Pourquoi certains pays sont-ils riches et d'autres pauvres ?
Capital ? Idées ? Institutions ? Géographie ? Culture ? La plus grande question en économie ne fait l’objet d’aucun consensus.
Ce que les chiffres montrent réellement
50 millions de vues. 200 ans de revenu mondial en 4 minutes. Mais qu’est-ce qui a CAUSÉ cette configuration ?
Le graphique animé de Hans Rosling est difficile à quitter des yeux. Les pays se concentrent dans le coin pauvre-et-malade pendant la majeure partie de l'histoire humaine. Puis certains s'élancent vers riche-et-en-bonne-santé tandis que d'autres bougent à peine. Pour comprendre cette divergence, il vous faut une mesure et ses limites.
Le PIB par habitant en parité de pouvoir d'achat. Les économistes mesurent les niveaux de vie à l'aide du PIB par habitant : la valeur marchande totale des biens et services produits, divisée par la population. Mais comparer les pays en dollars bruts est trompeur. Une coupe de cheveux qui coûte 30 \$ à New York coûte 2 \$ à Dacca. La parité de pouvoir d'achat (PPA) corrige ces différences de prix et permet une comparaison plus honnête des niveaux de vie matériels réels.
En PPA, les chiffres restent extraordinaires. Les États-Unis se situent à environ 80 000 \$ par personne. L'Inde est à environ 9 000 \$. La République démocratique du Congo est à environ 600 \$. Les pays les plus riches produisent plus de 100 fois la production par habitant des plus pauvres. Ce facteur 100 est le fait définissant l'économie mondiale, pas une erreur d'arrondi dans les données.
Ce que le PIB ne capture pas. Le PIB par habitant est un point de départ, et il laisse beaucoup de côté. Il manque l'économie informelle : entreprises non déclarées, vendeurs de rue, agriculteurs de subsistance, production domestique, qui représentent ensemble 30 à 60 % de l'activité économique dans de nombreux pays en développement. Il manque l'inégalité ; le PIB d'un pays peut augmenter alors que la majorité de ses citoyens s'appauvrit. Il manque la dégradation environnementale : un pays qui liquide ses forêts enregistre de la croissance même en détruisant sa base productive. Et il manque le travail de soin non rémunéré qui fait vivre toute l'économie sans apparaître dans aucun compte national.
“Gross National Product counts air pollution and cigarette advertising, and ambulances to clear our highways of carnage… it measures everything, in short, except that which makes life worthwhile.”
— Robert F. Kennedy, University of Kansas, March 18, 1968
Le PIB mesure-t-il ce qui compte ?
Le paradoxe d’Easterlin suggère qu’au-delà d’un seuil, un PIB plus élevé ne rend pas les gens plus heureux. Le Bhoutan est connu pour suivre le Bonheur national brut à la place. Mais les pays ayant un PIB par habitant plus élevé ont également une mortalité infantile plus faible, une espérance de vie plus longue et plus de liberté politique. Le PIB est-il un mauvais indicateur, ou simplement un indicateur incomplet ?
Peut-on seulement mesurer l’écart ?
« On peut voir comment le monde est passé de la division à la convergence. Aujourd’hui, tout le monde — y compris les plus pauvres — vit plus longtemps. L’apparemment impossible s’est déjà produit. »
— Hans Rosling, Factfulness, 2018
L’optimisme de Rosling repose sur des faits. Depuis 1990, plus d’un milliard de personnes sont sorties de l’extrême pauvreté. L’espérance de vie en Afrique subsaharienne est passée de 50 à 62 ans entre 2000 et 2020. Mais l’animation de Rosling cache un détail crucial : l’essentiel de la convergence est porté par deux pays, la Chine et l’Inde, qui représentent à eux deux un tiers de la population mondiale. Excluez-les et le tableau est bien moins encourageant. De nombreux pays d’Afrique subsaharienne ont un revenu réel par habitant inférieur aujourd’hui à celui de 1980.
