À Georges Bourdallé - INSEE · le nouveau système de comptabilité nationale (SCN 2008), en...

À Georges Bourdallé

Statéco N° 113, 2019

Insee

Département Coordination Statistique

et Internationale

Timbre L301

88 avenue Verdier

CS 70058 92541 Montrouge cedex

Téléphone : (33) 1 87 69 55 38

IRD DIAL, 4, rue d’Enghien 75010 Paris

Téléphone : (33) 1 53 24 14 50

AFRISTAT BPE 1600 Bamako République du Mali

Téléphone : (223) 20 21 55 00

Directeur de la publication Jean-Luc Tavernier

Co-rédacteurs en chef Emilie Laffiteau, consultante Pierre Muller, Insee Constance Torelli, Insee

Relectrice Véronique Alexandre, Insee

Comité de rédaction Madior Fall, Afristat Christophe Jalil Nordman, IRD, DIAL Mireille Razafindrakoto, IRD, DIAL Anne-Sophie Robilliard, IRD, DIAL François Roubaud, IRD, DIAL Camille Saint-Macary, IRD, DIAL

Tirage à 300 exemplaires

© Insee 2019 ISSN

Sommaire Avant-propos

J.-P. Cling 1

Édito

E. Laffiteau, P. Muller, C. Torelli

5

Dossier spécial Jumelage

Le changement de base des comptes nationaux de la Tunisie : un

projet ambitieux mais exigeant

M. Frigui et P. Muller

9

Vers une meilleure mesure du secteur informel en Tunisie

M. Hammami, Y. Helel et C. Torelli

33

La mesure des inégalités régionales : un nouveau défi pour le

système statistique national

B. Morel et S. Ouadday

41

Élaboration des premiers PIB régionaux en Tunisie

B. Hurpeau, S. Khedhaouria et K. Salah

55

La réforme juridique de l’activité statistique en Tunisie

M. Zgoulli

63

Les enjeux de la formation à Statistiques Tunisie

X. Helfenstein, E. Laffiteau et M. Zgoulli

73

INS integrated architecture: pilot application in external trade

statistics and methodological improvements in data processing

M. Bruno, M. S. Causo, A. Najjar, G. Sindoni, T. Tkitek, C. Vaccari

81

Hors dossier

Les effets du Ramadan sur les prix : une analyse comparative sur

3 pays

M. N. Faye, D. Ladiray, A. Lassoued, B. Maghrebi, A. Mansouri

93

Migration patterns and labour market outcomes

A. David and M.-A. Marouani

107

The impact of exchange rate shocks on trade in times of

uncertainties: evidence from three oil-importing countries in the

MENA region

B. Guizani

119

Appel à contributions

Les statistiques de Gouvernance, Paix et Sécurité :

quelles mesures pour quels résultats ?

137

1

Statéco n°113, 2019

Avant-propos

En publiant ce numéro spécial consacré à la Tunisie – coordonné par Emilie Laffiteau, Pierre Muller et

Constance Torelli, Statéco participe, à sa façon, à la célébration du 50e anniversaire de l’Institut national

de la statistique (INS) créé en 19691.

Ce numéro est donc publié à un moment particulièrement important pour la statistique publique

tunisienne, qui est fortement sollicitée depuis la révolution de 2011. Jusqu’alors, les statistiques

produites par l’INS étaient soumises à de nombreuses contraintes et les publications étaient extrêmement

limitées. Dans le nouveau contexte politique, la statistique est considérée comme un instrument essentiel

du développement économique et du débat démocratique. Les attentes vis-à-vis de l’INS et du système

statistique public sont donc considérables. Les fréquentes réactions et les nombreux débats au Parlement,

dans la presse et dans la société civile sur les statistiques les plus sensibles (pauvreté, chômage, inflation,

etc.), qui ne sont pas propres à la Tunisie mais caractéristiques de tous les pays démocratiques,

témoignent de ces attentes.

La Commission européenne a rapidement pris la mesure des nouveaux besoins de la Tunisie en matière

statistique. A la demande de l’INS, Eurostat a lancé une « Évaluation globale adaptée du système

statistique national de la Tunisie » coordonnée par Jean-François Divay (ancien chef de la division des

programmes de coopération à l’Insee), dont le rapport a été remis en 2014. Ce rapport considérait que

« le système national de la statistique tunisien dispose de bases solides mais qu’une profonde réforme

sera nécessaire pour qu’il atteigne les trois objectifs essentiels d’efficacité, de qualité et de respect des

principes fondamentaux ».

Dans le prolongement direct de ce rapport, la Commission européenne a préparé, en coordination avec

les autorités tunisiennes, un projet de jumelage statistique. Les projets européens de jumelage sont une

forme originale de coopération conduits dans tous les pays du « voisinage », associant sur une durée

courte (2-3 ans maximum) une administration d’un pays de l’Union européenne à son homologue d’un

pays partenaire. En Tunisie, qui est un des pays les plus actifs dans ce domaine, une vingtaine de

jumelages ont ainsi été conduits dans les années 2010 ou sont en cours dans des domaines très divers

(agriculture, transports, justice, assemblée nationale, etc.).

L’Insee, pour qui c’était une première, a accepté de piloter ce projet de jumelage ayant pour objectif la

modernisation de l’INS et du système statistique public tunisien. Ce projet, dont les principaux résultats

sont présentés ici, est le plus important jamais conduit par l’Insee. Il a été mené de février 2016 à avril

2018, soit une durée d’un peu plus de deux ans, avec une gestion assurée par Expertise France, l’agence

française d’expertise technique internationale. Sa mise en œuvre a requis une mobilisation très forte de

l’Insee et de son partenaire italien l’Istat (avec une participation plus ponctuelle de l’INS de Lituanie).

Du côté de l’Insee, il faut mentionner, d’une part, la mise en place d’une équipe de projet2 et, d’autre

part, la participation d’une centaine de cadres à des missions d’assistance technique ainsi qu’à l’accueil

de visites de collègues de l’INS, dont trois en directions régionales. Ce projet a renforcé le partenariat

déjà très riche avec l’INS, sachant que la Tunisie est, avec le Maroc, le principal partenaire de la

coopération de l’Insee. Il a également permis de nouer une collaboration fructueuse avec l’Istat. Par

1 À noter qu’à l’occasion de ce 50e anniversaire, l’Insee a remis une copie numérisée de 101 rapports statistiques venant de la

bibliothèque de l’Insee, qui constituent les archives de la période du protectorat (1881-1956), ainsi qu’un fac-similé d’un

annuaire statistique de la Tunisie datant de 1947. 2 Cf. la participation à temps partiel de Dominique Francoz (cheffe de projet pour l’Insee), cheffe de la division Appui technique

international et de Georges Bourdallé, responsable Maghreb dans cette division à qui ce numéro est dédié, ainsi que la mise

à disposition par l’Insee d’un agent accueilli à plein temps par l’INS en tant que conseiller résident de jumelage (Jean-Pierre

Cling puis Carla Saglietti).

2


ailleurs, le service statistique du ministère de l’Environnement et de la transition écologique (SDES) a

participé au projet, ainsi que la Banque de France (tous deux sur le volet comptes nationaux).

L’INS de Tunisie a reçu près de 110 missions pendant la durée du projet, soit une mission d’experts

étrangers chaque semaine en moyenne, tout en continuant son travail courant. Il est indispensable de

rendre hommage à cet égard à Hedi Saidi, ancien Directeur général de l’INS, qui a apporté un appui

constant à ce projet et a rencontré systématiquement toutes les équipes de missionnaires pour se tenir au

courant des avancées de leurs activités et des problèmes éventuellement rencontrés, ainsi qu’à Mouna

Zgoulli, Directrice centrale de l'informatique, de la diffusion et de la coordination, pour sa mobilisation

sans relâche pour accueillir ces missionnaires, dynamiser les équipes de l’INS et faciliter le travail du

conseiller résident de jumelage. Du côté des partenaires locaux, il convient également de mentionner

l’appui permanent de la délégation de l’Union européenne en Tunisie (Francis Lemoine) et de l’unité de

gestion du programme d’appui à l’accord d’association et à la transition (Leila Rmadi).

Ce numéro n’a pas pour prétention de présenter l’ensemble des résultats du projet de jumelage, mais

seulement une sélection des résultats qui nous semblent les plus tangibles et les plus significatifs.

- Trois articles portent ainsi sur les activités menées en matière de comptabilité nationale, un thème

clairement prioritaire compte tenu de l’ancienneté de l’année de base (1997) et du besoin de prendre en

compte les changements de la structure économique intervenus depuis une vingtaine d’années ainsi que

le nouveau système de comptabilité nationale (SCN 2008), en particulier en matière de mesure de

l’activité du secteur informel.

- Parmi ces articles sur la comptabilité nationale figure un article portant sur la décomposition régionale

du produit intérieur brut, un domaine lié aussi aux statistiques régionales, qui constituent le deuxième

thème sur lequel l’investissement a été le plus lourd dans le jumelage, et auxquelles est consacré un

article.

- Trois autres articles portent sur des sujets qui étaient au cœur de l’évaluation de 2014 ainsi que du

projet de jumelage : un article sur la révision de la loi statistique, dont la mise en œuvre est une condition

incontournable pour améliorer le fonctionnement de l’INS et du système statistique public3 ; un article

sur la formation permanente et le projet de création d’un centre de formation ; enfin, un article sur

l’organisation du système d’information, activité conduite par l’Istat qui a abouti à des avancées

importantes.

Outre les sept articles consacrés au jumelage, ce numéro spécial comprend aussi trois articles

scientifiques portant sur la Tunisie. Au total, la diversité des articles rassemblés dans ce numéro spécial

reflète pleinement la vocation de Statéco, qui combine la publication d’articles de méthodologie

statistique et d’économie appliquée sur le développement.

Plusieurs activités importantes menées dans le cadre du jumelage ne sont donc pas évoquées ici, que ce

soit faute de disponibilité de leurs responsables pour rédiger un article ou de leur manque de résultats

tangibles cohérent avec leurs objectifs initiaux. Il est important de souligner à cet égard que, compte

tenu de la situation de départ et des contraintes évoquées ci-dessus, certaines activités n’ont pu avancer

que marginalement et se sont inscrites avant tout dans une optique de sensibilisation de l’INS à des

nouvelles démarches en matière d’organisation interne, de communication et de diffusion, etc.

L’importance de l’apport du projet en matière d’informations et de bonnes pratiques ne peut être sous-

estimée. Il reviendra, dans la durée, à l’INS de se saisir et d’approfondir ces thématiques. Ainsi, les

formations conduites par l’Istat sur SDMX (Statistical Data and Metadata eXchange)4 sont encore en

cours de mise en œuvre à l’INS, mais lui ont d’ores et déjà permis de devenir un des leaders, au niveau

africain, dans ce domaine. Un atelier a ainsi été co-organisé par l’INS et par l’Insee en 2019 avec l’appui

de la Banque africaine de développement à destination des pays africains et du Maghreb pour

promouvoir l’expérience tunisienne dans ce domaine.

3 Cette loi révisée n’est pas encore adoptée par le Parlement au moment de l’écriture de ces lignes. 4 SDMX est une initiative internationale qui vise à normaliser et à moderniser les mécanismes et les processus d’échange de

données et de métadonnées statistiques.

3


Une difficulté majeure du projet de jumelage consistait dans la contradiction entre l’objectif ambitieux

qui lui était assigné, à savoir d’aider au lancement d’une réforme systémique du système statistique

public, dont la préparation et la mise en œuvre requéraient incontournablement des moyens

supplémentaires, et un contexte de contraintes financières et en ressources humaines aiguës qui

empêchait précisément l’allocation de ces moyens (ainsi, l’INS n’a eu aucune autorisation de

recrutement entre 2013 et 2019), résultant de la crise budgétaire que subit la Tunisie depuis plusieurs

années. Malgré ces difficultés intrinsèques, outre la qualité des équipes déjà mentionnée, trois principaux

facteurs ont contribué, à notre avis, aux résultats obtenus, qui tiennent à la spécificité des projets de

jumelage par rapport à la plupart des projets habituels de coopération.

- Le premier et principal atout du projet provient du fait qu’il n’était pas greffé de manière artificielle

sur une institution tunisienne, mais qu’il s’est inscrit dans un processus en cours de modernisation de

l’INS, qu’il visait à appuyer et renforcer. Ce projet a été pleinement approprié par l’INS qui en était à

l’origine et qui en a défini les termes de référence avec la Commission européenne, selon le mode de

fonctionnement habituel des projets de jumelage.

- Ensuite, malgré la lourdeur de ce projet pour l’INS, l’intérêt des projets de jumelage est d’éviter une

coopération de « substitution » en privilégiant un véritable partenariat orienté vers l’obtention

d’objectifs clairement définis à l’avance selon un calendrier et des méthodes de travail décidés d’un

commun accord. Le fait que tous les dix articles de ce numéro soient co-écrits par des auteurs français

et tunisiens, parmi lesquels le Directeur général de l’INS Adnen Lassoued, témoigne de cette approche.

- Enfin, même si ce projet a permis de donner un coup d’accélérateur à cette coopération dans plusieurs

domaines, elle a souvent commencé avant le jumelage et s’est poursuivie ensuite ; ainsi, l’Insee et l’INS

entretiennent des relations étroites de longue date et la coopération technique entre les deux instituts

s’inscrit dans la durée, comme le montre l’exemple de la comptabilité nationale où l’Insee va continuer,

sous la direction de Pierre Muller, à assister l’INS jusqu’à la finalisation du changement de base.

Pour conclure cet avant-propos, je souhaite rendre hommage à Pierre Muller, qui a joué un rôle clé dans

ce jumelage et qui est un des trois co-éditeurs scientifiques de ce numéro spécial. Avec André Vanoli,

Pierre Muller avait déjà aidé à mettre en place la première version de la comptabilité nationale tunisienne

dans la seconde moitié des années 1980, soit il y a une trentaine d’années ! Un article qu’il avait publié

dans la revue Statéco en 1986 (mentionné dans la bibliographie de l’article sur la comptabilité nationale),

qui rendait compte de ces travaux, a d’ailleurs servi de référence pour la mise en œuvre de cette activité

dans le cadre du jumelage.

Quelle meilleure preuve peut-on trouver de l’utilité de la revue Statéco, qui a pour mission de

promouvoir les méthodologies statistiques dans les pays en développement, que de découvrir que des

articles de la revue peuvent encore être utiles trente ans après leur publication ? Nous espérons que ce

numéro spécial pourra être utile de la même manière aux comptables nationaux tunisiens mais aussi plus

généralement aux statisticiens de l’INS, s’ils souhaitent se pencher en l’an 2050 sur le travail de leurs

lointains prédécesseurs !

Jean-Pierre Cling,

Chef du département de la Coordination statistique et internationale à l’Insee

4


5

* Emilie Laffiteau est macroéconomiste, consultante dans le secteur des statistiques en Afrique

[email protected], Pierre Muller est inspecteur général honoraire de l’Insee [email protected] et

Constance Torelli est chargée des programmes au service de coopération de l’Insee [email protected]

Éditorial E. Laffiteau

P. Muller

C. Torelli*

Ce numéro spécial de la revue Statéco rend compte des

travaux réalisés dans le cadre du jumelage européen entre

l’Institut national de la statistique tunisien1 (INS), l’Insee

et l’Istat (INS italien), l’Institut de Lituanie ayant

également apporté son concours2. Il propose également

des articles qui traitent de la Tunisie sur des thèmes

connexes, à savoir la migration, les prix et les chocs de

taux de change.

Le jumelage a été mis en place en février 2016 et s’est

terminé en avril 2018, après 27 mois de travaux. Il a

mobilisé de nombreux experts français, italiens et

lituaniens. Au total, 700 jours d’expertise ont été apportés

à l’INS, principalement sous la forme de missions mais

également de visites de cadres tunisiens, notamment en

France et en Italie. L’objectif fondamental du jumelage

était la modernisation de l’appareil statistique de Tunisie,

avec trois enjeux principaux : renforcer la gouvernance du

Système statistique public, améliorer la qualité et

l’étendue de la production statistique, assurer une

meilleure communication et diffusion des données. Dans

ce cadre, les travaux ont été répartis en cinq grands volets,

à savoir la loi statistique (volet A), la modernisation de

l’INS (volet B), la comptabilité nationale (volet C), les

statistiques régionales (volet D) et la diffusion-

communication (volet E). Les articles présentés dans ce

numéro spécial portent sur l’ensemble des volets. Chacun

de ces volets a été subdivisé en sous-activités distinctes.

Ainsi par exemple, le volet C sur la comptabilité nationale

comprenait-il six activités : changement de base des

comptes tunisiens et intégration des recommandations du

Système de comptabilité nationale (SCN) 2008, comptes

1Dans l’ensemble du numéro spécial, l’institut de statistique de

Tunisie est désigné Institut national de la statistique (INS) et non

pas Statistiques Tunisie, terme pourtant utilisé dans certains

textes officiels, en particulier la loi statistique. Le choix du sigle

INS permet, en particulier, de mieux distinguer l’Institut en tant

que tel du Système statistique public (SSP) dans son ensemble,

qui comprend, outre l’INS, les services statistiques mis en place

dans certains ministères et organismes publics. Le système

statistique public est quant à lui désigné par Système statistique

national (SSN), qui est d’ailleurs le terme officiel. 2 Ce projet de jumelage a été dirigé par Hedi Saidi (alors DG

de l’INS de Tunisie), Dominique Francoz (Insee) et Tiziana

Pellicciotti (Istat), Jean-Pierre Cling puis Carla Saglietti

exerçant les fonctions de conseiller résident de jumelage, et

Mouna Zgoulli (INS) celles d’homologue du conseiller résident

de jumelage.

trimestriels, répartition régionale du PIB, secteur

informel, comptes et patrimoines financiers, statistiques et

comptes de l’environnement.

Le jumelage s’était donné un certain nombre d’objectifs

ambitieux à atteindre, qu’il s’agisse de l’adoption d’une

nouvelle loi statistique et du renforcement de la

gouvernance du système statistique national (SSN), de la

mise en place d’une unité « qualité » et d’un centre de

formation au sein de l’INS, de l’expérimentation d’une

nouvelle organisation des directions régionales (DR) de

l’INS, du développement d’un dispositif ambitieux de

statistiques régionales et locales, de l’engagement de

l’INS dans une nouvelle base de comptes nationaux

devant permettre, en particulier, d’adopter les

recommandations du SCN 2008, des formations mises en

place afin de permettre l’utilisation de la norme SDMX

pour la diffusion des données et métadonnées… Le

constat est que les résultats attendus à l’issue du jumelage

ont été atteints, pour la plupart. Ces réalisations n’ont été

possibles que grâce à la forte implication conjuguée des

experts européens et des cadres et personnels de l’INS.

Elles sont d’autant plus remarquables que les moyens de

l’INS sont limités et que les travaux au titre du jumelage

entraient en concurrence, dans une large mesure, avec les

travaux courants de l’Institut.

Il n’en reste pas moins que les travaux sont appelés à se

poursuivre après la fin du jumelage pour que l’objectif de

modernisation de l’appareil statistique tunisien, dans ses

différents aspects, soit parachevé en totalité. Un tel

constat, qui vaut d’ailleurs pour l’ensemble des volets,

était attendu dès le démarrage du jumelage tant l’ambition

était forte en regard de la durée même de l’opération, de

même que des moyens et ressources de l’INS.

Les articles de ce numéro spécial s’articulent ainsi autour

d’une double perspective. Ils cherchent en effet à décrire

les résultats obtenus au cours du jumelage pour les

différents volets et activités tout en proposant des pistes

de développement et d’approfondissement pour « l’après

jumelage ».

L’article de Mohamed Frigui et Pierre Muller, « Le

changement de base des comptes nationaux de la Tunisie :

un projet ambitieux mais exigeant », analyse en détail le

processus de changement de base des comptes nationaux

tunisiens mis en place dans le cadre du volet C du

jumelage. Après avoir rappelé les caractéristiques des

comptes nationaux actuels de la Tunisie, qui reposent sur

mailto:[email protected]


6


la version 1993 du SCN, l’article présente les principales

caractéristiques d’une nouvelle génération de comptes

nationaux pour la Tunisie. Celle-ci s’appuiera sur deux

années de base (2015 et 2016) et non plus une seule année

(1997) comme dans la génération actuelle de comptes.

Outre une remise à niveau indispensable et la prise en

compte de nouvelles sources statistiques (ou de sources

fortement renouvelées), la nouvelle génération de

comptes doit permettre la mise en œuvre des

recommandations de la nouvelle version du SCN (SCN

2008) et l’amélioration, très attendue, de la mesure par la

Comptabilité nationale des activités de l’économie

informelle. En ce sens, le processus de changement de

base est ambitieux, cela d’autant plus que l’année de base

de la génération actuelle est ancienne, mais aussi exigeant

en termes de mobilisation de ressources et de

compétences, aussi bien à la direction de la Comptabilité

nationale de l’INS que dans les autres directions

statistiques. Sont présentées ensuite les principales

évolutions au niveau des comptes des secteurs et sous-

secteurs institutionnels et des comptes de biens et

services, de même que les principales conséquences à

attendre de cette nouvelle génération de comptes

nationaux sur l’évaluation du produit intérieur brut (PIB)

de la Tunisie. L’article comprend par ailleurs trois

annexes, respectivement sur les comptes trimestriels, les

comptes financiers et les statistiques et comptes de

l’environnement en Tunisie.

L’article de Mohamed Hammami, Yamen Helel et

Constance Torelli, « Vers une meilleure mesure du

secteur informel en Tunisie », traite du dispositif

statistique mis en place, dans le cadre du changement de

base des comptes nationaux tunisiens, pour mieux

appréhender et mesurer les activités de l’économie

informelle. Comme dans nombre de pays, cette forme de

production connaît un développement rapide en Tunisie,

par exemple dans des secteurs d’activité comme le

bâtiment (second œuvre), les commerces ou encore

certains secteurs des services (réparation automobile). Les

estimations, souvent évoquées, notamment dans les

médias, de la part de l’informel dans le PIB, ne s’appuient

pas réellement sur une base statistique solide. Par ailleurs,

la définition de la notion d’économie informelle est loin

de faire consensus entre les économistes. Dans ce

contexte, le changement de base a été l’occasion, en

premier lieu, de proposer une définition précise de

l’économie informelle, conforme aux principes du SCN

2008 et pouvant constituer une référence pour d’autres

types de travaux statistiques. Quant à lui, le dispositif

statistique doit être en mesure de couvrir l’ensemble des

unités de production de l’économie informelle tunisienne,

que celles-ci soient connues ou non de l’administration

fiscale ou sociale. Ce dispositif s’inspire directement de la

méthodologie des « enquêtes 1-2-3 », conçue par l’Institut

de recherche pour le développement (IRD-DIAL) au

début des années 1990 et qui a fait ses preuves sur

différents continents : Afrique, Asie, Amérique latine.

L’article de Bernard Morel et Samira Ouaddey, « La

mesure des inégalités régionales : un nouveau défi pour le

système statistique national», traite d’un enjeu central

pour la statistique publique tunisienne, en particulier

l’INS, à savoir la mise en place d’un système efficient de

statistiques régionales et locales (volet D du jumelage).

En effet, la demande sociale de statistiques publiques

pour rendre compte des fortes inégalités territoriales en

Tunisie s’élargit d’année en année, renforcée en 2018 par

le lancement d’un processus de décentralisation. Pour

relever ce défi, le SSN s’est engagé dans une série

d’opérations impliquant différentes composantes : l’INS,

qui en assure la coordination technique, mais également

les services statistiques présents au sein des ministères et

des principaux opérateurs publics. À court terme, ces

opérations visent à la production d’une base de données

régionales, ensemble limité de résultats annuels essentiels,

cohérents sur l’ensemble du territoire et sélectionnés avec

les principaux utilisateurs régionaux. À plus long terme,

les statistiques régionales constituent une composante

déterminante de la stratégie de modernisation de

l’appareil statistique, conformément à l’évolution des

standards de qualité internationaux : mobilisation des

données administratives à des fins statistiques, montée en

puissance de nouvelles technologies de collecte, de

diffusion et d’analyse intégrant l’information

géographique, attribution de nouvelles missions pour les

établissements régionaux de l’INS en matière de diffusion

et de communication de statistiques régionales et locales.

L’article comprend également un encadré sur la

réorganisation des DR de l’INS, processus engagé au

cours du jumelage sous la forme d’une expérimentation à

7 établissements régionaux. Cette expérimentation a

constitué une dimension essentielle du volet D.

L’article de Benoît Hurpeau, Samia Khedhaouria et

Karim Salah, « Élaboration des premiers PIB régionaux

en Tunisie », traite d’une opération importante engagée au

cours du jumelage (volet C), à savoir la mesure du PIB de

l’économie tunisienne au niveau régional. C’est la

première fois que l’INS se lançait dans un projet de cette

nature, qui s’inscrit par ailleurs dans le cadre de la mise

en place d’un dispositif ambitieux de statistiques

régionales et locales (voir l’article de Bernard Morel et

Samira Ouaddey) afin d’appuyer la définition, la mise en

œuvre et l’évaluation des politiques régionales,

notamment dans le domaine économique. Après avoir

rappelé un certain nombre de concepts de base qui sous-

tendent tout processus de régionalisation de la mesure du

PIB (notion de territoire économique régional, unité de

référence….) et les différentes méthodes pouvant être

utilisées (méthodes ascendante, descendante et mixte), qui

s’inspirent directement des préconisations européennes en

matière de comptes régionaux, l’article analyse les outils,

données et méthodes pouvant être mobilisés, dans le

contexte statistique tunisien, pour les différentes activités.

Le PIB représentant, pour l’essentiel, la somme des

valeurs ajoutées de ces activités, sa mesure au niveau

régional s’appuie en effet sur une opération préalable, à

savoir la répartition par région des valeurs ajoutées

mesurées au niveau national pour les activités composant

l’économie tunisienne, que celles-ci appartiennent à la

sphère marchande, non financière comme financière, ou à

la sphère non marchande. L’article présente enfin certains

des principaux résultats obtenus.

L’article de Mouna Zgoulli « La réforme juridique de

l’activité statistique en Tunisie », analyse un aspect

particulièrement important des travaux conduits au titre

7


du volet A du jumelage relatif au cadre juridique et

institutionnel des missions du SSN de Tunisie. Il s’agit en

effet de la définition et de la mise en place d’une nouvelle

loi statistique, prenant la suite de la loi statistique de

1999. Une évaluation globale du SSN avait déjà été

menée en 2014 dans le cadre d’une coopération avec

Eurostat. Cette évaluation avait conclu que le SSN

disposait certes de bases juridiques solides mais qu’une

profonde réforme était nécessaire pour qu’il atteigne

pleinement les objectifs d’efficacité, de qualité et de

respect des principes fondamentaux. Une révision de la

loi statistique est alors apparue comme prioritaire, devant

permettre de renforcer et de consolider les dispositions

législatives garantissant, en particulier, le respect de

l’indépendance professionnelle des statisticiens. Le

jumelage a d’ailleurs permis d’élargir la perspective en

intégrant explicitement les objectifs de mise en place d’un

cadre législatif et institutionnel propice à une meilleure

gouvernance de la Statistique publique, de même que

celui d’une consolidation du rôle de l’INS en tant

qu’acteur principal du SSN. Dans ce contexte, l’article

revient sur les raisons qui ont poussé à la révision de la loi

statistique, puis sur les enjeux de cette révision et la

démarche d’élaboration du projet de loi. Il souligne en

outre les principales nouveautés de la loi en regard de la

version antérieure et propose un ensemble de

perspectives. Le nouveau texte a été approuvé au niveau

gouvernemental mais il est encore en attente d’examen

par l’assemblée des représentants du peuple.

L’article de Xavier Helfenstein, Emilie Laffiteau et

Mouna Zgoulli, « Les enjeux de la formation à

Statistiques Tunisie », présente les actions entreprises

dans le cadre du jumelage (volets B et D) afin de

renforcer les capacités de l’INS en matière de formation

des personnels, cadres et non-cadres. Ce renforcement

s’imposait d’autant plus que l’INS a été conduit à intégrer

dans ses effectifs, à compter de 2012, les personnels

mobilisés par ses établissements régionaux pour la

réalisation des programmes d’enquêtes. Ceux-ci

représentent désormais près de 70 % de l’ensemble des

effectifs de l’INS mais n’ont, le plus souvent, pas

bénéficié des formations professionnelles adéquates, ni en

matière de règles et déontologie statistiques, ni de

conduite d’entretiens ou encore de connaissances

statistiques de base. Dans ce contexte, après avoir dressé

l’état des lieux de la situation de l’INS en termes de

ressources humaines et d’actions de formation, ainsi que

ses besoins en la matière, une démarche par étapes a été

proposée dans le cadre du jumelage et mise en place par

les experts, que l’article décrit en détail : construction

d’un plan de formations pour l’année 2017, à destination

en particulier des personnels des établissements régionaux

de l’INS, mise en place d’une équipe au sein de l’Institut

dédiée à la formation et des conditions permettant de la

rendre autonome en matière d’ingénierie de formation,

enfin établissement d’une feuille de route en vue de la

création à terme d’un centre de formation plus ambitieux.

La démarche s’est appuyée sur plusieurs types de

formations assurés par les experts au profit de cadres

tunisiens, notamment dans les domaines du management

et de la conception d’une formation.

L’article de Mauro Bruno, Maria Serena Causo, Anissa

Najjar, Giuseppe Sindoni, Tarek Tkitek et Carlo Vaccari,

« INS integrated architecture: pilot application in external

trade statistics and methodological improvements in data

processing », décrit le processus de mise en place, au sein

de l’INS, d’une nouvelle architecture informatique

conforme aux normes internationales à utiliser pour toutes

les opérations statistiques, en particulier les enquêtes. Il

s’agit d’une dimension essentielle des volets B et E du

jumelage. Les objectifs recherchés avec cette architecture

sont ambitieux : développement de l’utilisation de

métadonnées, de la collecte à la diffusion, normalisation

des processus et des méthodes statistiques, centralisation

des données dans des bases relationnelles, utilisation de la

norme SDMX pour les échanges et la diffusion… Elle

implique de mettre en place une description des processus

de production statistique selon un modèle standard,

pouvant s’appliquer à tous les domaines. Ainsi, le

jumelage a-t-il été l’occasion de former les statisticiens de

l’INS au « modèle générique du processus de production

statistique » (ou GSBPM selon le sigle anglais). Dans ce

contexte, la nouvelle architecture a été testée dans un

domaine particulier, celui des statistiques du commerce

extérieur. Pour cela, les différentes phases de ce processus

statistique ont été analysées selon le modèle GSBPM, de

la collecte des informations de base jusqu’à la diffusion

finale. L’article décrit en détail cette expérimentation, de

même que les conditions de son élargissement à d’autres

domaines. Il revient également sur les problèmes

rencontrés pour mener à bien le projet, similaires à ceux

qui se posent dans la plupart des Instituts statistiques :

choix des nomenclatures à utiliser, sélection et

développement d’outils informatiques adaptés, définition

des données agrégées à publier et protocoles à utiliser

pour la diffusion aux parties prenantes et aux utilisateurs

finaux.

À la suite des enjeux de la modernisation de l’appareil

statistique de Tunisie, une série d’articles sont proposés

sur des thèmes connexes.

L’article de Modou Ndour Faye, Dominique Ladiray,

Adnen Lassoued, Béchir Maghrebi et Amal Mansouri,

« Les effets du Ramadan sur les prix : une analyse

comparative sur 3 pays », réalise une analyse comparative

des effets du Ramadan sur les prix à la consommation au

Maroc, au Sénégal et en Tunisie. Leur étude montre un

impact relativement limité en termes réels : la hausse des

prix varie entre 5 % et 10 % au Maroc et entre 2 % et 3 %

en Tunisie et au Sénégal.

L’article de Anda David et Mohamed Ali Marouani,

« Migration patterns and labour market outcomes »,

étudie les effets externes de l’émigration sur les non-

migrants, en particulier sur le marché du travail, avant et

après la révolution. La Tunisie a connu un regain de

migration juste après le soulèvement tunisien en raison de

l’absence de contrôles aux frontières provoquée par le

vide sécuritaire au lendemain de la révolution. Leur

analyse confirme le rôle de l’émigration comme soupape

de sécurité pour le marché du travail tunisien. Les auteurs

montrent ainsi que les ménages d’origine des migrants ont

des niveaux de vie nettement plus élevés et que les

transferts de fonds jouent un rôle important au niveau

8


macroéconomique (économie tunisienne) et au niveau

microéconomique (ménages). Leur analyse tend aussi à

confirmer les effets des transferts de fonds sur l’offre de

travail des non-migrants, ce qui peut avoir un impact

négatif sur le taux de chômage de la Tunisie lorsqu’une

crise dans les pays de destination affecte négativement le

taux de transferts de fonds.

L’article de Brahim Guizani, « The impact of exchange

rate shocks on trade in times of uncertainties: evidence

from three oil-importing countries in the MENA region »,

étudie le rôle du taux de change réel sur les flux

commerciaux de trois pays importateurs de pétrole de la

région MENA, en particulier pendant la période de

transition post-printemps arabe. L’auteur met en évidence

une faible efficacité des politiques de change, notamment

la politique monétaire expansionniste pendant la période

de transition, pour accroître leurs exportations et contenir

leur déficit commercial. L’amélioration des performances

commerciales semble davantage liée à des progrès en

termes de compétitivité non tarifaire des produits. Les

résultats montrent également une forte dépendance des

importations aux variations des exportations. Cette

dépendance explique, dans une certaine mesure,

l’incapacité des politiques de dévaluation à atténuer

l’aggravation des déficits commerciaux pendant la

période d’incertitude qui a suivi le printemps arabe.

9

* Mohamed Frigui est directeur central de la comptabilité nationale à Statistiques Tunisie [email protected],

Pierre Muller est inspecteur général honoraire de l’Insee [email protected]

Le changement de base des comptes

nationaux de la Tunisie : un projet

ambitieux mais exigeant M. Frigui et P. Muller*

Après avoir rappelé les principales caractéristiques de la génération actuelle des comptes nationaux de la Tunisie, qui s’appuie sur la version 1993 du Système de comptabilité nationale des Nations unies (SCN 93) et qui mobilise un volume important de sources de données annuelles, l’article décrit les principaux aspects du processus devant conduire à une nouvelle génération de comptes nationaux pour la Tunisie. Celle-ci s’appuiera sur deux années de base (2015 et 2016) et non plus une seule année (1997) comme dans la génération actuelle de comptes. Outre une « remise à niveau » indispensable compte tenu de l’ancienneté de l’année de base des comptes actuels et la prise en compte de nouvelles sources statistiques (ou de sources fortement renouvelées), elle doit permettre, en particulier, de mettre en œuvre les changements introduits par la nouvelle version du SCN (SCN 2008), qui font l’objet d’une analyse détaillée dans l’article, et d’améliorer la mesure par la Comptabilité nationale des activités de l’économie informelle, dont le développement aurait été rapide en Tunisie au cours des dernières décennies, voire de l’économie illégale. Sont présentées ensuite les évolutions à attendre au niveau des comptes des secteurs et sous-secteurs institutionnels et des comptes de biens et services, de même que les principales conséquences sur l’évaluation du PIB de l’économie tunisienne.

Introduction

Les comptes nationaux de la Tunisie (CNT) reposent

actuellement sur une année de base ancienne, à savoir

l’année 1997 (encadré 1). Cette caractéristique pose

plusieurs types de problèmes, en rendant plus délicate

en particulier la bonne prise en compte des sources

statistiques les plus récentes, de même que des

phénomènes économiques ayant pris de l’ampleur au

cours de la décennie 2000. De fait, les comptes

nationaux tunisiens actuels présentent un certain

nombre de fragilités.

Une partie conséquente de l’élaboration des CNT

actuels repose sur un travail « en évolution » et non pas

en « niveau ». C’est le cas notamment pour les comptes

des entreprises non financières (Sociétés non

financières et Entreprises individuelles des ménages) et

les comptes de biens et services. Les évaluations

1De même, les comptes des entreprises publiques (non

financières), en partie du moins, s’appuient sur des

directement « en niveau » sont relatives à l’année de

base 1997, les niveaux en année courante s’obtenant

ainsi en appliquant des indices d’évolution, calculés le

plus souvent à partir d’échantillons reposant sur un

champ partiel, aux niveaux de l’année de base. Il est

vrai qu’une partie des CNT en année courante s’appuie

sur des évaluations faites en niveau. C’est le cas par

exemple des comptes des secteurs institutionnels des

Administrations publiques et des Sociétés financières,

de même que des comptes des relations avec le Reste

du monde à partir des données douanières et de la

Balance de paiements1. S’ils sont loin de représenter

une part négligeable du PIB, s’agissant par exemple de

la production de services financiers, de la production

non marchande des Administrations publiques et des

flux de commerce extérieur de biens et services, les flux

correspondants ne représentent pas, pour autant, une

composante majoritaire du PIB de la Tunisie.

évaluations directement en « niveau » sur la base des états

financiers annuels de ces entreprises.


10


Encadré 1 : Principales caractéristiques des comptes nationaux tunisiens actuels

La génération actuelle de CNT est la deuxième génération de comptes nationaux tunisiens, après une première génération

développée au cours des années 1980 grâce, notamment, à une assistance technique d’envergure apportée par l’Insee et la

Banque de France. L’année de base (ou année de référence) de la deuxième génération de comptes est ancienne puisqu’elle

remonte à 1997. Le système comprend des comptes complets pour les secteurs et sous-secteurs institutionnels (à l’exception

des comptes de patrimoine), qui permettent en particulier de mettre en évidence la distinction entre répartition primaire et

répartition secondaire des revenus, des comptes de biens et services, avec des équilibres « ressources-emplois » à un niveau

détaillé (niveau 400) et des comptes de production et d’exploitation par sous-secteur d’activité (niveau 100), et des tableaux de

synthèse (synthèse des biens et services-TRE, comptes économiques intégrés-TEE, tableau des opérations financière-TOF).

Les comptes de biens et services sont élaborés aux prix de l’année en cours (prix courants) et aux prix de l’année précédente.

Le PIB est déterminé selon les trois approches « production », « demande » et « revenus ». Des comptes trimestriels et des

comptes dérivés ou satellites (environnement, tourisme) complètent le dispositif. Les CNT de la base 1997 reposent sur le SCN de 1993 (SCN 93). En particulier, les productions de biens et services et les

valeurs ajoutées sont évaluées au prix de base, deux approches de consommation finale sont intégrées dans les comptes (dépense

de consommation finale d’une part, consommation finale effective d’autre part) et une notion de service d’intermédiation

financière indirectement mesuré (SIFIM) est évaluée et répartie par secteur utilisateur. Par ailleurs, la FBCF comprend les

dépenses d’exploration minière et pétrolière, de même que les dépenses en logiciels. Enfin, les tableaux de synthèse s’inspirent

directement de ceux prévus par le SCN 93, même si la notion de sous-secteur d’activité utilisé dans le TRE tunisien s’éloigne

quelque peu de celle de branche d’activité retenue par le SCN.

Comme le prévoit le SCN 93, les comptes des relations avec le Reste du monde des CNT sont étroitement articulés avec la

Balance des paiements de la Tunisie. En fait, ces comptes procèdent avant tout d’une transposition en termes d’opérations de

comptabilité nationale des flux repris par la Balance.

Le processus de fabrication des Comptes nationaux tunisiens mobilise un volume très conséquent de sources statistiques, qu’il

s’agisse des sources sur les entreprises non financières (enquête nationale annuelle sur les activités économiques, enquête sur

les micro-entreprises réalisée tous les cinq ans depuis 1997, répertoire national des entreprises, documents comptables des

entreprises publiques, données sur certains secteurs particuliers), des statistiques spécifiques concernant les productions

agricoles et de la pêche, des états financiers des unités composant les Sociétés financières, des enquêtes « ménages » (enquêtes

budget-consommation…), des statistiques douanières, des sources budgétaires, administratives et comptables pour les

administrations publiques (administrations centrales, collectivités locales, sécurité sociale), de sources conjoncturelles (indices

de prix et indices de production, nuitées, autorisations de construire, dépenses des touristes non-résidents…). In fine, une large

partie du dispositif statistique tunisien est mis à contribution mais on notera l’absence, en particulier, d’utilisation des résultats

de la principale enquête réalisée par l’INS, à savoir l’enquête « emploi ».

Trois versions de comptes annuels, à savoir le compte provisoire (septembre n+1), le compte semi-définitif (septembre n+2) et

le compte définitif (septembre n+3) sont élaborées chaque année. Les comptes font l’objet d’une publication annuelle complète

et bien documentée quant à la méthodologie mise en œuvre, de même que d’une mise en ligne sur le site de l’INS.

Ainsi, une première conséquence de l’ancienneté de

l’année de base des CNT actuels est que la structure du

PIB de la Tunisie est fonction, de façon déterminante,

des niveaux de productions et de valeurs ajoutées d’une

année assez reculée. Certes, l’utilisation des indices

d’évolution permet d’atténuer les conséquences de cet

état de fait mais sans intégrer pleinement les évolutions

structurelles intervenues entre l’année de base et les

années courantes. Or, celles-ci ont été importantes

depuis la fin des années 1990, avec, par exemple, le

développement des activités de l’économie informelle,

voire des activités illégales ou les évolutions

contrastées qu’ont connues plusieurs branches

d’activités de l’économie tunisienne… Cette difficulté

est accentuée par le fait que les comptes actuels

s’appuient sur des nomenclatures d’activités et de

produits elles-mêmes assez anciennes.

Une deuxième conséquence de l’ancienneté de l’année

de base a trait au système statistique. En effet, le

système statistique tunisien s’est fortement enrichi et

renouvelé depuis la fin des années 1990, aussi bien pour

les ménages que pour les entreprises. Certes, le travail

« en évolution » n’est pas antinomique avec la prise en

compte de nouvelles sources ou de sources modifiées

mais celle-ci ne peut être qu’assez circonscrite, sinon à

remettre en cause la cohérence nécessaire entre les

niveaux (1997), déterminés à partir d’un spectre défini

de sources statistiques, et les évolutions, ces dernières

devant être calculées à partir de sources identiques ou

proches de celles mobilisées dans le cadre des

évaluations pour l’année de base. Ce faisant, la prise en

compte des sources statistiques nouvelles ou ayant

connu des évolutions marquantes ne peut être

pleinement envisagée que dans le cadre d’un

changement en profondeur des comptes nationaux. De

même, les changements importants des sources

statistiques directement mobilisées en niveau dans le

cadre de l’élaboration des comptes en année courante

ne peuvent être intégrés qu’à l’occasion du changement

de l’année de base. Un exemple significatif (mais pas

unique) est constitué par le passage de la Balance des

paiements de la Tunisie de la 5e à la 6e version du

manuel du FMI.

11


Tableau n°1 :

Présentation synthétique

Thématique Comptes

des SNF

Comptes

des SF

Comptes

des APU

Comptes des

relations avec

RdM

Comptes des

Ménages

Comptes des

biens et

services

1. « Remise à niveau » des comptes

des années de base

X

X

X

2. Intégration de nouvelles sources

statistiques

X

X

X

X

3. Mise en œuvre des

recommandations du SCN 2008

X

X

X

X

X

X

4. Amélioration de la prise en compte

de l’économie informelle

X

X

5. Estimation de l’économie illégale

X

X

X

6. Redressement pour fraude à la TVA

sans entente

X

X

X

7. Amélioration des processus

techniques d’élaboration des comptes

X

X

X

X

X

Les deux raisons majeures du

changement de base des comptes

nationaux tunisiens Outre une « remise à niveau » indispensable compte

tenu de la forte ancienneté de l’année de base actuelle,

l’opération de changement de base des comptes

nationaux tunisiens trouve sa justification dans deux

raisons majeures : d’une part la mise en œuvre des

recommandations de la nouvelle norme de comptabilité

nationale au niveau mondial (SCN 2008), d’autre part

la nécessité d’améliorer la prise en compte en

Comptabilité nationale des activités de l’économie dite

« informelle »2. Ces deux raisons sont analysées

successivement.

Mettre en œuvre les recommandations du

SCN 2008

La mise en place d’une nouvelle génération de comptes

nationaux doit être l’occasion de mettre la comptabilité

nationale tunisienne en conformité avec les normes et

principes définis dans la version révisée du SCN (SCN

2008). Les impacts sur les comptes nationaux du

passage de la version 1993 du SCN à la version 2008

sont assez ciblés, et cela pour deux raisons essentielles,

directement liées entre elles. D’une part, les

changements entre les deux dernières versions du SCN

sont circonscrits à un nombre limité de points, certes

importants mais sans commune mesure avec les

évolutions introduites par le SCN 1993 par rapport aux

normes antérieures de comptabilité nationale3. En ce

sens, la véritable rupture a été introduite par le SCN

1993. D’autre part, les CNT de deuxième génération

(base 1997) ont été établis en conformité avec les

principes du SCN 1993, si l’on excepte l’absence de

comptes de patrimoine des secteurs institutionnels. Ce

faisant, les CNT intègrent déjà une large partie des

évolutions liées à la modernisation des normes

internationales de comptabilité nationale depuis le

début des années 904.

In fine, une analyse précise au cours du jumelage a

permis de montrer que les impacts pour les comptes

nationaux tunisiens de la nouvelle norme internationale

de comptabilité nationale (SCN 2008) peuvent être

classés en huit points principaux (tableau 2), que l’on

présente ici de façon résumée. Cinq d’entre eux font

l’objet d’une analyse détaillée dans la deuxième partie

de cet article5.

2 Cet article ne traite que de la comptabilité nationale

annuelle des CNT. Les comptes trimestriels font pour leur

part l’objet de l’annexe 1. 3 On fait référence ici au SCN de 1968 mais également à la

première version du Système européen de comptabilité

nationale (SEC1970). 4 Situation qui n’est pas si fréquente que cela, nombre de

pays en développement n’ayant pas encore franchi l’étape de

l’intégration du SCN 1993. 5 Un autre point mériterait d’être noté s’agissant des impacts

du SCN 2008 pour les comptes nationaux tunisiens, à savoir

le traitement des dividendes exceptionnels versés par les

entreprises publiques. De tels dividendes doivent en effet être

appréhendés désormais comme une opération financière et

non plus comme une distribution de revenu primaire.

Toutefois, ce point n’a pas été pris en compte dans le cadre

du jumelage, faute d’investigation suffisante. Par ailleurs, le

SCN 2008 entraîne une modification de champ quant au

calcul de la notion de consommation de capital fixe (CCF),

notamment (mais pas uniquement) avec la prise en compte

d’une CCF pour les actifs en R-D et en système d’armement.

12


Tableau n°2 :

Mise en œuvre des recommandations du SCN 2008

Recommandation Impacts pour les CNT Modalités de mise en œuvre

1. Élargissement de

la FBCF aux

dépenses de R-D

Comptes des APU (production, valeur

ajoutée, FBCF)

Comptes des SNF (production, valeur

ajoutée, FBCF)

TRE et ERE

Pour les APU, l’évaluation passe par l’identification préalable

des unités productrices de recherche. La production et la FBCF

sont évaluées par la somme des coûts. Pour les SNF, la

production et la FBCF de R-D est obtenue comme solde entre la

dépense intérieure de R-D de la Tunisie et la production de R-D

des APU.

2.Classement des

achats de systèmes

d’armement en FBCF

Comptes des APU (production, valeur

ajoutée, FBCF)

TRE et ERE

Pour les APU, le nouveau classement entraîne un transfert de

consommations intermédiaires en FBCF.

3.Prise en compte du

critère du

changement de

propriété

Comptes des relations avec le Reste du

monde

TRE et ERE

Ce critère concerne en particulier les échanges de marchandises

liés au travail à façon réalisé par des entreprises résidentes en

Tunisie pour le compte de donneurs d’ordre non-résidents. Une

présentation originale est retenue pour les CNT, cherchant à

concilier le critère du changement de propriété avec

l’enregistrement des échanges physiques de marchandises.

4.Nouvelle approche

de la notion de

production de service

d’assurance de

dommage

Comptes des Sociétés d’assurance

(production, valeur ajoutée, primes

nettes d’assurance de dommage reçues)

Comptes des secteurs utilisateurs

(primes nettes d’assurance versées,

consommations intermédiaires,

consommation finale...)

TRE et ERE

Une notion d’indemnités d’assurance de dommage « corrigées

et ajustées » (évènements exceptionnels, lissage temporel) est

prise en compte, ce qui permet d’améliorer de façon sensible

l’évaluation de la production et de la valeur ajoutée des sociétés

d’assurance

5.Modification du

calcul de la

production de la BCT

Comptes des Institutions financières

monétaires ou IFM (production, valeur

ajoutée, transfert courant « versé »)

Comptes des APU (dépense de

consommation finale, transfert courant

« reçu »)

TRE et ERE

La modification permet d’évaluer explicitement une production

au titre de l’action de contrôle et régulation monétaires de la part

de la Banque centrale. Cette production est considérée comme

faisant l’objet d’une dépense de consommation finale de la part

de l’État tunisien.

6.Amélioration de la

prise en compte des

activités de

l’économie

informelle

Comptes des Ménages (production,

valeur ajoutée, revenus primaires)

TRE et ERE

L’économie informelle est désormais définie en lien direct avec

les principes du SCN 2008. Par ailleurs, un dispositif statistique

a été mis en place pour les années de base, s’appuyant sur

l’enquête « micro-entreprises » et sur l’enquête « emploi ». Le

dispositif devra ensuite être adapté afin d’être pérennisé.

7.Calcul de la SIFIM

globale

Comptes des IFM autres que la BCT

(production, valeur ajoutée, revenus

primaires)

Comptes des secteurs utilisateurs

(revenus primaires, consommations

intermédiaires, consommation finale…)

Le calcul de la SIFIM globale est désormais réalisé comme

somme des écarts entre intérêts reçus sur les prêts et intérêts de

référence d’une part, intérêts de référence et intérêts versés sur

les dépôts d’autre part. Cette formule permet d’assurer la

cohérence avec le mode de calcul mis en œuvre pour la

répartition de la SIFIM entre emplois.

8.Autres

recommandations

(reclassement des

holdings en SF, mise

en évidence d’un

secteur institutionnel

à part entière pour les

ISBLSM,

décomposition des

SNF en sous-

secteurs …)

Comptes des SNF, des Ménages, des

SF

13


- Élargissement de la notion de FBCF aux dépenses de

recherche-développement (R-D), qu’il s’agisse des

dépenses internes de R-D (production pour compte

propre de recherche) ou de dépenses externes (achats

de recherche à d’autres unités)6. Pour la Tunisie, le

nouveau traitement concerne les Administrations

publiques, à un degré moindre les Sociétés non

financières.

- Classement des achats de système d’armement en

FBCF et non plus en consommations intermédiaires. Le

nouveau traitement ne concerne que les

Administrations publiques. A noter que les dépenses

militaires en génie civil et bâtiments sont déjà classées

en FBCF dans les CNT actuels, suivant en cela la

recommandation du SCN 1993. Ainsi, c’est désormais

l’ensemble des dépenses au titre des budgets militaires

(autres que les achats de petits matériels) qui est classé

en FBCF dans la nouvelle génération de CNT.

- Prise en compte du critère de changement de propriété

pour les échanges extérieurs de biens et services, en

accord avec la 6e version du manuel de Balance des

paiements du FMI. Pour les comptes nationaux

tunisiens, le principal impact concerne le travail à façon

réalisé par des entreprises tunisiennes pour le compte

de donneurs d’ordre étrangers, qui doit être traité

comme un échange extérieur de service et non plus de

marchandise comme dans le SCN 1993.

- Définition d’un nouveau calcul de la notion de

production de service d’assurance de dommage. Ce

nouveau calcul permet une mesure nettement plus

satisfaisante de la production et de la valeur ajoutée du

sous-secteur des Sociétés d’assurance.

- Modification de l’évaluation de la production de la

Banque centrale de Tunisie (BCT). Cette évaluation est

désormais réalisée par la somme des coûts de

production et d’exploitation, à l’instar des unités des

Administrations publiques7. La mesure de la valeur

ajoutée de la BCT est également modifiée.

- Révision du calcul de la production globale de service

d’intermédiation financière indirectement mesurée

(SIFIM). Cette modification permet d’assurer la

cohérence entre le calcul de la SIFIM au niveau global

et sa répartition entre emplois (consommations

intermédiaires, consommation finale, exportations).

- Changements dans la décomposition en sous-secteurs

(institutionnels) de certains secteurs institutionnels8 :

distinction de trois sous-secteurs (entreprises

publiques, entreprises privées sous contrôle étranger,

autres entreprises privées) pour les Sociétés non

financières, amélioration du classement des

établissements publics (non administratifs) entre

6 Comme on le verra plus loin, les dépenses externes de R-D

(achats de R-D à d’autres unités) semblent négligeables en

Tunisie. 7 Dans les CNT actuels, la BCT se voit attribuer une

production de SIFIM, en plus d’une production de services

facturés.

administrations centrales et administrations locales,

reclassement de l’ensemble des holdings en Sociétés

financières... Par ailleurs, il est envisagé un secteur

institutionnel à part entière pour les Institutions sans but

lucratif au service des Ménages (ISBLSM).

- Amélioration de la prise en compte de l’économie

informelle dans les comptes nationaux. La dimension

méthodologique de ce chantier (définition de

l’économie informelle, appréhension du secteur

informel comme une composante du secteur des

ménages…) peut être considérée comme une

conséquence de la mise en œuvre des recommandations

du SCN 2008. Ce chantier comprend toutefois

également une dimension statistique essentielle : mise

en place d’un dispositif statistique performant, articulé

autour de plusieurs enquêtes, en particulier l’enquête

« emploi »... En tant que telle, cette dimension n’est pas

directement liée à la mise en œuvre du SCN 2008 mais

elle n’en constitue pas moins une raison majeure du

changement de base.

Un enjeu déterminant : améliorer la prise

en compte de l’économie informelle

Comme dans beaucoup de pays, l’économie informelle

connaît un développement en Tunisie, par exemple

dans des secteurs d’activité comme le bâtiment (second

œuvre), les commerces ou encore certains secteurs des

services (réparation automobile). Cette forme de

production représente désormais une part significative

du PIB (environ 30% dans l’actuelle génération des

comptes nationaux) mais les estimations souvent

évoquées, notamment dans les médias, ne s’appuient

pas réellement sur une base statistique solide. Par

ailleurs, la définition de la notion d’économie

informelle est loin de faire consensus entre les

économistes9.

Les CNT actuels prennent bien en compte les activités

de l’économie informelle, notamment grâce à l’enquête

« micro-entreprises » réalisée tous les 5 ans auprès des

petites entreprises (moins de 6 salariés). Toutefois, ces

unités correspondent à celles connues de

l’administration fiscale ou sociale. Les estimations de

la production des unités de production non connues de

l’administration et qui représentent pourtant une part

importante de l’économie informelle sont fondées

principalement sur les travaux de l’année 1997. Or, il

est probable que cette configuration des sources de

données conduit à une sous-estimation du poids de

l’économie informelle dans le PIB.

Ainsi, la mise en place d’une nouvelle génération de

CNT est-elle l’occasion d’améliorer sensiblement cette

situation. Pour cela, il convient de proposer au

8 En fait, une large partie de ces changements est déjà prévue

par le SCN 1993, si l’on excepte le classement des holdings. 9 Un article de ce numéro spécial de Statéco est

spécifiquement consacré à l’économie informelle, s’agissant

en particulier de la dimension statistique de cette

problématique.

14


préalable une définition précise de l’économie

informelle, en conformité avec les principes de

Comptabilité nationale tout en constituant la référence

dans le cadre d’autres types de travaux statistiques. La

définition adoptée est ainsi la suivante :

« Le secteur informel est constitué des unités

économiques, quel que soit leur statut (employeur,

indépendant, compte propre…) et leur type d’activité

(y compris agriculture), produisant des biens et services

pour le marché et ne disposant, de fait ou de droit,

d’aucune comptabilité complète (de flux). Ces unités

seront considérées dans les comptes nationaux comme

des entreprises individuelles du secteur des Ménages ».

Ne faisant pas référence directement à la relation avec

l’administration fiscale et sociale, cette définition

permet de regrouper les deux types d’entreprises

individuelles du secteur informel : celles connues de

l’administration fiscale ou sociale d’une part, celles qui

ne le sont pas d’autre part. Elle permet également de

tracer une distinction claire avec les entreprises

individuelles du secteur formel, qui disposent en

général d’une comptabilité, du moins en matière de

flux.

En deuxième lieu, il convient de se doter d’un dispositif

statistique durable en mesure de couvrir l’ensemble des

unités de production de l’économie informelle

tunisienne, que celles-ci soient connues ou non de

l’administration. Le dispositif retenu par l’INS de

Tunisie s’inspire de la méthodologie des « enquêtes 1-

2-3 », conçue par l’Institut de recherche pour le

développement (IRD-DIAL) au début des années 1990

et qui a fait ses preuves sur différents continents

(Afrique, Asie, Amérique latine).

Le principe est basé sur une approche mixte

ménages/entreprises afin d’identifier les unités de

production qui échappent à l’appareil statistique, en

raison de leur absence dans les répertoires

administratifs et/ou d’absence de comptabilité, puis de

mesurer de manière détaillée l’activité de ces unités de

production à travers une enquête spécifique.

Concrètement dans le cas de la Tunisie, les données sur

l’économie informelle seront appréhendées (années de

base) grâce, principalement, à deux enquêtes, à savoir

l’enquête « micro-entreprises », qui collecte les

données économiques sur un échantillon d’unités

informelles connues de l’administration et l’enquête

« emploi », qui permet d’appréhender les employeurs

des unités de production de l’ensemble de l’économie

informelle, qu’elles soient connues ou non de

l’administration10. Il était prévu qu’une seconde

enquête « micro-entreprises » soit réalisée à la rentrée

2018 pour les entreprises informelles non connues de

l’administration mais cette opération n’a pas pu être

mise en place par l’INS. Seule une enquête « pilote » a

10 Pour cela, le questionnaire de l’enquête « emploi » a été

modifié de façon significative. 11 L’emploi doit être mesuré ici par le volume de travail

(emplois x durée effective de travail) afin de permettre des

été réalisée mais compte tenu de la taille très réduite de

son échantillon, les résultats ne pourront pas être

utilisées directement pour l’élaboration des comptes

des deux années de base.

Les données sur l’économie informelle tirées du

dispositif statistique doivent être analysées avec soin

avant d’être intégrées dans les comptes. Une des

difficultés tient en effet à la taille réduite des

échantillons des enquêtes « micro-entreprises » en

regard des univers correspondants. Une confrontation,

destinée à corriger, redresser et conforter les données

des enquêtes, avec les autres formes de production sur

plusieurs indicateurs (productivité du travail, taux de

valeur ajoutée, etc.), apparaît ainsi indispensable grâce

à la mise en place d’un nouvel outil de synthèse dans le

processus d’élaboration des comptes nationaux,

articulant emplois, productions et valeurs ajoutées11.

Un tel outil s’inspire de celui proposé par le logiciel

ERETES tout en étant beaucoup plus large ; il s’appuie

fortement sur les données de l’enquête « emploi » qui

jouent un rôle déterminant.

Outre les besoins de comptabilité nationale, le

dispositif statistique doit permettre également à l’INS

de Tunisie de disposer d’une base solide afin de fournir

régulièrement des informations fiables sur l’économie

informelle afin d’aider à l’élaboration de politiques

sectorielles dans ce domaine.

Analyse détaillée de la mise en œuvre

des recommandations du SCN 2008

Cette partie présente les modalités de mise en œuvre

des recommandations du SCN 2008 dans la nouvelle

génération de CNT, aussi bien sur le plan

méthodologique que sur le plan statistique. Cinq

recommandations sont analysées ici : l’élargissement

de la FBCF aux dépenses de recherche-développement,

l’intégration des achats de système d’armement dans la

FBCF des Administrations publiques, la nouvelle

méthode d’évaluation de la production de service

d’assurance de dommage, les modifications concernant

le calcul de la production de la Banque centrale de

Tunisie (BCT) et la nouvelle approche du travail à

façon pour le compte d’entreprises non-résidentes.

L’élargissement de la FBCF aux dépenses

de recherche-développement

L’élargissement de la FBCF aux dépenses de

recherche-développement (FBCF en R-D) concerne a

priori tous les secteurs institutionnels mais la décision

a été prise de limiter ce changement aux secteurs des

comparaisons pertinentes sur la productivité du travail entre

formes de production.

15


Administrations publiques (APU) et des Sociétés non

financières (SNF)12.

La méthode d’évaluation de la FBCF en R-D des APU

repose sur l’identification préalable des unités

productrices de service de R-D. Ces unités constituent

pour la plupart des entités dépendant du Ministère

tunisien de la recherche et de l’enseignement supérieur.

Il s’agit d’établissements publics pouvant avoir, à côté

de leur activité de R-D, une activité d’enseignement. La

production (non-marchande) de R-D des APU est alors

évaluée par la somme des coûts : consommations

intermédiaires, rémunération des salariés, impôts liés à

la production, consommation de capital fixe des actifs

de l’activité de R-D. Elle constitue une production pour

compte propre des APU en R-D13.

La FBCF en R-D des APU est égale à leur production

de recherche, les ventes de R-D à des unités

n’appartenant pas au secteur des Administrations

publiques apparaissant négligeables en Tunisie. On

notera qu’une faible partie de la R-D des

administrations tunisiennes bénéficie de financements

dans le cadre de la coopération internationale. Dans les

comptes nationaux, ces financements ne doivent pas

être analysés comme une recherche vendue par

l’administration tunisienne à une unité non-résidente

mais comme un transfert (en capital), à inscrire en

ressources du compte de capital des APU et en emplois

des comptes des relations avec le Reste du monde.

En revanche, la FBCF en R-D des SNF ne peut pas être

évaluée directement à partir des données tirées des

comptabilités élémentaires, les dépenses de recherche

ne faisant généralement pas, ou pour des montants

faibles, l’objet d’une inscription à l’actif du bilan dans

la comptabilité d’entreprise tunisienne. Par ailleurs, les

enquêtes « entreprises » ne prévoient pas d’identifier

les coûts relatifs aux dépenses de recherche pour

compte propre, ce type de questionnement devant faire

l’objet d’une enquête spécifique.

Une approche originale a donc été mise en place pour

l’évaluation de la production et de la FBCF en R-D des

SNF, s’appuyant sur l’évaluation globale des dépenses

en R-D de la Tunisie proposée par l’Unesco. Les

dépenses en R-D à attribuer aux SNF sont ainsi

obtenues comme différence entre le total des dépenses

intérieures de R-D de la Tunisie (un peu moins de 1 %

du PIB tunisien) et le montant estimé de la production

de R-D des APU, celle-ci étant considérée comme étant

identique à leur dépense intérieure de recherche14. La

FBCF en R-D des SNF est alors égale à leur dépense

12 On n’a pas trouvé trace de dépenses de R-D dans les

comptabilités élémentaires des Sociétés financières, point qui

reste toutefois à confirmer. 13 Une séparation entre production de R-D et production de

service d’enseignement devrait être faite mais par souci de

simplification, la production d’enseignement étant nettement

plus réduite que celle de R-D, la totalité de la production est

reprise en R-D.

intérieure de R-D ainsi estimée, sous l’hypothèse que

les entreprises tunisiennes ne sous-traitent pas de

recherche à d’autres unités, par exemple des APU15 .

Il convient de noter que la source Unesco est fondée sur

des données gérées par le ministère de l’Enseignement

supérieur et de la Recherche de Tunisie, qui s’appuient

sur des données budgétaires pour la recherche publique

et l’actualisation, à partir de rapports d’activité, des

résultats de l’enquête (enquête type « Frascati »)

réalisée en 2008 pour la R-D des entreprises, enquête

non renouvelée depuis. C’est pourquoi d’ailleurs le

Ministère souhaite améliorer et rendre plus régulier le

dispositif statistique sur l’évaluation des dépenses de

R-D, aussi bien des entreprises (privées et publiques)

que des Administrations publiques. Ce dispositif

pourrait s’appuyer par exemple sur une enquête portant

d’une part sur les dépenses de recherche des entreprises

(enquête tous les 3 ans), d’autre part sur les dépenses

de recherche de l’ensemble des unités, que celles-ci

appartiennent aux entreprises ou à l’administration

publique (enquête tous les 5 ou 6 ans). De telles

enquêtes devraient d’ailleurs être réalisées en

partenariat avec l’INS16.

L’élargissement de la FBCF aux dépenses de R-D

entraîne la mise en évidence d’un actif spécifique, à

savoir un actif de propriété intellectuelle de R-D, et

d’une consommation de capital fixe (CCF)

correspondante. C’est le cas en particulier pour le

secteur des Administrations publiques. Dans ce dernier

cas, la CCF sur les actifs en propriété intellectuelle de

R-D vient augmenter, toutes choses étant égales par

ailleurs, la valeur de la production non-marchande

globale.

