les dlais mdians dajustement estims des exportations de lindustrie
terme, une rcession europenne ne devrait pas avoir beaucoup deffet
Textile, Habillement et Cuirs sont les plus levs parmi les secteurs
sur ces exportations. Comme dans le cas de lindustrie chimique,
tudis (Graphique 12): ils sont voisins de 5 ans pour le choc de
limportante lasticit-prix permet denvisager des ajustements de prix
demande et suprieurs 3 ans pour le choc de prix relatifs. court
relatifs propres contrebalancer une ventuelle baisse des exportations.
109
2.3.7. Le secteur Divers
Les lasticits prix nont jamais le signe attendu lexception du

cas 3 (demande adresse Principaux produits et prix des

tableau 7 :
pays de lUE. Dans ce dernier cas, la valeur estime est de -1,43.

ARCH. La forme fonctionnelle de l'quation est valide par le test
base des principaux produits (lasticit estime de 1,05) que
Reset. Enfin, selon le test de Bera Jarque, les rsidus de toutes
dans le cas Total produits (lasticit estime suprieure 1,7).
les quations suivent une loi normale.
Priode destimation1988-2008
Total produits
Principaux produits
Elasticits LT
Demande adresse
1ne
Force de rappel
-0,12
(-2,59)
2,52
(2,71)
1ne
1ne
-0,31
(-2,96)
0,07
(0,30)
1ne
-0,12
(-2,18)
0,41
(0,69)
(3,74)
0,07
(1,46)
0,16
(3,00)
0,09 **
(1,49)
0,18
(2,42)
0,18
(2,14)
0,20
(2,66)
-0,38
(-4,62)
-1,43
(-3,74)
0,02
Prix relatifs
des concurrents
de lensemble de lUE
Trend
0,08
(2,57)
Elasticits CT
Dummy
d98
d02
0,19 *
(2,00)
0,19
(2,22)
Tests
LM (2)
0,37
0,60
0,74
0,36
Arch(1)
0,74
0,75
0,78
0,82
Normalit
0,90
0,08
0,63
0,03
Reset (2)
0,65
0,96
0,64
0,95
R-squared
0,43
0,60
0,71
0,66
Adjusted R-squared
0,32
0,46
0,58
0,47
Classement

ne
110
La meilleure quation est celle utilisant les prix relatifs calculs par
prenant la demande adresse Principaux produits .
rapport aux prix de lUE dans lindicateur de comptitivit et en
Les rponses aux chocs estimes pour ce secteur (Graphique 14)
choc de prix. Une baisse de la demande europenne de 1%
montrent des dlais mdians dajustement assez bref (environ 1 an)
saccompagnerait ainsi dune baisse de 0,5% des exportations
la suite dun choc de demande, et de lordre de 2 ans la suite dun
sectorielles sur un horizon annuel (en cart la tendance).
111
2.3.8. Le secteur des hydrocarbures et produits raffins
est donc celui qui se caractrise par les lasticits-prix les plus
fortes parmi les secteurs tudis. Compte tenu de la nature des
Les principaux rsultats pour ce secteur sont rsums dans le tableau 8 :
produits du secteur, cela nest pas surprenant : les hydrocarbures

sont des produits standardiss, et les produits tunisiens sont
donc de proches substituts par rapport aux produits

commercialiss sur le march europen.
a t impose lunit. Notons que cette restriction est

accepte plus facilement en utilisant la demande adresse
calcule sur la base Total produits (lasticit estime de
1,03) que dans le cas Principaux produits (lasticit estime
suprieure 0,8).
Les lasticits prix ont toujours le signe attendu. La valeur est
comprise entre -8 dans le cas des prix des pays de lUE et aux
alentours de -5 dans le cas des prix des concurrent. Ce secteur
Priode destimation1988-2008
Total produits
Principaux produits
Elasticits LT
Demande adresse
Force de rappel
1ne
-0,83
1ne
(-6,31)
1ne
-0,41
(-2,31)
-5,65
(-1,69)
-0,66
1ne
(-3,75)
-0,38
(-2,02)
-4,47
(-1,29)
Prix relatifs
des concurrents
de lensemble de lUE
-7,93
-7,93
(-3,81)
Trend
Elasticits CT
Dummy
d9394
-0,53
(-4,52)
-0,68
(-3,60)
-0,65
(-5,09)
-0,71
Tests
LM (2)
0,11
0,26
0,65
0,30
Arch(1)
0,83
0,84
0,12
0,84
Normalit
0,89
0,27
0,73
0,21
Reset (2)
0,80
0,68
0,30
0,62
R-squared
0,89
0,69
0,86
0,67
Adjusted R-squared
0,87
0,63
0,82
0,61
Classement

ne
112
(-3,74)
A lissue de ce premier travail, il semblerait que la meilleure quation
est celle utilisant la demande adresse Total produits et prenant
1,5
1,0
0,5
0,0
0,4
-0,5
0,2
-1,0
0,0
-0,2
-0,4
Comme on pouvait sy attendre, les dlais mdians dajustement
la forte lasticit-prix et le faible dlai dajustement qui rendent
sont trs brefs : infrieurs une anne la suite de chocs de
conjointement les exportations de ce secteur trs sensibles
demande ou de chocs de prix. Le fait notable est ici constitu par
court terme aux fluctuations de prix relatifs.
,
,
,
,
,
113
2.3.9. Le total des biens
la formulation 3 (prix de lensemble des pays de lUE et demande

adresse Principaux produits ). Dans les autres cas de figure,
Les principaux rsultats pour sont rsums dans le tableau 9 :
la valeur est comprise entre -0,3 et -0,5.
a t impose lunit. Notons que cette contrainte est accepte
base Total produits (lasticit estime de 1,01) que dans le
cas Principaux produits (lasticit estime suprieure 0,9).
Les lasticits prix ont toujours le signe attendu lexception de
Tableau 9 : Rsum des principaux rsultats destimations de lquation dexportations pour le Total des Biens
Total produits
Principaux produits
lasticits LT
Demande adresse
1ne
Force de rappel
-0,53
1ne
(-5,14)
1ne
-0,49
(-4,28)
-0,49
(-3,30)
-0,53
1ne
(-3,93)
-0.,57
(-5,59)
-0,31
(-2,40)
Prix relatifs
des concurrents
de lensemble de lUE
-0,53
(-2,18)
0,35
(1,05)
lasticits CT
-0,44
(-2,65)
(Prix relatifs)-1
-0,35
(-1,95)
-0,13
(-4,75)
Dummy
d9394
-0,14
(-4,89)
-0,11
(-5,07)
-0,12
Tests
LM (2)
0,59
0,36
0,78
0,87
Arch(1)
0,55
0,86
0,51
0,43
Normalit
0,73
0,96
0,20
0,42
Reset (2)
0,08
0,17
0,14
0,87
R-squared
0,78
0,83
0,75
0,82
Adjusted R-squared
0,74
0,78
0,68
0,79
Classement

ne
114
(-4,94)
La meilleure quation est celle utilisant la demande adresse principaux
MCE.
Graphique 17 : Taux de croissance annuel des exportations tunisiennes pour le total des biens observ et ajust
,
,
,
,
,
,
Le graphique 18 permet de synthtiser les effets dynamiques que
En ce qui concerne le choc de demande, le dlai mdian
lon pourrait attendre dune baisse de la demande europenne de
dajustement est de lordre dune anne : une baisse de la demande
1% sur les volumes dexportations de biens tunisiennes. Celles-
europenne de 1% se concrtiserait donc par une diminution du
ci tant essentiellement ralises dans le secteur Textiles,
volume de biens exports denviron 0,5% sur un horizon annuel.
Habillement et Cuirs (environ 40% des exportations totales de

biens en 2008, dans la couverture sectorielle de la base utilise)
Llasticit-prix de long terme est relativement faible (-0,31) et le
et Industries Mcaniques et Electriques (environ 30% des
dlai mdian dajustement un choc de prix est sensiblement
exportations totales de biens en 2008, mmes sources), les
suprieur une anne : globalement, une variation limite des prix
rponses aux chocs seront fortement lies au comportement
relatifs devrait avoir peu dimpact sur les quantits exportes sur
dynamique de ces deux secteurs.
un horizon annuel.
115
,
,
,
,
2.3.10. Synthse
produits et prix de lensemble des pays de lUE comme prix

des trangers) apparaisse comme la plus acceptable si une
Le tableau 10 rsume le classement des formulations par secteur.
formulation commune lensemble des secteurs devait tre
Il semblerait que la formulation 1 (demande adresse Total
retenue.
Tableau 10 : Synthse des meilleures spcifications sectorielles

Prix relatifs
Secteur 1
Secteur 2
Secteur 3
Secteur 4
Secteur 5
Secteur 6
Secteur 7
Secteur 8
Total produits
des concurrents
de lensemble de lUE
1
3
1
1
1 bis
3
1 bis
3
2
2
4
3
4
3
1
de lensemble de lUE
4
2
des concurrents
Total Biens
2
1
des concurrents
de lensemble de lUE
1
3
des concurrents
de lensemble de lUE
1
4
des concurrents
de lensemble de lUE
4
1
des concurrents
de lensemble de lUE
3
3 bis
des concurrents
de lensemble de lUE
2
4
des concurrents
de lensemble de lUE
2
3
des concurrents
de lensemble de lUE
Principaux produits
4
2
3
1
4
116
En conclusion, les rsultats des estimations ralises sont riches
commentes en prenant pour exemple une rcession europenne
denseignements. Ils font apparatre de fortes disparits entre les
(et une diminution de la demande dimportation de lUE).
secteurs, autant en ce qui concerne les lasticits-prix de long terme
Cependant, il ne sagit en aucun cas ici dun exercice de prvision
des diffrents secteurs (et donc leur niveau de substituabilit sur le
conjoncturelle : en effet, si les importations europennes ont
march europen), quen ce qui concerne le comportement
connu une trs forte baisse (de lordre de 40% en valeur, en
dynamique des exportations la suite de chocs de prix relatifs et
donnes mensuelles) du pic de juillet 2008 au creux de septembre
de chocs de demande.
2009, elles ont, depuis cette date, enregistres une trs forte
progression et sont quasiment revenues leur niveau davant la
Il convient de souligner que les rponses aux chocs ont t
crise depuis le mois de janvier 2011.
117
3.
Les estimations conomtriques des quations dexportations
sectorielles tunisiennes en panel dynamique
ous avons procd lestimation des fonctions dexportations
Secteur 7 : Agriculture (AGRICULTURE)
en Panel dynamique.
Secteur 8 : Hydrocarbures (HYDRPDSRAFFINES)
3.1
Les donnes
Les variables de panel sont les suivantes:
La priode destimation stend de 1988 2008. La base de donnes
X : Exportations tunisiennes, le logarithme sera not LX et la variation
a t construite au sein de lquipe de lITCEQ et comporte huit
du logarithme sera note DLX;
secteurs prsents dans la section prcdente :
D : Demande adresse europenne, le logarithme sera not LD

et la variation du logarithme sera note DLD;
Secteur 1 : Industries textile habillement et cuirs (THC)
PCON : Prix relatif des exportations tunisiennes par rapport aux
Secteur 2 : Industries mcaniques et lectriques (IME)
prix des concurrents, le logarithme sera not LPCON et la variation
Secteur 3 : Industrie agro-alimentaires (IAA)
du logarithme sera note DLPCON
Secteur 4 : Industries matriaux de construction cramiques et
PUE : Prix relatif des exportations tunisiennes par rapport aux
verre (IMCCV)
prix des pays de lUnion Europenne, le logarithme sera not
Secteur 5 : Industries divers (DIVERS)
LPUE et la variation du logarithme sera note DLPUE
Secteur 6 : Industries chimiques (CHIMIE)

Tableau 1 : Rsultats des tests de racine unitaire en panel
Panel unit root test: Summary
Sample: 1988 2008
Exogenous variables: Individual effects, individual linear trends

Automatic selection of maximum lags based on SIC: 0 to 3
Newey-West automatic bandwidth selection and Bartlett kernel
Les exportations tunisiennes (LX)
Methode
Statistic
Prob.**
Cross-sections
Obs
Levin, Lin & Chu t*
-1,58336
0,0567
156
Breitung t-stat
3,92219
1,0000
148
Im, Pesaran and Shin W-stat
-1,94229
0,0261
156
ADF - Fisher Chi-square
31,8442
0,0105
156
PP - Fisher Chi-square
42,1884
0,0004
160
Null: Unit root (assumes common unit root process)
Null: Unit root (assumes individual unit root process)
118
La demande adresse (LD)

Methode
Statistic
Prob.**
Cross-sections
Obs
Levin, Lin & Chu t*
-1,46385
0,0716
152
Breitung t-stat
-0,29669
0,3834
144
-2,12314
0,0169
152
30,3855
0,0161
152
30,6235
0,0150
160
Les prix relatif calcul en fonction des prix des concurrents (LPCON)
Methode
Statistic
Prob.**
Cross-sections
Obs
Levin, Lin & Chu t*
-2,09402
0,0181
155
Breitung t-stat
0,84405
0,8007
147
-2,60662
0,0046
155
35,3177
0,0036
155
27,4481
0,0368
160
Les prix relatif calcul en fonction des prix des pays de lUnion europenne (LPUE)
Methode
Statistic
Prob.**
Cross-sections
Obs
Levin, Lin & Chu t*
-3,55244
0,0002
151
Breitung t-stat
1,31856
0,9063
143
-3,04380
0,0012
151
38,7938
0,0012
151
16,8827
0,3932
160
** Probabilities for Fisher tests are computed using an asymptotic Chi -square distribution. All other tests assume asymptotic normality.
Les rsultats des tests de racine-unitaire divergent les uns des autres et
Les tests de cointgration de Pedroni (Tableau 2) donnent aussi des
indiquent que les sries peuvent tre stationnaires ou intgres dordre 1.
rsultats contradictoires (lhypothse nulle de noncointgration peut
Dans le cas les sries sont supposes intgres dordre 1.
tre rejete ou non rejete selon le test appliqu).
119
Tableau 2 : Rsultats des tests de cointegration en panel

Series: LX - LD - LPUE
Sample: 1988 2008
Cross-sections included: 8
Included observations: 168
Null Hypothesis: No cointegration

Automatic lag length selection based on SIC with a max lag of 3
Newey-West automatic bandwidth selection and Bartlett kernel
Pedronis Test (Residual Cointegration Test) Trend assumption: Deterministic intercept and trend
Alternative hypothesis: common AR coefs. (within-dimension)
Statistic
Prob.
Weighted Statistic
Prob.
Panel v-Statistic
0,714735
0,2374
0,116556
0,4536
Panel rho-Statistic
-0,417653
0,3381
0,240157
0,5949
Panel PP-Statistic
-3,395447
0,0003
-2,978726
0,0014
Panel ADF-Statistic
-3,452005
0,0003
-3,052121
0,0011

Statistic
Prob
Group rho-Statistic
0,851300
0,8027
Group PP-Statistic
-2,709311
0,0034
Group ADF-Statistic
-2,610142
0,0045
Kaos Test (Residual Cointegration Test) Trend assumption: No deterministic trend

Statistic
Prob.
ADF
-1,627718
0,0518
Residual variance
0,061223
HAC variance
0,031124
Johansen Test (Fisher Panel Cointegration Test) Trend assumption: Linear deterministic trend
Lags interval (in first differences): 1 1
Unrestricted Cointegration Rank Test (Trace and Maximum Eigenvalue)
Hypothesized
No. of CE(s)
Fisher Stat.*
(from trace test)
Prob.
Fisher Stat.*
(from max-eigen test) Prob.
None
51,44
0,0000
38,41
0,0013
At most 1
27,00
0,0415
24,72
0,0750
At most 2
21,45
0,1618
21,45
0,1618
* Probabilities are computed using asymptotic Chi-square distribution.
120
3.2
3.3
3.3.1. Le modle ADL en niveau dans le cas de prix des

pays de lUE (LPUE)
Nous estimerons dans ce qui suit les spcifications suivantes :

-
Dans un premier temps, nous estimerons un modle autorgressif

retards distribus (ADL) en niveau (en prenant pour hypothse
Les principaux rsultats de lestimation en panel sont rsums
la stationnarit des sries), en retenant deux spcifications
dans le tableau 8 :
alternatives pour les prix relatifs : celle base sur les prix de lUE
et celle base sur les prix des concurrents sur le march europen.
-
Dans un deuxime temps, nous estimerons un modle autorgressif
exportations est de 0,82 le long terme et de 0,27 court
retards distribus (ADL) en diffrences premires (en prenant
terme.
pour hypothse la non-stationnarit des sries), en retenant les
deux spcifications alternatives pour les prix relatifs.