« Le PIB nous renseigne sur les transactions marchandes, pas sur le bien-être. Nous devrions demander non pas ‘combien un pays produit-il ?’ mais ‘que sont ses citoyens capables de faire et d’être ?’ »
— Amartya Sen, Development as Freedom, 1999
L'approche par les capabilités de Sen insiste sur le fait que le revenu est un moyen, pas une fin. Un pays à PIB élevé mais sans système de santé, sans libertés politiques et sans sécurité pour les femmes n'est pas « développé » en aucun sens significatif. Cuba a un PIB par habitant inférieur à une grande partie de l'Amérique latine mais une espérance de vie supérieure à celle des États-Unis. Le Kerala, l'un des États les plus pauvres de l'Inde, affiche des résultats en matière d'alphabétisation et de santé qui rivalisent avec ceux des pays riches. Mais la critique de Sen ne dissout pas l'énigme. Même sur des mesures multidimensionnelles, l'écart entre pays riches et pauvres reste vaste et persistant. La prospérité matérielle, aussi imparfaitement mesurée soit-elle, est fortement corrélée avec presque tout autre bon résultat.
Où cela nous mène
L'écart entre pays riches et pauvres est réel, vaste et persistant, même après ajustement pour la PPA, l'activité informelle et les mesures alternatives de bien-être. L'animation de Rosling montre que l'écart se réduit sur certaines dimensions, mais l'énigme centrale demeure : pourquoi certains pays ont-ils filé tandis que d'autres restaient en arrière ? La mesure nous dit que l'écart existe. Elle ne nous dit pas pourquoi.
La première explication formelle vient du modèle de croissance de Solow, le cheval de bataille de l'économie de la croissance pendant un demi-siècle. Sa réponse : les pays sont pauvres parce qu'ils n'ont pas accumulé assez de capital. Simple, net, et finalement insuffisant.
L’approfondissement du capital
« Les conséquences pour le bien-être humain impliquées dans des questions comme celles-ci sont tout simplement stupéfiantes : une fois qu’on commence à y penser, il est difficile de penser à autre chose. »
— Robert Lucas, “On the Mechanics of Economic Development,” Journal of Monetary Economics, 1988
Cette phrase a lancé la théorie moderne de la croissance. Lucas décrivait ce qui se passe quand on réalise que l'écart de revenu entre nations est d'un facteur 50, et que la théorie existante ne peut l'expliquer.
Le modèle de croissance le plus influent en économie a été construit par Robert Solow en 1956. Sa logique est intuitive : les pays qui épargnent davantage accumulent plus de capital (machines, usines, infrastructures), et plus de capital signifie plus de production par travailleur. Les pays pauvres sont pauvres parce qu’ils n’ont pas assez épargné.
La fonction de production. La production par travailleur dépend du capital par travailleur et de la technologie :
où $s$ est le taux d’épargne, $n$ le taux de croissance démographique, et $\delta$ le taux de dépréciation. Une épargne plus élevée conduit à un revenu d’état stationnaire plus élevé. Une croissance démographique plus faible conduit à un revenu d’état stationnaire plus élevé.
$$y^* = A \left(\frac{s}{n + \delta}\right)^{\frac{\alpha}{1-\alpha}}$$Income in the long run rises with the saving rate $s$ and falls with population growth $n$ and depreciation $\delta$. Save more, breed slower, and you get richer — but only up to a ceiling set by technology $A$. Two countries with the same $s$, $n$, and $\delta$ should converge to the same income.
Pensez à chaque pays comme remplissant une baignoire. L'épargne est le robinet (nouveau capital qui entre) ; la dépréciation et la croissance démographique sont la bonde (capital ancien qui s'use, plus de travailleurs partageant les mêmes machines). Le niveau d'eau, c'est-à-dire le capital par travailleur, se stabilise là où l'entrée égale la sortie. Les pays avec de plus gros robinets (épargne plus élevée) ou de plus petites bondes (croissance démographique plus faible) finissent avec plus de capital par travailleur, et donc un revenu plus élevé.
où $y$ est la production par travailleur, $k$ le capital par travailleur, $A$ la productivité totale des facteurs (PTF), et $\alpha$ la part du capital dans le revenu (typiquement autour de 1/3). La caractéristique clé est la décroissance des rendements du capital. La première usine d'un pays ajoute énormément de production ; la millième en ajoute moins.