L’intégration des achats de système

d’armement dans la FBCF des

Administrations publiques

Le SCN 2008 recommande de comptabiliser en FBCF

les achats de système d’armement des Administrations

publiques17, à l’exception des dépenses de faible

montant qui restent classées en consommations

intermédiaires. Ces achats sont inscrits dans le budget

de l’État tunisien, y compris fonds spéciaux et fonds de

concours. Le nouveau traitement défini par le SCN

2008 se traduit ainsi par un transfert de consommations

intermédiaires (approche retenue dans les CNT actuels,

suivant en cela le SCN 1993) en FBCF (solution

retenue par le SCN 2008). Ce faisant, une notion

d’actifs en système d’armement doit être évaluée dans

14 On notera que d’après les chiffres du Ministère, les APU

réalisent près de 80 % de la R-D en Tunisie. 15 C’est la contrepartie de l’hypothèse faite plus haut pour les

APU, à savoir l’absence de ventes de R-D des administrations

publiques à des unités externes au secteur des APU.

Toutefois, cette hypothèse reste à confirmer au stade actuel. 16 L’INS devrait en effet se mettre en situation de répondre

positivement à cette demande. 17Cette approche est d’ailleurs assez contestable sur le fond.

16


la nouvelle génération de CNT, en plus des actifs en

bâtiments militaires et génie-civil déjà pris en compte

dans les CNT actuels. Un nouveau flux de

consommation de capital fixe doit être calculé pour les

actifs en système d’armement, qui vient augmenter, ici

aussi, la valeur de la production non-marchande

globale.

La notion de production de service

d’assurance de dommage : une approche

renouvelée

La mise en évidence en comptabilité nationale de la

notion de production de service d’assurance de

dommage se heurte à plusieurs difficultés. En effet, ce

service n’est pas directement évalué dans les comptes

des entreprises d’assurance si bien que les comptables

nationaux doivent procéder par « imputation ».

Traditionnellement dans les systèmes de comptabilité

nationale, le service d’assurance est mesuré par la

différence entre les primes (primes acquises) et les

indemnités dues18. Le SCN 1993 a introduit une

première évolution, prévoyant la prise en compte des

revenus du placement des réserves en considérant que

ces revenus sont à appréhender comme un complément

implicite de primes. C’est cette approche qui est reprise

dans les CNT actuels. Toutefois, elle ne permet pas de

traiter les situations de variabilité des indemnités, par

exemple en cas d’évènements exceptionnels. Conscient

de cette difficulté, le SCN 2008 recommande d’utiliser

une notion d’indemnités (dues) ajustées pour le calcul

de la production, sans formuler pour autant de façon

précise une méthode pratique d’estimation. En

revanche, la version européenne du système révisé

(SEC 2010) donne des indications plus opérationnelles

et sur lesquelles on peut s’appuyer.

Or, on observe en Tunisie des fluctuations souvent très

marquées du rythme de versement des indemnités

d’assurance de dommage, fluctuations qui perturbent,

sans raison économique réelle, la mesure de la

production et de la valeur ajoutée des Sociétés

d’assurance. Après des réflexions approfondies,

s’inspirant également de plusieurs expériences

étrangères, la nouvelle méthode d’estimation de la

production de service d’assurance de dommage

comprend ainsi deux étapes dans la nouvelle génération

de CNT.

Dans un premier temps, on détermine les années pour

lesquelles une correction importante des indemnités

d’assurance de dommage doit être prise en compte pour

le calcul de la production. Ces points, dits « aberrants »,

résultent d’évènements exceptionnels et se traduisent le

plus souvent par une très forte augmentation des

18 Les primes acquises représentent les primes relatives à

l’année en cours. Les indemnités dues sont les indemnités

relatives à des sinistres intervenus au cours de l’exercice. Ce

mode de calcul vaut aussi bien pour l’assurance vie que

l’assurance de dommage.

indemnités. Au stade actuel, seule l’année 2011 serait

dans ce cas en Tunisie. Les indemnités subissent ainsi

une première correction, très importante pour l’année

2011 mais avec des répercussions sur les années

suivantes19.

Cependant, la correction pour point « aberrant » ne

suffit pas à lisser complétement la série des indemnités.

Celles-ci font donc l’objet, dans un deuxième temps,

d’un lissage complémentaire destiné à corriger les

variations conjoncturelles grâce à un travail adéquat sur

série temporelle.

Au total, pour une année n, la production de service

d’assurance de dommage (P) résulte du calcul

suivant dans la nouvelle génération de CNT :

P (n) = primes acquises + supplément de

primes (revenus du placement des réserves) -

indemnités « corrigées et ajustées »

Les indemnités « corrigées et ajustées » s’entendent

comme les indemnités d’assurance après correction

pour « point aberrant » (année 2011 et répercussions

sur les années suivantes) et après lissage temporel.

Il convient de noter que les indemnités d’assurance de

dommage à inscrire comme transfert courant au compte

de distribution secondaire du revenu s’entendent

comme les indemnités « ajustées » (après lissage

temporel) définies précédemment et non pas

simplement comme les indemnités dues telles que

déclarées dans les comptabilités des Sociétés

d’assurance. Par ailleurs, pour l’année 2011 (avec les

répercussions sur les années suivantes), la correction

pour passer aux indemnités « corrigées » est traitée

comme transfert en capital au titre d’un évènement

exceptionnel. Ainsi, dans ce cas, les indemnités

d’assurance reprises en emplois du compte de

distribution secondaire du revenu des Sociétés

d’assurance sont-elles identiques aux indemnités

« corrigées et ajustées » définies plus haut. On notera

que ce traitement permet de conserver l’égalité entre les

opérations « primes nettes » et « indemnités

d’assurance de dommage » du compte de distribution

secondaire du revenu des Sociétés d’assurance.

19 Concrètement, les indemnités sont ramenées à un niveau

« normal » pour 2011 mais elles sont ensuite rehaussées pour

les années suivantes.

17


Une nouvelle méthode de calcul de la

production de la Banque centrale de

Tunisie (BCT)

Le SCN 2008 recommande de revoir le mode

d’évaluation de la production et de la valeur ajoutée des

Banques centrales. Cette recommandation a des

conséquences importantes pour la nouvelle génération

de CNT. Sur un plan technique, l’évaluation de la

production de la BCT est désormais réalisée sur la base

du total des coûts de production et d’exploitation

(consommations intermédiaires, salaires et traitements,

cotisations sociales, impôts liés à la production,

consommation de capital fixe), à l’instar des unités des

APU20. Toutefois, suivant ici aussi le SCN 2008, la

BCT reste classée dans le secteur des Sociétés

financières.

La production globale de la BCT est ensuite

décomposée en deux parties, une production

marchande, d’une part, mesurée par les services

facturés par la BCT, en particulier aux banques et aux

autres organismes financiers, une production non-

marchande, d’autre part, mesurée par la différence entre

la production globale et la production marchande. Dans

les CNT actuels, outre la production marchande, la

BCT se voit attribuer un service d’intermédiation

financière indirectement mesuré (SIFIM), qui fait

ensuite l’objet d’une consommation intermédiaire des

établissements de crédit (monétaires). Cette SIFIM

disparaît donc dans la nouvelle génération de CNT.

Cette méthode permet d’attribuer une valeur explicite à

l’action de contrôle et de régulation de la politique

monétaire de la Banque centrale. En effet, cette action

ne fait pas l’objet de facturation explicite alors qu’elle

représente la partie de loin la plus importante de

l’activité et des coûts correspondants de la BCT. La

question qui se pose est de déterminer l’entité qui

« utilise » cette production. En fait, c’est l’État tunisien

qui en est l’utilisateur, sous la forme d’une dépense de

consommation finale (collective). Un transfert courant

de la Banque centrale vers l’État permet

« d’équilibrer » l’inscription de cette dépense de

consommation finale.

L’application du critère de changement de

propriété aux échanges extérieurs de biens

et services

Le SCN 2008, suivant en cela les préconisations de la

6e version du manuel FMI de Balance des paiements,

recommande la prise en compte du critère de

changement de propriété pour la mesure des échanges

extérieurs de biens et services. Pour les CNT, la

20 En faisant l’hypothèse par ailleurs d’un excédent net

d’exploitation nul. 21 Il convient de distinguer travail à façon de réparation et

entretien. Par exemple, la compagnie TunisAir fait réparer

les moteurs d’avion à l’étranger. Cela étant, en accord avec

le SCN 93, les CNT appliquent déjà le critère du changement

principale conséquence de cette recommandation

concerne le traitement du travail à façon réalisé par des

entreprises tunisiennes, dans le cadre de contrats de

sous-traitance pour le compte de donneurs d’ordre

étrangers, le travail à façon réalisé à l’étranger pour le

compte d’entreprises tunisiennes semblant négligeable

a priori21.

Sur un plan technique, en considérant le cas d’une

entreprise tunisienne effectuant un travail à façon pour

le compte d’un donneur d’ordre non-résident, seule une

exportation de service sera décrite dans les comptes

nationaux, mesurant la « valeur ajoutée » résultant de

l’opération de sous-traitance. Ni importations, ni

(ré)exportations de biens ne sont à faire apparaître dans

les comptes et il en est de même pour la Balance des

paiements.

L’approche retenue par le SCN 2008 n’apparaît pas

entièrement satisfaisante. Ne plus faire apparaître dans

les comptes nationaux une part très importante des

exportations de produits manufacturés de la Tunisie et

couvrant une large gamme de produits (construction

mécanique, textile-habillement, cuirs et chaussures,

industries mécaniques et électriques…), poserait un

sérieux problème quant à la représentativité et à la

pertinence des comptes nationaux. C’est d’autant plus

le cas que les statistiques douanières continuent à

décrire les flux de marchandises liées aux opérations de

sous-traitance pour le compte de non-résidents.

C’est pourquoi une présentation originale a été retenue

pour la nouvelle génération de CNT, à mettre en œuvre

dans les comptes de biens et services mais aussi les

comptes du Reste du monde, et cherchant à concilier le

critère du changement de propriété avec le maintien de

l’enregistrement des flux physiques de biens. Ainsi,

cette présentation prévoit-elle de conserver

l’enregistrement des flux d’importation et

d’exportation de marchandises afférents aux opérations

de sous-traitance pour le compte de non-résidents dans

les équilibres détaillés de produits des CNT, ce qui

permet de conserver la cohérence avec les statistiques

douanières. Ce faisant toutefois, le total des

importations et des exportations de biens et services ne

serait plus identique aux montants repris en Balance des

paiements (6e version FMI), celle-ci appliquant en effet

rigoureusement le critère du changement de propriété.

Ainsi, la cohérence avec la Balance des paiements est-

elle rétablie en intégrant dans les CNT de la nouvelle

génération (TES et comptes du Reste du monde) deux

lignes d’ajustement, respectivement sur le total des

importations et le total des exportations, soit

respectivement22 :

de propriété à la réparation et l’entretien. A noter également

que le critère du changement de propriété devrait s’appliquer

également au négoce (courtage) international mais celui-ci

semble avoir une portée limitée pour la Tunisie. 22Pour les importations, cette ligne d’ajustement s’ajoute à

celle déjà existante permettant de passer du total des

18


Poste de calage (diminution) sur le total des

importations = IM

Poste de calage (diminution) sur le total des

exportations = EX

Le poste IM représente la valeur des importations de

produits entrés au cours de l’exercice en Tunisie pour

travail à façon. Le poste EX représente quant à lui la

valeur des (ré)exportations au cours de l’exercice de

produits entrés pour sous-traitance en Tunisie, non

compris la valeur ajoutée par l’opération de sous-

traitance. En l’absence de décalage temporel entre

exportations et importations, les deux postes IM et EX

sont égaux. Une autre variante peut d’ailleurs être

retenue, qui consiste à inscrire en produit « service

industriel », en plus des flux de marchandises, une

exportation de service correspondant au « service

ajouté » par la sous-traitance. Ce faisant, le poste

d’ajustement sur les exportations (EX) est égal à la

valeur totale des exportations et non plus à la valeur

déduction faite du service de sous-traitance, le poste

d’ajustement sur les importations (IM) restant

inchangé. Les deux variantes, bien qu’assez proches,

présentent des avantages et inconvénients respectifs.

La difficulté technique que soulève la présentation

retenue est le traitement des décalages temporels

éventuels entre importations et (ré)exportations. De tels

décalages peuvent en effet créer un écart entre les

postes IM et EX pour un exercice donné, écart se

résorbant normalement sur l’exercice (ou les exercices)

suivant(s). Toutefois, en règle générale, les décalages

temporels devraient être faibles sous l’hypothèse que

les rythmes d’entrée et de sortie des produits pour

travail à façon sont suffisamment réguliers d’une année

sur l’autre. Dans le cas où cette hypothèse se trouverait

remise en cause, l’écart entre les postes d’ajustement

IM et EX devrait être traité sous la forme d’un

ajustement des variations de stocks.

La présentation proposée s’écarte du traitement retenu

dans le SCN 2008 (qui prévoit seulement un

enregistrement en exportation de service, s’agissant de

la sous-traitance réalisée pour le compte de donneurs

d’ordre non-résidents) mais elle est porteuse de

plusieurs avantages : cohérence avec les statistiques

douanières d’exportations et d’importations, évaluation

de la production en conformité avec le mode

d’enregistrement généralement retenu dans les comptes

des entreprises, préservation d’une cohérence globale

avec la Balance des paiements (6e version FMI) grâce

aux postes de calage.

importations CAF (statistiques douanières) au total des

importations FAB (Balance des paiements). 23 Cette partie n’aborde pas les questions spécifiques liées

à l’élaboration des comptes financiers des secteurs et sous-

secteurs institutionnels. Elles sont abordées dans l’annexe 2. 24 C’est dès la première génération de CNT que cette

approche a été mise en place, en s’inspirant fortement de la

Les changements au niveau des

comptes des secteurs institutionnels

et des comptes de biens et services

Dans cette troisième partie sont analysés les principaux

changements introduits par la nouvelle génération de

CNT au niveau des comptes des secteurs (et sous-

secteurs) institutionnels et des comptes de biens et

services23. Une large partie des évolutions découle

directement des points traités dans les deux premières

parties, s’agissant en particulier du processus de

« remise à niveau » lié à l’opération de changement de

base, de l’amélioration de la prise en compte de

l’économie informelle, de la mise en œuvre des

recommandations du SCN 2008... Toutefois, certaines

évolutions tiennent à des facteurs qui n’ont pas été

abordés précédemment. Cette partie se termine par

l’analyse des conséquences de ces changements, telles

que l’on peut les cerner au stade actuel, pour

l’évaluation du PIB de la Tunisie.

Les comptes des Sociétés non financières

Dans la nouvelle génération de CNT, les comptes des

Sociétés non financières (SNF) sont établis en

s’appuyant sur une méthode proche de celle mise en

œuvre pour les CNT actuels. La méthode s’articule

autour de trois étapes principales24 : collecte, traitement

et apurement des données élémentaires, celles en

particulier provenant de l’enquête nationale sur les

activités économiques (ENAE), constitution du

Système intermédiaire « entreprises » (SIE), passage de

ce dernier aux opérations des comptes des SNF. Il

convient de souligner que l’ENAE n’est pas la seule

source mobilisée pour l’élaboration des comptes

nationaux des SNF. Pour une partie des entreprises en

effet, les comptables nationaux utilisent directement les

rapports d’activité publiés, s’agissant en particulier des

entreprises publiques. Par ailleurs, les états financiers

récupérés dans les liasses fiscales peuvent être utilisés

en complément ou même en substitut des données de

l’enquête. Reste que l’ENAE constitue « encore » la

source principale permettant l’élaboration des comptes

des SNF25. C’est le cas en particulier pour les comptes

des deux années de base 2015 et 2016 (voir l’encadré 2

explicitant les raisons ayant conduit au choix de ces

deux années comme années de base).

Dans ce contexte, le SIE joue un rôle essentiel. Comme

son nom l’indique, il s’agit d’un niveau intermédiaire

(méso-économique) entre les données individuelles et

le système de comptes nationaux. Ce niveau s’impose

pour plusieurs raisons, qui tiennent toutes à la

démarche suivie alors par la comptabilité nationale

française. 25 Le terme « encore » renvoie au projet, très important pour

la statistique d’entreprise de la Tunisie, d’utilisation

généralisée des liasses fiscales des entreprises en lieu et

place, du moins en partie, des ENAE.

19


complexité du passage « micro-macro ». En ce sens, le

SIE assure trois fonctions essentielles dans le processus

de passage des données comptables aux données de

comptabilité nationale : constituer une première phase

pour le traitement des écarts entre Comptabilité

d’entreprise et Comptabilité nationale, réorganiser les

données avec un cadre comptable s’inspirant

directement de celui de la comptabilité nationale,

surmonter les difficultés créées par l’hétérogénéité des

types de recueil des informations élémentaires

(enquête, rapports d’activité, états financiers des liasses

fiscales…). In fine, le SIE constitue la première étape

dans le processus de mise au format « comptabilité

nationale » des données élémentaires relatives aux

entreprises non financières26.

Encadré 2 : Pourquoi deux années de base ?

Le choix de retenir deux années de base pour la nouvelle

génération de CNT, à savoir les années 2015 et 2016, s’est

rapidement imposé pour trois raisons majeures, liées entre

elles.

En premier lieu, retenir deux années de base et non une seule

année comme pour les CNT actuels permet de renforcer la

qualité des évaluations fournies par les comptes. C’est en

effet à l’occasion de l’établissement des comptes des années

de base que les évaluations sont faites, de façon systématique,

directement en « niveau ». Les travaux sont également

conduits de manière plus détaillée et approfondie que pour les

années courantes, en mobilisant le spectre le plus large

possible de sources statistiques. Dans ce contexte, élargir les

travaux sur les années de base à deux années présente à

l’évidence plusieurs avantages, celui en particulier de mieux

articuler la construction des comptes des années de base avec

les évolutions à mettre en place dans les systèmes statistiques,

qui s’avèrent souvent lourdes et complexes. Ce faisant,

l’intégration dans le processus d’élaboration des comptes de

nouvelles données statistiques (ou de données renouvelées)

peut être contrôlée au niveau de deux années et non plus une

seule, ce qui permet en retour de renforcer et consolider la

qualité de cette intégration. En sens inverse, compte tenu

notamment de la lourdeur que revêtent les travaux

d’élaboration des comptes des années de base en regard des

ressources disponibles de l’INS, il était illusoire d’allonger de

façon excessive la série des années de base. En ce sens, le

choix de retenir deux années de base apparaît bien comme un

compromis satisfaisant.

En deuxième lieu, le choix des années 2015 et 2016 permet

de mieux « capitaliser » l’apport pour les CNT d’un large

ensemble de sources et de données statistiques : recensement

général de la population et de l’habitat (RGPH, 2014),

enquête « budget-consommation » (2015-2016), enquête

« micro-entreprises » (2017), données détaillées sur les

collectivités locales, données issues des liasses fiscales des

entreprises… Ces années sont également en phase avec la

prise en compte, par l’enquête nationale sur les activités

économiques (ENAE), de modifications de questionnaire

pour mieux répondre aux besoins d’élaboration des comptes

26 C’est une première étape en ce sens où elle ne mobilise pas

les informations en provenance des autres secteurs

institutionnels mais seulement les informations que l’on peut

inférer des statistiques d’entreprises. 27 Dans le cas des SNF, la principale forme d’économie non

enregistrée ou souterraine est constituée de la fraude fiscale,

de deux types : fraude sur le niveau de chiffre d’affaires et de

des années de base. Enfin, les années 2015 et 2016 font partie

de la série sur laquelle il est prévu d’opérer le basculement de

la Balance des paiements de la Tunisie à la 6e version du

manuel FMI, qui doit couvrir (au moins) les années 2013 à

2017.

Enfin, retenir les deux années 2015 et 2016 permet de profiter

de l’expérience acquise à l’occasion de l’élaboration des

comptes dans le cadre des CNT actuels. Si on laisse de côté

la version provisoire, c’est en effet à compter de 2017 puis de

2018 que les comptes des deux années 2015 et 2016 sont

disponibles.

Cela étant, le passage aux comptes nationaux ne

s’arrête pas à l’élaboration du SIE. Il faut en effet

ensuite formaliser le passage entre ce dernier et les

comptes nationaux. Complexe, un tel passage doit

permettre de traiter complètement les écarts de contenu,

de moment d’enregistrement et de valorisation entre

Comptabilité d’entreprise et Comptabilité nationale,

d’introduire la cohérence entre comptes des SNF et

comptes des autres secteurs institutionnels (principe dit

de la partie quadruple) et de prendre en compte, dans la

mesure du possible, des redressements pour l’économie

non enregistrée concernant le secteur des SNF27. C’est

également à partir du SIE que l’articulation entre

comptes des SNF et comptes des biens et services

(compte de production, FBCF, variation de stocks) est

mise en œuvre.

Le passage du SIE aux comptes doit également

permettre d’établir ces comptes en distinguant les trois

sous-secteurs institutionnels des SNF retenus en

nouvelle base : entreprises publiques, sociétés privées

sous contrôle étranger, autres sociétés privées. De

même, le SIE étant établi par sous-secteur d’activité, le

passage aux comptes nationaux peut être réalisé à ce

niveau de détail, ce qui permet une désagrégation des

comptes des SNF (en partie) par sous-secteur d’activité.

Si le schéma d’ensemble du processus d’élaboration

des CNT de nouvelle génération ne devrait pas

connaître de changement majeur par rapport aux CNT

actuels, plusieurs évolutions importantes méritent

cependant d’être mises en exergue :

• Pour les deux années de base (2015 et 2016) de la

nouvelle génération de CNT, le questionnaire de

l’ENAE a été aménagé afin de mieux prendre en

compte les besoins liés à l’élaboration des comptes

nationaux des entreprises, s’agissant par exemple du

détail des charges et produits d’exploitation, de la

répartition du chiffre d’affaires et des achats par

produit.

• Le cadre comptable du SIE est mieux structuré que

dans les CNT actuels. Surtout, le mode de calcul des

résultat d’une part, fraude sur la TVA d’autre part. Faute de

pouvoir mobiliser les données de contrôle fiscal, il a été

décidé de ne pas prendre en compte de redressement pour le

premier type de fraude. En revanche, il est envisagé d’évaluer

dans la nouvelle génération de CNT les redressements au titre

de la fraude à la TVA.

20


postes du SIE à partir des données de l’ENAE, en

particulier les données tirées des documents de

synthèse (état de résultat et bilan) des comptabilités

élémentaires, a été revu en profondeur. C’est le cas

notamment des opérations des comptes de production

(productions, consommations intermédiaires) et

d’exploitation (rémunération des salariés, impôts liés à

la production, subventions d’exploitation). Des

données de bilan sont également introduites en

perspective de l’utilisation du SIE pour l’établissement

des comptes financiers des SNF.

• Pour les deux années de base de la nouvelle

génération de CNT (2015 et 2016), les données en

provenance de l’ENAE doivent être utilisées « en

niveau », ces niveaux résultant, une fois réalisées les

corrections et apurements des données individuelles,

d’un processus d’extrapolation des données d’enquête.

Ceci concrétise la dimension « remise à niveau » du

changement de base des CNT, qui prend un relief

particulier dans le cas des comptes des SNF.

• Dans ce contexte, deux facteurs sont déterminants

afin d’obtenir des niveaux ayant la qualité statistique

requise. D’une part, les données individuelles des

enquêtes doivent être contrôlées, apurées et corrigées

avec soin. D’autre part, la méthode d’extrapolation doit

être la plus rigoureuse possible et adaptée aux

particularités des différentes variables. Ces deux

facteurs sont liés en ce sens où l’analyse des résultats

extrapolés doit s’appuyer, en retour, sur les données

individuelles, en particulier au niveau des grandes

entreprises. La réalisation de ces deux conditions

implique une collaboration active entre statisticiens

d’entreprises et comptables nationaux de l’INS.

La troisième étape du processus d’élaboration des

comptes des SNF consiste à transformer les données du

SIE en données de comptabilité nationale. Si la

structure d’ensemble de cette transformation ne devrait

pas être sensiblement différente, elle-aussi, de celle

mise en œuvre pour les CNT actuels (valorisation de la

production au prix de base, introduction des avantages

en nature, prise en compte de la consommation

intermédiaire en service d’assurance et en SIFIM, mise

en cohérence des comptes des SNF avec les comptes

des autres secteurs et les comptes de biens et

services...), elle comprend cependant une nouvelle

étape, à savoir la prise en compte d’une production et

d’une FBCF en R-D des SNF. De même, il est prévu

qu’un redressement soit intégré lors du passage du SIE

aux comptes nationaux afin de tenir compte de la fraude

à la TVA (fraude sans entente entre commerçants et

consommateurs) pouvant être attribuée aux SNF.

Les comptes des Sociétés financières

Les comptes des Sociétés financières (SF) de la

nouvelle génération de CNT ne devraient pas connaître

de changement majeur en ce qui concerne leur

processus d’élaboration. Les sources statistiques

mobilisées restent identiques, de même que le mode de

construction des comptes à partir des données

comptables des unités constituant le secteur des SF :

états comptables sur les banques, comptabilité de la

BCT, données comptables sur les sociétés d’assurance.

En revanche, le secteur institutionnel des SF est

fortement concerné par la mise en œuvre des

recommandations du SCN 2008, avec quatre évolutions

importantes :

• La décomposition des SF en sous-secteurs

institutionnels est plus détaillée que dans les CNT

actuels et établie en relation directe avec la notion de

services financiers proposée dans le SCN 2008. Elle est

par ailleurs cohérente avec les systèmes de statistiques

monétaires et financières. On retient ainsi trois sous-

secteurs institutionnels : les Institutions financières

monétaires (IFM), les Sociétés financières à l’exclusion

des IFM et des sociétés d’assurance et fonds de

pension, les sociétés d’assurance et fonds de pension.

Les IFM comprennent la BCT et les autres institutions

financières monétaires, les sociétés financières autres

qu’IFM et assurances comprennent les auxiliaires

financiers et d’assurance, les sociétés de leasing et les

holdings, ces derniers étant désormais classés dans le

secteur des SF même si l’activité dominante du groupe

est non financière. Quant à elles, les sociétés

d’assurance comprennent les entreprises d’assurance

au sens strict mais également les mutuelles et des

sociétés d’assurance sociale (régime privé d’assurance

sociale), intervenant dans la couverture collective de

certains risques sociaux, en complément ou en substitut

des régimes de Sécurité sociale.

• Comme montré précédemment, la production de la

Banque centrale de Tunisie (BCT) est désormais

évaluée par la somme des coûts de production et

d’exploitation (consommations intermédiaires,

rémunération des salariés, consommation de capital

fixe…), et non plus sous forme de SIFIM. Cette

production est ensuite décomposée en deux parties :

une production marchande (commissions, services

facturés par la BCT…) et une production non

marchande (service de politique monétaire). Cette

production non marchande fait ensuite l’objet d’une

dépense de consommation finale de la part des APU.

• Dans la nouvelle génération de CNT, la notion de

production de service d’intermédiation financière

indirectement mesuré (SIFIM) ne concerne plus que le

sous-secteur « autres institutions financières

monétaires » des IFM, sur la base d’un nouveau calcul.

En effet, la production de SIFIM est désormais évaluée

comme somme, d’une part des écarts entre intérêts

reçus et intérêts de référence (pour les prêts accordés),

d’autre part des écarts entre intérêts de référence et

intérêts versés (pour les dépôts détenus). Elle est

ensuite répartie (compte tenu d’un SIFIM importé)

entre secteurs utilisateurs, sous forme de

consommation intermédiaire, dépense de

consommation finale et exportations, sur la base de la

21


même formule de calcul que celle utilisée pour

l’évaluation globale de la SIFIM.

• L’évaluation de la production (et de la valeur

ajoutée) du sous-secteur « Sociétés d’assurance » est

modifiée en raison de la nouvelle méthode de calcul de

la production de service d’assurance de dommage. Ce

faisant, les évaluations de la production, de la valeur

ajoutée et de l’excédent d’exploitation du sous-secteur

des Sociétés d’assurance devraient être nettement

améliorées en regard des CNT actuels.

Les comptes des Administrations publiques

Comme pour les SF, les comptes des Administrations

publiques (APU) ne connaissent pas d’évolution

importante quant à leur processus d’élaboration, à

l’exception toutefois des comptes des collectivités

locales qui peuvent profiter d’une nouvelle source

statistique beaucoup plus détaillée que dans les CNT

actuels. En revanche, certaines recommandations

importantes du SCN 2008 concernent directement ce

secteur institutionnel, s’agissant en particulier de

l’élargissement de la notion de FBCF aux dépenses de

R-D et aux achats de système d’armement.

Plusieurs points méritent ainsi d’être soulignés :

• Comme dans les CNT actuels, les APU sont

décomposés en trois sous-secteurs institutionnels dans

la nouvelle génération de CNT : les Administrations

centrales, les Administrations locales et les

Administrations de sécurité sociale. Les

Administrations centrales comprennent l’État (au sens

de la Comptabilité nationale) et les établissements

publics non administratifs (EPNA) à compétence

nationale, en particulier les hôpitaux publics. Les

Administrations locales comprennent les collectivités

locales (communes et conseils des gouvernorats) et les

EPNA à compétence locale28. Les Administrations de

sécurité sociale correspondent aux trois caisses de

Sécurité sociale tunisiennes : CNRPS, CNSS, CNAM.

• Deux recommandations majeures du SCN 2008

concernent directement les comptes des APU, et plus

précisément des administrations centrales, à savoir

l’élargissement de la notion de FBCF aux dépenses de

R-D et le classement en FBCF des achats de systèmes

d’armement. La première recommandation se traduit

par la mise en évidence d’une production de R-D des

Administrations publiques29, avec comme contrepartie

une FBCF en R-D. Quant à elle, la seconde

recommandation entraîne un reclassement en FBCF de

dépenses classées en consommation intermédiaire dans

les CNT actuels30. Suite à ces deux nouveaux

traitements, une nouvelle consommation de capital fixe

28 Ces EPNA étaient classés en administrations centrales

dans les CNT actuels. A noter que les données relatives aux

EPNA sont tirées en large partie de l’ENAE. 29 En fait, cette production est bien décrite dans les CNT

actuels, non comme une production de R-D mais comme une

production de service d’enseignement.

(CCF) doit être calculée, respectivement pour les actifs

en propriété intellectuelle de R-D et pour les actifs en

systèmes d’armement. Elle vient augmenter d’autant la

valeur de la production non-marchande globale.

• Une autre recommandation du SCN 2008 concerne

les comptes des APU, à savoir la mise en évidence

d’une dépense de consommation finale en service de

politique monétaire.

• Dans la nouvelle génération de CNT, les comptes

des collectivités locales (communes et conseils de

gouvernorats) sont établis à partir d’une source plus

détaillée que celle mise en œuvre dans le cadre des

CNT actuels. La nouvelle source fournit un détail

nettement plus marqué pour plusieurs types de

dépenses, qu’il s’agisse des dépenses de gestion et de

matériel, des dépenses d’interventions publiques

locales, des dépenses en capital et même des opérations

financières. Les conséquences quantitatives pour les

comptes des collectivités locales restent toutefois

limitées, à une exception toutefois : la nouvelle source

se traduit par une baisse sensible des consommations

intermédiaires des collectivités locales, qui se traduit

donc, toutes choses étant égales par ailleurs, par une

diminution de leur production (non-marchande).

Les comptes des relations avec le Reste du

monde

Comme dans les CNT actuels, les comptes des relations

avec le Reste du monde (que l’on désigne par

« comptes du Reste du monde » ou CRM) de la

nouvelle génération de CNT seront étroitement

articulés avec la Balance des paiements de la Tunisie.

Celle-ci constitue en effet la principale source pour

mesurer les flux (non financiers comme financiers)

entre unités résidentes et unités non-résidentes, mais

elle n’est pas la seule. D’une part, les statistiques

douanières fournissent des données détaillées sur les

échanges de marchandises avec le Reste du monde, y

compris dans le cadre de travail à façon. D’autre part,

le calage sur la Balance n’est pas systématique, le

processus de synthèse entre secteurs institutionnels

pouvant privilégier, pour certaines opérations, les

évaluations reprises dans les comptes des APU ou des

SF.

Le principal enjeu pour l’INS est de disposer à temps

d’une Balance des paiements de la Tunisie conforme à

la 6e version du manuel FMI, compte tenu de l’ampleur

de la charge de travail, pour le service de la Balance des

paiements de la BCT, que représente le passage de la 5e

version à la 6e version du manuel du FMI. Le terme « à

temps » signifie simplement : compatible avec le

calendrier d’établissement des comptes (non financiers

30 En fait, la situation est un peu plus complexe que cela dans

les CNT actuels, les comptables nationaux ayant tendance à

reprendre en FBCF les montants importants d’achats

d’armement qui figurent quelquefois dans le budget de l’État

tunisien (sans pour autant calculer une consommation de

capital fixe).

22


et financiers) des deux années de base de la nouvelle

génération de CNT. Cependant, les informations

actuellement disponibles tendent à montrer que ce n’est

pas avant 2020, au mieux, qu’un passage de la Balance

des paiements de la Tunisie à la 6e version du manuel

FMI est envisagé, passage couvrant notamment les

années 2015 et 2016.

Dans ce contexte, quatre conclusions s’imposent pour

l’INS quant à l’établissement des CRM des années de

base (2015 et 2016) de la nouvelle génération de CNT.

Qu’il s’agisse de 2015 ou 2016, il paraît impossible de

prévoir l’établissement des CRM des années de base à

partir d’une Balance des paiements en 6e version du

manuel FMI, sinon à obérer fortement le respect du

calendrier du changement de base. Dans ces conditions,

les CRM des années de base devront être établis à partir

des Balances des Paiements en 5e version du manuel

FMI, tout en prenant en compte les recommandations

du SCN 2008 concernant les relations avec le Reste du

monde. Il s’agit en particulier du nouveau traitement du

travail à façon (sous-traitance) entre résidents et non-

résidents ou encore les conséquences de la nouvelle

évaluation du service d’assurance de dommage. Par

ailleurs, un nouveau taux de correction « CAF-FAB »

des données douanières est à prévoir dans le cadre de la

nouvelle génération de CNT. Ces modifications ont

vocation à être intégrées par la Balance des paiements

dans le cadre de son passage à la 6e version du manuel

FMI.

Au vu du point précédent, le processus de calage sur la

Balance des paiements en 6e version ne devrait

intervenir que sur des années postérieures aux années

de base, ce qui pourrait générer un certain nombre de

difficultés pour les CRM des années de base elles-

mêmes si les écarts entre les deux versions de Balance

des paiements, en sus de ceux pris en compte par les

comptables nationaux à l’occasion du changement de

base, étaient importants. On peut toutefois supposer

que dans le contexte tunisien, la plus grande partie des

modifications liées au nouveau manuel de Balance des

paiements devrait être intégrée par les comptables

nationaux dès l’établissement des comptes 2015 et

201631.

Le processus doit s’adosser à une collaboration active

entre l’INS et la BCT, s’inscrivant dans le cadre de

l’élaboration des CRM de la nouvelle génération de

CNT (côté INS) et dans celui du passage à la 6e version

FMI (côté BCT), le tout dans le respect des contraintes

(secret statistique, confidentialité, responsabilités

respectives en matière de diffusion…) de chaque

partenaire. Pour cela, l’INS doit être en mesure de

proposer à la BCT un chiffrage précis des impacts des

recommandations du SCN 2008, en particulier les

31 C’est d’autant plus le cas que la nouvelle Balance devra

également prendre en compte des notions déjà intégrées dans

les CNT de la génération actuelle, par exemple la notion de

SIFIM (exportée et importée). Dans ce cadre, l’INS pourra

lui apporter un appui précieux.

conséquences du nouveau traitement du travail à façon,

plus largement de l’adoption du critère du changement

de propriété pour les échanges internationaux de biens

et services, ou encore la nouvelle évaluation du taux

global de correction CAF-FAB.

Quelle que soit la version utilisée de Balance des

paiements (5e puis 6e versions), les CRM de la nouvelle

génération de CNT ne devraient plus se « caler » de

façon aussi systématique sur le solde des opérations

courantes de la Balance des paiements. Dit autrement,

le besoin de financement des CRM ne doit plus être

ajusté mécaniquement sur le solde des opérations

courantes de la Balance des paiements. Toutefois, pour

une majorité d’opérations (biens et services, revenus de

facteurs et autres revenus primaires, transferts), les

montants de la Balance des paiements continueront à

être la référence pour les évaluations des CRM, si bien

que l’écart entre besoin de financement et solde des

opérations courantes devrait rester limité en règle

générale.

Les comptes du secteur « Ménages »

En Comptabilité nationale, les « Ménages » constituent

un secteur institutionnel complexe parce que très

hétérogène, nettement plus en tout cas que les autres

secteurs institutionnels. En effet, ce secteur comprend

des unités pouvant exercer plusieurs types de fonctions

même si la fonction principale des unités de ce secteur

est celle de consommation finale.

En règle générale, trois catégories de fonctions des

unités « ménages » sont distinguées :

• Une fonction de consommation finale de biens et

services, sous-tendue par le fait que les « Ménages »

sont les destinataires finals d’une large partie de la

distribution primaire des revenus et de la redistribution

secondaire, sous forme en particulier de transferts.

• Une fonction de production marchande (non

financière32), soit dans le cadre d’activités d’entreprises

individuelles (y compris agricoles), soit encore au titre

de la location immobilière. On notera ici que la plus

grande partie de l’économie souterraine et/ou de

l’économie illégale fait partie de la fonction de

production marchande des Ménages. On notera

également que les flux correspondants ne se limitent

pas à la production de biens et services. Ils

comprennent également les revenus primaires

découlant directement de la production marchande des

Ménages, dans le cadre en particulier d’une activité

d’entreprise individuelle : rémunération des salariés,

revenu mixte, revenus de la propriété versés.

• Une fonction de production non marchande, soit au

titre de l’occupation des logements par leurs

32 Au demeurant, les ménages (entreprises individuelles)

peuvent exercer dans certains cas une activité financière

(marchande), par exemple sous la forme d’une activité de

micro-crédit. Ce cas n’a pas été retenu pour la Tunisie.

23


propriétaires (loyers imputés), soit de production pour

compte propre, en particulier de produits agricoles ou

agro-alimentaires, soit encore de production de services

domestique.

On retrouve ces trois fonctions dans les comptes du

secteur « Ménages » des CNT actuels. Toutefois, une

quatrième fonction est prise en compte, à savoir la

production dans le cadre d’activités des Institutions

sans but lucratif au service des Ménages (ISBLSM). On

y revient plus loin.

S’agissant de la fonction de consommation finale, la

principale évolution liée à la nouvelle génération de

CNT tient au processus de « remise à niveau » de

l’évaluation des flux de consommation finale. Dans ce

cadre, l’enquête « budget-consommation » réalisée en

2015-2016 joue un rôle déterminant. L’évaluation des

revenus primaires et des transferts au titre de la

redistribution des revenus continuera à être réalisée,

pour l’essentiel, à partir des secteurs « contrepartie »

dans le cadre du processus de synthèse des opérations

de répartition. En effet, l’appareil statistique tunisien ne

dispose pas de source statistique directe, par exemple

grâce à la source fiscale, sur les revenus perçus par les

Ménages.

Les évolutions à attendre sont plus marquées s’agissant

de la fonction de production marchande et des flux

correspondants, celle en particulier réalisée dans le

cadre des activités d’entreprises individuelles. Ces

évolutions prennent en compte les progrès importants

prévus quant à l’appréhension de l’économie

informelle. Ainsi, quatre catégories d’activités

d’entreprises individuelles sont désormais distinguées

dans les CNT, à savoir :

Les entreprises individuelles (non agricoles) relevant

du secteur formel

Les entreprises individuelles des secteurs d’activité de

l’agriculture (formelles et informelles)


de l’économie informelle mais connues de

l’administration fiscale et sociale, que l’on désigne par

économie informelle « patentée »


de l’économie informelle mais inconnues de

l’administration fiscale et sociale, que l’on désigne par

économie informelle « non patentée ».

Nous avons présenté la définition désormais retenue en

Comptabilité nationale pour la notion d’économie

informelle. Cette définition permet de tracer une

distinction nette avec les entreprises individuelles du

secteur formel, le critère discriminant étant l’existence

d’une comptabilité (complète) en termes de flux et non

la taille des unités ou encore leur statut juridique. Quant

33 L’enquête « micro-entreprises » porte en effet sur les

entreprises de moins de 6 salariés alors que l’ENAE interroge

celles de plus de 6 salariés. La majorité des petites

à elles, les entreprises individuelles des activités

agricoles, qu’elles relèvent de l’économie formelle ou

de l’économie informelle, sont classées dans une

catégorie à part dans la mesure où les sources

statistiques pour cette catégorie d’entreprise

individuelle sont spécifiques.

L’évaluation de la fonction de production (et des

revenus primaires associés) pour chacune de ces

catégories d’entreprises individuelles fait appel à des

sources statistiques précises dans le cadre des CNT de

nouvelle génération.

Ainsi, les flux concernant les activités d’entreprises

individuelles de l’économie formelle (entreprises

disposant d’une comptabilité des flux) sont-ils évalués

à partir de l’ENAE (enquête nationale annuelle sur les

activités économiques) et de l’enquête « micro-

entreprises » (entreprises individuelles de moins de 6

salariés)33. Pour les entreprises individuelles relevant

de l’économie informelle « patentée », la source

statistique utilisée est l’enquête « micro-entreprises »,

dont la dernière version a été réalisée en 2017 sur

l’exercice 2016 (les résultats de l’enquête doivent

également faire l’objet d’une rétropolation sur l’année

2015). Quant à lui, le dispositif statistique mis en place

pour les entreprises individuelles de l’économie

informelle « non-patentée » dans le cadre des CNT de

la nouvelle génération (années de base) s’articule

autour de l’enquête « emploi », qui permet de

déterminer le nombre d’unités de production pour ce

segment de l’économie informelle, et de l’enquête

« micro-entreprises », qui fournit un ensemble de ratios

économiques permettant d’estimer la production et la

valeur ajoutée de ces unités. Enfin, les flux concernant

les entreprises individuelles des secteurs agricoles sont

déterminés à partir de sources statistiques sur les

productions agricoles gérées par le ministère de

l’Agriculture de Tunisie.

Les flux (production, consommations intermédiaires,

revenus primaires) des quatre catégories d’entreprises

individuelles sont regroupés et mis en forme dans le

cadre d’un Système intermédiaire d’entreprises (SIE),

comparable à celui utilisé pour les comptes des SNF

mais compte tenu d’un certain nombre d’allègements et

simplifications. Outre l’évaluation directe des flux de

production et de consommations intermédiaires au titre

des activités d’entreprises individuelles des Ménages,

ce SIE permet d’intégrer les données concernant les

entreprises individuelles dans le processus de synthèse

des opérations de répartition (il s’agit ici des revenus

primaires) alimentant les comptes des Ménages au titre

de la fonction de consommation finale.

Toutefois, les entreprises individuelles ne représentent

pas la totalité de la fonction de production marchande

des Ménages (hors location immobilière). Il convient

entreprises ne tient pas de comptabilité (de flux) mais un

certain nombre disposent d’une telle comptabilité.

24


en effet de prendre en compte également les activités

relevant de l’économie illégale, s’agissant en

particulier de contrebande de produits pétroliers ou

encore de produits alimentaires. Il est prévu en effet que

la nouvelle génération de CNT prenne en compte

explicitement ce type d’activités, si du moins les

sources statistiques disponibles le permettent34.

On pourrait s’étonner ici de l’absence de mention

explicite de l’économie souterraine, sous la forme

notamment de travail au noir. En fait, on considère que

l’économie informelle, celle notamment non connue de

l’administration fiscale ou sociale, recouvre le travail

au noir à partir du moment où il porte sur des activités

légales. Par ailleurs, nous verrons plus loin qu’il est

prévu d’intégrer explicitement dans la nouvelle

génération de CNT un redressement pour tenir compte

du phénomène de la fraude à la TVA sans entente entre

producteur ou commerçant et consommateur. Ce

redressement concerne en priorité certaines des

activités des entreprises individuelles.

L’évaluation de la production au titre de la location

immobilière ne devrait pas connaître de changement

majeur par rapport aux CNT actuels, si ce n’est

l’utilisation, pour la détermination du parc de logement,

de données tirées du dernier recensement général de la

population et de l’habitat (RGPH 2014). Il en est de

même pour l’évaluation de la production non

marchande au titre des loyers imputés. Les autres types

de production non marchande (services domestiques,

production pour compte propre de produits agricoles et

agro-alimentaires) ne devraient pas non plus connaître

de modification significative.

Reste la question posée par l’intégration des

Institutions sans but lucratif au service des Ménages

(ISBLSM). Ces entités comprennent trois types

principaux d’unités : les associations sans but lucratif

au service des ménages, les partis politiques et les

syndicats de salariés, les institutions religieuses,

organismes de charité… En ce sens une nette

distinction doit être établie avec la notion, par exemple,

d’économie sociale et solidaire, beaucoup plus large

que celle d’ISBLSM et qui intègre des unités faisant

partie des SNF, des SF et même des APU. Le SCN

(SCN 1993 comme SCN 2008) prévoit que les

ISBLSM constituent un secteur institutionnel distinct

de celui des Ménages à partir du moment où leur

importance est significative.

La comptabilité nationale tunisienne n’a pas suivi cette

approche dans les CNT actuels, les ISBLSM étant

intégrés au secteur « Ménages » en raison de leur faible

importance. Toutefois, le développement rapide de la

34La prise en compte de ces activités ne devrait pas se faire

par l’intermédiaire du SIE des entreprises individuelles mais

sous la forme d’un redressement lors du passage du SIE aux

comptes nationaux. A noter que cette prise en compte aura

également des incidences sur l’évaluation des flux de

commerce extérieur de marchandises repris dans les CNT.

première catégorie d’ISBLSM, à savoir les associations

sans but lucratif au service des ménages, pourrait

modifier cette situation. Un premier travail mérite ainsi

d’être réalisé, consistant à (ré)estimer sur les années

récentes l’évolution du nombre d’associations et à

corriger en conséquence les niveaux des CNT actuels.

La correction devrait également permettre de prendre

en compte explicitement les deux autres catégories

d’ISBLSM, qui semblent n’avoir pas été intégrées dans

les évaluations des CNT actuels. Si le montant obtenu

pour la production des ISBLSM est significativement

plus élevé que celui des CNT actuels, on peut envisager

de « sortir » les ISBLSM du secteur « Ménages » et ce

faisant, d’en faire un secteur institutionnel à part

entière.

Ce travail se heurte toutefois à une difficulté

importante, à savoir celle des sources d’informations

mobilisables à cette fin. En effet, hormis les

informations reprises dans le Répertoire national

« Entreprises » (RNE), qui ne couvrent que les

associations sans but lucratif connues de la Caisse

nationale de Sécurité sociale, l’INS ne dispose

actuellement d’aucune source statistique spécifique sur

les associations35.

Les comptes de biens et services

Les comptes de biens et services comprennent les

équilibres « ressources-emplois » de biens et services

(ERE) et le tableau des entrées-sorties (TES ou TRE)36.

Les ERE décrivent, à un niveau détaillé de produits,

l’équilibre entre ressources en biens et services

(productions, importations, marges commerciales et de

transport) et les emplois correspondants

(consommations intermédiaires, consommation finale,

FBCF, variation des stocks, exportations).

Le TES réalise la synthèse entre les ERE et les comptes

de production et d’exploitation de branches d’activité,

ce qui implique pour les CNT de construire des

matrices « branches-produits » concernant les

productions et les consommations intermédiaires. Si la

matrice relative aux productions peut être élaborée à

partir des informations statistiques produites par l’INS,

il n’en va pas de même pour celle concernant les

consommations intermédiaires. Dans ce cas, c’est la

mécanique d’élaboration du TES (coefficients

techniques, calages sur marges, informations diverses

sur les CI par produit…) qui permet la répartition par

produit des consommations intermédiaires des

activités, étant entendu que les deux marges sont

fixées : le total de la consommation intermédiaire par

produit est donné par les ERE, le total des

35 Une enquête sur les associations a bien été réalisée en

2002 mais son renouvellement ne semble pas à l’ordre du

jour. 36 ERE et TES sont directement articulés aux comptes des

secteurs institutionnels, qu’il s’agisse de l’évaluation des

productions et des consommations intermédiaires de biens et

services ou encore de celle des emplois.

25


consommations intermédiaires par activité l’est par le

SIE (SNF et entreprises individuelles) et les comptes

des secteurs institutionnels.

Le processus d’élaboration des ERE de la nouvelle

génération de CNT n’est pas sensiblement modifié par

rapport à celui des CNT actuels, sinon qu’il devrait

s’inspirer de l’outil ERE-TES. Les ERE continuent à

être établis à un niveau détaillé de produits,

correspondant au niveau 3 de la nomenclature de

produits (400 produits environ). Leur élaboration

mobilise une large gamme d’informations statistiques :

enquêtes « entreprises » et SIE, enquête « budget-

consommation », rapports d’activité, comptes des

secteurs institutionnels (APU, SF), données douanières,

Balance des paiements, données détaillées sur les

impôts par produit… En ce sens, l’élaboration des ERE

constitue un véritable travail de synthèse, d’importance

capitale pour le TES lui-même mais également pour

l’ensemble des comptes.

Cela étant, les ERE de la nouvelle génération de CNT

« capitalisent » une bonne partie des changements

afférents à la nouvelle base des comptes nationaux :

« remise à niveau » des opérations sur biens et services

concernant les entreprises non financières (productions,

consommations intermédiaires, FBCF…) et la

consommation finale des ménages, amélioration de la

prise en compte de l’économie informelle, mise en

œuvre des recommandations du SCN 2008

(élargissement de la FBCF aux dépenses de R-D et aux

achats d’armement, modification de l’évaluation de la

production d’assurance de dommage, nouvelle

méthode d’estimation de la production de la BCT…),

nouvelle estimation de la production des ISBLSM,

intégration (si possible) des flux relatifs à l’économie

illégale (importations, marges commerciales,

consommation finale)

Par ailleurs, compte tenu du mode de valorisation des

productions de biens et services (prix de base), des

importations (CAF, hors droits de douane) et des

emplois sur biens et services (hors impôts sur les

produits déductibles, notamment la TVA), les ERE

comprennent un poste mesurant les impôts sur les

produits inclus dans le prix d’acquisition. Il s’agit en

particulier de la TVA à la charge des acquéreurs à partir

du moment où ces derniers ne peuvent la déduire (TVA

non déductible). Cette TVA peut être calculée sous

deux formes. La première résulte de l’application des

taux légaux de TVA (non déductible) aux emplois de

chaque produit, en particulier la consommation finale

des ménages. La seconde forme mesure la TVA

effectivement encaissée par l’administration fiscale. In

fine, c’est cette dernière TVA qu’il convient de

reprendre dans les ERE, en cohérence avec les comptes

des APU, mais l’écart entre les deux formes de TVA

37 En ce sens, on peut considérer que la prise en compte de la

fraude TVA (sans entente) constitue une conséquence de la

mise en œuvre des recommandations du SCN 2008 (ou même

doit être analysé afin de faire l’objet d’un traitement

spécifique dans les comptes nationaux.

En effet, l’écart résulte de plusieurs phénomènes. Outre

l’existence de décalages temporels, de même que de

régimes particuliers (franchise ou décotes) en matière

de TVA s’appliquant, par exemple, aux petites

entreprises, il s’explique par le non-reversement d’une

partie de la TVA à l’administration fiscale (« fraude

TVA »), avec deux modalités possibles : une fraude

avec entente entre le producteur ou le commerçant et le

consommateur final, une fraude sans entente entre ces

différentes parties. La TVA est alors conservée par le

producteur ou le commerçant.

Les deux formes de fraude à la TVA ont des

conséquences différentes dans les comptes nationaux.

La contrepartie de la fraude avec entente est une

diminution de la valeur des emplois finals, sans impact

sur la valeur de la production ou des marges

commerciales. En revanche, la fraude sans entente doit

venir augmenter la valeur des productions ou des

marges commerciales. En ce sens, la fraude à la TVA

sans entente constitue une forme d’économie

souterraine37. Il est prévu de conduire un travail

spécifique dans le cadre de la nouvelle génération de

CNT afin de l’évaluer et d’intégrer explicitement ce

redressement dans les comptes nationaux (ERE,

comptes des SNF, comptes des activités d’entreprises

individuelles).

Le processus d’élaboration du TES ne devrait pas, lui

non plus, connaître de changement majeur par rapport

aux CNT actuels38. Il s’appuie sur un niveau de détail

de produits et d’activités plus réduit que celui des ERE,

soit une centaine de produits en lignes et une

soixantaine d’activités pour les comptes des activités.

Ces derniers continuent à être établis, comme dans les

CNT actuels, en utilisant la notion de sous-secteur

d’activité et non celle de branche d’activité, ce qui

complique l’articulation entre branches et produits mais

correspond mieux à l’information statistique

disponible. Les évolutions mentionnées au niveau des

ERE se retrouvent mécaniquement dans le TES. On

rappelle par ailleurs que le TES devrait comprendre

deux postes d’ajustement supplémentaires,

respectivement sur le total des importations et sur le

total des exportations, permettant de rétablir la

cohérence globale avec les évaluations de la Balance

des paiements dans le cas de travail à façon pour le

compte d’entreprises non-résidentes.

Premier aperçu de l’impact sur

l’évaluation du PIB de la Tunisie

Quelles seront les conséquences sur le niveau du PIB

de la Tunisie des évolutions générées par la nouvelle

génération de CNT ? Ce chapitre cherche à en donner

du SCN 93, qui prévoyait déjà la prise en compte explicite de

l’économie souterraine dans les comptes nationaux). 38 Comme pour les ERE, l’élaboration du TES reposera sur

l’utilisation de l’outil ERE-TES.

26


un premier aperçu (tableau 3), étant entendu qu’elles ne

pourront être cernées de façon rigoureuse qu’à partir du

moment où l’on disposera effectivement des comptes

des deux années de base (2015 et 2016).

Le PIB est appréhendé ici dans le cadre de l’optique

« production », soit la somme des valeurs ajoutées des

activités marchandes (aux prix de base) et des valeurs

ajoutées des activités non marchandes des APU,

Ménages et ISBLSM. Cette somme doit être majorée

des impôts, nets des subventions, sur les produits du fait

de la valorisation des valeurs ajoutées marchandes aux

prix de base.

Tableau n°3 :

Impacts des évolutions sur le niveau du PIB de la Tunisie

Fait générateur

des évolutions Valeurs

ajoutées

impactées

Remarques

1. « Remise à

niveau » des

comptes des

années de base

SNF

Entreprises

individuelles

(Ménages)

Le processus de « remise à niveau » (années de base) concerne avant tout les

secteurs institutionnels dont les comptes en année courante sont élaborés, dans le

cadre des CNT actuels, grâce à une méthode « en évolution ». Il s’agit des Sociétés

non financières (en partie) et des Entreprises individuelles. Pour les autres secteurs

institutionnels, les comptes en année courante (CNT actuels) sont directement

établis en niveau.

2. Mise en œuvre

des

recommandations

du SCN 2008

Tous secteurs

institutionnels

Tous les secteurs institutionnels sont concernés par la mise en œuvre des

recommandations du SCN 2008, à des degrés divers toutefois. L’impact est

important sur les valeurs ajoutées des APU et des SF, à un moindre degré des SNF.

Pour les Ménages, l’impact direct de la nouvelle version du SCN est faible, si l’on

excepte la question de l’économie informelle, traitée à part.

3. Amélioration

de la prise en

compte de

l’économie

informelle

Entreprises

individuelles

(Ménages)

Il s’agit d’une dimension essentielle du changement de base des CNT, s’appuyant

sur un dispositif statistique articulé autour de l’enquête « emploi » et de l’enquête

« micro-entreprises ». C’est la valeur ajoutée des entreprises individuelles qui est

directement impactée, certainement à la hausse mais sans qu’il soit possible au

stade actuel de déterminer l’ampleur du relèvement.

4. Estimation de

l’économie

illégale (en

partie)

Ménages Cette estimation porterait en particulier sur la contrebande de produits pétroliers

entre la Tunisie et la Libye. Cette contrebande est susceptible de générer des

marges commerciales sur produits importés, se traduisant dans les comptes par une

valeur ajoutée supplémentaire attribuée au secteur Ménages. Il n’est pas certain

toutefois que cette estimation puisse être réalisée compte tenu de la disponibilité

limitée des sources statistiques.

5. Redressement

de la production

pour fraude à la

TVA sans entente

SNF

Entreprises

individuelles

(Ménages)

Ce redressement pourrait (ce n’est pas encore certain au stade actuel) être évalué

de façon indirecte, à partir d’une analyse des écarts entre la TVA « théorique »

(fondée sur les taux légaux de TVA non déductible grevant les produits) et la TVA

effectivement encaissée par l’État tunisien. La TVA encaissée par les producteurs

ou les commerçants mais non reversée à l’État, sans qu’il y ait entente avec les

consommateurs finals, doit venir augmenter la production et la valeur ajoutée des

entreprises (SNF mais surtout entreprises individuelles).

6. Nouvelles

sources

statistiques et/ou

utilisation de

versions plus

récentes de

sources

statistiques

APU

(administrations

publiques

locales)

ISBLSM

On mentionne ici seulement les cas des comptes des administrations publiques

locales (mobilisation d’une source statistique nettement plus détaillée) et des

Institutions sans but lucratif au service des Ménages, qui pourrait faire l’objet d’une

réestimation par rapport aux CNT actuels à partir des données récentes issues du

Répertoire national des entreprises. D’autres sources statistiques récentes

pourraient être citées mais une partie d’entre elles aurait pu être utilisée dans le

cadre de l’élaboration des CNT actuels.

On peut distinguer six raisons principales de

modifications du PIB en raison des changements

introduits par la nouvelle génération de CNT, en

39 On ne prend pas en compte ici les conséquences des

améliorations apportées aux processus techniques

d’élaboration des CNT, s’agissant en particulier du passage

prenant comme référence temporelle les deux années de

base 2015 et 201639.

des données élémentaires aux données des comptes nationaux

pour les différents secteurs et sous-secteurs institutionnels,

notamment pour les entreprises non financières. Certaines

27


• Le processus de « remise à niveau » des valeurs

ajoutées des entreprises non financières, qu’il s’agisse

des Sociétés non financières ou des activités

d’entreprises individuelles des Ménages. Dit

autrement, les niveaux dans les comptes actuels pour

les années 2015 et 2016, issus (en partie) de

l’application d’indices d’évolution aux niveaux de

l’année de base 1997, sont remplacés par une

évaluation directement en niveau. Cela étant, l’impact

sur le niveau du PIB est difficile à cerner à ce stade (à

la hausse ou à la baisse) mais il risque d’être important,

bien qu’inégal selon les secteurs d’activité.

• Les conséquences de la mise en œuvre des

recommandations du SCN 2008. Ainsi, l’élargissement

de la notion de FBCF aux dépenses de R-D se traduit

par une augmentation du PIB, avec deux effets

combinés : d’une part une augmentation de la valeur

ajoutée non marchande des APU en raison de la

consommation de capital fixe des (nouveaux) actifs en

propriété intellectuelle de R-D40, d’autre part une

augmentation de la valeur ajoutée des SNF, qui se

voient attribuer une production pour compte propre de

R-D. De même, l’intégration des achats de systèmes

d’armement à la FBCF des APU augmente leur valeur

ajoutée en raison, là aussi, de la consommation de

capital fixe des nouveaux actifs. Deux autres

recommandations du SCN 2008 ont des conséquences

directes sur le niveau du PIB (à la hausse), d’une part

la nouvelle méthode d’évaluation de la production de la

Banque centrale de Tunisie, d’autre part le calcul de la

production de services d’assurance de dommage. Elles

se traduisent en effet par un rehaussement de la valeur

ajoutée du secteur institutionnel des Sociétés

financières, et par-là du niveau du PIB41. S’agissant de

la seconde recommandation, on fait l’hypothèse ici que

les indemnités d’assurance « corrigées et ajustées »

sont plus faibles, en règle générale, que les indemnités

effectivement payées par les Sociétés d’assurance.

Toutefois, l’impact sur le niveau du PIB en raison du

relèvement de la production de service d’assurance de

dommage doit tenir compte également de la diminution

de valeur ajoutée (SNF, entreprises individuelles,

SF…) due à l’augmentation des consommations

intermédiaires en services d’assurance de dommage

découlant de la modification du niveau de la

production.

• L’amélioration de la prise en compte de l’économie

informelle, en particulier celle non connue de

pourraient avoir des effets importants sur les niveaux des

valeurs ajoutées. De même, on n’intègre pas les

conséquences, par exemple, du projet de prise en compte,

dans les CNT de nouvelle génération, d’un processus de

synthèse entre emplois, productions de biens et services et

valeurs ajoutées. 40 On ne présente ici que la résultante finale sur la valeur

ajoutée des APU de l’élargissement de la FBCF aux dépenses

de R-D. En fait, l’impact est plus complexe que cela, avec une

nouvelle production pour compte propre (R-D), qui se

substitue à une production de services non marchands (celle

l’administration fiscale et sociale. Elle devrait venir

augmenter la valeur ajoutée des entreprises

individuelles, donc le niveau du PIB. Si le sens de

l’impact paraît clair (rehaussement du PIB), son

ampleur est difficile à anticiper à ce stade dans la

mesure où les CNT actuels prennent également en

compte, certes de façon indirecte et certainement

partielle, la partie de l’économie informelle non connue

de l’administration fiscale ou sociale.

• L’intégration (si possible) d’une estimation de

l’économie illégale, en particulier sous la forme de

contrebande de produits pétroliers importés. La valeur

ajoutée résulte ici des marges commerciales sur les

produits correspondants. Techniquement, elle est

intégrée aux CNT grâce à un redressement de la

production et de la valeur ajoutée des entreprises

individuelles (secteur d’activité « commerce de

détail ») lors du passage du SIE aux comptes nationaux.

Cette intégration se traduit par un rehaussement du PIB,

dont il est impossible de mesurer l’importance au stade

actuel.

• L’évaluation (si possible) d’un redressement de la

production afin de tenir compte de la TVA non reversée

à l’administration fiscale sans qu’il y ait entente entre

le producteur ou le commerçant et le consommateur

final, ce que l’on désigne par « fraude à la TVA sans

entente ». Il s’agit d’une forme d’économie souterraine.

Ce redressement n’est pas évalué explicitement dans

les CNT actuels (base 1997). Il viendrait augmenter la

valeur ajoutée des SNF et des entreprises individuelles

et se traduirait donc par une augmentation du PIB.

• La mobilisation de sources statistiques nouvelles ou

encore de versions plus récentes ou actualisées. Par

exemple, les comptes des collectivités locales sont

établis dans la nouvelle génération de comptes en

utilisant des données beaucoup plus détaillées que dans

le cadre des CNT actuels. En résulte une diminution de

la valeur ajoutée (non-marchande) des APU, donc du

niveau du PIB. De même, les travaux statistiques

envisagés pour les comptes des ISBLSM pourraient se

traduire par un relèvement significatif de la valeur

ajoutée (non-marchande) de ces unités, donc du niveau

du PIB. Toutefois, les conséquences sur les valeurs

ajoutées et le PIB ne sont pas toujours aussi explicites,

s’agissant en particulier de l’utilisation de versions

récentes de sources statistiques (enquête « micro-

entreprises », enquête « budget-consommation »,

sources du ministère de l’Agriculture…). En effet,

des unités produisant la R-D, reprise probablement en

services d’éducation dans les CNT actuels), et un

rehaussement de la production de services « régaliens » des

APU en raison de la consommation de capital fixe sur les

actifs en R-D. 41 En fait, c’est la valeur ajoutée de trois composantes des SF

qui est augmentée : celle de la Banque centrale, celle des

(autres) Institutions financières monétaires (suppression des

anciennes consommations intermédiaires en SIFIM produite

par la BCT) et celle des Sociétés d’assurance.

28


certaines d’entre elles (mais pas toutes) auraient été

mobilisées en tout état de cause dans le cadre de

l’élaboration des CNT actuels (base 1997).

Conclusion

La nouvelle génération de CNT repose sur deux années

de base (2015 et 2016) et non plus une seule comme

dans la génération actuelle des comptes nationaux

tunisiens. Ce choix doit permettre d’élargir l’apport des

sources statistiques au processus d’élaboration des

comptes des années de base et d’en renforcer la qualité,

dimension fondamentale pour assurer en retour une

plus grande crédibilité des évaluations en année

courante.

Les comptes des années de base devraient être

disponibles en 2020, après plus de trois ans de travaux

ayant mobilisé non seulement la Direction centrale de

la comptabilité nationale de l’INS mais aussi une bonne

partie de ses Directions statistiques (le calendrier

d’élaboration des comptes des années de base est

précisé dans l’encadré 3). Cette opération représente

une lourde charge de travail pour l’INS, d’autant plus

qu’elle doit être conduite tout en continuant à produire

les comptes en année courante dans le cadre de la base

actuelle (base 1997) et alors que les ressources de

l’INS, en particulier en cadres compétents et

expérimentés, sont de plus en plus contraintes. En tout

état de cause, il est illusoire d’espérer terminer plus

rapidement un changement de base aussi ambitieux et

prenant la suite d’une génération de comptes dont

l’année de base remonte à plus de 20 ans !

Comme pour toute opération de ce type, le changement

de base des CNT se traduit en premier lieu par une

« remise à niveau » d’une partie importante des

données. Cette « remise à niveau » concerne en

particulier les comptes des Sociétés non financières et

des Ménages (entreprises individuelles). Ce faisant, les

niveaux de valeurs ajoutées, de revenus primaires et de

FBCF au sein de la sphère marchande (non financière)

devraient être largement revus en regard des CNT

actuels. Le processus de « remise à niveau » concerne

aussi les comptes de biens et services, qu’il s’agisse des

ressources (productions, marges commerciales et de

transport…) ou des emplois, en particulier la

consommation finale des Ménages.