-
La valeur estime de llasticit de la demande adresse aux
Un trend positif ressort significativement dans nos estimations,

ce qui reprsente un gain tendanciel de parts de march.
Nous estimerons enfin un modle correction derreurs (MCE)
estim en une tape, qui permet denglober le cas intgr et le
Les lasticits prix ont le signe attendu : la valeur de cette lasticit

est de -0,71 court terme et long terme.
cas non-cointgr, toujours sous les deux spcifications
alternatives des prix relatifs.
Le modle ADL dispose de proprits statistiques

satisfaisantes.
Tableau 3 : Estimation des exportations en niveau dans le cas de prix des pays de lUE
Dependent Variable: LX
Method: Panel Least Squares
Sample (adjusted): 1989-2008
Periods included: 20
Total panel (balanced) observations: 160
Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected)
Variable
Constant
LX(-1)
LD
LPUE
LPUE(-1)
Trend
Effects Specification
Cross-section fixed (dummy variables)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
Std. Error
t-Statistic
Prob.
3,679917
0,729487
5,044528
0,0000
0,677151
0,071589
9,458823
0,0000
0,265131
0,096423
2,749664
0,0067
-0,705671
0,079139
-8,916812
0,0000
0,475012
0,087979
5,399130
0,0000
0,037081
0,008620
4,301492
0,0000
0,976254
Mean dependent var
12,44637
0,974316
S.D. dependent var
1,413753
0,226571
Akaike info criterion
-0,053759
7,546150
Schwarz criterion
0,196099
17,30074
Hannan-Quinn criter.
0,047699
503,6370
Durbin-Watson stat
2,302661
0,000000
121
Le graphique 1 ci-aprs illustre lajustement statique sur le pass de ce modle ADL.

Graphique 1 : Exportations tunisiennes observes et ajustes (en log)
,
,
,
,
,
3.3.2. Le modle ADL en niveau dans le cas de prix des

concurrents (LPCON)
signifiant un gain tendanciel de part de march dans ce

secteur.
Les principaux rsultats pour ce modle sont rsums dans le
Les lasticits-prix estimes sont de -0,65 court terme et 0,71 long terme.
tableau 4 :

satisfaisantes.

exportations est 0,83 dans le long terme et 0,26 dans le court
On constate ainsi quil y a trs peu de diffrences entre les deux
terme.
spcifications, celle qui retient dans le prix relatif les prix de lUE
Un trend positif ressort significativement de nos estimations
et celle qui utilise le prix de concurrents sur le march europen.
122
Tableau 4 : Estimation des exportations en niveau dans le cas de prix des concurrents
Dependent Variable: LX
Sample (adjusted): 1989-2008
Variable
Constant
LX(-1)
LD
LPUE
LPUE(-1)
Trend
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
Std. Error
t-Statistic
Prob.
3,532320
0,688561
0,258474
-0,645157
0,423191
0,025265
0,689397
0,073388
0,099060
0,079857
0,084779
0,008747
5,123782
9,382525
2,609279
-8,078912
4,991701
2,888411
0,0000
0,0000
0,0100
0,0000
0,0000
0,0045
0,974836
0,972782
0,233240
7,996959
12,65883
474,5551
0,000000
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
Le graphique 2 illustre lajustement statique sur le pass de ce modle ADL.

Graphique 2 : Exportations tunisiennes observes et ajustes (en log)
,
,
,
,
,
123
12,44637
1,413753
0,004265
0,254122
0,105723
2,356153
3.3.3. Le modle ADL en diffrences premires dans le

cas de prix des pays de lUE (DLPUE)
Ce modle prsente des proprits statistiques satisfaisantes.

Cependant, cette spcification semble moins pertinente du
fait de la valeur non-significative du paramtre de la demande
Les principaux rsultats pour ce modle sont rsums dans le tableau 5 :
adresse.
La variable de la demande adresse aux exportations nest
Ainsi, bien que ce modle soit priori moins pertinent que les
pas statistiquement significative.
prcdents, nous pouvons noter que la valeur des lasticits-prix
Les lasticits prix ont le signe attendu, et la valeur de cette
reste dans un ordre de grandeur comparable, autant pour le long
lasticit est de -0,67 court terme et -0,70 long terme.
terme qu court terme.
Tableau 5 : Estimations de lquation dexportations en taux de croissance dans le cas de prix des pays de lUE
Dependent Variable: DLX
Sample (adjusted): 1990- 2008
Variable
Constant
LX(-1)
DLD
DLPUE
DLPUE(-1)
Coefficient
Std. Error
t-Statistic
Prob.
0,064636
0,022456
2,878397
0,0046
-0,310827
0,125930
-2,468259
0,0148
0,311570
0,210593
1,479487
0,1413
-0,674955
0,084278
-8,008625
0,0000
-0,237546
0,107686
-2,205923
0,0290
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0,462975
Mean dependent var
0,052422
0,420780
S.D. dependent var
0,313173
0,238345
0,045462
7,953167
Schwarz criterion
0,284189
8,544923
0,142441
10,97231
Durbin-Watson stat
2,140882
0,000000
124

Graphique 3 : Taux de croissance annuel des exportations tunisiennes observes et ajustes
,
,
,
,
,
,
3.3.4. Le modle ADL en premires diffrences dans le cas de
prix des pays concurrents (DLPCON)
Les lasticits prix ont le signe attendu. La valeur de cette

lasticit est de -0,58 dans le court terme et -0,62 dans le
long terme.
Les principaux rsultats pour ce modle sont rsums dans le
tableau 6 :
Le modle estim prsente des proprits statistiques

satisfaisantes mais, comme prcdemment, cette spcification
apparat moins pertinente que les estimations en niveau du
fait de la non-significativit du paramtre de la demande
pas statistiquement significative.
adresse.
125
Tableau 6 : Estimations des exportations en taux de croissance dans le cas de prix des concurrents
Variable
Constant
LX(-1)
DLD
DLPCON
DLPCON(-1))
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
Std. Error
t-Statistic
Prob.
0,071608
-0,321674
0,104188
-0,581546
-0,238305
0,022456
0,125930
0,210593
0,084278
0,107686
2,878397
-2,468259
1,479487
-8,008625
-2,205923
0,0053
0,0136
0,6341
0,0000
0,0212
0,426061
0,380966
0,246401
8,499850
3,492579
9,448029
0,000000
Mean dependent var

S.D. dependent var
Schwarz criterion
Durbin-Watson stat
0,052422
0,313173
0,111940
0,350667
0,208919
2,141201

,
,
,
,
,
,
126
3.3.5. Le modle correction derreur (MCE) dans le cas

de prix des pays de lUE (LPUE)
de llasticit de la demande adresse aux exportations est

0,98 dans le long terme, et elle nest pas significativement
diffrente de la valeur unitaire.

long terme.
pas statistiquement significative dans le court terme. La valeur
Le MCE a des proprits statistiques satisfaisantes.
Tableau 6 : Estimation de lquation dexportations (MCE) dans le cas de prix des pays de lUE
Variable
Constant
DLPUE
DLD
LX(-1)-LD(-1)-LPUE(-1)
LD(-1)
LPUE(-1)
Coefficient
Std. Error
t-Statistic
Prob.
2,280052
0,556009
4,100751
0,0001
-0,729278
0,086822
-8,399715
0,0000
0,360015
0,215213
1,672830
0,0965
-0,219796
0,066134
-3,323475
0,0011
0,020319
0,054852
0,370431
0,7116
-0,385218
0,118384
-3,253987
0,0014
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0,466462
Mean dependent var
0,057073
0,422908
S.D. dependent var
0,308321
0,234221
0,012656
8,064344
Schwarz criterion
0,262513
11,98755
0,114114
10,70996
Durbin-Watson stat
2,387917
0,000000
127
graphique 5 illustre lajustement statique sur le pass de ce modle MCE.

,
,
,
,
,
3.3.6. Le modle MCE dans le cas de prix des pays

concurrents (LPCON)
de llasticit de la demande adresse aux exportations est

0,99 dans le long terme et elle nest pas significativement
diffrente de lunit.

long terme.
pas statistiquement significative dans le court terme. La valeur
128
Le MCE a des proprits statistiques satisfaisantes.
Tableau 7 : Estimation de lquation dexportations (MCE) dans le cas de prix des concurrents
Variable
Constant
DLPCON
DLD
LX(-1)-LD(-1)-LPUE(-1)
LD(-1)
LPCON(-1)
Coefficient
Std. Error
t-Statistic
Prob.
2,982117
0,652054
4,573424
0,0000
-0,673427
0,080996
-8,314298
0,0000
0,136647
0,214470
0,637140
0,5250
-0,260304
0,068674
-3,790439
0,0002
0,014654
0,058726
0,249525
0,8033
-0,511016
0,122944
-4,156494
0,0001
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0,455845
Mean dependent var
0,057073
0,411424
S.D. dependent var
0,308321
0,236540
0,032360
8,224823
Schwarz criterion
0,282218
10,41120
0,133819
10,26198
Durbin-Watson stat
2,388638
0,000000
Source : Calculs ITCEQ/DEFI.
129
Le graphique 6 illustre lajustement statique sur le pass de ce modle MCE.

,
,
,
,
,
En conclusion, les estimations en donnes de panel nous permettent
des exportations ncessitant probablement un dlai sensiblement
de complter utilement les estimations ralises pour chaque secteur
suprieur une anne.
pris isolment.
llasticit-prix des exportations tunisiennes vers lEurope est de

lordre de -0,6 -0,73 court terme comme long terme.

enfin, les graphiques des rsidus des diffrents modles estims
utilises pour la mesure des prix relatifs:

llasticit des exportations tunisiennes vers lEurope par rapport
sectorielle dveloppe dans la section antrieure. En effet, nous
avons pu constater dans cette section que le secteur des
Hydrocarbures se caractrise par une lasticit-prix beaucoup
mais elle semble relativement faible court terme, et mme non-
plus importante que les autres secteurs, tandis que le secteur
significative dans les estimations en taux de croissance. Il en
des IAA prsente des lasticits de la demande de court-
rsulte que leffet instantan dune variation de la demande
terme relativement leve par rapport aux autres secteurs
adresse peut tre considr comme ngligeable, lajustement
dexportation.
130
4.
Les prolongements possibles de lanalyse conomtrique
4.1 Une maquette des changes extrieurs (en

volume et en prix)
hors-prix comme leffort en recherche et dveloppement (par

lintgration par exemple de lge du capital).
La fonction dimportation scrit de la manire suivante :
our chaque secteur i, une quation dimportation ainsi que de
prix des exportations et des importations pourraient complter
la modlisation des changes extrieurs de la Tunisie.
4.1.1.
i : part des produits nationaux dans la demande intrieure
La fonction dimportation en volume
(consommation des mnages + investissement des entreprises) est

Les dterminants standards du volume des importations sont la
fonction du rapport entre les prix trangers et nationaux (effet de
demande intrieure, un terme de comptitivit, construit comme le
comptitivit).
prix relatif de production nationale par rapport aux prix des
4.1.2.
importations (gnralement calculs hors nergie) et un terme
La fonction de prix des exportations
dutilisation du capital productif. Habituellement, ces tensions

conjoncturelles sur les capacits de production sont dcrites par
Les producteurs tunisiens sont supposs avoir, dans la fixation de leur
lintgration dans cette quation des taux dutilisation (TU) des
prix (PX), un comportement de marge sur les marchs extrieurs, de
capacits de production nationales rapports ceux des principaux
mme quils en ont un sur le march intrieur. Nanmoins, face la
partenaires. Ce ratio permet de capter une ventuelle contrainte
concurrence trangre, ils tiennent galement compte des prix
doffre laquelle est soumise lconomie nationale. Le signe attendu
trangers (P*X) dans la formation des prix lexportation. Il y a donc
de son lasticit par rapport aux importations est positif : lorsque
un arbitrage entre un comportement de marge (rpercuter intgralement
les TU sont plus levs en Tunisie que chez ses principaux
sur les prix lexportation les mouvements de cots unitaires22 (CU),
partenaires, le surcrot de demande interne soriente vers les
pour conserver un taux de marge constant), et un comportement de
producteurs trangers et accrot ainsi le volume des importations.
comptitivit (rpercuter intgralement sur les prix lexportation les
Si ce ratio sort significativement dans cette relation, sa prise en
mouvements des prix trangers, pour conserver la comptitivit). Cet
compte peu susciter toutefois certains problmes variantiels. Enfin,
arbitrage se traduit par une cible de long terme exprime comme une
certains modles enrichissent lanalyse en intgrant une comptitivit
moyenne pondre des prix trangers et des cots nationaux.
22
Une approximation des cots unitaires peut tre faite en intgrant les prix de la production nationale.
131
y(t) =
La fonction de prix dimportation scrit de la manire suivante :
b12miT(t-1) + b22y(t-1) + b32 [piE(t-1) - py(t-1)] + b42 [piT(t-1) piE(t-1)] + c02 2(t-1) + 2(t)
Une valeur de 1 forte signifie que le comportement de comptitivit
[piE(t) - py(t)]
lemporte sur celui de marge.
= b13miT(t-1) + b23y(t-1) + b33 [piE(t-1) - py(t-1)] + b43 [piT(t-1) piE(t-1)] + c03 3(t-1) + 3(t)
4.1.3. La fonction de prix des importations

[piT(t) - piE(t)]
Les importateurs font un arbitrage analogue celui des exportateurs :
= b14miT(t-1) + b24y(t-1) + b34 [piE(t-1) - py(t-1)] + b44 [piT(t-1) -
afin de conserver leurs marges, ils indexent leur prix de vente sur le
piE(t-1)] + c04 4(t-1) + 4(t)
sol tunisien leurs cots de production, approxims par les prix

trangers limportation (P*M). Toutefois, de manire conserver leur
Notons cependant que lestimation dun tel modle pour chaque
comptitivit par rapport aux produits franais, ils tiennent galement
secteur est une tche lourde, et quelle nest sans doute envisageable
compte des prix de la production nationale (PVA). A linverse des prix
quaprs une slection des secteurs les plus importants pour lanalyse
trangers lexportation, le prix tranger limportation est constitu
(ou bien en considrant seulement lensemble des exportations
avec une pondration simple, dans la mesure o la concurrence ne
tunisiennes vers lEurope).
se fait que sur le territoire tunisien et nimplique donc pas de prendre

en compte les marchs tiers.
4.3
Non-linarits
La fonction de prix dimportation scrit de la manire suivante :
Lquation structurelle de long terme des importations :

miT(t) = a0 y(t) + a1 [piE(t) - py(t) ] + a2 [piT(t) - piE(t) ] + c + (t)
4.2 Modlisation VAR partir de lquation de

cointgration.
repose sur lhypothse dlasticits constantes. Or, diffrentes forme

de non-linarits ou de changements structurels peuvent tre
considrs.
Sur la base de lquation de cointgration prsente dans la section I :
4.3.1. Variation dans le temps de llasticit-revenu

miT(t) = a0 y(t) + a1 [piE(t) - py(t) ] + a2 [piT(t) - piE(t) ] + c + (t)
A titre dexemple, on peut considrer que llasticit-revenu dpend de
il est possible de procder lestimation dun modle VAR, afin de
la conjoncture europenne : dans les phases hautes du cycle conomique
raliser des exercices de prvision. Dans ce cas, la structure du
(par exemple lorsque le taux de chmage u est infrieur au taux naturel
modle VAR pourrait tre de la forme suivante (lordre des retards
), llasticit-revenu peut tre plus forte que dans les phases basses
pouvant tre plus lev) :
du cycle (lorsque le taux de chmage est suprieur au taux naturel).
miT(t) =
Afin de modliser ce processus, il est possible de suggrer une
b11m T(t-1) + b21y(t-1) + b31 [p E(t-1) - py(t-1)] + b41 [p T(t-1) -
formalisation base sur les modles non-linaires transition souple
p (t-1)] + c01 1(t-1) + 1(t)
(Smooth Transition).
i
E
132
Soit la fonction de transition suivante, borne entre 0 et 1, dans
on considre diffrentes valeur du taux de chmage u(t) entre 1%
laquelle u(t) reprsente le taux de chmage europen, le taux de
et 13% et pour des valeurs des paramtres fixes : g=50, =6%,
chmage naturel et g>0 un paramtre qui dtermine la vitesse de
d0=0,1, d1 = 1,5.
transition entre les rgimes:

G(u(t) , g , ) =
On vrifie que si le taux de chmage est beaucoup plus lev que
le taux naturel ( la limite lorsque g.[u(t)-] tend vers linfini, ce qui
nest bien sr quune hypothse mathmatique), la fonction G tend
vers 0, tandis que lorsque le taux de chmage est beaucoup plus
faible que le taux naturel ( la limite lorsque g.[u(t)-] tend vers moins
linfini, ce qui ne reste encore quune hypothse mathmatique), la
Sur le plan conomtrique, lestimation du modle prcdent peut
fonction G tend vers 1.
tre ralise par la mthode des moindres-carrs non linaires ou

La fonction de transition propose permet de modliser un changement
du maximum de vraisemblance, afin de dterminer la valeur des
de llasticit-revenu en fonction du cycle dactivit europen.
paramtres inconnus d0, d1, a1, a2, c, g et .
4.3.2. Variation dans le temps de llasticit-prix

En effet, lquation dimportations peut alors tre crite sous la forme
Llasticit-prix du commerce extrieur peut dpendre de lcart
suivante:
absolu entre les prix des exportations tunisiennes et les prix des
i
T
i
E
m (t) = d0 y(t) + G.d1.yt + a1 [p (t) - py(t)] + a2 [piT(t) - piE(t) ] + c + (t)
exportations concurrentes piT(t) - piE(t).
avec: G =
En effet, lorsque le diffrentiel de prix est faible, cest--dire lorsque

[piT(t-1) - piE(t-1)] est proche de zro (ou dun seuil k donn),
Puisque la valeur de G dpend du taux de chmage europen,
llasticit-prix des exportations tunisienne peut tre suppose
relativement faible, tandis que lorsque le diffrentiel de prix est
dlasticit-revenu ncessairement comprises entre d1+d0 (vers laquelle
important, cest--dire lorsque [piT(t-1) - piE(t-1)] sloigne fortement
on tend lorsque le taux de chmage est faible) et d0 (vers laquelle on
de zro (ou dun seuil k), les exportations tunisiennes seront fortement
23
tend lorsque le taux de chmage est lev) .
dpendantes des fluctuations des prix relatifs.
La figure suivante reprsente une simulation hypothtique de
Afin de modliser ce phnomne, on peut suggrer la formalisation
llasticit-revenu engendre par cette modlisation dans laquelle
suivante :
23
Dans la mesure o le taux de chmage est ncessairement compris entre 0 et 1, une alternative consisterait remplacer simplement la fonction G par le taux de chmage
observ. Nanmoins, la fonction de transition propose prsente lavantage de prendre en considration des variables de transition plus gnrales que le taux de chmage,
et qui ne sont pas bornes entre 0 et 1.
133
Soit la fonction de transition G(.), borne entre 0 et 1, dans laquelle
diffrentes valeur du diffrentiel de prix entre -35% et 35% et pour
[piT(t-1) - piE(t-1)] reprsente le diffrentiel de prix, k le seuil au-del
des valeurs des paramtres fixes : h=15, k=0, f0=-0,1, f1 = -1,5.
duquel il est avantageux pour les consommateurs de modifier la

composition de leur panier de consommation et h>0 un paramtre
qui dtermine la vitesse de transition entre les rgimes:
G([piT(t-1) - piE(t-1)] , h , k) =
On vrifie que lorsque le diffrentiel de prix est trs lev (positivement
ou ngativement) par rapport au seuil k ( la limite lorsque h{[piT(t-1)
- piE(t-1)] - k} tend vers linfini), la fonction G tend vers 1, tandis que
lorsque le diffrentiel de prix reste faible (au sens ou la distance entre
les prix reste au voisinage du seuil k), la fonction G tend vers 0.
Comme dans le cas prcdent, lestimation du modle peut tre

ralise par la mthode des moindres-carrs non linaires ou du
La fonction de transition propose permet ainsi de modliser un
maximum de vraisemblance, afin de dterminer la valeur des
changement de llasticit-prix en fonction de lcart absolu des prix
paramtres inconnus f0, f1, a0, a1, c, h et k.
relatifs.
Ainsi, lquation dimportations peut alors tre crite sous la forme suivante:
4.4
Rationnement quantitatif par loffre ou par la
demande
miT(t) = a0 y(t) + a1 [piE(t) - py(t) ] + f0 [piT(t) - piE(t) ] + G. f1 [piT(t) - piE(t)
Nous avons indiqu dans ce qui prcde que lquation dexportations
]+ c + (t)
sectorielles tunisiennes :
avec : G =
miT(t) = a0 y(t) + a1 [piE(t) - py(t) ] + a2 [piT(t) - piE(t) ] + c
Puisque la valeur de G dpend de lcart absolu des prix relatifs,
dcrit en fait une quation de demande manant de lEurope. De
ce point de vue, il pourrait tre pertinent de dfinir cette quation
dlasticit-prix comprises entre f1+f0 (vers laquelle on tend lorsque
comme une quation de demande en lcrivant :
le diffrentiel de prix est lev) et f0 (vers laquelle on tend lorsque

lcart entre les prix est faible).
(4) DmiT(t) = a0 y(t) + a1 [piE(t) - py(t) ] + a2 [piT(t) - piE(t) ] + c
La figure suivante reprsente une simulation de llasticit-prix
Paralllement, loffre dexportation du secteur (i) est usuellement
engendre par cette modlisation dans laquelle on considre
modlise sous la forme24:
24
cf. Annabi et al., 2003.
134
SMiT(t) = S YiT(t) [PiTX(t) / PiTX(t)]T
(6)
O :
dans laquelle les fonctions doffre et de demande sont dfinies par

les quations 6 et 7. En effet, pour de grandes valeurs du paramtre
, la fonction CES fonctionne comme un oprateur Min.
SMiT(t) : offre dexportations tunisiennes en produit (i) en volume

i
T
Y : production tunisienne totale de produit (i) en volume

PiTD : indice du prix du produit (i) sur le march intrieur tunisien (en
monnaie locale)
PiTX: indice du prix lexportation tunisien du produit (i), en monnaie
locale.
S: paramtre dchelle
T: lasticit de transformation vrifiant T>0
Soit, en logarithmes :
(5) SmiT(t) = yiT + T [piTX(t) - piTD(t)] + c1
Le graphique suivant illustre le comportement de la fonction CES
Dans le cas de parfaite flexibilit des prix, lquilibre entre loffre (7)
par rapport deux variables S et D variant dans le temps, avec
et la demande (6) devra se raliser par un ajustement adquat du
=100. On peut constater que la fonction CES passe bien par le
prix des exportations25. Mais si lon suppose une certaine rigidit
minimum de S et D.
des prix lexportation, la quantit exporte se situera au minimum

entre loffre (6) et la demande (7).
Bien que lestimation dune fonction CES ne soit pas sans poser de
problmes, il peut tre envisageable destimer conomtriquement
Une estimation ralisable dun modle rationnement quantitatif de ce
lquation 8, conjointement avec les quations de dfinition
type peut tre conduite par le biais dune fonction CES de la forme :
6 et 7.
25
Notons cependant que PiTX diffre de PiT car il ne prend pas en compte la conversion en devise trangre, ni les droits de douane ou autres cots supports par les importateurs
europens du produit i.
135
Conclusion
Cette tude sest attache poser les jalons dune modlisation
rflexion sur les politiques propres amliorer la comptitivit de ces
des exportations sectorielles tunisiennes en direction du march
secteurs. Ajoutons que le secteur des hydrocarbures, qui se rvle
europen.
comme le plus sensible aux variations de prix relatifs, reste un cas

trs spcifique du fait de la nature standardise de ses produits.
A moyen terme, le travail effectu devra permettre de raliser des

prvisions moyen terme (conditionnellement des scnarios
En ce qui concerne les lasticits de la demande de court terme,
denvironnement international) et il pourra permettre de donner aux
nous avons pu mettre en vidence que le secteur le plus sensible
dcideurs certaines cls permettant dorienter les politiques
est celui de lAgriculture. Il en rsulte que ce dernier est sans doute
conomiques et industrielles en vue dun renforcement de la
le plus expos aux cycles de la conjoncture internationale, mais
dynamique des exportations tunisiennes.
aussi quil serait stratgiquement fructueux de dvelopper les

exportations de ce secteur en direction des marchs domestiques
En effet, sur le plan quantitatif, cette analyse a permis didentifier
internationaux les plus dynamiques.
les secteurs les plus sensibles des modifications de prix relatifs.

De ce point de vue, lorientation de la spcialisation vers des biens
Enfin, nous avons suggr quelques pistes de modlisation comme
moins standardiss, plus spcifiques sur le plan qualitatif, doit
prolongements possibles de lanalyse conomtrique effectue. En
permettre de rduire la sensibilit de certaines exportations par
ltat actuel, les tentatives destimation de ces modles se sont
rapport aux prix relatifs (cest le cas notamment du secteur Textile,
rvles problmatiques. Selon les tests RESET appliqus sur les
Habillement et Cuirs et du secteur des Industries Chimiques).
diffrents secteurs, les hypothses de non-linarits ont t rejetes,

tandis que les estimations de modles VAR et de modles
A plus court terme, ces secteurs se rvleraient les plus sensibles
rationnement quantitatif ne se sont pas rvls probants. Ces pistes
une dtrioration de la comptitivit-prix, ce qui doit orienter la
mritent nanmoins dtre explores dans des travaux ultrieurs.
136
Bibliographie
Hurlin, C. (2001), LEconomtrie des Donnes de Panel, Ecole
et Paramtrisation dans les MCEG, CREFA, Universit de
Doctorale Edocif, Sminaire Mthodologique.
Laval.
Narayan P.K. (2004), Reformulating Critical Values for the Bounds
De Boeff, S. (2000), Modeling Equilibrium Relationships: Error
F-statistics Approach to Cointegration: An Application to the
Correction Models with Strongly Autoregressive Data, Political
Tourism Demand Model for Fiji. Discussion Papers No. 02/04
Analysis, Vol 9, 14-48.
Monash University.
Dickey, D.A., and Fuller, W.A. (1981), Likelihood Ratio Statistics
Pesaran, M.H., Shin, Y., and Smith, R.J. (2001), Bounds testing
for Autoregressive Time Series with a Unit Root, Econometrica,
approaches to the analysis of level relationships. Journal of Applied
Vol 49, pp 1057-72.
Econometrics, Vol 16, pp 289-326.
Engle, R.F., and Granger, C.W.J. (1987), 'Cointegration and error
Wong, K. N. (2008), Disaggregated export demand of Malaysia:
correction: representation, estimation and testing, Econometrica,
evidence from the electronics industry. Economics Bulletin, Vol.
Vol 55, pp 251-276.
6, No. 6 pp. 1-14.
137
Chapitre III
Analyse des potentialits dexportation

tunisiennes
Table des matires
140
Introduction
141
1re partie : Identification des produits dynamiques
141
144
1.
2.
145
2me partie : Positionnement comptitif des exportations tunisiennes
148
3me partie : Orientation des exportations et identification des marchs potentiels
148
148
149
1.
2.
3.
151
Conclusion
152
volution des exportations et de lavantage comparatif

volution des parts de march externe
Principaux marchs dexportation

volution de la demande mondiale
Identification des marchs potentiels
139
Introduction
intgration lconomie mondiale constitue un choix
lconomie tunisienne. Toutefois,
ces performances sont
irrversible pour la Tunisie eu gard louverture croissante
vulnrables dans la mesure o les exportations tunisiennes
des conomies, la multiplication des accords aussi bien
demeurent concentres sur deux secteurs savoir le textile,
rgionaux que multilatraux, la monte en puissance des
habillement et cuir et les industries mcaniques et lectriques et
technologies de linformation et de la communication et
orientes principalement vers le march de lUE. Ce constat laisse
lmergence de lconomie du savoir. En effet, la Tunisie a franchi
dduire la prsence dopportunits non exploites par la Tunisie
au cours des dernires dcennies des tapes importantes en
aussi bien au niveau des marchs quau niveau des secteurs. Ceci
matire de libralisation de son conomie et de son intgration
est dautant plus ralisable que la Tunisie a connu une rvolution
lconomie mondiale. Cette libralisation est perceptible eu gard
devant mener un plus grand relchement de toutes les
au dmantlement des droits de douane dans le cadre de la mise
contraintes permettant aux entreprises de fournir plus defforts
en place de la zone de libre change avec lUE et la signature
pour amliorer leurs performances et garantir leur prennit. Ce
dautres accords rgionaux et bilatraux. Cette orientation na
chapitre a pour objet danalyser la performance des exportations
fait que consolider la politique de promotion des exportations dj
tunisiennes sur la priode 2003-2008 afin didentifier les marges
engage et soutenue travers la mise en place de plusieurs
de progression aussi bien au niveau des produits quau niveau
structures dappui (CEPEX, FAMEX, COTUNACE, etc.) pour aider
des marchs. Lanalyse se focalisera, dans une premire partie,
les entreprises surmonter les problmes auxquels elles se
sur loffre dexportation tunisienne travers lidentification des
heurtent et mieux se positionner sur les marchs extrieurs.
produits dynamiques prsentant des potentialits de croissance
Dautres politiques daccompagnement ont t, galement,
et davantage comparatif mme sils noccupent, jusqu prsent,
prconises afin damliorer le climat des affaires et ce travers
quune part trs modeste dans les exportations totales de biens.
la facilitation des procdures du commerce extrieur, la rduction
La deuxime partie consiste apprcier le positionnement des
des dlais de ddouanement et des cots de contrle technique
exportations tunisiennes de ces produits par rapport aux
et la mise en place dun rseau dadministration lectronique des
concurrents. Enfin, la troisime partie se propose dapprcier la
procdures commerciales (TTN). De telles actions ont, certes,
demande dimportation en ces produits et didentifier les marchs
contribu lamlioration des performances commerciales de
dexportation non encore exploits.
Au niveau dsagrg (6 chiffres de la nomenclature du systme harmonis) partir de la base de donnes Comtrade
140
1re partie : Identification des produits dynamiques
qui sont potentiellement dynamiques. Cette identification a t effectue

selon une approche multicritre lie principalement aux exportations et
1) Evolution des exportations et de lavantage comparatif
leurs avantages comparatifs rvls en termes de niveaux et de taux

de croissance. Cette approche a permis de dgager trente produits
Trente produits sont identifis prsentant des potentialits de
reprsentant environ 23% des exportations totales de biens en 2008
croissance en matire dexportation et davantage comparatif
contre seulement 7.2% en 2003. Ces produits font essentiellement

partie des secteurs des IME (9.1% contre 2.2%), de la chimie (8.6%
Cette partie a pour objectif didentifier, partir de lanalyse de loffre
contre 3.3%), de lagriculture, la pche et des IAA (4.1% contre 1.3%),
du THC (1.1% contre 0.3%) et de lindustrie diverse (0.3% contre 0.1%).
des exportations tunisiennes sur la priode 2003-2008, les produits
Tableau 1 : Croissance des exportations

Code
Croissance des
exportations (en %)
2003-2008
Nom du Produit
Agriculture, pche et IAA dont:

030239 Thons du genre thunnus, frais ou rfrigrs
040630 Fromages fondus
150910 Huile dolive vierge et ses fractions...
150990 Huile dolive et ses fractions, traites mais non chimiquement modifies...
151000 Huiles et leurs fractions obtenues exclusivement partir dolives..
151710 Margarine ( lexc. De la margarine liquide)
230690 Tourteaux et autres rsidus solides...
CHIMIE dont:
251010 Phosphates de calcium et phosphate aluminocaciques...
280920 Acide phosphorique, acides polyphosphoriques
283525 Hydrognorthophosphate de calcium
283526 Phosphates de calcium
310310 Superphosphates
THC dont:
520839 Tissus de coton, teints...
611249 Maillots, culottes de bain pour femmes ou fillettes
621010 Vtements en feutres ou non-tisss
IME dont:
721030 Produits lamins plats, en fer ou en aciers non allis
721049 Produits lamins plats, en fer ou en aciers non allis, zingus
721491 Barres en fer ou en aciers non allis...
740620 Poudres de cuivre structure lamellaire
847190 Lecteurs magntiques ou optiques
851750 Emetteurs-rcepteurs pour la tlcommunication...
852812 Appareils rcepteurs pour la tlvision en couleurs...
853180 Appareils lectriques de signalisation acoustique ou visuelle
853690 Appareillage pour le blanchement...
854430 Jeux de fils pour bougies dallumage...
854459 Conducteurs lectriques...
854890 Parties lectriques de machines ou dappareils...
902830 Compteurs dlectricit
28,27
46,75
56,74
107,55
203,17
54,07
75,91
28,89
29,88
24,04
50,85
36,53
116,31
24,29
68,72
104,17
105,32
91,80
42,16
143,82
338,66
122,78
129,03
45,15
64,99
56,69
71,38
81,99
DIVERS dont:
961210
961390
Rubans encreurs pour machines crire