Le revenu d’état stationnaire. À long terme, l’économie converge vers un état stationnaire où l’investissement remplace exactement le capital déprécié :
The longer story — how growth theory traveled from the classical stationary state through Solow to the ideas revolution of the next stage — is the spine of a forthcoming thread-tracing walkthrough on the growth tradition.
“Aid is not benign — it’s malignant. No longer part of the potential solution, it’s part of the problem — in fact, aid is the problem.”
— Dambisa Moyo, Wall Street Journal, March 2009
L’aide étrangère peut-elle combler l’écart ?
Si le modèle de Solow a raison et que les pays pauvres manquent de capital, la solution semble évidente : transférer du capital depuis les pays riches. C’est la logique de l’aide étrangère. Des milliers de milliards de dollars ont été dépensés sur cette prémisse. Dambisa Moyo soutient que cela a empiré les choses.
Le capital est-il la réponse ?
« Un piège de la pauvreté signifie que les pauvres sont trop pauvres pour épargner suffisamment pour croître. L’aide extérieure peut fournir la ‘grande poussée’ nécessaire pour s’en sortir. Les montants requis sont faibles par rapport au revenu du monde riche — environ 0,7% du PNB. »
— Jeffrey Sachs, The End of Poverty, 2005
L’argument de Sachs suit une logique de Solow limpide : si les rendements décroissants rendent le capital plus productif là où il est rare, alors transférer du capital des pays riches vers les pays pauvres devrait générer des rendements explosifs. Le problème est empirique : des décennies d’aide ont produit des résultats de croissance décevants. Sachs répond que l’aide a été trop faible, trop fragmentée et mal ciblée. Les Villages du Millénaire ont montré des résultats prometteurs dans certaines dimensions mais n’ont pas démontré la croissance auto-entretenue que la théorie de la grande poussée prédit.
« L’Occident a dépensé \$2 300 milliards en aide étrangère au cours des cinq dernières décennies et n’a toujours pas réussi à acheminer des médicaments à douze centimes aux enfants pour prévenir la moitié de tous les décès dus au paludisme. La grande poussée n’a pas marché avant et ne marchera pas maintenant. »
— William Easterly, The White Man’s Burden, 2006
La critique d'Easterly va au-delà de « l'aide est gaspillée » pour atteindre un point plus profond sur la connaissance et les incitations. Les planificateurs descendants, qu'ils soient à la Banque mondiale ou au gouvernement, n'ont pas la connaissance locale nécessaire pour bien allouer les ressources. Seuls les « chercheurs » (entrepreneurs, organisations locales, communautés) peuvent découvrir ce qui fonctionne dans chaque contexte. L'aide court-circuite ce processus de découverte. La critique a ses limites : certaines interventions descendantes (éradication de la variole, PEPFAR contre le VIH/sida) ont été spectaculairement réussies. Mais Easterly a raison sur le fait que la croissance soutenue n'est jamais venue de transferts externes.
Où cela nous mène
Le modèle de Solow est un échafaudage essentiel. Il enseigne que l'accumulation de capital seule ne peut expliquer l'écart, ce qui est en soi une découverte cruciale. L'essentiel de la variation entre pays se loge dans $A$, la productivité totale des facteurs, la variable que Solow n'explique pas. Le débat sur l'aide étrangère en est la conséquence pratique : si la contrainte qui mord était simplement le capital, l'aide fonctionnerait. Au niveau macro, ce n'est pas le cas. Quelque chose d'autre détermine si le capital est utilisé productivement.
Si le capital ne peut pas expliquer l’écart, qu’est-ce qui le peut ? La génération suivante d’économistes de la croissance avait une réponse radicale : les idées. Les idées ne se déprécient pas, elles peuvent être partagées sans être consommées, et elles se composent. Mais si les idées sont le moteur de la croissance, pourquoi les pays pauvres ne copient-ils pas simplement les idées que les pays riches possèdent déjà ?
La réponse par les idées
Le prix Nobel d'économie 2024 est allé à la réponse « institutions ». Avant les institutions, les économistes ont tenté les « idées », et le travail même d'Acemoglu s'est construit là où cette théorie tombait court.