La nouvelle génération de CNT intègre également les

recommandations découlant du SCN 2008, qu’il

s’agisse de l’élargissement de la notion de FBCF aux

dépenses de recherche-développement et aux achats de

systèmes d’armement, d’une approche renouvelée

quant à l’évaluation de la notion de production de

service d’assurance de dommage, de mise en évidence

d’une production au titre de l’activité de contrôle et de

régulation de la politique monétaire de la part de la

BCT… Par ailleurs, en accord avec la 6e version du

manuel du FMI sur l’établissement des Balances de

Paiements, les échanges extérieurs de biens et services

sont désormais fondés sur le critère du changement de

propriété. Pour les CNT, le principal impact concerne

l’enregistrement des échanges liés au travail à façon

d’entreprises tunisiennes pour le compte de donneurs

d’ordre étrangers. Toutefois, une présentation originale

a été retenue pour la Comptabilité nationale tunisienne,

cherchant à concilier le critère du changement de

propriété avec l’enregistrement des flux physiques de

marchandises, tel que repris dans les statistiques

douanières.

Encadré 3 : Le calendrier d’élaboration des comptes des

années de base

Les travaux d’élaboration des comptes (années de base) de la

nouvelle génération des CNT ont démarré au premier

trimestre 2016, au moment du lancement du jumelage. Une

première phase (2016-2017) a consisté à cerner les

conséquences de la mise en œuvre des recommandations du

SCN 2008. D’autres dossiers ont été traités au cours de cette

première phase, notamment la définition du dispositif

statistique nécessaire à l’objectif d’amélioration de la prise en

compte de l’économie informelle ou encore les modifications

à apporter au questionnaire de l’enquête nationale sur les

activités économiques. Toutefois, il est apparu rapidement que les comptes des deux

années de base, même sans prendre en compte les

particularités quant à l’élaboration des comptes financiers,

qui a pris du retard, ne pouvaient pas être terminés d’ici la fin

du jumelage, et cela pour plusieurs raisons : incertitudes sur

la mise en place du dispositif statistique concernant

l’appréhension de l’économie informelle, celle notamment

non connue de l’administration, problèmes rencontrés dans

l’obtention des résultats extrapolés de l’ENAE 2015,

décalage important du côté de la BCT quant au passage en 6e

version du manuel FMI de la Balance des paiements de la

Tunisie.

Les travaux d’élaboration des comptes des années de base se

sont donc poursuivis après la fin du jumelage (mars 2018). Il

était alors prévu qu’une première version complète des

comptes de l’année 2015 soit disponible avant la fin de

l’année 2018 mais l’INS n’a pu atteindre cet objectif. In fine,

c’est en 2020 que les comptes des deux années de base (2015

et 2016) devraient être finalement disponibles (comptes non

financiers et financiers des secteurs institutionnels, comptes

de biens et services à prix courants et prix constants, tableaux

de synthèse, évaluation des agrégats), étant entendu que les

comptes des relations avec le Reste du monde seront établis à

partir d’une Balance des paiements conforme à la 5e version

du manuel FMI et non à la 6e version.

Toutefois, les évolutions résultant des

recommandations du SCN 2008 sont d’une ampleur

plus limitée que les changements introduits par le SCN

1993, que la comptabilité nationale tunisienne a intégré

dès la deuxième génération de comptes (base 1997).

La nouvelle génération de CNT a une autre ambition

fondamentale, à savoir marquer un progrès décisif

quant à la prise en compte, dans le système de

comptabilité nationale, des activités de l’économie

informelle. Cette ambition implique la mise en place

d’un dispositif statistique performant, s’appuyant sur

les données recueillies grâce à l’enquête « emploi » et

l’enquête économique auprès des petites entreprises

(enquête « micro-entreprises »). Ce dispositif s’inspire

directement des expériences étrangères fondées sur les

29


enquêtes dites « 1-2-3 », combinant enquêtes auprès

des entreprises et enquêtes auprès des ménages. Cela

dit, avant d’être intégrées dans les comptes, les données

statistiques, compte tenu en particulier de la taille

réduite des échantillons des enquêtes « micro-

entreprises » en regard des univers correspondants,

méritent d’être confrontées avec celles concernant les

autres formes de production grâce à la mise en place,

au sein du processus d’élaboration des comptes

nationaux, d’un nouvel outil de synthèse, articulant

emplois, productions et valeurs ajoutées.

L’INS devra s’atteler à mettre en place une action de

communication à la hauteur de l’enjeu que représente

la nouvelle génération de CNT pour l’ensemble de la

statistique tunisienne. S’appuyant sur la diffusion des

comptes des deux années de base 2015 et 2016, cette

communication devrait pouvoir se tenir en 2020 et

mettre en exergue les éléments suivants : raisons

motivant le changement de base, méthodes utilisées

pour l’élaboration des comptes des années de base,

apports de la nouvelle génération de CNT mais

également continuité avec les comptes de la base

actuelle en raison de la forte articulation prévalant entre

le SCN 1993 et le SCN 2008, sources statistiques

mobilisées dans le cadre du changement de base,

notamment dans le cadre de l’appréhension des

activités de l’économie informelle, cohérence avec la

Balance des paiements, principaux changements

concernant les différentes parties des comptes (secteurs

institutionnels, biens et services), y compris les

comptes financiers et même les comptes de patrimoine

financier si les travaux correspondants ont

suffisamment progressé d’ici là. Les impacts sur

l’évaluation du niveau du PIB de la Tunisie devront être

analysés et mis en évidence de façon rigoureuse. Les

méthodes utilisées pour les comptes en année courante

et les comptes rétropolés ont également vocation à faire

partie de cette communication, de même que les

évolutions en matière de comptes trimestriels.

Enfin, cette action de communication devrait être mise

à profit pour mettre en exergue l’élargissement

progressif du système de Comptabilité nationale de la

Tunisie, sous la forme en particulier de comptes et

analyses satellites dans deux domaines privilégiés : le

tourisme d’une part, l’environnement d’autre part.

Références bibliographiques

Banque mondiale, Commission européenne, Fonds monétaire international, Organisation de coopération et

de développement économique, Organisation des nations unies (2013), « Système de comptabilité nationale

2008 », 751p.

Muller P. (1986), « Les comptes des entreprises non financières en comptabilité nationale. Eléments

méthodologiques à partir de l’expérience tunisienne », Statéco n°46, Ministère de la coopération, Insee.

Razafindrakoto M., Roubaud F. et Torelli C. (2009), « La mesure de l’emploi et du secteur informels : leçons

des enquêtes 1-2-3 en Afrique », Statéco n°104, pp.11-34.

Roubaud F. (2009), « La production statistique sur le secteur informel en Afrique : quels enseignements et quelles

perspectives ? », Statéco n°104, pp. 115-126.

Statistiques Tunisie (2018), Les comptes de la Nation, Rapport annuel, n°22, 157p.

Union Européenne (2013), « Système européen des comptes, SEC 2010 », Eurostat, Commission européenne,

762p.

Annexes

Les comptes nationaux trimestriels

Au cours des années 2000, les comptables nationaux tunisiens ont mis en place un système de comptes trimestriels,

calés sur les comptes annuels dès le compte provisoire établi pour chaque année n au second semestre de l’année

n+1. Les comptes trimestriels sont publiés chaque trimestre, la première version étant disponible 45 jours après la

fin du trimestre, et disponibles sur le site de l’INS. Des séries longues des principaux agrégats issues des comptes

trimestriels sont également publiées sur le site de l’INS.

L’élaboration des comptes trimestriels s’appuie sur un ensemble de sources et de données conjoncturelles (indices,

commerce extérieur…) et un modèle d’ étalonnage-calage. Les comptes font l’objet par ailleurs de corrections

pour variations saisonnières et jours ouvrables. Seule une optique «production» est prise en compte, productions

et valeurs ajoutées étant évaluées par sous-secteur d’activité à un niveau assez détaillé (niveau 60 de la

nomenclature), avec trois systèmes de prix : prix courants, prix de l’année précédente et prix constants 2010.

30


Le jumelage entre l’INS, l’INSEE et l’ISTAT a permis de faire évoluer ce dispositif. Au départ, l’ambition du

jumelage était de mettre en place, en plus de l’optique « production », une véritable optique « demande » devant

permettre une mesure de l’évolution du PIB à partir de la trimestrialisation des postes de la demande finale.

Toutefois, il est apparu rapidement que cet objectif était hors d’atteinte compte tenu de l’insuffisance des sources

conjoncturelles, notamment en matière de consommation finale des ménages.

Ainsi, si la mise en place d’une optique « demande » complète n’est-elle pas réaliste, au stade actuel, dans le cadre

de la comptabilité nationale tunisienne, et notamment une mesure des variations trimestrielles du PIB à partir de

cette optique, il est parfaitement possible en revanche de chercher à « dériver » la trimestrialisation de la demande

finale intérieure (DFI) à partir de la trimestrialisation des productions et des flux du commerce extérieur de biens

et services, selon une formule du type suivant :

DFI(t) = P(t) + (IMP – EXP)(t) – CI(t)

Le poste P(t) représente la production de biens et services du trimestre t. Ce poste est calculé à partir de l’optique

« production », de même que le poste CI(t), à savoir les consommations intermédiaires pour le trimestre t. Le calcul

est réalisé en distinguant plusieurs grands produits (niveau 1 de la nomenclature), ce qui implique la construction,

à partir des comptes annuels, de matrices « secteurs-produits ». La « trimestrialisation » des flux du commerce

extérieur (différence entre importations et exportations) est réalisée à partir des statistiques douanières et des

statistiques de Balance des paiements. Il faut également intégrer dans la formule une « trimestrialisation » des

impôts, nets de subventions, sur les produits, et traiter par ailleurs le cas des marges de transport et de commerce.

On peut également décomposer le poste DFI(t) entre d’une part la FBCF (et les variations de stocks), d’autre part

la consommation finale des ménages et des administrations publiques. Dans ce cadre, la trimestrialisation de la

FBCF est réalisée grâce à l’établissement d’une corrélation avec les productions correspondantes. La

trimestrialisation de la consommation finale des APU est directement liée à celle des productions non marchandes

issues de l’optique « production ». Ce faisant, la trimestrialisation de la consommation finale des ménages est-elle

obtenue par solde.

Ces travaux ont pu être menés à bien dans le cadre du jumelage, si bien que les comptables nationaux tunisiens

publient désormais, en même temps que l’évolution trimestrielle du PIB et des valeurs ajoutées, les évolutions

trimestrielles des postes de la demande finale.

Les comptes financiers des CNT

C’est dès la première génération des comptes nationaux tunisiens (base 1983) que des comptes financiers ont été

construits pour tous les secteurs et sous-secteurs institutionnels, en mobilisant des sources diverses : bilans

(banques, assurances, collectivités locales, administrations de sécurité sociale…), statistiques du marché monétaire

et financier (émissions d’actions et d’obligations, titres du marché monétaire…), données budgétaires, Balance

des paiements… Pour les SNF et les Ménages, la plus grande partie des opérations financières est évaluée de façon

indirecte, grâce à la construction de tableaux « qui à qui » des opérations financières et du processus de synthèse

de ces opérations. Les comptes financiers sont ensuite rassemblés dans un tableau de synthèse particulier (TOF),

composante du tableau économique d’ensemble (TEE). L’acquis fondamental que représente la construction de

comptes financiers articulés aux comptes non financiers des secteurs institutionnels a été préservé dans la deuxième

génération de CNT (base 1997), en prenant en compte également les évolutions introduites par le SCN 1993, au

demeurant assez limitées en matière de comptes financiers si l’on excepte, toutefois, l’introduction de comptes de

patrimoine financier (voir plus loin).

Pour l’essentiel, le changement de base en cours (base 2015-2016) a trois conséquences majeures pour les comptes

financiers des secteurs institutionnels. Il s’agit en premier lieu de la mise en œuvre des recommandations du SCN

2008. Pour les CNT, l’impact est limité, avec simplement une mise à jour de la classification des opérations

financières. Le SCN 2008 prévoit bien la prise en compte d’une nouvelle opération financière, à savoir les

«produits dérivés», mais celle-ci semble très circonscrite, voire négligeable, en Tunisie. Toutefois, l’application

éventuelle d’une autre recommandation du SCN 2008 méritera d’être examinée dans le cadre de la nouvelle

génération de CNT, à savoir celle concernant les garanties de prêts standards, en particulier à l’exportation,

désormais reconnues comme des opérations financières à part entière. En deuxième lieu, plusieurs évolutions

concernant les fournisseurs de données statistiques (données sur les IFM, Conseil des Marchés financiers,

Comptabilité publique, Collectivités locales…) pourraient avoir des conséquences notables sur la construction des

comptes financiers des secteurs institutionnels dits à « comptabilité complète » (SF et APU), de même que les

comptes financiers des relations avec le Reste du monde. Par ailleurs, les données du SIE (système intermédiaire

entreprises) pourraient être mobilisées pour l’évaluation de certaines opérations financières des SNF. En troisième

lieu enfin, se pose la question de l’ajustement entre comptes non financiers et comptes financiers des secteurs

institutionnels. La nouvelle génération de CNT pourrait être l’occasion de corriger un certain nombre

d’insuffisances quant à la présentation et au calcul de l’ajustement, notamment pour les SNF et les Ménages.

31


Les comptes financiers des deux années de base (2015 et 2016) devraient être élaborés et diffusés selon le même

calendrier que celui relatif aux comptes non financiers des secteurs institutionnels.

Contrairement à ce qui est prévu par le SCN (SCN 1993 et SCN 2008), la Comptabilité Nationale tunisienne

n’intègre pas actuellement de comptes de patrimoine financier. Le jumelage entre l’INS, l’INSEE et l’ISTAT

prévoyait ainsi de remédier à cette situation mais, pour des raisons diverses, ce projet n’a pu être mené à bien à

l’issue du jumelage. Cela étant, compte tenu de l’expérience acquise par les comptables nationaux de l’INS dans

la construction des comptes financiers, l’objectif d’intégrer des comptes de patrimoine (et de variation de

patrimoine) financier à la comptabilité nationale tunisienne reste pertinent et parfaitement réalisable.

Les statistiques et comptes de l’environnement

La Statistique tunisienne s’est engagée dans le domaine de l’environnement suite à la mise en place du projet

MEDSTAT de collaboration entre l’Union européenne et un certain nombre de pays méditerranéens. Ce projet a

démarré en 1996 mais c’est à partir de 1999 qu’il intègre une composante sur l’environnement (MEDSTAT-ENV).

Dans ce contexte, une unité « Statistiques et comptes de l’environnement » a été créée en 2004 au sein de la

Direction centrale des comptes nationaux de l’INS. Les domaines environnementaux couverts par l’INS dans le

cadre de MEDSTAT-ENV, directement fonction des sources disponibles, ont été les déchets, l’air, la biodiversité,

les sols, les forêts et l’eau. Deux rapports sur les statistiques et les données environnementales ont été publiés par

l’INS en 2003 puis en 2006. Par ailleurs, les résultats de ces travaux ont fait l’objet d’une valorisation dans une

publication commune à l’ensemble des pays méditerranéens ayant participé au projet MEDSTAT. Toutefois,

l’implication de l’INS dans le domaine de l’environnement s’est maintenue après la fin (2009) du projet

MEDSTAT-ENV et l’INS publie régulièrement des statistiques sur l’environnement dans son « Annuaire

statistique » annuel, ainsi que sur son site internet. Cette publication ne permet pas cependant de donner une

visibilité suffisante aux statistiques rassemblées par l’INS pour les différents domaines de l’environnement.

L’INS collecte les données sur l’environnement auprès de nombreux fournisseurs de données : Agence nationale

pour la protection de l’environnement, ministère de l’Agriculture, de l’Energie, des Mines et des énergies

renouvelables, de la Santé, Institut national de la météorologie, Office national de l’assainissement… Cette

décentralisation, inévitable compte tenu de la diversité des domaines environnementaux, génère un certain nombre

de difficultés pour l’INS, qu’il s’agisse du respect des délais, de la qualité et du niveau de complétude des

informations, de la terminologie… En ce sens, les producteurs de données ne sont pas toujours en mesure d’intégrer

les contraintes de la production statistique dans leur programme de travail, compte tenu de leurs priorités et

contraintes internes.

L’un des domaines environnementaux revêtant une importance cruciale pour la Tunisie est celui de l’utilisation

des ressources en eau. Le pays est en effet en situation de stress hydrique. La pression sur les ressources tend

d’ailleurs à s’accroître avec la croissance démographique et économique, le tout dans un contexte de changement

climatique marqué. En outre, la Tunisie connaît une situation climatique très hétérogène en fonction de ses

territoires. Dans ce contexte, un compte pilote des disponibilités et utilisations de la ressource en eau (année 2003)

a été développé par l’INS en 2009 avec l’appui du programme MEDSTAT. Ce compte a constitué une première

expérience d’un compte de ressources naturelles, en termes de flux et de stocks, au sens du manuel des Nations-

Unies sur les comptes de l’environnement (SEEA). Toutefois, cette expérience n’a pas été renouvelée avant le

démarrage du jumelage entre l’INS, l’INSEE et l’ISTAT (voir plus loin).

In fine, le jumelage (2016-2018) a cherché avant tout à répondre à deux des principales insuffisances mentionnées

précédemment en matière de statistiques et comptes de l’environnement, d’une part une visibilité trop faible

accordée aux statistiques environnementales dans les publications de l’INS, d’autre part la reprise et l’amélioration

des travaux sur les comptes de la ressource en eau.

Le premier objectif (meilleure valorisation des statistiques et données environnementales) devrait se traduire par

la mise en place d’un dispositif régulier et autonome de publication des statistiques environnementales, en

privilégiant au départ les domaines faisant l’objet de politiques publiques en matière d’environnement : eau, air,

traitement des déchets, sols et occupation des sols, biodiversité. Ce processus de publication et de diffusion devra

s’appuyer sur un ensemble de dispositions afin d’en garantir la pérennité. Il s’agit en particulier d’assurer, grâce à

des conventions ad-hoc avec les producteurs de données, la régularité et la qualité de la transmission des

informations. Ce faisant, cette publication est susceptible de mieux structurer et d’améliorer le processus

d’échanges et de discussions avec les fournisseurs mais aussi les utilisateurs des informations environnementales.

Elle permettra enfin de construire une vision d’ensemble partagée sur l’environnement, avec notamment la

présentation d’indicateurs visant à dresser une analyse du type « forces motrices-états-pressions » pour des

domaines d’importance stratégique.

La construction d’un compte des disponibilités et utilisations de la ressource en eau a été relancée dans le cadre

du jumelage sur les années 2010 et 2015. Ces travaux ont permis d’élargir l’expérience précédente (compte pilote

32


sur l’année 2003), en intégrant notamment un champ plus riche de données, en modifiant certaines définitions et

nomenclatures afin de les rendre plus cohérentes avec les normes internationales en la matière et en prévoyant le

calcul d’indicateurs, y compris au niveau territorial, en vue de suivre les effets des politiques publiques. Enfin, il

est prévu que les comptes de l’eau fassent l’objet d’une publication régulière de la part de l’INS.

En revanche, le jumelage 2016-2018 n’a pas permis de progresser en matière de compte de dépenses de protection

de l’environnement. Cela reste un chantier à développer, de même que pour les comptes de patrimoine naturel au-

delà de ceux de la ressource en eau.

33

*Mohamed Hammami est directeur du répertoire national d’entreprises à Statistiques Tunisie

[email protected], Yamen Helel est directeur des statistiques de l’emploi à Statistiques Tunisie

[email protected] et Constance Torelli est chargée des programmes de coopération à l’Insee

[email protected]

Vers une meilleure mesure du secteur

informel en Tunisie M. Hammami, Y. Helel et C. Torelli *

Dans le cadre de ses travaux pour la confection d’une nouvelle base (2015-2016) des comptes nationaux, l’Institut national de la statistique (INS) tunisien a adapté le questionnaire de l’enquête emploi en 2017 afin de mieux évaluer l’emploi dans le secteur informel, et pouvoir à terme quantifier le poids de ce secteur dans l’économie tunisienne. L’approche retenue par l’INS, inspirée de la méthodologie des enquêtes 1-2-3, a permis de produire de premiers éléments fiables et conformes aux définitions de l’Organisation internationale du travail (OIT) sur le secteur informel en Tunisie, qui sont présentés dans cet article.

Introduction

En l’absence de chiffres officiels, de nombreuses

estimations divergentes circulent quant au poids du

secteur informel dans l’économie tunisienne. La

confusion est accentuée par le flou qui règne à propos

de la définition du secteur informel, aucune définition

officielle n’ayant été adoptée jusque récemment par la

Tunisie. Selon les sources, le secteur informel

comprend les entreprises échappant en totalité ou en

partie au paiement de l’impôt, les vendeurs ambulants,

l’économie illégale (contrebande d’essence libyenne et

algérienne), etc.

Dans ce contexte, il est indispensable de savoir ce que

la comptabilité nationale est en mesure d’apporter à la

connaissance du secteur informel, afin de fournir une

évaluation la plus exhaustive possible de l’économie

tunisienne. Pour les autorités, l’enjeu de la mesure du

secteur informel s’inscrit dans la problématique plus

globale du diagnostic sur l’emploi et le chômage en

Tunisie et sur les politiques publiques à mettre en place

dans ce domaine.

Comme c’est le cas dans les pays en développement

(PED) d’une manière générale, le taux de chômage, qui

dépasse les 15 %, frappe le plus sévèrement les jeunes,

surtout les plus diplômés, qui sont peut-être plus

enclins à migrer. N’oublions pas enfin que l’auto-

1 L’INS a bénéficié d’un programme de jumelage financé sur

un fonds européen (2016-2018). Portant sur la

« Modernisation de l’appareil statistique tunisien », ce

immolation d’un jeune vendeur ambulant (Mohamed

Bouazizi) en décembre 2010, ne supportant plus la

précarité et la confiscation de sa marchandise par la

police, a été l’étincelle qui a déclenché la Révolution

tunisienne.

L’Institut national de la statistique tunisien est donc

confronté à une demande sociale pour arriver à mieux

cerner le secteur informel. Il apparaît également évident

qu’il existe, tant pour le comptable national que pour le

statisticien, un intérêt commun pour parvenir à une

mesure intégrée du secteur informel. Le changement de

base de la comptabilité nationale (mise en conformité

avec le système de comptabilité nationale (SCN 2008)),

qui va être l’occasion d’une remise à plat des comptes

économiques, offre une excellente opportunité à cet

égard. Il s’agit, d’une part, d’arriver à une définition de

l’informel opérationnelle et conforme au SCN 2008,

d’autre part, de mettre à jour les outils statistiques de

mesure de l’informel à intégrer dans le calcul du PIB.

Bien que la Tunisie ait développé une certaine

expérience dans l’appréhension de l’économie

informelle au cours des dernières décennies, celle-ci se

cantonne essentiellement à une approche

approximative de l’emploi informel (voir annexe). Cet

article a pour objectif de mettre en lumière les

principales avancées réalisées tout récemment dans ce

domaine dans le cadre du jumelage1 en Tunisie.

programme a été mené en partenariat avec l’Insee et l’Institut

de la statistique d’Italie (Istat), et avec l’appui de Statistiques

Lituanie.


34


L’article est organisé comme suit. La première section

aborde les concepts et définitions du secteur informel,

à la fois conformes aux recommandations

internationales du SCN et adaptés aux spécificités

tunisiennes. La deuxième section présente une

cartographie des principales sources d’informations

statistiques en Tunisie mettant en évidence le fait que

l’INS mesure le poids du secteur informel dans

l’économie de manière imparfaite. Compte-tenu de ce

diagnostic partagé, pour satisfaire l’objectif affiché de

l’INS d’atteindre une meilleure couverture de l’activité

économique, notamment dans la perspective du

changement de base des comptes nationaux, la

troisième section décrit la mise en œuvre d’une

méthodologie améliorée pour la mesure du secteur

informel s’inspirant du dispositif d’enquêtes 1-2-3

développé par l’Institut de recherche pour le

développement (Roubaud, 1992) au début des années

1990 et qui a fait ses preuves sur différents continents.

Quelques exemples significatifs de résultats obtenus à

partir du nouveau dispositif sont présentés en avant-

dernière section. La dernière section conclut et trace

quelques perspectives, pour consolider et pérenniser la

méthodologie, ainsi que pour l’utilisation par les

comptables nationaux, notamment en termes d’outil

d’estimation pour le calcul de la productivité.

Les concepts et définitions

En 1993, l’Organisation internationale du travail (OIT)

et la Division de statistique des Nations unies sont

parvenues à un accord sur la définition du secteur

informel (Hussmanns, 2004), également retenu par le

manuel sur l’économie non observée (OCDE et al.,

2002). Cette convergence offre un cadre unique pour

mesurer et analyser le secteur informel en termes de

statistiques du travail (emploi) et de comptabilité

nationale (production). Ce secteur est défini comme

l’ensemble des entreprises individuelles de petite taille

ou non enregistrées. L’OIT (17e CIST, 2003) élabore

un concept plus large d’emploi informel en fonction du

type d’emploi, afin de tenir compte des formes

atypiques de travail et de saisir ce qu’on appelle

l’informalisation de l’emploi qui accompagne le

processus de mondialisation. De fait, l’emploi informel

se compose de deux éléments principaux : l’emploi

dans le secteur informel et les emplois non protégés

dans le secteur formel. Même si de nombreux

problèmes restent à résoudre pour adapter la définition

à l’environnement spécifique de chaque pays (s’il y a

lieu d’inclure l’agriculture ou non, la taille de

l’entreprise par rapport à des critères d’enregistrement,

etc.), le statisticien d’enquête peut trouver dans sa

« boîte à outils » des instruments de mesure éprouvés

(Razafindrakoto, Roubaud et Torelli, 2009).

Pour le comptable national, la préoccupation première

est de présenter des données chiffrées de l’ensemble de

l’économie nationale. Le cadre central du SCN est un

cadre très contraignant, qui n’ouvre pas d’espace

spécifique pour le secteur informel. Aussi la mise en

œuvre d’enquêtes statistiques sur l’économie

informelle permet, d’une part, de la situer au sein de

l’économie nationale, d’autre part, de prendre en

compte ses différentes caractéristiques pour une

meilleure connaissance de ce secteur (Séruzier, 2009).

L’adaptation au cas tunisien

Les travaux et discussions menés au sein de l’Institut

national de la statistique entre comptables nationaux et

statisticiens d’enquête ont conduit à éclairer la situation

actuelle sur les entreprises. Procéder par classement

par type de sociétés (privées), en fonction de leur statut

juridique, de leur régime d’imposition, du type de

comptabilité, de l’affiliation à la patente, de leur statut

en comptabilité nationale, et enfin du type d’enquête

statistique nécessaire à leur mesure, permet d’assurer

l’exhaustivité du champ de la production (tableau 1).

Tableau 1

Types d’impôts sur les bénéfices, comptabilité, secteur institutionnel (comptes nationaux) et mode de

mesure statistique (enquête)

Statut juridique

Caractéristiques

Régime

d’imposition

bénéfices

Type de

comptabilité Patente Statut CN Type d’enquête

Sociétés IS Plan comptable oui SQS Enquête structure (ENAE)

Non constituées IRPP régime réel Plan comptable oui EI formelle Enquête structure (ENAE)

Non constituées

(taille< 6)

IRPP régime

forfaitaire

Plan comptable oui EI formelle Enquête Micro (1ère page

du questionnaire puis hors

champ de l’enquête)

Non constituées

(taille<6)

IRPP régime

forfaitaire

Rien d’officiel oui EI informelle Enquête Micro

Non constituées Pas d’impôt Rien d’officiel oui EI informelle Enquête Micro

Non constituées Pas d’impôt Rien d’officiel non EI informelle

Note : IS : impôt sur les sociétés ; IRPP : impôt sur le revenu des personnes physiques ; SQS : sociétés quasi-comptables non

financières ; Non constituées : unités de production non enregistrées + entreprises individuelles (enregistrées ou non)

35


L’absence de comptabilité, qui est liée au statut

juridique de l’entreprise et à la déclaration fiscale liée

aux impôts sur les bénéfices, semble déterminante pour

caractériser le secteur informel. Ce critère est cohérent

avec les normes de la comptabilité nationale (manuel

SCN 2008, chapitre 25). L’exercice met en évidence les

difficultés à prendre en compte, à la fois les spécificités

tunisiennes et les recommandations du SCN 2008 pour

tous les cas de figure, et statuer ainsi sur leur caractère

formel ou informel.

L’adoption d’une définition tunisienne du secteur

informel conforme au nouveau cadre comptable

international qui a été retenue par l’INS dans le cadre

du jumelage est la suivante : « Le secteur informel est

constitué des unités économiques, quel que soit leur

statut (employeur, indépendant, compte propre…) et

leur type d’activité (y compris agriculture), produisant

des biens et services pour le marché et ne disposant, de

fait ou de droit, d’aucune comptabilité complète (de

flux). Ces unités seront considérées dans les comptes

nationaux comme des entreprises individuelles du

secteur des ménages » (Frigui et Muller, 2019).

Cartographie des principales

sources disponibles sur l’emploi

et les unités de production (UP)

et mise en regard de leurs

résultats

En Tunisie, il existe cinq principales sources

statistiques sur les entreprises et l’emploi : le répertoire

national d’entreprises, l’enquête nationale sur les

activités économiques, l’enquête sur les micro-

entreprises, le recensement général de la population et

de l’habitat, et l’enquête nationale sur la population et

l’emploi (encadré 1).

Cette partie présente quelques résultats issus de ces

différentes sources, sur lesquels nous nous sommes

appuyés dans le cadre du jumelage pour améliorer la

mesure du secteur informel.

Encadré 1 : les principales sources statistiques sur les entreprises et l’emploi en Tunisie

1. Les statistiques d’entreprises

Le répertoire national des entreprises (RNE) comprend toutes les entreprises ou unités de production (UP) du secteur privé

marchand non agricole (employeurs et indépendants) inscrits auprès de l’administration fiscale, quel que soit le régime d’impôt

auquel elles sont soumises (forfait/réel). Ce répertoire est le résultat d’un appariement de deux sources administratives

provenant de la Direction générale des impôts (DGI) et de la Caisse nationale de sécurité sociale (CNSS). Les entreprises sont

caractérisées par de nombreuses variables démographiques et économiques, le statut juridique, etc. Ainsi les entreprises privées

tenues par des personnes physiques, ou constituées en société anonyme, en SARL, connues par les services fiscaux sont toutes

répertoriées. Il contient environ 700 000 entreprises dont plus de 80 % d’entre elles sont des entreprises individuelles.

L’enquête nationale sur les activités économiques (ENAE) vise la collecte des données comptables des entreprises de 6 salariés

et plus, afin de mesurer le poids des diverses branches dans l’activité économique globale, et de mieux cerner les contributions

respectives des secteurs modernes au sein de chaque branche. L’enquête qui permet de répondre aux divers besoins de la

comptabilité nationale est réalisée chaque année auprès d’un échantillon représentatif issu du répertoire national des entreprises.

L’enquête micro-entreprises s’intéresse aux entreprises du secteur marchand non agricole de moins de 6 salariés qui

représentent la majorité des entreprises du répertoire national des entreprises. L’enquête est réalisée depuis 1997 tous les cinq

ans auprès d’un échantillon tiré du répertoire national d’entreprises. Malgré le taux de non-réponse élevé, le dispositif permet

de faire une mise à jour l’année de l’enquête, et de déterminer les unités de production en activité. L’estimation du nombre de

faux actifs est utile pour faire évoluer cet indicateur entre deux enquêtes micro-entreprises. La quasi-totalité des UP répondantes

sont patentées mais ne tiennent pas de comptabilité écrite, et suivant les recommandations internationales (SCN93, SCN2008,

ILO, 1993 et 2002), elles sont considérées comme relevant du secteur informel. La dernière enquête auprès d’un échantillon

de 15 600 entreprises réalisée au 1er trimestre 2017, a porté sur l’exercice comptable 2016. 2. Les statistiques ménages

Le recensement général de la population et de l’habitat (RGPH) réalisé en 2014 dénombre près de 11 millions d’habitants.

Outre les caractéristiques socio-démographiques des individus, le questionnaire aborde différentes thématiques : migrations,

santé, emploi, ainsi que les conditions de vie et de logement. Le RGPH a l’avantage d’être exhaustif sur le territoire. Il sert

ainsi de base de sondage pour toutes les enquêtes auprès des ménages qui sont réalisées à partir de 2015, comme l’enquête

nationale sur le budget, la consommation et le niveau de vie des ménages (EBCNV, 2015) et l’enquête sur la population et

l’emploi.

L’enquête emploi (EE) est au cœur du système statistique de l’INS. Elle permet d’apprécier régulièrement la situation des

individus sur le marché du travail, d’étudier les caractéristiques de l’emploi (principal et secondaire) et du chômage suivant les

normes internationales de l’Organisation internationale du travail (OIT). Elle est réalisée auprès d’un échantillon représentatif

de la population tunisienne, de 280 000 ménages sur l’année, répartis par trimestre avec 45 000 ménages sur les 1er, 3e et 4e

trimestre (en 2018 et 2019, l’échantillon trimestrielle a été révisé à la baisse pour atteindre 27 000 ménages). Le 2e trimestre

qui comprend un échantillon plus important avec 140 000 ménages, permet d’assurer une représentativité au niveau des

gouvernorats, et donne lieu principalement à la publication du taux de chômage. L’enquête enregistre un taux de réponse

individuelle très satisfaisant (92 %), confirmant ainsi sa robustesse et sa qualité statistique.

36


Une première estimation partielle du

secteur informel à partir de l’enquête

micro-entreprises

L’enquête micro-entreprises, dont le champ couvre les

entreprises de moins de 6 salariés, permet d’évaluer la

taille du secteur informel pour sa partie enregistrée. Au

moment de la rédaction de cet article, la dernière

enquête dont les résultats étaient disponibles remontait

à 2017, portant sur l’exercice comptable des entreprises

sur l’année 2016 (tableau 2). Elle portait sur un

échantillon initial de 15 579 entreprises, dont 60,3 %

d’entre elles avaient répondu à l’enquête (76,4 %

d’entre elles ne disposant pas de comptabilité).

Compte tenu de la définition du secteur informel

retenue (qui correspond aux unités économiques ne

disposant pas de comptabilité), nous pouvons donc

estimer qu’en 2016 la partie enregistrée du secteur

informel (non agricole) était composée de 455 600

entreprises employant au total 718 250 actifs, soit près

du quart de l’emploi total non agricole2. Ces actifs

étaient employés à 83 % dans le commerce-services

(soit 39 % dans le commerce et 44 % dans les services).

Tableau 2

Échantillon de l’enquête auprès des micro-

entreprises

Nombre

d’entreprises

Nombre total des entreprises enregistrées

dans le répertoire au 31 décembre 2016

(hors agriculture)

740 054

Nombre d’entreprises intégrées dans le

champ de l’enquête 704 241

Échantillon initial d’entreprises 15 579

Nombre d’entreprises répondantes : 9 395

- Sans comptabilité 7 179

- Avec comptabilité 2 216

Nombre d’entreprises répondantes

extrapolées sans comptabilité 455 611

Source : Résultats de l’enquête sur les activités économiques

des micro-entreprises en 2016 en Tunisie, 2018, INS Tunisie

Toutefois le répertoire qui sert de base de sondage à

l’enquête micro-entreprises, ne couvre pas l’ensemble

des entreprises du secteur privé en Tunisie, puisque de

nombreuses unités de production non enregistrées ne

sont pas prises en compte dans le répertoire. Par

conséquent, l’enquête quinquennale sur les micro-

entreprises n’appréhende que de façon partielle le

secteur informel. Les premières analyses issues du

diagnostic montrent par exemple que l’emploi dans les

secteurs du bâtiment et du commerce relève en partie

de l’informel.

Dans la suite de cette partie, nous procédons à une

analyse comparée de la structure de l’emploi en Tunisie

2 Le ratio de 1,5 actif par unité économique qu’on observe

pour le secteur informel enregistré correspond à un ratio

habituel pour le secteur informel au plan international.

(par secteur et statut professionnel) à partir des deux

principales sources dans ce domaine, constituées par

l’enquête emploi et le recensement de population.

Comparaison des actifs occupés selon les

sources

L’enquête emploi de 2015 (emploi principal) et le

recensement de la population 2014 estiment tous les

deux le nombre total d’actifs occupés autour de 3,3

millions (environ 2,9 millions hors agriculture), et

présentent une répartition assez semblable par secteur

d’activité (tableau 3). Hors agriculture, plus de 60 %

des emplois sont exercés dans le secteur du commerce

et des services (environ 45 % pour les services

seulement), près d’un quart dans l’industrie et le reste

dans la construction (16 %).

Tableau 3

Répartition de la population active occupée (PAO)

par secteur d’activité (%)

Secteur d’activité

Structure de la population active

occupée

Y compris

agriculture

Hors

agriculture

EE RGPH EE RGPH

Agriculture 14,7 10,6

Industries 19,7 20,0 23,0 22,3

BTP 13,4 14,5 15,8 16,2

Commerce 14,0 13,1 16,4 14,7

Services 38,2 41,8 44,8 46,8

Total (%) 100 100 100 100

Total (milliers) 3 386 3 294

Total hors agri.

(milliers) 2 887 2 949

Sources : Enquête sur la population et l’emploi, EE 2015.

Recensement de la population, RGPH 2014, INS Tunisie

Champ : Population active occupée âgée de 15 ans et plus

Hors agriculture, l’enquête sur la population et l’emploi

et le RGPH fournissent des résultats cohérents sur la

répartition de l’emploi par statut professionnel. Près de

huit travailleurs sur dix sont salariés, les indépendants

et employeurs représentant moins d’un cinquième de

l’ensemble des actifs occupés au niveau sectoriel

(tableau 4).

Au total, par rapport à d’autres PED plus pauvres, la

Tunisie se caractérise par une faible part de l’emploi

agricole, et par un taux de salarisation très élevé (près

de 80 % de l’emploi). Par ailleurs, et ceci est commun

à tous les PED, le poids des services et du petit

commerce est très important ainsi que celui du BTP. Or

la littérature sur l’économie informelle montre que

37


l’informel est généralement répandu dans ces secteurs

d’activité (Cling, Lagrée, Razafindrakoto, Roubaud,

2012). Étape par étape, cette mise en regard de

différentes sources d’information est nécessaire pour

effectuer un diagnostic sur la mesure et la classification

des emplois selon l’approche statistique.

Tableau 4

Répartition des actifs occupés selon le statut et le

secteur d’activité (%)

Secteur

d’activité

Salariés Indépendants

et employeurs

Apprentis,

aides

familiaux

EE RG

PH EE

RG

PH EE

RG

PH

Agri. 41,7 76,2 45,7 20,8 12,6 3,0

Industries 86,9 78,4 12,1 18,2 1,0 3,4

BTP 91,5 78,5 8,2 18,7 0,3 2,8

Com. 40,0 78,2 49,8 19,1 10,2 2,7

Services 82,7 78,2 16,6 18,8 0,7 3,0

Total 72,7 78,1 23,5 18,9 3,8 3,0

Total

hors agri. 78,0 78,3 19,7 18,7 2,3 3,0

Sources : Enquête sur la population et l’emploi, EE 2015.

Recensement de la population, RGPH 2014, INS Tunisie

Champ : Population active occupée âgée de 15 ans et plus

Lecture : pour l’EE, tous secteurs confondus hors

agriculture, 78 % des actifs occupés sont des salariés (contre

78,3 % dans le RGPH), 19,7 % sont des employeurs et

indépendants (chefs d’UP) et 2,3 % sont des aides familiaux

ou apprentis; dans le BTP, 8,2 % des actifs occupés du

secteur sont des chefs d’unité de production (UP) dans l’EE

contre 18,7 % dans le RGPH.

Pour aller plus loin, la partie suivante va fournir de

premiers éléments sur le secteur informel en Tunisie.

Mise en œuvre d’une méthodologie améliorée pour la mesure de l’informel et premiers résultats

Après l’adoption d’une définition du secteur informel

selon les spécificités tunisiennes, la méthodologie

proposée dans le cadre du jumelage et adoptée par

l’INS a conduit à la modification à la marge du

questionnaire de l’enquête emploi afin d’identifier les

unités de production informelles.

Modification du questionnaire de l’enquête

emploi

La mobilisation de l’enquête emploi est nécessaire pour

produire des statistiques robustes sur le secteur

informel (encadré 2). La stratégie mise en place a

consisté à modifier le questionnaire de l’enquête

emploi afin de servir de filtre pour identifier les chefs

des unités de production informelles (UPI), qui feront

ensuite l’objet d’une interrogation identique à celles

concernées par l’enquête quinquennale micro-

entreprises.

Encadré 2 :

Principes du dispositif d’enquêtes 1-2-3

Basée sur le principe de la greffe d’enquêtes, l’enquête 1-

2-3 dont la méthodologie a été développée au début des

années 90 par un chercheur de l’Institut de recherche pour

le développement, IRD-DIAL (Roubaud, 1992) est un

système de trois enquêtes imbriquées, visant différentes

populations statistiques : les individus, les ménages et les

unités de production informelles (UPI).

La première phase de l’enquête 1-2-3 est une enquête sur

l’emploi, le chômage et les conditions de travail des

ménages et des individus. Elle permet de documenter et

d’analyser le fonctionnement du marché du travail et est

utilisée comme filtre pour la deuxième phase, où un

échantillon représentatif des UPI est enquêté. Ainsi, dans

la deuxième phase de l’enquête, les chefs des UPI

identifiés lors de la première phase sont interrogés :

l’enquête cherche à mesurer les principales

caractéristiques économiques et productives des unités de

production (production, valeur ajoutée, investissement,

financement), les principales difficultés rencontrées dans

le développement de l’activité, et quel type de soutien les

entrepreneurs du secteur informel attendent des pouvoirs

publics. Enfin, dans la troisième phase, une enquête

spécifique sur les revenus et dépenses est administrée à un

sous-échantillon de ménages sélectionnés lors de la

phase 1, pour estimer le poids des secteurs formel et

informel dans la consommation des ménages, par produit

et par type de ménage.

En Tunisie, le questionnaire utilisé dans l’enquête micro-

entreprises est largement inspiré de cette méthodologie. Il

s’agit plus précisément de la phase 2 du dispositif 1-2-3

sur le secteur informel portant sur le volet comptable de

l’unité de production informelle (UPI) interrogée. Le

questionnaire administré renseigne sur les caractéristiques

de l’UP, la main d’œuvre employée (la taille moyenne

dans les UP = 1,5 personne y compris le chef de l’UP) et

les performances économiques par secteur d’activité

(chiffre d’affaires, production, VA, etc.). Il s’agit d’un

univers qui s’apparente au secteur institutionnel des

ménages selon le vocabulaire des comptables nationaux.

Comme pour toute enquête statistique, elle reste

perfectible. Une enquête micro-entreprises élargie aux UP

non enregistrées identifiées par l’enquête emploi

permettra donc une mesure du nombre total d’UP

informelles, qu’elles soient enregistrées ou non.

Les deux critères sur l’enregistrement administratif et

la tenue d’une comptabilité ont été appliqués pour

l’activité principale exercée mais aussi dans le cas

d’une activité secondaire déclarée. Seuls les

employeurs et ceux exerçant à compte propre sont

concernés par ces questions.

38


Suite au test effectué en décembre 2016 afin de rectifier

si besoin la séquence de questions nouvelles, le

questionnaire ainsi amélioré a été mis en application

dès la première vague trimestrielle de 2017.

L’enquête du 1er trimestre 2017 a permis d’avoir une

première évaluation du poids de l’informel dans la

population active, à prendre avec précaution compte-

tenu de la taille de l’échantillon, et du temps nécessaire

aux enquêteurs pour acquérir une expérience plus

affirmée sur ces nouvelles questions. En effet, les futurs

passages de l’enquête emploi seront utilisés pour

constituer la base de sondage des unités de production

informelles (UPI) dans la perspective d’une

interrogation identique à celles concernées par

l’enquête quinquennale micro-entreprises (opération

qui n’a pas encore été réalisée par l’INS).

Premiers résultats

Les résultats présentés ici sont basés sur des données

encore provisoires issues de l’enquête emploi 2019.

L’enquête emploi via le questionnaire augmenté des

deux critères (possession d’une patente et tenue d’une

comptabilité) a permis de distinguer de façon plus

précise les unités de production hors agriculture,

considérées comme informelles selon la définition

adoptée par l’INS, c’est-à-dire celles qui n’ont pas de

comptabilité. En 2019, près de 84 % des unités de

production repérées par l’enquête emploi ne tiennent

pas de comptabilité écrite (selon la norme du plan

comptable national) et peuvent donc être considérées

comme informelles. Notons que, compte tenu de la

faible productivité de ces unités, leur nombre important

ne préjuge en rien de la taille de l’économie informelle

en Tunisie et de son poids dans le PIB. Par ailleurs, ceci

confirme les résultats de l’enquête micro-entreprises,

basée sur le répertoire national des entreprises (RNE

dont on rappelle qu’il est constitué à 97 % d’entreprises

du secteur privé de moins de six salariés), à savoir

l’absence d’une comptabilité. Ces unités de production

sont dans leur quasi-totalité dans le commerce (44,9 %)

et les services (33,1 %) ; la part de l’industrie (14,3 %)

et du BTP (7,7 %) est beaucoup plus réduite.

Près de la moitié des unités de production qui ne

tiennent pas de comptabilité (48,4 %) ne possède pas

non plus de patente (elles représentent 40,9 % du total

des unités de production). Ce taux est très variable

selon le secteur d’activité (graphique 1). Comme

attendu, la construction demeure le secteur où l’on

s’enregistre le moins auprès des services fiscaux

(80,9 %), ce qui signifie aussi que moins de 20 % des

entreprises de ce secteur étaient prises en compte

jusqu’à présent. Dans le secteur des services le taux est

deux fois moins important (40,6 %), l’absence de

patente s’observe notamment pour les activités de

transport, de communication et de réparation. Le

commerce, où de nombreuses activités sont exercées de

façon ambulante, est propice à l’informalité. Dans

l’industrie, les chefs d’unités de production du secteur

de l’habillement et du textile (par exemple les tailleurs

à domicile) sont également moins enclins à

s’enregistrer auprès des services fiscaux. Quel que soit

le secteur d’activité, l’absence d’une patente à tendance

à augmenter depuis 2017 (première année pour laquelle

les résultats sont disponibles).

Graphique 1

Taux d’UPI n’ayant pas de patente selon le secteur

d’activité parmi celles n’ayant pas de comptabilité

(activité principale)

Source : Enquête sur la population et l’emploi, 2019, INS

Tunisie (chiffres provisoires)

Conclusion

La confrontation de différentes sources d’information

statistique pour analyser un sujet est toujours un

exercice intéressant, délicat et riche d’enseignements.

Pour la thématique de l’informel abordée ici, en

premier lieu, il n’y a pas de source bonne ou mauvaise,

chacune d’elle apportant un éclairage sur le sujet étudié.

En second lieu, l’unité d’observation principale et le

calendrier sont différents d’une source à l’autre et la

manière de collecter les informations est propre à

chacune d’elle. Le nombre d’entreprises peut être

obtenu grâce au répertoire national des entreprises, ou

d’un recensement économique, ou bien être déduit par

une approche ménage/individu grâce à l’enquête

emploi.

L’introduction dans le questionnaire emploi de deux

critères (enregistrement auprès des services fiscaux et

tenue d’une comptabilité) a permis de réaliser des

progrès significatifs dans la compréhension de la

mesure de l’informel. Il reste à consolider ces données

avec les prochaines éditions de l’enquête emploi pour

avoir un suivi régulier de la problématique. Concernant

la prochaine enquête micro-entreprises, le plan de

sondage devra impérativement tenir compte également

des unités de production informelles (non enregistrées

auprès des services fiscaux) identifiées par l’enquête

emploi afin d’assurer une plus grande représentativité

du secteur informel. Ce faisant, l’enquête deviendrait

une enquête phase 2 à part entière.

Des travaux méthodologiques et un dialogue entre les

statisticiens d’enquête et les comptables nationaux

doivent être poursuivis, afin d’approfondir ces premiers

éléments pour les besoins de la comptabilité nationale.

En particulier, la dernière étape, qui n’a pas encore

démarré au moment de la rédaction de cet article,

consistera à élaborer un outil de synthèse d’arbitrage

49,9

80,9

48,240,6

48,4

0

20

40

60

80

100

Industrie BTP Commerce Services Ensemble

39


pour les comptables nationaux. Il s’agit d’une matrice

d’emplois qui permettra une meilleure articulation

entre l’emploi et la production-valeur ajoutée. En effet,

à partir d’une mesure du nombre d’emplois et du

volume d’heures travaillées (source : enquête emploi)

et de la production (sources : enquête annuelle auprès

des entreprises, enquête micro-entreprises, etc.),

déclinés par branche d’activité et secteur institutionnel

(formel/informel), cet exercice permettra de mettre en

regard les informations disponibles, de comprendre et

d’expliquer dans la mesure du possible les écarts. Il

s’agit là de se donner un moyen supplémentaire

d’arbitrage des valeurs ajoutées et de la production pour

conforter la mesure de la part de l’informel dans les

comptes nationaux.

Références bibliographiques Charmes J. (1982), « Le secteur non structuré dans les comptes nationaux : l’expérience tunisienne », Statéco

n°31, pp. 93-113.

Charmes J. et Ben Cheick N. (2016), « Protection sociale et économie informelle en Tunisie. Défis de la

transition vers une économie formelle », Centre de recherche et d’étude sociales (Cres), Banque africaine de

développement.

Cling J.-P., Lagrée S., Razafindrakoto M., Roubaud F. (2012), L’économie informelle dans les pays en

développement, AFD (6) 363 p.

Frigui M. et Muller P. (2019), « Le changement de base des comptes nationaux de la Tunisie : un projet ambitieux

mais exigeant », Statéco n°113, pp. 9-32.

Hussmanns R. (2004), “Measuring the informal economy : From employment in the informal sector to informal

employment”, ILO Working Paper n°53, Genève.

ILO (1993), 15ème Conférence internationale des statisticiens du travail, Genève.

ILO (2002), 17ème Conférence internationale des statisticiens du travail, Genève.

Larbi C.H. et Dridi R. (2018), « Vers une croissance inclusive en Tunisie », document de travail du Département

des affaires économiques de l’OCDE n°1486, Paris.

Muller P. (1985), « Les comptes des entreprises non financières en comptabilité nationale. Éléments

méthodologiques à partir de l’expérience tunisienne », Statéco n°46, pp. 47-74.

OECD, IMF, ILO, CIS STAT (2002), Measuring the Non-Observed Economy, A Handbook, Paris.

Razafindrakoto M., Roubaud F. et Torelli C. (2009), « La mesure de l’emploi et du secteur informels : leçons

des enquêtes 1-2-3 en Afrique », Statéco n°104, pp.11-34 (version anglaise dans African Journal Statistics (AJS)).

Roubaud F. (2009), « La production statistique sur le secteur informel en Afrique : quels enseignements et quelles

perspectives ? », Statéco n°104, pp. 115-126 (version anglaise dans African Journal Statistics (AJS)).

Saafi S., Haj Mohamed M. and Fahrat A. (2015), “Is there a casual relationship between unemployment and

informal economy in Tunisia: evidence from linear and non linear Granger causality”, Economics Bulletin, Volume

35(2).

Séruzier M. (2009), « Mesurer l’économie informelle dans le cadre de la comptabilité nationale. Le point de vue

du comptable national », Statéco, n°104, pp. 45-66 (version anglaise dans African Journal Statistics (AJS)).

Statistiques Tunisie (2018), Résultats de l’enquête sur les activités économiques des micro-entreprises en 2016

en Tunisie.

40


Annexe : expérience tunisienne en matière d’emploi et de secteur informels,

une brève revue de la littérature

L’observation du secteur non structuré (ancienne acception du secteur informel) date de la fin des années 70 en

Tunisie à travers plusieurs méthodes d’investigation expérimentées par l’Institut national de la statistique, basées

sur le recensement général des établissements, des monographies socio-économiques de métiers et des approches

par sondages sectoriels des activités économiques (Charmes, 1982).

La distinction entre secteur non structuré et secteur moderne (informel versus formel) en faisant intervenir un

critère de taille et de comptabilité est rendu possible avec le recensement des établissements de 1981. Sur la base

de ce recensement, l’enquête nationale sur les activités économiques (ENAE, 1981) portant à la fois sur

l’exhaustivité des entreprises du secteur moderne et un échantillon pour le secteur non structuré a contribué à la

connaissance du phénomène lors de la première génération des comptes nationaux tunisiens (Muller, 1985).

Depuis, la statistique d’entreprises a évolué grâce à la mise en place d’un répertoire et d’un dispositif d’enquêtes

(ENAE et enquête quinquennale auprès des micro-entreprises).

L’article de Saafi S., Haj Mohamed M. et Fahrat A. (2015) teste la causalité entre chômage et économie informelle

sur la période 1980-2008 en Tunisie. Le cas tunisien représente un cas intéressant car il cumule des taux élevés à

la fois au niveau du chômage et de l’informel. Dans l’étude, la part de l’économie informelle est exprimée en

pourcentage du PIB et les données, qui n’existent pas en séries longues, sont estimées à partir d’un modèle

d’équilibre général calculable. Ainsi la contribution moyenne de l’informel sur la période considérée est estimée

à 36,8 % du PIB.

Afin de mesurer l’économie informelle, Charmes et Ben Cheick (2016) réalisent un travail statistique poussé en

croisant des données statistiques provenant de l’INS de Tunisie, à savoir les résultats des enquêtes annuelles puis

trimestrielles sur l’emploi et les enquêtes quinquennales sur les micro-entreprises, les statistiques

d’immatriculation à la sécurité sociale ainsi que la base de données du Centre de recherche et d’études sociales

(Cres). À partir de ces données brutes qui couvrent la période 2005-2015 (les statistiques pour 2015 sont des

estimations) les auteurs génèrent ainsi les différents indicateurs sur l’emploi dans le secteur informel, l’emploi

informel ou encore l’emploi dans l’économie informelle. Ainsi l’emploi informel représenterait 32,2 % de la

population active occupée en 2015 en Tunisie. L’informel aurait connu une tendance baissière sur la période 2005-

2011 puis haussière de 2012 à 2015. Le phénomène est concentré chez les jeunes puisque 60 % des hommes et

83 % des femmes dans l’emploi informel ont moins de 40 ans.

L’étude de Larbi et Dridi (2018) sur la croissance inclusive en Tunisie aborde la problématique de l’emploi

informel. Les chiffres de la part de l’informel dans l’emploi total cités par l’étude qui proviennent de la Banque

mondiale (2014), et du Centre de recherche et d’études sociales (Cres) de la Banque africaine de développement

(2016), s’élèvent respectivement à 30 % et 45 %. Selon l’étude, l’économie informelle touche plus particulièrement

les femmes, les travailleurs peu qualifiés et les jeunes. On estime que 50 % des jeunes occupent des emplois

informels. Concernant les déterminants de l’informel, l’étude pointe l’inadéquation de compétences ainsi qu’un

déficit d’information, expliquant ainsi que peu de travailleurs passent du secteur informel au secteur formel. Elle

souligne également qu’en raison d’une fiscalité élevée sur le travail, un grand nombre de travailleurs tunisiens est

maintenu dans l’informel.

41

*Bernard Morel est ancien inspecteur général de l’Insee [email protected], Samira Ouadday est directrice

centrale des statistiques régionales à Statistiques Tunisie, [email protected]

La mesure des inégalités régionales :

un nouveau défi pour le système

statistique national B. Morel et S. Ouadday*

Depuis des décennies, la Tunisie est confrontée à des inégalités régionales persistantes, comme l’ont encore montré les évènements intervenus depuis 2011. La demande sociale de statistiques publiques pour en rendre compte s’accroît d’année en année, renforcée en 2018 par le lancement d’un processus de décentralisation. Pour relever ce défi, le système statistique national tunisien s’est engagé dans une série d’opérations impliquant ses différentes composantes : l’Institut national de la statistique (INS), qui en assure la coordination technique, et les services statistiques présents au sein des ministères et des principaux opérateurs publics. Ces opérations visent, à court terme, la production d’une première base de données régionales, ensemble limité de résultats annuels essentiels, cohérents sur l’ensemble du territoire, sélectionnés en collaboration avec les principaux utilisateurs régionaux. À plus long terme, les statistiques régionales constituent une composante essentielle de la stratégie de modernisation de l’appareil statistique, conformément à l’évolution des standards de qualité internationaux : le développement dans tous les secteurs de l’usage des données administratives à des fins statistiques, la montée en puissance de nouvelles technologies de collecte, de diffusion et d’analyse intégrant l’information géographique, l’attribution de nouvelles missions pour les établissements régionaux tournées vers la diffusion et la communication au plus près des utilisateurs.

Introduction

Le système statistique national (SSN) tunisien dispose

déjà en 2015 d’un acquis important de statistiques

régionales produites et diffusées, mais de façon très

inégale selon les domaines et encore souvent sous-

utilisées (voir encadré 1). Les différentes consultations1

organisées au cours des dernières années auprès des

principaux utilisateurs, tant au niveau national que

régional, ont toutes souligné que cette thématique restait

insuffisamment couverte par rapport à la demande. La

question des inégalités sociales et économiques entre

territoires occupe en effet depuis longtemps une place

importante au sein du débat public.

Malgré la taille relativement réduite de son territoire, la

Tunisie est confrontée à des oppositions structurelles très

1En 2013, par le Conseil national de la statistique et, en 2015,

dans le cadre de l’assistance technique de l’Union européenne

ADE. 2Notes et analyses de l’ITCEQ, « Indicateur de développement

régional. Méthodologie et résultats », n°1-2018, mai 2018.

fortes entre régions. Ces oppositions régionales

entretiennent au sein des populations un profond

sentiment d’injustice : d’une façon très schématique, on

oppose souvent, d’un côté, les zones côtières les plus

dynamiques surtout au Nord-Est et, de l’autre, les régions

isolées de l’intérieur ou du Sud où se cumulent des

difficultés économiques et sociales. Depuis des

décennies, le littoral tunisien a attiré l’essentiel des

investissements créateurs d’activités orientées vers

l’économie mondiale, tandis que les régions intérieures

se sont retrouvées de plus en plus dépendantes des

politiques de transferts. Les écarts considérables entre les

marchés de l’emploi des régions de l’intérieur et des

régions littorales ressortent aujourd’hui comme un des

facteurs principaux du creusement de ces inégalités

régionales2. Ainsi en 2014, alors que le taux de chômage

se situait à 14,8 % pour l’ensemble du pays3, il dépassait

3 Au sens du eecensement général de la population et de

l’habitat de l’INS.


https://webmail1f.orange.fr/webmail/fr_FR/read.html?ORIGIN=SEARCH&FOLDER=SF_INBOX&IDMSG=35440&check=&SORTBY=1

42


20 % dans les gouvernorats de l’intérieur, voire 30 % à

une échelle plus locale de certaines délégations, du Nord-

ouest et du Centre-Ouest (comme à Kasserine, Gafsa ou

Jendouba) et du Sud (comme à Tataouine). À l’opposé,

les régions littorales du Centre-Est (comme à Monastir,

Sousse ou Sfax) et du Nord-Est (comme Tunis)

bénéficiaient toutes de taux très inférieurs à la moyenne

nationale (cf. carte 1). Ce sont aussi ces mêmes régions

littorales, et en premier lieu celle de la capitale, qui

attirent le plus de migrations internes, majoritairement

des jeunes en provenance de l’intérieur du pays (cf.

graphique 1).

Les évènements intervenus depuis 2011 déclenchés dans

une de ces régions de l’intérieur, et la permanence de ces

écarts au cours des années récentes ont encore renforcé

ce sentiment d’injustice régionale au sein de la

population et la nécessité de nouvelles réponses : ainsi, la

constitution adoptée en janvier 2014 fait de l’équilibre

entre les régions une priorité (article 12) ; elle institue

également une décentralisation (article 13), voulue

d’abord comme moyen d’émancipation des citoyens,

acteurs publics et société civile, afin de développer

progressivement une approche territoriale des politiques

sectorielles. Un plan quinquennal stratégique de

développement dont l’un des objectifs est de réduire les

inégalités régionales a été élaboré en 2015 par le

gouvernement4.

Carte n°1 :

Taux de chômage par gouvernorat

Source : INS, eGPH 2014.

4 European Center for Development Policy Management,

« eéduire les inégalités régionales en Tunisie », note

d’information n°84, avril 2016.

Graphique n°1 :

Solde migratoire par région (avril 2009 - avril 2014)

Source : INS, eGPH 2014, flash n°3, 2016.

Dans ce contexte, la demande sociale de statistiques sur

les inégalités entre territoires se trouve considérablement

renforcée, qu’il s’agisse d’informer l’ensemble des

publics ou d’aider à la définition et à la mise en œuvre de

politiques régionales. D’ores et déjà, les nouveaux

acteurs issus du processus de décentralisation - désignés

à l’occasion des élections de 2018 - ont exprimé des

demandes d’informations sur leur territoire, à laquelle la

statistique publique doit se préparer dès maintenant à

répondre. Ainsi, le développement de statistiques

régionales s’impose aujourd’hui comme une composante

essentielle de la stratégie de modernisation de l’appareil

statistique au cours des prochaines années.

Objectifs et enjeux de la

modernisation du système

Définir avec les utilisateurs une cible réaliste

à court terme par niveau géographique

Afin de commencer à combler le déficit de données

annuelles entre deux recensements, le premier objectif est

de définir le contenu d’une première version d’une base

annuelle de données régionales. Cette dernière doit être

conçue comme une cible réaliste à court terme de

statistiques et d’indicateurs susceptibles d’être produits,

actualisés et mis à disposition chaque année à des

niveaux géographiques adaptés : districts, gouvernorats

ou délégations. Cette sélection a priori a porté sur les

domaines démographiques, sociaux, économiques et

sectoriels, et a pris en compte en priorité la demande déjà

exprimée par les principaux utilisateurs actuels de

données régionales. Elle a également volontairement été

limitée par la capacité effective du SSN à les produire et

les diffuser à court terme, c’est-à-dire avant 2020.

Ultérieurement, dans une seconde étape, une fois

stabilisés les données et les processus de production et de

transmission par les différents producteurs, cette base

bien visible et accessible sur le portail de l’INS

43


constituera le socle d’une offre annuelle plus complète de

statistiques régionales portée par l’ensemble du SSN à

destination de tous les publics. Dans chaque domaine les

liens seront proposés vers les sites producteurs pour tous

compléments.

Encadré 1 : Le système actuel de statistiques régionales et locales de la Tunisie

Dans le domaine démographique et social

Le Recensement général de la population et de l’habitat (RGPH), réalisé tous les dix ans par l’INS, constitue la principale source

de données régionales et locales sur la population en couvrant à cette occasion plusieurs champs : démographie, éducation, emploi-

chômage, mobilité et migrations, logements, conditions de vie-TIC. Pour la dernière édition, le RGPH 2014, la qualité de collecte et l’amélioration des supports de diffusion et de communication ont

fait l’objet d’une attention toute particulière. Conformément à un plan de diffusion défini dès 2014, les premiers dénombrements

ont été mis à disposition dès le 3ème trimestre 2014, suivis d’une série de publications et de mises en ligne de bases de données

qui se sont échelonnées jusqu’en 2017. Différents supports ont été mobilisés qui ont permis de mieux rendre accessibles les données

régionales : (i) publication pour la première fois d’une série de 6 numéros d’un 4 pages « flash », présentant les données nationales

essentielles sur un thème, ainsi que leur déclinaison régionale par gouvernorat ; (ii) les données détaillées par gouvernorat et

délégation ont aussi fait l’objet de volumes spécifiques par gouvernorat5 ; (iii) un site internet a été consacré au RGPH sur le portail

de l’Institut, à la fois pour relayer les opérations de communication, en particulier les conférences de presse, et pour mettre à

disposition les publications et bases de données détaillées téléchargeables. Cependant, en période intercensitaire, l’offre de données régionales démographiques ou sociales apparaît inévitablement beaucoup

plus limitée en particulier pour rendre compte d’évolutions annuelles à différents niveaux géographiques par grands domaines.

Les principaux indicateurs démographiques par gouvernorat et délégation font l’objet d’estimations annuelles par l’INS grâce à

l’exploitation des données issues de l’état-civil, dont les formulaires ont été en revus en 2015 et 2016 afin d’en améliorer la qualité

à des fins d’exploitation statistique. Dans le domaine de l’emploi, la taille plus importante chaque second trimestre de l’échantillon de l’enquête trimestrielle sur

l’emploi et le chômage en Tunisie, associée à de bons taux de réponse, de l’ordre de 90 %, permettent théoriquement d’estimer des

indicateurs d’emploi et de chômage par grande région voire par gouvernorat avec une périodicité annuelle. Toutefois la signification

des écarts interrégionaux et des évolutions temporelles observées doit toujours être interprétée avec prudence au regard des

intervalles de confiance d’un gouvernorat à un autre, compte-tenu des différences importantes des échantillons interrogés selon la

population des gouvernorats. De même, dans le domaine de la mesure de la pauvreté, la taille de l’échantillon retenu pour l’enquête nationale réalisée en 2015

sur le budget, la consommation et le niveau de vie des ménages, a permis d’estimer des ordres de grandeur indicatifs des écarts de

taux de pauvreté entre grandes régions qui sont très attendus.