Parties de briquets et allumeurs
23,23
101,17
Total
141
Part dans le total des exportations

(en %)
2003
2008
1,3
4,1
0,06
0,04
1,11
0,00
0,00
0,07
0,01
0,30
0,15
2,97
0,24
0,14
0,20
0,05
3,35
8,56
0,32
1,53
0,12
0,00
1,38
0,76
3,75
0,33
0,47
3,24
0,32
1,06
0,00
0,11
0,20
0,06
0,18
0,82
2,24
9,06
0,00
0,02
0,00
0,03
0,00
0,00
0,01
0,00
1,68
0,17
0,25
0,05
0,01
0,12
0,60
0,08
0,11
0,42
0,84
0,88
0,35
3,00
0,89
1,24
0,46
0,19
0,08
0,25
0,07
0,01
0,13
0,12
7,27
22,99
Graphique 1 : Evolution des exportations tunisiennes sur la priode 2003-2008
3 500 000
611249
283525
854430
621010
854459
251010
150910
310310
280920
853690
3 000 000
2 500 000
2 000 000
1 500 000
1 000 000
500 000
0
2003
2004
2005
2006
2007
2008
700 000
600 000
902830
230690
852812
721049
740620
040630
854890
030239
151710
961212
500 000
400 000
300 000
200 000
100 000
0
2003
2004
2005
2006
2007
2008
600 000
500 000
400 000
300 000
200 000
100 000
0
2003
2004
2005
2006
142
2007
2008
721030
283526
853180
150990
151000
520839
851750
721491
847190
961390
Il est rappeler que ces produits disposent galement dune
lindique le tableau suivant.
croissance leve de leur avantage comparatif rvl comme

Tableau 2 : Evolution de lavantage comparatif
Code
produits
Produits
2003
2008
030239
7,88
54,69
040630
Fromages fondus
1,94
9,37
150910
30,84
90,21
150990
0,04
26,03
151000
0,38
61,48
151710
5,12
14,71
230690
7,91
29,10
251010
28,33
29,52
280920
66,82
69,39
283525
41,00
82,48
283526
0,00
59,02
310310
Superphosphates
205,38
144,00
520839
0,14
7,32
611249
44,85
142,47
621010
16,65
64,06
721030
0,00
3,13
721049
0,18
3,83
721491
0,36
4,60
740620
26,72
66,14
847190
0,08
8,71
851750
0,01
8,95
852812
0,03
1,57
853180
0,01
26,20
853690
7,15
14,40
854430
0,85
5,69
854459
3,04
7,18
854890
0,91
14,71
902830
0,58
16,37
143
2) Evolution des parts de march externe
dont on cite principalement les metteurs-rcepteurs pour la

La majorit des produits de lchantillon ont vu leur part de
exclusivement partir dolives, les lecteurs magntiques ou
march samliorer
optiques, les appareils lectriques de signalisation acoustique ou

visuelle et le phosphate de calcium. En effet, les parts de march
Lexamen de lvolution des parts de march lexportation des
de la Tunisie en ces produits qui taient presque nulles en 2003sont
produits sus-mentionns sur le monde montre quelles ont connu
passes denviron 0% en 2003 1.2%, 8.4%, 1.2%, 3.6% et 8%
dans leur majorit une nette amlioration sur la priode 2003-2008
respectivement en 2008.
Tableau 3 : Evolution des parts de march de la Tunisie sur le monde (en %)

Produits
2003
2008
0,94
7,44
Fromages fondus
0,23
1,28
3,69
12,28
0,01
3,54
0,05
8,37
0,61
2,00
0,95
3,96
3,39
4,02
7,99
9,44
4,90
11,23
0,00
8,03
Superphosphates
24,56
19,60
0,02
1,00
5,36
19,39
1,99
8,72
0,00
0,43
0,02
0,52
0,04
0,63
3,20
9,00
0,01
1,19
0,00
1,22
0,00
0,21
0,00
3,57
0,86
1,96
0,10
0,77
0,36
0,98
0,11
2,00
0,07
2,23
144
2me partie : Positionnement comptitif

exportations tunisiennes uxime tape
des
Un premier groupe pour lequel la Tunisie ne figure pas parmi les

premiers fournisseurs du monde. Il sagit des produits lamins
plats en fer ou en aciers non allis, des barres en fer ou en aciers
Les exportateurs tunisiens ont nettement amlior leur position
non lamins, des appareils rcepteurs pour tlvisions en couleur,
par rapport aux concurrents pour certains produits de
des jeux de fils pour bougies dallumage et autres jeux de fils
lchantillon
pour moyens de transport et des conducteurs lectriques.

Toutefois, ces produits pourraient prsenter des marges de
Les exportations des produits retenus dans lchantillon ont connu
progression pour les exportations tunisiennes tant donn
au cours des annes 2003 et 2008 une volution diffrencie par
lamlioration de leur avantage comparatif et de la croissance
rapport aux concurrents. Ce qui nous a permis de les grouper en
de leurs exportations leur permettant doccuper environ 4% en
3 groupes savoir :
2008 contre 0.5% en 2003 du total des exportations de biens

et 17% contre 6% du total de lchantillon.
Tabeau 4 : Premiers exportateurs sur le monde
854459
854430
854459
Jeux de fils pour bougies

dallumage
Appareils rcepteurs pour la Barres en fer ou en aciers

tlvision en couleur
non allis
Produits lamins plats, en fer

ou en aciers non allis, zingus
2003
2008
2003
2008
2003
2008
2003
2008
2003
2008
Allemagne
Allemagne
Mexique
Italie
Belgique
Allemagne
Chine
Tchquie
Allemagne
Chine
Italie
tats-Unis
tats-Unis
Roumanie
Core
Slovaquie
Sude
Italie
RoyaumeUni
Espagne
Belgique
Chine
Mexique
Chine
Mexique
tats-Unis
Mexique
Chine
Japon
Japon
France
RoyaumeUni
Italie
Pologne
Pologne
Turquie
Pologne
France
Pays-Bas
Allemagne
Pologne
Portugal
Allemagne
Malaisie
Hongrie
Luxembourg
RoyaumeUni
Bulgarie
Tawan
Core
Mexique
Turquie
Roumanie
Tchquie
Espagne
Tchquie
France
Tchquie
France
Inde
Chine
France
Slovaquie
Slovaquie
Japon
Espagne
canada
Luxembourg
Core
Italie
Pologne
Japon
Philippines
Philippines
Thalande
Turquie
Espagne
Danemark
Italie
Tawan
canada
Mexique
Chine
Hongrie
Pologne
Pays-Bas
Japon
Sude
Autriche
Autriche
Tawan
Espagne
Tchquie
tats-Unis
France
Allemagne
Belgique
tats-Unis
Kazakhstan
France
Belgique
Tchquie
Autriche
Vietnam
Belgique
Malaisie
Allemagne
Allemagne
canada
Pays-Bas
Pays-Bas
Autriche
France
Core
Allemagne
Core
tats-Unis
Tawan
tats-Unis
tats-Unis
Suisse
Core
Hongrie
Ukraine
Tawan
Brsil
Japon
Russie
Slovaquie
Sude
Hongrie
Thalande
Indonsie
France
Tawan
Belgique
Finlande
Kazakhstan
Espagne
Norvge
Espagne
Thalande
Hongrie
RoyaumeUni
Singapour
Belgique
Pologne
canada
Brsil
canada
Japon
Belgique
Core
Turquie
Pays-Bas
Thalande
Suisse
Suisse
Inde
Tchquie
RoyaumeUni
Lituanie
Maroc
tats-Unis
Sude
Bulgarie
Pologne
Espagne
Finlande
Union
Douanire
d'Afrique
Australe
Sude
Japon
Portugal
Tchquie
RoyaumeUni
Inde
Brsil
Pays-Bas
Vietnam
France
Danemark
Japon
Pays-Bas
Chine
Core
Turquie
721491
145
721049
Union
Douanire
d'Afrique
Australe
Slovaquie
Espagne
Estonie
Un deuxime groupe pour lequel la Tunisie ne figure pas parmi
lhuile dolive 2 et ses fractions, pour lhuile dolive et ses
les premiers exportateurs mondiaux en 2003 alors quelle y
fractions obtenues exclusivement partir dolives et par des
est en 2008 refltant leffort dploy par les exportateurs
procds autres que mcanique ou physique et pour les
tunisiens pour amliorer leur position comptitive. Ceci est
parties de briquets et allumeurs et en 5me position pour le
dautant plus significatif que la Tunisie se trouve en 2008,
thon du genre thunnus frais ou rfrigr et pour le phosphate
pour certains produits de ce groupe en 4
me
de calcium.
position pour
961390
283526
151000
150990
Parties de briquets et
allumeurs
Huiles et leurs fractions

obtenues exclusivement
partir dolives
Huile dolive et ses fractions, Thons du genre thunnus,

traites mais non chimique- frais ou rfrigrs
ment modifies
2003
2008
2003
2008
2003
2008
2003
2008
2003
2008
Japon
Chine
tats-Unis
Italie
Espagne
Italie
Espagne
Espagne
Espagne
Chine
France
Espagne
Italie
Espagne
Italie
Mexique
Turquie
France
Italie
tats-Unis
Union
Douanire
d'Afrique
Australe
Pays-Bas
Russie
Grce
Grce
Turquie
Portugal
Australie
Malte
Italie
Tunisie
Finlande
Chine
Indonsie
Tunisie
Portugal
Tunisie
Croatie
Indonsie
Pays-Bas
Pays-Bas
Chine
Tunisie
Portugal
Portugal
Syrie
Turquie
Indonsie
Tunisie
Belgique
Japon
Allemagne
Lituanie
Turquie
Turquie
Grce
Tawan
Tawan
tats-Unis
Thalande
Russie
Allemagne
tats-Unis
Maroc
Grce
RoyaumeUni
France
Turquie
Croatie
Espagne
Espagne
France
Sude
Syrie
RoyaumeUni
Argentine
Vietnam
Vietnam
Italie
Mexique
Philippines
Tawan
Belgique
Belgique
France
Syrie
Japon
Australie
Allemagne
Slovnie
Brsil
Liban
Liban
tats-Unis
Chypre
Australie
tats-Unis
Maroc
Italie
Maroc
Allemagne
Hongrie
Maroc
RoyaumeUni
Liban
Allemagne
Brsil
Sude
RoyaumeUni
Colombie
tats-Unis
Allemagne
tats-Unis
Maroc
Mexique
Core
Isral
Espagne
France
Bulgarie
Maroc
Oman
Italie
Mexique
Malaisie
Tchquie
Indonsie
Canada
Vietnam
Mexique
Colombie
Inde
Pays-Bas
Croatie
Argentine
RoyaumeUni
Allemagne
France
Indonsie
Singapour
RoyaumeUni
Inde
Costa Rica
Japon
Inde
Suisse
Turquie
Brsil
Argentine
France
Australie
Tunisie
Grce
RoyaumeUni
Core
Lituanie
Turquie
Jordanie
Japon
Pays-Bas
Union
Douanire
d'Afrique
Australe
Belgique
Papouasie
NouvelleGuine
Malaisie
Singapour
Slovnie
Danemark
Kazakhstan
Sude
Canada
Australie
Tawan
Brsil
Canada
Tawan
Russie
Japon
Isral
Allemagne
Lituanie
Singapour
Singapour
Maldives
tats-Unis
Philippines
tats-Unis
Finlande
Union
Douanire
d'Afrique
Australe
France
Italie
030239
Traites mais non chimiquement modifies, obtenues, partir des fruits de lolivier, uniquement par des procds mcaniques ou physiques, dans des conditions naltrant
pas lhuile
146
Un troisime groupe pour lequel la Tunisie a nettement
enduits, recouverts) (3me rang contre 11me) et les tourteaux
consolid sa position en 2008 par rapport 2003 dont on cite
et autres rsidus solides de lextraction de graisse ou huiles
les vtements en feutre ou non tisss (mme imprgns,
vgtales (6me contre 14me).
621010
230690
2003
2008
2003
2008
Chine
Chine
tats-Unis
Inde
Mexique
Italie
Inde
Chine
Italie
Tunisie
Espagne
Espagne
Luxembourg
Luxembourg
Belgique
Kazakhstan
tats-Unis
KHM
Chine
tats-Unis
Royaume-Uni
tats-Unis
Pays-Bas
Tunisie
Allemagne
Mexique
Syrie
Belgique
Pays-Bas
Philippines
Npal
Argentine
Brunei
Allemagne
France
Danemark
Indonsie
Pays-Bas
Grce
France
Tunisie
Royaume-Uni
Canada
Thalande
France
Indonsie
Royaume-Uni
Indonsie
Slovaquie
Vietnam
Singapour
Gorgie
Portugal
Belgique
Tunisie
Canada
Thalande
Thalande
Thalande
Syrie
Belgique
Slovaquie
Indonsie
Italie
Bulgarie
France
Danemark
Singapour
Pologne
Roumanie
Allemagne
Grce
Singapour
Espagne
Mexique
Kenya
147
3me partie : Orientation des exportations et

identification des marchs potentiels
daccs ces marchs. Dautres pays arabes figurent aussi

comme clients pour la Tunisie mais dune faon trs timide. Il
sagit de la Syrie et du Liban pour le phosphate dicalcique, de
1) Principaux marchs dexportation
lArabie Saoudite pour ce mme produit et pour lhuile dolive

vierge, du Qatar pour ce dernier et de la Jordanie pour la
Si les exportations de la majorit des produits de lchantillon

sont principalement orientes vers le march de lUE et, un
margarine;
-
la diversification des marchs est remarquable pour certains
degr moindre, vers des pays arabes proches, il nen demeure
produits de lchantillon tant donn que leurs exportations
pas moins quelles sont orientes pour certains produits vers
sont orientes vers un nombre relativement lev de marchs.
des marchs non traditionnels.
Il sagit des conducteurs lectriques (pour tension entre 80 et

1000 V sans pices de connexion), des relais (pour une tension
Les investigations effectues sur lidentification des principaux
entre 60 et 1000 V), des superphosphates, de lAcide
marchs dexportation de la Tunisie pour lchantillon de produits
phosphorique, du phosphate dicalcique, des Phosphates de
durant la priode 2003-2008 font ressortir les rsultats
calcium et phosphates aluminocalciques naturels et craies
suivants:
phosphates non moulus et de lhuile dolive vierge;