En 1990, Paul Romer a publié l'article qui a lancé la théorie de la croissance endogène. Son intuition paraît évidente avec le recul : les idées sont une chose fondamentalement différente des biens physiques. Une machine ne peut être utilisée que par une seule usine à la fois. Une idée (le plan d'un semi-conducteur, la formule d'un vaccin, l'algorithme derrière un moteur de recherche) peut être utilisée par tout le monde simultanément sans être épuisée. Cette non-rivalité change complètement la mathématique de la croissance.
Non-rivalité et rendements croissants. Le capital physique est rival : si une usine utilise un tour, une autre usine ne le peut pas. Les idées sont non rivales : une fois le transistor inventé, tous les fabricants de puces de la planète peuvent utiliser le plan simultanément. Doublez le nombre de travailleurs utilisant une idée, et vous doublez à peu près la production. Vous n'avez pas besoin de doubler l'idée.
où $g$ est le taux de croissance des idées (et donc du revenu), $\delta_A$ est la productivité du secteur R&D, et $L_A$ est le nombre de chercheurs. Plus de chercheurs signifie plus d'idées, donc une croissance plus rapide, et l'effet est permanent, pas temporaire.
$$g = \delta_A \cdot L_A$$where $L_A$ is the number of researchers and $\delta_A$ their productivity at generating ideas. More minds working on discovery means faster permanent growth — not a one-time bump but a steeper trajectory. The contrast with Solow is total: there, more saving raised the level of income and then stopped; here, more research raises the growth rate and keeps it raised.
Le modèle de Solow dit qu'on devient plus riche en épargnant davantage. Romer dit qu'on devient plus riche en pensant davantage. Les pays qui investissent dans la R&D et récompensent l'innovation croissent plus vite, et continuent de croître plus vite. Voilà pourquoi la Silicon Valley pèse plus pour la prospérité américaine que les aciéries de Pittsburgh.
Le modèle de Romer. Une fraction de la main-d’œuvre travaille en R&D, produisant de nouvelles idées. Les nouvelles idées améliorent la productivité, ce qui génère des profits qui financent davantage de R&D :
La comptabilité de la croissance. Quand les économistes décomposent les écarts de revenu entre pays selon les contributions du capital, du travail et de la PTF, les résultats sont saisissants. La PTF, étroitement liée à la technologie et aux idées, représente 50 à 70 % des écarts de revenu. Capital et travail réunis n'expliquent que 30 à 50 %. L'histoire des idées domine quantitativement.
“It doesn’t matter whether the cat is black or white, as long as it catches mice.”
— Deng Xiaoping, attributed, 1961
« Le modèle chinois est-il reproductible ? »
La Chine a sorti 800 millions de personnes de la pauvreté en 40 ans, la plus grande transformation économique de l'histoire humaine. Elle l'a fait sous régime à parti unique. Cela prouve-t-il que la gouvernance autoritaire peut produire de la croissance ?
Les idées suffisent-elles ?
« Un bien non rival et partiellement excluable n’est pas une simple nuance. Mettez cette caractéristique dans un modèle de croissance et vous obtenez une théorie complètement différente : une croissance portée par les idées, soutenue par les incitations, et sans tendance naturelle à s’arrêter. »
— Paul Romer, “Endogenous Technological Change,” Journal of Political Economy, 1990 (Nobel, 2018)
C'est l'article qui a valu à Romer le prix Nobel 2018. Son intuition était que les idées exigent des coûts initiaux de production mais un coût marginal nul d'utilisation. Cela crée des rendements croissants, ce qui brise le cadre de Solow. Dans le monde de Romer, la croissance est portée par l'allocation délibérée de ressources à la recherche, ce qui la rend endogène aux choix de politique. Les pays qui investissent dans les idées croissent plus vite, de façon permanente. L'implication : l'écart de revenu reflète non seulement des stocks de capital différents mais des systèmes différents de production d'idées.