Dans le domaine économique Les statistiques régionales dans le domaine économique sont nettement plus difficiles à établir. Les enquêtes statistiques auprès des

entreprises ne sont représentatives qu’au niveau national. Les principaux indicateurs économiques sur la conjoncture, l’évolution

des prix, l’activité des entreprises ou le PIB ne sont disponibles qu’à l’échelle nationale6. La demande est souvent exprimée de

mieux identifier et suivre les spécificités économiques au niveau régional. Les solutions consistant à exploiter plus

systématiquement, au niveau infranational, les données comptables ou administratives transmises par les entreprises et les ménages,

n’en étaient encore en 2015 qu’au stade expérimental. Au sein de l’INS, le répertoire national des entreprises (RNE) diffuse chaque année, au niveau des gouvernorats et délégations, les

principaux dénombrements par catégorie d’entreprise et secteur d’activité, ainsi qu’avec un recul de 5 ans, des données sur la

démographie des entreprises (entrées, sorties, survie) par gouvernorat. Il s’appuie pour cela sur la centralisation par l’INS des

bordereaux collectés par la Caisse nationale de sécurité sociale (CNSS), mais la robustesse des estimations de variables

économiques au niveau régional reste encore à améliorer en raison notamment de la difficulté à distinguer la localisation des

établissements d’une même entreprise implantés dans différentes régions. Données sectorielles La capacité du SSN à établir des statistiques sectorielles de qualité au niveau régional est étroitement liée à l’activité des structures

statistiques publiques (SSP) existantes au sein des différents ministères, ainsi que des grands opérateurs publics, au plus près des

systèmes d’information gérés par leurs directions opérationnelles. La situation actuelle s’avère encore très hétérogène d’un secteur

à l’autre. En fait, seuls les services statistiques des ministères de l’Agriculture, de l’Éducation, de l’Enseignement supérieur et de

la formation professionnelle sont en mesure de produire et diffuser des données régionales annuelles centralisées et validées. D’une façon générale cet examen confirme bien l’existence d’une offre non négligeable de données régionales par le SSN,

notamment dans le domaine social au cours de cette période décisive grâce à la réussite du recensement de population de 2014. Il

met aussi en lumière les difficultés rencontrées pour compléter cet existant par un ensemble de statistiques régionales actualisables

chaque année, en particulier dans le domaine économique, indispensables pour venir en appui aux politiques de développement

régional et de lutte contre les inégalités territoriales actuellement mises en œuvre ou en projet.

Cet exercice est aussi l’occasion de préciser les apports

et les limites d’un système de statistiques régionales.

Contrairement à une opinion encore rencontrée, il ne peut

s’agir de reproduire dans tous les domaines et à tous les

5 http://census.ins.tn/fr/resultats.

niveaux le maximum de données déjà disponibles au

niveau national, cela aussi bien pour des raisons de

pertinence que de coûts. C’est en particulier le cas dans

le domaine économique, où l’opportunité de décliner à

6 Une des activités du jumelage est consacrée à la

régionalisation du PIB.

44


l’échelle régionale tel ou tel indicateur national mérite

d’être systématiquement questionnée.

Ainsi dans le domaine de l’observation des prix, il

apparaît à la fois illusoire et très coûteux de chercher à

mettre en place au niveau régional la production d’un

indicateur d’évolution mensuelle des prix à la

consommation identique à celui du niveau national,

comme cela a été parfois demandé. En revanche, des

études statistiques menées sur ce point, notamment en

France, ont souligné l’intérêt de méthodes

économétriques exploitant a posteriori la localisation des

relevés existants et sur de plus longues périodes. Ainsi

Chauvet-Peyrard (2013) a mis en évidence des écarts

significatifs d’évolution ou de niveau de prix sur certains

ensembles de produits, directement en lien avec la

géographie, par exemple entre régions (Paris/Province en

France) ou catégories de communes (urbain/rural ;

littoral/arrière-pays).

De même, la régionalisation d’indicateurs synthétiques

issus de méthodes de comptabilité nationale, comme la

valeur ajoutée ou le PIB, n’a de sens qu’à l’échelle de

territoires suffisamment vastes et cohérents du point de

vue de leur dynamique économique, notamment pour

regrouper à la fois des lieux de production et de résidence.

C’est la pratique aujourd’hui en Europe, à l’échelle des

Länder allemands, des régions en Espagne, en France ou

en Italie, soit a priori l’équivalent des districts en Tunisie

plutôt que des gouvernorats. En revanche, toujours en

matière économique, la localisation fine des entreprises

actives avec leurs caractéristiques essentielles de taille et

secteur d’activité est à la fois utile et envisageable pour

suivre les évolutions du tissu économique d’un territoire

donné. Le répertoire national des entreprises, produit déjà

chaque année des dénombrements d’entreprises à

l’échelle des gouvernorats et des délégations mais qui

sont encore largement sous-exploités.

Dans le champ démographique, seules les données issues

de l’état-civil font l’objet d’une actualisation annuelle

systématique au niveau le plus fin. Il se confirme ainsi

essentiel de produire et diffuser à l’échelle locale les

indicateurs démographiques de base (natalité, mortalité)

directement issus de cette collecte, en veillant à garantir

et améliorer l’enregistrement de leur localisation par les

agents locaux. Mais il faut également admettre que la

plupart des autres indicateurs démographiques

(migration, estimation de population, taux de fécondité,

espérance de vie) font appel à des méthodes d’estimation

dont la précision ne permet pas des estimations fiables à

tous les niveaux, et cela d’autant moins que la mobilité

résidentielle a tendance à s’accroître.

Dans le domaine social, la mise en place d’un système

pertinent de statistiques régionales annuelles constitue un

défi propre à ce domaine : contrairement au domaine

économique, c’est souvent à un niveau local fin que les

inégalités au sein de la population liées aux territoires se

révèlent, entre quartiers urbains et entre zones rurales. En

dehors des recensements, les enquêtes statistiques par

sondage de population n’observent ces inégalités qu’à

l’échelle de grands territoires, pays entier ou grandes

régions. Les échantillons ne sont en général représentatifs

qu’au niveau national en raison de leurs coûts de collecte

unitaires très élevés. Dans ce domaine également, le

développement de statistiques régionales à l’échelle

pertinente passe nécessairement par la possibilité

d’utiliser les sources de données administratives en

complément des enquêtes par sondage et des

recensements décennaux.

Développer en priorité l’usage de sources

administratives

À moyen et long terme, comme le recommandent

désormais les organismes internationaux, c’est

principalement le développement de l’usage statistique

des sources administratives qui permettra d’enrichir le

système de statistiques régionales dans les différents

domaines économiques et sociaux. C’est aujourd’hui la

principale orientation susceptible d’enrichir

significativement le système de statistiques régionales

tunisien. Mais cette évolution qui passe par le

changement de pratiques de nombreux agents prendra

nécessairement du temps, et se présente dans des

conditions très variables selon les domaines.

Dans le domaine économique, des progrès significatifs

peuvent être obtenus à moyen terme grâce à la

systématisation de l’exploitation à des fins statistiques

des documents transmis par les entreprises aux caisses de

sécurité sociale et désormais aux services fiscaux. Les

services de l’INS collaborent depuis plusieurs années

avec ceux de la CNSS pour tenir le répertoire national des

entreprises, et ont engagé plus récemment des

expérimentations prometteuses afin d’exploiter les

liasses fiscales collectées par les services des impôts en

région.

Dans le domaine social, la mobilisation de données

administratives s’annonce plus problématique pour les

prochaines années. Elle dépend de la capacité des

services des administrations et organismes sociaux en

charge des politiques sociales à développer et stabiliser

des systèmes d’information sur la population pérennes et

cohérents. Ces derniers sont actuellement encore à l’état

de projets. Par ailleurs, la taille des échantillons des

principales enquêtes statistiques de population est

relativement importante en Tunisie ; en particulier, celle

de l’enquête trimestrielle sur l’emploi et le chômage de

l’INS, qui a été récemment réduite en 2018, reste

augmentée au second trimestre afin de produire entre

deux recensements des indicateurs au niveau régional

(districts voire gouvernorats). Dans ce contexte, il ne

saurait raisonnablement être envisagé d’accroître encore

la taille de ces échantillons, les bénéfices escomptés étant

sans commune mesure avec l’ampleur des surcoûts

correspondants.

Dans les domaines sectoriels, il revient aux services

ministériels en charge des statistiques de mettre en place

les processus de collecte et d’exploitation à des fins

statistiques des données administratives générées par les

45


politiques menées dans leur ministère. Mais la situation

reste très inégale selon les secteurs concernés.

Les services statistiques de certains ministères ont

aujourd’hui pu mettre en place des processus stabilisés

d’exploitation statistique des données internes sur

l’activité et parfois sur les résultats des établissements de

leur compétence, comme pour l’éducation et

l’enseignement supérieur. D’autres, comme au ministère

de l’Agriculture, gèrent depuis de nombreuses années

directement des collectes de données et des enquêtes

statistiques auprès des exploitations. Dans les deux cas,

ces processus aujourd’hui intégrés permettent de

centraliser, valider, et mettre à disposition chaque année

des bases de données cohérentes sur l’ensemble du

territoire, aux niveaux géographiques des gouvernorats et

des délégations.

Dans d’autres ministères comme ceux en charge de la

santé ou des affaires sociales, les conditions pour mettre

en place de tels systèmes d’information internes n’ont pas

encore pu être réunies, en raison de nombreux obstacles

dont l’analyse dépasserait le cadre de cet article. De façon

très schématique, ce sont des domaines (santé, conditions

de vie, pauvreté) où les données collectées par les

administrations sont à la fois encore peu harmonisées et

produites par de nombreux acteurs et organismes de

statuts différents. Des projets sont en cours, notamment

en liaison avec les caisses d’assurance maladie ou des

centres de recherches pour définir et mettre en œuvre un

cadre cohérent de concepts, de nomenclatures et

procédures de gestion de ces données : volets statistiques

standardisés annexés aux rapports d’activité transmis

chaque année par les établissements sous tutelle,

intégration des nomenclatures officielles dans les

questionnaires remplis par les individus bénéficiaires de

ces politiques, etc.

Cet effort d’harmonisation concerne également les

grands opérateurs de service public (Société tunisienne

d’électricité et de gaz - STEG, Office national de

l’assainissement - ONAS, Société nationale

d’exploitation et de distribution des eaux - SONEDE,

Tunisie Telecom, etc.). Ces opérateurs gèrent également

de nombreuses données sur les équipements et services à

la population, essentiels pour l’observation des

conditions de vie à l’échelle locale. Les collaborations

déjà établies avec les services de l’INS devraient

permettre d’améliorer et de systématiser à court terme la

production d’une sélection d’indicateurs essentiels.

D’une façon plus générale, cette orientation passe aussi

par un renforcement des actions de coordination

interministérielle au nom du SSN par l’INS. Il est

impératif d’achever en priorité l’harmonisation des

nomenclatures, dont les standards, la plupart

internationaux, doivent être systématiquement adoptés et

intégrés aux systèmes d’information de l’ensemble des

administrations : code géographique, nomenclatures de

secteurs activité, de profession, de diplômes, etc. Ce

chantier reste un enjeu important à moyen terme. Les

contacts pris avec certains grands services nationaux

(Agence nationale pour l’emploi et le travail indépendant,

etc.) ou avec de grands opérateurs publics (STEG, ONAS,

SONEDE, etc.) n’ont pas encore complètement abouti,

même si des avancées importantes ont pu être

enregistrées au cours des dernières années en particulier

avec l’adoption progressive par la CNSS des dernières

versions des nomenclatures officielles d’activité (NAT)

pour les entreprises.

Rechercher un meilleur équilibre entre

opérations d’initiative nationale et régionale

Mettre en place des statistiques régionales ne signifie pas

nécessairement que ce système sera alimenté au niveau

de chaque région. Pour toutes les données destinées à être

collectées sur l’ensemble du territoire, mieux vaut mettre

en place un système géré et coordonné centralement.

L’expérience de nombreux pays a prouvé que seul ce type

de processus permettait d’assurer une cohérence

minimale et une meilleure comparabilité interrégionale

pour un socle commun national de données régionales.

Cette stratégie est aujourd’hui d’autant plus indiquée que

la mise à disposition vers les acteurs régionaux de

l’ensemble des données, une fois validées, peut

s’effectuer sans délai via les supports internet.

Par ailleurs, en complément de ce volet centralisé, des

collectes de données et des analyses spécifiques au

niveau régional gardent tout leur intérêt dans un tel

schéma, d’autant qu’elles relèvent davantage

d’initiatives régionales afin de mieux rendre compte de

thèmes d’intérêt ou de priorités propres à chaque région.

Cette orientation, nous l’avons constaté, se heurte parfois

à l’idée encore présente d’un système de statistiques

régionales qui reposerait sur des établissements

régionaux, organisés comme autant d’instituts nationaux

assurant, chacun pour son territoire, l’ensemble du

processus.

Un travail de conviction reste souvent nécessaire auprès

des responsables de données en région, afin d’obtenir

leur adhésion à cette recherche d’un meilleur équilibre

entre opérations d’initiative nationale et régionale. C’est

pourtant la condition pour répondre au mieux aux besoins

souvent contradictoires de tous les utilisateurs, qui

souhaitent pouvoir établir des comparaisons et, en même

temps, rendre compte des spécificités de chaque territoire.

Le SSN dans ses différentes composantes (INS et SSP)

se trouve aujourd’hui en première ligne pour porter cette

évolution au sein des différents ministères. Le résultat

n’est pas donné d’avance et dépendra beaucoup d’une

volonté commune de partager avec les services en charge

des statistiques l’information collectée initialement à des

fins de gestion, de placer certains SSP à un niveau

hiérarchique mieux reconnu dans les organigrammes, et

de leur affecter des ressources matérielles et humaines

suffisantes.

46


Donner de nouvelles missions aux

établissements régionaux de l’INS

Les établissements régionaux de l’INS, directions

régionales au niveau des districts ou bureaux locaux par

gouvernorats, n’ont aujourd’hui pas d’autres missions

que d’assurer la collecte et la saisie des données à

transmettre aux services centraux. Cette organisation

constitue désormais une exception parmi les instituts de

statistique dotés d’implantation régionale. Tous ont en

effet confié à leurs établissements des missions tournées

vers les utilisateurs potentiels de statistiques présents

dans leur région, en particulier les acteurs en charge de la

mise en place et du suivi des politiques publiques au sein

de ces territoires. Cette orientation vers la réponse à la

demande régionale et locale peut prendre des formes plus

ou moins élaborées selon les contextes institutionnels et

les compétences disponibles : de simple relais de la

communication et de la diffusion des données nationales

et régionales telle qu’elle est réalisée par le niveau

national à la constitution d’une offre de services

spécifiques en réponse à la demande des utilisateurs en

région.

Dans le cas présent, on sait combien, en Tunisie, les

résultats et les méthodes de la statistique publique restent

méconnus par l’ensemble des publics potentiellement

intéressés en région. L’objectif prioritaire de cette

évolution majeure, mais qui prendra nécessairement du

temps, est ainsi d’abord de relayer auprès des différents

publics et responsables publics de chaque gouvernorat les

actions de communication et de diffusion de résultats

nationaux et régionaux produits ou coordonnés par l’INS.

Il conviendra en outre de veiller à ce que cette fonction

ne se développe pas au détriment des travaux de collecte,

qui doivent rester au cœur des missions de l’Institut (cf.

encadré 2).

Encadré 2 : Mise en place d’une nouvelle organisation des DR de l’INS

Jusqu'en 2016, les établissements régionaux de l'INS étaient organisés à deux niveaux. Chaque « grande région » (district) de

Tunisie était dotée d'une direction régionale (DR), soit au total 8 DR en tenant compte des cas particuliers du gouvernorat de Sfax

d'une part, du « grand Tunis » d'autre part. Par ailleurs, des bureaux locaux étaient installés au niveau de chaque gouvernorat,

dépendant directement de la DR de leur district. Il n'existait pas d'organisation fonctionnelle type pour les établissements régionaux,

qu'il s'agisse des DR ou des bureaux locaux. Leur mission principale était l'organisation et la réalisation des enquêtes statistiques,

aussi bien enquêtes auprès des ménages et des entreprises ou encore enquêtes conjoncturelles. C'est pourquoi la plus grande partie

des personnels des établissements régionaux était (et est toujours) constituée d'enquêteurs. Le reste des personnels est composé de

cadres en charge de la direction des DR ou des bureaux locaux, d'agents chargés du contrôle et de la supervision des enquêtes ou

encore d'agents pour les tâches logistiques et administratives.

Cette « organisation » présentait un certain nombre d'insuffisances et de fragilités. Outre l'absence d'une organisation fonctionnelle

commune, notamment en matière de collecte, les établissements régionaux ne jouaient aucun rôle (ou presque) dans le cadre de la

mission générale de diffusion et communication de l'INS, y compris en matière d'informations statistiques d'intérêt régional ou

local. Par ailleurs, les relations avec le niveau central posaient également plusieurs types de problèmes.

C'est pourquoi il a été décidé, début 2016, de mettre en place une nouvelle organisation des établissements régionaux de l'INS,

projet s'inscrivant dans le cadre du jumelage entre l'INS et l'Insee. Toutefois, avant de pouvoir être généralisée à l'ensemble du

territoire tunisien, la nouvelle organisation a fait l'objet d'une expérimentation préalable dans un certain nombre de régions. Cette

expérimentation a été actée par le comité de direction de l'INS le 16 septembre 2016 et lancée officiellement début novembre 2016.

Elle s'est déroulée dans 7 établissements régionaux de l'INS, tous anciennement bureaux locaux de gouvernorat et à raison d'un

bureau local par district. Le temps de l'expérimentation, ces établissements ont acquis de fait le statut de DR, mais avec une

implantation territoriale au niveau gouvernorat et non plus district.

Chacune de ces « nouvelles » DR dans le cadre de l'expérimentation a été organisée en trois pôles, à savoir le pôle « collecte », le

pôle « gestion des ressources » et le pôle « diffusion-communication ». En fait, les missions assurées par les deux premiers pôles

sont déjà présentes, peu ou prou, dans les « anciennes » DR et leurs bureaux locaux. En revanche, la mise en place du troisième

pôle traduit la volonté de faire des DR un acteur à part entière des missions de l'INS en matière de diffusion et communication de

l'information, et même à terme de coordination statistique au niveau local. In fine, l'expérimentation s'est donné quatre objectifs

fondamentaux, liés entre eux : tester une nouvelle organisation fonctionnelle pour les DR de l'INS, engager la mise en place de

l'élargissement des missions des établissements régionaux, mettre en œuvre une implantation territoriale reconfigurée (on passe du

district au gouvernorat), améliorer les relations avec le niveau central. Ainsi, loin de ne concerner que le niveau local,

l'expérimentation a-t-elle également impliqué les directions centrales de l'INS et leurs équipes.

L'expérimentation a duré un peu plus d'une année. Elle a fait l'objet d'une évaluation assez complète au cours du premier semestre

2018, aussi bien au niveau régional qu'au niveau local, en s'appuyant sur des enquêtes auprès de plusieurs publics : comités de

direction des sites expérimentateurs, ensemble des agents de ces sites, responsables des « anciennes » DR et des bureaux locaux ne

participant pas à l'expérimentation, directions centrales chargées des travaux impliquant les établissements régionaux… Ces

enquêtes ont fait apparaître les résultats positifs de l'expérimentation même si les avis sont plus mitigés du côté des directions

centrales. En particulier, il a été reconnu par l'ensemble des acteurs que l'organisation en pôles permet une meilleure efficience de

la collecte et une amélioration de sa qualité, de même que des progrès en matière de gestion administrative. Quant à lui, le pôle

« diffusion-communication » entraîne une insertion positive des établissements régionaux de l'INS au sein des gouvernorats,

s'agissant notamment de leurs organes de direction (conseils de gouvernorats). Au cours de cette période, la direction centrale des

statistiques régionales a également testé la mise en place d'un appui technique aux pôles de diffusion-communication, sous forme

d'ateliers conduisant à la production d'un support type pour présenter des résultats commentés du recensement de la population.

Cette action s'est avérée très utile, à la fois pour assurer la qualité et la cohérence de ces communications, mais aussi pour motiver

et professionnaliser les agents dans cette fonction nouvelle.

Alors qu'il était prévu, à l'issue du jumelage, que la généralisation à l'ensemble des établissements régionaux de l'INS d'une nouvelle

organisation démarre au premier semestre 2019, cette deuxième phase n'a pas encore été engagée. En fait, le processus de

47


généralisation est désormais considéré par la direction de l'INS comme une des options possibles, mais pas la seule compte tenu de

l'évolution du contexte interne et externe de l'Institut. En outre, si les conclusions tirées de l'expérimentation en matière

d'organisation fonctionnelle des DR sont largement acceptées, il n'en va pas de même pour l'organisation territoriale. Ainsi, l'INS

a-t-il le choix, a priori, entre plusieurs scénarios, en particulier : implantation des DR au niveau de chaque gouvernorat,

implantation au niveau du district, chaque gouvernorat du district étant doté d'un bureau local dépendant de la DR ou encore

scénario « mixte », les DR de l'INS étant alors, en fonction des caractéristiques des territoires, implantées au niveau du district ou

au niveau du gouvernorat. Chacun de ces scénarios présente des avantages et inconvénients respectifs, qu'il s'agisse de coût

budgétaire, des moyens humains à mobiliser, du niveau de conformité à l'évolution du contexte de décentralisation en Tunisie…

Se pose par ailleurs le problème du district Nord-Est, qui comprend en particulier le « grand Tunis », et qui devra faire l'objet en

tout état de cause d'une organisation adaptée à ses caractéristiques et à son poids prééminent en Tunisie. En l'état actuel, l'INS n'a

pas encore déterminé quel scénario d'organisation il entend privilégier en matière d'implantation territoriale.

Quelle que soit la décision finalement retenue par l'INS, il paraît indispensable à l'avenir de développer toute une série de

mutualisations entre les établissements régionaux, permettant notamment d'économiser les ressources, par exemple en matière de

collecte et de saisie ou encore d'utilisation des moyens matériels et logistiques. De même en matière de diffusion et de

communication, des opérations régulières de mutualisation de supports de communication portant sur des thèmes d'intérêt commun

pourront constituer un levier déterminant pour la montée en compétence des missions qui pourraient finalement être attribuées en

la matière aux établissements régionaux, plus généralement pour une meilleure visibilité de l'INS sur l'ensemble du territoire

tunisien.

Trois principaux défis pour

l’avenir : aller vers les

utilisateurs en région, mettre en

place une nouvelle ingénierie,

renforcer les coopérations entre

administrations

L’activité du jumelage en matière de statistiques

régionales a été centrée sur 3 chantiers prioritaires.

La modernisation du processus de

production de statistiques des Gouvernorats

en chiffres

Pour des raisons historiques, l’utilisation régulière de

statistiques au niveau régional bénéficie en Tunisie de

l’expérience remarquable acquise depuis de nombreuses

années par le Commissariat général au développement

régional (CGDR) et par les directions régionales des

offices de développement placés auprès des gouverneurs.

Ces offices ont pour mission d’aider les gouverneurs et

leurs services à la mise en place et au suivi des politiques

de développement régional. Chaque année, ils produisent

pour chacun des 24 gouvernorats, une publication dite

Gouvernorats en chiffres, qui rassemble une sélection de

données régionales collectées le plus souvent

directement auprès des services producteurs en régions.

Paradoxalement, cet exercice ne mobilise encore que très

peu les statistiques régionales produites au niveau central

par les services du SSN décrites ci-dessus, avec pour

conséquences, la multiplication des ressaisies des mêmes

données au sein de l’administration ainsi qu’une

hétérogénéité croissante dans le choix des indicateurs

retenus d’une région à une autre, cela au détriment des

possibilités de comparaisons interrégionales. Il a donc été

convenu que, dans le cadre du jumelage, l’objectif

principal de la première version du projet de base

annuelle de données régionales du SSN serait orienté par

les besoins du CGDR et des offices pour la production

des Gouvernorats en chiffres.

L’examen détaillé du dispositif de production des

statistiques diffusées dans les Gouvernorats en chiffres a

montré que l’essentiel du travail des agents en région

consistait à mettre en place une collecte spécifique de

tableaux de données statistiques directement auprès des

administrations régionales qui les produisent : services

régionaux des différents ministères (éducation, santé,

culture...), des grands opérateurs déjà cités (STEG,

ONAS, SONEDE) ou encore d’organismes comme

L’Agence de promotion de l’investissement pour les

entreprises, alors que les données issues du répertoire

national des entreprises ne sont pas reprises.

Cette pratique, le plus souvent, ne prend pas en compte

les corrections et les contrôles de qualité effectués par les

services statistiques centraux, dans le cas où ils réalisent

effectivement une centralisation et une validation des

données produites par les services régionaux. L’objectif

durant le jumelage était d’amorcer cette centralisation

progressive côté producteurs et côté utilisateurs, de façon

à disposer d’une première version d’une base annuelle de

données régionales susceptible d’être ensuite enrichie au

fur et à mesure des progrès réalisés par les services

statistiques dans la centralisation de leurs données

régionales.

L’objectif à l’horizon rapproché de 2020, est que la

statistique publique fournisse environ 60 % des données

diffusées par les Gouvernorats en chiffres. Les bénéfices

escomptés sont, pour les utilisateurs, un allègement des

tâches de collecte par les agents en région, une

amélioration de la qualité et de la comparabilité

interrégionale, ainsi que des marges de manœuvre en

région pour compléter le dispositif central par des

compléments d’initiative régionale en fonction des

priorités propres à chaque région ; pour la statistique

publique, une meilleure visibilité en région et un

partenariat utile avec des utilisateurs au plus près des

gouverneurs.

48


Pour mettre en place ce nouveau processus de mise à

disposition des données statistiques issues de la

statistique publique, la méthode a consisté d’abord à

sélectionner avec les utilisateurs un ensemble

volontairement limité de données régionales devant

satisfaire aux conditions suivantes : être actualisées

chaque année, disponibles par gouvernorats ou

délégations et surtout en mesure d’être centralisées par

les services de la statistique publique.

Pour les premières versions de cette base, sept domaines

ont été retenus en privilégiant des données déjà publiées

ou disponibles soit à l’INS (démographie, emploi-

chômage, entreprises, infrastructures), soit dans les

services statistiques des ministères (éducation,

agriculture, enseignement supérieur).

Une fois rassemblées et validées par ces services eux-

mêmes, ces données sont mises à disposition des

utilisateurs via un accès direct à des bases téléchargeables

sur le portail de l’INS, en tant que nouvelle offre de la

statistique publique. Elles doivent être accompagnées des

métadonnées nécessaires à leur compréhension (cf., en

annexe 2, le contenu de la version 2018 de la base et le

tableau 1, comme exemple de présentation d’un

indicateur : le taux de branchement des ménages en eau

potable par gouvernorat ).

La montée en puissance du système

d’information géographique

La montée en puissance au cours des prochaines années

du système d’information géographique (SIG) de l’INS

comme référentiel géographique unique est un facteur de

cohérence, d’innovation et de progrès majeur pour

l’Institut et l’ensemble du SSN. Celui-ci bénéficie de

l’appui du réseau des responsables géographiques

présents dans chaque DR. Les objectifs sont d’abord

d’améliorer l’efficacité des processus de collecte

(échantillonnage, gestion des tournées des enquêteurs,

localisation des ménages et des locaux), puis dans un

second temps de constituer des bases de diffusion

d’informations statistiques localisées : base

interministérielle des équipements dès 2020 à partir de la

couche « équipements locaux », et au fur et à mesure des

collectes sur le terrain, la localisation progressive des

données des ménages (25 % en 2020, 100 % en 2024 lors

du prochain recensement de population). En tant qu’outil

interministériel de référence, intégrant les périmètres des

différentes circonscriptions administratives selon une

codification commune standard (le code géographique),

c’est aussi un élément de cohérence de l’ensemble du

SSN et de la composante géographique des systèmes

d’information de l’administration. Il sera déterminant

pour permettre de répondre efficacement aux demandes

de données locales générées par la décentralisation

actuellement en cours. Ce fut d’ailleurs déjà le cas lors de

la phase préparatoire de cette décentralisation, lorsque le

service SIG de l’INS a été sollicité pour la délimitation et

l’intégration des périmètres des nouvelles collectivités.

Encadré 3 : Le système d’information géographique et

statistiques Un SIG est constitué par un ensemble de données

géoréférencées d’une part, de logiciels d’autre part, en vue de

localiser des entités (population, entreprises, infrastructures et

équipements), de visualiser leur implantation sur le territoire

(grâce à des fonctions cartographiques de plus en plus souvent

interactives) et de les analyser dans leurs dimensions à la fois

statistiques et géographiques. Les progrès techniques réalisés

ces dernières années permettent aujourd’hui d’accéder à

moindre coût à des outils de géolocalisation par affectation

automatique de coordonnées XY en tout point du territoire. Ils

sont constitués de plusieurs couches (infrastructures et réseaux,

périmètres administratifs, ménages, locaux...) dont la cohérence

spatiale est assurée par un référentiel commun de projection de

coordonnées géographiques. Cette situation constitue une

opportunité pour les instituts statistiques qui de plus en plus

développent des SIG et de nouvelles méthodes de

représentation et d’analyse de statistiques spatiales. Le

développement de ces SIG s’accompagne de la mise en place

de nouvelles compétences et de nouveaux métiers au sein des

instituts statistiques, condition pour garantir la qualité de cette

information nouvelle ainsi que l’adoption des référentiels

communs indispensables à la cohérence d’ensemble de ces

systèmes.

Enfin, la généralisation à l’horizon 2024, échéance du

prochain recensement de population, de la

géolocalisation de l’ensemble des unités enquêtées

(ménages, entreprises, équipements) permettra le

développement progressif de méthodes statistiques

innovantes d’analyse spatiale des disparités locales et

régionales, comme l’exploitation de données carroyées,

conformément aux pratiques qui se généralisent et

s’harmonisent désormais au sein des instituts nationaux

de statistique et des organisations internationales.

Pour donner suite à la fin du jumelage en avril 2018,

l’INS doit à court terme achever l’intégration du SIG

dans ses opérations de collecte. Parallèlement la

constitution progressive d’une couche dite locaux sera

engagée, en priorité dans les domaines dont les

ministères compétents se sont déclarés intéressés à une

coopération qui devra associer l’échelon central et les

services régionaux. Enfin le management de ces

opérations devra veiller à conforter les missions et la

professionnalisation du réseau technique de la dizaine

des responsables SIG en région, nouveau métier au sein

du système statistique, en précisant leurs missions, leur

plan de charge annuel, leur programme de formation.

La constitution d’une base interministérielle

des équipements

L’objectif de cette opération est de s’appuyer sur les

avancées récentes du SIG à l’occasion du dernier

recensement (RGPH de 2014) afin de mettre au point une

base de données localisées sur les établissements

délivrant des services au public dans les différents

secteurs ministériels (éducation, formation et

enseignement, santé, affaires sociales, culture, sport, etc.),

et sur les équipements gérés par les grands opérateurs

publics (assainissement, eau potable, distribution

d’électricité et de gaz, télécommunications, etc.). Cette

49


base interministérielle constituera à terme l’outil de

référence du SSN pour la mesure de l’accessibilité de la

population aux principaux services sur l’ensemble du

territoire.

La première étape consiste à renseigner la couche

« locaux » prévue dans le nouveau SIG, en partant d’une

part, de la base de données existante à l’INS qui a été

constituée lors de la préparation du RGPH 2014 et

d’autre part, des données administratives tenues par les

services régionaux des ministères. Ces variables doivent

faire l’objet de relevés de terrain afin de vérifier et

corriger si nécessaire les éléments d’identification, et

dans le même temps d’y ajouter une géolocalisation

attribuée par les GPS inclus dans les tablettes attribuées

aux responsables SIG des directions régionales. Cette

opération s’inscrit dans le cadre de leur mission générale

de préparation des opérations de collecte pour les

enquêteurs. Des tests préalables sont prévus dans

certaines régions en liaison avec les services régionaux

des ministères concernés.

La seconde étape consiste à établir des collaborations

avec les services des ministères en charge de ces

établissements, en vue d’actualiser périodiquement,

domaine par domaine, une base plus complète couvrant

progressivement tous les services essentiels. Le ministère

de la Culture (direction organisation et méthodes

informatiques), qui projette de constituer dans son

système d’information une base géoréférencée de ses

équipements culturels, a pris contact avec l’Institut afin

de confronter ses propres données avec celles des

statisticiens. L’objectif est d’associer progressivement

chaque ministère à la tenue, la mise à jour régulière et

l’utilisation de cette base, en s’appuyant le cas échéant

sur des collaborations entre services à l’échelon régional.

La base ainsi complétée et régulièrement mise à jour

selon un protocole homogène pour tous les secteurs

observés, pourra être utilisée avec une double finalité :

d’une part, une aide à la collecte, en tant que couche du

SIG mise à disposition des enquêteurs sur leurs tablettes,

elle permettra un meilleur repérage lors des tournées

d’enquêtes (fonction remplie jusqu’à présent par les

anciens points d’intérêt cartographiés sur papier pour le

RGPH de 2014) ; d’autre part, en tant que source

statistique interministérielle du SSN, pour la mesure

d’indicateurs régionaux et locaux d’accessibilité de la

population aux différents types de services et

d’équipements. Afin d’assurer à la fois la pérennité et les

évolutions de ce nouvel outil, des conventions devront

être établies entre l’INS et chaque ministère partenaire,

précisant pour chacun la nature des données produites et

les conditions de leur production, de leur utilisation et de

leur protection.

Organisation des travaux et éléments de

bilan

Ces différents chantiers du jumelage ont été conduits au

sein de L’INS par une équipe de projet composée de la

directrice centrale des statistiques régionales assistée

d’un directeur régional. Six missions d’un ou deux

experts d’environ trois à cinq jours ont été menées entre

2016 et 2018, qui ont permis de suivre l’avancement des

travaux et de rencontrer l’ensemble des acteurs au sein de

l’INS comme des principaux ministères ou organismes

impliqués (Commissariat général au développement

régional – CGDR, offices, services des ministères de

l’éducation, de l’agriculture, de la santé, de la culture).

Pour l’opération Gouvernorats en chiffres, un comité de

suivi a été réuni à chaque campagne sur initiative de

l’équipe de projet, composé de représentants du CGDR

et des offices. Ces réunions ont confirmé l’intérêt des

utilisateurs pour ce projet. Il ressort néanmoins de ces

contacts que la substitution de cette centralisation de

données aux opérations de collecte qui se poursuivent en

région prendra plus de temps que prévu, dans la mesure

où elle suppose l’évolution de tâches et de routines

réalisées depuis plusieurs années par les agents de ces

offices à laquelle ils ne sont pas préparés.

La contribution du jumelage à la montée en charge du

SIG s’inscrit plus directement dans les activités de

l’équipe qui en est chargée et de ce fait ne s’est pas

trouvée confrontée au même type de difficulté : ainsi les

échéances fixées pour l’intégration des nouveaux outils

de collecte dans le programme existant d’enquêtes

commandent à très court terme le rythme des différentes

étapes de cette activité. Enfin, le chantier de la

constitution progressive d’une base interministérielle des

équipements intervient plutôt comme une activité

directement dérivée du programme précédent mais avec

un horizon plus lointain, défini par la préparation du

prochain recensement de 2024.

Au cours du jumelage, l’impossibilité de dégager des

ressources nouvelles spécialement affectées à ces

opérations a inévitablement limité l’avancement des

travaux, en particulier pour la constitution des premières

versions de la base de données pour Gouvernorats en

chiffres. Ce surcroît d’activité a essentiellement pesé sur

des cadres de l’Institut en plus d’un plan de charge

courant déjà souvent saturé. De ce fait, toutes les tâches

supplémentaires impliquées par la production d’une base

de données régionales, souvent sous-estimées au départ,

n’ont pu être pleinement assurées, comme la mise en

œuvre effective d’un format commun, la documentation

des métadonnées, l’animation des échanges entre

utilisateurs et producteurs... Une telle opération nécessite

en effet des règles précises de partage des tâches entre

d’une part, celles qui relèvent des producteurs par

domaine déjà en place, et d’autre part, les activités qui

relèvent d’une équipe nouvelle chargée de

l’administration de cette base, à constituer pour exercer

pleinement cette fonction essentielle et garantir la

pérennité et l’évolutivité de toute l’opération.

À l’issue de ce jumelage, il importe donc de mettre en

place, au sein de l’INS, une équipe nouvelle et pérenne

de suivi et de pilotage de la production des données

régionales, clairement identifiée dans l’organigramme :

un cadre A, responsable du programme, assisté d’un

50


technicien statistique, administrateur des données de la

base.

Une autre condition essentielle de pérennisation de cette

opération sera de mieux formaliser les relations avec les

services statistiques des différents ministères producteurs

des données régionales sous la forme de conventions

précisant en premier lieu la nature des données

transmises à l’INS, les conditions de leur usage et

rediffusion, les garanties de leur confidentialité.

Conclusion

Le contexte des années qui viennent s’annonce comme

particulièrement exigeant en matière de statistiques

régionales : en même temps que les inégalités entre

territoires se maintiennent et sont perçues comme autant

d’injustices par la population, chacun peut désormais

accéder directement via internet à des données chiffrées

de toutes sortes, dont les sources et les conditions de

validité sont le plus souvent très peu documentées. Le

risque est grand que cette conjonction ne desserve la

qualité du débat public, à un moment où, avec le

processus de décentralisation, se mettent en place sur

l’ensemble du territoire de nouvelles institutions et de

nouveaux responsables de l’action publique. En

l’absence d’un système de statistiques publiques

régionales de référence, cette situation pourrait conduire

à voir se multiplier des systèmes d’observations

spécifiques d’initiative locale sans cohérence nationale,

mobilisant des ressources locales elles-mêmes très

inégalement réparties selon les régions. Les réflexions

qui précèdent illustrent quelques-uns des atouts et des

obstacles pour une stratégie du système statistique

national tunisien face à ce nouveau défi, en distinguant

clairement deux échéances principales.

À court terme, dès 2020, des progrès significatifs sont à

la portée des services en place, sous forme de produits

nouveaux, simples et reconnus comme utiles par les

principaux acteurs en région. D’abord, une première

version d’une base de données régionales, pivot du

dispositif en tant que socle commun à toutes les régions,

peut être mise en ligne. Élaborée en liaison avec les

principaux utilisateurs en région, cet ensemble de

données nationales-régionales sera constitué d’un

nombre volontairement limité de données essentielles,

cohérentes, validées, actualisées chaque année selon un

calendrier annoncé et tenu. Cette base clairement

identifiée comme issue de l’ensemble du SSN sera

accessible à tous depuis le site internet de L’INS. En

complément de cette offre de base, et sans attendre

davantage, la présence nouvelle dans chaque région, de

statisticiens de l’INS, tournés vers les utilisateurs et

progressivement formés à ce nouveau métier, permettra

de mieux faire connaître aux différents utilisateurs les

activités et surtout les résultats produits par l’ensemble

de la statistique publique.

À l’horizon 2024, notamment à l’occasion du prochain

recensement de population, une autre étape pourra être

franchie grâce aux investissements et aux méthodes

innovantes qui conduiront à un renouvellement profond

de l’ingénierie et des métiers de production et de

diffusion des données statistiques, en particulier,

régionales et locales : (i) la mobilisation systématique des

sources de données administratives à des fins statistiques

aussi bien dans les domaines économiques que sociaux ;

(ii) l’intégration du SIG de l’INS dans les processus de

collecte, de diffusion et d’analyse des données

statistiques ; (iii) la mise en place de méthodes plus

interactives d’accès aux données régionales et locales via

internet.

Enfin, les premières actions engagées au cours du

jumelage ont mis en évidence combien la qualité du

service rendu à l’échelle régionale passe par le

renforcement de la coordination interministérielle entre

services nationaux producteurs des données, pour

concourir à une offre cohérente de la statistique publique

en région, qui soit réellement utile au débat et à l’action

publique sur l’ensemble du territoire.

51



Chauvet-Peyrard A. (2013), « Indices des prix à la consommation 1998- 2012 selon la région d’habitation et selon

la taille de la commune de résidence », Document de Travail n° F1306, Institut national de la statistique et des études

économiques, septembre 2013.

European Center for Development Policy Management (2016), « Réduire les inégalités régionales en Tunisie »,

Note d’information n°84, avril 2016.

Institut tunisien de la compétitivité et des études quantitatives (2018), « Indicateur de développement régional.

Méthodologie et résultats », Notes et analyses, 2018-1, mai.

Annexe 1

Organisation territoriale administrative de la Tunisie et des implantations de l’INS en région

L’organisation territoriale administrative de la Tunisie

6 districts ou grandes régions

24 gouvernorats

264 délégations

2084 secteurs

L’implantation régionale de l’INS est aujourd’hui organisée à deux niveaux :

6 directions régionales à l’échelle des districts :

o Tunis pour le Nord-est (7 gouvernorats)

o Beja pour le Nord-ouest (4 gouvernorats)

o Sousse pour le Centre-est (4 gouvernorats)

o Kasserine pour le Centre-ouest (3 gouvernorats)

o Médenine pour le Sud-est (3 gouvernorats),

o Gafsa pour le Sud-ouest (3 gouvernorats)

18 bureaux locaux dans chaque gouvernorat non chef-lieu de district, en relation directe avec la DR de leur district.

52


En fait, dans certains cas, des modes de fonctionnement particuliers ont été mis en place :

Dans le district du Nord-est, le bureau de Nabeul fonctionne comme un mini-district pour les bureaux des gouvernorats

de Nabeul, Zaghouan et Ben Arous, la DR de Tunis restant en relation directe avec les bureaux de Bizerte, Ariana et

Manouba.

Le bureau de Sfax fonctionne comme une DR de district, en raison de l’importance de la population.

Annexe 2

Version 2018 de la base de données annuelle de données régionales pour Gouvernorats en chiffres

Démographie (source INS : estimations de population et état-civil pour l’année 2016)

o Par gouvernorats :

▪ Population par genre, âge quinquennal

▪ Naissances par genre

▪ Décès

▪ Accroissement naturel

▪ Taux de natalité

▪ Taux de mortalité

o Par délégations : estimations de population

Emploi chômage (source INS : enquête emploi T2-2017)

o Par gouvernorats

▪ Population en âge de travailler par genre, milieu et niveau d’instruction

▪ Population active totale, occupée, non occupée (chômeurs), selon le genre, le milieu, le niveau

d’instruction

▪ Taux de chômage selon le genre, le milieu, le niveau d’instruction

▪ Taux d’activité selon le genre, le milieu, le niveau d’instruction

Entreprises (source INS : RNE au 31-12-2016)


▪ Dénombrement d’entreprises privées selon l’activité (14 postes), la tranche de salariés (6 postes), la

forme juridique (5 postes), la nationalité (2 postes)

o Par délégations :

▪ Dénombrement d’entreprises privées selon l’activité (4 postes)

Infrastructures (source INS-ministères et opérateurs publics, 2017 prévisionnel- 2016 provisoire, 2015 semi-définitif)


▪ Assainissement, adduction d’eau, électricité, postes et télécommunications : dénombrements et

ratios par habitant ou par ménage

▪ Équipements pour la culture, l’enfance, la jeunesse et sports, le tourisme

Éducation (source : direction générale des Etudes, de la planification et des systèmes d’information, Ministère de

l’éducation)

o Par gouvernorats et délégations : ensemble des tableaux sur l’année scolaire 2016-2017 établis par le ministère

de l’éducation sur les établissements, les enseignants et les élèves.

Agriculture (source : Direction des statistiques et de la conjoncture économique agricoles, Direction générale des

études et du développement agricole, Ministère de l’agriculture)

o Par gouvernorats et délégations : ensemble des tableaux constitués par le service

Enseignement supérieur (source : Ministère de l’enseignement supérieur. Année universitaire 2016-2017 pour les

inscrits, 2015-2016 pour les diplômés)


▪ Nombre d’établissement (public, privé)

▪ Répartition des étudiants inscrits par établissement (public, privé), par domaine d’études, par type

de diplômes

▪ Évolution des diplômés par établissement (public, privé), par type de diplômes, par domaine

d’études,

▪ Évolution des étudiants résidents, des restaurants et des repas servis par jour

▪ Répartition des enseignants du secteur public par grade

53


Tableau n°1 :

Taux de branchement des ménages en eau potable (1) par gouvernorat, Milieu non communal (en %)

Gouvernorat 2017(***) 2016(**) 2015(*) 2014 2013 2004 1994

TUNIS

ARIANA 97,2 96,6 96,6 95,2 94,4 95,0 61,5

BEN AROUS 97,8 97,9 94,0 94,4 94,8 80,3 63,2

MANOUBA 94,0 91,8 89,0 88,1 87,3 81,4 _

D.TUNIS 96,0 95,0 92,7 92,0 91,5 84,1 62,0

NABEUL 84,8 83,0 79,3 78,3 78,0 66,0 38,2

ZAGHOUAN 72,3 72,9 63,8 63,9 58,0 53,8 28,8

BIZERTE 69,0 68,5 68,2 67,5 67,8 56,8 24,5

N.EST 77,0 76,1 72,7 71,9 70,9 56,6 31,0

BEJA 69,1 67,4 61,7 61,9 60,6 41,9 24,9

JENDOUBA 47,4 45,7 44,1 43,6 42,4 37,5 18,4

LE KEF 64,6 62,6 58,2 56,2 51,0 27,2 15,0

SILIANA 49,0 48,5 39,1 37,9 37,4 30,6 14,2

N.OUEST 55,7 54,2 49,7 49,0 47,3 35,5 18,5

SOUSSE 83,9 83,8 81,9 81,8 81,8 93,5 64,7

MONASTIR -- -- -- -- -- _ _

MAHDIA 84,1 83,6 81,0 81,2 78,4 72,8 26,5

SFAX 72,2 72,1 69,5 69,2 65,3 53,8 18,9

C.EST 78,0 77,8 75,3 75,1 72,3 67,0 29,8

KAIROUAN 52,2 51,9 51,1 51,3 51,5 52,6 16,1

KASSERINE 42,2 41,0 39,7 38,4 28,9 27,4 6,8

SIDI BOUZID 48,2 47,5 47,9 47,8 48,0 37,3 10,3

C.OUEST 48,3 47,6 47,1 46,8 44,5 40,9 11,7

GABES 83,9 83,4 81,5 81,2 81,5 66,5 39,7

MEDENINE 86,8 86,2 86,2 68,1 72,4 48,2 28,5

TATAOUINE 97,2 97,4 89,9 96,2 89,4 74,3 30,9

S.EST 87,6 87,2 85,0 78,9 79,5 61,1 32,9

GAFSA 65,8 64,9 62,1 61,4 59,9 39,7 18,7

TOZEUR 93,3 92,9 92,8 92,7 92,6 90,5 82,3

KEBILI 95,4 95,4 95,3 94,9 94,6 93,0 77,5

S.OUEST 81,9 81,4 80,0 79,4 78,5 66,3 47,4

TOTAL 68,0 67,2 64,7 63,7 62,0 52,0 25,1

Avant le recensement 2004 les taux de branchements concernaient seulement les branchements de la SONEDE et à partir de 2004

les taux de branchement concernent les branchements de la SONEDE et du génie rural.

(*) Les taux de branchement de l’année 2015 sont des taux semi-définitifs.

(**) 2016 des taux probables, (***) 2017 des taux prévisionnels.

54


55

*Benoit Hurpeau est chef de la section "Observation territoriale du système productif et des ménages" à l’Insee

[email protected], Samia Khedhaouria est sous directrice des comptes trimestriels à Statistiques Tunisie

[email protected] et Karim Salah est chef du service des statistiques et comptes de l’environnement à Statistiques

Tunisie [email protected]

Élaboration des premiers PIB

régionaux en Tunisie B. Hurpeau, S. Khedhaouria et K. Salah*

Pour répondre aux besoins de plus en plus pressants en matière de données statistiques ayant trait à l’activité économique dans les régions, l’Institut national de la statistique (INS) a entrepris des travaux visant la régionalisation du PIB tunisien. Les travaux qui sont décrits dans cet article ont débuté en 2016 et se sont achevés en 2018. Ce projet s’inscrit dans la politique de l’INS qui consiste à développer les statistiques régionales permettant d’aider à la formulation, la mise en œuvre et l’évaluation des politiques régionales. Dans ce cadre, l’INS a produit, dans une première étape, des valeurs ajoutées par secteur d’activité et des produits intérieurs bruts (PIB) pour les grandes régions pour l’année 2013 (année pour laquelle les comptes annuels étaient définitifs au démarrage de ce projet). L’approche utilisée pour la régionalisation des valeurs ajoutées (VA) et du PIB tunisien est inspirée des recommandations européennes en matière de régionalisation du PIB. Dans ce cadre, l’élaboration de PIB aux niveaux des grandes régions tunisiennes avait un grand intérêt pour mesurer le poids économique relatif de ces régions ainsi que les différences de développement entre ces territoires.

Concepts et méthodes pour l’élabo-

ration de PIB régionaux

La définition du territoire

En comptabilité nationale, en préalable à toute autre étape,

il est nécessaire de déterminer le territoire sur lequel le

comptable travaille. Au niveau national par « territoire

économique » d’un pays, il faut entendre :

1. La zone (territoire géographique) sous administration et

contrôle économique effectifs d’une administration

publique unique ;

2. Les enceintes des zones franches, entrepôts et usines

sous contrôle douanier ;

3. L’espace aérien national, les eaux territoriales et la plate-

forme continentale située dans les eaux internationales

sur laquelle le pays dispose de droits exclusifs ;

4. Les enclaves territoriales, c’est-à-dire les territoires

géographiques situés dans le reste du monde et utilisés,

en vertu de traités internationaux ou d’accords entre

États, par des administrations publiques du pays

(ambassades, consulats, bases militaires, bases

scientifiques, etc.) ;

5. Les gisements (pétrole, gaz naturel, etc.) situés dans les

eaux internationales en dehors de la plate-forme

continentale du pays et exploités par des unités résidant

sur le territoire tel qu’il est défini aux points 1 à 4.

En Tunisie, le choix a été fait de découper le territoire en

sept grandes régions (figure 1) :

• Grand Tunis : Tunis, Ariana, Ben Arous et Mannouba ;

• Nord-Est : Nabeul, Bizerte et Zaghouan ;

• Nord-Ouest : Beja, Jendouba, Kef et Siliana ;

• Centre-Est : Sousse, Monastir, Mahdia et Sfax ;

• Centre-Ouest : Kairouan, Kasserine et Sidi bouzid ;

• Sud-Est : Gabes, Medenine et Tataouine ;

• Sud-Ouest : Gafsa, Tozeur et Kébili.



56

Statéco°113, 2019

Figure 1

Carte des 7 régions

Note : La répartition du PIB régional est faite seulement pour les 7 grandes régions en l’absence de

données pour estimer la partie qui concerne les enclaves territoriales

Les unités statistiques retenues pour

l’élaboration du PIB régional

L’aspect géographique, qui est utile pour la régionalisation,

d’un lieu unique, ressort des définitions des unités

statistiques suivantes :

• L’unité d’activité économique (UAE) est une entreprise

ou une subdivision d’une entreprise qui exerce un seul

type d’activité productrice ou la production principale

représente la majorité de la valeur ajoutée. Le lieu n’est

pas défini dans ce cas ;

• L’unité d’activité économique locale (UAEL) ou

établissement : il est défini comme « une entreprise, ou

une partie d’entreprise située en un lieu unique et qui

exerce une seule activité de production dans laquelle,

l’essentiel de la valeur ajoutée revient de l’activité de

production principale ». De fait un établissement peut

comprendre plusieurs activités secondaires en plus de sa

production principale. Il en découle également, qu’une

entreprise peut être constituée par un ou plusieurs

établissements exerçant une ou plusieurs activités en un

ou plusieurs endroits différents. Dans le cas des petites

et moyennes entreprises, l’entreprise et l’établissement

sont identiques. Dans le cas des grandes et complexes

entreprises, qui exercent différents types d’activités

économiques en différents lieux, on doit diviser ces

entreprises en un ou plusieurs établissements ;

• L’unité locale (UL) : elle est définie comme étant une

entreprise, ou une partie d’une entreprise, qui exerce une

activité productrice en un seul lieu. La précision du lieu

permet de compiler et d’analyser les données

géographiquement.

Les méthodes

Il existe 3 types de méthode pour le calcul de la valeur

ajoutée et du PIB au niveau régional.

La méthode ascendante employée pour estimer un agrégat

régional consiste à collecter les données au niveau d’unité

d’activité économique au niveau local, puis à progresser par

addition jusqu’à l’établissement de la valeur régionale de

l’agrégat. Cette méthode est qualifiée d’ascendante, car les

éléments de calcul de l’agrégat sont directement recueillis

au niveau de cette unité d’activité économique au niveau

local. Une méthode pseudo-ascendante peut être suivie en

l’absence de données pour l’unité d’activité économique au

niveau local. Les données pour l’unité d’activité

économique au niveau local peuvent être estimées d’après

les données de l’entreprise, de l’unité d’activité économique

au niveau local ou de l’unité locale. On peut ensuite agréger

les estimations pour obtenir des totaux régionaux, comme

dans la méthode ascendante pure. De nombreuses

entreprises n’ont qu’une unité d’activité économique au

niveau local, et cette méthode d’estimation ne s’impose que

pour les entreprises multirégionales et hétérogènes.

57


La méthode descendante employée pour estimer un agrégat

régional consiste à répartir un chiffre national entre les

régions sans essayer d’isoler l’unité d’activité économique

au niveau local ou l’unité locale. Le chiffre national est

réparti à l’aide d’un indicateur aussi proche que possible de

la variable à estimer.

La méthode ascendante se rencontre rarement sous sa forme

pure. Les données présentent toujours des lacunes, qui

doivent être comblées par une méthode descendante. De

même, nombre de méthodes descendantes font souvent

appel à des données fournies par des sources exhaustives,

de la même manière que les estimations ascendantes. Les

méthodes mixtes sont donc la norme.

Le processus de régionalisation consiste à calculer les

valeurs ajoutées à un niveau détaillé (107 secteurs d’activité)

et d’en déduire le PIB dans chaque région. Pour y parvenir,

il est important de définir la valeur ajoutée et ses

composantes, et la base de choix des indicateurs qui

serviront de clé de répartition (dans la méthode descendante

et pseudo-descendante).

La valeur ajoutée et ses composantes

La valeur ajoutée sert à désigner le supplément de valeur

qu’une entité économique, grâce à son activité, est capable

d’apporter à un bien ou à un service provenant d’un tiers.

La valeur ajoutée se présente donc comme un indicateur

économique de la création de richesse de cette entité. Elle

sert notamment de base à la mesure du PIB d’un pays ou

d’une région.

La valeur ajoutée aux prix de base est calculée en utilisant

l’une des deux définitions suivantes :

VA (prix de base) = production (prix de base) –

consommation intermédiaire (prix d’acquisition)

VA (prix de base) = rémunération des salariés + excédent

brut d’exploitation (EBE)[ou revenu mixte] + autres taxes

moins subventions sur la production

Les différentes composantes de la valeur ajoutée servent au

choix des indicateurs pour la répartition.

Le choix des indicateurs

L’adoption des méthodes descendantes ou pseudo-

ascendantes et le recours aux indicateurs pour répartir la

valeur ajoutée pour certains secteurs est tributaire de la

disponibilité des données.

L’indicateur choisi doit être le plus proche possible de la

variable à répartir. En effet la répartition de la valeur ajoutée

s’effectue à l’aide d’indicateurs directs et indirects :

- Les indicateurs directs concernent les variables des

comptes de production (production, consommation

intermédiaire) et d’exploitation (EBE, salaires). Ces

indicateurs sont les plus adéquats dans la répartition ;

- Les indicateurs indirects concernent les variables ayant un

lien indirect avec la VA comme l’emploi, avec l’hypothèse

que certaines variables sont identiques dans toutes les

régions (exemple la productivité).

Les données sur les dépenses et les acquisitions peuvent

aussi servir comme indicateurs mais dans des conditions

particulières.

Dans tous les cas et pour s’assurer de la qualité, le choix des

indicateurs doit respecter les règles suivantes :

• Avoir une corrélation statistique significative entre

l’agrégat et l’indicateur à l’échelle nationale ;

• Avoir une relation économiquement significative entre

l’agrégat et l’indicateur ;

• Affiner la répartition de la valeur ajoutée : un indicateur

pour chaque composante (EBE, salaires).

Élaboration des comptes

Nous décrivons dans cette partie la méthodologie utilisée

pour régionaliser la valeur ajoutée de chacun des principaux

secteurs d’activité. Les méthodes employées sont très

diverses selon les secteurs, avec une méthode ascendante

pour l’agriculture et pêche, une méthode mixte pour

l’industrie manufacturière, etc.

L’agriculture

Le secteur agriculture et pêche représente 10,5 % de la

valeur ajoutée en 2017. Cette activité est localisée surtout

dans les régions du nord et du centre du pays.

Ce secteur est subdivisé en 3 sous-secteurs :

• La culture et l’élevage ;

• La sylviculture ;

• La pêche, la pisciculture et l’aquaculture.

Les données régionales disponibles concernent

essentiellement la production par produit. Ces données ont

permis d’estimer la valeur ajoutée agricole de chaque région

en utilisant la méthode ascendante.

1. Produits de la culture et de l’élevage pour lesquels les

données disponibles concernent essentiellement :

• La production régionale par produit pour les sous

branches (céréales, olives, dattes, tabac, agrumes

volailles et œufs) ;

• Pour les autres sous-branches, les superficies cultivées

par région et par produit sont utilisées pour estimer la

répartition de la production végétale et le cheptel en

nombre pour estimer la répartition de la production

animale.

2. Sylviculture, pour laquelle avec quatre produits

caractéristiques de ce secteur, les données utilisées sont

celles du dernier inventaire forestier et pastoral de 2010.

La répartition est faite par le biais de la production ou la

superficie régionale pour chaque produit.

3. La pêche : trois produits sont caractéristiques de ce

secteur à savoir les poissons, les crustacés et mollusques

ainsi que les produits aquatiques divers. Les données

disponibles sont la production par port et par type de

produit.

58

Statéco°113, 2019

L’industrie manufacturière (hors tabac)

Ce secteur représente environ 16 % de l’économie

tunisienne. En dehors de la comptabilité nationale, trois

sources sont mobilisées pour ce pan de l’économie.

Le répertoire national des établissements est un appendice

du répertoire national des entreprises. Le répertoire national

des entreprises est basé sur le rapprochement de sources

administratives, la Direction générale des impôts (DGI) et

la Caisse nationale de sécurité sociale (CNSS). Il résulte

d’un appariement statistique entre la donnée entreprise

(DGI) et la donnée salariés (CNSS). Il couvre le champ du

secteur marchand non agricole. Il constitue une des

principales sources d’information sur le tissu productif

tunisien et permet notamment de suivre la démographie des

entreprises. Le répertoire met à la disposition des

informations sur l’activité, le nombre de salariés et les

masses salariales notamment. Enfin, il sert de base de

sondage pour réaliser des enquêtes auprès des entreprises,

notamment l’enquête nationale sur les activités

économiques (ENAE) et l’enquête Micro-entreprises.

Le répertoire national des établissements a été mis en place

pour les années 2012 et 2013 à partir du répertoire national

des entreprises en se basant sur les données de la CNSS. Le

répertoire des établissements fournit des données sur les

emplois et les salaires par secteur et par région, il est utilisé

pour le calcul des valeurs ajoutées régionales pour plusieurs

secteurs.

L’ENAE est réalisée annuellement auprès des entreprises

non financières hors agriculture. Elle sert à fournir des

informations économiques sur ces entreprises qu’elles

soient publiques ou privées.

L’enquête Micro-entreprises réalisée tous les cinq ans,

s’intéresse aux entreprises de moins de 6 salariés. L’édition

de 2012 auprès d’un échantillon de 14 000 entreprises a

servi à évaluer le poids des entreprises sans salarié dans

chaque secteur d’activité.

La régionalisation de la valeur ajoutée des industries

manufacturières hors tabac est réalisée à un niveau détaillé

pour les sous-secteurs suivants :

• Industries agro-alimentaires ;

• Textile, habillement et cuir ;

• Industries diverses ;

• Produits pétroliers raffinés et de la cokéfaction ;

• Industries chimiques ;

• Matériaux de construction, céramique et verre ;

• Industries mécaniques et électriques.

Le calcul s’effectue en trois étapes :

À partir de l’enquête Micro-entreprises, le poids des

entreprises sans salarié est déterminé dans la valeur ajoutée

du secteur. On retire cette partie de la valeur ajoutée totale

du secteur et on la ventile au niveau régional. Pour les

salariés, les données reçues à partir du répertoire

d’établissements couvrent uniquement le domaine privé,

cette partie est ventilée selon les masses salariales.

Pour le secteur public, un travail complémentaire de

recherche par entreprise était nécessaire.

Le schéma ci-dessous résume la méthode d’affectation :

L’affectation de la valeur ajoutée par unité d’activité

économique locale pour toutes les entreprises publiques

ainsi que pour certaines entreprises privées (qui

représentent une part considérable de la VA) permet de

qualifier la méthode de régionalisation de mixte à

l’exception du secteur textile où elle est purement

descendante.

59


L’industrie non manufacturière

L’industrie non manufacturière représente 9 % de la valeur

ajoutée. La méthode de régionalisation de la valeur ajoutée

employée est différente selon les sous-secteurs.

Pour l’extraction de pétrole et du gaz naturel, la valeur

ajoutée est répartie selon la production dans chaque région

pour les deux produits caractéristiques du secteur. La

méthode utilisée est donc une méthode descendante.

Pour le secteur de l’eau, la répartition est scindée en deux,

l’eau potable et l’eau agricole. Pour l’eau potable,

l’indicateur utilisé est le volume d’eau traité prêt à la

distribution (m3) dans les stations de traitement ainsi que

les ressources propres à chaque région. Pour l’eau agricole,

l’unique information régionale disponible est la recette des

ventes par région pour l’entreprise chargée de la

distribution de l’eau agricole. Cette information a été

utilisée comme indicateur pour répartir la production de

cette branche.

Pour le bâtiment et travaux publics (BTP), dans un premier

temps, l’évaluation des poids des entreprises de moins de

6 salariés et des indépendants dans le secteur comme pour

le cas de l’industrie manufacturière a été indispensable.

Néanmoins, pour les indépendants, la seule source

disponible permettant d’évaluer leur poids est l’enquête

emploi. Ainsi, la valeur ajoutée du BTP est répartie pour

chacune des composantes comme suit :

• VA des indépendants : elle est répartie selon le nombre

des non-salariés du secteur dans l’enquête emploi ;

• VA des unités de production qui emploient moins de

6 salariés : elle est répartie selon le nombre des salariés

du secteur dans l’enquête emploi ;

• VA des unités de production qui emploient plus de

6 salariés : elle est répartie selon la masse salariale

fournie par le répertoire des établissements.

Les services marchands

Les services marchands contribuent à près de la moitié de

la valeur ajoutée : 45 % (dont 10 % pour le commerce).

Leur régionalisation suit des méthodes spécifiques à

chacun d’entre eux compte tenu de la diversité de ces

secteurs.

Le commerce est un secteur essentiellement informel en

Tunisie aussi l’opération de répartition régionale de

l’activité commerciale a été articulée avec les données de

l’enquête emploi pour la régionalisation de la valeur

ajoutée du secteur.

Pour le transport, le secteur a été découpé en six sous-

secteurs. Nous ne détaillerons ici que le sous-secteur du

transport urbain et routier, à titre d’exemple. La répartition

a été faite pour les trois produits caractéristiques de ce

sous-secteur.

Pour le transport régulier de voyageurs, cette activité est

assurée par des équipements mobiles qui ne peuvent pas

être considérés comme unités de production. Ils devraient

être attachés à l’unité locale où ils sont basés (ou à partir

desquels ils sont exploités). Ainsi, le travail consiste à

identifier les sociétés de transports publiques ainsi que

leurs champs d’activité géographiques, certaines sociétés

étant multirégionales. Dans ce cas, l’affectation a été faite

par société par le biais du nombre de bus alloués à chaque

gouvernorat.

Pour le transport de voyageurs par taxis et par louages, la

répartition pour ce service a été faite par le biais du nombre

total par régions de taxis, louages, transports ruraux et

transports terrestres des personnes.

Enfin pour le transport routier de marchandises, nous

disposons des données sur le parc de transport de

marchandises ainsi que sur la capacité théorique moyenne,

la charge utile totale par région a été estimée et a servi

comme indicateur de répartition.