-
Le Japon constitue le premier client de la Tunisie pour le thon
Une faible diversification des marchs dans la mesure o les
du genre thunnus frais ou rfrigr suivi par la France, lItalie,
exportations sont, pour la majorit de ces produits, orientes
lEspagne et lAllemagne.
vers des pays de lUE dont principalement la France, lItalie
2) volution de la demande mondiale
et lEspagne;
-
laccs des exportations au march arabe est restreint

principalement la Libye et un degr moindre lEgypte et
Lexamen de lvolution
au Maroc dans la mesure o ces trois pays constituent les
lchantillon de produits retenus montre que celles-ci ont connu,
principaux clients de la Tunisie pour certains produits de
lexception des metteurs-rcepteurs pour la tlcommunication,
lchantillon. Toutefois et suite linstabilit lie la rvolution
une croissance moyenne relativement leve sur la priode 2003-
qua vcue les deux premiers pays, la Tunisie pourrait rencontrer
2008 refltant leffort dploy par les exportateurs tunisiens pour
au cours des prochains mois de 2011 certains problmes
sadapter la demande mondiale.
148
des importations mondiales pour
Graphique 2 : Croissance des importations mondiales sur la priode 2003-2008
45%
40%
35%
30%
25%
20%
15%
10%
5%
-5%
310310
230690
280920
854459
251010
283526
721491
721049
151000
740620
852812
283525
151710
621010
150910
721030
150990
853690
902830
520839
040630
854430
853180
030239
854890
847190
611249
851750
0%
Lanalyse gagnerait en pertinence en mettant laccent sur la
Tunisie pourrait exploiter dans la mesure o les exportations
demande dimportation par pays pour cerner les principaux
tunisiennes par produit ne sont pas gnralement orientes vers les
importateurs de ces produits et voir dans quelle mesure la Tunisie
pays les plus demandeurs3. Dans ce cadre, les investigations
est oriente vers ces pays ; ce qui permettrait didentifier, pour
empiriques ont permis didentifier les marchs potentiels notamment
chaque produit, les marchs dexportation potentiels.
pour les quatre premiers
produits dynamiques du ct des
exportations tunisiennes (les metteurs-rcepteurs pour la
3) Identification des marchs potentiels

exclusivement partir dolives, les lecteurs magntiques ou optiques
Les exportations tunisiennes pour les produits de lchantillon
et les appareils lectriques de signalisation acoustique ou visuelle )
ne sont pas gnralement orientes vers les pays les plus
et du ct des importations mondiales ( les superphosphates, les
demandeurs
tourteaux et autres rsidus solides, mme broys ou agglomrs

de lextraction de graisses ou huiles vgtales, lacide phosphorique
Lexamen des principaux pays importateurs pour les annes 2003
et les conducteurs lectriques pour tension entre 80 et 1000 V sans
et 2008 montre la prsence de potentialits dexportation que la
pices de connexion).
Ce sont les dix premiers importateurs en 2003 et 2008
149
Table 7 : Marchs potentiels pour les quatre premiers produits dynamiques du ct des exportations tunisiennes
851750
151000
Emetteurs-rcepteurs pour la
tlcommunication
Huiles et leurs fractions obtenues

exclusivement partir dolives
Allemagne
Espagne
847190
853180
Appareils lectriques de signalisation

acoustique ou visuelle
Bulgarie
Belgique
Australie
Espagne
Chine
Canada
Royaume-Uni
France
Espagne
Espagne
Hong Kong
Pays-Bas
Hong Kong
Royaume-Uni
Inde
Pologne
Isral
Hong Kong
Japon
Portugal
Italie
Japon
Pays-Bas
Roumanie
Japon
Core
Pologne
tats-Unis
Malaisie
Mexique
Singapour
Pays-Bas
Sude
Thalande
Thalande
Turquie
tats-Unis
tats-Unis
tats-Unis
Table 8 : Marchs potentiels pour les quatre premiers produits dynamiques du ct des importations mondiales
280920
310310
230690
Superphosphates
854459
Argentine
Bahamas
Canada
Autriche
Australie
Indonsie
Allemagne
Canada
Belgique
Inde
Royaume-Uni
Chine
Chili
Japon
Core
Tchquie
Indonsie
Core
Thalande
Allemagne
Japon
Mexique
Espagne
Sri Lanka
Malaisie
Royaume-Uni
Pays-Bas
Thalande
Hong Kong
Paraguay
Tawan
Hongrie
Vietnam
Italie
Japon
Mexique
Pays-Bas
Thalande
tats-Unis
150
Conclusion
analyse des exportations montre que la Tunisie dispose des
La deuxime tape de la mthodologie consiste dterminer,
potentialits de croissance aussi bien par produit que par march
pour chacun des principaux produits identifis dans la premire
quil importe dexploiter. Elle rvle :
tape :
la prsence des marges de progression en matire dexportation
1. les premiers exportateurs sur le monde afin dapprcier le
et davantage comparatif au niveau dun chantillon de 30
positionnement de la Tunisie par rapport ses concurrents ;
produits,
2. les principaux marchs dexportation de la Tunisie ;
lamlioration des parts de march externe pour la majorit de
3. les premiers importateurs du monde ;
ces produits,
4. les marchs potentiels de la Tunisie (ceux qui figurent parmi
la consolidation du positionnement comptitif des exportateurs
les principaux importateurs et ne sont pas des clients de la
tunisiens par rapport aux concurrents pour certains produits,
Tunisie).
la concentration des exportations de la majorit des produits de

lchantillon sur des pays de lUE et, un degr moindre, sur
Source de donnes :
des pays arabes proches,

-
lorientation des exportations de certains produits vers des
Les donnes utilises pour cette tude ont pour source la base de
marchs arabes non traditionnels et
donnes comtrade sur le commerce extrieur gre par la Division
le manque dorientation des exportations tunisiennes de
des Statistiques de lOrganisation des Nations Unies. Ces statistiques
lchantillon de produits vers les marchs les plus demandeurs.
sont fournies selon la nomenclature internationale du Systme

Harmonis de codification de marchandises. Elles sont exprimes
Mthodologie :
en dollar courant des Etats-Unis et en quantit.
Cette typologie a t arrte avec lexpert Michael Gasiorek. Elle
Indicateurs :
comporte deux tapes dont la premire consiste classer les

exportations tunisiennes par produit au niveau six chiffres de la
Les indicateurs ont t calculs, dans leur majorit, laide dun
nomenclature du systme harmonis (NSH6) selon leur part dans
logiciel Tradesift install par lexpert et concernent principalement :
le total de biens afin didentifier ensuite les principaux produits dont

les exportations et lavantage comparatif sur lUE et sur le monde
ont cr dune faon remarquable sur la priode 2003-2008.
la part du produit i dans le total des exportations tunisiennes :

cest le rapport entre la valeur des exportations du produit i et
la valeur du total des exportations de biens,
Une analyse multicritres a t effectue par lexpert pour arrter
la part de march de la Tunisie du produit i sur le monde : cest
un chantillon de 30 produits considrs potentiels pour les
la valeur des exportations tunisiennes du produit i par rapport
celle des importations mondiales et,
151
lavantage comparatif rvl du produit i ou lindice de
Lafay G.(1988) Les indicateurs de spcialisation internationale
spcialisation: cest la part de march de la Tunisie en produit i
Document de travail du CEPII n 88.01
rapport la part de march de la Tunisie pour le total de biens
Travernier Jean-Luc. Echanges extrieurs et avantages comparatifs :
(tous produits confondus). Si lavantage est suprieur 1, on dit
la spcialisation de la France confronte celle de ses concurrents.
que la Tunisie dispose dun avantage comparatif pour ce produit.
In : Economie et prvisions n94-95.

Lavantage comparatif, notion fondamentale et controverse ,
Rfrences bibliographiques :
CEPII, lconomie mondiale 2002 p90-104.
152
Chapitre IV
Assistance lanalyse du systme

productif tunisien
Table des matires

155
1. Synthse du travail ralis
155
1.1 Exploitation des bases de donnes individuelles
156
1.2 Dtermination dun cadre mthodologique pour analyser lvolution de la productivit de lindustrie tunisienne
157
2. Analyse des rsultats
157
2.1 Analyse descriptive de la base de donnes dentreprises de lindustrie tunisienne
169
2.2 Lanalyse de la dcomposition de la productivit
170
2.2.1 Le principe des mthodes de dcomposition
171
2.2.2 Rsultats
176
2. conclusion
177
Bibliographie
154
1.
Synthse du travail ralis
la suite de la premire mission en septembre, les besoins de
deuximement, prsenter et expliquer les principales

commandes de la gestion des bases de donnes sur Stata (cf.
lITCEQ qui ont merg, taient cibls prioritairement sur deux
diapositives en Annexe) ;
points : (i) lexploitation des bases de donnes individuelles, et (ii) la

-
dtermination dun cadre danalyse pour tudier lvolution de la
troisimement, crer, sous Stata, une base unique regroupant

lensemble des donnes disponibles issues des Enqutes,
productivit du travail des entreprises tunisiennes.
lesquelles taient initialement sur des fichiers Excel spars par
1.1 Exploitation
individuelles
des
bases
de
donnes
anne et par catgorie de variables (tat rsultat, emploi, passif,

actif, immobilisations, identification, autres valeurs comptable et
autre valeurs comptables et suite).
Une des principales proccupations de lquipe de lITCEQ

concernant lutilisation des donnes individuelles est le problme
Le passage de ces fichiers Excel une base complte sur Stata,
du nettoyage. Cette partie du travail est primordiale puisquelle
ncessitait :
conditionne la qualit des rsultats et de lanalyse qui sera effectue

partir de ces donnes. De plus, il est important de suivre une
procdure rigoureuse et de contrler les changements successifs
dharmoniser chacun des fichiers Excel pour les rendre

comparables,
de la base qui sont conscutifs aux diffrentes tapes du nettoyage.
de crer des correspondances entre des questionnaires diffrents
Cette procdure, qui se programme sur Stata, demande du temps
(changement de questionnaire partir de 98, cf. en Annexe le
et une matrise correcte du logiciel.
tableau de correspondance que nous avons ralis, avec

linformation sur les coefficients de corrlation),
La procdure comprend deux grandes tapes. La premire consiste
dajouter les indices de prix,
prparer la base sur Stata (constitution dune base unique partir
de faire la fusion de l'ensemble de ces fichiers pour avoir une
de diffrents fichiers de donnes, harmonisation des questionnaires,
base complte sur STATA.
interpolations, etc.). La seconde tape consiste nettoyer
quatrimement, laborer, avec lquipe de lITCEQ, le
proprement parler, c'est--dire supprimer les valeurs aberrantes,
programme de la procdure de nettoyage, dans lequel nous
ainsi que des observations lorsque les principales variables ne sont
avons introduit de nombreux commentaires, de faon ce que
pas renseignes.
lITCEQ puisse non seulement lutiliser, mais surtout le modifier

leur convenance.
Lassistance technique apporte par lquipe du DEFI a consist,

Principaux rsultats de cette premire partie (I.1)
-
premirement, prsenter les mthodes de nettoyage des bases

de donnes dentreprises utilises le plus couramment dans la
littrature (cf. diapositives en Annexe) ;
de nettoyage des donnes microconomiques et sur la gestion
155
Lassistance technique apporte par lquipe du DEFI a consist,
des bases de donnes sur le logiciel Stata.

-
En termes douput, lITCEQ dispose (i) d'une base de donnes

-
complte sous Stata avec lensemble des variables disponibles
premirement, prsenter et expliquer les diffrentes mthodes
issues de lEnqute, sur une priode de 11 ans (1997-2007) et
de dcomposition de la productivit utilises dans la littrature
(ii) dun programme de nettoyage sous Stata que nous avons
sur donnes individuelles (cf. diapositives en Annexe) ;

-
valid ensemble au cours de la dernire mission en Avril.
deuximement, laborer le programme de dcomposition

choisie sur Stata et expliquer le contenu et les diffrentes
1.2
Dtermination dun cadre mthodologique
pour analyser lvolution de la productivit de
lindustrie tunisienne
tapes de ce programme lquipe de lITCEQ dans le but

que ses cadres puissent lutiliser sans dpendre de lquipe
du DEFI.
Principaux rsultats de cette deuxime partie (1.2)
Les discussions au cours de la premire mission Tunis ont

dbouch sur la dcision dappliquer la mthode de dcomposition
de la productivit. Cette mthode consiste identifier dans quelle

mesure les progrs de productivit sont attribuables des
de dcomposition utilises dans la littrature.
augmentions de productivit lintrieur des entreprises ou au

phnomne de rallocation.
En termes douput, lITCEQ dispose dun programme de

dcomposition de la productivit sous Stata.
156
2.
Analyse des rsultats
ous procdons, dans une premire section, une analyse
structure du capital. Le passage prix constant a t effectu en
descriptive de la base de donnes des entreprises tunisiennes
utilisant les indices de prix la production, la valeur ajoute et les
issues de lchantillon des Enqutes sur une priode allant de 1997
indices de prix des consommations intermdiaires 5 digits. Lindicateur
2007. Dans la section suivante, nous analysons les rsultats de
de performance des entreprises qui est utilis est la productivit du
la dcomposition de la productivit.
travail, obtenu, au niveau de chaque entreprise, par le ratio de la valeur

ajoute prix constant sur leffectif total, cet effectif total comprenant
2.1 Analyse descriptive de la base de donnes

dentreprises de lindustrie tunisienne
la fois leffectif permanent et les emplois saisonniers.

En ne retenant que le secteur industriel, la base brute initiale compte
Lensemble des donnes de la base sont issues des Enqutes
16 442 observations, ce qui reprsentent 4 464 entreprises. Une
Annuelles conduites par lInstitut National de la Statistique tunisien et
fois nettoye (la procdure de nettoyage est dtaille dans lencadr
qui sont mises disposition de lITCEQ. La base concerne les secteurs
1), la base non cylindre comprend 15 202 observations et 4 206
de lindustrie tunisienne de 1997 2007. Elle contient des informations
entreprises. Le tableau 1 donne le nombre dentreprises par anne.
sur la production, les consommations intermdiaires, lemploi
Il est le plus faible en 2007, avec 1 180 et, au plus haut, en 2000,
permanent, lemploi saisonnier, le secteur dactivit, la rgion et la
avec 1 613 entreprises.
Tableau 1 : Nombre de firmes par anne

Annes
Nombre de firmes
1997
1380
1998
1471
1999
1385
2000
1613
2001
1586
2002
1333
2003
1253
2004
1247
2005
1318
2006
1436
2007
1180
Nombre dobservations
15 202
157
Le tableau 2 indique le nombre dentreprises selon le nombre dannes
firmes sont prsentes pour toutes les annes, c'est--dire pendant 11
de prsence dans la base. Prcisons que ce nombre dannes de
ans. On observe aussi quun trs grand nombre dentreprises (1 469,
prsence peut ne pas tre conscutif. On constate que, seules, 89
soit environ 35% des firmes) napparaissent quune seule anne.
Tableau 2 : Nombre dentreprises selon le nombre dannes de prsence dans la base

Nombre dannes de prsence dans la base
En pourcentage
1469
35%
561
13%
469
11%
327
8%
322
8%
318
8%
205
5%
178
4%
140
3%
10
128
3%
11
89
2%
Total
4206
100%
Le tableau qui suit (tableau 3) montre la rpartition des firmes de
entreprises de lchantillon. Le secteur de lautomobile ne reprsente,
lchantillon par secteur. Les plus reprsents sont lhabillement (29%)
en revanche, que 2% du nombre dentreprises, suivi par les secteurs
et lagro-alimentaire (13%). A eux seuls ils reprsentent 42% des
chimie & pharmacie et, caoutchouc & produits plastiques (4% chacun).
Tableau 3 : Nombre de firmes par secteur

Secteur
Nombre de firmes
En pourcentage
561
13%
Textile
262
6%
Habillement
1236
29%
Chaussures et Cuir
250
6%
283
7%
Chimie et Pharmacie
179
4%
159
4%
314
7%
Matriaux mtalliques
320
8%
10
329
8%
11
102
2%
12
Meubles
211
5%
158
La rpartition par taille des 4 206 entreprises a t ralise sur la base
lchantillon ont, en moyenne, un nombre demploys infrieur ou gal
du critre de lemploi total moyen de chaque entreprise, en utilisant la
23. Dans le groupe de moyennes (qui correspond au second tiers
mthode des quantiles. La rpartition obtenue classe dans le groupe
des entreprises), les firmes ont un nombre demploys strictement
de petites, les entreprises qui un nombre demploys total infrieur
suprieur 23 et infrieur ou gal 77. Les grandes (le dernier tiers
ou gal 23. Autrement dit, le premier tiers des entreprises de
des entreprises de lchantillon) ont plus de 77 employs.
Encadr 1. Cleaning Procedure