« Si les idées sont le moteur de la croissance, et si les idées sont non rivales, pourquoi le monde en développement n’a-t-il pas simplement adopté les technologies qui existent déjà ? La barrière n’est pas la connaissance. Ce sont les institutions qui déterminent si la connaissance est utilisée. »
— the line of argument in Daron Acemoglu, “Directed Technical Change,” Review of Economic Studies, 2002
La critique d'Acemoglu de la croissance purement portée par les idées a orienté le champ vers l'étape suivante. Si les idées sont librement disponibles, la contrainte qui mord doit être autre chose : l'environnement institutionnel qui détermine si les idées sont adoptées, adaptées et déployées. C'est pourquoi le Nobel est allé aux institutions plutôt qu'aux idées seules. Les idées expliquent le mécanisme prochain de la croissance ; les institutions expliquent pourquoi certains pays font tourner le moteur et d'autres non.
Où cela nous mène
Les idées sont le moteur prochain de la croissance. C'est la contribution durable de Romer. La PTF rend compte de la majorité des écarts de revenu entre pays. Mais les idées sont endogènes aux institutions, aux incitations et aux structures sociales. Si la technologie était la seule barrière, les pays pauvres pourraient copier leur chemin vers la prospérité. Ils ne le peuvent pas, et comprendre pourquoi exige de regarder les règles du jeu, pas seulement les pièces sur l'échiquier.
Si la technologie est disponible mais non adoptée, le goulot d'étranglement doit être ailleurs. L'étape suivante présente la réponse la plus influente des deux dernières décennies : les institutions, les règles du jeu qui déterminent qui investit, qui innove et qui capture les rendements.
La réponse institutionnelle
“Countries differ in their economic success because of their different institutions, the rules influencing how the economy works, and the incentives that motivate people.”
— Daron Acemoglu & James Robinson, Why Nations Fail, 2012
Acemoglu, Johnson et Robinson ont remporté le Nobel 2024 pour avoir montré que les institutions de l'ère coloniale, mises en place il y a des siècles, déterminent encore quels pays sont riches aujourd'hui. La preuve est inscrite dans les registres de mortalité des colons.
En 2001, Acemoglu, Johnson et Robinson (AJR) ont publié l'article qui a remodelé l'économie du développement. Géographie, culture et ressources naturelles comptent moins que les anciens récits ne le prétendaient. Ce qui détermine réellement la richesse des nations, soutiennent AJR, ce sont les institutions : les règles du jeu qui régissent la vie économique et politique.
Acemoglu, Johnson et Robinson utilisent la mortalité des colons européens il y a 200 ans comme instrument de la qualité institutionnelle actuelle ; la corrélation prédit les écarts modernes de PIB. Là où la mortalité était faible, les colons ont bâti des institutions inclusives qui protégeaient la propriété et la voix politique ; là où elle était élevée, ils ont bâti des institutions extractives conçues pour piller les ressources. Ces institutions persistent, et celles construites pour l'extraction maintiennent encore les pays dans la pauvreté.
The extractive institutions AJR build on are not an abstraction. They were forced-labor systems, monopoly trading companies, racial legal hierarchies, and tax regimes designed to move wealth out — the colonial state as an extraction machine, documented economy by economy in the history of imperialism.
AJR sit at the end of a long institutionalist lineage — Veblen’s habits and Commons’s working rules, Coase on transaction costs, Douglass North on rules and enforcement, and finally the AJR turn to colonial origins. That tradition, traced as intellectual history, is History of Economic Thought Ch.15 (The institutionalist tradition).
“The colonial origins of comparative development… where Europeans faced high mortality rates, they could not settle and set up extractive states; these institutions persisted after independence.”
— Acemoglu, Johnson & Robinson, American Economic Review, 2001
« Le colonialisme a-t-il causé la pauvreté ? »
Le prix Nobel 2024 dit que les institutions coloniales sont la cause profonde de l'écart mondial de revenu. Mais le colonialisme était-il une chose unique, ou l'étiquette recouvre-t-elle cent histoires différentes ?
The deeper version of this dispute — whether the European rise itself was institutions or geography or coal-and-colonies — runs through the Did Britain have to industrialize first? walkthrough, where the Pomeranz case for contingency is argued at full strength. Here the AJR institutional thesis is the frame, and geography enters as its strongest counter.
Institutions, géographie ou culture ?