La valeur ajoutée des institutions financières (sous-secteur

des institutions financières monétaires) est régionalisée

selon plusieurs méthodes en fonction de la disponibilité des

informations. Compte tenu du fait que la VA du secteur est

déterminée selon l’égalité (VA = EBE + autres impôts sur

la production + salaires), l’EBE et autres impôts sur la

production sont attribués à la capitale qui abrite tous les

sièges sociaux de ces institutions. Les salaires de la Banque

centrale (BCT) et des banques publiques sont répartis en

fonction du nombre d’agences par gouvernorat. Les

salaires des banques privées sont répartis en fonction de la

décomposition régionale de la masse salariale tirée du

répertoire des établissements. Concernant le sous-secteur

des assurances, il s'agit de l'activité des institutions mères

qui sont toutes localisées dans la région du Grand Tunis et

la valeur ajoutée est donc attribuée à cette région. Enfin,

pour les auxiliaires financiers la régionalisation est

effectuée par société et pour les auxiliaires d’assurance le

nombre des intermédiaires par région a été utilisé comme

indicateur de régionalisation.

Les services non marchands

Ce secteur représente 21 % de la valeur ajoutée totale en

2017. Il couvre les activités de l’administration centrale, de

la sécurité sociale et des collectivités locales. Le calcul de

la valeur ajoutée régionale a été fait pour chacun des sous-

secteurs comme suit :

- Administration centrale : les données administratives sur

le nombre de fonctionnaires au niveau régional n’étant pas

disponible, l’indicateur utilisé était le nombre d’employés

du secteur « éducation santé et services administratifs » de

l’enquête emploi, duquel on a enlevé le nombre des

employés de la santé et de l’enseignement public ;

- Collectivités locales : l’indicateur utilisé est leur masse

salariale (l’information est exhaustive et issue du fichier du

ministère des finances) ;

- Sécurité sociale obligatoire : l’indicateur utilisé pour

répartir la valeur ajoutée du secteur est le nombre des

affiliés aux caisses de sécurité sociale par région ;

- Éducation publique : l’indicateur utilisé pour répartir la

valeur ajoutée du secteur est la masse salariale par région.

Un indicateur est développé en utilisant les données des

salaires moyens et le nombre des enseignants par cycle ;

- Santé publique : l’indicateur utilisé est la masse salariale

pour les corps médicaux et paramédicaux (infirmiers,

60

Statéco°113, 2019

techniciens supérieurs, et médecins) par région. Cet

indicateur a été synthétisé à partir des données sur l’effectif

du corps médical par région (nombre de médecins,

infirmiers et techniciens supérieurs (ministère de la Santé))

et le salaire moyen des médecins et des techniciens de la

santé publique selon la publication de l’INS

« Caractéristiques des agents de la fonction publique ».

Résultats

L’exercice de régionalisation du PIB confirme, en le

quantifiant, le constat de concentration de l’activité

productive sur le littoral oriental de la Tunisie, où le

PIB/habitant est le plus élevé et le taux de pauvreté le plus

bas ; en sens inverse, les régions intérieures sont des

régions agricoles pauvres et peu développées.

▪ Deux régions, qui sont les plus riches de la Tunisie,

concentrent plus de 60 % de la richesse générée dans le

pays, le Grand Tunis (34,3 %) et la région Centre-Est

(26,1 %). Ces deux régions, qui sont aussi les plus peuplées

rassemblent près de la moitié de la population totale de la

Tunisie respectivement 24,1 % et 23,6 % du total en 2014.

Leur profil productif est très différent.

- Le Grand Tunis concentre une partie importante de sa

valeur ajoutée dans les activités des services marchands

(55 %). Par exemple, le secteur des services financiers est

très concentré dans le Grand Tunis (83 %). L’activité de

l’industrie manufacturière est également importante (20 %

de la valeur ajoutée) ;

- La région Centre-Est concentre quant à elle 56 % de

l’industrie pétrolière et gazière nationale (15 % de la valeur

ajoutée régionale) ; l’industrie manufacturière est

également importante (19 % de la valeur ajoutée) pour

cette région côtière.

▪ Les deux régions suivantes représentent à elles deux un

peu moins du quart du PIB :

- La région Nord-Est est celle où la part de l’activité de

l’industrie manufacturière est la plus importante (25 % du

total), avec de nombreuses industries du textile-

habillement et mécanique d’exportation ; l’agriculture est

aussi très active (Cap Bon en particulier) ;

- Une autre région crée de la richesse grâce au secteur de

l’extraction du pétrole et du gaz naturel. Ce secteur génère

27 % de la valeur ajoutée de la région Sud-Est. Les autres

secteurs sont, en proportion, assez proches de ce qui est

observé au niveau national.

▪ Les trois régions restantes, qui sont aussi les plus

pauvres de la Tunisie, sont par ordre décroissant de PIB :

le Nord-Ouest, le Centre Ouest et le Sud-Ouest (région la

moins peuplée de Tunisie, avec à peine plus de 500 000

habitants). Leurs caractéristiques sectorielles sont assez

similaires, en particulier en ce qui concerne le poids de

l’agriculture et de celui des services d’administration

publique. Pour les trois régions, la valeur ajoutée de

l’agriculture dépasse le cinquième du total et va jusqu’à 26 %

pour la région Nord-Ouest alors que la moyenne nationale

est proche de 10 %. Pour les services d’administration

publique la part dans la valeur ajoutée est de 30 %, ce qui

est le double de ce qui est observé ailleurs.

Ces différences dans le tissu productif de l’ensemble des

régions se ressentent lorsque l’on compare leur PIB par

habitant. Le PIB par habitant de la Tunisie est d’environ

6900 dinars par personne (2013). Seules trois régions

dépassent ce seuil avec dans l’ordre : Grand Tunis (9900

DT), Centre-Est (7700 DT) et Sud-Est (7100 DT).

Pour les autres, seule la région Nord Est est proche de la

moyenne nationale (6500 DT). En plus de sa propre

dynamique, cette région périphérique du Grand Tunis

bénéficie des effets d’entraînement de l’activité dans et

autour de la capitale. Dans les régions intérieures, le PIB

par habitant est très inférieur : il s’élève à 5000 DT dans le

Sud-Ouest, à 4400 DT dans le Nord-Ouest et enfin et à

seulement 3300 DT dans la région Centre-Ouest, soit la

moitié de la moyenne nationale.

Les régions au plus fort PIB/habitant sont aussi celles avec

le plus bas taux de pauvreté (graphique 1), même si la

relation n’est pas totalement linéaire. Par exemple, malgré

un PIB/habitant très inférieur à celui de la région Centre-

Est, le taux de pauvreté de la région Nord-Est est également

bas (11,6 % contre 11,5 %, pour un taux national de

15,2 %). En sens inverse, malgré son PIB/habitant

supérieur à la moyenne nationale du fait de l’exploitation

du pétrole-gaz, la région Sud-Est a un taux de pauvreté très

élevé (18,6 %) dans la mesure où les revenus pétroliers

génèrent peu d’emplois et de revenus localement.

Graphique 1

PIB/habitant (milliards de dinars) et pauvreté par région (%)

Source : Enquête nationale sur le budget, la consommation et le niveau de vie

des ménages, 2015, INS Tunisie

Échelle de gauche : PIB/habitant . Échelle de droite : taux de pauvreté.

0

5

10

15

20

25

30

35

0

2000

4000

6000

8000

10000

12000

GrandTunis

CentreEst

Sud Est Total Nord Est SudOuest

NordOuest

CentreOuest

PIB/H (dinars) Taux de pauvreté (%)

61



Statistiques Tunisie (à paraitre), « Valeurs ajoutées et PIB par région : concepts, sources de données et méthodes »,

document méthodologique.

Union Européenne (2013), « Système européen des comptes, SEC 2010 », Eurostat, Commission européenne, Chapitre

13, 762p.

62


63

Mouna Zgoulli est directrice centrale de l’informatique, la diffusion et la coordination à Statistiques Tunisie,

[email protected]

La réforme juridique de l’activité

statistique en Tunisie M. Zgoulli*

La révision de la loi statistique en Tunisie vise à pallier les insuffisances du système statistique national (SSN) dans un nouveau contexte socio-politique afin d’améliorer l’efficacité, la qualité et le respect des principes fondamentaux de la statistique publique. Le renforcement du dispositif législatif dans le domaine de la statistique publique concerne particulièrement, d’une part, la garantie de l’indépendance professionnelle et, d’autre part, l’amélioration de la répartition des responsabilités de coordination et de gestion du SSN entre le Conseil national de la statistique (CNS) et l’Institut national de la statistique (INS). L’article décrit ensuite la démarche d’élaboration du nouveau projet de loi en détaillant les principales nouveautés. Enfin il dresse les perspectives liées à la mise en œuvre de la nouvelle loi et la réorganisation de l’INS et du CNS qu’elle implique.

Introduction

L’expérience tunisienne en matière de réforme de son

système statistique national (SSN) a démarré en 1999

par la promulgation de la loi n° 99-32 du 13 avril 1999

relative au SSN et par la publication d’un certain

nombre de décrets d’application.

Une nouvelle réforme du SSN est devenue

indispensable afin de pallier des insuffisances et

difficultés constatées pour répondre aux attentes des

utilisateurs et fournir à la société tunisienne les

informations nécessaires à son développement dans un

nouveau contexte démocratique. Pour bien mener cette

réforme, une évaluation globale a été menée en 2014

dans le cadre de la coopération avec Eurostat. Cette

évaluation a conclu que le système statistique tunisien,

disposait de bases solides mais qu’une profonde

réforme était nécessaire pour qu’il atteigne les trois

objectifs essentiels d’efficacité, de qualité et de respect

des principes fondamentaux. Cette réforme nécessite

essentiellement une révision de la loi statistique via le

renforcement des dispositions législatives garantissant

le respect des principes fondamentaux des statistiques

officielles, en particulier l’indépendance

professionnelle des statisticiens.

Cette réforme, importante pour l’accompagnement du

processus de transition et le renforcement des aspects

de gouvernance démocratique en Tunisie, a été intégrée

dans le programme d’appui à la relance financé par

l’Union européenne. Un projet de jumelage a été lancé

fin 2015 avec pour objectifs la mise en place d’un cadre

législatif et institutionnel propice à une meilleure

gouvernance en matière de statistique publique

(encadré 1) et la consolidation du rôle de l’Institut

national de la statistique (INS) comme acteur principal

du SSN.

Le projet de nouvelle loi est actuellement articulé

autour de six sections qui couvrent l’ensemble des

questions juridiques portant sur l’organisation et la

gestion de l’activité statistique à savoir, (1) l’objectif et

la portée de la loi, (2) le SSN, (3) la production

statistique, (4) l’accès aux données, (5) les infractions et

pénalités, (6) les dispositions transitoires et l’entrée en

vigueur. Les travaux autour de la nouvelle loi

statistique ont débuté en 2016 et le texte est

actuellement au niveau de la Présidence du

gouvernement où il a été approuvé par le Conseil des

ministres. Il sera soumis prochainement à l’assemblée

des représentants du peuple tunisien.

Ainsi, afin de présenter la réforme juridique de

l’activité statistique en Tunisie, cet article s’interroge

sur les raisons qui ont poussé à la révision de la loi

statistique (partie 1), sur les enjeux d’une telle révision

(partie 2) et sur la démarche d’élaboration du nouveau

projet de loi (partie 3). Il souligne en outre les

principales nouveautés de la loi statistique et discute

des perspectives.


64


Encadré 1 : la gouvernance statistique

Il existe plusieurs définitions du mot « gouvernance ».

Communément on en donne la définition suivante : « La

gouvernance est, de façon générale, un concept représentant

la manière dont un domaine d’activités est gouverné. La

gouvernance renvoie à un système d’entités décisionnelles

qui dirige un certain domaine d’activités, autrement dit à un

« système de gouvernance », impliquant notamment une

structure de gouvernance et un dynamisme de système

(processus de gouvernance, activités de gestion, etc.) ».

Dans le domaine de la statistique publique, on peut définir le

concept de « gouvernance statistique » comme la manière

dont le système statistique public d’un pays est organisé et

géré pour remplir sa mission, à savoir « fournir aux

administrations publiques, aux institutions régionales et

internationales, aux entreprises et organisations non

gouvernementales, aux médias, aux chercheurs et au public

des informations statistiques à jour se rapportant à

l’ensemble des domaines de la vie du pays notamment

économique, social, démographique, culturel et

environnemental ».

La gouvernance statistique englobe donc un ensemble

d’institutions, de structures, de valeurs, de règles et de

mécanismes qui tous concourent au bon fonctionnement de la

statistique publique. Elle concerne notamment les éléments

suivants :

- Le cadre juridique : la loi statistique et ses textes

d’application (décrets, arrêtés, décisions, règlements, etc.) ;

- L’organisation du système statistique qui dépend en grande

partie de son caractère centralisé ou décentralisé avec

différentes variantes possibles ;

- Les organes de régulation du système ;

- La coordination et la concertation entre les acteurs du

système : producteurs et utilisateurs de statistiques

officielles ;

- La programmation des activités statistiques ;

- La gestion des ressources humaines ;

- Le financement de la statistique publique.

Pourquoi faut-il réviser la loi

statistique ?

La loi de 19991 rassemblait pour la première fois dans

le même texte des dispositions relatives à plusieurs

aspects de l’activité statistique : la structure du SSN, sa

mission et le rôle de chacune de ses composantes, ainsi

que les principes fondamentaux qui régissent l’activité

statistique dans le pays.

La loi est exhaustive en matière de missions du SSN.

Certaines sont communes à toutes les structures

statistiques publiques (SSP), à savoir la collecte des

données, leur stockage, leur traitement, leur analyse et

leur diffusion. D’autres ne concernent que le Conseil

national de la statistique (CNS) et l’Institut national de

la statistique (INS). Le premier est notamment chargé

de la coordination institutionnelle et fonctionnelle, de

la programmation de l’activité statistique et de la

concertation entre les producteurs et les utilisateurs de

l’information statistique. Le second, en tant que

1 Loi n°99-32 du 13 avril 1999 relative au système national

de la statistique.

structure statistique centrale, est chargé de la

coordination technique des activités statistiques. Enfin,

parmi les missions du système national de la statistique,

la loi tunisienne inclut celle d’assurer la formation

initiale et continue du personnel exerçant dans le

domaine de la statistique, principalement assurée par

l’École nationale de la statistique.

Cependant la loi de 1999 a montré ses limites sur deux

aspects importants. D’une part, elle ne garantit pas

totalement le respect des principes fondamentaux de la

statistique publique, notamment en ce qui concerne

l’indépendance professionnelle. D’autre part, en

répartissant la responsabilité de la coordination et de la

gestion du SSN entre le CNS et l’INS sans établir une

hiérarchie claire entre eux, elle crée des conditions de

dysfonctionnement qui restreignent l’efficacité du SSN

et la qualité de ses productions. Ainsi l’INS n’est pas

en mesure d’assurer pleinement son rôle de

coordination technique en prenant les initiatives

nécessaires vis-à-vis des SSP. Le CNS peine également

à coordonner toutes les productions statistiques des

structures statistiques publiques trop nombreuses par

ailleurs. Ces difficultés ont été amplifiées du fait du

bouleversement politique de 2011 au cours duquel le

système statistique a fait l’objet de critiques virulentes

de la part des médias et de certains utilisateurs. Ces

dysfonctionnements rendent nécessaire un important

effort d’ajustement et de révision des textes pour une

réforme en profondeur touchant plusieurs aspects,

notamment législatifs, de processus de production et de

ressources humaines.

Au tournant d’une nouvelle étape de l’histoire de la

Tunisie, l’appareil statistique tunisien est confronté à

une demande forte et accrue d’information statistique

émanant de plusieurs opérateurs et acteurs publics, des

médias et du grand public. Cela montre la prise de

conscience du rôle important joué par les données

chiffrées dans le débat public. Parallèlement à cette

évolution, les doutes sur la pertinence et la crédibilité

des statistiques publiques sont de plus en plus

manifestes, comme le montrent les interrogations

autour des chiffres de la pauvreté, du chômage et de

l’inflation.

Encadré 2 : les expériences maghrébines en matière de

révision de loi statistique

Au cours des dernières années, l’environnement de la

statistique officielle a connu des changements importants

caractérisés par de nouvelles méthodes de production des

données, l’utilisation de technologies avancées dans les

travaux statistiques, des sources de données de plus en plus

variées et une demande des utilisateurs plus pressante et plus

exigeante. Ces changements doivent être reflétés dans les

législations statistiques de tous les pays.

Depuis l’adoption des principes fondamentaux de la

statistique officielle en 1994 et de la Charte africaine de la

statistique en 2009, les pays du Maghreb ont entrepris la

réflexion pour la révision de leurs législations statistiques

65


pour se conformer aux dispositions de ces deux textes.

L’expérience des deux autres pays du Maghreb (Algérie et

Maroc) est résumée ci-après.

La loi statistique algérienne a été promulguée en janvier 1994.

Elle était avant-gardiste par rapport aux principes

fondamentaux de la statistique des Nations unies (avril 1994).

Elle couvre bien l’ensemble du SSN, avec un CNS et des

représentants de la société civile. Pour le Maroc, la loi

statistique en vigueur est plus ancienne : elle date de 1968 et

s’aligne avec les principes fondamentaux de la statistique

officielle au niveau du principe 1 (indépendance

professionnelle), du principe 2 (mandat pour la collecte des

données) et du principe 5 portant sur la confidentialité et le

secret statistique.

Les cadres juridiques régissant les systèmes statistiques

algérien et marocain ne répondent plus aux évolutions qu’ont

connues les structures produisant l’information statistique, ni

aux nouveaux besoins informationnels, ni aux défis que

devrait relever le système statistique national que ce soit sur

le plan méthodologique, organisationnel, thématique ou

technologique.

Des réflexions sont en cours en Algérie mais le processus de

révision est beaucoup plus avancé au Maroc où il a été entamé

depuis les années 2000 et a connu plusieurs mises à jour dont

la dernière est soumise à examen par un comité

interministériel.

Le nouveau projet de loi marocain a pour objet de définir les

principes fondamentaux régissant les statistiques officielles,

de fixer le cadre juridique applicable à leur collecte,

traitement, diffusion et archivage et à définir la mission

dévolue au système statistique national et sa composition.

Pour améliorer la gouvernance du SSN, le projet de loi

institue la création du CNS qui a pour mission de coordonner

les programmes et activités statistiques et d’en évaluer la

qualité et le respect des principes et normes en vigueur au

niveau national et international. Le maintien de l’octroi de

visa/label pour toute opération statistique mené par le SSN

permettrait à l’autorité statistique (HCP) de jouer son rôle de

garant du respect de la qualité et des normes internationales.

Quels sont les enjeux de cette

révision ?

L’évolution du système statistique tunisien ne peut se

faire que par l’alignement de la gouvernance statistique

sur les standards internationaux.

Une véritable indépendance

professionnelle de la statistique publique

La statistique publique est une activité confiée à la

sphère administrative ce qui fait naître un certain

scepticisme sur la crédibilité des statistiques,

notamment sur le risque de manipulation par les

autorités politiques. La gouvernance des services

statistiques est de ce fait essentielle pour éviter les

interférences, d’où l’importance de l’indépendance

scientifique et de l’autonomie professionnelle de

l’activité statistique pour garantir l’impartialité du

système, l’objectivité des statistiques publiées et

obtenir la confiance du public dans la fiabilité de ces

statistiques (encadré 3).

Encadré 3 : le concept d’indépendance dans la statistique

publique

Dans la littérature sur la statistique officielle, on trouve deux

concepts étroitement liés mais qu’il convient de distinguer :

« l’indépendance scientifique » et « l’indépendance

professionnelle ».

Le principe 2 de la Résolution de la Commission de

statistique des Nations unies d’avril 1994 sur les « Principes

fondamentaux de la statistique publique » (PFSO) peut être

considéré comme une définition de l’indépendance

scientifique. Il est libellé comme suit : « Pour que se

maintienne la confiance dans l’information statistique

officielle, les organismes responsables de la statistique

doivent déterminer, en fonction de considérations purement

professionnelles, notamment de principes scientifiques et de

règles déontologiques, les méthodes et les procédures de

collecte, de traitement, de stockage et de présentation des

données statistiques ».

La Charte africaine sur la statistique adoptée en 2009 reprend

la définition très voisine suivante, en son article 3, sous la

rubrique « Indépendance professionnelle » :

« Indépendance scientifique » : les autorités statistiques

doivent pouvoir exercer leurs activités selon le principe de

l’indépendance scientifique, en particulier vis-à-vis du

pouvoir politique et de tout groupe d’intérêt ; cela signifie

que les méthodes, concepts et nomenclatures utilisés pour

l’exécution d’une opération statistique ne doivent être choisis

que par les autorités statistiques sans aucune influence de

quelque forme que ce soit et dans le respect des règles

d’éthique et de bonne conduite ».

Pour la Charte africaine de la statistique, l’indépendance

scientifique est un aspect de l’indépendance professionnelle

qui englobe les trois autres aspects suivants :

« l’impartialité », « la responsabilité » et « la transparence ».

L’impartialité signifie que « les autorités statistiques doivent

produire, analyser, diffuser et commenter les statistiques

publiques dans le respect de l’indépendance scientifique et de

manière objective, professionnelle et transparente, plaçant

tous les utilisateurs sur un pied d’égalité » (Cf. le Principe 6

du Code de bonnes pratiques de la statistique européenne qui

met ensemble l’impartialité et l’objectivité). Ces exigences se

retrouvent pour l’essentiel dans le principe 1 des PFSO.

La transparence signifie que « les autorités statistiques

doivent fournir, en fonction de normes scientifiques, des

informations sur les sources, les méthodes et les procédures

qu’elles utilisent pour faciliter une interprétation correcte

des données. De plus, les textes législatifs et réglementaires

et toutes dispositions régissant le fonctionnement des

systèmes statistiques doivent être portés à la connaissance du

public » En fait, il s’agit d’une combinaison des principes 3

et 7 des PFSO.

La responsabilité signifie que « les autorités statistiques

doivent recourir à des méthodes de collecte, de traitement,

d’analyse et de présentation des données statistiques claires

et pertinentes. De plus, les autorités statistiques ont le droit

de faire des observations sur les interprétations erronées et

les usages abusifs de l’information statistique qu’elles

diffusent ». Cette définition donnée par la Charte africaine sur

la statistique reprend des éléments des principes 1 et 4 des

PFSO.

Le Code de bonnes pratiques de la statistique européenne a

identifié des indicateurs pour juger du respect de

l’indépendance professionnelle (Principe 1 du Code) et des

15 autres Principes du Code.

66


Une consolidation de l’INS

Un plan de modernisation de l’INS constitue l’axe

fondamental autour duquel se fera l’évolution du

système global. Il est important de s’engager dans une

démarche de certification en se focalisant davantage sur

la qualité du processus de production et en s’appuyant

sur les possibilités offertes par les nouvelles

technologies.

La réforme implique aussi une consolidation des outils

de la coordination statistique en mettant en place une

politique proactive vis-à-vis des SSP visant à

harmoniser les nomenclatures, définitions, concepts et

méthodologies utilisées et formaliser les canaux

susceptibles de garantir une meilleure fluidité dans la

circulation de l’information et des fichiers entre les

différentes sources.

Une revalorisation de l’INS

La composante « ressources humaines » figure parmi

les principales faiblesses du système. Elle mérite une

attention particulière et une revalorisation pour

accompagner la réforme par un renforcement des

ressources humaines et une utilisation plus judicieuse

des compétences et de leur maillage.

La consolidation du rôle de l’INS en tant que

responsable de la coordination technique et garant de la

qualité de la production statistique ne sera renforcée

que par la création d’un centre de formation pour

l’ensemble des ressources humaines du système

statistique. Ce centre pourra assurer des formations sur

mesure, des formations continues sur la pratique

statistique et s’ouvrir à d’autres catégories

d’utilisateurs, comme celle des médias, afin de

promouvoir la culture statistique. Cette structure pourra

également évoluer vers un centre de recherche en

statistique moyennant des partenariats avec le milieu

universitaire.

La démarche d’élaboration du

nouveau projet de loi

Afin d’initier le processus de révision de la loi, une

Commission de la réforme créée début 2016 au sein du

CNS a regroupé des représentants du CNS, de l’INS,

des principales SSP et différentes catégories

d’utilisateurs. Sa mission a consisté à livrer des

propositions concernant la réforme et les améliorations

à apporter à la loi statistique afin de pouvoir honorer les

engagements pris par la Tunisie dans le cadre du

Programme d’appui à la relance (PAR IV) financé par

l’Union européenne.

Cette réforme vient appuyer le processus de transition

démocratique de la Tunisie inscrit dans le programme

PAR IV dont l’objectif est le renforcement

institutionnel de la Tunisie à travers celui du système

statistique et de la gouvernance démocratique. À cet

effet, un appui a été sollicité via le mécanisme de

jumelage proposé par l’UE dans le cadre du Programme

d’appui à l’accord d’association et à la transition

(P3AT), avec pour objectif le développement des

capacités de l’administration tunisienne, tant au niveau

central que régional. Cet appui a permis à l’INS de

conduire un jumelage intitulé « Modernisation de

l’appareil statistique tunisien » en partenariat avec

l’Institut national de la statistique et des études

économiques français (Insee) et l’Institut de la

statistique italien (Istat), et avec l’appui de Statistiques

Lituanie.

Ce jumelage visait à instaurer un système d’information

statistique publique cohérent, performant et permanent

à travers deux objectifs spécifiques :

▪ Proposer un cadre législatif et institutionnel propice

à une meilleure gouvernance en matière de

statistique publique qui jouerait pleinement et

efficacement son rôle ;

▪ Consolider le rôle de l’INS comme acteur principal

du SSN.

Le volet du jumelage dédié au cadre législatif et

institutionnel du système statistique tunisien a permis à

la commission de la réforme de bénéficier de

l’expertise de l’Insee et de l’Istat en termes de

gouvernance statistique des systèmes français et italien

et des recommandations européennes sur le sujet afin

d’en tirer les enseignements qui pourraient être utiles

pour ce type de réformes.

État des lieux

Une première mission d’identification a permis aux

experts du jumelage de prendre connaissance de

l’organisation institutionnelle du système statistique

tunisien et de discuter avec les membres de la

commission, et particulièrement l’INS, des objectifs

principaux de la révision qui ont été formulés par le

parties prenantes tunisiennes se basant sur les

recommandations formulées par l’évaluation

d’Eurostat. Les experts du jumelage ont soutenu sans

réserve ces objectifs généraux qui ont été identifiés

comme des pistes d’amélioration de la loi statistique

Tunisienne, à savoir :

- Garantir l’indépendance professionnelle des

statistiques publiques ;

- Garantir une production de statistiques dont la

qualité puisse faire consensus dans la société

tunisienne ;

- Définir de façon plus adaptée le périmètre du SSN

et ses composantes ;

- Redéfinir les attributions en matière de

coordination ;

- Donner un cadre légal à l’accès aux données

individuelles à des fins de recherche ;

- Améliorer le mode d’élaboration du programme

statistique ;

67


- Renforcer le droit d’accès des statisticiens aux

données administratives.

Une visite d’étude d’une délégation de la commission a

ensuite été organisée en Italie à l’Istat puis en France à

l’Insee afin de s’inspirer de l’expérience européenne et

du rôle tenu par Eurostat, notamment en matière de

codes de bonnes pratiques.

Les leçons tirées de cette visite se rapportent

principalement aux aspects suivants :

▪ Le rôle primordial du cadre législatif pour le

développement des systèmes statistiques qui doit

obligatoirement garantir le respect total des

principes fondamentaux de la statistique et le

renforcement du principe de l’indépendance du

système statistique dans la loi afin de garantir sa

crédibilité et conserver la confiance des utilisateurs

et des déclarants ;

▪ La définition fondamentale des statistiques

officielles basées sur les principes fondamentaux de

la statistique officielle de l’Organisation des

Nations unies et les critères permettant de désigner

les producteurs de statistiques officielles ;

▪ Le rôle primordial de l’INS dans la coordination

entre les producteurs de statistiques officielles et la

distinction avec les fournisseurs de données ;

▪ Le conseil de la statistique comme représentant

essentiellement les utilisateurs et les communautés

d’utilisateurs, et non les producteurs ;

▪ L’importance du programme statistique qui doit

être établi par l’INS à l’aide des contributions des

autres producteurs de statistiques officielles ;

▪ La nécessité d’une réorganisation de l’INS afin de

garantir une meilleure gouvernance.

Mise en œuvre

À la lumière des enseignements tirés lors de ces visites

et des présentations des parties prenantes des systèmes

statistiques français et italiens et des logiques de

l’organisation de la gouvernance de ces systèmes selon

les directives d’Eurostat et le code de bonnes pratiques

européen, la Commission de la réforme a engagé une

réflexion autour d’une loi générique de la statistique

officielle. Le projet a été élaboré conjointement avec

l’Association européenne de libre-échange et Eurostat

dans le cadre d’un projet plus vaste de la CEE relatif au

renforcement des capacités statistiques, financé par le

Compte de l’ONU pour le développement. L’objet de la

loi générique est de fournir une solide référence pour

mettre en place les bases juridiques nécessaires au

fonctionnement du système statistique et à la

production de statistiques officielles de qualité. Les

principaux éléments pris en considération dans la loi

générique sont les suivants :

▪ Définition des statistiques officielles, à distinguer

des informations administratives ;

▪ Définition et description des producteurs de

statistiques officielles ;

▪ Principe de l’indépendance professionnelle des

organisations et entités produisant des statistiques

officielles ;

▪ Rôle de l’organisme national de statistique en tant

que producteur principal de statistiques officielles et

coordonnateur du système de statistiques officielles

dans le pays ;

▪ Programmation opérationnelle et stratégique, axée

sur les besoins actuels et futurs des utilisateurs ;

▪ Mandat à prévoir pour la collecte de données et

l’accès aux données administratives et autres

sources de données ;

▪ Principes et procédures de traitement de données

statistiques confidentielles ;

▪ Gestion de la qualité, eu égard au point de vue des

utilisateurs ;

▪ Principes relatifs à la diffusion des statistiques

officielles auprès de tous les groupes d’utilisateurs

concernés.

À ce stade de la réflexion, deux options se présentent à

la commission :

- Suivre la logique de la loi générique et extraire ce

qui relève du niveau de la loi, du niveau des autres

textes légaux (décrets, arrêtés) et du niveau de la

charte en proposant des adaptations ;

- Procéder en proposant des amendements aux textes

tunisiens existants (loi statistique de 1999, décrets

et arrêtés, charte tunisienne) en conformité avec les

principes fondamentaux de la statistique.

Chacune des approches présente des avantages et des

inconvénients : le premier choix qui consiste à procéder

à partir du texte de la loi générique a l’avantage de

proposer des textes qui sont plus cohérents et plus

homogènes en harmonie avec les recommandations des

Nations unies. Le deuxième choix qui consiste à

modifier des textes existants montre qu’il existe une

situation de départ déjà fort appréciable, et que les

amendements qui seraient proposés sont davantage des

évolutions plutôt qu’une rupture radicale.

68


Encadré 4 : la Charte africaine de la statistique

La Charte africaine de la statistique, ci-après dénommée la

Charte, a été adoptée par la douzième session de la

Conférence des Chefs d’État et de Gouvernement de l’Union

africaine tenue à Addis Abéba (Éthiopie) le 4 février 2009.

L’Afrique est ainsi le premier et le seul continent qui dispose

d’un instrument juridique international contraignant ayant

pour objectif de fixer les règles qui doivent régir la statistique

publique dans tous ses États membres.

La Charte vise dix objectifs :

1. Servir de cadre d’orientation pour le développement de la

statistique africaine, notamment la production, la gestion et la

diffusion des données et de l’information statistique aux

niveaux national régional et continental ;

2. Servir d’instrument et d’outil de plaidoyer pour le

développement de la statistique sur le continent ;

3. Contribuer à l’amélioration de la qualité et à la

comparabilité des données statistiques nécessaires pour le

suivi du processus d’intégration économique et sociale de

l’Afrique ;

4. Promouvoir le respect des principes fondamentaux de la

production, du stockage, de la gestion, de l’analyse, de la

diffusion et de l’utilisation de l’information statistique sur le

continent africain ;

5. Contribuer au renforcement de la coordination des activités

statistiques et des institutions statistiques en Afrique y

compris la coordination des interventions des partenaires aux

niveaux national, régional et continental ;

6. Renforcer les capacités institutionnelles des structures

statistiques aux niveaux national, régional et continental en

assurant leur autonomie de fonctionnement et en veillant

particulièrement à ce qu’elles disposent des ressources

humaines, matérielles et financières adéquates ;

7. Servir de référence pour l’exercice du métier de statisticien

africain, de code d’éthique professionnelle et de bonnes

pratiques ;

8. Promouvoir une culture faisant de l’observation des faits la

base de la formulation, du suivi et de l’évaluation des

politiques ;

9. Contribuer à l’amélioration et au fonctionnement effectif

du système statistique africain ainsi qu’au partage

d’expériences ;

10. Éviter les duplications dans la mise en œuvre des

programmes statistiques.

S’inspirant des Principes fondamentaux de la statistique

officielle des Nations unies adoptés en 1994, la Charte a

retenu six principes ainsi libellés : l’indépendance

professionnelle (Principe 1) ; la qualité (Principe 2) ; le

mandat pour la collecte des données et des ressources

(Principe 3) ; la diffusion (Principe 4) ; la protection des

données individuelles, des sources d’information et des

répondants (Principe 5) ; la coordination et la coopération

(Principe 6).

La Charte est entrée en vigueur le 8 février 2015. Plusieurs

lois statistiques récentes de pays africains ont pris la Charte

comme référence pour leur élaboration.

Les experts ont soutenu le choix de la Commission

d’adopter une forme de gouvernance sur un modèle

internationalement partagé, permettant de renforcer la

qualité des statistiques produites :

• Instaurer un conseil principalement tourné vers

l’ensemble des utilisateurs (ministères, autres

administrations, associations d’entreprises, de salariés,

chercheurs, médias) fera progresser la pertinence des

statistiques produites ;

• Transférer à l’INS le soin de proposer un programme

statistique cohérent et compatible avec les ressources

disponibles, en fonction des conditions de production

qui sont requises pour des raisons techniques s’impose

car l’INS est le seul à disposer des compétences et de la

masse critique requises ;

• Confronter le programme statistique ainsi proposé par

l’administration statistique aux usagers de cette

administration (qu’ils soient internes ou externes à

l’administration publique) est un principe de bonne

gouvernance très largement reconnu.

Sur la base du manuel d’organisation statistique des

Nations unies de 2005 décrivant les principes et mesures

recommandées pour le fonctionnement et l’organisation

d’un système statistique officiel, une première version

de projet de loi a été élaborée par la Commission.

Discuté, amendé et validé au sein du CNS, le texte a été

soumis au ministère de tutelle, le ministère du

développement et de la coopération internationale. Ce

dernier a créé un groupe de travail formé de

représentants juridiques du ministère avec l’INS et le

CNS pour étudier les aspects juridiques du projet de loi

et l’ajuster selon les particularités du pays, son histoire

et ses traditions statistiques. Ces ajustements ont

concerné principalement la structuration du modèle de

gouvernance, les missions et prérogatives des

composantes du système statistique et les mécanismes

de coordination.

Après la finalisation du projet de loi, un séminaire a été

organisé afin d’avoir une concertation plus large

regroupant des représentants de l’administration

publique, du secteur privé, des universitaires, de la

société civile et des médias. Différentes présentations

ont été partagées concernant la démarche entreprise

pour l’élaboration du nouveau projet de loi en se basant

sur une étude comparée des différents systèmes

statistiques reconnus à l’échelle mondiale et du choix

de la loi générique comme base de travail.

Les principales nouveautés de la

loi statistique

Objectif et portée de la loi

La loi établit le cadre juridique applicable à

l’élaboration, à la production et à la diffusion des

statistiques officielles qui ont été définies clairement

comme étant :

- Des statistiques décrivant de manière

représentative les phénomènes économiques,

démographiques, sociaux et environnementaux ;

- Élaborées, produites et diffusées conformément

aux dispositions de la loi et aux principes

fondamentaux de la statistique officielle de

l’Organisation des Nations unies ;

69


- Désignées comme des statistiques officielles dans

les programmes statistiques.

Les dispositions de la loi s’appliquent à tous les

producteurs de statistiques selon les principes

fondamentaux de la statistique officielle. Notamment

selon le principe de l’indépendance professionnelle qui

signifie que les producteurs décident, en toute

indépendance et hors de toute pression et ingérence de

la part de sources politiques ou autres sources

extérieures, de l’élaboration, de la production et de la

diffusion des statistiques.

Système statistique national

Cette section est consacrée à l’organisation structurelle

des composantes du SSN. Le CNS y tient un rôle

stratégique tandis que l’INS est le principal producteur

de statistiques officielles et le responsable de la

coordination technique avec une définition des

structures publiques productrices de statistiques et des

structures de formation en statistique.

Les principales nouveautés de la loi visent à :

Renforcer le rôle du CNS

Le projet de loi renforce le rôle du CNS en tant que

principal organe de concertation, de suivi et

d’évaluation de l’activité statistique dans le pays. Il

assure une dynamique de concertation entre les

utilisateurs et les producteurs de l’information

statistique, ce qui incitera en permanence à

l’amélioration du système. Ainsi, le CNS donne son

avis sur la politique de développement de l’information

statistique et sur les mesures susceptibles d’orienter et

de promouvoir les activités statistiques. Il est également

consulté sur les projets des textes juridiques et

réglementaires relatifs à la statistique.

Afin de mener à bien ses tâches en toute indépendance,

il a été proposé que le CNS devienne un établissement

public à caractère non administratif jouissant d’une

indépendance financière, à la différence de la situation

actuelle du Conseil, où son budget est rattaché au

budget de l’INS.

Assurer l’indépendance de l’INS

Cette section de la loi inclut l’activation des principes

de base de la statistique officielle en attribuant au

gestionnaire de l’INS le rôle de « statisticien en chef »

selon le système des Nations unies en raison de son

importance morale en tant que superviseur des activités

de coordination et de programmation des statistiques

officielles en respectant les principes fondamentaux de

la statistique officielle dans la production statistique.

Afin de garantir l’application du principe fondamental

de la statistique officielle, le principe d’indépendance,

le mandat du « statisticien en chef » est fixé à 5 ans

renouvelable une seule fois et il ne peut être mis fin au

mandat du statisticien en chef avant sa date d’expiration

uniquement pour un motif qui serait contraire aux

principes fondamentaux de la statistique.

Le projet de loi renforce également les fonctions de

l’INS en tant que principal producteur des statistiques

officielles et responsable de la coordination technique

du SSN. Il coordonne ainsi la préparation, le suivi et

l’évaluation des programmes statistiques. Il assure

également la gestion des registres statistiques, la

coopération technique internationale et le

développement des statistiques officielles par la

consolidation des méthodologies et des classifications

harmonisées et le développement des compétences des

statisticiens.

Attribuer un label aux autres producteurs de

statistiques officielles

Le projet de loi prévoit également l’attribution du label

« Structure statistique publique » pour les structures

publiques exerçant des fonctions de production

statistique exclusivement ou partiellement, avec une

indépendance professionnelle, dans le respect des

principes fondamentaux et des dispositions légales en

vigueur.

Production statistique

Cette section de la loi traite du processus statistique afin

de clarifier les divers principes sur lesquels le système

statistique est basé.

Ce processus est basé sur les règles suivantes :

L’importance de la programmation et de la qualité

statistique

La programmation est définie comme principal outil de

coordination de l’activité statistique au sein du SSN.

Elle garantit la comparabilité et la qualité des

statistiques officielles en suivant les meilleures

pratiques universellement reconnues lors de la sélection

des sources, des méthodologies et des classifications,

ainsi que le respect des principes fondamentaux.

Les processus de coordination sont assurés par la

préparation d’un programme national statistique dans le

cadre du plan de développement qui est décliné en

programmes statistiques annuels. Par ailleurs des

rapports de suivi et d’évaluation sont réalisés par l’INS,

en coordination avec les différents producteurs et sous

la supervision du CNS.

Le projet de loi stipule également que la qualité est un

fondement important de la crédibilité de l’activité

statistique. Il s’appuie notamment sur les principes de

base de la statistique en harmonisant la production

statistique, en utilisant le plus grand nombre de normes,

définitions et classifications nationales et internationales

et en évaluant périodiquement la qualité.

L’amélioration de la collecte de données

Le projet de loi adopte plusieurs dispositions relatives à

l’organisation de la collecte de données et à

l’amélioration de l’efficacité. Ces dispositions sont

prises en fonction de considérations professionnelles,

d’éléments de qualité et de coûts, ainsi que de la charge

70


imposée aux répondants et visant à établir des contrôles

pour l’échange de données statistiques entre les

producteurs de statistiques officielles.

Compte tenu de l’importance de renforcer la confiance

avec les répondants, il est nécessaire de les informer du

contenu des recensements, des enquêtes et de leurs

objectifs, ainsi que des procédures garantissant la

confidentialité des données. L’obligation de réponse

ainsi que sa gratuité est confirmée par la loi.

Le respect des règles de diffusion

Le projet de loi stipule que les statistiques officielles

sont diffusées selon les principes énoncés, en particulier

la protection du secret statistique et l’accès égal et

simultané à ces statistiques selon le principe de

l’impartialité. Chaque producteur de statistiques

officielles établit et rend public un calendrier annonçant

à l’avance des publications des statistiques officielles.

Accès aux données

Le projet de loi régit la question de l’accès aux données

dans le contexte de la conciliation du droit d’accès aux

données en tant que droit constitutionnel et réglementé

en vertu de la Loi organique d’accès à l’information et

de la protection des données à caractère personnel, ainsi

que du maintien du secret statistique en tant que principe

de base de la statistique. Cette section comprend des

dispositions permettant aux producteurs de statistiques

officielles d’accorder l’accès aux données individuelles

soumises au secret statistique pour des projets de

recherche.

Infractions et pénalités

Afin de garantir la crédibilité des statistiques officielles

et le respect des dispositions légales en matière de

confidentialité des données individuelles, le projet

comporte une section sur les sanctions pénales.

Dispositions transitoires et entrée en

vigueur

Dans la mesure où le projet de loi contient de nouvelles

dispositions, il inclut des phases transitoires, notamment

en accordant aux SSP qui produisent des statistiques

officielles deux ans pour régler leurs positions et les

rendre conformes aux dispositions de la nouvelle loi

après sa publication.

Perspectives

Après finalisation du projet de loi et en tenant compte

des remarques et propositions formulées par les

différents intervenants dans le SSN, une note explicative

détaillant les principes de cette réforme a été annexée à

la loi et envoyée à la présidence du gouvernement. Cette

dernière a finalisé la concertation avec les instances

indépendantes qui ont appuyé le projet de loi (l’instance

de protection des données personnelles et l’instance

d’accès à l’information) et garanti l’indépendance de

l’INS.

La prochaine étape concerne l’approbation du projet de

loi par l’assemblée des représentants du peuple afin de

le rendre opérationnel. En parallèle un travail a été initié

en termes de préparation des textes d’application

organisant le fonctionnement de l’INS et du CNS, en

conformité avec les prérogatives de la nouvelle loi.

Cette réforme de la loi doit s’accompagner de

dispositions visant à consolider le rôle de l’INS en tant

que responsable de la coordination technique et garant

de la qualité de la production statistique. À cet effet,

différentes activités ont été initiées dans le cadre du

projet de jumelage visant la modernisation de l’INS

comme la mise en place d’une unité de formation qui

est la structure pré-configuratrice d’un centre de

formation pour l’ensemble des ressources humaines du

système statistique. Ce centre pourra assurer des

formations sur mesure, des formations continues sur la

pratique statistique et s’ouvrir à d’autres catégories

d’utilisateurs comme celle des médias afin de

promouvoir la culture statistique. Cette structure pourra

également évoluer vers un centre de recherche en

statistique moyennant des partenariats avec le milieu

universitaire.

D’autres travaux techniques ont démarré pour appuyer

le rôle de l’INS comme coordinateur des activités

statistiques du SSN. Il s’agit principalement des

mécanismes qui permettent d’améliorer la

programmation statistique pluriannuelle et annuelle,

instruments essentiels pour la gestion stratégique et

opérationnelle et la coordination des activités dans le

cadre du SSN. Le second aspect très important concerne

la gestion de la qualité et la mise en œuvre des cadres

d’assurance qualité afin d’obtenir de meilleurs résultats

statistiques et d’améliorer le niveau de satisfaction des

utilisateurs. À cet effet, des travaux ont été initiés lors

du jumelage par l’introduction à la certification du

système de gestion de la qualité de l’INS selon la norme

ISO 9001 mais étant donné que les principaux objets

nécessaires pour la certification ISO font défaut,

comme l’identification des processus et des groupes

d’utilisateurs, des procédures documentées, notamment

des modèles pour décrire les méthodes et la qualité des

rapports, l’identification des principaux indicateurs de

qualité et des risques, il a été convenu de mettre en

place une unité qualité et de choisir deux pilotes une

enquête (l’enquête emploi salaires auprès des

entreprises) et une source administrative (le répertoire

national d’entreprises).

Après la formation des membres de l’unité qualité sur

la conduite d’un projet ISO 9001, des ateliers ont

permis l’implémentation du répertoire selon le standard

GSBPM (Generic Statistical Business Process Model)

avec identification des fournisseurs de données, des

acteurs, des utilisateurs et analyse des risques. Un

système de management de la qualité a été mis en place

71


et une cartographie des processus de l’enquête emploi

salaire a été réalisée.

D’un autre côté, l’équipe a travaillé sur l’élaboration

d’une version détaillée de la charte de la statistique

Tunisienne avec proposition d’indicateurs de suivi qui

permettront d’évaluer sa mise en œuvre. L’adoption de

la charte et sa diffusion à travers des cours organisés

pour les cadres de l’INS et les autres structures

statistiques publiques seraient sans doute un appui au

processus d’amélioration de la qualité des statistiques et

contribueraient à la préservation de sa crédibilité.

Schéma 1 : Organisation du SSN

Schéma 2 : Implémentation du standard GSBPM au Répertoire National d’Entreprises

72


Schéma 3 : Cartographie des processus de l’enquête emploi salaire

73

Xavier Helfenstein était responsable pédagogique au centre de formation de l'Insee à Libourne (CEFIL),

[email protected], Emilie Laffiteau est consultante dans le secteur des statistiques publiques en Afrique,

[email protected], Mouna Zgoulli est directrice centrale de l’informatique, la diffusion et la coordination à

Statistiques Tunisie, [email protected]

Les enjeux de la formation à

Statistiques Tunisie X. Helfenstein, E. Laffiteau et M. Zgoulli*

Un enjeu majeur de la révision de la loi statistique vise la création d’un centre de formation au sein de l’INS. Cette volonté découle notamment d’une demande accrue de la société tunisienne, depuis la révolution de jasmin de 2011, en statistiques publiques, en particulier régionales. L’Institut a alors été confronté à un double objectif, à savoir assurer le niveau de qualité de ses statistiques dans le cadre de ses nouvelles missions et, dans le même temps, professionnaliser ses nouvelles recrues, souvent sans culture statistique. Dans ce contexte, le comité de direction de l’INS a bénéficié de l’expertise de l’Insee dans le cadre du jumelage pour mettre en œuvre un dispositif visant la création d’un centre de formation autonome. Cet article dresse tout d’abord un état des lieux des ressources humaines de l’INS et identifie les besoins en formation de l’Institut, compte tenu des fortes contraintes budgétaires qu’il rencontre. Il présente également les réalisations, au cours du jumelage, en termes de mise en place de l’unité formation. Ensuite la vision des experts français et de leurs homologues tunisiens, visant à concilier les besoins et contraintes à court terme de l’Institut avec la dynamique souhaitée par le comité de direction, est décrite. Dans sa version la plus aboutie, les objectifs du centre de formation, ses missions, son mode de fonctionnement et ses moyens sont enfin présentés.

Introduction

Le jumelage européen « Modernisation de l’appareil

statistique tunisien » a démarré en février 2016 et s’est

achevé en avril 2018. Son objectif principal était de

mettre en place un système statistique public plus

cohérent et plus performant. Parmi les nombreux travaux

et missions réalisés dans ce cadre, certains ont porté sur

le dispositif de formation et le renforcement des capacités

de l’Institut national de la statistique (INS). Mis en

perspective, ce projet a pris la suite d’initiatives

antérieures à travers notamment l’évaluation globale

avancée de l’Union européenne qui préconisait déjà de

renforcer la formation et de créer une unité ainsi qu’une

étude du cabinet Aide à la décision économique (ADE)

avec un volet formation pour les directions régionales.

Le jumelage s’est déroulé dans un contexte particulier au

niveau des ressources humaines de l’INS tunisien suite à

la titularisation massive, en 2012, dans les directions

régionales, des agents enquêteurs qui étaient jusqu’alors

contractualisés ponctuellement par l’INS dans le cadre

d’enquêtes spécifiques. Ceci a entrainé une augmentation

drastique des effectifs régionaux qui ont plus que doublé.

Cette configuration singulière a donc engendré de

nouveaux besoins, notamment en termes de formation, en

sus de ceux intrinsèques aux ressources humaines d’un

INS d’un pays émergent.

Parmi les réalisations du jumelage, un plan de formation

permettant de renforcer les capacités du personnel des

directions régionales a été élaboré (voir en annexe). Des

cycles de formation ont également été réalisés ; ils ont

porté sur le cadre institutionnel, les statistiques

descriptives, les indicateurs statistiques, etc. Une feuille

de route a enfin pu être établie pour aboutir à la mise en

place d’un centre de formation autonome aux missions

élargies.

L’objectif de cet article, est tout d’abord de dresser un état

des lieux du dispositif de formation au sein de l’INS

tunisien à travers la présentation des enjeux inhérents à

l’afflux massif de personnels, l’identification des besoins

de formation des personnels et les conditions de mise en

place de l’unité formation dans le cadre du jumelage. Il

s’agira ensuite de décrire la structure cible du projet à

savoir un centre de formation autonome en détaillant les

acteurs, les objectifs, les missions et les moyens de cette

structure.


74


Dispositif de formation : enjeux,

besoins et mise en place de l’unité

formation

Le jumelage a d’abord permis de dresser un état des lieux

du personnel de l’INS tunisien, dans un contexte

particulier à savoir la titularisation et le recrutement

massif de nouvelles recrues au sein des directions

régionales (DR) lors de leur réorganisation. Ce chapitre

vise à analyser les enjeux de cet afflux de personnel en

termes de dispositif de formation, à identifier les besoins

réels en formation de l’INS et à présenter les actions

réalisées au cours du jumelage autour de l’unité de

formation ad-hoc.

Les enjeux pour l’INS de l’afflux massif de

personnels en 2012

L’afflux, à la fois massif et soudain, de personnels au sein

des DR offre des opportunités pour l’INS tunisien de se

transformer en interne et d’élargir ses missions. Les

nouvelles missions attribuées aux DR dans le cadre du

développement des statistiques régionales représentent

une opportunité pour le personnel d’exercer des missions

valorisantes et d’augmenter la motivation et le rendement

au sein de l’INS. Mais des contraintes y sont

inévitablement associées, au niveau financier mais

également en termes d’identification à l’Institut.

La titularisation en masse de personnels en région

À partir de 2012, sur la lancée de la révolution de jasmin

et dans le cadre des nouvelles missions attribuées aux DR,

500 enquêteurs ont été titularisés en région et 120 autres

recrues ont été affectées dans des services dépendant du

ministère de tutelle. Le personnel de l’INS1, qui comptait

jusque-là environ 400 agents, a subitement augmenté :

les agents nouvellement recrutés représentent plus de 80 %

du total du personnel des DR.

La qualification des titularisés - enquêteurs et personnel

de terrain travaillant pour l’Institut sous contrat à durée

déterminée depuis plusieurs années - est très hétérogène

tant par le niveau d’études qui varie du CAP au master,

que par la spécialité des études qui couvrent l’histoire, les

arts, la géographie, la chimie, la philosophie, etc. On y

trouve très peu de diplômés en statistiques et en

informatique qui sont pourtant les profils recherchés par

l’Institut ; les techniciens (bac+2/3) représentent 40 %

des effectifs des DR, les cadres supérieurs (bac+4/5)

environ 30 %.

Des compétences renforcées par le nouveau personnel

dans les régions

Les DR disposent d’un personnel qui possède une grande

connaissance des métiers de la collecte statistique. Les

enquêteurs titularisés sont la cheville ouvrière des

enquêtes de l’Institut et les avoir intégrés est une force

1 Sur l’ensemble des personnels de l’INS, 280 sont des cadres

et les DR comptent 745 agents. 2 Des appuis aux directeurs régionaux, par exemple par des

formations en management et en communication, peuvent être

indéniable. Ce personnel des régions connaît le terrain et

ses particularités. Il connaît également les spécificités de

chaque enquête et a développé une expérience dans le

travail de collecte des informations par questionnaire

auprès des ménages et des entreprises. Le niveau de

formation initiale des nouvelles recrues est en moyenne

plus élevé que le niveau des missions qu’elles ont à

exercer (enquêteurs) : la majorité d’entre elles détient un

diplôme supérieur (du bac+2 jusqu’au master). Ce niveau

académique permet de former plus aisément une partie

du personnel pour d’éventuelles nouvelles attributions et

missions.

Les nouvelles missions attribuées aux directions

régionales dans le cadre du développement des

statistiques régionales représentent une opportunité pour

le personnel d’exercer de nouvelles missions,

d’améliorer leurs savoir-faire et d’élargir leurs champs de

compétence. Le jumelage entre l’INS tunisien et les

instituts français (Insee), italien (Istat) et lithuanien

(Statistics Lithuania) a permis d’expliciter ces missions,

qu'il s'agisse des travaux en matière de collecte, de

gestion des ressources ou encore de missions de diffusion

et communication.

Les enjeux liés à l’intégration des nouveaux agents

La majorité des nouvelles recrues a une culture statistique

assez faible. En effet, ces agents travaillaient auparavant

dans le cadre de contrats à court terme, chaque contrat

étant conclu pour la durée d’une enquête. Ils ont par

conséquent des compétences indéniables en matière de

statistique d’enquête mais manquent, d’une part, de

compétences en matière de terminologie statistique, de

calculs d’indicateurs et d’indices et, d’autre part, de

connaissance du système statistique national (SSN) et sur

la déontologie du statisticien.

En outre, l’esprit d’appartenance à l’INS, qui représente

un élément important de motivation du personnel, est à

renforcer pour les nouvelles recrues. L’offre par l’INS,

d’un contrat permanent est d’ores-et-déjà une étape

importante pour intégrer ces personnels et leur proposer

une reconnaissance professionnelle. Des actions

d’intégration ou de communication peuvent également

être entreprises pour consolider cette reconnaissance. Le

système de management régional2 et l’organisation des

équipes doivent ainsi veiller à prendre en compte leurs

attentes afin d’assurer leur rendement et d’encourager les

agents à évoluer au sein de l’INS durant leur carrière.

Dans cet esprit, il est prévu que la gestion des ressources

humaines soit organisée au sein des DR dans une

proximité réelle, afin d’apporter notamment des réponses

aux questions de procédures administratives sur place.

Les besoins internes en formation de l’INS

L’état des lieux au début du jumelage a permis de clarifier

un point : les besoins internes de formation à l’INS ne

envisagés pour accompagner le système de management

régional.

75


portent pas sur la formation initiale mais plutôt sur la

formation continue.

Concernant la formation initiale, les cadres en statistique

de l’Institut sont issus de l'École supérieure de la

statistique et de l’analyse de d’information (ESSAI) 3

pour les ingénieurs et du réseau des Instituts supérieurs

des études technologiques (ISET) 4 pour les cadres

intermédiaires et les techniciens. Ces institutions assurent

jusqu’alors la formation initiale en statistique publique en

Tunisie. Cependant, depuis 2012, l’Institut ne recrute pas

ou peu de statisticiens issus de ces écoles et les départs

d’agents ne sont pas systématiquement remplacés. En

outre, il n’existe pas de recrutement spécifique à l’INS,

notamment par concours. La politique actuelle de

recrutement obéit donc aux contraintes budgétaires de la

fonction publique qui sont devenues particulièrement

fortes après la vague de titularisation en région de 2012.

Au niveau de la formation continue, l’INS ne propose pas

de dispenser aux nouvelles recrues des formations

théoriques et pratiques avant leur prise de poste. Quant

au personnel déjà en poste, les mobilités au sein de

l’Institut sont peu fréquentes, et celles avec les structures

statistiques publiques (SSP) le sont encore moins. Ces

mouvements, très réduits, n’incitent donc pas l’INS à

proposer à son personnel des formations

professionnalisantes. Les besoins s’orientent vers des

formations professionnelles pointues pour les agents en

poste qui sont généralement assurées par des prestataires

ou organismes extérieurs.

Les besoins de formation se font également ressentir au

niveau des personnels régionaux nouvellement recrutés.

Ces personnels, massivement titularisés en région en

2012, maîtrisent déjà les travaux d’enquêtes sur le terrain

qu’ils pratiquent de longue date. Le développement d’un

dispositif de formation souhaité par l’INS vise donc à

leur apporter des connaissances complémentaires

favorisant leur intégration et leur implication, par

exemple sur l’environnement juridique et statistique,

l’organisation du SSN ou sur la déontologie du

statisticien. La stratégie est de former d’abord des agents

de l’Institut qui, à leur tour, peuvent former les agents en

région. À court terme, le centre de formation doit donc

assurer la formation continue de publics hétérogènes :

principalement les cadres de la direction générale et les

formateurs des personnels en région.

À moyen terme, l’INS envisage un élargissement de son

champ d’action (voir encadré 1). La loi statistique

conforte l’Institut dans une vision plus large de son

dispositif de formation. Ainsi, l’INS peut intervenir non

seulement en appui technique aux SSP, mais également

au niveau de la programmation de leurs travaux

statistiques. Dans ce cadre, la programmation des

formations est ainsi légitimée. Dès lors, le périmètre du

3 L’ESSAI est rattachée à l’Université de Carthage. Une

convention cadre existe entre l’ESSAI et le Genes (Groupe des

écoles nationales d’économie et de statistique) en France,

permettant le suivi par des étudiants tunisiens d’un cursus

donnant à la fois le diplôme de l’ESSAI et de l’ENSAI (École

nationale de la statistique et de l’analyse de l’information) en

centre de formation inclurait dans sa version la plus

extensive :

- La formation continue de l'ensemble des agents de

l’Institut ;

- La formation continue des services extérieurs (SSP,

administrations, autres publics) ;

- La formation professionnelle certifiante des

statisticiens ;

- La formation initiale en partenariat avec l'ESSAI, des

ISET, l’université virtuelle de Tunis et des universités

tunisiennes ;

- L’organisation de séminaires régionaux et

internationaux.

Encadré 1 : les quatre étapes de l’évolution du centre de

formation

L’INS s’est fixé pour cible la création d’un centre de formation

autonome dont la montée en charge se fera progressivement,

par paliers. Quatre étapes ont été identifiées :

Étape 1 : unité formation en mode projet

Cette unité a été créé lors du jumelage. Elle est composée de 3

personnes à temps partiel, aux compétences complémentaires,

dont les premières missions étaient de préparer le plan de

formation de 2017.

Étape 2 : unité formation opérationnelle

L’unité devient une entité officielle bénéficiant d’une légitimité

et d’une meilleure visibilité. Elle dispose d’une équipe dédiée,

formée à l’ingénierie de formation. Elle enrichit son offre de

formation.

Étape 3 : unité formation consolidée

Lorsque la nouvelle loi statistique entre en vigueur, l’INS

supervise la programmation de toutes les activités statistiques

du SSN en garantissant la qualité de production et en estimant

les besoins de formation pour chaque SSP. L’unité formation

monte en charge, ses missions sont élargies et ses moyens

consolidés. Elle travaille en partenariat avec les SSP.

Étape 4 : centre de formation autonome.

Le centre de formation dispose en propre de moyens humains,

logistiques et financiers. Il élargit son champ d’action à la

formation initiale et aux séminaires, en visant un public plus

large dans les secteurs public et privé. Il propose des modules

de formation numériques sur la plateforme digitale.

Le passage d’une étape à l’autre nécessite l’évaluation de

l’étape en cours ainsi que des modifications au niveau de

l’organigramme et des décisions stratégiques pour la création

du centre de formation autonome.

La mise en place d’une unité préfiguratrice

du centre de formation

Selon la démarche entreprise, l’INS a commencé en 2017,

lors du jumelage, par créer l’unité formation rattachée à

la direction de la coordination. Cette unité est composée

d’une équipe de trois personnes à temps partiel, aux

compétences différentes mais complémentaires. Ses

missions consistent à élaborer le plan de formation

annuel de l’Institut, à dresser le bilan des formations en

France, ainsi que des appuis pédagogiques et des échanges

d’enseignants. 4 Le réseau se compose de 24 ISET répartis sur toute la Tunisie.

Ce sont des établissements universitaires qui proposent une

offre de formation initiale diplômante diversifiée et

complémentaire. Deux d'entre eux, localisés à Sousse et Sfax,

proposent une offre de formation en statistique.

76


fin d’année, à organiser les formations et à répondre aux

demandes éventuelles des SSP.

À son actif, cette unité, préfiguratrice du centre de

formation, a déjà produit le plan de formation 2017, le

bilan des formations réalisées en 2017 et la conception

d’une formation, sur l’exemple de la nomenclature

d’activités tunisienne de 2009 (NAT 2009). En ce qui

concerne le plan de formation 2017, la méthode a

préconisé le recueil des besoins de formation auprès des

différentes directions centrales en lien avec les travaux.

L’arbitrage a été réalisé au niveau du comité de direction

en fonction des moyens humains et financiers. Le bilan

des formations réalisées en 2017 a été établi avec l’appui

des directions centrales et du jumelage, et a rassemblé les

informations de base, à savoir le nombre de stagiaires et

la durée de la formation. Des éléments de coût ont

également été produits.

L’unité a elle-même suivi une formation-action sur la

conception d’une formation, appliquée à un cas réel.

L’exemple choisi par l’Institut a été particulièrement

intéressant puisqu’il portait sur une formation dispensée

dans le cadre des enquêtes NAT 2009. La formation-

action, animée par deux experts, a permis à l’équipe de

l’unité formation d’« apprendre en faisant », c’est-à-dire

d’être capable à l’issue de la formation de mener elle-

même un groupe de conception. C’est en effet dans cette

phase de conception que l’unité formation peut apporter

une plus-value importante, en mettant en relation les

différents acteurs (commanditaire, experts, formateurs,

utilisateurs), en les guidant et en étant le garant de la

qualité des contenus et des méthodes pédagogiques.

Un guide pédagogique a été rédigé à l’issue de ce groupe

de conception. Le guide pédagogique permet de

capitaliser les travaux : il explique comment dispenser la

formation et sur quels supports elle s’appuie (supports

stagiaires et supports formateurs). Il permet de dupliquer

la formation à l’identique si elle doit être dispensée par

plusieurs formateurs. Il permet de la faire évoluer dans le

temps ou pour des publics différents, à-travers des

adaptations à la marge.

À l’issue du jumelage, l’unité formation dispose

également d’une description des processus, faisant

apparaître les acteurs, les tâches, les moyens et les délais

des activités suivantes : l’élaboration du plan de

formation (voie en annexe), la conception d’une nouvelle

formation, la mise en place d’une formation existante,

l’achat d’une prestation à un prestataire extérieur (appel

d’offre, procédure simplifiée), le bilan de l’année écoulée.

L’unité formation peut s’appuyer sur ce canevas et

compléter les processus en fonction des spécificités de

l’Institut.

Des documents types ont été mis au point avec l’unité

préfiguratrice sur toutes les étapes de l’ingénierie de

formation : annonce, fiche d’inscription, convocation,

questionnaire d’évaluation, lettre de mission d’un groupe

de conception, guide pédagogique. Une fiche-type de

commande de formation a été produite avec la

participation des directeurs centraux. Chaque fiche de

commande, remplie par un directeur central dans la phase

de constitution du plan, doit apporter un maximum

d’information à l’unité formation chargée de la mise en

œuvre. Lorsque le plan est arbitré et définitif, les

différentes fiches peuvent être rassemblées pour

constituer le catalogue des formations que l’Institut

diffuse. L’unité formation dispose également d’une note

type à l’attention des commanditaires et d’une grille

d’entretien pour leur faire préciser leur demande de

formation. Enfin l’unité formation a apporté des éléments

de coûts unitaires permettant de chiffrer un budget

prévisionnel.

L’unité formation a donc été sensibilisée à la

professionnalisation des responsables formation : elle

connaît les enjeux de la formation ; elle a en main les

processus, les outils et les savoir-faire. Par la pratique,

elle a déjà acquis une expérience concrète par

l’implémentation du plan de formation de l’année 2017

et son évaluation.

Ce bilan recense 41 formations dispensées en 2017, au

bénéfice des agents de l’INS. Elles représentent 1 697

jours de formation, soit presque 2 jours par agent. Pour

mesurer l’effort de formation de l’INS, il conviendrait

d’ajouter les formations dans le cadre des travaux de

collecte et de saisie, d’autant que le personnel en région

représente 70 % des effectifs de l’INS.

La structure cible : un centre de

formation autonome

À partir de l’état des lieux, des préconisations ont été

formulées, lors du jumelage, pour la création du centre de

formation. Elles portent sur la mise en place d’un système

de gouvernance du futur dispositif de formation et

proposent les missions, les champs d’actions et les modes

de fonctionnement des différents acteurs.

Les acteurs de la gouvernance du dispositif

de formation

Un préalable important à la mise en place d’un centre de

formation autonome est la définition et l’instauration

d’un système de gouvernance. Cette dernière est ici

entendue comme un système d’acteurs formant le

dispositif de formation. Chaque acteur est clairement

identifié et a un rôle bien déterminé. C'est l’interaction

entre ces différents acteurs qui assure le bon

fonctionnement du système et assure sa pérennité.