La procdure que nous avons labore est largement inspire de Hall and Mairesse (1995).
On supprime les firmes qui n'ont jamais renseign leur VA ou leur emploi. On supprime galement les observations avec des
variables nulles, non renseignes ou ngatives, ainsi que celles ayant des taux de croissance annuels des ratios VA/Emploi total,
Consommations intermdiaires/Emploi total, Revenu/Emploi total ou Capital/Emploi total, suprieurs 500% ou infrieurs -500%.
Le tableau 4 montre la rpartition des entreprises par taille selon
concernent, par consquent, davantage les firmes de petite taille.
le nombre dannes de prsence dans la base. En considrant
La rpartition par taille des entreprises prsentes pendant 5
la premire ligne du tableau, on voit, par exemple, que parmi les
annes correspond globalement la rpartition par quantile des
1469 firmes prsentes une seule anne, la moiti (cest dire
4 206 entreprises de lchantillon. Environ 80% des entreprises
732) sont dans la catgorie des petites, un tiers environ (soit
prsentes dans la base durant 11 ou 10 annes appartiennent
455) appartiennent la catgorie des moyennes et 19% (soit
la catgorie des grandes entreprises. Les entreprises ayant
282 entreprises) sont considres comme grandes. Les entres
plus de 77 employs en moyenne sont donc prsentes dans
et sorties de lchantillon (qui ne sont pas forcment, rappelons-
lchantillon durant un nombre dannes plus lev que les
le, des nouvelles entreprises ou des cessations dactivit)
moyennes et surtout les petites.
Tableau 4 : Nombre dentreprises par taille selon le nombre dannes de prsence dans la base
Nombre dannes
de prsence dans
la base
Nombre
Total
Petite
Moyenne
Grande
Petite
Moyenne
Grande
1469
732
455
282
50%
31%
19%
561
195
205
161
35%
37%
29%
469
144
172
153
31%
37%
33%
327
84
104
139
26%
32%
43%
322
114
106
102
35%
33%
32%
318
68
109
141
21%
34%
44%
205
27
78
100
13%
38%
49%
178
17
67
94
10%
38%
53%
140
10
46
84
7%
33%
60%
10
128
24
101
2%
19%
79%
11
89
15
73
1%
17%
82%
Pourcentage
159
Dans le tableau 5, on sintresse la rpartition des entreprises de
dans le secteur du bois, papier & dition (58%), dans lagro-
la base par taille lintrieur des secteurs. Par exemple, on peut
alimentaire (57%), dans la fabrication de meubles (51%) et dans les
voir, dans la deuxime partie du tableau, que la rpartition dans le
matriaux mtalliques (45%). En revanche, elles sont moins prsentes
secteur 10 (quipement lectrique) est le plus proche de la rpartition
dans deux secteurs : lhabillement (10%) et les chaussures et cuir
des firmes de lensemble de la base. 30% des entreprises sont en
(23%). Cest dans ce seul secteur du cuir et chaussures, que les
effet de petite taille, 36% appartiennent la catgorie des moyennes
entreprises moyennes sont relativement les plus prsentes, avec
et 35% sont grandes. Les chiffres en gras ou surligns en gris mettent
une part de 40%. Cest aussi dans un seul secteur (lagro-alimentaire)
en vidence, en revanche, les cas o les pourcentages sont loigns
que ces entreprises moyennes sont relativement moins prsentes
de ceux qui correspondent lensemble des secteurs. Les
(21%). Enfin, les entreprises considres comme grandes sont
pourcentages les plus levs sont en gras et les pourcentages les
plus fortement prsentes dans lhabillement (57%), mais relativement
plus faibles sont surligns en gris. On constate que les entreprises
moins prsentes dans le bois, papier & dition (13%), les matriaux
dans la catgorie des petites sont relativement plus prsentes
mtalliques (17%) et lagro-alimentaire (22%).
Tableau 5 : Rpartition des entreprises par secteur et par taille

Secteurs
Nombre
Pourcentage
Total
Petite
Moyenne
Grande
Petite
Moyenne
Grande
1. Agro-alimentaire & taire
561
317
119
125
57%
21%
22%
2. Textile
262
96
103
63
37%
39%
24%
3. Habillement
1236
124
406
706
10%
33%
57%
4. Chaussures & Cuir
250
57
101
92
23%
40%
37%
5. Bois, Papier & Edition
283
163
82
38
58%
29%
13%
6. Chimie et Pharmacie
179
68
62
49
38%
35%
27%
7. Caoutchouc
159
61
62
36
38%
39%
23%
8. Matriaux non mtalliques
314
124
109
81
39%
35%
26%
9. Matriaux mtalliques
320
145
121
54
45%
38%
17%
10. Equipements
329
98
117
114
30%
36%
35%
11. Industrie automobile
102
35
28
39
34%
27%
38%
12. Meubles
211
107
71
33
51%
34%
16%
Dans la mesure o, comme on la dj mis en vidence, les grandes
respectivement de 16%, 14% et 15%), au profit essentiellement des
entreprises demeurent plus longtemps dans la base que la catgorie
grandes entreprises, en particulier en 2004 et 2005, puisque cette
des moyennes et surtout des petites, la rpartition des entreprises
catgorie des grandes entreprises reprsentent, pour ces deux
par anne et par taille, dcrite dans le tableau 6, montre en premier
annes, respectivement 56% et 55% des observations annuelles.
lieu la prdominance des grandes entreprises dans le total des
Le tableau suivant (tableau 7) indique la rpartition des entreprises
observations. Ces dernires reprsentent en effet 46% des 15 202
selon la structure du capital et la taille. Parmi les 4 206 entreprises
observations de lensemble de lchantillon (soit 6 996 observations
de lchantillon, 126 (soit 3%) ont une partie de leur capital dtenue
qui concernent la catgorie des grandes entreprises), les moyennes
par lEtat et 1 243 (soit 30%) ont une partie de leur capital dtenue
reprsentent 32% (soit 4 882 observations), tandis que les petites
par des investisseurs trangers. Les firmes concernes sont
ne reprsentent que 22% du total des observations (soit 3 324
essentiellement dans la catgorie des grandes (58% pour la
observations). On constate quen 2002, 2004 et 2005, les petites
dtention de capital tatique et 65% pour la dtention de capital
entreprises sont relativement peu reprsentes (avec des parts,
tranger).
160
Tableau 6 : Nombre de firmes par anne et par taille

Nombre dannes
de prsence dans
la base
Nombre
Total
Petite
Moyenne
Grande
Petite
Moyenne
Grande
1997
1380
386
457
537
28%
33%
39%
1998
1471
417
478
576
28%
32%
39%
1999
1385
348
467
570
25%
34%
41%
2000
1613
368
586
659
23%
36%
41%
2001
1586
323
568
695
20%
36%
44%
2002
1333
219
449
665
16%
34%
50%
2003
1253
251
361
641
20%
29%
51%
2004
1247
174
380
693
14%
30%
56%
2005
1318
204
387
727
15%
29%
55%
2006
1436
336
417
683
23%
29%
48%
2007
1180
298
332
550
25%
28%
47%
Total (nombre
dobservations)
15202
3324
4882
6996
Total (en % du
nbre dobs.)
100%
22%
32%
46%
Pourcentage par anne
Tableau 7 : Nombre de firmes par structure du capital et par taille
Nombre
Total
Entreprises ayant au moins une

partie de son capital dtenue par
ltat
126
(soit 3% des 4206
entreprises)
Entreprises ayant au moins une

partie de son capital dtenue par
des investisseurs privs trangers
1243
(soit 30% des
4206 entreprises)
Pourcentage par type de firmes

Petite
Moyenne
Grande
Petite
Moyenne
Grande
24
29
73
19%
23%
58%
107
334
802
9%
27%
65%
Dans le tableau 8, est indiqu le nombre dentreprises par grande
nombre demploys permanents, du nombre demploys total, du
rgion. On constate que la trs grande majorit des entreprises de
stock de capital, de linvestissement et de la productivit du travail,
lchantillon sont localises dans le district de Tunis, dans le Nord
la fois pour lensemble des entreprises de lchantillon et en les
Est et le Centre Est. Seulement, 6% des 4 206 firmes se trouvent
distinguant par taille. Le cas des entreprises tunisiennes confirme
dans le Nord Ouest, 3% sont dans le Sud (Est et Ouest) et 2% de
bien ce que lon le constate habituellement dans la littrature,
lchantillon sont dans le Centre Ouest.
savoir une productivit qui crot avec la taille des entreprises. Les
grandes entreprises ont en effet une productivit du travail, en
Le tableau 9 prsente les moyennes et les carts-types de la valeur
moyenne non pondre, plus leve (8,78), comparativement aux
ajoute, des consommations intermdiaires, de la production, du
moyennes (8,71) et aux petites (8,48).
161
La catgorie des entreprises moyennes ont une valeur ajoute,
17 fois plus lev que la catgorie des petites. Elles sont, par
des consommations intermdiaires, une production et un stock de
consquent, caractrises par une plus forte intensit capitalistique
capital, 4 fois plus levs que les petites. En revanche, elles
(presque 2 fois plus leve que les petites et un peu plus de 1,5 fois
investissent 5 fois plus et emploient seulement 3,5 fois plus que la
plus leve que les moyennes). Ce constat peut laisser penser quen
catgorie des petites. Les grandes entreprises ont une valeur
utilisant la productivit globale des facteurs la place de la
ajoute 24 fois plus leve que les petites. Elles investissement 28
productivit du travail, la catgorie des grandes entreprises
fois plus, ont un stock de capital 31 fois plus lev et un emploi total
pourraient ne pas avoir le meilleur niveau moyen defficience.
Tableau 8 : Nombre dentreprises par grande rgion

Rgions
En pourcentage
Grand Tunis et Nord Est
1829
45%
Nord Ouest
246
6%
Centre Est
1731
43%
Centre Ouest
95
2%
Sud Est et Ouest
122
3%
Total
4023*
100%
* 183 entreprises nont pas renseign leur localisation, ce qui explique que lon ne retrouve pas le nombre total de firmes dans la base, qui est de 4206.
162
Tableau 9. Principales statistiques des entreprises pour lensemble de lchantillon et par taille
Par taille
Petite
Moyenne
Grande
Ensemble
Variables
Moyenne
Ecart-type
Valeur ajoute (prix constant)
101 583
303 478
Consommations intermdiaires (prix constant)
329 622
1 438 669
Production (prix constant)
428 824
1 681 111
Nombre demploys permanents
13
Nombre demploys total (permanents et saisonniers)
13
Stock de capital (prix constant)
165 439
282 812
Investissement (prix constant)
23 277
72 482
Productivit du travail*
8,48
0,90
427 958
880 480
1 246 976
2 953 823
1 670 705
3 670 848
43
20
47
20
662 209
1 067 453
116 032
328 370
8,71
0,90
2 496 077
8 067 454
6 327 027
22 900 000
8 807 453
30 100 000
205
261
232
334
5 129 195
22 700 000
659 287
2 149 993
8,78
0,88
1 308 348
5 606 703
3 384 245
15 900 000
4 683 511
20 900 000
111
198
125
248
2 609 306
15 600 000
345 758
1 499 262
8,69
0,90
* Il sagit de la moyenne non pondre, sur lensemble des 11 annes, exprime en log.
Le tableau 10 donne la productivit moyenne non pondre par
des quipements lectriques (9,11) et du caoutchouc et produits
secteur sur les 11 annes contenues dans lchantillon. Sur
plastiques (9,06). Trois secteurs seulement ont une productivit
lensemble de la priode considre, 9 secteurs ont une
moyenne qui se situe en dessous la productivit de lensemble
productivit moyenne au dessus de celle de lensemble des
des entreprises de lchantillon. Il sagit de lhabillement (avec une
entreprises. Parmi ces secteurs, les plus productifs sont la chimie
productivit moyenne de 8,25), les chaussures et cuir (8,45) et les
et pharmacie (avec une moyenne non pondre de 9,49), suivi
meubles (8,60).
163
Tableau 10 : Moyenne non pondre de la productivit du travail par secteur

Secteur
Textile
8,72
Habillement
8,25
Chaussures et Cuir
8,45
8,89
Chimie et Pharmacie
9,49*
9,06
8,94
Matriaux mtalliques
8,77
10
9,11
11
8,85
12
Meubles
8,60*
8,88
Le tableau 11 indique la productivit moyenne non pondre selon
entreprises. On ne peut, toutefois, en dduire aucun lien de
la structure du capital des entreprises. On constate que les firmes
causalit, dautant que, comme on la montr plus haut, ces firmes
dont le capital est dtenu en totalit ou en partie par lEtat ou par
appartiennent majoritairement la catgorie des grandes
des investisseurs trangers, ont, sur lensemble de la priode, une
entreprises. Il nest donc pas tonnant dobserver une productivit
productivit moyenne suprieure celle de lensemble des
moyenne plus leve pour ces deux catgories dentreprises.
Tableau 11 : Moyenne de la productivit du travail selon la structure du capital

Entreprises ayant au moins une partie de son capital dtenue par lEtat
9,22
Entreprises ayant au moins une partie de son capital dtenue par des investisseurs
privs trangers
8,71
On passe, dans ce qui suit, lanalyse descriptive de lvolution de la
en effet caractrise par un renouvellement important des entreprises
productivit du travail. Le tableau 12 donne la productivit moyenne
dans lchantillon : comme le montre le tableau 13, 30% des firmes
pondre par anne (exprime en log), qui est galement reprsente
en 2007 nont jamais t prsentes auparavant dans la base. Il semble
sous forme graphique (graphique 1). Au cours de ces 11 annes, la
donc que ces entres et sorties dentreprises ont trs fortement
productivit du travail des entreprises tunisiennes de notre chantillon
contribues cette augmentation de la productivit entre 2006 et 2007.
a fortement augment. On est pass dune productivit du travail (en
Bien que lINS utilise un certain nombre de procdures pour garantir
moyenne pondre) de 9,42 en 1997 9,67 en 2006 (ce qui reprsente
la reprsentativit des chantillons enquts, on doit faire preuve de
25% daugmentation) et 9,91 en 2007 (soit 49% daugmentation,
prudence dans linterprtation des rsultats lorsque lon travaille sur
toujours par rapport 1997). En taux de croissance annuels, la
des bases de donnes qui ne sont pas issues de recensements. Aussi,
productivit a baiss uniquement entre 2002 et 2003 (de 5%), entre
pour ne pas fausser les interprtations, certains graphiques seront
2003 et 2004 (de 1%) et entre 2004 et 2005 (de 1%). La forte
prsents la fois (i) sur toute la priode (cest dire de 1997 2007)
augmentation de la productivit entre 2006 et 2007 (+24%) est assez
et, (ii) en ne tenant pas compte de la dernire anne (cest dire de
tonnante et doit tre considre avec prudence. Lanne 2007 est
1997 2006).
164
Tableau 12 : Lvolution de la productivit du travail de lensemble des entreprises de lchantillon

Annes
Productivit moyenne pondre

(en log)
Taux de croissance annuel de la

productivit moyenne pondre
Taux de croissance de la productivit

par rapport 97
1997
9,42
1998
1999
9,45
3%
3%
9,49
4%
7%
2000
9,58
9%
16%
2001
9,61
3%
19%
2002
9,66
5%
24%
2003
9,61
-5%
19%
2004
9,60
-1%
18%
2005
9,59
-1%
17%
2006
9,67
8%
25%
2007
9,91
24%
49%
Graphique 1. Lvolution de la moyenne pondre de la productivit du travail

entre 1997 et 2007 (en log)
Tableau 13 : Nombre dannes de prsence des entreprises dans la base par anne
Nbre annes
de prsence
1
2
3
4
5
6
7
8
9
10
11
Total
Rpartition
en 2007
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
131
111
46
74
47
93
127
96
156
235
253
30%
83
116
52
113
121
95
90
94
95
166
97
8%
134
129
131
140
130
95
84
126
164
159
115
10%
122
133
151
172
125
91
93
113
114
113
81
7%
183
195
210
226
231
103
107
97
95
99
64
5%
185
194
195
231
251
211
139
136
130
143
93
8%
115
132
135
157
176
159
144
116
114
115
72
6%
107
129
131
162
168
153
137
138
116
109
74
6%
115
121
118
131
128
123
122
121
120
87
74
6%
116
122
127
118
120
121
121
121
125
121
68
6%
89
89
89
89
89
89
89
89
89
89
89
8%
1380
1471
1385
1613
1586
1333
1253
1247
1318
1436
1180
100%
165
Les graphiques 2 montrent la productivit du travail moyenne
des grandes (en pointill large, vert). La productivit du travail des
pondre par secteur, dabord entre 1997 et 2007, puis entre 1997
moyennes tait de 9,36 en 1997 et est pass 9,91 en 2006,
et 2006. Si lon ne tient pas compte de 2007, on constate que la
puis 9,51 en 2007. Pour la catgorie des grandes entreprises,
productivit du travail a baiss dans 5 secteurs : le textile (secteur
la moyenne pondre de la productivit du travail tait de 9,42 en
2), lhabillement (secteur 3), la chimie et pharmacie (secteur 6), le
1997. Elle est passe 9,65 en 2006, puis 9,91 en 2007. La
caoutchouc et plastique (secteur 7) et lautomobile (secteur 11).
productivit du travail des moyennes dpasse celle des grandes
Pour les 3 premiers secteurs (textile (2), habillement (3) et chimie et
partir de 2001, jusquen 2006. En 2007, la productivit des
pharmacie (6)), la forte augmentation de la productivit entre 2006
grandes redevient suprieure celle des moyennes. Lvolution
et 2007 permet de compasser les baisses qui prcdent et, de se
irrgulire de la productivit moyenne de la catgorie des petites
retrouver, en 2007, avec des niveaux de productivit suprieurs
(en petit pointill bleu), sexplique trs probablement par les
leur niveau en dbut de priode (cest dire 1997). Dans le secteur
importantes entres et sorties de lchantillon qui concernent
7 (caoutchouc et plastique), la productivit du travail augmente aussi
davantage ce groupe dentreprises. Dailleurs, la forte augmentation
fortement entre 2006 et 2007, mais pas suffisamment pour dpasser
de la productivit entre 2006 et 2007 a t enregistre essentiellement
le niveau de productivit de 1997. Aussi, si lon regarde les
par les petites et, dans une moindre mesure par la catgorie
graphiques sur la priode 1997-2007, un seul secteur, celui de
des grandes.
lautomobile (secteur 11) voit sa productivit du travail baisser

nettement. En revanche, la productivit du travail a augment dans
Le graphique 4 montre lvolution de la productivit du travail
7 secteurs : lagro-alimentaire (secteur 1), le cuir et chaussures
selon la structure de capital des entreprises entre 1997 et 2007,
(secteur 4), le bois, papier et imprimerie (secteur 5), les matriaux
avec en trait plein, la catgorie des entreprises entirement
non mtalliques (secteur 8), les matriaux mtalliques (secteur 9),
domestiques et, en pointill, la catgorie des firmes ayant une
les quipements lectriques (secteur 10) et les meubles (secteur
partie au moins de leur capital dtenue par des investisseurs
12). Parmi ces secteurs, laugmentation de la productivit du travail
trangers. Il apparat clairement que la productivit des entreprises
est particulirement marque dans le secteur de lagro-alimentaire
domestiques a augment plus fortement que celle des entreprises
(1), le bois, papier et imprimerie (5), les matriaux non mtalliques
ayant du capital tranger. En 1997, la productivit des entreprises
(8), les matriaux mtalliques (9) et les quipements lectriques (10).
domestiques est de 9,32. Elle passe 9,72 en 2006 et quasiment