« Les nations échouent parce que leurs institutions économiques extractives ne créent pas les incitations nécessaires pour que les gens épargnent, investissent et innovent. Les institutions politiques extractives soutiennent ces institutions économiques en cimentant le pouvoir de ceux qui profitent de l’extraction. »
— Daron Acemoglu & James Robinson, Why Nations Fail, 2012
Le cadre Acemoglu-Robinson a une symétrie séduisante. Les institutions inclusives créent un cercle vertueux : participation large, donc investissement, donc croissance, donc institutions plus inclusives. Les institutions extractives créent un cercle vicieux : pouvoir concentré, donc extraction, donc pauvreté, donc pouvoir encore plus concentré. Le comité Nobel a entériné cette vision. Mais symétrie n'est pas complétude. La croissance explosive de la Chine sous ce qu'AR classerait comme institutions extractives est le cas le plus dur pour le cadre. La réponse d'AR, selon laquelle la croissance sous institutions extractives est réelle mais insoutenable, reste une prédiction, pas un fait démontré.
« On ne peut pas sortir du paludisme par la croissance. On ne peut pas non plus, par la seule croissance, s’affranchir d’un enclavement en climat tropical privé de voies navigables. La géographie n’est pas le destin, mais elle le contraint bien plus que les institutionnalistes ne l’admettent. »
— Jeffrey Sachs, “Institutions Don’t Rule,” NBER Working Paper, 2003
La contre-thèse géographique de Sachs a un véritable soutien empirique. Les pays tropicaux sont plus pauvres que les pays tempérés même après contrôle des institutions. Les pays enclavés d'Afrique font face à des coûts de transport 3 à 5 fois supérieurs à ceux des pays côtiers. Les régions où le paludisme est endémique affichent une croissance durablement plus faible. Mais la corrélation entre géographie et institutions est précisément le défi d'identification. Le paludisme cause-t-il de mauvaises institutions, ou les mauvaises institutions causent-elles l'échec à contrôler le paludisme ? Singapour est tropical et l'un des endroits les plus riches de la planète. Le débat n'est pas géographie ou institutions, mais comment elles interagissent.
Où cela nous mène
Les institutions comptent presque certainement énormément. Les preuves causales d'AJR, Dell, Nunn et d'autres sont trop fortes et trop variées pour être écartées. Mais « institutions » est une catégorie large, et le binaire extractif-vs-inclusif est une simplification utile, pas une théorie complète. Géographie, culture et contingence historique interagissent avec les institutions plutôt que d'en être des alternatives. La position honnête : les institutions sont nécessaires au développement, mais l'histoire de leur émergence, de leur changement et de leur interaction avec d'autres forces est bien plus complexe qu'aucun cadre unique ne le saisit. Et cela soulève la question la plus difficile : si les institutions comptent à ce point, comment les changer en pratique ?
The Botswana-and-Zimbabwe contrast, and the wider story of which post-colonial states escaped extraction, sits in Economic History Ch.17 (China Reform and the Asian Century).
Les grandes théories sont satisfaisantes, mais survivent-elles au contact des données ? L'étape finale confronte la question macro avec des preuves micro. Les expériences randomisées, la même méthodologie utilisée pour tester les médicaments, peuvent-elles nous dire comment rendre des nations entières moins pauvres ?
Inclusif et extractif
« Nous voulions montrer qu’il est possible de progresser face aux plus grands problèmes du monde. »
— Esther Duflo, Nobel Prize Lecture, 2019
Deux siècles de théorie de la croissance, et le champ ne s'accorde toujours pas sur ce qui rend les nations riches. Duflo, Banerjee et Kremer ont remporté le Nobel pour un autre pari : arrêter de discuter, lancer l'expérience.
La révolution des ECR. Un essai contrôlé randomisé en économie du développement fonctionne comme un essai clinique. On assigne aléatoirement des villages, des ménages ou des individus à un groupe traité (qui reçoit l'intervention) et à un groupe témoin (qui ne la reçoit pas). La différence de résultats est l'effet causal, libéré du biais de sélection qui afflige les études observationnelles.