Le premier acteur est le comité de direction de l’INS. Cet

acteur, légitime dans le dispositif de formation, a un rôle

crucial. S'agissant de la formation, ses missions

consistent à :

- Définir les orientations stratégiques de l’Institut ; de

ces orientations, pouvant être pluriannuelles,

découlent les objectifs annuels du centre de

formation ;

- Arbitrer sur les moyens, humains et financiers du

centre de formation ;

- Évaluer l’activité du centre de formation.

77


Le deuxième acteur est le comité de pilotage de la

formation. Il est chargé de piloter le dispositif de

formation de l'Institut, avec pour missions de :

- Fixer les objectifs annuels du centre de formation,

découlant des orientations stratégiques de l'Institut ;

- Valider le plan de formation pour l'année à venir,

proposé par le centre de formation ;

- Évaluer et valider le bilan des formations de l’année

écoulée.

Le troisième acteur de la gouvernance est constitué des

utilisateurs du centre de formation. Dans la structure

cible, le centre de formation continue à former le

personnel de l'Institut pour le faire monter en compétence

et répondre aux nouvelles demandes du corps social vis-

à-vis de l’Institut (par exemple, la diffusion de résultats

statistiques au niveau de chaque gouvernorat). Mais il

apparaît aussi comme un acteur naturel pour proposer et

dispenser des formations à l’ensemble des agents des

services statistiques publics de Tunisie, de

l’administration, mais aussi aux étudiants, et au secteur

privé. Dans la perspective d’une participation aux

relations internationales de l’Institut, des représentants

d’organismes internationaux peuvent également

participer aux formations de l’INS, présentées dans le

cadre de séminaires.

Les objectifs du centre de formation

Le centre de formation deviendrait l’acteur central de la

gouvernance de la formation. Il ressort des discussions

engagées lors du jumelage que ses objectifs, assignés par

l’Institut, sont de :

- Diffuser la culture professionnelle de l’INS ;

- Développer les compétences des stagiaires et ainsi

participer à l’amélioration de la qualité des

processus de production et de diffusion des

données ;

- Permettre une adéquation des compétences et des

métiers face aux évolutions des environnements de

travail ;

- Donner des perspectives aux agents de l’Institut.

Dans la perspective croisée d'un élargissement des

activités du centre et de la mise en place du futur statut

particulier des agents de l’Institut, le centre de formation

pourra dispenser des formations certifiantes, voire des

parcours de formation certifiants. Les certificats délivrés

par le centre pourront être intégrés aux dossiers des

agents pour la promotion dans certains grades. Cela

nécessitera une homologation du centre de formation afin

de permettre une reconnaissance des certificats dans les

critères de décision pour ces promotions.

Les missions du centre de formation

5 « Rapport de l’assistance technique pour le compte de «

Statistiques Tunisie » pour l'élaboration d'une stratégie de

Le périmètre d'actions et les attributions du centre de

formation sont multiples. Ses missions se déclinent à

travers les points suivants :

1/ Porter l’identité de l’Institut, diffuser une culture

commune, les valeurs de l’Institut dont la rigueur et la

déontologie. La diffusion de cette identité a déjà été

amorcée depuis 2016, à la suite des préconisations du

rapport ADE 5 pour intégrer les personnels régionaux

récemment titularisés. Des formations, sur des thèmes

tels que l’environnement institutionnel et juridique de

l’INS, ou encore les droits et devoirs des agents, ont été

mises en œuvre. Ces formations peuvent être réutilisées

et adaptées à d’autres publics.

2/ Former les personnels de l'Institut, des SSP, de

l’administration, voire des salariés du secteur privé et des

étudiants, sur les savoirs, savoir-faire et savoirs

comportementaux relatifs aux métiers exercés. Les

domaines couverts par les formations sont multiples :

environnement institutionnel de la statistique, techniques

statistiques, communication écrite ou orale, logiciels,

management, langues, etc.

3/ Collecter les besoins en formation. Au sein de l’Institut,

une démarche pour collecter les besoins auprès des

maîtrises d’ouvrage de l’Institut (les directions centrales)

a été mise en œuvre fin 2016. Cette démarche a conduit

à un plan de formation à actualiser chaque année. Cette

démarche peut être étendue au recueil des besoins en

formation de l’ensemble des services statistiques publics.

4/ Concevoir des prestations de formation. Pour répondre

aux besoins exprimés par les commanditaires, le centre

de formation pourra mettre en place des groupes de

conception chargés d’élaborer les formations qui seront

dispensées par des agents de l’Institut. Dans le cas des

formations métiers, une conception en interne garantit

une bonne adéquation aux besoins des agents. De plus,

elle permet de valoriser les compétences des experts et

des formateurs. Le recours aux prestations externes est

limité aux formations généralistes pour lesquelles

l’Institut ne peut pas mobiliser de compétences en interne

(anglais, management, media training, etc.).

5/ Élaborer les cahiers des charges des formations pour

lesquelles un prestataire extérieur est sollicité. Le centre

de formation est en effet l'acteur le plus indiqué pour

renseigner la partie pédagogique du cahier des charges :

les enjeux de la formation, le contexte, les objectifs

pédagogiques, les modes de réalisation attendus, les

évaluations prévues, etc. Il est souhaitable que le cahier

des charges comporte des critères de choix faisant

intervenir les aspects pédagogiques, en sus des critères de

coût, ce qui permet de choisir le « mieux disant » plutôt

que le « moins disant ».

6/ Être le centre documentaire de l’Institut, pour toutes

les ressources documentaires relatives à la formation.

Pour l’ensemble des formations dispensées, y compris

celles intégrées dans les processus de collecte (RGPH,

enquêtes thématiques, etc.), le centre de formation

développement des statistiques régionales », ADE-GENES-

DEVSTAT, juillet 2015.

78


centralise tous les supports de formation (guides

pédagogiques, supports formateurs et stagiaires, résultats

des évaluations, etc.). Le centre de formation a l’avantage

d’être un acteur facilement identifiable pour accéder aux

ressources documentaires relatives à la formation. Les

ressources existantes sont ainsi capitalisées et réutilisées

selon les besoins ultérieurs.

7/ Assurer un rôle de veille sur l’offre extérieure de

formation, que ce soient des formations proposées en

Tunisie dans le secteur public ou privé, ou dans des pays

étrangers, ou encore dans le cadre de collaborations

internationales.

8/ Proposer des offres de formations alternatives aux

formations en présentiel. Les formations numériques

telles que les formations ouvertes à distance (FOAD), le

« rapid learning », les e-formations, etc. peuvent être

proposées en complément des formations en présentiel.

Elles ont l’avantage de permettre aux stagiaires de

prolonger leur apprentissage de manière individualisée,

tout en minimisant les coûts. Le rôle de veille décrit dans

le point précédent rejoint aussi ce champ d’investigation.

9/ Former à la préparation des concours internes. Dans la

perspective des futurs statuts particuliers des agents,

l’Institut dispense un parcours de formation certifiant

ouvrant des possibilités de promotion pour les agents.

10/ Accueillir des séminaires internationaux. Le centre de

formation met à disposition ses locaux et sa logistique

pour organiser des séminaires thématiques à destination

d'organismes externes. Le centre de formation participe

ainsi à la coordination statistique et aux relations

internationales de l'Institut.

Les moyens du centre de formation

Pour répondre aux objectifs et aux missions énoncés

précédemment, le centre de formation doit disposer de

moyens suffisants et d'une organisation efficiente. Des

préconisations sur les fonctions nécessaires à la bonne

marche d'un centre de formation ont été formulées lors

du jumelage. Elles portent sur les moyens matériels et les

fonctions nécessaires : direction, assistance de gestion,

responsabilité des projets de formation, responsabilité

informatique. Pour chaque fonction (ou métier)

nécessaire à un fonctionnement pérenne du centre, les

activités principales et les compétences requises ont été

listées.

Dans son fonctionnement, il est préconisé que le centre

de formation recoure au vivier des formateurs internes de

l’Institut. En effet, une grande partie des formations

demandées par les commanditaires (les directions

centrales de l’'Institut) peuvent être conduites par des

groupes de conception et animées par des agents de

l’Institut, spécialistes du sujet. La cellule de formation

créée en 2017 a déjà recensé un certain nombre de

formateurs potentiels. Dans le cadre du jumelage, des

formations à la pédagogie pour adultes ont été dispensées,

notamment aux directeurs régionaux et chefs des bureaux

locaux qui forment les personnels en local. Le centre de

formation poursuivra ces actions. Il lancera un appel à

candidature auprès de l’Institut pour maintenir un réseau

de formateurs en adéquation avec le plan, les dispositifs

de déploiement et la volumétrie (nombre de stagiaires,

nombre de sessions). Il veillera à ce que les nouveaux

formateurs bénéficient d’une formation à la pédagogie,

dans leur intérêt propre comme dans celui des stagiaires.

Conclusion et perspectives

Un résultat du jumelage, concernant la formation, est la

création dès 2017 de l’unité formation, immédiatement

opérationnelle, rattachée à la Direction centrale de

l’informatique la diffusion et la coordination à l’INS.

Cette unité, par son fonctionnement en mode projet

notamment, a permis des réalisations concrètes à travers

l’élaboration du plan de formation 2017, le renforcement

des capacités de son personnel en termes de méthodes

d’ingénierie de formation et de méthodes pédagogiques

pour la formation continue et la formations des agents de

l’INS dans les régions. Les cycles de formation ont porté

principalement sur le cadre institutionnel et les

statistiques descriptives (750 personnes formées dans ces

deux cas). D’autres formations ont eu pour thème les

principaux indicateurs diffusés par l’INS et les processus

de production associés, la communication des enquêteurs

avec les ménages et les entreprises, la pédagogie, les

différents types de management et les droits et devoirs

des statisticiens.

En 2019, cette équipe est toujours opérationnelle avec

une équipe dédiée. Elle fonctionne encore en mode projet,

mais a un positionnement officiel dans l’organigramme.

Le jumelage a également permis de proposer une

stratégie à moyen terme de montée en charge progressive

de l’unité formation afin d’aboutir à un centre de

formation autonome de l’INS tunisien avec des missions

élargies (cible). Pour cela une feuille de route a été

définie lors du jumelage selon une évolution par palier du

dispositif de formation. En parallèle de la feuille de route,

les experts ont conseillé de mettre en place une

évaluation annuelle ou biannuelle des résultats, par le

comité de direction, afin de permettre de décider des

suites à donner à chaque étape pour atteindre la cible.

Outre ces réalisations, il convient enfin de mettre en

perspective, les objectifs du volet formation dans un

contexte élargi à savoir :

- La modernisation de l’INS : la formation doit être

un des éléments de valorisation de ses ressources

humaines ;

- Le renforcement de la visibilité de l’INS dans le

SSN : au travers de la formation des cadres des

structures statistiques publiques, l’INS peut

renforcer son rôle de coordination du SSN tunisien

et être le leader dans un processus d’amélioration de

la qualité des statistiques produites ;

- Le renforcement de la cohésion au sein de l’INS,

notamment entre les DR et la direction centrale, et

l’instauration d’une culture d’entreprise favorable à

l’amélioration du fonctionnement des DR par la

qualification, le renforcement de capacité et la

création d’un esprit d’appartenance à un institut

statistique des personnels des DR.

79


Annexe

Tableau 1

Liste des formations effectuées au cours du jumelage

Activité Date Nombre

de jours Thème

A : Implémentation de la charte

nationale de la statistique Décembre 2016 3 Formation à la démarche qualité : C. Cuvier

B : Réorganisation de Statistiques

Tunisie Septembre 2016 3 Formation au management : S. Nardon

B : Certification de Statistiques

Tunisie

Décembre 2016 3 Formation à la certification ISO 9001 : R. Séon

Mars 2017 4 Formation à la certification ISO 9001 : R. Séon

Janvier 2018 4 Formation GSBPM : K. Zaari

Mars 2018 3 Formation sur la revue des processus : R. Séon

B : Système d’information intégré Mars 2018 3 Méta-données : C. Vaccari et M. Bruno

B : Centre de formation

opérationnel

Avril 2016 4 Centre de formation opérationnel : X. Helfenstein et V.

Guihard

Février 2017 3,5 Centre de formation opérationnel : G. Techer,

X. Helfenstein et F. Courtois

Février 2018 3 Centre de formation opérationnel : X. Helfenstein et V.

Guihard

C : Basculement au nouveau

système SCN2008 et changement

de l'année de base de comptes

Septembre 2017 5 Formation ERETES : S. Bourrel

D : Formation du personnel (en

particulier des Directions

Régionales)

Septembre 2016 6,5 Formation de formateurs à la pédagogie : S. Nardon

Septembre 2016 3

Mise en place d’un plan de formation

Définir le rôle du responsable de formation : V. Guihard et

MF. Tajan

Décembre 2016 6 Analyse des besoins en formation à la communication : S.

Nardon

Décembre 2016 3 Finalisation du plan prévisionnel de formation 2017 : V.

Guihard et MF. Tajan

Janvier 2017 6 Communication dans le cadre des enquêtes ménages : S.

Nardon

Février 2017 7 Communication dans le cadre des enquêtes entreprises : S.

Nardon

Novembre 2017 4 Formation sur les techniques rédactionnelles : S. Darriné

Décembre 2017 5 Plan de formation de l’INS, conception d’une formation

type : V. Guihard et MF. Tajan

Janvier 2018 4 Formation sur les techniques rédactionnelles : S. Darriné

Janvier 2018 1,5 Formation CPOS : Y. Hantala

Février 2018 5 Méthodologies enquêtes : T. Deroyon

Février 2018 3 Communication orale sur travaux statistiques : JW. Angel

Mars 2018 3 Ingénierie de l’information : S. Nardon et MF. Tajan

E : Normes d’échanges de données

(SDMX)

Mars 2016 4 Formation SDMX : F. Rizzo

Mai 2016 4,5 Formation SDMX : A. Cardacino

Octobre 2016 4,5 Formation SDMX : A. Cardacino et F. Rizzo

Septembre 2016 5 Formation SDMX : A. Cardacino et F. Rizzo

Mai 2017 4 Formation SDMX : A. Cardacino et F. Rizzo

Août 2017 2,5 Formation SDMX : F. Rizzo et A. Santilli

Mai 2016 2

Politique d’accès aux micro-données en termes législatif et

technique : M. Attias

80


E : Politique d’accès aux données

Novembre 2016 2,5 Politique d’accès aux micro-données en termes législatif et

technique : M. Attias

Décembre 2016 3 Traitement des micro-données : L. Virgili

Février 2017 2 Traitement des micro-données : L. Virgili

Octobre 2017 4 Formation sur « R » : L. Virgili et M. Caputi

Décembre 2017 2 Formation Tau Argus : L. Virgili et M. Caputi

Février 2018 3 SDC- micro : L. Virgili et M. Caputi

E : Communication et relation

avec les utilisateurs

Avril 2016 3 Communication et relation avec les utilisateurs: F. Dussert

et S. Vittozzi

Novembre 2016 4 Communication et relation avec les utilisateurs: F. Dussert

et S. Vittozzi

Novembre 2017 2 Communication et relation avec les utilisateurs : F.Dussert

et S. Vittozzi

Février 2018 4 (une

partie)

Utilisation de Service Desk Plus pour la gestion des

demandes des utilisateurs

Conception d’un plan de formation

etc.

année n+1

année n

Objectifs

stratégiques

de l'INS

Objectifs

d'évolution

des DC

Objectifs

des formations

des DC

Evaluation Mise en oeuvre recueil des besoins

des formations des formations de formation des DC

E1 F1

E2 F2

E3 F3 Plan prévisionnel

... ... Plan de formation Liste

Ex Fx Liste arbitrage + Fiches

+ Fiches

Bilan quantitatif

Bilan qualitatif

+

81

* Mauro Bruno, technologist, Istat, [email protected], Maria Serena Causo, researcher, Istat, [email protected], Anissa

Najjar, statistician, Statistiques Tunisie, [email protected], Giuseppe Sindoni, senior technologist, Istat,

[email protected], Tarek Tkitek, technologist, Statistiques Tunisie, [email protected], Carlo Vaccari, first level

technologist, Istat, [email protected]

INS integrated architecture: pilot

application in external trade statistics

and methodological improvements in

data processing M. Bruno, M. S. Causo, A. Najjar, G. Sindoni, T. Tkitek, C. Vaccari*

This paper describes one of the actions implemented in the framework of the twinning project “Modernisation de l’appareil statistique tunisien”, namely the introduction of a standard IT architecture for statistical processes and its application in the external trade statistical pilot domain. The architecture covered all the Generic Statistical Business Process Model macro-phases, offering an opportunity to introduce methodological improvements in the INS external trade GSBPM Metadata and Quality Management phases. The new integrated IT architecture was designed with INS experts and focuses on the “core” production process, with the aim of standardizing and streamlining the data production phases by (i) enhancing the adoption of standardized metadata in the collection, processing and dissemination phases (ii) introducing a new methodological approach for selective data editing and automatic imputation based on robust statistical methods (iii) minimizing the need for manual intervention in data editing (iv) developing new IT procedures for outlier selection and imputation fully scalable to other statistical domains. The suggested methodological and architectural solutions are compliant with the standards adopted in the context of official statistics and scalable to different domains.

Introduction

The work described in this paper was performed in the

context of the twinning project “Modernisation de

l’appareil statistique tunisien” in which Insee, Istat and

INS were involved for more than two years (2016-

2018). The project was originally designed to respond

to the need for reliable data, following three main lines

of action:

1. Strengthen the governance of the statistical system;

- Improve the coordination of public statistical

organizations;

- Establish a new legal and institutional framework;

- Adapt the regional organization of the statistical

system to the new framework.

2. Reinforce data production by improving the quality

of official statistics to meet international standards.

3. Ensure better data collection/dissemination by INS

to support and monitor development policies.

To face these challenges, it is necessary to model the

statistical processes according to official statistics

international standards, such as Generic Statistical

Business Process Model (GSBPM), Generic Statistical

Information Model (GSIM) and Common Statistical

Production Architecture (CSPA). Within the project

Istituto nazionale di statistica (Istat) experts have

designed a target architecture to support process

standardization.

The proposed model has been tested in external trade

statistics in order to harmonize scope, principles,

concepts and definitions to the European framework

(Eurostat, 2017).

Harmonization and standardization are the key

elements for efficient production processes and allow



mailto:najjar.anissa@


82


international comparability and coherence over time. In

this project, specific actions have been carried out, such

as:

1. Enhancing an effective inter-institutional

cooperation with Customs Agency, in charge of

external trade data collection;

2. Setting a system of standard commodity and geo-

economic classification, to be reconciled as much as

possible with the national Customs classifications;

3. Introducing standard metadata-driven processes

based on standard IT tools;

4. Enriching the set of referential metadata,

introducing editing parameters useful to streamline

and automate data production;

5. Adopting procedures for automatic data imputation

based on robust statistical methods.

More specifically, the first section provides an

assessment of the current situation (AS-IS) at INS in

relation to IT organization, software development and

dissemination systems. The second one describes the

proposed architecture (TO-BE) for each GSBPM

macro-phase (Collect, Process and Disseminate) and a

set of general principles and guidelines supporting INS

in the transition towards the new architecture.

The next sections analyses in detail the External Trade

use case, describing the improvements achieved in the

external trade data production process and some open

issues.

Finally, the roadmap for a complete implementation of

the architecture is described. Short-term activities

concern the extension of the pilot external trade system

to other domains, while medium-term activities pertain

to the following systems: i) metadata; ii) data

collection; iii) data processing.

Towards an integrated

architecture for statistical

processes

State of the art at INS

To design an integrated architecture that fulfils the

requirements of INS, a preliminary assessment of the

current (AS-IS) scenario was performed. The

technology scenario is quite heterogeneous, spanning

from web development technologies like PHP and Java

to .NET environments. Applications are based both on

flat files and on relational databases. Different software

technologies are used for statistical tasks such as data

collection, classification, dissemination, etc.

Concerning the External Trade statistical domain, the

process was managed by a workflow engine, namely

SQL Server Integration Services (SSIS). Important

parts of the process, such as outlier detection and data

editing, were performed offline by statisticians.

The main problems reported by the IT department are

the short development cycles, lack of exhaustive

definitions of requirements and lack of scope

statements. Together with the above-mentioned

heterogeneity, these challenges affect the quality and

timeliness of the production processes. There are also

planning issues in relation to software development,

which is often disrupted by unforeseen but urgent

activities. The heterogeneity of the software in use and

the patchy IT skills of the staff concerned are additional

concerns. There is currently no clear definition of user

needs, and this leads to delays in software delivery and

acceptance. The use of database technology in INS is

generally low and the IT sector is not always involved

in process analysis, in part due to the lack of an IT

“culture” in the statistical domains.

Data dissemination is aimed at maximizing the quality

and accessibility of the outputs. The global strategy is

based on a web portal, built on top of data warehouses,

which offers applications, services and open data to end

users and international organizations. Data can be

accessed by multiple devices and by machine to

machine applications.

The various systems currently use different tools

(Prognoz, Knoema, PHP), and clear strategic choices

are needed in relation to dissemination tools and data

warehouse technologies. There is also a need for

standardized ETL (Extraction, Transformation &

Loading) tools to manage the data flows, which are

currently mainly managed by manual procedures.

Technical architecture for statistical

production processes

The main objective of the new architecture is to

standardize and improve the overall quality of data

production processes by:

- Enhancing the set of indicators needed to guide and

automatize the data editing phase;

- Minimizing the need for manual intervention in data

editing;

- Introducing new IT procedures for editing and

imputation that are fully extensible to other

statistical domains.

To implement a generalized architecture that fulfils

the requirements of the different domains at INS, the

following data repositories are needed:

- Raw data repository contains data provided to INS,

whether through use of data collection capabilities

or from external sources, such as administrative

data;

- Working data repository: staging area needed for

data processing;

83


- Metadata repository: metadata are the central

element of the proposed integrated architecture and

should be used in all phases of the production chain,

from collection to dissemination (Signore and al.

(2015) and Scanu and al. (2013));

- Dissemination repository: it was decided to use

Statistical data and metadata exchange (SDMX) as

the dissemination standard and T.STAT as the main

dissemination portal, so the dissemination

repository will be SDMX compliant by design.

A simplified model of the proposed architecture is

shown below (figure 1). This framework covers three

of the main phases of the statistical process, according

to the standard GSBPM.

Figure 1:

Proposed integrated architecture

Collect [GSBPM Collect]

In the data collection phase different types of data are

acquired. Depending on the data provider, data sources

can be classified as:

- Internal data sources (e.g. direct survey collected

using electronic questionnaires);

- External data sources (e.g. data from administrative

sources, customs data for external trade).

Data can then be further divided, according to their

treatment, into:

- Data for ‘dissemination phase’ (e.g. administrative

data ready to be disseminated);

- Data for ‘process phase’ (e.g. customs data for

external trade).

For each subset of data sources, the related building

block can be identified1. Within this framework, the

proposed building blocks are:

- Primary Data Storage: at a conceptual level this

building block should store and manage raw data

from different types of source. For example, data

can be stored in relational databases to ensure

consistency, efficiency and flexibility. The building

1 According to the Enterprise Architecture Reference

Framework (EARF), a building block is a potentially re-

usable component that can be combined to build the

block should also provide ETL functionalities to

manage data transfer and capture from different

channels. Preliminary treatments such as filtering,

transcoding, normalization, translation and

codification can be applied to facilitate data

integration.

- External Data Storage: this building block should

store data ingested from external sources and ready

to be disseminated. It should also provide

functionalities to integrate the ingested data with

corporate INS metadata.

The described building blocks are closely related to the

metadata building block (described below). In this

stage, it is important for both elementary and

aggregated data to capture metadata about the

internal/external data sources (data provider, reference

contact, data format, etc.).

Process [GSBPM Process & Analyse]

This phase includes all types of data treatment (e.g.

cleansing, harmonization, validation) to transform the

raw data stored in INS into statistical output for

information systems needed in ESS. Examples include:

Metadata Management, Process Orchestrator, Primary Data

Storage.

84


statistical dissemination. The suggested building blocks

in the proposed architecture are:

- Working Data Storage: at a conceptual level this

building block should store and manage all the data

transformations resulting from data treatment. It

should also contain all auxiliary information

(administrative data, benchmark data from other

surveys, sample, etc.) needed to produce statistical

outputs.

- Clean Data Storage: this building block should store

and manage the ‘final’ clean microdata resulting

from statistical operations performed in Working

Data Storage.

- Aggregated Data Storage: this building block

contains the data (e.g. indicators or

multidimensional data) resulting from the

aggregation of clean microdata.

- Workflow management: each operation performed

in this phase is tied to a specific process step. This

building block should therefore specify the

sequence and the routing of the different process

steps. The use of workflow management will ensure

easy replication of statistical production across

domains and hence minimize the cost of adjusting

or expanding statistical production.

- Service catalogue: data treatment can be performed

through the invocation of statistical services -

programs implementing one or more statistical

methods (extract sample, calculate weights,

perform error checking, etc.) that can be invoked as

a service. The service catalogue is the global

repository that allows users to manage (search,

insert, update) the available statistical services.

This framework covers three of the main phases of the

statistical process, according to the standard GSBPM.

In Figure 1 the cog represents a statistical service,

while the arrow symbolizes the process steps managed

by the workflow management building block. In

general terms, statistical services are available in the

Service catalogue.

Disseminate [GSBPM Disseminate]

This phase is managed with the SDMX architecture and

tools used to feed the “.STAT” dissemination portal.

All data to be published, whether provided by external

sources or produced as an output of the process phase,

should be modeled in such a way to facilitate

processing by the SDMX tools.

Architectural principles & guidelines

The following architectural principles should guide

future activities according to Bruno and al. (2018) and

Scannapieco and Vaccari (2011):

1. Metadata-driven approach: metadata are a key

element in the proposed architecture. Standardized

metadata should be used in questionnaire

development, sampling, editing and imputation, etc.

Whenever possible, codes should be dynamically

generated from metadata;

2. Process and method standardization: harmonization

of statistical methodology and IT components

increases data quality;

3. Data storage: all data should be stored and managed

in relational databases;

4. Data processing: data manipulation and flow

control should be implemented using generalized

software based on web applications working on

databases;

5. Governance: shared governance across subject

matter divisions ensures harmonization of concepts

and minimizes survey-specific code.

Specific guidelines for each of the previously described

building blocks and for metadata are provided below.

Data Storage

The building blocks used in relation to storage of the

various types of data (primary/external/working data)

should abide by the following guidelines:

- Each object stored in a data repository should be

described in terms of structural/referential

metadata;

- All the changes that have occurred to a data object

over its lifecycle should be documented (data

lineage).

Workflow management

The building blocks in the process and management

standardization phase should be built to support the

standardization and reuse of statistical methodologies

(reduction of survey-specific procedures). They should:

- Permit scheduling of different process instances;

- Avoid overlapping of different user revisions;

- Provide a graphical user interface to (at least): (i)

pass parameters to services; (ii) invoke services;

(iii) monitor process execution; (iv) handle

exceptions; (v) access (read/write) and visualize

available data.

Service catalogue

The service catalogue should provide references to

technical/ methodological guidelines and a link to IT

services. Services in the catalogue should be Common

Statistical Production Architecture (CSPA) compliant,

meaning that they can be used as basic components in

the production chain.

Metadata

The different phases of a statistical process should be

described in terms of standardized metadata

85


(structural/referential)2. This cross-cutting building

block should provide functionalities to model the inputs

and outputs of the different services involved in

statistical processes. Further metadata should be

modelled according to the GSIM standard. This should

facilitate the harmonization of the concepts and

contents of the different statistical domains.

External trade statistical

process in the INS Integrated

Information System:

methodological improvements

in data processing

INS External trade statistics are based on Customs

administrative data monthly transmitted by Customs

Agency to INS. Raw data undergo different processing

phases from data acquisition until dissemination of

trade indicators. In the new data processing system

developed during the twinning project, each process

phase is metadata driven.

Structural metadata, such as variable definitions,

identifiers, standard classifications, are exploited

during each phase, from data acquisition until data

dissemination, while referential metadata such as

editing parameters are essential in data editing and error

imputation phase.

The structural metadata classification scheme adopts,

as much as possible, international harmonised

classification systems, such as the Harmonized

Commodity Description and Coding Systems (HS), the

UN Central Product Classification (CPC) for products

and Standard International Trade Classification (SITC),

standard Geonomenclature based on ISO 3166 coding

system for countries (Eurostat, 2017). However, a limit

to the full adoption of international classifications is

given by the administrative nature of trade data which

serve both statistical and national Customs needs. For

this reason, a strict cooperation between INS and

Customs is needed to reconcile specific national

definitions with international concepts and

classifications, through appropriate correspondence

relations.

Another important dimension which was proposed to

be introduced as structural metadata is a trader register

with traders’ identifiers, to be matched with statistical

business register. This is the key element to enlarge the

scope of traditional trade statistics by enabling

production of trade by enterprise characteristics

(Eurostat, 2018). Such feature, not yet implemented,

would require close collaboration with Customs and

fiscal Authorities in order to enable appropriate linking

of Customs traders tax identifiers to INS Business

Register. The proposed structural classification

metadata are represented in the figure 2.

Figure 2:

External trade structural classification metadata

Structural metadata undergo revisions in time.

Therefore, the metadata repository requires both start

and end date of validity defined for any classification

2 Structural metadata describe the meaning of the data used,

including the definition of a data element and a data set,

variable names, variable types, unit identifier, classification

identifier, etc. Referential metadata are the information

modality, in order to easily apply appropriate metadata

to trade flow time series.

objects necessary to run the process. These metadata contain

the process flow and all parameters, rules and auxiliary data

sets needed for the process steps involved.

86


While structural metadata are updated with low

frequency (standard classifications are typically revised

every few years), referential metadata such as editing

parameters need to be monthly updated, since they

closely follow changes in trade characteristics. The way

of calculating and updating these referential metadata

is described in the section below.

Data acquisition phase

This is a metadata-driven process phase. Data received

from Customs Authorities are stored in the INS Primary

Data Storage. A preliminary treatment, consisting in

formal validity checks, is performed while loading data

in the Working Data Storage. Each variable is checked

against the code list and format which is appropriate for

the specific data field. The applied validation rules are

based on a metadata system. Each concept type

(dimension, attribute, measure) is required to be

compliant with the expected trade data structure

according to the external trade structural classification

metadata repository.

Therefore, during the acquisition phase:

- Records which are not compliant with the structural

metadata are not uploaded into the working

database. They are eventually retrieved, after

correction of the fields which failed to satisfy the

validity rules. In case data rejection appears to be

due to unexpected structural changes in Customs

data (i.e. revision of Customs classifications for

products or countries, or modifications in field

formats), Customs are contacted and, eventually,

the INS system of structural metadata is updated;

- Records are further filtered in order to process only

statistically relevant Customs micro-data having

statistically relevant regimes;

- Micro-data are connected with structural metadata

needed to classify trade flows.

Preparation for data processing:

referential metadata for data editing

In this sub-phase, parameters needed for the new outlier

selection and error imputation are computed for the first

time or refreshed considering the new uploaded data.

Three sets of editing parameters are computed:

- Editing parameters-based unit values “uv”, i.e.

ratios between traded value, expressed in Tunisian

dinar, and net mass, in kg;

- Editing parameters for unit price “px”, i.e. ratios

between traded value, expressed in Tunisian dinar,

and supplementary unit, defined for specific

commodities (i.e. pieces, TJ, etc.);

- Editing parameters for unit weight “uw”, i.e. ratios

between net mass, expressed in kg, and

3 Robustness is associated with high breakdown points, 50%

for the median and 25% for quartiles. Such features make the

supplementary unit, for commodities for which

supplementary unit is required.

For each set of parameters, the same methodology is

applied, based on a robust method for asymmetric, right

skewed, distributions. The proposed methodology for

outlier detection is based on a non-parametric method

for asymmetric distributions (Tukey (1977), Thompson

(1999) and Hubert and Van der Veeken (2008)), largely

applied in several fields, and in external trade data

editing (Narilli and Nuccitelli, 2018).

In the INS application, trade transactions micro-data

over a set of 24 months from the current reference

period are stratified by product and flow. For such

strata, unit values, prices and weights distributions are

considered. As several economic data distributions, the

observed distributions are skewed to the right and need

to be symmetrized by a logarithmic transformation

before applying outlier detection methods. On the log-

transformed distributions, robust position indicators are

computed, namely median (𝑞2), first (𝑞1) and third (𝑞3)

quartile3. The position indicators are used to compute

editing parameters on the log-transformed distribution.

After final exponential transformation, editing

parameters are suitable to be used on the original

asymmetric distribution of trade data.

For each commodity and flow stratum, minimum T1

and maximum T2 editing parameters are computed as:

𝑇1 = 𝑒𝑥𝑝[𝑞1 − 𝑘(𝑞3 − 𝑞1)]

𝑇2 = 𝑒𝑥𝑝[𝑞3 + 𝑘(𝑞3 − 𝑞1)]

“k” is a parameter which can be tuned appropriately by

INS experts (typical values range from 1 to 3). Current

setting is k=1.5.

At the end of this step, editing parameters for unit

values (𝑇1𝑢𝑣, 𝑇2

𝑢𝑣), unit prices (𝑇1𝑝𝑥

, 𝑇2𝑝𝑥

), and for unit

weight (𝑇1𝑢𝑤, 𝑇2

𝑢𝑤), are used to update referential

metadata related to each traded product, together with

the exponential of the corresponding medians 𝑞2, to be

used for outlier imputation as described in the

following section.

Data processing: outlier detection and

imputation

Editing parameters computed as described in the

previous section are used for detecting outliers in the

appropriate product and flow strata of the current

reference month, while the knowledge of the median of

the distribution gives the possibility for automatic

imputation for wrong variables.

Few outliers with large impact in value and quantity

will be corrected manually, but the IT system provides

outlier detection method robust even in presence of 25%

outlier data.

87


the possibility of simply accepting the correction

automatically proposed or manually performing a

different correction.

The outlier detection and imputation phase is

performed in three steps: at first the statistical value

variable is inspected and corrected, then the net mass,

and finally the supplementary unit. Since the three

variables are correlated by unit values, unit prices and

unit weights, the lack of coherence among them can be

a reason not to allow automatic imputation for some

records.

Check and imputation of statistical values

Even if statistical value is a variable which is checked

at Customs level, there can be few cases of

misreporting.

The selection of potential outliers is performed only on

records with potential high positive impact, namely the

ones satisfying the following conditions:

𝑣𝑎𝑙𝑢𝑒 > 500 000 𝐷𝐼𝑁,

and

𝑢𝑣 > 𝑇2𝑢𝑣

The above condition is not sufficient to state that the

wrong variable is the statistical value, while the net

mass is correct. The needed additional information is

provided by supplementary unit, if available. In that

case, potential errors for records with supplementary

unit will be automatically corrected if both unit value

and unit price are outliers, while unit weight is not an

outlier, namely if all the following relations hold:

𝑢𝑣 > 𝑇2𝑢𝑣,

𝑝𝑥 > 𝑇2𝑝𝑥

,

(1 − 𝑡)𝑇1𝑢𝑤 < 𝑢𝑤 < (1 + 𝑡)𝑇2

𝑢𝑤,

𝑇1𝑢𝑤 ≠ 𝑇2

𝑢𝑤,

where t is a tolerance parameter set to 0.3.

If the above condition is satisfied, the correction

proposed for automatic correction by the system is:

𝑣𝑎𝑙𝑢𝑒𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 = 𝑁𝑒𝑡𝑀𝑎𝑠𝑠 ∙ 𝑇2𝑢𝑣.

If the conditions for automatic correction are not

satisfied, the records are sent to manual revision,

together with the above proposal for correction

provided by the system, 𝑣𝑎𝑙𝑢𝑒𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 .

For all outlier records sent to manual revision, the

system provides statisticians with editing parameters

and potential impact of the error in DIN

(impact=proposed value – original value), useful to

prioritize editing of records with very high impact.

The workflow for statistical value editing is

summarized in Table 1.

Table 1:

Editing scheme for statistical value

By applying the new methodology to a typical

reference month, about 0.04% of outlier records in

statistical value were imputed for export and 0.02% for

import.

Check and imputation for net mass and

supplementary unit

In this editing phase are selected as outliers:

- Records having unit value exceeding the maximum

editing parameter or lower than the minimum

editing parameter;

- Records having unit price exceeding the maximum

editing parameter or lower than the minimum

editing parameter.

Given the different potential impact on the aggregate

figures of the different potential errors, the correction

actions to be performed are differentiated as explained

below (see diagram 1).

All potential errors in the “blue area”, i.e. having value

> 500.000 dn or net mass > 10.000 kg are sent to

manual revision, but the system provides the proposal

for correction. Manual revision should be performed

also on records having value < 500.000 dn or net mass

< 10.000 kg for which there were less than 10

observations available for computing editing

parameters. Indeed, for such records computed

parameters are not robust enough;

88


Diagram 1:

External trade data revisions domains

All potential errors in the “orange area”, i.e. having

value between 10.000 dn and 500.000 dn and net mass

between 1.000 kg and 10.000 kg are submitted to

automatic revision. The automatic correction is not

performed in case there were less than 10 records

available to compute editing parameters;

Potential errors with low impact at micro-level in the

“white area” are left uncorrected. Indeed, even if their

impact can become relevant after aggregation, a further

macro-editing performed at the end of the micro-editing

process will detect potential residual anomalies.

For the proposals for correction or imputation, four

different situations can be found.

1) The record has no supplementary unit: the system

proposes a correction for net mass, according with

the formula

𝑁𝑒𝑡𝑀𝑎𝑠𝑠𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 = 𝑣𝑎𝑙𝑢𝑒Median(𝑢𝑣)⁄

2) The record has supplementary unit and both px and

uw are outliers: the system proposes a correction for

both net mass, as in point 1, and supplementary unit

as follows

𝑆𝑢𝑝𝑝𝑈𝑛𝑖𝑡𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 = 𝑣𝑎𝑙𝑢𝑒Median(𝑝𝑥)⁄

if (𝑇2𝑢𝑤 − 𝑇1

𝑢𝑤) > (𝑇2𝑝𝑥

− 𝑇1𝑝𝑥

)

or

𝑆𝑢𝑝𝑝𝑈𝑛𝑖𝑡𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 =𝑁𝑒𝑡𝑀𝑎𝑠𝑠𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑

Median(𝑢𝑤)⁄


𝑢𝑤) ≤ (𝑇2𝑝𝑥

− 𝑇1𝑝𝑥

)

Indeed, the median of less broad distribution variable is

chosen for imputation.

3) The record has supplementary unit, px is not an

outlier, but both uv and uw are outliers: the system

proposes a correction only for net mass

𝑁𝑒𝑡𝑀𝑎𝑠𝑠𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 = 𝑣𝑎𝑙𝑢𝑒Median(𝑢𝑣)⁄


𝑢𝑤) > (𝑇2𝑢𝑣 − 𝑇1

𝑢𝑣)

or

𝑁𝑒𝑡𝑀𝑎𝑠𝑠𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 = 𝑆𝑢𝑝𝑝𝑈𝑛𝑖𝑡 ∙ 𝑀𝑒𝑑𝑖𝑎𝑛(𝑢𝑤)


𝑢𝑤) ≤ (𝑇2𝑢𝑣 − 𝑇1

𝑢𝑣)

4) The record has supplementary unit, uv is not an

outlier, but both px and uw are outliers: the system

proposes a correction for supplementary unit

𝑆𝑢𝑝𝑝𝑈𝑛𝑖𝑡𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 = 𝑣𝑎𝑙𝑢𝑒Median(𝑝𝑥)⁄


𝑢𝑤) > (𝑇2𝑝𝑥

− 𝑇1𝑝𝑥

)

or

𝑆𝑢𝑝𝑝𝑈𝑛𝑖𝑡𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑒𝑑 = 𝑁𝑒𝑡𝑀𝑎𝑠𝑠 /𝑀𝑒𝑑𝑖𝑎𝑛(𝑢𝑤)


𝑢𝑤) ≤ (𝑇2𝑝𝑥

− 𝑇1𝑝𝑥

)

In case only uw is an outlier, the system cannot propose

an automatic correction. The editing scheme is

summarised in Table 2.

Table 2:

Editing scheme for net mass and supplementary unit

89


By applying the new methodology to a typical

reference month, about 0.5% of outlier quantity records

were imputed for export, and 0.4% for import.

Finally, a macro-editing test is performed, looking for

evidence of residual outliers present in the system. The

year-to-year total growth rate (i.e. the percentage

growth rate of the reference month “m” and year “y”

with respect to the same month of the previous year) is

decomposed in contributions associated to (product,

partner country) cells, as follows:

𝑐𝑜𝑛𝑡𝑟𝑖𝑏(𝑐𝑒𝑙𝑙 = 𝑝𝑟𝑜𝑑𝑢𝑐𝑡, 𝑐𝑜𝑢𝑛𝑡𝑟𝑦)

= 100 ∗𝑣𝑎𝑙𝑢𝑒𝑐𝑒𝑙𝑙(𝑚, 𝑦) − 𝑣𝑎𝑙𝑢𝑒𝑐𝑒𝑙𝑙(𝑚, 𝑦 − 1)

∑ 𝑣𝑎𝑙𝑢𝑒𝑐𝑒𝑙𝑙𝑐𝑒𝑙𝑙 (𝑚, 𝑦 − 1)

Note that the sum of such contributions corresponds to

the total year-to-year total growth rate.

Contribution are then sorted: the higher and lower ones

are often associated to incorrect records to be further

investigated.

However, many cells giving high positive or negative

contributions can be associated to true economic

phenomena. Therefore, the final macro-editing is also a

tool for statisticians to have a final overview on the

important trade components in data to be disseminated.

The same decomposition can be then performed for

growth rate contributions in net mass and in

supplementary unit.

Indicators for dissemination: trade

balances and indices

After moving final edited micro-data in the final

database, trade indicators are computed. At first, trade

balances both at product and partner country

breakdown are computed and moved to the

dissemination Macro Database.

Finally, unit value and volume indices are computed.

Concerning unit value and volume indices calculation,

first steps for introducing a new methodology of

calculation in the new system were made. The proposed

methodology has the advantage of producing robust

indicators less sensitive to outliers (Anotori and Causo,

2008).

The proposed process consists in:

- No “a priory” selection of a specific basket of

products4;

- Production of chained indices where the base year

is yearly refreshed;

4 However, specific products which have “unique” quality

content, so that they cannot be compared with any equivalent

product traded in the base period, are excluded from the

- Exclusion from unit value calculation of

transactions with outlier unit value;

- Imputation of outlier elementary indices;

- Estimation of base unit value and Laspeyres

weights for products not traded in the previous year;

- Aggregation of Laspeyres, Paasche and Fisher

indices;

- Chaining moving base indices to the fixed reference

year.

In a hopefully future collaboration, the proposed

methodology will be implemented and tested.

Results and perspectives in the

pilot domain

The improvements achieved with the new system put in

place in 2018 concern both statistical and IT

management of the process. On the statistical side,

streamlining the process gave the following

advantages:

- The new integrated system is entirely managed by

statisticians;

- The new integrated system allows to have an

organized metadata repository and facilitate the

update of his different files;

- The statistician has the possibility to define the

parameter of control to be applied in the process and

can also validate the correction proposed by the new

system both manually and in automatic way;

- The proposed process offers more controls on data

at elementary level which will improve the quality

of data value, net mass and the supplementary unit;

- The automatization of all the controls steps can

reduce the time to validate the data, so the new

process is more efficient for quality and timeliness.

On the IT management side, the improvements

involved several aspects:

- User Authentication and permissions: The

application is designed with a built-in security

system, which ensures a high level of data security

and confidentiality, against unauthorized access or

unintentional usage. System profiles are set for

managing user accounts and roles to assign

permissions that control access;

- Parametrizable application for data quality

assurance: The system is based on several

parameters requested and managed by the external

calculation (for example, Aircraft, Ships, Works of art,

Jewellery).

90


trade administrators. The management system of

these parameters allows easy and fluid navigation to

users in order to ensure the verification and

correction of data;

- Data consistency, standardization, and user-friendly

management system: The system is designed for

non-IT specialist users as the subject unit users can

easily access the system according to their special

requests and generate the final reports. The

centralized information system increases data

integrity, security, support and storage capacity and

it helps to improve the quality of data by ensuring

consistency and traceability of corrections

throughout the various processing steps.

Further future developments in the pilot domains are

foreseen after the end of the project. An important

aspect to be introduced in every statistical domain

dealing with economic variables is linking data with

business registers. At European level, External Trade

data production divisions are in charge of the statistical

production of trade data by enterprise characteristics

(TEC data). TEC statistics are based on integration of

International Trade in Goods Statistics data with

Business Registers and allow reading trade data under

business statistics perspective. The indicators produced

in such relatively new statistical domain shed light on

businesses behind trade flows, defining their

characteristics in terms of business activity and

enterprise size. These indicators are very useful for

users and policy makers.

Moreover, having access to the national Business

Register, can improve the quality of External Trade

data production, by allowing to:

- Assess the coherence of traded values in data

received by Customs with the size and economic

activity of traders;

- Monitor on a monthly base the coherence in the

time series of traded values at enterprise level;

- Assess coherence between traded products and

economic activity of trader enterprises.

During the twinning project it was advised to take

advantage from the integrated architecture for

statistical process for integrating data from different

statistical INS domain, both for data validation

purposes and for producing innovative statistical

products, such as TEC (Eurostat, 2018).

5 Detailed documentation on IST project can be found at:

http://webrzs.stat.gov.rs/ISTSite/IST_Home.aspx

Implementation roadmap for an

extension of the solutions

developed for the External

Trade pilot application to other

domains

Short term roadmap

The first activities to be performed in the short term

pertain to the extension of the solutions developed for

the External Trade pilot application to other domains.

The main principles in this pilot are:

- Data stored in relational database;

- Workflow management to implement

transformation procedures for data processing;

- Simplified interface to help the statisticians to

manage the statistical process independently of IT

staff.

Medium term roadmap

While the pilot experience is being applied to other

statistical domains, the following medium-term

activities should be carried out:

Metadata

GSIM training: INS technicians should familiarize

themselves with the GSIM standard. They could, for

example, read the documentation and/or organize some

training or study visits at national statistical institutes

that are more advanced in GSIM use.

Analysis of case studies: The CSPro integration

implemented in the ISTAT-Ethiopia cooperation

project and the Serbian IST5 solution must be studied

to understand the pros and cons of both solutions.

Decision: after the above activity, INS should decide

whether to use one existing solution (possibly with

some modifications or adaptations) or to develop in-

house solutions, which must however be compliant

with the analysed alternatives.

Implementation: INS will develop or adapt the

metadata system according to the following principles:

- GSIM-compliant statistical concepts, valid for

every statistical domain and designed to be used as

active metadata;

- Integration with the data collection system,

including process controls and editing rules;

- Coherence with. STAT for dissemination.

91


Data collection:

INS should develop/choose one or two metadata-

compliant collection system(s) with the following

characteristics:

- Metadata-driven: the structure of the data to be

collected should be stored in the metadata system;

- Questionnaire design: the data collection system

should provide an interface to design the

questionnaire, starting from the contents (e.g. units,

variables, classifications) available in the metadata

system;

- Questionnaire microdata: the output should be

stored in a relational database coherent with

metadata.

Processing system

The processing system is implemented after the data

collection system. It will have the following

characteristics:

- Metadata-driven: deriving data flows from

metadata;

- Apply editing rules: rules should also be stored in

the Metadata system using SQL or VTL6 format;

- Manage workflows: the workflow should provide

the following features: pass parameters to services,

service invocation, process execution monitoring,

exception handling, access and visualization of

available data;

- Service catalogue: statistical services to be used in

the workflow will be chosen from a catalogue where

all services (CSPA compliant?) will be stored.

References

Anitori, P. and Causo, M.S. (2007), “Outlier detection and treatment: quality improvement in the Italian unit

value indexes”, Seminar on External Trade data production, December 2007, Eurostat.

Bruno, M., Luzi, O., Ruocco, G. and Scannapieco, M. (2018), “Standardization of Business Statistics Processes

in Istat”, Q2018 European Conference on Quality in Official Statistics.

Eurostat (2017), “Geonomenclature applicable to European statistics on international trade in goods”, Manuel

and guidelines, 2017 edition.

Eurostat (2017), “Compilers guide on European statistics on international trade in goods”, Manuals and

guidelines, 2017 edition.

Eurostat (2018), “Compilers guide on European statistics on international trade in goods by enterprise

characteristics (TEC)”, 2018 edition.

Hubert, M. and Van der Veeken, S. (2008), “Outlier detection for skewed data”, Journal of Chemometrics, No.

22, pp. 235–246.

Narilli, M.G. and Nuccitelli, A. (2008), “Re-designing the editing process for the Italian data on Foreign trade

statistics with countries outside the EU: some quality issues and results”, European Conference on Quality in

Official Statistics, July 2008, Rome.

Novkovska, B., Papazoska, H. and Ristevska-Karajovanovikj, B. (2012), “The GSBPM contribution to

statistical business process standardization”, European conference on quality in official statistics, Athens.

Scanu, M., Bergamasco, S., Cardacino, A., Rizzo, F. and Vignola, L. (2013), “A strategy on structural metadata

management based on SDMX and the GSIM models”, Conference Paper, Work session on statistical metadata

(METIS), May, Geneva.

Scannapieco, M. and Vaccari, C. (2011), “Standardizing European Statistical processes: CORA and CORE

projects”, Conference MeTTeG 2011 - 5th International Conference on Methodologies, Technologies and Tools

enabling e-Government, Camerino, Italy.

Signore M., Scanu M., and Brancato, G. (2015), “Statistical metadata: a unified approach to management and

dissemination”, Journal of Official Statistics, No. 31.2, pp. 325-347.

Thompson, K.J. (1999), Ratio edit tolerance development using variations of exploratory data analysis (EDA)

resistant fences methods, 1999 FCSM Research Conference Papers.

Tukey, J.W. (1977), “Exploratory Data Analysis”, Reading (Addison-Wesley), Massachusetts.

6 Documentation on the VTL standard can be found at:

https://sdmx.org/?page_id=5096

https://sdmx.org/?page_id=5096

92


93

*Modou Ndour Faye, Agence nationale de la statistique et de la démographie (Sénégal), Bureau des comptes

trimestriels et des études analytiques, [email protected], Dominique Ladiray, Institut national de la

statistique et des études économiques (France), Département des méthodes statistiques, [email protected],

Adnen Lassoued, Institut national de la statistique (Tunisie), Direction générale, [email protected], Béchir

Maghrebi, Institut national de la statistique (Tunisie), Direction de la conjoncture, [email protected] ; Amal

Mansouri, Haut-Commissariat au Plan (Maroc), Institut national d’analyse de la conjoncture, [email protected]

Les effets du Ramadan sur les prix :

une analyse comparative sur 3 pays M. N. Faye, D. Ladiray, A. Lassoued, B. Maghrebi, A. Mansouri*

Le mois du Ramadan, 9e mois du calendrier de l’Hégire, est certainement l’un des moments les plus importants de l’année musulmane. Mois de jeûne et de prières, il peut se traduire par un changement assez fort du rythme de l’activité économique. Les effets du Ramadan sur les prix à la consommation sont aussi statistiquement réels et plus importants au Maroc qu’au Sénégal et en Tunisie. Ils se concentrent dans quelques secteurs : les produits alimentaires, l’habillement, quelques postes de l’aménagement de la maison, la restauration et les services d’hébergements. Leur impact en termes réels est cependant relativement limité : le mois du Ramadan serait ainsi à l’origine d’une hausse pouvant atteindre 10 % des prix de certains produits alimentaires au Maroc, contre un maximum de 2 % et 3 % pour la Tunisie et le Sénégal. Ces évolutions sont dues à la dynamique de la demande alimentaire des ménages liée aux pratiques culturelles mais traduisent aussi les disparités en termes de réglementation publique des prix au niveau des 3 pays. Ces estimations économétriques sont obtenues à l’aide de modèles Reg-ARIMA qui prennent en compte les spécificités calendaires des trois pays et une attention toute particulière a été portée à la stabilité des résultats. La faiblesse relative des effets prix, par rapport notamment au ressenti personnel des gens, peut en partie s’expliquer par le souhait de faire une comparaison internationale : les analyses ne peuvent alors se faire qu’à des niveaux relativement agrégés qui peuvent mélanger des produits à prix libre et des produits à prix régulés par l’État. L’analyse statistique montre aussi que les effets du Ramadan de certains produits évoluent avec le temps, évolution qui n’est pas prise en compte dans les modèles utilisés.

Introduction

Le mois du Ramadan, 9ème mois du calendrier de

l’Hégire, est certainement l’un des moments les plus

importants de l’année musulmane. Mois de jeûne et de

prières, la période du Ramadan s’accompagne

habituellement d’une modification du comportement

culturel, social et économique des gens dans la plupart

des pays musulmans. Le plus souvent la rupture du jeûne

se fait en famille, autour de plats traditionnels ; c’est aussi

l’occasion d’achats spécifiques en habillement, en

équipements ménagers etc. Le rythme même de l’activité

économique est affecté comme cela a été montré dans

plusieurs études.

Ainsi pour la Tunisie, Fournier et Nemsia (1997)

montrent l’impact du calendrier lunaire et du Ramadan

sur l’indice de la production industrielle (IPI) des

brasseries, du textile habillement et du cuir ainsi que sur

le nombre de mariages. Bessa et al. (2008) confirment

l’impact négatif du Ramadan sur l’IPI et montrent son

effet très positif sur la série des billets et monnaie en

circulation, au moment de la préparation des principales

fêtes musulmanes (Aïd el-Adha, Aïd el-Fitr, Ras el-Am).






94


Les effets sur l’activité réelle sont tout aussi clairs dans

d’autre pays :

• En Malaisie, Norhayati et al. (2007) montrent que les

différentes fêtes mobiles célébrées dans le pays (Aïd

el-Fitr, nouvel an chinois, Deepvali) ont un effet

significatif sur de nombreuses séries : importations,

exportations, production d’huile de palme,

immatriculations de véhicules, consommation

d’électricité etc. ;

• Au Maroc, ElGuellab et al. (2013), comme Amrani et

Skalli (2009), montrent que le transport ferroviaire

baisse pendant le mois du Ramadan mais augmente

significativement pendant les autres fêtes

musulmanes (Aïd el-Adha, Aïd el-Fitr, Ras el-Am,

Mawlid). Sarhani et Afia (2014) constatent aussi

l’impact de ces fêtes d’une part sur le transport aérien

et d’autre part sur la production et les ventes de sucre ;

• Au Pakistan, Riazuddin et Khan (2002) et Bukhari et

al. (2011) montrent que la demande de monnaie est

plus forte pendant le mois du Ramadan, et au

contraire plus faible pendant les mois de Mouharram

et Chawwal ;

• Au Sénégal, Faye (2019) évalue l’impact de la fête du

Magal de Touba sur les indices de chiffre d’affaires

et les prix à la consommation.

Les effets sur les prix à la consommation sont plus

contrastés. Ainsi, ElGuellab et al. (2013) montrent que

l’indice des prix à la consommation des produits

alimentaires tend à augmenter au Maroc pendant l’Aïd

el-Adha et le mois du Ramadan, conclusions partagées

par Yucel (2005) pour la Turquie, et Kazi Abrar et al.

(2017) mettent en évidence une hausse du prix du sucre

au Bengladesh pendant le Ramadan. Mais Bukhari et al.

(2011) ne détectent pas d’effet significatifs sur les prix à

la consommation au Pakistan.

Quelle que soit la méthode utilisée - régression sur

indicatrices, modèles Reg-ARIMA, modèles à

composantes inobservables - et quelles que soient les

fêtes mobiles considérées (musulmanes, chinoises,

hindoues, chrétiennes), toutes ces études concluent sur la

nécessité de prendre en compte ces évènements

spécifiques au risque de mal spécifier le modèle de la

série et d’obtenir des prévisions et des décompositions

sous-optimales.

Ce travail se concentre sur les effets du Ramadan sur les

prix à la consommation et compare les résultats pour 3

pays fortement musulmans : le Maroc (99,9 %), le

Sénégal (95,9 %) et la Tunisie (99,8 %).

La partie 2 présente les différents calendriers utilisés,

grégorien et hégirien, pour construire les régresseurs

modélisant les effets Ramadan. Dans une troisième

partie, nous détaillons la méthodologie : les données, leur

nécessaire harmonisation pour permettre une

comparaison, le modèle économétrique utilisé et les

limites de cet exercice. La partie 4 présente les résultats

et une cinquième partie conclut et propose quelques

pistes d’amélioration.

Les effets de calendrier

La plupart des indicateurs économiques sont de nos jours

calculés et publiés selon le calendrier grégorien, dont les

caractéristiques expliquent et génèrent les effets de

calendrier.

Quelques mots sur les calendriers

Les calendriers utilisés de par le monde sont basés sur les

mouvements relatifs de la Terre, de la Lune et du Soleil.

Ces calendriers se divisent en trois catégories

principales :

• Les calendriers solaires, comme les calendriers

grégorien et julien, sont basés sur le mouvement de la

terre autour du soleil. Dans ces calendriers l’année est

une approximation de l’année tropicale, durée que la

terre prend pour aller d’un point fixe, comme un

équinoxe ou un solstice, au suivant ;

• Les calendriers lunaires, comme le calendrier

islamique (ou calendrier de l’Hégire), sont quant à

eux basés sur la rotation de la lune autour de la terre.

Dans ces calendriers, le mois est une approximation

du “mois synodique”, le temps qui sépare deux

nouvelles lunes ;

• Les calendriers luni-solaires, comme le calendrier

chinois ou le calendrier hébraïque, sont

principalement basés sur la lune et les mois reflètent

le cycle lunaire. Mais de temps à autre, de nouveaux

mois (le second mois d’Adar par exemple dans le

calendrier hébraïque) sont ajoutés pour synchroniser

l'année calendaire et l’année solaire sur un cycle (le

cycle de Méton de 19 ans dans le cas du calendrier

hébraïque).

Même si le calendrier grégorien est utilisé à travers le

monde entier, d’autres calendriers - solaires, lunaires ou

luni-solaires - restent employés pour déterminer la date

de fêtes religieuses dans de nombreux pays. Parmi ces

fêtes, on peut citer : Pâques, le Ramadan, le nouvel an

chinois, Roch Hachana, Diwali, etc.

Le calendrier grégorien

Dans le calendrier grégorien, une année normale est faite

de 12 mois - janvier, février, mars, avril, mai, juin, juillet,

août, septembre, octobre, novembre et décembre - qui

contiennent un nombre de jours égal respectivement à 31,

28, 31, 30, 31, 30, 31, 31, 30, 31, 30 et 31. Une année

95

Statéco°113, 2019

normale contient donc 365 jours, ce qui est de fait un peu

trop court dans la mesure où la terre met environ 365

jours et 6 heures pour accomplir une révolution autour du

soleil. Une meilleure approximation de l’année solaire est

obtenue en ajoutant 1 jour à certaines années, les années

bissextiles, pour lesquelles le mois de février aura 29

jours. Une année bissextile est une année divisible par 4

mais pas par 100, sauf si elle est divisible par 400. Ainsi,

1900 ne fut pas une année bissextile, 2000 en était une et

2100 ne sera pas bissextile. On a donc in fine 97 années

bissextiles sur une période de 400 ans. Il reste cependant

une petite erreur d’approximation d’environ 1 jour tous

les 4000 ans que le calendrier grégorien ne prend pas en

compte.

Toute période de 400 ans contient donc 400 * 365 + 97 =

146 097 jours, soit exactement 20 871 semaines. Le

calendrier grégorien est donc périodique de période 400

ans. La longueur moyenne d’une année sur ce cycle est

de 146 097/400 = 365,2425 jours et la longueur moyenne

d’un mois est de 365,2425/12 = 30,436875 jours.

Le calendrier de l’Hégire

Le calendrier musulman ou calendrier de l’Hégire (hijri)

est un calendrier lunaire, fondé sur une année de 12 mois

lunaire de 29 à 30 jours chacun. L’an 1 de ce calendrier a

débuté le premier jour de l’Hégire, le 1er Mouharram (le

15 ou le 16 juillet 622 de l’ère chrétienne).

Il existe une variation du calendrier musulman, connue

sous le nom de calendrier musulman tabulaire ou

calendrier fatimide, dans laquelle la longueur des mois

est déterminée par des règles de calcul et non par

observation ou calcul astronomique.

L’année de ce calendrier comporte 354 ou 355 jours,

répartis en 12 mois de 30 et 29 jours alternativement, dont

seul le douzième et dernier (dhou al-hijja) compte un

nombre variable de jours (29 ou 30). Sont dites

communes les années où ce mois compte 29 jours, et où

l’année compte par conséquent 354 jours. Sont dites

abondantes les années où ce mois compte 30 jours, et où

l’année compte 355 jours.

Les années communes ou abondantes s’intercalent selon

un cycle de 30 années comptant 19 années communes et

11 années abondantes. Il existe 4 versions principales de

ce cycle trentenaire basées sur les contributions

d’astronomes de pays de tradition musulmane. Selon la

version, sont abondantes les années :

• 2, 5, 7, 10, 13, 15, 18, 21, 24, 26, et 29 - Algorithme

koweïtien ; Kushyar Ibn Labban (X-XIe siècle) ;

• 2, 5, 7, 10, 13, 16, 18, 21, 24, 26, et 29 - Version la

plus commune ;

• 2, 5, 8, 10, 13, 16, 19, 21, 24, 27, et 29 - Tables de

conversion d’origine indienne ;

• 2, 5, 8, 11, 13, 16, 19, 21, 24, 27, et 30 - Habash al-

Hasib (IXe siècle), Al-Biruni (X-XIe siècle).

L’année moyenne au cours de ce cycle de 30 ans est donc

de (19 * 354 + 11 * 355)/30 = 354,36667 jours, valeur

qui ne diffère que de 0,0004 jour (moins de 35 secondes)

de l’année lunaire astronomique et permet ainsi de garder

le calendrier synchronisé sur les lunaisons pour les 2 500

prochaines années. L’année musulmane ayant 10 à 12

jours de moins que l’année grégorienne (selon que celle-

ci est bissextile ou non, et que l’année musulmane est

abondante ou commune), le nouvel an musulman

survient chaque année civile en avance de ce même

nombre de jours par rapport à l’année solaire, et chaque

date du calendrier musulman (dont notamment les fêtes

religieuses et le jeûne du mois du Ramadan) « transite »

donc progressivement par toutes les saisons.

Dans la pratique, c’est l’observation à l’œil nu de la

nouvelle lune qui signale le début du mois, et non le

calcul astronomique, ce qui explique que les dates

puissent varier d’un pays à l’autre. À titre d’illustration,

le 1er Chawwal 1426, jour de célébration de l’Aïd el-Fitr,

correspondait au mercredi 2 novembre 2005 en Libye et

au Nigéria, au jeudi 3 novembre dans 30 pays dont

l’Algérie, la Tunisie, l'Egypte, l’Arabie saoudite et une

partie des´ Etats-Unis, au vendredi 4 novembre dans 13

pays dont le Maroc, l’Iran, le Bangladesh, l’Afrique du

Sud, le Canada, une partie de l’Inde et une partie des

États-Unis, et au samedi 5 novembre dans une partie de

l’Inde.

Les différents effets de calendrier

Fondé sur la rotation de la Terre autour du Soleil, notre

calendrier est directement lié aux saisons et la

« saisonnalité » est par nature l’effet de calendrier le plus

important et le plus connu.

L’effet jours ouvrables

Mais dans le calendrier, les mois, ou les trimestres, ne

sont pas directement comparables. Ils n’ont pas le même

nombre de jours, ce qui constitue essentiellement un effet

saisonnier, et la composition des mois en jours varie d’un

mois à l’autre et d’une année à l’autre. Ainsi, mai 2015

avait 5 samedis, un de plus que mai 2014, avril 2015 et

juin 2015. Dans le secteur du commerce de détail, ce

samedi de plus ou de moins peut rendre les comparaisons

annuelles et mensuelles plus difficiles.

Cet effet, directement lié à la composition en jours du

mois ou du trimestre, est appelé « effet de jours

ouvrables ».

Par ailleurs, les fêtes nationales sont souvent liées à une

date, pas à un jour spécifique. Ainsi, dans les pays

catholiques, Noël est toujours le 25 décembre mais pas

toujours un dimanche. Comme ces fêtes sont le plus

96


souvent associées à des jours fériés, elles peuvent avoir

un impact sur certains secteurs de l’économie et il est

recommandé de les prendre en compte dans l’effet jours

ouvrables.

Les fêtes mobiles

Certaines fêtes nationales commémorent des événements

religieux dont les dates sont souvent liées à d’autres

calendriers et, exprimées dans le calendrier grégorien,

bougent dans notre année solaire. C’est le cas pour

Pâques dont la date, liée à la pleine lune, est

habituellement exprimée dans le calendrier grégorien

pour les pays catholiques et dans le calendrier julien pour

les pays orthodoxes. C’est encore le cas pour le Ramadan

dont la date est aussi liée à la lune et exprimée dans le

calendrier de l’Hégire.

