Industrialiser par le biais des chaînes de valeur mondiales 129
Annexe 4A Modèle de gravité pour la participation aux chaînes de valeur mondiales Parmi les analyses les plus récentes portant sur les liens avec les CVM en Afrique subsaharienne, on peut citer Allard et al. (2016) et AfDB, OCDE et PNUD (2014). Allard et al. (2016) se fondent sur la base de données Eora pour calculer les indicateurs de participation aux CVM des pays d’Afrique subsaharienne. AfDB, OCDE et PNUD (2014) s’intéressent plus spécifiquement au rôle de la participation aux CVM en utilisant des estimations des liaisons en amont (FVA) et en aval (DVX) pour un plus grand nombre d’industries à deux ou trois chiffres – cf. la « Classification internationale type, par industrie, de toutes les branches d’activité économique » – que celles mentionnées par Allard et al. (2016). Allard et al. (2016) en concluent qu’un grand nombre de pays de la région disposent d’un avantage comparatif dans le cadre de tâches jouant un rôle important sur la valeur ajoutée des biens finaux produits par les industries du secteur manufacturier, ce qui correspond à la conclusion formulée par AfDV, OCDE et PNUD (2014) fondée sur la base de données Eora, selon laquelle, en Afrique de manière générale (Afrique du Nord incluse), les fabricants locaux sont mieux intégrés aux CVM par rapport aux entreprises locales des secteurs de l’agriculture, de l’extraction minière ou des services. Cette analyse du modèle de gravité a comme principale hypothèse que les ressources naturelles et la géographie économique d’un pays sont des facteurs clés qui déterminent les liens de ce pays avec les CVM du secteur manufacturier (comme le montre le graphique 4.3 et comme l’analyse la section « Ressources naturelles et participation aux CVM du secteur manufacturier »). Les effets de ces facteurs clés peuvent être évalués et définis dans le cadre d’un modèle de gravité proportionnel aux facteurs économétriques fondé sur les « différences au niveau de l’offre » entre les pays qui constituent des partenaires commerciaux de biens et services ou d’activités productrices. Antras et de Gortari (2000) fournissent un cadre théorique à ce modèle en évaluant la probabilité de participation d’un pays à une CVM spécifique. La principale prévision du modèle établi par Antras et de Gortari (2020) indiquerait que les pays littoraux, les pays avec la plus grande superficie et les pays les plus riches sont davantage susceptibles d’attirer les étapes de production situées en aval d’une CVM du secteur manufacturier que les pays enclavés ou disposant de moins de richesses. Les estimations du modèle sont approfondies en ajoutant des équations permettant de calculer des régularités empiriques qui ne sont pas forcément incluses dans le modèle établi par Antras et de Gortari (2020), mais qui sont harmonisées avec celui-ci. Le fait que les pays riches en