Les résultats ont été éclairants. Les transferts monétaires inconditionnels de GiveDirectly augmentent le revenu et le bien-être des bénéficiaires avec un gaspillage minimal. Miguel et Kremer (2004) ont montré que le déparasitage des écoliers a des rendements à long terme énormes : un traitement à 0,50 \$ par enfant qui augmente les revenus à vie de milliers de dollars. Les interventions d'information changent les comportements : informer les agriculteurs sur de nouvelles variétés de semences augmente l'adoption ; informer les parents sur les rendements de l'éducation augmente la scolarisation.
L’estimation structurelle. Une approche pour combler ce fossé construit des modèles économiques avec des mécanismes explicites, estime leurs paramètres à partir de données micro, puis simule des contrefactuels au niveau macro. Hsieh et Klenow (2009) ont montré que la réallocation des ressources des entreprises moins productives vers les plus productives en Inde et en Chine pourrait augmenter la PTF manufacturière de 40–60%. L’histoire de la mauvaise allocation relie les preuves micro (pourquoi des entreprises spécifiques sont improductives) aux résultats macro (pourquoi des économies entières sont pauvres).
$$\text{ATE} = E[Y_i(1) - Y_i(0)] = \bar{Y}_{\text{treatment}} - \bar{Y}_{\text{control}}$$the difference between the outcome each person would have under treatment, $Y_i(1)$, and under no treatment, $Y_i(0)$. You can never observe both for one person — the fundamental problem of causal inference — but randomization makes the control group’s average a valid stand-in for the treated group’s missing counterfactual. The estimate is clean. The question is what it is clean about.
La puissance d’un ECR est simple : assigner aléatoirement certains villages à recevoir un programme et d’autres à servir de groupe de comparaison. Toute différence de résultats doit être causée par le programme, car les deux groupes étaient identiques en moyenne avant l’intervention. C’est l’étalon-or de la preuve causale. La limitation est tout aussi simple : le résultat vous dit ce qui s’est passé dans ces villages, pas nécessairement ce qui se passera ailleurs.
Le problème d'agrégation. Les interventions évaluées par les ECR sont micro. L'écart de revenu entre pays riches et pauvres est macro. Un programme de déparasitage qui augmente les revenus individuels de 20 % est transformateur pour ces individus mais à peine perceptible dans les statistiques de revenu national. L'écart entre la RDC et le Danemark n'est pas causé par une pénurie de moustiquaires. Cela crée une tension fondamentale. Les interventions que nous pouvons rigoureusement évaluer sont trop petites pour expliquer l'écart de développement. Les forces assez grandes pour expliquer l'écart (l'environnement institutionnel et politique qui régit toute une économie) ne peuvent être randomisées.
The structural alternative. Where RCTs go small, structural estimation goes for the whole machine. Hsieh and Klenow (2009) estimate that misallocation — capital and labor stuck in low-productivity firms instead of flowing to high-productivity ones — could account for differences in aggregate TFP of 30–50% between India, China, and the United States. The result depends on a fully specified model rather than a randomized comparison; it buys economy-wide reach at the cost of the design transparency a trial has. The two methods answer different questions, and neither answers the other’s.
Pensez-y ainsi : les ECR vous disent qu’un médicament spécifique guérit une maladie spécifique. Mais le patient a cinquante maladies à la fois, et certaines sont causées par l’hôpital lui-même. Vous avez besoin à la fois du médicament ciblé et d’une théorie sur ce qui ne va pas dans l’hôpital.
The arc from Arthur Lewis’s 1954 dual-economy model, through the structural-adjustment era, to the credibility revolution that brought RCTs to development is itself a tradition — traced as intellectual history in History of Economic Thought Ch.16 (Development economics).
Expériences ou grandes théories ?
« Les expériences aléatoires ont fondamentalement changé l’économie du développement. Nous pouvons désormais dire avec confiance quelles interventions améliorent la vie des pauvres. Le défi est de passer à l’échelle ce que nous avons appris. »
— Abhijit Banerjee & Esther Duflo, Poor Economics, 2011
La contribution de Banerjee et Duflo a été méthodologique autant que substantielle. En insistant sur les preuves expérimentales, ils ont relevé la barre probatoire pour tout le champ. Avant les ECR, la politique de développement était portée par l'idéologie et l'anecdote. Après, il existait une base de preuves crédibles pour des interventions précises. Mais « passer à l'échelle ce que nous avons appris » est précisément là où le fossé micro-macro mord. Une intervention qui marche dans 50 villages peut ne pas marcher quand elle est mise à l'échelle de 50 millions de personnes, parce que les effets d'équilibre général (changements de prix, déplacements du marché du travail, réponses politiques) entrent en jeu.