Ces événements ont parfois un impact sur certains

secteurs de l’économie. Ainsi, Bessa et al. (2008) ont mis

en évidence l’effet du Ramadan sur l’économie

tunisienne et ont montré que la fête de Pâques catholique

avait un impact significatif dans le secteur du tourisme

lié aux vacances prises à ce moment en France et en

Allemagne notamment.

La datation de ces événements dans le calendrier

grégorien peut s’avérer assez complexe et des

algorithmes ont été établis pour convertir une date d’un

calendrier spécifique dans un autre1.

Les fêtes mobiles peuvent avoir deux effets distincts :

• D’abord, des jours fériés sont souvent accordés pour

célébrer l’événement, qui sont généralement inclus

dans l’effet jours ouvrables. On peut cependant

vouloir estimer l’effet « immédiat » de telle ou telle

fête comme dans Bessa et al. (2008) ;

• Ensuite on peut parfois observer un changement de

l’activité dans les jours qui précèdent ou suivent

l’événement. Ainsi, les ventes du commerce de détail

ont tendance à augmenter les jours qui précèdent

Pâques ou le nouvel an chinois, ou bien les derniers

jours du mois du Ramadan.

Des modèles à impact ont été développés pour estimer

cet « effet avant-après » sur l’activité. Le même type

d’effet peut bien entendu être observé sur les fêtes

nationales fixes comme Noël, la fête du Travail, etc. Mais

dans le cas des fêtes mobiles, l’effet peut avoir un

caractère non saisonnier significatif et il est alors

souhaitable de corriger les séries présentant ce type

d’effet.

1 Voir par exemple l’ouvrage de Dershowitz et Reingold (2008).

Méthodologie

Les données

Les données sur les indices de prix à la consommation

(IPC) des trois pays proviennent des bases de données du

Haut-commissariat au plan (Maroc), de l’Agence

nationale de la statistique et de la démographie (Sénégal)

et de l’Institut national de la statistique (Tunisie).

L’année de base de l’IHPC du Sénégal est 2008, 2006

pour celle du Maroc et 2010 pour la Tunisie.

Les périodes retenues de l’IPC pour les trois pays dans le

cadre de cet exercice sont :

• IPC Maroc (base 100 : 2006), janvier 2007 à

septembre 2018 ;

• IHPC Sénégal (base 100 : 2008), janvier 2009 à

décembre 2018 ;

• IPC Tunisie (base 100 : 2010), janvier 2000 à

septembre 2018.

Du fait des différences de cultures et des diversités des

trois pays, un important travail d’harmonisation a été

réalisé dans le but de disposer d’une nomenclature

commune pour une meilleure comparaison des effets du

Ramadan entre les trois pays. Un regroupement en 104

postes a été fait, qui est présenté en annexe.

Le modèle de base

Le modèle de base utilisé pour analyser les séries de prix

est un modèle de régression avec erreurs ARIMA dont on

trouvera une présentation détaillée dans Ladiray (2018).

Le modèle global de décomposition d’une série

temporelle s’écrit, sous sa forme additive :

𝑋𝑡 = 𝑇𝐶𝑡 + 𝑆𝑡 + 𝑇𝐷𝑡 + 𝑀𝐻𝑡 + 𝑂𝑡 + 𝐼𝑡 (1)

Où :

• 𝑋𝑡 est la variable brute (les indices de prix) ;

• 𝑇𝐶𝑡 est la tendance-cycle ;

• 𝑆𝑡 est la saisonnalité ;

• 𝑇𝐷𝑡 est l’effet jours ouvrables ;

• 𝑀𝐻𝑡 est l’effet lié aux fêtes mobiles ;

• 𝑂𝑡 représente les points atypiques et les ruptures de

la série ;

• et 𝐼𝑡 est la composante irrégulière.

Dans les principales méthodes de désaisonnalisation, X-

13ARIMA-SEATS (U.S. Census Bureau, 2017) et

97

Statéco°113, 2019

TRAMO-SEATS (Gomez and Maravall, 1997), ce

modèle est repensé sous forme Reg-ARIMA (modèle de

régression avec erreurs ARIMA) :

{𝑋𝑡 = 𝑇𝐷𝑡 + 𝑀𝐻𝑡 + 𝑂𝑡 + 𝑍𝑡

𝑍𝑡 = 𝑇𝐶𝑡 + 𝑆𝑡 + 𝐼𝑡

où 𝑍𝑡 suit un modèle ARIMA (𝑝, 𝑑, 𝑞)(𝑃, 𝐷, 𝑄)𝑠

La modélisation des effets de jours ouvrables

Les versions actuelles de X-13ARIMA-SEATS et de

TRAMO-SEATS utilisent le modèle suivant pour

estimer les effets de jours ouvrables :

𝑋𝑡 = 𝛽0𝐿𝑌𝑡 + ∑ 𝛽𝑗(𝑁𝑗𝑡 − 𝑁7𝑡)

𝑗=6

𝑗=1

+ 𝑍𝑡 (2)

où :

• 𝑋𝑡 est la variable brute à décomposer ;

• 𝑍𝑡 est un résidu qui suit un modèle ARIMA (𝑝, 𝑑, 𝑞)(𝑃, 𝐷, 𝑄)𝑠 ;

• 𝐿𝑌𝑡 est le régresseur relatif aux années bissextiles ;

• 𝑁𝑗𝑡 est le nombre de jours j dans le mois

correspondant à la date t, où j = 1 désigne le lundi, j =

2 le mardi, ..., et j = 7 le dimanche ;

• 𝛽𝑗 est le coefficient (qui ne dépend pas du temps) du

contraste (𝑁𝑗𝑡 − 𝑁7𝑡), pour 1 ≤ 𝑗 ≤ 6,

• avec 𝛽7 = − ∑ 𝛽𝑗𝑗=6𝑗=1

Ce modèle peut être généralisé pour tenir compte des

jours fériés civils ou religieux du pays. Dans ce cas, un

jour férié sera considéré comme un dimanche (et donc

rajouté à 𝑁7𝑡) et, s’il tombe par exemple un lundi, retiré

du nombre de lundi 𝑁1𝑡.

Les fêtes liées au calendrier de l’Hégire

Les fêtes mobiles célébrées dans nos trois pays dépendent

du pays (Tableau 1).

• Le Ras el-Am el-Hijri commémore le jour où le

Prophète Mohammed est arrivé à Médine après avoir

quitté La Mecque. C’est le premier jour du calendrier

musulman.

• L’Achoura (Tamkharit au Sénégal) commémore pour

les musulmans sunnites le jour où Dieu a sauvé Moïse

du Pharaon et, pour les musulmans chiites, le

massacre de l’imam Hossein et de 72 membres de sa

famille et partisans par le califat omeyyade à Kerbala

en Irak. Cette fête est célébrée le 10 du mois de

Mouharram.

• Le Magal de Touba est l’une des fêtes musulmanes

les plus importantes au Sénégal (Faye, 2019).

Célébrée le 18 du mois de Safar, elle commémore le

départ en exil de Cheikh Ahmadou Bamba, fondateur

de la confrérie musulmane des Mourides (Al

mouridiyya).

Tableau 1

Les fêtes musulmanes célébrées au Maroc, au Sénégal et en Tunisie et leur durée

Événements Date Maroc Sénégal Tunisie

Ras El Am 01 Mouharram 1 1

Achoura 10 Mouharram 1 (Tamkharit)

Magal de Touba 18 Safar 1

Mawlid 12 Rabia al awal 2 1 (Gamou) 1

Mawlid (Baptême) 18 Rabia al awal 0

Ramadan 01 Ramadan (29) (29) (29)

Aid el-Fitr 01 Chawwal 2 1 (Korité) 2-3

Aid el-Adha 10 Dhou al-hijja 2 1 (Tabaski) 2

• Le Mawlid (Gamou au Sénégal) est la fête

musulmane qui célèbre la naissance du Prophète

Mohammed. Elle se commémore généralement le 12

du premier mois de Rabi, troisième mois de l’année

musulmane.

• L’Aïd el-Fitr (Aïd signifie fête et Fitr la rupture),

Korité au Sénégal, est une fête musulmane marquant

la rupture du Ramadan. Elle est célébrée le premier

jour du mois de Chawwal. Elle est aussi parfois

appelée Aïd es-Seghir (la petite fête) par opposition à

l’Aïd el-Kebir, la grande fête.

• L’Aïd el-Adha (signifiant littéralement « la fête du

sacrifice »), Tabaski au Sénégal, est l’une des fêtes

musulmanes les plus importantes. Elle marque

98


chaque année la fin du pèlerinage à La Mecque et a

lieu le 10 du mois de Dhou al Hijja, dernier mois du

calendrier musulman. Cette fête commémore la

soumission d’Abraham à Dieu, lorsque le patriarche

était prêt à sacrifier son fils aîné sur son ordre. Elle

est aussi parfois appelée Aïd el-Kebir (la grande fête).

Chaque fête peut être modélisée simplement, soit en

incluant son effet dans les régresseurs pour jours

ouvrables au même titre que les jours fériés civils, soit en

construisant un régresseur spécifique égal à zéro si la fête

n’affecte pas le mois, et au nombre de jours de la fête

dans le cas contraire.

Les régresseurs liés au mois du Ramadan

L’idée de base est de construire pour chaque évènement

un régresseur modélisant l’impact de la fête,

proportionnel au nombre de jours de l’évènement dans le

mois m, comme l’illustre la figure 1.

Nous utilisons dans cette étude 3 régresseurs : un

régresseur pour l’ensemble du mois du Ramadan

(Ramadan) et deux autres régresseurs pour la première et

la deuxième quinzaine du mois (Ramadan1 et

Ramadan2). Le tableau 2 montre la valeur des

régresseurs pour le Maroc en 2008 et 2009.

Figure 1

Modèle à effet constant

• En 2008 le Ramadan a commencé le 2 septembre et

s’est terminé le 30 septembre. Il a donc duré 29 jours,

tous en septembre (régresseur Ramadan). La première

quinzaine (Ramadan1) et la seconde quinzaine

(Ramadan2) étaient donc aussi en septembre.

• En 2009 le Ramadan a commencé le 22 août et s’est

terminé le 20 septembre. Il a donc duré 30 jours dont

10 en août et 20 en septembre (régresseur Ramadan).

La première quinzaine (Ramadan1) était donc à

cheval sur les deux mois (10 jours en août et 5 jours

en septembre) et la seconde quinzaine était en

septembre.

L’estimation du modèle

Le logiciel JDemetra+ version 2.2.2 a été utilisé pour les

calculs. Ce logiciel peut mettre en œuvre un algorithme

de modélisation automatique (AMI) qui permet de :

• déterminer le modèle de composition de la série

(additif ou multiplicatif) ;

• détecter et corriger les ruptures dans la série ;

• détecter et corriger les éventuels effets de calendrier

(effets de jours ouvrables et effets de fêtes mobiles

comme Pâques) ;

• prendre en compte des régresseurs spécifiés ;

• ajuster aux « résidus » de la régression un modèle

ARIMA ;

• estimer les éventuelles valeurs manquantes ;

• prévoir et de rétropoler la série étudiée.

On trouvera une description très détaillée de l’algorithme

dans Gómez et Maravall (1998).

Dans un premier temps, c’est le modèle général de

l’équation 1 qui a été estimé avec 7 régresseurs

modélisant les effets de jours ouvrables et un régresseur

spécifique modélisant l’effet global du Ramadan :

𝑋𝑡 = 𝛽0𝐿𝑌𝑡 + ∑ 𝛽𝑗(𝑁𝑗𝑡 − 𝑁7𝑡)

𝑗=6

𝑗=1

+ 𝛼Ramadan𝑡 + 𝑂𝑡

+ 𝑍𝑡 (3)

où 𝑍𝑡 suit un modèle ARIMA (𝑝, 𝑑, 𝑞)(𝑃, 𝐷, 𝑄)𝑠.

Les effets de jours ouvrables, modélisés en tenant compte

des spécificités des calendriers nationaux, se sont révélés

non significatifs et la grande majorité des séries se sont

avérées multiplicatives.

Pour les estimations finales, le modèle a donc été

simplifié en supprimant les effets de jours ouvrables. La

stabilité des régresseurs a été testée sur le passé de la série

en la tronquant, par exemple en s’arrêtant en janvier 2013

et en ré-estimant les coefficients en rajoutant un point à

chaque fois.

99

Statéco°113, 2019

Tableau 2

Les régresseurs utilisés pour mesurer l’effet du Ramadan au Maroc pour 2008 et 2009

Année Mois Début du

Ramadan

Fin du

Ramadan

Ramadan Ramadan1 Ramadan2

2008 1 0 0 0

2008 2 0 0 0

2008 3 0 0 0

2008 4 0 0 0

2008 5 0 0 0

2008 6 0 0 0

2008 7 0 0 0

2008 8 0 0 0

2008 9 02/09/2008 30/09/2008 29 15 14

2008 10 0 0 0

2008 11 0 0 0

2008 12 0 0 0

2009 1 0 0 0

2009 2 0 0 0

2009 3 0 0 0

2009 4 0 0 0

2009 5 0 0 0

2009 6 0 0 0

2009 7 0 0 0

2009 8 22/08/2009 10 10 0

2009 9 21/09/2009 20 5 15

2009 10 0 0 0

2009 11 0 0 0

2009 12 0 0 0

Les principales limites de l’étude

Dans chaque pays, l’État peut fixer ou réguler certains

prix et des importations « préventives » permettent

d’assurer la disponibilité de produits de base pour éviter

une certaine pénurie et une flambée des prix. Cela peut

expliquer certains résultats a priori surprenants2. Par

ailleurs, la présence dans un poste de la nomenclature

d’un produit dont le prix est fixé par l’État peut lisser les

évolutions de l’indice du poste. Descendre au niveau le

plus fin de la nomenclature se heurte à deux difficultés

majeures. La première est que, en particulier dans

l’alimentation, certains produits peuvent exister dans un

pays et non dans l’autre. La seconde est que, à un niveau

trop fin, les séries deviennent plus difficiles à traiter

statistiquement (trop volatiles, présence de valeurs

manquantes ou atypiques, etc.).

Dans le calendrier de l’Hégire, c’est l’observation à l’œil

nu de la nouvelle lune qui signale le début du mois, les

dates des différentes fêtes peuvent changer d’un pays à

l’autre. Il a donc fallu retrouver pour chacun des 3 pays

2 Comme l’évolution des prix de l’hébergement en Tunisie.

les dates réelles de chaque événement pour calculer les

régresseurs sur la période d’analyse. C’est un travail

fastidieux et difficile mais nécessaire : l’algorithme

présenté précédemment ne doit être utilisé que

lorsqu’une date est manquante ou lorsqu’on veut faire des

prévisions.

Le modèle Reg-ARIMA utilisé dans cette étude peut

s’avérer très instable (voir Ladiray et Quartier-la-tente,

2018), ce qui rend plus difficile les comparaisons. A titre

d’exemple, les figures 2 et 3 montrent l’évolution du T

de Student pour deux postes de la nomenclature de l’IPC

du Maroc. Ainsi, le poste « 006 - Pâtisseries, gâteaux,

biscuits, viennoiseries » montre un T de Student très

significatif avec une évolution relativement stable alors

que le poste « 024 - Légumes en conserve » montre une

grande instabilité et un T de Student significatif jusqu’en

2016 et non significatif après.

Enfin, les coefficients du modèle 3 sont supposés

constants dans le temps, hypothèse qui pourrait être

remise en cause.

100


Figure 2

Poste « 006 - Pâtisseries, gâteaux, biscuits,

viennoiseries » (Maroc) : une évolution assez stable

de l’effet du Ramadan

Note : L’effet est jugé significatif dès que la valeur de

T_Ramadan (T de Student de la variable Ramadan) est située

en dehors de la bande limitée par les lignes rouges en pointillé

Figure 3

Poste « 024 - Légumes en conserve » (Maroc) : une

évolution très instable de l’effet du Ramadan



en dehors de la bande limitée par les lignes rouges en pointillé.

Principaux résultats

L’analyse statistique montre que les effets du Ramadan

sur les prix se concentrent dans quelques secteurs : les

produits alimentaires, l’habillement, quelques postes de

l’aménagement de la maison, la restauration et les

services d’hébergements.

Analyse comparative des effets

Les effets du Ramadan sur les prix à la consommation

sont statistiquement réels (tableaux 3 et 4) et plus

importants au Maroc qu’au Sénégal et en Tunisie. Le

mois du Ramadan serait ainsi à l’origine d’une hausse

variant entre 0,24 % et 10,7 % des prix de certains

produits alimentaires, au lieu d’un maximum de 2,1 % et

3,3 % respectivement pour la Tunisie et le Sénégal. Ces

évolutions sont dues à la dynamique de la demande

alimentaire des ménages et traduisent, en partie, les

disparités en termes de réglementation publique des prix

au niveau des 3 pays.

En effet, si globalement les prix administrés par l’État

marocain ne dépassent pas 19 produits et services, dont

deux seulement sont de type alimentaire, la liste des prix

soumis à l’encadrement ou à l’homologation au stade de

la production ou de la vente porte sur 55 produits en

Tunisie, dont 24 sont alimentaires. Au Sénégal, et bien

que les prix des produits alimentaires soient libéralisés

– à l’exception de ceux du pain, de la farine de blé, du

sucre cristallisé et de l’huile alimentaire - les pouvoirs

publics interviennent très souvent pour replacer certains

produits qui connaissent une forte demande

conjoncturelle sous régime de fixation administrative

temporaire.

Les effets du Ramadan sur les prix au Maroc

Pendant le mois du Ramadan, les habitudes alimentaires

et culinaires des Marocains changent avec la préparation

de plats spécifiques aux festivités qui marquent la période

de la rupture du jeûne (du coucher du soleil à la levée).

La composition des repas est orientée vers des aliments

plus riches en glucides, en protéines et en lipides. Les

dépenses liées à la consommation alimentaire

augmentent significativement par rapport aux autres mois

de l’année, au détriment de certaines dépenses non

alimentaires, comme l’ameublement et le tourisme.

Selon l’enquête du niveau de vie réalisée par le HCP en

2007, les dépenses alimentaires des ménages urbains et

des ruraux enregistrent des progressions de 13,2 % et

19,3 %, respectivement, en comparaison avec la

moyenne mensuelle. Ces hausses s’accompagnent

d’augmentations des prix à la consommation de certains

produits alimentaires comme en attestent les résultats des

tableaux 3 et 4. En particulier, ce sont principalement les

prix de la pâtisserie et gâteaux, de la viande bovine, des

poissons frais, du fromage, des œufs, des dattes et des

fruits frais qui affichent les hausses les plus

significatives.

101

Statéco°113, 2019

Tableau 3

Effet global du Ramadan et effets par quinzaine. Produits dont la variation de prix est significative pendant le

Ramadan (T de Student)

Produits MarocR SénégalR TunisieR MarocR1 SénégalR1 TunisieR1 MarocR2 SénégalR2 TunisieR2

Farine, semoules et

autres -1.48 0.92 2.85 -0.68 1.94 -1.17 -1.06 -1.09 4.22

Pâtisseries, gâteaux,

biscuits, viennoiseries 8.29 1.53 1.79 4.51 -0.56 -1.09 5.62 2.36 3.27

Viande bovine 3.96 2.79 1.06 1.05 0.62 1.93 3.98 2.44 -0.23

Agneau, mouton et

chèvre 0.29 1.96 -0.02 -1.16 0.41 0.15 1.60 1.79 -0.17

Volailles -1.15 2.26 0.21 -1.21 -2.79 0.77 0.15 4.32 -0.30

Poissons frais et fruits de mer

7.75 -0.83 3.84 2.11 -1.56 -0.21 7.46 0.61 4.30

Fromages 3.44 0.27 4.10 1.17 2.43 2.22 2.96 -2.69 2.70

Œufs 5.77 -0.27 2.57 4.07 -0.00 2.28 4.41 -0.96 0.92

Fruits frais 3.12 2.30 4.45 0.37 1.72 1.63 3.47 0.61 3.36

Dattes 6.64 1.33 2.13 6.04 1.35 1.31 2.62 1.81 1.33

Sucre -0.91 -1.34 2.37 -0.38 0.88 1.18 -0.75 -2.50 2.63

Vêtements pour hommes

2.20 -0.41 0.57 -0.36 -2.14 -0.87 3.46 1.38 1.72

Vêtements pour femmes 2.31 0.80 0.04 -1.16 -0.63 0.44 4.84 -0.22 -0.27

Vêtements pour enfant 1.91 -0.22 2.21 1.91 -1.17 1.10 0.38 -0.23 1.86

Chaussures pour hommes

1.19 1.76 -0.07 0.95 2.94 -2.55 0.45 -1.28 2.78

Chaussures pour

femmes 1.47 0.26 0.25 -1.14 -7.00 -0.02 3.43 7.14 1.37

Chaussures pour enfants

et bébés 2.42 6.14 1.38 0.66 2.19 0.50 2.32 -0.72 1.30

Meubles et articles d'ameublement

-2.11 -0.15 -0.41 -3.56 0.54 -0.20 0.97 -0.28 -0.30

Articles de ménage en

textiles -2.48 -0.53 0.26 -3.00 0.70 -0.60 -0.10 2.62 2.14

Restaurants, cafés et établissements

similaires

0.15 -0.37 -3.43 -0.32 5.94 -2.04 0.50 -8.35 -1.97

Services d'hébergement -4.63 0.18 4.00 -0.41 3.12 -2.01 -5.64 -7.87 3.99

Note : En vert les effets significatifs au seuil de 95 %, en jaune ceux significatifs au niveau 90 %

En revanche, les prix des légumineuses et des légumes

frais qui constituent la base des soupes préparées à

l’occasion de la rupture du jeûne ne connaissent pas

d’augmentation sensible, du fait notamment de

l’abondance de l’offre locale. Les prix de volaille et des

produits laitiers ne subissent pas non plus d’amples

changements, en raison en particulier de l’engagement

des pouvoirs publics d’assurer un approvisionnement en

quantité suffisante du marché local. C’est ainsi que les

importations des produits laitiers et du lait connaissent

une inflexion à la hausse au cours du dernier mois qui

précède le Ramadan.

Hors alimentaire, les effets du Ramadan sur les prix

restent contrastés. Si les prix des vêtements des femmes

et des hommes enregistrent une hausse significative au

cours de la deuxième quinzaine du Ramadan, en réponse

à une demande plus soutenue à la veille de la fête de l’Aïd

el-Fitr, ceux des articles de l’ameublement s’orientent à

la baisse, traduisant, en partie, les ajustements des

dépenses des ménages en faveur des produits

alimentaires. Les prix du tourisme et des autres services

d’hébergement enregistrent également une diminution au

cours du mois du Ramadan qui coïncide avec la baisse

observée des nuitées touristiques. Ce phénomène peut

s’expliquer par la fermeture de la plupart des restaurants

et activités de loisir pendant la journée.

Les effets du Ramadan sur les prix au

Sénégal

Pendant le mois du Ramadan au Sénégal, les habitudes

de consommation sont légèrement modifiées avec une

amélioration des plats et l’introduction d’un nouveau plat

avant l’aube. Ce plat est généralement fait à base de

farine et de semoule ce qui explique l’effet noté sur le

102


prix de ce poste pendant la première quinzaine du mois

du Ramadan. Ndoye et al. (2001) montrent que la

consommation des plats à base de farine comme le

« fonde », le « caakry » et le « ngalakk » est très

importante durant le mois du Ramadan par rapport aux

autres mois de l’année.

Les prix du poste « volaille » augmentent pendant la

deuxième quinzaine du mois du Ramadan. Cette

augmentation s’explique là encore par des phénomènes

culturels. Ces produits sont en effet très prisés durant le

mois du Ramadan et surtout le jour de la fête de fin du

Ramadan (Aïd el-Fitr). Ainsi, le poulet qui avait connu

un tassement de son prix avant le Ramadan affiche à

nouveau une augmentation à l’approche de la fête de

Korité.

Au Sénégal, la rupture du jeûne favorise aussi

l’engouement pour certains produits comme les dattes,

les gâteaux et biscuits, suivis de jus traditionnels. Ce

mois incite l’augmentation des prix des « gâteaux-

biscuits » et des jus frais suite à la hausse de la demande

de ces derniers. En revanche, les prix des fromages

enregistrent une baisse durant la deuxième quinzaine du

mois du Ramadan.

Les autres produits alimentaires ne subissent pas de

modifications de leurs prix durant le mois du Ramadan

grâce à l’effort du gouvernement sénégalais qui veille à

l’approvisionnement suffisant de certains produits

alimentaires et denrées de première nécessité afin de

garder une stabilité des prix durant le mois du Ramadan.

Tableau 4

Variations maximales de prix pendant le Ramadan et par quinzaine

Produits MarocR SénégalR TunisieR MarocR1 SénégalR1 TunisieR1 MarocR2 SénégalR2 TunisieR2

Farine, semoules et

autres

-0.08 1.41 0.05 -0.03 3.19 -0.02 -0.05 -1.69 0.07

Pâtisseries, gâteaux,

biscuits, viennoiseries

0.61 1.71 0.11 0.28 -0.54 -0.06 0.34 2.26 0.18

Viande bovine 0.68 1.73 0.19 0.15 0.38 0.28 0.57 1.26 -0.03

Agneau, mouton et chèvre

0.08 1.61 -0.00 -0.23 0.31 0.03 0.32 1.29 -0.04

Volailles -1.35 0.73 0.15 -1.15 -1.59 0.41 0.15 2.56 -0.17

Poissons frais et fruits

de mer

10.69 -2.70 0.65 2.19 -4.48 -0.04 8.22 1.70 0.82

Fromages 0.24 0.02 0.17 0.07 0.15 0.08 0.18 -0.17 0.10

Œufs 5.51 -0.01 1.78 2.46 0.00 1.21 2.82 -0.10 0.52

Fruits frais 4.32 3.31 2.13 0.42 1.60 0.68 4.12 0.53 1.45

Dattes 2.40 0.76 1.69 1.69 0.37 0.81 0.76 0.50 0.87

Sucre -0.03 -0.14 0.01 -0.01 0.05 0.00 -0.02 -0.12 0.01

Vêtements pour

hommes

0.18 -0.03 0.12 -0.02 -0.14 -0.13 0.22 0.08 0.27

Vêtements pour femmes

0.24 0.02 0.01 -0.08 -0.02 0.06 0.35 -0.01 -0.05

Vêtements pour enfant 0.12 -0.02 0.40 0.11 -0.03 0.14 0.02 -0.01 0.27

Chaussures

pour hommes

0.10 0.02 -0.03 0.07 0.13 -0.68 0.03 -0.06 0.85

Chaussures pour femmes

0.18 0.01 0.06 -0.11 -0.10 -0.00 0.35 0.14 0.43

Chaussures pour

enfants et bébés

0.30 0.06 0.34 0.07 0.09 0.05 0.25 -0.03 0.15

Meubles et articles

d'ameublement

-0.11 0.00 -0.02 -0.16 0.00 -0.01 0.05 -0.00 -0.01

Articles de ménage en textiles

-0.10 -0.05 0.02 -0.10 0.01 -0.03 -0.00 0.02 0.13

Restaurants, cafés et

établissements

similaires

0.01 -0.16 -0.18 -0.02 0.10 -0.09 0.03 -0.18 -0.09

Services d'hébergement -0.67 0.01 0.22 -0.03 0.06 -0.06 -0.49 -0.17 0.18

Note : En vert les variations supérieures ou égales à 2 % (en valeur absolue)

103

Statéco°113, 2019

Hors alimentaire, les effets du Ramadan sur les prix

restent particuliers au Sénégal. Les prix des chaussures

des enfants et des femmes enregistrent une hausse

significative respectivement durant le mois du Ramadan

et la deuxième quinzaine du mois du Ramadan.

Cependant, une baisse des prix des services de

restauration, cafés et des services d’hébergement est

notée durant la deuxième quinzaine du mois du

Ramadan.

Les effets du Ramadan sur les prix en

Tunisie

Les habitudes alimentaires tunisiennes changent pendant

le mois du Ramadan et la consommation de certains

produits augmente de manière significative, ce qui

impacte leurs prix. Pour la plupart des Tunisiens, les

dattes et le lait frais sont les produits préférés pour la

rupture du jeûne. En outre la majorité des plats

consommés (tajine, brik, salade) tout au long du mois

sont composés d’œufs et fromages.

La soirée est toujours animée par des fruits et des

pâtisseries. En conséquence la première quinzaine est

marquée par la hausse des prix de produits alimentaires

essentiels pour la table tunisienne comme les œufs, les

fromages, la viandes bovine et les légumes salés. En

revanche pendant la deuxième quinzaine du Ramadan, ce

sont les prix des produits nécessaires pour les préparatifs

à l’Aïd el-Fitr qui s’accroissent, notamment les prix des

pâtisseries traditionnelles comme Makroudh ou

Baklawa. De plus, les plats à base du poisson sont

souvent préférés pendant l’Aïd el-Fitr d’autant que les

familles tunisiennes préparent traditionnellement le

salage du poisson. Et vers la fin du mois, les achats des

vêtements s’intensifient. Bien que la hausse des prix ne

soit pas notable sur l’ensemble « du poste vêtements »

elle reste significative sur des sous-postes de prix comme

les pantalons pour fille ou les costumes pour homme.

Le mois du Ramadan n’a pas seulement d’effet positif sur

les prix, en effet les prix de services d’hébergement,

restaurant et autre établissement semblable enregistrent

un recul à la suite de la baisse de la demande, les nuitées

enregistrent un recul et plusieurs établissements ferment

dans ce mois. L’impact du mois du Ramadan et de l’Aïd

el-Fitr sur les prix est réel bien que le prix de plusieurs

produits soit administré par l’état qui veille à la

constitution de stocks régulateurs qui empêcheront un

dérapage des prix.

Conclusions et perspectives

Les effets du Ramadan sur les prix à la consommation

sont statistiquement réels et plus importants au Maroc

qu’au Sénégal et en Tunisie. Ils se concentrent dans

quelques secteurs : les produits alimentaires,

l’habillement, quelques postes de l’aménagement de la

maison, la restauration et les services d’hébergements.

Leur impact en termes réels est cependant relativement

limité : le mois du Ramadan serait ainsi à l’origine d’une

hausse atteignant 10 % des prix de certains produits

alimentaires au Maroc, au lieu d’un maximum de 2 % -

3 % pour la Tunisie et le Sénégal. Ces évolutions sont

dues à la dynamique de la demande alimentaire des

ménages liée aux pratiques culturelles mais traduisent

aussi les disparités en termes de réglementation publique

des prix au niveau des 3 pays.

Ces estimations économétriques sont obtenues à l’aide de

modèles Reg-ARIMA qui prennent en compte les

spécificités calendaires des 3 pays et une attention toute

particulière a été portée à la stabilité des résultats. La

faiblesse relative des effets prix, par rapport notamment

au ressenti personnel des gens, peut en partie s’expliquer

par le souhait de faire une comparaison internationale.

Les analyses ne peuvent alors se faire qu’à des niveaux

relativement agrégés qui peuvent mélanger des produits

à prix libre et des produits régulés par l’état.

L’étude de stabilité des coefficients du modèle,

systématiquement menée dans notre étude pour tous les

produits, montre que les effets du Ramadan de certains

produits évoluent avec le temps. C’est par exemple le cas

au Maroc, pour les postes « 010 - Autres viandes et

abats » et « 020 - Fruits frais » dont l’effet est de plus en

plus fort comme le montrent les figures 4 et 5.

104


Figure 4

Poste « 010-Autres viandes » (Maroc), évolution de la

significativité de l’effet du Ramadan




Figure 5

Poste « 020 - Fruits frais » (Maroc), évolution de la

significativité de l’effet du Ramadan





Akmal M. and Abbasi M. U. (2011), “Ramadan Effect on Price Movements: Evidence from Pakistan”, Working

Papers, n°3937, eSocialSciences.

Amrani I. and Skalli A. (2009), « Évaluation de la saisonnalité mobile due au calendrier lunaire sur les séries

chronologiques par application du modèle espace d’état », Modulad, n°39, pp. 23-45.

Bessa M., Dhifalli R., Ladiray D., Lassoued A. et Maghrebi B. (2008), “Les effets de calendrier dans les séries

tunisiennes”, Statéco, n°103, pp. 39-59.

Bukhari S. K. H., Jalil A. and Rao N. H. (2011), “Detection and Forecasting of Islamic Calendar Effects in Time

Series Data : Revisited”, MPRA Paper n°31124, University Library of Munich, Germany.

Dershowitz N. and Reingold E. M. (2008), “Calendrical Calculations”, Third edition, Cambridge University Press.

El Guellab A., Mansouri A., Ouhdan Y., Guennouni J., Amar A., Zafri M. et Ladiray D. (2013), « Les effets de

calendrier au Maroc », Les Cahiers du Plan, n°42, Haut-Commissariat au Plan, Maroc.

Faye M. N. (2019), « Les effets du Magal de Touba sur l’indice de chiffre d’affaires et l’indice de prix à la

consommation », Atelier sur les méthodes de séries temporelles pour la statistique officielle, 26-27 Septembre, Paris.

Findley D.F., Monsell B.C., Bell W.R., Otto M.C. and Chen B.C. (1998), “New capabilities of the X-12- ARIMA

seasonal adjustment program (with discussion)”, Journal of Business and Economic Statistics, 16, 127–77.

Fournier J-M. et Nemsia H. (1997), « Une correction de l’effet Ramadan », Statéco, n°86, pp. 39-63.

Gomez V. and Maravall A. (1997), “Programs TRAMO and SEATS : Instructions for the user”, (beta version : June

1997), Banco de Espana, Servicio de Estudios, Documento de Trabajo n°9628.

Gomez V. and Maravall A. (1998), “Automatic Modeling Methods For Univariate Time Series”, Banco de Espana,

Servicio de estudios, Documento de Trabajo n° 9808.

Kazi Abrar, H., Syed Abul B. and A.K. Enamul H. (2017), “Quantifying the impact of Ramadan on global raw

sugar prices”, MPRA Paper n° 75941, University Library of Munich, Germany.

Ladiray D. (2018), “Calendar Effects”, in Handbook on Seasonal Adjustment, Chapter 5, Eurostat, Luxembourg.

105

Statéco°113, 2019

Ladiray D. et Quartier-la-tente A. (2018), « Du bon usage des modèles Reg-ARIMA en désaisonnalisation », 13e

Journées de Méthodologie Statistique de l’Insee, Paris, France.

Lee M.H., Suhartono and Hamzah N.A. (2010), “Calendar variation model based on ARIMAX for forecasting sales

data with Ramadhan effect”, Proceedings of the Regional Conference on Statistical Sciences 2010 (RCSS’10), pp.

349-361.

Lin J. L. and Liu T. S. (2003), “Modeling Lunar Calendar Holiday Effect in Taiwan”, Taiwan Forecasting and

Economic Policy Journal, n°33, pp 1-37.

Ndoye F., Diop A., Sokona K., Broutin C., Cheyns E., Bricas N. et Ndiaye J.-L. (2001), « Evolution des styles

alimentaires à Dakar ». Montpellier, CIRAD, Série ALISA.

Norhayati S., Lazim M. A. and Wah Y. B. (2007), “Moving Holiday Effects Adjustment for Malaysian Economic

Time Series”, Department of Statistics Malaysia.

Riazuddin R. and Khan M. (2002), “Detection and Forecasting of Islamic Calendar Effects in Time Series Data”,

Working Paper Series, n°2, State Bank of Pakistan.

Sarhani M. and El Afia A. (2014), “An Extension of X-13-ARIMA-SEATS to Forecast Islamic Holidays Effect on

Logistic Activities”, mimeo, Mohammed V-Souissi University, ENSIAS, Rabat, Morocco

U.S. Census Bureau (2017), X-13ARIMA-SEATS Reference Manual, Version 1.1. Time Series Research Staff,

Center for Statistical Research and Methodology, U.S. Census Bureau, Washington, DC.

Yucel Eray M. (2005), “Does Ramadan Have Any Effect on Food Prices : A Dual-Calendar Perspective on the

Turkish Data”, MPRA Paper 1141, University Library of Munich, Germany.

Annexes

Nomenclature de l’IPC retenue pour l’étude

001 - Riz

002 - Céréales non transformés (blé, orge, maïs)

003 - Farine, semoules et autres

004 - Pain

005 - Pâtes alimentaires

006 - Pâtisseries, gâteaux, biscuits, viennoiseries

007 - Viande bovine

008 - Agneau, mouton et chèvre

009 - Volailles

010 - Autres viandes et abats

011 - Charcuterie et autres préparations de viandes

012 - Poissons frais, réfrigérés ou congelés et fruits de mer

013 - Poisson en conserve ou transformés

014 - Lait frais

015 - Laits conservés et autres produits laitiers

016 - Fromages

017 - Œufs

018 - Beurre et margarine

019 - Huiles Alimentaires

020 - Fruits frais

021 - Dattes

022 - Fruits séchés

023 - Légumes frais

024 - Légumes en conserve

025 - Légumes secs et oléagineux

026 - Sucre

027 - Confiture, miel, chocolat et confiserie

028 - Sels et condiments et autres

029 - Café, thé et cacao

030 - Jus de fruits

031 - Boissons gazeuses et eau minérale

032 - Spiritueux

033 - Vin et boissons fermentées

034 - Bière

035 - Tabac

036 - Tissus d'habillement

037 - Vêtements pour hommes

038 - Vêtements pour femmes

039 - Vêtements pour enfant

106


040 - Autres articles vestimentaires et accessoires du

vêtement

041 - Nettoyage, réparation et location de vêtements

042 - Chaussures pour hommes

043 - Chaussures pour femmes

044 - Chaussures pour enfants et bébés

045 - Réparation de chaussures

046 - Loyers effectivement payés par les locataires

047 - Fournitures pour travaux d'entretien et de réparation

des logements

048 - Services concernant l'entretien et les réparations du

logement

049 - Alimentation en eau

050 - Électricité

051 - Gaz

052 - Combustibles solides

053 - Meubles et articles d'ameublement

054 - Articles de ménage en textiles

055 - Gros appareils ménagers, électriques ou non

056 - Petits appareils électroménagers

057 - Verrerie, vaisselle et ustensiles de ménage

058 - Outillage, matériel et accessoires divers

059 - Biens d'équipement ménager non durables

060 - Services domestiques et services ménagers

061 - Produits pharmaceutiques

062 - Produits médicaux divers

063 - Appareils et matériel thérapeutiques

064 - Services médicaux et dentaires

065 - Services paramédicaux

066 - Services hospitaliers

067 - Voitures automobiles

068 - Motocycle et bicyclette

069 - Pièces de rechange et accessoires pour véhicules de

tourisme

070 - Entretien et réparation de véhicules particuliers

071 - Carburants et lubrifiants pour véhicules de tourisme

072 - Services divers liés aux véhicules particuliers

073 - Transport routier de passagers

074 - Transport aérien de passagers

075 - Transport maritime , fluvial , ferroviaire passager

076 - Services postaux

077 - Téléphone et télécopie

078 - Services de téléphonie et de télécopie

079 - Matériel de réception, d'enregistrement et de

reproduction du son et de l'image

080 - Matériel photographique et cinématographique et

appareils optiques

081 - Ordinateurs personnels et périphériques

082 - Supports d'enregistrement

083 - Réparation de matériel audiovisuel, photographique et

de traitement de l'information

084 - Jeux, jouets et passe

085 - Articles de sport, matériel de camping et matériel pour

activités de plein air

086 - Livres

087 - Journaux et publications périodiques

088 - Services récréatifs et sportifs

089 - Produits pour jardins, plantes et fleurs

090 - Services culturels

091 - Fournitures et livres scolaires

092 - Enseignement préélémentaire et primaire

093 - Enseignement secondaire

094 - Enseignement non défini par niveau

095 - Cantines

096 - Restaurants, cafés et établissements similaires

097 - Services d'hébergement

098 - Salons de coiffure et esthétique corporelle

099 - Appareils électriques pour soins corporels

100 - Autres appareils, articles et produits pour soins

corporels

101 - Articles de bijouterie et horlogerie

102 - Autres effets personnels

103 - Assurances liées au transport

104 - Autres services financiers n.c.a.

107

*Anda David est économiste à l’Agence française de développement [email protected] et Mohamed Ali

Marouani est chercheur à l’Institut de recherche pour le développement et à l’université Paris 1,

[email protected]

Migration patterns and labour

market outcomes1 A. David and M.-A. Marouani*

This article focuses on the external effects of emigration on non-migrants and particularly on the interactions with labour market outcomes in Tunisia before and after the revolution. Using the Tunisia Labour Market Panel Survey (TLMPS) we conduct an in-depth analysis of the structure and dynamics of recent migration in Tunisia including the profile of migrants and their origin households, mainly in terms of skills and spatial composition. We also investigate transition matrices, employment status, and the evolution of remittances. Our analysis confirms the role of emigration as a security valve for the Tunisian labour market. Moreover, origin households of migrants have a significantly higher wealth index. Remittances play a significant role for the Tunisian economy and at the household level. Our analysis also tends to confirm the effects of remittances on labour supply of non-migrants which can have a negative impact on Tunisia’s unemployment rate when a crisis in destination countries affects negatively the remittance rate.

Introduction

From anecdotal stories to macroeconomic analyses,

migration shapes the socioeconomic environment in

Tunisia. Natter (2015) sketches a historical fresco

of Tunisian migration from French colonization to

the Revolution focusing on the Tunisian policies

towards emigration and the Diaspora. Since

Independence these policies were mainly

encouraging migration to secure an “economic

safety valve”. The Ben Ali regime pursued this

policy, reinforced the political control on the

diaspora and adopted a cooperative approach with

destination countries, mainly EU countries, to

consolidate and legitimise the authoritarian nature

of the regime. In his proposed research agenda on

migration, Clemens (2011) proposes to focus on the

external effects of emigration on non-migrants. We

propose to deal mainly with this issue in this article,

and particularly on the interactions with labour

market outcomes. David and Marouani (2015) have

dealt with the interactions between migration and

labour markets outcomes in Tunisia following a

1 A longer version of this article was published as a chapter in Assaad, R., & Boughzala, M. (Eds.), (2018).

The Tunisian Labor Market in an Era of Transition. Oxford University Press, USA.

macroeconomic approach. One of their main

findings is that migration matters significantly for

labour market outcomes, especially during crisis

time. The main link variable is the evolution of the

level of remittances.

The second issue tackled here is the evolution of

migrants’ profile, mainly in terms of skills.

Although there is no agreement on the net effect of

skilled migration as the literature review of

Clemens (2011) shows, there is no doubt that the

skill composition of migration is central in the

debate on migration external effects on origin

countries. Similarly, the spatial composition of

migration has certainly a significant impact,

particularly in a country where regional inequalities

are one of the main characteristics and have been

highlighted as one of the main concerns since the

2011 revolution.

Microeconomic research on migration in Tunisia is

still limited due to the scarcity of data. The Tunisia

Labour Market Panel Survey (TLMPS) allows an

in-depth analysis of the structure and dynamics of

108


recent migration in Tunisia and allows us to sketch

the profile of migrants and their origin households.

This profile would allow a better knowledge of the

evolution of recent migration in terms of

geographical origin, destination countries, age,

marital and educational statuses and labour market

characteristics. We also investigate transition

matrices, employment status and income abroad by

education level, how migration occurred and the

socio-economic background of migrants’ families.

The characteristics of returnees are also analysed

and compared to those of non-migrants. Finally, we

analyse the evolution of remittances levels, country

of origin, channels and the characteristics of its

recipient households.

Previous research on the issues linked to migration

in Tunisia mainly use administrative data or specific

small-scale surveys. Kriaa et al. (2013) draw a

profile of labour migration from Tunisia over the

period 2002-2012 using data from various

administrative sources2. They conclude on the

absence of a unique and coherent information

database on emigration from Tunisia and the need

of a better information system. Looking specifically

at migration to OECD countries, Gubert and

Nordman (2009) use macro level data from the

OECD, the World Bank and the Euro-Med

Consortium for Applied Research on International

Migrations (CARIM) and highlight the match

between excess labour supply in Middle East and

North Africa (MENA) countries and the labour

shortages in Europe. Boubakri (2010) describes the

weaknesses and strengths of the Tunisian labour

market, linking it with migration and stresses the

country’s experience in managing the exports of its

professional labour force through specialised

agencies. In a more recent paper, he focuses on

international migration and the Tunisian revolution

and offers an in-depth analysis on the links between

the two (Boubakri, 2013).

Another strand of the microeconomic literature on

the Tunisian migration focuses on returnees.

Menard (2004) uses a survey conducted by the

Office des Tunisiens à l’Etranger (OTE) in 1986 on

return migrants and data from the Central Bank and

analyses the drivers of self-employment for

returnees and non-migrants. She finds little

evidence of human capital accumulation through

temporary migration, but strong evidence that the

repatriation of savings from migration allows poor

workers to overcome credit constraints for

investment into small projects. David and Nordman

(2014) use data from a survey conducted by the

European Training Foundation and the World Bank

on returnees and non-migrants and study the skills

that migrants acquire before and during migration

2 The National Statistics Institute (INS), the Office for

Tunisians Abroad (OTE), the Agency for Cooperation

and the way these skills are used upon return. They

find evidence of skill mismatch in Tunisia, where

the under-education phenomenon is more prevalent

among return migrants.

The TLMPS study offers a new and complete

perspective on recent Tunisian migration and

allows a comparison between the migrant cohorts

before and after the revolution. The survey is

nationally representative and covers 16,200

individuals, in over 4,600 households. But there are

several limitations to using TLMPS in order to

study migration. First of all, due to the fact that

information on the current migrants is reported by

their origin households, this only gives a limited and

biased view of the diaspora and our results should

be read with this observation in mind. Also, while

there are specific questions allowing capturing the

emigration of entire households, we do not have

specific information about the characteristics of

those households, such as education for instance.

Finally, due to recall biases, we only capture the

relatively recent migration.

The rest of the article is organised as follows:

section 2 deals with emigration trends and patterns,

section 3 is focused on return migration, section 4

deals with remittances’ characteristics and section 5

concludes.

Recent international

migration trends and patterns

The total stock of Tunisian migrants abroad was

estimated at 1,223,000 in 2012 according to the

National Statistical Institute (INS) from

registrations in Tunisian consulates abroad. This

represented more than 10% of the resident

population in Tunisia. However, this figure includes

the second generation of the diaspora, whereas in

this section we will focus our analysis on recent

migration, therefore on current migrants as defined

in the survey, which implies that the households

interviewed still consider them as part of the

household. In practice, this means that our analysis

of current migrants is restricted (with very few

exceptions) to migrations which occurred during

around 15 years before our survey was conducted,

that is the 1997-2013 period.

For our analysis we will be using the Tunisia

Labour Market Panel Survey (TLMPS) of 2014,

which is part of broader series of labour market

panel surveys run under the initiative of the

Economic Research Forum (ERF). The TLMPS,

collected in partnership between ERF and the

Tunisian National Institute of Statistics (INS) is the

first wave of a longitudinal survey of the Tunisian

and Technical Assistance (ATCT), the Ministry of

Labour, the Ministry of Interior etc.

109


labour market and is a nationally representative

survey featuring information on households and

individuals3. The survey, representative also at the

governorate level, is based on a sample of 4,521

households and 11,738 individuals aged 15 or more.

The questions cover household characteristics,

detailed labour market outcomes and job history, as

well as migration trajectories and financial

transfers. Data is weighed in order to account for

representativity and non-response.

Using the survey, we see that migrants represent

slightly more than 2% of the total population,

which, as expected, is significantly lower than the

figure for the extended diaspora computed by the

INS. We also observe that 4% of households have

at least one migrant.

Natter (2015) retraces the main historical patterns

of Tunisian migration so we focus here on the

information that is given by the TLMPS 2014. If we

exclude those for whom the households answered

that they did not know in which year they migrated4,

we notice that almost 42% of the sample has left the

country between 2011 and 2013. Almost all the

others (the remaining two thirds of migrants for

which the date of migration is known) emigrated

between 1997 and 2010. The information on current

migrants provided by the survey thus mainly refers

to information on recent migrants, while the

analysis of the profile of returned migrants gives us

a better picture on earlier migrants.

This boost in migration just after the Tunisian

uprising is due to the absence of border controls

entailed by the security void in the aftermath of the

revolution. According to Frontex data, between

January and March 2011, 20.258 Tunisians arrived

in Lampedusa. Boubakri (2013) describes the

intensity of migrations in the aftermath of the events

of January 2011, highlighting the factors that

facilitated and spurred the outflows. Although it is

expected to be a temporary hike in outflows, in our

analysis we distinguish between those who have

migrated before and after the Tunisian revolution.

This choice is not straightforward as the revolution

will not necessarily entail a structural break in the

profile of Tunisian migrants. A robust assessment

of this hypothesis could only be done after a few

years. However, given that the economic situation

has been stagnating in Tunisia since 2011,

migration patterns can be affected. Given that the

signs of recovery are not visible yet, it is useful to

distinguish the new features of Tunisian migrants (if

any) that appear from the survey analysis.

3 For detailed information on the survey, see Assaad et al.

(2016). 4 For 23% of the migrant sample, the households

answered that they did not know in which year the

individuals had migrated.

In terms of destination countries, Tunisians mainly

emigrate to Europe (70%) and, more precisely to

France (38%). Germany and Italy come second and

third as European destinations. Although Libya was

already a major destination for Tunisians before the

uprising (due to the high labour demand in oil-

related activities), we notice a spike in emigration

to this specific destination in the aftermath of the

revolution, mainly in 2013.

In terms of origin, Tunisian migrants mainly come

from urban areas, although we observe a shift after

the revolution (Table 1)5. Before the revolution,

only slightly more than 20% of Tunisian migrants

were coming from rural areas, while after the

revolution, the percentage went up to almost 50%.

This confirms further our assumption that pattern of

the recent migration is different from the one before

the revolution.

Table 1

Origin of migrants (%) Before

revolution

After

revolution Total

Urban 79.2 50.8 70.3

Rural 20.8 49.2 29.7

Total 65.2 34.8 100

Sample size 121 83 204

Source: Authors’ computation using TLMPS 2014

At a closer look, we see that even the distribution of

governorates of origin has changed after the

revolution. Before the uprising, Tunis surroundings

(Ariana, Ben Arous), Cap Bon (Nabeul

governorate) and the area bordering Lybia

(Medenine governorate) provided around half of

Tunisian emigrants according to the survey. After

2011, this is not the case anymore and share of

migrant outflows from especially Mahdia, and Sidi

Bouzid (the latter being the governorate where

uprisings started) increased.

In Table 2 we compute some descriptive statistics

on the current migrants and distinguish between

those that have migrated before and after the

revolution. We see that while the average age at the

time of migration of Tunisians is 25 years old, those

that have migrated after the revolution were slightly

older when they left the country compared to those

that have migrated before. This is probably due to a

decrease of the share of tertiary educated workers

who generally migrate younger for their studies.

As expected, the migrants are predominantly males

(85%), although a slight decrease in this proportion

5 In 2014, the urban share is 66% of the total population

according to the World Bank.

110


is observed in the very recent outflows. More than

half of the emigrants are married, but this

proportion is lower if we restrict the sample to those

that have migrated recently (38.6%). In terms of

education, almost a quarter of Tunisian emigrants

are highly educated, with those having migrated

before the revolution being slightly more educated.

Table 2

Current migrants’ basic characteristics

Before

revolution

After

revolution Total

Age at the time

of migration 24.4 27.0 25.5

Male (%) 87.9 79.5 85.0

Married (%) 59.3 41.7 53.7

Single (%) 38.6 58.3 44.8

Education (%)

Primary 39.4 44.5 41.0

Secondary 34.7 33.8 34.4

Tertiary 26.0 21.8 24.6


Despite the drop in education levels in the very

recent emigration flows, Figure 1 shows an increase

in the education levels over the last decades, with

the share of migrants holding a tertiary education

level diplomas increasing considerably. When we

compare the acquired education levels of emigrants

to those of returnees and of non-migrants (Figure 2)

we find that emigrants are more educated than the

non-migrants and returnees, suggesting a positive

selection into migration, often pointed out in the

literature (Wahba, 2015a, McKenzie et al. 2010).

Indeed, a higher expected return to human capital is

one of the key drivers of emigration as shown by

Gibson and McKenzie (2011), but education also

impacts the migration decision through the

aspirations channel as highlighted by Docquier et

al. (2014), who argue that less educated (poorer)

people are only somewhat less likely to want to be

migrants than more educated individuals. Although

we do not have information about the reasons of

migration, we see that almost 35% of the tertiary

educated emigrants have entered the destination

countries with a student visa, indicating the

importance of student migration in the case of

Tunisia.

Using the MIREM6 database, Boughzala and Kouni

(2010) argue that the more migrants acquire skills,

the lower their probability of return to Tunisia. In

the case of students, scholarships are usually

granted to those who get the best ranks in the

6 MIREM stands for MIgration de REtour au Maghreb

and it was collective research programme was launched

in December 2005 and ended in December 2008. f

country. This raises a serious concern about the

risks of losing “talents”. According to the

TLMPS2014 database, only 6.5% of returnees had

emigrated from Tunisia with a student visa, while

the share of current migrants having emigrated with

a student visa is of 13%, suggesting low return rates

of Tunisian students abroad. But these students with

high capacities may not reach their maximal

potential if they stay at home. The policy issue then

is how to use these talents through cooperation with

the highly skilled members of the diaspora or by

attracting them back when their skills are needed at

home7.

Figure 1

Educational level of current migrants over time,

15+


Figure 2

Educational level of migrants, returnees and

non-migrants


In terms of labour market outcomes, we notice that

more than half of migrants (55.4%) were

unemployed before leaving Tunisia and close to a

7 Malaysia for example created an institution in charge of

attracting talent (Talentcorp).

0%

20%

40%

60%

80%

100%

1990s 2000s After 2010

Primary Secondary Tertiary

0%

10%

20%

30%

40%

50%

60%

70%

Primary Secondary Tertiary

Migrants Returnees Never-migrants

111


third were working (Table 3). This tends to suggest

that emigration can alleviate part of the pressure on

the labour market created by job seekers. Indeed,

as shown by David and Marouani (2015) in a

general equilibrium framework, the outflow of

Tunisian labour force can contribute to

unemployment reduction through the decline in the

active population8.

Table 3:

Transition matrix for the work status before and

during migration9 (in %)


In terms of informality, we see that almost 69% of

the migrants were not covered by social security (a

proxy for being an informal worker) before their

departure and there is no significant difference

between those that have left before and after the

Tunisian uprising. Once abroad, almost 71% of

migrants are working and 14% are unemployed.

Even though the percentage of unemployed is

higher for those that have migrated after the

revolution, this is likely to be a temporary situation

since, on the one hand, migrants need a certain time

laps in order to adjust and integrate the host

country’s labour market, and, on the other hand, the

recent economic downturn in Europe limits job

opportunities for new incomers. We notice

nevertheless that once individuals migrate, they

experience a positive transition, for most of them,

with 65% of the unemployed in the origin country

becoming employed in the destination country.

To sum up, what precedes confirms the safety valve

emigration has played for the Tunisian labour

market and for emigrants themselves.

The migrants’ situation abroad also affects the

origin country’s labour market. Having a stable and

well-paying employment status abroad does not

8 However, this implies that downturns in destination

countries can result in massive returns that can create

temporary disequilibria in the local labour market, as

was the case with the return of Tunisian migrants in the

aftermath of the Libyan uprising (AfDB, 2012).

only entail higher remittances, but also more

significant financial and human capital

accumulation if the migrant returns (Dustmann and

Görlach, 2016). Unfortunately, we do not have

sufficient data to analyse the implications for the

Tunisian case, but the outcomes of Tunisian

migrants can give us a glimpse of the possible

fallouts on the home country.

As expected, the TLMPS2014 data shows a

correlation between the education level and the

employment status abroad, with the share of regular

wage workers increasing with the education level

(Figure 3). Thus, more educated migrants have

better outcomes in destination labour markets, but

since their return rates are lower as we previously

observed, their positive impact on the origin

country might be limited.

The survey also gives information about whether

the individual migrated alone or with family and we

see that the share of individuals that migrate alone

increased over time (Figure 4). This can be due

either to more and more migrants joining family

already abroad, or to growingly restrictive

immigration policies that lead to more risk-taking

behaviour.

Finally, we can take a glimpse at the impact that

migration has on the origin country by looking at

the welfare of remaining households. If we look at

the situation of the origin households of migrants in

the TLMPS2014 data, we notice that they have a

significantly higher wealth index (Table 4).

However, we do not have enough elements that

could indicate whether the households with

migrants are richer because they have migrants

abroad that send them remittances or whether the

wealthier households were the ones that could

afford to send migrants abroad.

However, if we look at the education level of the

head of households differentiating between

households with and without, the distributions are

relatively similar (Figure 5).

9 Households were asked which is the “current work

status abroad” of the migrant and this is the information

used for the “work status during migration”.

Work status

during

migration

Work status before

migration

Total

Work-

ing

Unem-

ployed

Not

working

and not

seeking

Working 92.4 65.2 28.7 69.0

Unemployed 7.6 20.8 6.1 14.7

Not working

and not

seeking

0.0 6.7 62.6 11.8

Don't know 0.0 7.4 2.6 4.4

Total 31.6 55.4 13.0 100

112


Figure 3

Employment status abroad by education level, current migrants


Figure 4

Type of migration across decades


Table 4

Households’ wealth score

Wealth score

HH with migrants 0,4007

HH without migrants 0,1016

Difference -0,2992

Significance level ***


Note: *** p<0.01, ** p<0.05, * p<0.1, - no significant

difference

Figure 5

Education of the head of household


0%

20%

40%

60%

80%

100%

Primary Secondar Tertiary Total

Unpaid Family Worker

Self-Employed not employingothersEmployer

Irregular Wage Worker

0%

20%

40%

60%

80%

100%

1990s 2000s After 2010Alone With others

0% 20% 40% 60% 80% 100%

HH

wit

hm

igra

nt

HH

wit

ho

ut

mig

ran

tTo

tal

Illiterate

Read and write

Less than Int.

Intermediate

Above Intermediate

University & above

113


Return migration

Return migrants represent slightly more than 1.2%

of the Tunisian population according to the

TLMPS2014 survey, which is the only nationally

representative source of data on returnees to date.

By analyzing this population, we can better

understand the impact of migration on the local

labour market through the return of human capital.

The impact of return migration depends on the

timing and the conditions of the return as

highlighted by Wahba (2015b). Thus we start by

looking at the distribution of return migrants by year

of emigration and return. The distribution of

migrants by year of final return shows a spike in

2013-2014. This is due to the massive return of

Tunisian emigrants from Libya when the civil war

broke. As highlighted by Natter (2015), this

unexpected inflow of returnees resulted in

significant challenges in terms of accommodation,

health care and food provision. This also had a

negative impact on the Tunisian labour market,

aggravating the already very high unemployment

rate. A specific study of the African Development

Bank and the International Organization for

Migration (AfDB, 2012) draws the attention on the

difficulties faced by the Tunisians returning from

Libya and their eagerness to go back to their jobs

when faced with a lacking framework of return

assistance in their home country.

On average, returnees are 53 years old, thus

marking a significant difference with the non-

migrants, understandably due to the different life-

cycle at which they are observed (Table 5). They are

also more likely to live in urban areas and this is in

line with the results from the previous section

showing that the earlier migration cohorts were

mainly urban, insofar we make the assumption that

they returned to the same area from which they have

left. Interestingly, a simple means test shows that

returnees have significantly higher wealth scores

compared to non-migrants. Nevertheless, just like

for the interpretation of a similar result for current

migrants, we cannot exclude that the higher levels

of wealth are due to higher welfare levels prior to

migration that enabled them to go abroad.

As an illustrative exercise, we can also compare the

characteristics of our sample of returnees to the

characteristics of the returnees from two other

surveys on return migration in Tunisia, MIREM

(conducted in 2006-2007) and CRIS10 (conducted in

2012). Still, given that these last two surveys were

conducted using snowball sampling, they suffer

from an important selection bias that limits the

generalization of the results and, consequently the

10 The Cross-Regional Information System on the

Reintegration of Migrants in their Countries of Origin

(CRIS) was launched in 2012.

validity of the comparison. In terms of age,

returnees in MIREM and CRIS are younger than the

ones in TLMPS and slightly more urban.

Table 5

Basic characteristics of return migrants Returnees Non-

migrants

Signi-

ficance

Age 52.7 33.7 ***

Urban 73.6% 68.0% **

Wealth

score 0.52 0.14 ***


Note: *** p<0.01, ** p<0.05, * p<0.1, - no significant

difference

Since we only have information about the year of

the first migration and the year for the final return,

we cannot compute with precision the average

migration duration, especially when, as Table 6

shows, we do not have information about the

number of migration episodes for more than half of

the sample of returnees. For those who declared

having migrated only once (38.6% of the sample),

we observe an average migration duration of 10

years. While two European countries rank first as

destinations of current migrants, Libya appears as

the main destination for the first migration of

returnees. Again, a striking difference appears with

regards to the existing data on return migration with

the previously mentioned surveys ranking France

and Italy as main destination countries for returnees

and Libya ranking third only in the 2012 CRIS

survey. This could confirm that the return migration

from Libya is a relatively recent phenomenon

linked to the deteriorating security conditions and

the civil war. Nevertheless, we need to mention that,

given that re-emigration to France is more difficult

than to Libya, it is reasonable to think that there is a

selection bias into return, with individuals being

more prone to return after having migrated to Libya.

Nevertheless, we cannot draw any conclusion

because we only have the information about the

country of the first migration and we do not know

where migrants return from.

Labour market factors such as unemployment and

low-quality jobs are the main reasons that caused

individuals to emigrate, with slightly more than

80% having declared that they went abroad because

they were unemployed or because they had found

better jobs. Interestingly, the reasons related to

having emigrated in order to pursue education are

not very frequent in the answers of the returnees

interviewed in 2014, while this was one of the main

three reasons mentioned by returnees in previous

114


surveys (and even the first one in CRIS 2012). This

supports the hypothesis that student-migrants might

increasingly choose to stay abroad, creating a

potential loss of skills. Nevertheless, for more than

more than half of the sample (63%), the financial

situation prior to migration was sufficient or more

than sufficient to cover basic needs, in line with the

theory according to which migrants do not come

from the poorest segment of the population. In order

to be able to cover the costs of migration, families

need to be relatively well off. This could increase

inequality and the gap between the socioeconomic

segments.

Table 6

Characteristics of return migrants (in %)

Number of migration episodes

Country of first destination

1 38.6 Libya 34.3

2 6.2 France 27.1

3 0.9 Italy 20.1

4 to 10 3.20 Other Arab countries 7.7

More than 10 0.6 Saudi Arabia 5.7

Does not know 50.6 Other countries 2.7

Main reason for migration Germany 2.4

Unemployed and seeking work 39.3 Reason to return

Found a better job 41.1 Contract ended 17.1

Higher wages 4.9 Sudden termination by employer 3.7

To help the family 1.3 Retired 14.4

To accompany spouse 5.4 Had health problems 1.5

Other 8.0 To get married 15.5

Financial situation prior to migration To start up business at home country 10.3

More than sufficient to buy the basic

needs 12.2 To look after family business or farm 3.3

Sufficient 51.1 Left work due to poor working condition 11.5

Not sufficient 36.0 Other 22.8


In terms of reasons to return, one fifth of the sample

declared having returned after the end of a contract

(either expected or a sudden termination), while

14% returned after retirement. Although 10% of

returnees declared returning to start a business in the

home country, a significantly higher share of

returnees is self-employed or employer on the

domestic labour market compared to non-migrants

(Figure 6). As pointed out by Wahba (2015b), a

differentiation should be made between the status of

“employer “and that of “self-employed”, with the

latter being often a default choice when individuals

have difficulties integrating the labour market and

thus entailing a higher level of vulnerability. The

considerable percentage of business owners and

investors among returnees is also confirmed in the

MIREM and CRIS surveys, revealing the high job-

creation potential of return migration in Tunisia.

In terms of remitting behaviour, close to half of the

sample of returnees (47%) declared that they were

not sending any remittances to their family while

they were abroad (Table 7). Interestingly, this

percentage does not significantly fall if we

distinguish between those that have migrated alone

or with family or between those that had saved

while abroad or not.

Figure 6

Current employment status in primary job (ref.1

week) for non-migrant and returnees

66%

45%

66%

5%

22%

6%

16% 32%17%

12%1%

12%

0%

20%

40%

60%

80%

100%

Non-migrants Returnees Total

Waged employee Employer

Self-employed Unpaid family worker

115


Table 7

Remitting behaviour, returnees

Frequency of remitting

Yes, regularly 18.5%

Yes, irregularly 33.2%

Yes, regularly & irregularly 1.3%

No 47.0%

Average amount per year 624.3


Although we do not observe a straight correlation

between remitting behaviour and saving or having

migrated alone, almost 38% of migrants that had the

intention of staying permanently abroad answered

not having remitted.

Remittances

Remittances play a significant role for the Tunisian

economy accounting for around 4% of GDP over

the last decades (Figure 7) and having considerably

increased in volume over the last years.

Therefore, it is expected that remittances also play

a significant role in determining household labour

market behaviour, as also highlighted in David and

Marouani (2015).

According to the TLMPS survey, around 2.5% of

Tunisian households have received remittances

from abroad over the last year. For the households

receiving remittances, they represent up to 82% of

their non-labour income, highlighting their

importance for the Tunisian economy.