10 en 2007. Pour les entreprises ayant du capital tranger, on
Les graphiques 3 prsentent lvolution de la productivit du travail
passe de 9,58 en 1997, 9,68 en 2006 et 9,82 en 2007. Entre
par taille, dabord entre 1997 et 2007, puis entre 1997 et 2006. Ce
1997 et 2003, la productivit des entreprises ayant du capital
que lon a qualifi, dans les graphiques product-small, product-
tranger est suprieure celle des entreprises domestiques. A
medium et product-large correspond la moyenne pondre de la
partir de 2003, cest linverse : la productivit du travail des
productivit du travail, respectivement des petites, moyennes et
entreprises domestiques devient suprieure celle des firmes
grandes entreprises de lchantillon. Bien quen moyenne non
ayant du capital tranger. Ce rsultat contre-intuitif est intressant
pondre sur lensemble de la priode, on a vu dans le tableau 9, que
et demanderait une analyse spcifique plus fouille. On sattend,
la productivit du travail des grandes entreprises dpassait celle des
en effet, gnralement ce que la dynamique dvolution de la
moyennes, on constate que la productivit moyenne pondre de
productivit soit plus importante pour les entreprises possdes
ces moyennes (en trait plein rouge) a augment plus vite que celles
en partie par des investisseurs trangers.
166
Graphiques 2 : Lvolution de la moyenne pondre de la productivit du travail par secteur

anne
anne
167
Graphiques 3 : Lvolution de la moyenne pondre de la productivit du travail

par taille entre 1997 et 2007 (en log)
product petite
product moyenne
product grande
product petite
product moyenne
product grande
Graphique 4 : Lvolution de la moyenne pondre de la productivit du travail selon

la structure du capital des entreprises (en log)
product domestique
product trangre
168
2.2
Lanalyse de la dcomposition de la productivit
dveloppement rcent de la thorie du New New Trade, initie

notamment par Melitz (2003), et caractrise par la prise en compte
Lobjectif de cette section est didentifier lorigine de lvolution de
de lhtrognit des entreprises lintrieur des secteurs, a justifi
la productivit. Il sagit, plus prcisment de savoir si les gains de
sur le plan thorique, que lon focalise lanalyse sur les changements
productivit rsultent de laccroissement de la productivit au niveau
au niveau des firmes. Laccs des bases de donnes individuelles
des entreprises de lchantillon ou sils sont la consquence de la
dentreprises a permis que se dveloppent les analyses empiriques
rallocation.
dans le prolongement de ces avances thoriques.
Laugmentation de la productivit du travail au niveau des
Ainsi, les principales leons tirer des dveloppements thoriques et
entreprises elles-mmes peut tre lie,
empiriques rcents dans la littrature est qu lintrieur dune mme

industrie, il existe des entreprises qui peuvent tre trs diffrentes, du
soit des variations conjoncturelles de la demande non anticipes
fait de leur taille, de leur degr dintgration dans lconomie
par les entreprises, lesquelles, gnralement expliquent plus
internationale, de leur niveau de productivit, etc. et que, dans ce
frquemment des baisses accidentelles de la productivit
contexte, tout changement (rforme commerciale, climat des affaires,
du travail ;
changement de la demande internationale, accroissement de la
soit des rigidits sur le march du travail qui peuvent ralentir
concurrence, etc.) va se rpercuter de faon diffrencie sur ces
ladaptation du nombre demploys ( la hausse, comme la
entreprises et gnrer forcment des rallocations lintrieur des
baisse) aux variations de la production ;
secteurs. Lide qui domine dans la littrature est que ces rallocations
soit un ensemble de dcisions propres aux entreprises qui
lintrieur de chaque industrie seraient dune ampleur beaucoup plus
peuvent conduire une amlioration de la productivit. On peut
importante que celles qui se produisent entre secteurs. Dans ce cadre
citer pour exemple, lamlioration du niveau de formation des
thorique, Melitz (2003, dj cit) a montr, par exemple, que louverture
employs, linvestissement dans lachat de machines plus
aux changes internationaux conduit une augmentation des parts
performantes, lutilisation dinputs de meilleure qualit, la
de march des entreprises initialement les plus productives, au
rorganisation de lentreprise, des dcisions de licenciements, etc.
dtriment des entreprises les moins productives, qui disparaissent ou

qui voient leur part de march se rduire. Pour ces auteurs de la New
Les phnomnes de rallocation, quant eux, peuvent tre la
New Trade, les variations de la productivit agrge dune conomie
consquence de changements inter-sectoriels (certains secteurs se
sexpliquent essentiellement par ces phnomnes de rallocation
dveloppent, alors que dautres stagnent ou se rduisent) ou de
lintrieur des industries, en particulier lorsquil sagit dconomies qui
changements intra-sectoriels, cest dire qu lintrieur de chaque
souvrent aux changes internationaux.
secteur, se produisent des changements de parts de march, ainsi

que des entres et sorties dentreprises. Pendant longtemps, parce
Avec son adhsion lOMC en mars 1995 et lentre en vigueur
que lon ne disposait essentiellement que de donnes sectorielles
dun certain nombre daccords commerciaux, aussi bien dans le
(soit dorigine nationale, soit dorigine internationale par lUNIDO),
cadre multilatral (GAFTA, entr en application en janvier 1998, le
lanalyse de la rallocation sest concentre sur les changements
Processus dAgadir, lUMA) que dans le cadre bilatral (lAccord
entre secteur, dautant que lhypothse de firme homogne
dAssociation Euro-Mditerranen, appliqu partir de janvier 1996,
suppose, la fois, par les thories traditionnelles du commerce
les sries dAccords avec lEgypte, le Maroc et la Jordanie, tous les
international et par la thorie du New Trade (Krugman,1979, Helpman
trois appliqus en 1999), la Tunisie sest engage dans la voie dun
et Krugman, 1987) ne permettait pas dexpliquer sur le plan thorique
dmantlement de ces droits de douane. Entre 1995 et 2004, la
la possibilit de rallocation lintrieur des industries. Le
moyenne simple des tarifs a diminu de 22%. On peut, par
169
consquent, se demander si, comme le laisseraient penser les
de march, on peut utiliser soir le critre de lemploi, soit le critre de
rcents dveloppements thoriques, cette ouverture aux changes
la production. On a choisi, dans ce travail, dutiliser la production26
internationaux sest traduite par la concomitance dimportants gains
. On peut effectuer cette dcomposition, soit partir de la productivit
de productivit issus du phnomne de rallocation.
du travail, soit partir de la productivit globale des facteurs. Nous

utilisons, ici, uniquement la productivit du travail.
2.2.1 Le principe des mthodes de dcomposition

Cette dcomposition montre que la productivit moyenne pondre
Dans la littrature, les trois principales mthodes utilises sont celles
peut tre dcompose en deux termes :
de Foster, Haltiwanger et Krizan (FHK, 1998 et 2001), Griliches et

Regev (GR, 1995) et, celle plus rcente de Pavcnik (2002). Bien que
Le premier (cest dire
) est la moyenne non pondre de la
la mthode FHK soit la plus complte, elle ncessite, comme
productivit de lensemble des entreprises dans lchantillon.
dailleurs aussi la mthode GR, de connatre les entres et sorties
Ce premier correspond ce que lon appelle, dans la littrature,
des entreprises. Les donnes de firmes tunisiennes ne permettant
un effet within. Il mesure la contribution de laugmentation de
pas lidentification des vraies sorties et entres, la seule mthode
la productivit des entreprises.
applicable dans notre cas de figure est celle de Pavcnik.

-
Le second terme (cest dire
), qui
Cette mthode consiste dcomposer la productivit agrge de
est appel, le terme de covariance, prend en compte lcart de
la faon suivante :
la part de march de lentreprise par rapport la part moyenne

des firmes dans lchantillon et lcart de productivit de la firme
par rapport la productivit moyenne non pondre de lchantillon.
(1)
Ce dernier terme dtermine donc la contribution laccroissement

de la productivit de lchantillon provenant de la rallocation des
parts de march entre les firmes de diffrents niveaux de
productivit. La contribution de cet effet rallocatif est dautant
plus importante que les entreprises ayant une productivit
avec
, la moyenne pondre de la productivit (exprime en log)
lanne t,
relativement leve (/faible), cest dire suprieure (/infrieure)

la moyenne non pondre de lchantillon, ont des parts de march
relativement grandes (/petites) (cest dire suprieures (/infrieures)
(2)
la part de march moyenne des entreprises de lchantillon).

, la moyenne non pondre de la productivit lanne t,
la part de march de lentreprise i dans lchantillon,
Si le premier terme est positif, cela signifie quen moyenne, les
, la part de
march moyenne des entreprises dans lchantillon et
entreprises ont augment leur productivit. Si le second terme
, la
est positif, cela indique quune proportion plus importante de
productivit de lentreprise i, exprime en log. Pour obtenir la part
biens est produite par des entreprises plus efficientes. Bien que
236
En appliquant cette mthode sur les donnes du RU, Disney et al. (2003) montre que lutilisation de la production, alternativement lemploi, ne modifie que trs marginalement
les rsultats obtenus.
170
les donnes de firmes utilises dans ce travail soient issues dun
Le tableau 14 montre les rsultats pour lensemble de lchantillon.
chantillon, on peut sattendre selon les prdictions de la littrature
La colonne (2), qui indique les changements de la productivit du
thorique, que dans un contexte de libralisation, ce second terme
travail agrge pour lensemble des entreprises, correspond la
soit positif et quil augmente au cours du temps, sur la priode
dernire colonne du tableau 12 que lon a dj prsent plus haut.
considre.
On constate que la grande partie des gains de productivit proviennent

de leffet rallocatif. En 2006, les 25% de taux de croissance de la
2.2.2 Rsultats
productivit du travail agrge sont dus, pour 8% laugmentation

de la productivit lintrieur des entreprises et pour 17% la
Cette mthode de dcomposition a t applique (i) sur lensemble
rallocation des ressources des entreprises les moins efficientes vers
de lchantillon, (ii) par secteur, (iii) par taille et (iv) selon la structure
les plus efficientes. Autrement dit, 67% de la variation de la productivit
du capital des entreprises. Dans tous les cas de figure, les rsultats
agrge sur les 10 annes (97-2006) sont dus laugmentation du
sont indiqus en terme de variation par rapport lanne de dpart,
terme de covariance. En 2007, cette mme part slve 72%. Mme
cest dire 1997. Dans les quatre tableaux qui suivent La deuxime
si ce terme de covariance na pas cru de faon rgulire au cours de
colonne indique les changements de la productivit agrge par
la priode considre, ce terme est toujours positif ( lexception
rapport lanne 1997. Les deux colonnes qui suivent correspondent
seulement des deux premires annes), ce qui montre bien que la
respectivement aux variations du premier et du second terme de la
rallocation joue dans le bons sens, autrement dit que les entreprises
dcomposition. Comme limpose lquation de la dcomposition, la
les plus productives se dveloppent et/ou les moins productives ont
somme, en ligne, des colonnes (3) et (4) correspond la colonne (2).
des parts de march en baisse.
Tableau 14 : Dcomposition de la croissance de la productivit agrge pour lensemble de lchantillon
Annes
Croissance de la Productivit agrge
Variation de la Productivit
pondre(Premier terme)
1997
0,000
0,000
0,000
1998
0,023
0,055
-0,031
1999
0,071
0,072
-0,001
2000
0,153
-0,038
0,191
2001
0,183
0,043
0,140
2002
0,235
0,124
0,112
2003
0,183
0,126
0,057
2004
0,172
0,109
0,062
2005
0,164
0,079
0,085
2006
0,249
0,081
0,168
2007
0,486
0,138
0,348
171
non Variation de la Covariance

(Second terme)
Tableau 15 : Dcomposition de la croissance de la productivit agrge par secteur

Secteurs
Annes
Pdt agr.
Pdt non
pond.
Cov.
Secteurs
Annes
Pdt agr.
Pdt non
pond.
Cov.
1997
0,000
0,000
0,000
1997
0,000
0,000
0,000
1998
0,043
0,063
-0,020
1998
0,155
0,197
-0,043
1999
0,044
0,007
0,037
1999
0,226
0,183
-0,032
2000
0,100
0,036
0,063
2000
0,226
0,134
0,092
2001
0,127
-0,017
0,144
2002
0,300
0,419
-0,119
2003
-0,186
0,180
-0,366
Agroalimentaire
& Tabac
2001
0,224
0,147
0,077
2002
0,366
0,318
0,048
2003
0,456
0,306
0,150
2004
0,387
0,396
-0,010
2004
-0,118
0,149
-0,267
2005
0,261
0,219
0,041
2005
-0,311
0,014
-0,326
2006
0,304
0,077
0,227
2006
-0,301
0,076
-0,376
2007
0,303
0,066
0,237
2007
-0,120
0,120
-0,240
1997
0,000
0,000
0,000
1997
0,000
0,000
0,000
1998
-0,172
-0,094
-0,078
1998
0,037
0,151
-0,114
1999
-0,150
0,033
-0,183
1999
-0,085
0,089
-0,175
2000
0,172
0,101
0,072
2000
0,254
0,130
0,125
2001
0,266
0,187
0,080
2001
0,397
0,354
0,043
2002
0,281
0,424
-0,143
2002
0,552
0,400
0,152
2003
0,168
0,277
-0,109
2003
0,527
0,556
-0,029
2004
0,099
0,275
-0,176
2004
0,509
0,653
-0,144
2005
-0,008
0,205
-0,213
2005
0,407
0,562
-0,155
2006
-0,116
0,100
-0,216
2006
0,565
0,585
-0,019
2007
0,164
0,100
0,044
2007
0,700
0,608
0,092
1997
0,000
0,000
0,000
1997
0,000
0,000
0,000
1998
0,052
0,091
-0,039
1998
0,068
-0,053
0,121
1999
0,240
0,093
0,146
1999
0,281
0,057
0,224
2000
0,244
-0,077
0,321
2000
0,236
-0,124
0,360
2001
0,294
0,056
0,237
2001
0,220
-0,215
0,435
2002
0,251
0,100
0,150
2002
-0,028
-0,164
0,136
2003
-0,061
0,111
-0,172
2003
0,067
-0,168
0,235
2004
-0,159
0,022
-0,181
2004
0,198
-0,055
0,253
2005
-0,247
-0,033
-0,213
2005
0,527
-0,166
0,693
2006
-0,076
-0,004
-0,072
2006
0.,742
-0,311
1,052
2007
0,654
-0,006
0,661
2007
1,236
-0,257
1,493
Textile
Caoutchouc
et
produits
plastiques
Habillement
Non-metal
Materials
Matriaux
non mtalliques
Matriaux
mtalliques
172
1997
0.,000
0,000
0,000
0,186
1998
-0,094
0,016
-0,110
0,101
0,148
1999
0,117
0,156
-0,039
0,211
0,006
0,206
2000
0,269
0,165
0,104
2001
Chaussures et
2002
Cuir
2003
0,209
0,028
0,180
2001
0,267
0,232
0,035
0,023
-0,120
0,144
2002
0,287
0,249
0,038
0,379
0,036
0,43
2003
0,163
0,374
-0,211
2004
0,226
0,016
0,210
2004
0,345
0,359
-0,015
2005
0,071
-0,027
0,098
2005
0,356
0,425
-0,069
2006
0,302
0,004
0,298
2006
0,469
0,364
0,105
2007
0,333
0,157
0,176
2007
0,504
0,636
-0,132
1997
0,000
0,000
0,000
1997
0,000
0,000
0,000
1998
0,031
0,042
-0,012
1998
-0,131
-0,060
-0,071
1999
0,081
0,057
0,024
1999
-0,370
-0,091
-0,279
2000
-0,014
0,012
-0,026
2000
-0,082
0,028
-0,110
2001
0,012
0,156
-0,143
2001
-0,090
0,048
-0,138
Bois, Papier et 2002