« Il n’y a rien d’aussi catastrophique pour l’étude du développement que l’obsession des essais contrôlés randomisés. Nous étudions les moustiquaires alors que nous devrions étudier pourquoi certains pays s’industrialisent et d’autres non. »
— Lant Pritchett & Justin Sandefur, “Context Matters for Size,” Center for Global Development, 2013
La critique de Pritchett résonne chez de nombreux praticiens du développement. Les pays qui ont effectivement échappé à la pauvreté (Corée du Sud, Taïwan, Chine, Botswana) l'ont fait par la politique industrielle et la réforme institutionnelle, dont aucune ne peut être étudiée par expérience randomisée. La révolution des ECR a peut-être par inadvertance rétréci l'attention du champ aux questions justiciables d'expérimentation tandis que les questions véritablement importantes (sur les institutions, le pouvoir et l'économie politique) étaient sous-étudiées. L'alternative de Pritchett, étudier l'industrialisation par études de cas et modèles structurels, comporte ses propres défis probatoires.
The growth trajectories Pritchett points to — the Asian tigers, China’s takeoff, the Botswana exception — are the historical baseline in Economic History Ch.17 (China Reform and the Asian Century).
Le verdict
La réponse honnête à « pourquoi certains pays sont-ils pauvres ? » est stratifiée : les institutions et les idées sont les causes fondamentales, opérant à travers les droits de propriété, le capital humain, l'adoption technologique et la stabilité politique. Les ECR nous aident à comprendre des mécanismes précis dans ces canaux. Les modèles structurels nous aident à penser l'échelle et l'équilibre général. Mais aucune théorie unique n'explique tout. La question qui a ouvert ce parcours reste véritablement ouverte, et c'est en soi quelque chose d'important à comprendre.
Où cela nous mène
Nous avons commencé avec le graphique animé de Hans Rosling : 200 pays, 200 ans, une divergence brutale. Cinq étapes plus tard, voici ce que vous savez maintenant :
- Measurement. The gap is real — it survives PPP, the informal economy, capability accounting, and every reasonable revision. The debate about GDP confirms the puzzle rather than dissolving it.
- Capital. Solow taught us that capital deepening alone predicts a factor-of-three gap, not a factor-of-fifty — necessary, but explanatorily insufficient, with most of the difference hidden in a technology residual.
- Ideas. Romer named the residual: non-rival ideas are the proximate engine, and TFP is the majority of the gap. But ideas are public, so the mystery becomes why poor countries can’t adopt them.
- Institutions. AJR’s answer — the rules of the game decide whether ideas get used — is the deepest cause the field has identified, with settler-mortality evidence too consistent to dismiss, though it interacts with geography and contingency rather than replacing them.
- Experiments. RCTs deliver clean causal evidence on specific interventions and save real lives, but operate at the wrong scale to explain national outcomes; structural models reach further at the cost of design transparency.
L’écart de revenu entre nations est le produit de siècles d’évolution institutionnelle divergente, composé par les différences de production et d’adoption d’idées, façonné par la géographie et l’histoire, et maintenu par des structures politiques qui résistent au changement. Aucune grande théorie ne capture tout cela. Les chercheurs qui prétendent détenir « la réponse » décrivent invariablement une pièce d’un puzzle beaucoup plus grand.
La prochaine fois qu'on vous dit « tout est question d'institutions » ou « il suffit de donner plus d'aide » ou « la culture est le destin », vous avez cinq cadres pour évaluer l'affirmation. Aucun n'a simplement raison. Chacun saisit un mécanisme réel. La question, après des décennies de travail brillant, reste véritablement ouverte. Ce n'est pas un échec de l'économie. C'est la question la plus difficile des sciences sociales, et un engagement honnête avec elle exige de tenir plusieurs cadres simultanément en tête.