Edition
2003
0,045
0,113
-0,068
2002
-0,216
0,074
-0,290
0,177
0,086
0,091
2003
-0,297
-0,300
0,003
2004
0,164
0,172
-0,008
2004
-0,289
0,087
-0,376
2005
0,278
0,102
0,176
2005
-0,332
0,041
-0,372
2006
0,209
0,148
0,062
2006
-0,454
-0,233
-0,221
2007
0,398
0,251
0,147
2007
-0,190
-0,069
-0,121
1997
0,000
0,000
0,000
1997
0,000
0,000
0,000
1998
-0,051
-0,079
0,028
1998
0,064
0,135
-0,071
1999
-0,020
-0,019
-0,001
1999
0,069
0,108
-0,040
2000
-0,326
0,100
-0,426
2000
0,230
0,118
0,112
2001
-0,005
0,237
-0,241
2001
0,273
0,194
0,079
2002
-0,382
0,264
-0,645
2002
0,322
0,348
-0,027
2003
-0,847
0,271
-1.,118
2003
0,008
0,018
-0,010
2004
-0,094
0,414
-0,509
2004
-0,007
0,064
-0,071
2005
-0,358
0,272
-0,630
2005
0,208
0,263
-0,055
2006
-0,685
0,153
-0,838
2006
0,217
0,335
-0,118
2007
0,173
0,224
-0,051
2007
0,521
0,513
0,007
Chimie et
Pharmacie
1997
0,000
0,000
0,000
1998
0,220
0,034
1999
0,250
2000
10
quipements,
machines
et appareils
lectriques
11
Industrie
automobile
et autres
quipements
de transport
12
Meubles
Le tableau 15 contient les rsultats de la dcomposition de la pro-
la rallocation a fortement contribu laccroissement de la productivit
ductivit du travail par secteur. Si pour lensemble de lchantillon,
agrge, ce constat est loin dtre vrifi au niveau des secteurs.
173
Cest en effet dans seulement 2 industries (chaussures et cuir
des petites, ce mme terme varie positivement seulement pour 4
(secteur 4) et matriaux mtalliques (secteur 9)) que les variations
annes (2000, 2001, 2005 et 2007). La forte progression de ce
du terme de covariance sont toujours positives tout au long de la
terme de covariance en 2007 doit tre considre avec prcaution
priode et suprieures celles de la productivit des entreprises. En
compte tenu, comme on la dj soulign plus haut, de limportant
revanche, dans les 6 secteurs qui suivent, textile (secteur 2), chimie
renouvellement de lchantillon qui a concern particulirement les
et pharmacie (secteur 6), caoutchouc et produits plastiques (secteur
petites entreprises. Ces rsultats montrent aussi que ce sont les
7), matriaux non mtalliques (secteur 8), quipements lectriques
entreprises de taille moyenne qui ont le plus augment leur
(secteur 10) et meubles (secteur 12), la productivit des entreprises
productivit du travail non pondre. Il serait intressant de
a augment, alors que le terme de covariance a eu un impact ngatif
comprendre quels sont les facteurs qui les ont incit amliorer
sur la variation de la productivit agrge. Dans le secteur bois, pa-
leur efficience et par quels moyens elles y sont parvenues.
pier et dition (secteur 5), leffet dominant est laccroissement de la

productivit du travail lintrieur des entreprises. Dans le secteur
Dans le tableau 17, sont prsents les rsultats de la dcomposi-
agro-alimentaire (secteur 1), laugmentation de la productivit est
tion de la productivit agrge du travail selon la structure du capital
galement due, sur lessentiel de la priode, laugmentation de la
des entreprises. Il est intressant dobserver que, dans notre chan-
productivit des entreprises, sauf pour les 2 dernires annes (2006
tillon, leffet de la rallocation contribuer laccroissement de la
et 2007) au cours desquelles la contribution du terme de covariance
productivit agrge seulement pour les entreprises entirement
a t particulirement importante. Enfin, dans 2 secteurs, celui de
domestiques. Pour les firmes dont une partie du capital est dtenue
lhabillement (secteur 3) et celui de lautomobile (secteur 11), ce sont
par des investisseurs trangers, la variation du terme de covariance
les deux termes (productivit des firmes et covariance) qui ont jou
est positive uniquement 4 annes (2000, 2001, 2002 et 2007).
un rle ngatif sur la variation de la productivit du travail agrge.

Concernant plus spcifiquement les entreprises entirement doLes rsultats de la dcomposition par taille sont prsents dans le
mestiques, les 40% daugmentation de la productivit du travail
tableau 16. Leffet de la rallocation a fortement contribu la
agrge en 2006 sont dus pour 7% laccroissement de la pro-
croissance de la productivit agrge du travail pour la catgorie
ductivit du travail lintrieur des entreprises et, pour 33% leffet
des moyennes et des grandes entreprises. A lexception de
de rallocation. En 2007, les 68% daugmentation de la productivit
lanne 1998, la variation du terme de covariance est, en effet,
agrge sont le fait de laugmentation de la productivit lintrieur
toujours positive pour ces 2 groupes de firmes. Pour la catgorie
des entreprises pour 14% et de leffet rallocatif pour 54%.
Tableau 16 : Dcomposition de la croissance de la productivit agrge par taille

Taille
Annes
Petite
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
agrge

pondre (Premier terme)
Variation Covariance
(Second terme)
0,000
0,000
0,000
-0,081
0,032
-0,113
-0,679
0,057
-0,735
0,091
-0,013
0,104
0,343
0,065
0,278
-0,615
0,031
-0,646
-0,483
-0,039
-0,444
-0,295
-0,059
-0,236
0,248
0,052
0,196
-0,554
0,018
-0,572
1,581
0,154
1,427
174
Moyenne
Grande
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
0,000
0,000
0,000
0,064
0,081
-0,018
0,125
0,077
0,049
0,204
-0,049
0,253
0,218
0,046
0,173
0,377
0,200
0,177
0,410
0,251
0,159
0,378
0,205
0,174
0,278
0,170
0,108
0,560
0,161
0,399
0,147
0,143
0,004
0,000
0,000
0,000
0,022
0,048
-0,026
0,088
0,060
0,028
0,151
-0,063
0,214
0,176
-0,007
0,183
0,232
0,040
0,192
0,171
0,064
0,106
0,157
0,023
0,134
0,152
-0,036
0,188
0,225
0,024
0,201
0,488
0,095
0,393
Tableau 17 : Dcomposition de la productivit agrge selon la structure du capital des firmes

Structure du
capital
Firmes
domestiques
Firmes ayant
du capital
trangers
Annes
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
agrge

pondre (Premier terme)
Variation Covariance
(Second terme)
0,000
0,000
0,000
0,095
0,054
0,041
0,102
0,063
0,038
0,150
-0,032
0,183
0,241
0,049
0,192
0,285
0,136
0,150
0,287
0,116
0,171
0,325
0,122
0,203
0,388
0,094
0,294
0,399
0,073
0,326
0,681
0,144
0,537
0,000
-0,086
0,016
0,127
0,079
0,137
0,024
-0,044
-0,132
0,040
0,236
0,000
0,055
0,096
-0,050
0,031
0,101
0,141
0,087
0,053
0,095
0,126
0,000
-0,141
-0,080
0,177
0,048
0,037
-0,117
-0,131
-0,186
-0,055
0,110
175
3.
Conclusion
ous avons, dans ce travail, analys la productivit du travail
les grandes firmes. A partir de 2003 et jusquen 2006, la
des entreprises tunisiennes du secteur industriel, entre 1997
productivit du travail agrge des moyennes dpasse celle
et 2007, partir dun chantillon de firmes individuelles issu des
des grandes.
Enqutes Annuelles. Les principaux rsultats qui ressortent de cette

analyse, sont les suivants.

ayant une partie au moins de leur capital dtenue par des
investisseurs trangers.
considrer avec beaucoup de prcaution cette dernire anne
Enfin, les rsultats de la dcomposition ont mis en vidence le
dans la mesure o 30% de lchantillon a t renouvel).
rle jou par la rallocation des ressources des entreprises les

moins efficientes vers les plus efficientes dans laccroissement de
Deuximement, au niveau sectoriel, la productivit du travail
la productivit du travail agrge sur lensemble de lchantillon.
agrge a augment dans 7 industries (agro-alimentaire, cuir
Les 25% de taux de croissance de la productivit entre 1997 et
et chaussures, bois, papier et imprimerie, matriaux non
2006 sont dus pour 8% laugmentation de la productivit du
mtalliques, matriaux mtalliques, quipements lectriques et
travail lintrieur des entreprises et pour 17% leffet de
meubles). En revanche, si lon ne tient pas compte de lanne
rallocation. Ce constat se vrifie en particulier pour les entreprises
2007, la productivit agrge a baiss dans 5 secteurs (textile,
domestiques, ainsi que pour les entreprises de taille moyenne
habillement, chimie et pharmacie, caoutchouc et plastique et
et grande. En revanche, au niveau sectoriel, ce rsultat ne se
automobile).
vrifie que dans 2 industries (chaussures et cuir, matriaux

mtalliques). Laugmentation de la productivit du travail lintrieur
Troisimement, alors que la productivit moyenne non pondre
des entreprises a concern un plus grand nombre de secteurs
sur lensemble de la priode est plus leve pour les grandes
(agro-alimentaire, textile, bois, papier et dition, chimie et
entreprises que pour les moyennes, la productivit agrge sest
pharmacie, caoutchouc et produits plastiques, matriaux non
accrue plus vite pour les entreprises de taille moyenne que pour
mtalliques, quipements lectriques, meubles).
176
I T C E Q - I N S T I T U T T U N I S I E N D E L A C O M P T I T I V I T E T D E S M T H O D E S Q U A N T I TAT I V E S
Bibliographie
Disney, R., J. Haskel and Y. Heden (2003), Restructuring and
R&D and productivity in French manufacturing firms, Journal of
productivity growth in UK manufacturing, Economic Journal, Vol.
Econometrics, Elsevier, 65(1), pp. 263-293.
113, No. 489, pp. 666 694.

Helpman E. and P.R. Krugman (1987), Market Structure and Foreign
Trade: Increasing Returns, Imperfect Competition, and the
productivity growth: Lessons from microeconomic evidence, Working
International Economy, MIT Press Books, The MIT Press.
Paper 6803 NBER.

Krugman, P. R. (1979), Increasing returns, monopolistic competition,
and international trade, Journal of International Economics, 9(4),
productivity growth: Lessons from microeconomic evidence, in
pp. 469-479.
Edward Dean, Michael Harper, and Charles Hulten (eds.), New

Developments in Productivity Analysis, Chicago: University of
Melitz, M. (2003), The Impact of Trade on Intra-Industry
Chicago Press.
Reallocations and Aggregate Industry Productivity, Econometrica,

71, pp. 16951725.
Griliches, Z. and H. Regev (1995), Firm productivity in Israeli industry

1979-1988, Journal of Econometrics, 65, pp. 175-203.
Pavcnik, N. (2002), Trade Liberalization, Exit, and Productivity

Improvements: Evidence From Chilean Plants, Review of Economic
Hall, B. H. and J. Mairesse (1995), Exploring the relationship between
Studies, 69, pp.245-276.
177
178
179
180

Analyse Du Systéme Productif Tunisien PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Analyse Du Systéme Productif Tunisien PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Banque africaine

M. Abdel Majid Ben Khlifa,

Avertissement & remerciements

e rapport de ltude portant sur lanalyse du systme productif

didentifier de nouvelles opportunits dexportations aussi bien en

tunisien qui a t finance par un don du Fonds pour les Pays

termes de produits que de marchs (2.3) ; (4) Analyse du systme

Revenu Intermdiaire de la Banque Africaine de Dveloppement

productif tunisien selon loptique de la dynamique des entreprises

(BAD) destin renforcer les capacits techniques de lInstitut

(2.4), lobjectif tant la dcomposition des gains de productivit du

tunisien de la comptitivit et des tudes quantitatives (ITCEQ), est

facteur travail (niveau agrge) en plusieurs sources : internes aux

le fruit dune collaboration trs troite entre des quipes de recherche

entreprises et/ou travers plusieurs phnomnes de rallocation des

de lITCEQ et des experts du Centre de recherche en dveloppement

et finance internationale (DEFI) de lUniversit de la Mditerrane Aix

Le rapport comporte galement, la description des actions de

du point de vue mthodologique, nature des bases de donnes

formation effectues dans le cadre du projet, au profit des diffrentes

utilises et objectifs assigns, se compltent puisquils se focalisent

sur lanalyse du systme productif tunisien sous ses diffrents angles.

Les chercheurs de lITCEQ et les experts du DEFI ayant contribu

ncessaires pour amliorer lefficience conomique, diversifier

la ralisation de ce travail sont :

davantage lconomie tout en profitant au maximum des potentialits

accder ainsi de nouveaux paliers de croissance stable et inclusive.

- Du cot DEFI : M. Gilles Nancy, M. Marcel Aloy & M. Eric Heyer

Quatre thmes ont t slectionns pour faire lobjet de ces

la production (valeur ajoute) et des prix par secteur dactivits

- Du cot DEFI : M. Gilles Nancy, M. Marcel Aloy, M. Eric Heyer

manufacturires, en se basant sur loptique de fonction de production

& M. Pedro Albuquerque

(2.1) ; (2) lestimation conomtrique de fonctions de demande

- Du cot ITCEQ : Mme. Raoudha Hadhri & Mlle Samiha Chaabani

dexportations tunisiennes par secteur sur le march europen, en

de lEU et les producteurs europens eux-mmes (2.2). En outre, faute

- Du cot DEFI : M. Mikael Gaziorek,

de sries de donnes suffisamment longues, ces investigations

- Du cot ITCEQ : Mme. Raoudha Hadhri & Mlle Samiha Chaabani

conomtriques sectorielles ont t compltes par lapproche panel

exportations tunisiennes par produit sur le march mondial du point

- Du cot DEFI : Mme. Patricia Augier & Marion Dovis

de vue offre et demande, ainsi que son volution, et ce, en se basant

- Du cot ITCEQ : Mme. Mounira Bouali, Melle. Manel Gaaloul

sur certains indicateurs usuels de performance. Lobjectif tant

& MM. Abdallah Abdelmalek, Slaheddine Ammar

Les auteurs assument lentire responsabilit du contenu de ce

lavis de ITCEQ ou de la Banque africaine de dveloppement

document. Les opinions exprimes ne refltent pas ncessairement

Table des matires

2. Rsultats par composantes

2.1 Modlisation sectorielle des industries manifacturires

2.2 Modlisation sectorielle des exportations tunisiennes

2.3 Analyse des potentialits dexportation tunisienne

2.3.1 Analyse de loffre de la Tunisie en termes davantages comparatifs

2.4.1 Analyse descriptive de la base de donnes dentreprises de lindustrie tunisienne

3.1 Un exemple de session de formation conomtrie et modlisation macroconomique

a rvolution a boulevers le modle conomique et social

services offrant des opportunits rapides dexportation, devrait en

existant provoquant des changements dans la gouvernance et

priorit se concentrer sur des secteurs porteurs et innovants

la transparence des politiques publiques, ce qui contribuera certainement