In terms of origin of remittances received from

current migrants, almost half of them come from

France and Libya. Interestingly, although the other

Arab countries rank 5th in terms of destination

country of current migrants, they rank third in terms

of origin of remittances. This further confirms that

migration to Arab countries is mainly labour

migration, as migrants might tend to remit their

incomes than invest in the host country.

The most used means to send remittances is through

mail, followed by friends or relatives. The large

share of migrants who declared bringing themselves

the money or sending it through friends or relatives

suggests that a significant part of remittances arrive

to Tunisia through informal channels. Interestingly,

despite the Government’s initiative of allowing

expatriates to open bank accounts in convertible

Tunisian dinars in order to attract investments, only

5% of remittances are sent through the banking

system.

With 78% of remittances being sent to a specific

member within a household, the main recipients are

mainly the sons and daughters of the donor

(Figure 8).

Figure 7

Official remittances received in Tunisia, 1976-

2014

Source: World Bank, “World Development Indicators”

Figure 8:

Recipient of remittances, with respect to the

donor


Although only 20% of remittances are sent

specifically to the spouses, we observe a

significantly higher incidence of female-headed

households among the remittance receiving

households compared to non-receiving ones

(Table 8). We also find that the heads of households

that receive remittances are slightly less educated,

with only 3.2% of them having tertiary education,

while this percentage is of 7.7% for the heads of

households who do not receive remittances.

Interestingly, we also find a significant difference

in terms of labour market participation, with the

heads of households receiving remittances being

more often inactive than those receiving

remittances. This result was also highlighted from

macroeconomic perspective by David and

Marouani (2015) who find a significant increase in

labour participation due to the decrease of

remittances in the aftermath of the economic crisis

in Europe.

0%

1%

2%

3%

4%

5%

6%

0

500

1000

1500

2000

2500

19

76

19

79

19

82

19

85

19

88

19

91

19

94

19

97

20

00

20

03

20

06

20

09

20

12

Remittances in millions, received (currentUS$)Remittances received (% of GDP)

son/daughter40%

spouse20%

parent18%

brother/sister12%

Other10%

116


Table 8:

Characteristics of the head of household, according to whether the household receives remittances (%)

HH with remittances HH without

remittances

Significance level

of the difference

Female HoH 34.4 18.0 ***

Education

Primary 79.3 71.4 *

Secondary 17.4 20.9

Tertiary 3.2 7.7 **

Urban 67.2 69.4

In labour force (ref. 3 months, extended

definition) 56.5 77.8 ***


Note: *** p<0.01, ** p<0.05, * p<0.1, - no significant difference

Conclusion and policy insights

Tunisia has witnessed a boost in migration just after the

Tunisian uprising due to the absence of border controls

entailed by the security void in the aftermath of the

revolution. In terms of origin, we observe a shift after

the revolution with a significant increase of rural

migrants and those from some regions such as Sidi

Bouzid.

In terms of education, almost a quarter of Tunisian

emigrants are highly educated, with those having

migrated before the revolution being more educated

and having left the country at a younger age. On the

long run, the share of migrants holding a tertiary

education level diploma increased considerably over

time. Moreover, emigrants are more educated than the

non-migrants and returnees, suggesting a positive

selection into migration. This raises the issue of the

impact of migration on the country’s productivity as the

probability of return of the highly skilled is low and

there are no mechanisms ensuring their contribution to

the country’s development as is the case in other

countries such as India. A higher degree of engagement

with the high skilled diaspora should be one of

government’s priorities in terms of migration policy.

Forums, mentoring programs or broad knowledge

exchange programs would be relevant policy option for

enhancing the benefits in a country where migration is

more often permanent and the probability of return of

the high skilled is low. In terms of labour market

outcomes, unemployed, irregular and informal workers

constitute the bulk of the migrant population. The

vulnerability of migrants on the domestic labour market

prior to emigration is even more striking when we look

at the subsample of those who have left after the

revolution. Once individuals migrate, they experience a

positive transition, for most of them. As expected, we

find a correlation between the education level and the

employment status abroad, with the share of regular

wage workers increasing with the education level. This

confirms the role of emigration as a security valve for

the Tunisian labour market.

If we look at the situation of the origin households of

migrants, we notice that they have a significantly higher

wealth index, but we cannot make any assumption

whether this is a cause or a consequence.

Similarly, we observe that returnees have significantly

higher wealth scores compared to non-migrants. They

are mainly self-employed or employers on the domestic

labour market compared to non-migrants. They also

have significantly higher wages than non-migrants.

Nevertheless, we cannot exclude that the higher levels

of wealth are due to higher welfare levels prior to

migration that enabled them to go abroad. The

financial situation prior to migration for two thirds of

them was sufficient or more than sufficient to cover

basic needs. This supports the theory according to

which migrants do not come from the poorest segment

of the population and that, in order to be able to cover

the costs of migration, families need to be relatively

well off.

Remittances play a significant role for the Tunisian

economy accounting for around 4% of GDP over the

last decades. At the household level, they represent also

up to 82% of their non-labour income of remittances

recipient families. In terms of remitting behaviour, a

significant share of migrants that had the intention of

staying permanently abroad answered not having

remitted. Given that migration to Arab countries is

mainly labour migration, migrants to these countries

tend to remit their income rather than invest it in the

host country.

The large share of migrants who declared bringing

themselves the money or sending it through friends or

relatives suggests that a significant part of remittances

arrive to Tunisia through informal channels. The

Government’s initiative to increase remittances

through the banking system seems to have largely

failed.

Moreover, we observe a significantly higher incidence

of female-headed households among the remittance

receiving households compared to non-receiving ones.

We also find that the heads of households that receive

117


remittances are slightly less educated. Interestingly, we

observe a significant difference in terms of labour

market participation, with the heads of households

receiving remittances being more often inactive than

those receiving remittances. This would tend to confirm

the effects of remittances on labour supply of non-

migrants which can have a negative impact on

Tunisia’s unemployment rate when a crisis in

destination countries affects negatively the remittance

rate, but, again, we cannot infer any causality at this

stage of the analysis.

At the Mediterranean level, negotiations could be set to

take into account the economic situation of both

sending and host countries. Moreover, labour mobility

through trade in services should be promoted within the

region and in the negotiations with European countries

as this has positive effect on skilled jobs and could be a

partial substitute to migration.

A future research agenda on the impact of emigration

on Tunisia could address more specifically some

pending issues highlighted in this article such as the

causal relationship between remittances recipient

families’ incomes and emigration. A survey on the

Tunisian high skilled diaspora could also be useful to

understand better its aspirations and how it could

contribute to raising productivity, growth and jobs

creations in the country.

References

AfDB (2012), “Migration of Tunisians To Libya: Dynamics, Challenges And Prospects”, Joint publication by the

African Development Bank and the International Organization for Migrations.

Assaad, R., Ghazouani, S., Krafft, C., and Rolando, D. J. (2016), “Introducing the Tunisia labor market panel

survey 2014”, IZA Journal of Labor & Development, 5(1), 15.

Boubakri, H. (2010), « Migration, marché du travail et développement en Tunisie », in Tobin, Steven (Coord):

"Migration, labour market and development in North and West Africa". International Institute for Labour

Studies/ILO. Genève. 122 p.

Boubakri, H. (2013), “Revolution and International Migration in Tunisia”, MPC Research Report 2313/04,

Migration Policy Center, EUI-RSCAS, Italy.

Boughzala, M. and Kouni, M. (2010), “The Growth Effects of Skilled Labour Migration”, Unpublished

manuscript.

Clemens, M. A. (2011), “Economics and emigration: Trillion-dollar bills on the sidewalk?”, The Journal of

Economic Perspectives, 25(3), 83-106.

David, A. and Marouani, M.-A. (2015), “Migration and Employment Interactions in a Crisis Context: the Case

of Tunisia”, Economics of Transition, 23(3).

David, A. and Nordman, C. J. (2014), “Skill Mismatch and Return Migration in Egypt and Tunisia”, DIAL

Working Papers, N°DT/2014-05.

Docquier, F., Peri, G. and Ruyssen, I. (2014), “The Cross-Country Determinants of Potential and Actual

Migration”, International Migration Review, 48, S1:S37-S99.

Dustmann, C., and Görlach, J. S. (2016), “The economics of temporary migrations”. Journal of Economic

Literature, 54(1), 98-136.

Gibson, J., and McKenzie, D. (2011), “The microeconomic determinants of emigration and return migration of

the best and brightest: Evidence from the Pacific”. Journal of Development Economics, 95(1), 18-29.

Gubert, F. and Nordman, C. J. (2009), "Migration from MENA to OCED Countries: Trends, Determinants, and

Prospects", in World Bank, Shaping the Future: A Long-Term Perspective of People and Job Mobility for the

Middle East and North Africa. Volume II: Background Papers.

Kriaa, M., Talbi, S., Amari, S., Ben Slimen, R. and Falleh, M. (2013), “Systemes d’information sur le marché

de l’emploi et information sur la migration de travail en Tunisie”, Organisation Internationale pour les migrations,

Tunisia.

118


McKenzie, D., Stillman, S., and Gibson, J. (2010), “How important is selection? experimental vs. non‐

experimental measures of the income gains from migration”. Journal of the European Economic Association, 8(4),

913-945.

Mesnard, A. (2004), “Temporary migration and self-employment: evidence from Tunisia”, Brussels Economic

Review, 47(1), 119-138.

Natter, K. (2015), “Revolution and Political Transition in Tunisia: A Migration Game Changer?”, Migration

Information Source Country Profiles. Washington, DC: Migration Policy Institute.

Wahba, J. (2015a), “Selection, selection, selection: the impact of return migration”. Journal of Population

Economics, 28(3), 535-563.

Wahba, J. (2015b), “Return migration and development”. In “International Handbook on Migration and

Economic Development”, Cheltenham, UK: Edward Elgar.

119

* Brahim Guizani is assistant professor at Université de Jendouba, associate researcher at WTO Chair of Université

de Tunis and researcher at MASE unit of Université de Carthage in Tunisia. [email protected]

The author wishes to thank the WTO Chair at Université de Tunis for sponsoring this research.

The impact of exchange rate shocks

on trade in times of uncertainties:

evidence from three oil-importing

countries in the MENA region B. Guizani*

In this paper, a VAR methodology is run on monthly data from 2000 to 2017 in order to investigate the impact of the real exchange rate on trade flows of three oil-importing countries in the MENA region, especially during the tremendous and transitional post-Arab Spring period. Impulse response functions and variance decomposition analyses highlight a weak effectiveness of the exchange rate policies of these countries, notably the expanding currency flexibility process of the transition period, in enhancing their exports and containing their trade deficit balances. The improvements in trade performances are more related to important ameliorations of non-price competitiveness of the products rather than solely on currency devaluation. The results show also a strong dependence and attachment of the imports of these countries to the variations of their exports. This dependence explains to a certain extent the failure of the devaluation policies in alleviating the widening trade deficits during the post Arab Spring times of uncertainties.

Introduction

In January 2011, a popular uprising broke out in Tunisia

and ended up by ousting the then country’s president

Ben Ali who ruled the country with a rod of iron for

more than twenty-three years. This event has escalated

and spread as a ripple effect in several other countries

in the Middle East & North Africa (MENA) region,

such as Egypt, Morocco, Libya, Syria and Yemen

which, likewise, experienced popular unrests and

political instability that are continuing up to this time.

This process that was coined by some observers as the

Arab Spring has, in an environment of considerable

uncertainties, put several MENA countries in a track of

transition toward not only more democracy and

freedom but also to new economic and social schemes.

Recall that the principal trigger of the uprisings was

economic; namely youth unemployment.

1 IMF, International Financial Statistics.

For the time being, it is however too early to say that

the economies of these countries are back to their

normal; rather they are still passing through a transition

stage with all its uncertainties and risks. In fact, since

2011, the inflation rate has soared in Tunisia (from 3.24

percent in 2011 to 7.3 percent in 2018) and Egypt (from

10 percent in 2011 to 29.5 percent in 2017). 1 In the

same year 2011, the real economy has also incurred

severe shocks in Tunisia, Egypt and to a lesser extent

Morocco, and whose negative effects are still occurring

at the time of writing this paper; in fact, throughout the

post-Arab Spring period the real GDP growth rates in

these countries are lower than those recorded in the

course of the earlier period. During the aftermath of the

Arab Spring, these three countries have been

experiencing remarkable deteriorations of their trade

balances (figure 1). In the same time, the exchange rates

of their national currencies have experienced huge

depreciations with respect to the main trade partners’


120


currencies; in fact during the post-Arab Spring period

the real effective exchange rate of Tunisia, Egypt and

Morocco incurred significant depreciations reaching

sometimes 15.4, 34 and 4 percentage points,

respectively (the base year is 2010).2 The increasing

pressures on their foreign currency reserves, in addition

to the underlying requests of the IMF financial

assistance programs, have forced Tunisia, Egypt and, to

a lesser extent, Morocco to introduce more flexibility to

their exchange rate setting.

The purpose of this paper is to provide evidence on the

extent to which the exchange rate policy in three oil-

importing countries in the MENA region (I will refer to

as the OICs) has affected their foreign trade with a

focus on the uncertain and risky post Arab Spring

periods. The three selected countries are: Tunisia,

Egypt, and Morocco. Unlike other MENA countries,

these countries’ economies are relatively diversified

and have experienced all the uncertainties of the Arab

Spring episode.

I will compare between two periods; namely the more

stable pre-Arab Spring period (I will refer to this period

as the normal period 3 ) and the more troubled and

confusing post- Arab Spring period (I will refer to this

period as the transition period4)

The rest of the paper is organized as follows. Section 1

presents a literature review. Section 2 exhibits a brief

review of the exchange rate policy frameworks in the

sample countries. Section 3 presents the model and the

empirical methodology. Section 4 describes the data.

Then section 5 presents the results of the empirical

analysis and then I conclude.

Literature review

Since the breakdown of the Bretton-Woods agreement

and the gradual adoption by many world major trading

nations of floating exchange rate regimes, the economic

theory has started to examine the relationship between

the exchange rate, on the one hand, and trade on the

other hand. Economists agree that the uncertainties

related to this change in the exchange rate

determination can affect trade between nations; indeed,

the impact of the exchange rate on the economic

activity, in general, and trade remains to this date a

subject of debate. The traditional economic theory as

represented by the Mundell-Fleming model argues that

a depreciation of the local currency stimulates the

economy. A large part of the literature has focused on

the impact of the exchange rate volatility on trade

flows; namely exports and imports. Early studies

suggested that unexpected changes in exchange rates

could reduce trade flows (Artus, 1983 and Brodsky,

1984). However, Taglioni (2012) pointed out that since

the mid-2000s researchers started to study the

2 IMF, International Financial Statistics. 3 The expressions normal period and pre-Arab Spring period

will be used interchangeably in this text.

relationship between the level of the exchange rate

(misalignment) and trade. The economic theory

suggests that when markets are free of distortions, the

level of the exchange rate has no effect on trade in the

long run but in the short run, and because of the price

stickiness, movements in the exchange rate can affect

the international trade flows. However, the empirical

literature is not decisive about the nature of this

relationship. As argued in many empirical papers,

notably Auboin and Ruta (2011), and WTO (2011), the

relationship between these two variables is multi-

faceted, complex and not definitive. Taglioni (2012)

argues that even when prices are sticky and the

necessary market conditions hold, the effect of a change

in the level of the exchange rate on trade flows stays

ambiguous in sign, statistical significance and intensity.

Taglioni points out that the reason of this indeterminacy

is attributed to the characteristics of the economy, in

general, and the individual firms operating in it. The

same author explains this indeterminacy by the

following two opposite effects: on the one hand, an

appreciation of the domestic currency tends to reduce

the sales and the profit margins of the exporter due to a

loss in competitiveness. On the other hand, such an

appreciation of the exchange rate triggers pro-

competitive effects by reallocating resources toward

the most dynamic and creative domestic producers.

Those are quicker to adapt to the new challenges by

implementing new strategies and introducing the best

practices techniques to put in place faster product

cycles and improve product quality.

Based on micro French data covering the period (1995-

2005) Berman and al. (2012) argue that high-

performance firms react to a depreciation by increasing

significantly their markup and by increasing less their

export volume. This heterogeneous pricing-to-market

may partly explain the weak impact of exchange rate

movements on aggregate exports. According to Rodrik

(2008), a sustained real depreciation of the currency has

a positive impact on growth in developing countries

since it increases the relative profitability of investing

in tradable goods and alleviates the institutional and

market failures distortions in these economies.

Nevertheless, on the empirical side, this positive effect

is still a subject of controversy in developing and

emerging economies. The huge economic contraction

in Latin American economies in the aftermath of a

process of currency devaluation has led to more

examination of the negative effects of this policy in

developing and emerging economies. The low demand

elasticities of the exports and imports can explain the

weak effectiveness of currency devaluation on trade

(Edwards, 1986). Nonetheless, since the 1950s the IMF

stabilization programs still require developing

4 The expressions transition period and post-Arab Spring

period will be used interchangeably in this text.

121


countries to devalue their currencies in order to

stabilize their trade balances (Hutchison, 2003).

Using a dataset of 100 countries through a period

between 2000 and 2009, Nicita (2013) study shows the

importance of exchange rate misalignment (level) in a

country’s trade performance while disregarding that of

exchange rate volatility. Based on a large countries’

dataset Clark and al. (2004) doesn’t find robust results

confirming that the volatility of the exchange rate can

hurt international trade even for developing countries.

Nabli and Veganzones-Varoudakis (2004) show that

the MENA countries’ exports have been seriously

affected by the overvaluation of their currencies despite

the exchange rate policy reforms of the 1990s. They

point out that the countries with more diversified

economies and exports benefited more from the above-

mentioned reforms-by-devaluation than the others. Rey

(2006), based on quarterly data between 1970 and

2002, finds that for Tunisia and Egypt there is a

negative relationship between the exchange rate

volatility and their exports to the European Union. On

the other hand, this relationship becomes positive for

Morocco. Based on monthly data from 2000 to 2011

Sabri and al. (2012) use a VAR model with exogenous

variables to study the impact of exchange rate volatility

on trade between three MENA countries ( namely

Egypt, Morocco and Jordan) and the EU. They show

that the effect on trade of an appreciation of the national

currencies is quite high.

Achy and Sekkat (2003) study the effect of exchange

rate policy on the exports of 11 sectors over the period

1970-1997 in a sample of countries that include

Tunisia, Egypt and Morocco. They find that the

exchange rate management plays a crucial role in

providing incentives for manufactured exports toward

Europe. They suggest also that policymakers should be

more concerned with misalignment than with volatility.

Using a large sample of countries including several

MENA countries over the period 1980-2002, Lahrèche-

Révil and Milgram (2006) find that the exchange rate

volatility has no or a positive impact on the exports of

the MENA countries over the following periods (1980-

2002 and 1992-2002). However, the region’s imports

are much more sensitive to exchange rate volatility over

the entire period of study. Kandil and Dincer (2008) use

a sample from 1980 to 2005 to study the impact of

changes in the exchange rate on output in Egypt and

Turkey. They show that an unanticipated depreciation

has more pervasive impact than an unanticipated

appreciation in Egypt because exports appear to be

more inelastic to currency changes while import prices

are highly affected. Shokry and Bouaddi (2018) use a

sectorial sample from 1982 to 2014 and investigate the

impact of changes in the exchange rate on sectoral GDP

in Egypt and find that in highly exporting sectors the

effect of a devaluation in the real exchange rate is

positive.

Gaysset and al. (2019) use data from 1977 to 2016 and

show that a fiscal consolidation in the EMU countries

negatively affects the GDP growth rates and the current

accounts in MENA countries.

Unlike most related literature that focused mainly on

the effects of the exchange rate volatility on the

region’s commerce, this research, using a VAR

methodology, will investigate rather the impact of the

level of the exchange rate on trade in three OICs in

MENA region employing the real effective exchange

rate instead of the bilateral rate to reflect better the

competitiveness of these countries in foreign markets.

To the best of my knowledge, this paper is the first to

try to assess the effectiveness of the exchange rate

policies implemented in some OICs in MENA region

during the unstable, full of pressure and uncertain post-

Arab Spring period.

Exchange rate policy frameworks

Tunisia

Tunisia had pegged the dinar to a basket of currencies

until 1994. Between 1992 and 2000 it targeted the real

exchange rate in order to protect its competitiveness in

foreign markets (Dropsy and Grand, 2004). Though the

de jure exchange rate regime is a managed float, the

IMF has classified Tunisia’s de facto exchange rate

regime differently across time; between 2010 and 2012

the IMF classified it as stabilized arrangement, between

2012 and 2016 as a crawl-like arrangement and since

2017 the classification shifted Tunisia to the floating

arrangement (IMF, 2016 and 2017).

Egypt

In January 2001, the Central Bank of Egypt (the CBE)

announced the adoption of a de jure crawling peg

exchange rate regime that was followed by several

devaluations of the Egyptian pound. In January 2003

the CBE adopted a new de jure floating exchange rate

regime. However, the IMF has reclassified the de facto

exchange rate regime of Egypt several times in the last

few years. In fact, until 2012 the IMF has classified the

Egyptian regime as crawl-like arrangement, from 2012

to 2016 as stabilized arrangement, from 2016 to 2017

as other managed arrangement. Since 2017 the IMF

reclassified Egypt to floating arrangement (IMF, 2016

and 2017).

Morocco

Morocco adopts a fixed intermediate exchange rate

regime, in which the national currency is pegged to a

basket of currencies that reflects the structure of

Morocco’s foreign trade. The purpose of the quotation

basket is to ensure the stability of the dirham in terms

of the nominal effective exchange rate and to mitigate

the impact of fluctuations in major currencies on the

Moroccan dirham. In April 2001, the basket was

restructured to include only the euro and the U.S. dollar

with respective weights of 80 percent and 20 percent.

This measure aimed to further reduce fluctuations of

122


the dirham against the currency of Morocco’s main

trading partners. In April 2015, and in order to facilitate

the transition to a more flexible exchange rate regime

the weights of both currencies in the quotation basket

were revised; the new weights were then set at 60

percent for the euro and 40 percent for the U.S. dollar.5

The IMF classifies the de facto Moroccan foreign

exchange regime as conventional exchange rate peg

regime (IMF, 2016 and 2017).

Model and empirical methodology

Since the seminal work of Sims (1980 and 1992),

Vector Autoregressive (VAR) models have been

broadly employed by many researchers to address the

relationship between monetary and exchange rate

policies and macroeconomic variables. Though VAR

models are a-theoretical in the sense that their structure

does not depend on precise economic relationships,

they are very useful for the analysis of the historical

data dynamics in any given economy. VAR

methodology is very suitable for data analysis because

it comes with several useful tools such as the impulse

response functions and the variance decomposition that

are very convenient in studying the effects of economic

shocks and their magnitudes in specific historical

periods.

As emphasized by Bini-Smaghi (1991) VAR

methodology has two important advantages over other

times series frameworks. First, it can present dynamic

relationship between variables. Second, it does not

impose explicit theoretical restrictions on the system

variables.

The structural VAR model can be written as follows

𝑌𝑡 = 𝐴(𝐿)𝑌𝑡−1 + 𝐵(𝐿)𝑋𝑡 + 𝜉𝑡 (1)

Where:

A(L) and B(L) are the matrix lag polynomials.

Y is the vector of endogenous variables.

X is the vector of exogenous variables.

ξ is the residuals vector.

t is a subscript indexing time.

The structural VAR model (1) can be rewritten as

follows: 𝑌𝑡 = 𝐶(𝐿)𝑒𝑡

Where:

C(L) is the matrix lag polynomial.

et is the vector of the underlying structural shocks. I

assume that these individual shocks are orthogonal; i.e.,

that their variance covariance V(𝑒𝑡) is diagonal.

I select for this model the following endogenous

variables: the values of exports, ex, imports, im, the

industrial production index, ind, the consumer price

5 Source : http://www.bkam.ma/en/Monetary-

policy/Strategic-framework/Presentation

index, p, the short-term interest rate, r, and the real

effective exchange rate, reer.

Y’t = [ext, imt, indt, pt, rt, reert]

The real effective exchange rate is chosen over the

bilateral exchange rate since it has more explanatory

powers as it is by nature calculated in a way to be more

comprehensive and more representative of the value of

the national currencies and all the currencies of the

trade partners of the selected sample countries.

The ordering of the endogenous variables is important

in this VAR methodology. Kim and Roubini (2008)

point out that a country’s trade is determined by

economic cycles. In fact, in times of recessions trade

balance improves due to a lower demand for imports.

The implicit assumptions related to the variable

ordering in the model above are the following. First, the

exports and the imports do not respond simultaneously

to the economic activity, as represented by the

industrial production index, the consumer price index

and the short run interest rate. Second, the reer variable

is put last in the ordering since exchange rate shocks are

assumed to not influence the exports, the imports, the

industrial production and the interest rate

instantaneously.

On the other hand, following several empirical studies

such as Gaysset and al. (2019) the endogenous

variables in the model are completed by a vector Xt of

exogenous variables. These variables are added on the

basis of the standard economic theory. Based on

Chailloux and al. (2009), and in order to control for the

economic dynamics of the global and the E.U.

economies (the main trade partner of my sample-

countries) the vector Xt includes: the commodity price,

oil, the European Union’s industrial production index,

indeur, and the current and lagged short-term interest

rates in the E.U., reur.

X’t = [oilt, indeurt, reur

t, reurt-1]

As suggested by Gaysset and al. (2019) I control for the

events of the Arab Spring that broke out in December

2010 and have tremendously affected Tunisia, Egypt

and to a lesser degree Morocco. For this purpose, I test

for structural breaks in the data that have most likely

occurred after this date and divide accordingly the

sample period into two sub-periods.

Data

The data I use in the analysis are of a monthly

frequency. Each country’s U.S. dollars values of

exports 6 and imports, 7 real effective exchange rate,

consumer price index (CPI), domestic industrial

production index, and the euro area’s industrial

production index data come from the IMF IFS database.

Interest rate data come from various sources. For

6 Exports F.O.B. 7 Imports C.I.F.

123


Egypt, Overnight Interbank Interest Rate from

DataStream is used. Morocco’s money market rate is

taken from the IMF IFS database. For Tunisia, the

money market rate (TMM) comes from the Central

Bank of Tunisia. The euro area’s short-term interest

rate data come from the European Central Bank’s

statistics. The oil prices per barrel are collected from

FRED Economic Data.8

The data was expressed in natural logarithms and

seasonally adjusted except for both domestic and

foreign short-term interest rates, which were expressed

solely in terms of levels and not seasonally adjusted.9

Sample periods depend on data availability and begin

in January 2007 for Egypt and in January 2000 for

Tunisia and Morocco. Samples end in September 2015

for Egypt and in December 2017 for Tunisia and

Morocco.

As mentioned earlier and in order to investigate how

uncertainty has influenced the relationship between

trade and the exchange rate, a Chow test of structural

break at an unknown break point is run on each

country’s data in order to determine the date of a

structural break. This test reveals structural break

points in the datasets in the aftermath of the Arab

Spring outbreak in December 2010; namely, August

2011, November 2011 and March 2012 in the datasets

of Tunisia, Egypt and Morocco, respectively. Hence,

the sample period of each country is divided into two

sub-periods; namely the more stable pre-Arab Spring

period (the normal period) and the more uncertain and

volatile post-Arab Spring period (the transition period).

By comparing the two sub-periods I can assess the

impact of the growing uncertainty in the OICs on the

relationship between their trade and the exchange rate.

As mentioned earlier, during the transition period, each

country has experienced a profound depreciation of its

national currency with respect to the major foreign

currencies; i.e., the U.S. dollar and the euro and the

trade balances have incurred expanding deficits (see

figure 1).

Results

Lag selection and Granger causality

analysis

The optimal lag lengths for each series in the VAR

models have been chosen in accordance with the

Akaike and Schwartz Information Criteria (AIC),

which suggested a two-lag VAR (2) for Tunisia, a one-

8 FRED Economic Data by the Federal Reserve Bank of St.

Louis. 9 The X11 method was employed to convert the gross time

series into seasonally adjusted series. 10 The results are not shown for space-saving consideration

but are available upon request.

lag VAR (1) for Egypt and a five lag VAR (5) for

Morocco.10

Based on the entire period samples, tables 1, 2 and 3

show for each country the Granger causality tests

between the selected endogenous variables. I find that

the level of the real effective exchange rate Granger

causes the exports and the imports in Tunisia. The

Egyptian data, however, show that the exports and the

imports Granger cause the real exchange rate. The

Moroccan data indicate that the imports Granger cause

the exchange rate but no evidence of a direct Granger

causality between the exports and the exchange rate.

Another interesting finding is revealed by these tables,

that is: in all sample countries there is strong evidence

that the exports Granger cause the imports. These

results highlight certain dependence of the imports to

the exports in the three studied MENA countries. The

following section will examine further this point.

Impulse response functions and forecast

error variance decomposition analyses

This section will present the Impulse Response

Functions (the IRFs) analysis depicting the responses

of trade flows; i.e., the exports and the imports, to a

positive shock in the real effective exchange rate,

reer,11 and the variance decomposition of the exports

and the imports of each sample country across different

periods. Note that a positive reer shock means an

appreciation of the national currency with respect to a

basket of trade partners’ currencies.

Tunisia

Figure 2 displays the IRFs of Tunisia within a +/-2

standard errors (SEs) confidence interval. Based on the

entire period data the IRFs show that a positive shock

of the real exchange rate rapidly triggers a decrease of

the volume of the exports and a momentary increase of

the volume of the imports, in accordance with the

theory. Nevertheless, these impacts of a change in the

exchange rate are not statistically significant at the level

of five percent. The IRFs of each sub-period reveal to

certain extent different shapes with respect to the entire

period’s responses; in fact, during the normal period, in

accordance with the theory, a positive shock (or

innovation) of one standard deviation in the exchange

rate induces a rapid decrease in the volume of the

exports of 0.8 percent after just four months. This

impact on the exports starts to be statistically

significant two months after the shock and continues

for more than thirty months long before it fades away.

On the part of the imports, a positive shock of the

exchange rate induces, in contradiction with the theory,

11 In this paper, a positive shock (interchangeably used with

the term “innovation”) of the exchange rate denotes an

appreciation of the real effective exchange rate (reer) by one

standard deviation.

124


a reduction of their volume that starts to be statistically

significant by the fourth month following the shock. By

this time the volume of imports decreases by almost 0.4

percent and remains at this new level for more than

twenty-five months before it gains back its pre-shock

level. On the other hand, the IRFs of the transition

period show that a shock in the exchange rate

(appreciation) has a minor and non-significant impact

on the exports. This shock, however, lifts temporarily

the volume of imports, as suggested by the economic

theory, but as with the exports, this impact remains

statistically insignificant.

Turning to the variance decomposition analysis (table

4), I find that, based on the entire period data, the

variation of the exports is mostly impacted by shocks to

its own lags (more than to 92 percent of the explained

variance). This is followed by the industrial production

index (up to 4 percent), and slightly by shocks to the

real exchange rate (up to 1.9 percent). The variation of

the imports is driven mainly by shocks in the exports

(up to 54 percent), its own shocks (up to 63 percent)

then the industrial production index (up to 4 percent).

The data of the normal period show that the variation

of the exports is mostly impacted by its own shocks

(more than 90 percent). However, the shocks in the real

exchange rate explain at maximum 6 percent of this

variation. The variation of the imports is almost

explained by the same major forces as in the entire

period; namely the exports and own shocks.

The transition period data reveal that besides its own

shocks, the variation in the exports is driven by shocks

in the industrial production index (up to 6 percent) and

to a lesser degree the shocks in the exchange rate (only

0.6 percent). The variation of the imports is driven by

mainly its own shocks (up to 67 percent), followed by

the exports (up to 35 percent) and then the industrial

production (up to 3.2 percent).

These findings highlight the low impact of the

exchange rate on Tunisian foreign trade, though the

existence of a mild impact on the exports is observed

during the pre-Arab Spring period. This result points

out the low effectiveness of exchange rate policies,

especially the devaluation policy of the dinar (highly

recommended by the IMF stabilization programs)

during the transition period, in enhancing Tunisian

exports and reducing the trade deficit. Another

important result given by this empirical analysis is the

relatively stronger dependence and attachment of

Tunisian imports to the exports rather than to the

exchange rate. The Granger causality and the variance

decomposition analyses point out this strong

relationship that explains the co-movement in the same

direction of both the exports and the imports.

Egypt

Figure 3 shows the IRFs of Egypt within a +/-2 SEs

confidence interval. Based on the entire period data, the

IRFs show that a positive shock of the real exchange

rate increases quickly and significantly the exports for

about 2 percent by the fifth month. This impact remains

for almost fifteen months before it fades away and loses

its strength. Note that this result is in contradiction with

the theory that suggests a shrink in the exports after a

positive change of the reer rather than an expansion. As

for the Egyptian imports, the response to a shock in the

exchange rate is, in accordance with the theory,

positive, quick and statistically significant; in fact, four

months after the shock the volume of the imports

increases by more than 1.5 percent. This upward effect

on the imports remains statistically significant for nine

months and then disappears.

During the normal and the transition periods the

responses of Egyptian exports and imports are almost

like their responses given by entire period’s IRFs; i.e.,

a positive shock in the exchange rate triggers a rapid

surge in the exports and the imports. Nevertheless,

these upward responses of the trade to a reer shock are

not statistically significant.

Table 5 describes the variance decomposition analysis.

Based on the entire period data, the variation of the

exports is mainly explained by its own shocks (up to 97

percent), followed by the shocks in the real exchange

rate (up to 19 percent). The variation of the imports is

principally driven by their own shocks (up to 98

percent), the exports (up to 13 percent), then, the shocks

of the exchange rate (up to 9 only percent). Though

their participation in the import’s variation is lower

than in Tunisia, this finding upholds the assertion of the

dependence of the Egyptian imports to the exports

during the entire period of study.

The variance decomposition analysis run on the normal

period data confirms the importance of own shocks in

explaining the exports variation in Egypt (up to 93

percent of the variance). This is followed by the imports

and the interest rate (more than 6 percent, each). The

variation of the imports is, however, mainly driven by

own and export shocks.

The data of the transition period show that besides the

importance of their own shocks, Egyptian exports

variation is driven by the industrial production index

(up to 12 percent). About the imports variation, the

main explaining force is its own shocks (up to 97

percent) followed by the CPI (up to 8.2 percent) and,

almost equally, the exchange rate and the industrial

production index shocks (more than 5 percent, each).

These findings show the weak effectiveness of the

Egyptian exchange rate policy in influencing trade and

containing the increasing trade deficit, especially

during the tumultuous post-Arab Spring period.

Overall, the results also reveal a strong dependence of

the imports to the exports.

Morocco

Figure 4 illustrates the IRFs of Morocco within a +/-2

SEs confidence interval. The entire period data show

that an unanticipated increase in the real exchange rate

125


triggers, first, a temporary increase in Moroccan

exports followed, in accordance with the theory, by a

long decrease that start to be statistically significant

from the sixth month following the shock. By the tenth

month the exports decline by about 1 percent and their

volume remains around this new lower level for a

relatively long time before it regains their pre-shock

level. The response of the imports to an exchange rate

shock is similar in sign and nearly in intensity to the

response of the exports, which is naturally in

contradiction with the theory. After a temporary surge,

an exchange rate shock triggers a reduction in the

imports that becomes statistically significant from the

tenth month following the shock. The volume of

imports hits the bottom by the thirteenth month (-0.7

percent) and remains at this lower level for a relatively

long period before it returns to its pre-shock level.

The responses of Moroccan exports and imports to a

positive shock in the real exchange rate during the

normal period are almost like their responses illustrated

by the entire period-based-data-IRFs. The only

difference is that the significantly reducing impact of

the exchange rate shock lasts for shorter times before it

fades away and the volumes of the exports and the

imports return to their pre-shock level. The transition

period’s IRFs show a different behavior of Moroccan

trade resulting from an unanticipated innovation in the

reer. In fact, the responses of the exports and the

imports are similarly fluctuating but remains mute and

not statistically significant.

The variance decomposition of the exports during the

entire period (table 6) is mostly impacted by their own

shock (up to 93 percent of the explained variance),

followed by the exchange rate (up to 6.4 percent) then

shocks of the imports (up to 5.7 percent). On the other

hand, the variation of the imports is mostly driven by

their own shocks (up to 89 percent) and the shocks of

the exports (up to almost 15 percent). The shocks in the

exchange rate explain, however, this variance to a lesser

degree; i.e., less than 3 percent.

During the normal period, the variations of the exports

are principally explained by their own shocks (up to 93

percent). This is followed by the shocks in the exchange

rate (up to 12 percent of explained variance). The

imports variance is mostly explained by own and

exports shocks (up to 86 and 15.7 percent,

respectively). The exchange rate shock represents only

up to 5 percent of the explained variance. On the other

hand, the transition period data reveal that the exports

variation is mainly explained by their own shocks but

at a lesser degree than the normal period. This is

followed by the interest rate (up to 30 percent), the

12 To check the robustness of my results several IRFs

depicting the impact of an exchange rate shock on the trade

balances of the sample countries are estimated. In general,

the results highlight the weak impact of the exchange rate on

the balance of trade of the OICs, especially during the

transition period. This result confirms my finding; namely the

imports (up to 17 percent). The shocks in the exchange

rate explain only a small part of the exports variation

(up to only 3 percent). The variation of the imports is

highly explained by their own shocks (up to 98 percent

of the total variation). This is followed by the shocks in

the interest rate and the exchange rate (up to 9 percent

and 4 percent respectively). Unlike the entire and

normal periods, the shocks in Moroccan exports during

the transition period weakly explain the imports

variations. This finding highlights a significant

reduction of the dependence of Moroccan imports to

the exports during this period.

Overall, the empirical findings show that during the

periods of study the Moroccan exchange rate policy is

weakly effective in impacting the trade. They highlight

also a strong dependence of the imports to the exports

despite the decline of this dependence during the

transition period. This is most likely one of the factors

behind the significant improvement in Moroccan trade

deficit during the period of transition as shown by

figure 1.

The low effectiveness of exchange rate policies in

impacting trade in Tunisia, Egypt and Morocco,

notably during the transition periods, upholds the

literature suggestion that emerging economies’ trade,

particularly the exports, are weakly elastic to the

changes in the exchange rates12. Indeed, the literature

points out that MENA’s trade is highly dependent on

foreign demand fluctuations and product specialization

(European Investment Bank, 2016). The global

financial crisis that hit advanced economies in 2008 and

remained for several years afterwards has hampered

world demand and consequently emerging economies

exports. This decrease in external demand seems to

have eliminated the already weak effect of the exchange

rate on MENA’s trade, particularly the exports. This

assertion is demonstrated by the statistically non-

significant IRFs observed for all three countries during

the post-Arab Spring periods.

Overall, the IRFs of these MENA OICs endorse the

findings of Taglioni (2012) on the ambiguity in sign

and statistical significance of the relationship between

trade and the level of the exchange rate. It is obvious,

therefore, that the improvement in the exports, and

containing the widening trade deficits depend on the

improvement in the non-price competitiveness in

foreign markets of the goods and services produced in

these countries. This challenge would likely favor a

reallocation of resources towards the more dynamic and

creative domestic producers and exporters (Marin,

1985 and Ekholm and al, 2012).

low effectiveness of the exchange rate policies in these

countries on their exports and imports. The IRFs are not

shown for space-saving considerations but are available

upon request.

126


Another no less important finding of this research is the

reliable evidence of a strong dependence and

attachment of the imports in Tunisia, Egypt and

Morocco to their exports, especially during the more

stable pre-Arab Spring period. The increase (decrease)

in the internal demand for foreign goods triggered by

export-induced increases (decreases) in national

revenues is likely one of the reasons behind this strong

bond that ties the imports of these countries to their

exports.

Conclusion

In this paper I examined the impact of exchange rate

shocks on trade flows during the pre- and post- Arab

Spring periods in three oil-importing countries in the

MENA region; namely, Tunisia, Egypt and Morocco.

The Impulse-Response Functions and the variance

decomposition analyses demonstrate a weak impact of

the exchange rate on the exports and the imports of

these three countries. This impact becomes very weak

and statistically not significant during the uncertain and

unstable transitions periods. This weak effect has

clearly made the exchange rate policies of these

countries, especially Tunisia and Egypt, very

ineffective in containing and improving their trade

deficits. The improvement in the exports and

accordingly the containment of the trade deficits

depends most likely on other factors such as the

external demand and non-price competitiveness of the

product, as suggested by the literature, rather than

counting solely on an exchange rate-induced-price

competitiveness.

The results provided by the Granger causality, the IRFs,

and the variance decomposition analyses provide

strong evidence in favor of a significant attachment and

dependence of the imports in these three MENA OICs

to their exports. This relation is very likely behind the

unsuccessful exchange rate devaluation policy,

especially in Egypt and Tunisia, in controlling and

improving their trade deficits.

References

Achy, L., and Sekkat, K. (2003), “The European single currency and MENA's exports to Europe”, Review of

Development Economics, 7(4), pp.563-582.

Artus, J. (1983), “Toward a more orderly exchange rate system”, Finance and Development, 20(1), 10.

Auboin, M., and Ruta, M. (2011), “The Relationship between Exchange Rates and International Trade: A Review

of Economic Literature”, WTO Working Paper ERSD, 2011-17.

Berman, N., Martin, P., and Mayer, T. (2012), “How do different exporters react to exchange rate changes?”,

The Quarterly Journal of Economics, 127(1), pp.437-492.

Bini-Smaghi, L. (1991), “Exchange rate variability and trade: why is it so difficult to find any empirical

relationship?”, Applied economics, 23(5), pp.927-936.

Brodsky, D. A. (1984), “Fixed versus flexible exchange rates and the measurement of exchange rate instability”,

Journal of International Economics, 16(3-4), pp.295-306.

Chailloux, A., Durré, A., and Laurens, B. (2009), “Requirements for using interest rates as an operating target

for monetary policy: The case of Tunisia”, IMF Working Papers, pp.1-45.

Clark, P., Tamirisa, N., Wei, S. J., Sadikov, A., and Zeng, L. (2004), “Exchange rate volatility and trade flows-

some new evidence”, IMF Occasional Paper, 235.

Dropsy, V. and Grand, N. (2004), “Exchange rate and inflation targeting in Morocco and Tunisia”, Economic

Forum Research Paper, 421.

Edwards, S. (1986), “Are devaluations contractionary?”, Review of Economics and Statistics, 68(3), pp.501-508.

Ekholm K., Moxnes, A.and Ulltveit-Moe, K.E. (2012), “Manufacturing restructuring and the role of real

exchange rate shocks”, Journal of International Economics, 36, pp.101-117.

European Investment Bank, (2016), “What's holding back the private sector in MENA? Lessons from the

Enterprise Survey”, EIB.

Gaysset, I., Lagoarde-Segot, T. and Neaime, S. (2019), “Twin deficits and fiscal spillovers in the EMU's

periphery. A Keynesian perspective”, Economic Modelling, Volume 76, pp.101-116.

Hutchison, M. (2003), “A cure worse than the disease? Currency crises and the output costs of IMF-supported

stabilization programs”, Managing currency crises in emerging markets, pp.321-360, University of Chicago Press.

International monetary fund (2016 and 2017), “Annual report on exchange arrangement and exchange

restrictions”, International Monetary Fund, (Washington).

127


Kandil, M., and Dincer, Nergiz, N. (2008), “A comparative analysis of exchange rate fluctuations and economic

activity: The cases of Egypt and Turkey”, International Journal of Development Issues, 7(2), pp.136-159.

Kim, S., and Roubini, N. (2008), “Twin deficit or twin divergence? Fiscal policy, current account, and real

exchange rate in the US”, Journal of international Economics, 74(2), pp.362-383.

Lahrèche-Révil, A. and Milgram, J. (2006) “Exchange-rate policies and trade in the MENA countries”, The

Papers, 06/07, Universidad de Granada, Departamento de Teoría e Historia Económica.

Marin, D. (1985), “Structural change through exchange rate policy.”, Weltwirtschaftliches Archiv, 121(3), pp.

471-491.

Nabli, M. K., and Véganzonès-Varoudakis, M. A. (2004), “How does exchange rate policy affect manufactured

exports in MENA countries?”, Applied Economics, 36(19), pp.2209-2219.

Nicita, A. (2013), “Exchange rates, international trade and trade policies”, United Nations on Trade and

Development, Policy Issues in International Trade and Commodities, Study Series, 56, pp.1-19.

Rey, S., (2006), “Effective exchange rate Volatility and MENA countries' exports to the EU”, Journal of Economic

Development, 31(2), p.23.

Rodrik, D. (2008), “The real exchange rate and economic growth”, Brookings papers on economic activity, 2, pp.

365-412.

Sabri, N. R., Peeters, M., and Abulaban, D. K. (2012), “The impact of exchange rate volatility on trade

integration among North and South Mediterranean countries”, International Journal of Business and

Globalisation, 9(2), pp.107-121.

Shokri, N., and Bouaddi, M., (2018), “Devaluation: Is it contractionary or expansionary to economic sectors?

The case of Egypt”, The Economic Research Forum (ERF) Working Paper, 1252.

Sims, C. A. (1980), “Macroeconomics and reality”, Econometrica, Journal of the Econometric Society, pp.1-48.

Sims, C. A. (1992), “Interpreting the macroeconomic time series facts: The effects of monetary policy”, European

Economic Review, 36(5), pp.975-1000.

Taglioni, D. (2012), “Exchange rates and the extensive margin of exports”, World Bank, mimeo.

World Trade Organization (2011), “The relationship between exchange rates and international trade: A review

of economic literature”, Document No. WT/WGTDF/W/57.

Annex :

Table 1 – Granger Causality Analysis: Tunisia

Variable F – statistic P. value

H0 : Exports does not Granger cause

Imports 9.70079 0.000***

Industrial production index 9.70704 0.000***

CPI 0.86888 0.420

Interest rate 1.29842 0.275

REER 1.21038 0.300

H0 : Imports does not Granger cause

Exports 0.77124 0.463


CPI 1.11951 0.328


REER 1.85525 0.159

H0 : Industrial production index does not Granger cause

Exports 0.50620 0.603

Imports 2.73200 0.067*

CPI 1.41122 0.246

128



REER 1.12518 0.326

H0 : CPI does not Granger cause

Exports 0.32213 0.725

Imports 0.94837 0.389

Industrial production index 0.77231 0.463


REER 1.29051 0.277

H0 : Interest rate does not Granger cause

Exports 1.06032 0.348

Imports 2.13324 0.121


CPI 2.47925 0.086

REER 0.24754 0.780

H0 : REER does not Granger cause

Exports 2.87121 0.058*

Imports 4.94658 0.008***

Industrial production index 4.42471 0.013**

CPI 5.31872 0.005***


Table 2 – Granger Causality Analysis: Egypt

Variable F – statistic P. value

H0 : Exports does not Granger cause

Imports 16.018 0.000***


CPI 17.8652 0.000***

Interest rate 6.59038 0.011**

REER 17.2344 0.000***


Exports 1.60196 0.207


CPI 3.88945 0.049**


REER 3.97796 0.047**


Exports 4.75167 0.031**

Imports 2.15853 0.143

CPI 0.21677 0.642


REER 0.21643 0.642


Exports 0.77753 0.379

Imports 5.39488 0.021**

Industrial production index 3.82966 0.052*


REER 0.61281 0.434


Exports 1.84571 0.177

Imports 0.00979 0.921

Industrial production index 3.89084 0.050*

CPI 0.70772 0.401

REER 1.98285 0.161


Exports 0.82222 0.365

Imports 0.79208 0.374


CPI 9.33358 0.002**


129


Table 3 – Granger Causality Analysis: Morocco

H0 : Variable F – statistic P. value

Exports does not Granger cause

Imports 5.16901 0.000***


CPI 2.13092 0.063*


REER 0.78661 0.560


Exports 3.35970 0.006***


CPI 1.50424 0.190


REER 1.93854 0.089*


Exports 6.55205 0.000***

Imports 4.93882 0.000***

CPI 3.45252 0.005***


REER 2.19553 0.056*


Exports 2.73727 0.020**

Imports 2.36045 0.041**



REER 1.71026 0.133


Exports 1.68251 0.140

Imports 1.26061 0.282


CPI 1.74038 0.126

REER 0.94876 0.450


Exports 1.69391 0.137

Imports 2.05756 0.072*


CPI 1.54075 0.178


Table 4 – Variance Decomposition Analysis: Tunisia

Period S.E. log Exports log Imports log Ind.index log CPI Interest rate log REER

Response: (log) Exports (2000 - 2017)

1 0.080717 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000

2 0.085217 98.66494 0.431652 0.006159 0.000796 0.129630 0.766823

3 0.095852 97.60253 0.349805 1.121578 0.004318 0.139234 0.782540

4 0.099700 96.58401 0.458501 1.684530 0.009962 0.203916 1.059081

5 0.104153 95.66501 0.426142 2.463936 0.016024 0.251472 1.177415

6 0.106854 94.83104 0.430196 3.017733 0.023491 0.334886 1.362658

7 0.109312 94.14719 0.413869 3.484249 0.031246 0.424571 1.498874

8 0.111121 93.55265 0.404036 3.816749 0.039765 0.537262 1.649535

9 0.112661 93.05262 0.393331 4.059863 0.048610 0.661006 1.784572

10 0.113893 92.61232 0.384914 4.224548 0.057910 0.799113 1.921194

Response: (log) Imports (2000 - 2017)

1 0.075418 36.76669 63.23331 0.000000 0.000000 0.000000 0.000000

2 0.080298 42.41163 55.88516 1.298320 0.130129 0.017341 0.257419

3 0.085107 47.12012 50.18182 1.994185 0.158459 0.255558 0.289849

130


4 0.087702 49.58637 47.34575 2.142207 0.184051 0.468119 0.273503

5 0.090147 51.46445 44.83079 2.558898 0.198788 0.683551 0.263522

6 0.091950 52.58823 43.11257 2.918196 0.211648 0.909838 0.259512

7 0.093520 53.46435 41.68476 3.243645 0.223082 1.128830 0.255339

8 0.094791 54.06913 40.58078 3.510035 0.234082 1.352340 0.253631

9 0.095884 54.54145 39.66370 3.724200 0.244709 1.573738 0.252204

10 0.096807 54.89408 38.91300 3.890797 0.255184 1.795200 0.251743


Response: (log) Exports (2000 - 2011 M7)

1 0.083142 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000

2 0.087821 95.63694 1.251399 0.638581 0.044058 0.009680 2.419342

3 0.092283 95.40651 1.136769 0.699751 0.092575 0.042929 2.621468

4 0.093482 94.36100 1.387831 0.732285 0.104693 0.045592 3.368598

5 0.094312 93.83555 1.363938 0.800370 0.107539 0.059764 3.832841

6 0.094772 93.19636 1.369709 0.868148 0.107142 0.059387 4.399251

7 0.095122 92.66102 1.359896 0.919082 0.106370 0.059290 4.894340

8 0.095419 92.12908 1.351833 0.955966 0.105853 0.059031 5.398241

9 0.095688 91.63018 1.344326 0.982123 0.105697 0.058799 5.878870

10 0.095944 91.14660 1.337312 1.000605 0.105910 0.058571 6.350998

Response: (log) Imports (2000 - 2011 M7)

1 0.078093 35.69829 64.30171 0.000000 0.000000 0.000000 0.000000

2 0.085862 39.76223 53.33225 5.463796 0.173491 0.902674 0.365551

3 0.088504 41.90863 50.43136 5.243157 0.438164 1.313300 0.665386

4 0.089447 42.49919 49.52725 5.133360 0.647189 1.386408 0.806608

5 0.090042 42.83145 48.87446 5.073224 0.803333 1.469543 0.947985

6 0.090386 42.81329 48.50863 5.054113 0.933055 1.582929 1.107988

7 0.090630 42.74793 48.24699 5.040548 1.044702 1.666744 1.253091

8 0.090825 42.63535 48.04053 5.030959 1.143647 1.742748 1.406775

9 0.090992 42.51489 47.86531 5.022448 1.233992 1.803774 1.559590

10 0.091142 42.39190 47.70863 5.014238 1.317470 1.852409 1.715349


Response: (log) Exports (2011 M8 - 2017)

1 0.066075 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000

2 0.067350 96.67629 0.111018 1.344914 1.030983 0.718686 0.118113

3 0.071737 93.60007 0.447745 4.018597 0.908837 0.918394 0.106358

4 0.072405 92.22830 0.443669 4.893250 0.933398 1.396178 0.105204

5 0.073758 91.58226 0.458256 5.356673 0.907211 1.593806 0.101791

6 0.074161 91.11411 0.469780 5.609976 0.926974 1.778398 0.100760

7 0.074633 90.83259 0.490013 5.782490 0.923583 1.870772 0.100548

8 0.074850 90.62546 0.498160 5.898665 0.926657 1.949398 0.101658

9 0.075043 90.49013 0.504982 5.978668 0.924905 1.998121 0.103194

10 0.075155 90.39383 0.508798 6.031798 0.924405 2.035803 0.105363

Response: (log) Imports (2011 M8 - 2017)

1 0.067743 33.17066 66.82934 0.000000 0.000000 0.000000 0.000000

2 0.069050 32.54352 65.42798 0.236389 0.147251 0.051482 1.593379

3 0.070527 33.74560 62.81418 1.587123 0.145409 0.161385 1.546301

4 0.071033 33.70483 61.92427 2.405830 0.150851 0.277801 1.536413

5 0.071620 34.26318 60.93912 2.763367 0.148717 0.356522 1.529089

6 0.071900 34.45707 60.47284 2.939720 0.151667 0.426823 1.551878

7 0.072152 34.66159 60.06304 3.066240 0.151867 0.477517 1.579745

8 0.072313 34.75146 59.80378 3.154702 0.151764 0.521556 1.616742

9 0.072450 34.83252 59.58476 3.217693 0.151195 0.556858 1.656972

10 0.072552 34.87920 59.42160 3.261011 0.150854 0.586844 1.700493

131


Table 5 – Variance Decomposition Analysis: Egypt



1 0.082379 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000

2 0.089650 96.72644 1.258030 0.130420 5.77E-05 0.038311 1.846738

3 0.093232 91.83915 2.787693 0.468926 0.008675 0.050855 4.844699

4 0.096388 86.77343 4.084339 1.040944 0.049129 0.047584 8.004573

5 0.099494 81.96454 5.085563 1.857807 0.135634 0.059079 10.89738

6 0.102621 77.48929 5.830246 2.917203 0.271954 0.101279 13.39003

7 0.105799 73.33618 6.365060 4.203136 0.455439 0.175287 15.46490

8 0.109038 69.47946 6.729949 5.688825 0.680185 0.274332 17.14725

9 0.112344 65.89526 6.958229 7.340694 0.938975 0.389154 18.47769

10 0.115717 62.56354 7.077901 9.122142 1.224410 0.510936 19.50107


1 0.096299 12.02650 87.97350 0.000000 0.000000 0.000000 0.000000

2 0.109183 12.85678 85.72943 0.000973 0.372533 0.020745 1.019536

3 0.115048 13.07414 83.12778 0.017621 1.092248 0.022738 2.665476

4 0.119262 13.06688 80.36802 0.128451 2.028106 0.024969 4.383581

5 0.122969 12.99223 77.54491 0.409968 3.088280 0.054677 5.909933

6 0.126509 12.90698 74.68943 0.908989 4.212397 0.122374 7.159825

7 0.130005 12.82918 71.81790 1.641289 5.358452 0.224087 8.129086

8 0.133510 12.76241 68.94950 2.598442 6.495824 0.349029 8.844803

9 0.137048 12.70530 66.10771 3.755787 7.602075 0.485228 9.343900

10 0.140625 12.65536 63.31737 5.079403 8.661295 0.622403 9.664169



1 0.077852 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000

2 0.081667 93.18545 5.101402 0.000199 0.003909 1.623977 0.085064

3 0.083249 91.39044 5.307943 0.002538 0.060565 2.936592 0.301919

4 0.084371 89.81632 5.367145 0.005439 0.141375 4.001922 0.667802

5 0.085386 88.40047 5.415125 0.011477 0.233856 4.784478 1.154592

6 0.086383 87.05599 5.510927 0.025887 0.331289 5.349804 1.726102

7 0.087400 85.74406 5.661269 0.057077 0.431621 5.756418 2.349553

8 0.088451 84.44223 5.859042 0.115642 0.534380 6.048425 3.000281

9 0.089543 83.13745 6.092188 0.212880 0.639617 6.256371 3.661493

10 0.090682 81.82053 6.349042 0.359502 0.747463 6.400961 4.322502


1 0.097875 19.58863 80.41137 0.000000 0.000000 0.000000 0.000000

2 0.106940 25.50797 73.81066 0.091790 0.266054 0.322535 0.000996

3 0.109865 26.52814 71.57638 0.207336 0.650081 1.013416 0.024650

4 0.111650 26.92880 69.86623 0.318877 1.067697 1.722491 0.095907

5 0.113138 27.12970 68.40411 0.423132 1.468873 2.348500 0.225678

6 0.114544 27.27945 67.07002 0.526635 1.838217 2.872914 0.412759

7 0.115941 27.41617 65.81555 0.637212 2.173205 3.307298 0.650568

8 0.117358 27.54850 64.61420 0.762195 2.475983 3.667798 0.931327

9 0.118809 27.67587 63.44952 0.908189 2.749969 3.968456 1.247993

10 0.120302 27.79550 62.30990 1.081110 2.998608 4.220056 1.594823


Response: (log) Exports (2011 M11 - 2015 M9)

1 0.075373 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000

132


2 0.080230 91.03749 0.211261 7.242099 0.056287 0.049552 1.403308

3 0.082564 87.67571 0.281888 9.679604 0.111973 0.062213 2.188615

4 0.083869 85.55226 0.524929 10.89923 0.185430 0.064867 2.773283

5 0.084666 84.16043 0.815223 11.51572 0.272789 0.063798 3.172042

6 0.085167 83.24989 1.055391 11.84191 0.368029 0.064250 3.420532

7 0.085478 82.67217 1.213305 12.02291 0.464772 0.068577 3.558269

8 0.085668 82.31729 1.296880 12.12867 0.557774 0.076554 3.622833

9 0.085784 82.10212 1.329805 12.19315 0.643429 0.086564 3.644931

10 0.085858 81.96718 1.336413 12.23311 0.719752 0.096751 3.646790

Response: (log) Imports (2011 M11 - 2015 M9

1 0.094559 2.809200 97.19080 0.000000 0.000000 0.000000 0.000000

2 0.108558 2.516826 91.43490 2.293473 0.715017 0.475086 2.564703

3 0.115659 2.221946 88.09569 3.231120 1.705662 0.618581 4.126996

4 0.119783 2.071693 85.68781 3.920001 2.803744 0.612359 4.904394

5 0.122229 1.991888 83.87910 4.450141 3.918123 0.588097 5.172654

6 0.123738 1.956320 82.41842 4.864130 4.990800 0.587508 5.182826

7 0.124782 1.957376 81.16811 5.180572 5.977974 0.608900 5.107066

8 0.125648 1.994242 80.05423 5.412758 6.850344 0.638669 5.049759

9 0.126490 2.066646 79.03772 5.573891 7.594578 0.664978 5.062183

10 0.127374 2.172096 78.09853 5.677950 8.211907 0.681711 5.157807

Table 6 – Variance Decomposition Analysis: Morocco


Response: (log) Exports (2000 - 2017)

1 0.069246 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000

2 0.075707 93.05817 3.522024 1.834194 0.428321 0.883201 0.274092

3 0.078988 92.20437 3.262128 1.746891 0.556284 1.168596 1.061732

4 0.081444 88.87747 5.121713 2.029246 1.608202 1.250811 1.112561

5 0.082662 87.96435 5.129327 2.047750 2.392082 1.214235 1.252258

6 0.083351 86.60980 5.222954 2.696661 2.436093 1.713874 1.320622

7 0.084416 84.57213 5.607077 2.644365 2.610532 2.311365 2.254531

8 0.085702 82.30452 5.792772 2.828078 2.763657 2.648971 3.662000

9 0.087056 80.00841 5.762689 2.844828 3.165034 3.110951 5.108090

10 0.088564 77.45155 5.739426 3.026989 3.414655 3.933271 6.434113

Response: (log) Imports (2000 - 2017)

1 0.064129 10.62546 89.37454 0.000000 0.000000 0.000000 0.000000

2 0.067741 13.09919 83.89020 1.375036 1.625162 0.006408 0.004004

3 0.070762 14.51307 79.51483 2.737055 1.569035 0.489000 1.177015

4 0.075792 14.78842 78.86930 2.549997 1.764799 0.899008 1.128474

5 0.077530 14.24478 76.18032 3.745448 3.589890 1.083890 1.155670

6 0.079545 13.53418 76.41335 4.164931 3.710066 1.079295 1.098178

7 0.081362 12.95581 76.16084 4.952245 3.597597 1.044942 1.288568

8 0.082358 13.05465 75.21021 5.648879 3.535939 1.020003 1.530312

9 0.083751 12.91123 74.19394 6.001184 3.776649 1.102711 2.014285

10 0.085116 12.88906 72.86039 6.599298 3.805710 1.136902 2.708648



1 0.075006 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000

2 0.080657 93.17253 3.992219 0.600582 1.144077 0.214558 0.876030

3 0.084982 89.17512 4.383926 0.764307 1.403747 2.028291 2.244605

4 0.087211 85.78371 5.404015 0.728925 3.310358 1.974611 2.798383

5 0.089744 82.59997 5.152289 0.988044 5.165816 2.193538 3.900339

6 0.090423 81.53325 5.084476 1.003859 5.668563 2.180273 4.529583

7 0.092331 78.20767 4.939677 2.028865 5.467459 2.243553 7.112771

133


8 0.093616 76.07659 4.987859 2.063940 5.326045 2.244971 9.300595

9 0.094635 74.45017 4.882277 2.169882 5.342768 2.293387 10.86152

10 0.095714 72.80911 4.772893 2.134066 5.286039 2.759400 12.23850


1 0.067909 13.44545 86.55455 0.000000 0.000000 0.000000 0.000000

2 0.070660 15.10832 82.52898 0.213131 1.732572 0.405898 0.011096

3 0.073146 15.57842 78.51925 0.808184 1.770559 0.434892 2.888697

4 0.077802 15.76721 76.53818 2.639480 1.901929 0.592486 2.560717

5 0.079959 15.08607 72.58791 2.650054 5.317770 1.684610 2.673577

6 0.081313 14.61873 72.51184 2.571335 5.764081 1.879886 2.654128

7 0.082732 14.28327 72.36997 2.487622 5.586012 1.959870 3.313258

8 0.083187 14.14493 72.07487 2.463062 5.539827 2.041814 3.735492

9 0.083843 13.93507 71.61128 2.425881 5.777820 2.094332 4.155616

10 0.084575 13.71275 70.95814 2.529295 5.704500 2.111480 4.983833


Response: (log) Exports (2012 M3 - 2017)

1 0.043256 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000

2 0.051639 71.83034 1.865236 13.02976 0.032761 12.92930 0.312600

3 0.057627 57.68110 6.437505 12.25547 0.056953 23.25766 0.311305

4 0.064853 45.65391 13.10945 10.65924 0.546729 28.55827 1.472401

5 0.067889 41.66112 16.28360 10.02676 0.849744 28.57588 2.602908

6 0.069553 40.47805 16.54018 9.717889 0.873032 29.90321 2.487639

7 0.069778 40.24747 16.57289 9.978674 0.883979 29.80269 2.514290

8 0.069952 40.23951 16.54320 9.970399 0.893033 29.75551 2.598345

9 0.070192 39.97571 16.96712 9.965253 0.905279 29.56300 2.623648

10 0.070582 39.55089 17.14772 9.877400 0.923503 29.48681 3.013672

Response: (log) Imports (2012 M3 - 2017)

1 0.062014 1.647739 98.35226 0.000000 0.000000 0.000000 0.000000

2 0.064476 2.616702 92.53362 0.066806 0.175226 1.730915 2.876727

3 0.068177 2.701848 83.77651 0.696032 0.509073 8.987635 3.328898

4 0.072794 2.517380 83.81027 0.811498 1.972605 7.952387 2.935859

5 0.073340 2.592332 82.65850 0.905465 2.018842 8.928254 2.896608

6 0.075051 2.484056 81.71877 0.865689 1.927831 8.935927 4.067725

7 0.076698 3.204305 79.41017 1.322866 3.221637 8.762285 4.078739

8 0.077091 3.286139 78.61469 1.585936 3.706332 8.687772 4.119136

9 0.077457 3.259091 78.28300 1.691196 3.710527 8.975627 4.080558

10 0.077765 3.251989 77.78518 1.696086 4.050828 9.075749 4.140167

Figure 1: External balance on goods and services (% of GDP), World Bank

-20

-15

-10

-5

02000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Tunisia Egypt Morocco

134


Figure 2: IRFs, Tunisia

-.020

-.015

-.010

-.005

.000

.005

5 10 15 20 25 30

Response of (log) Exports to a (log) real exchange

rate shock

(2000 - 2017)

-.010

-.005

.000

.005

.010

.015

5 10 15 20 25 30

Response of (log) Imports to a (log) real exchange

rate shock

(2000 - 2017)

Response to Cholesky One S.D. Innovations ± 2 S.E.

-.03

-.02

-.01

.00

5 10 15 20 25 30


rate shock

(2000 - 2011 M7)

-.02

-.01

.00

.01

5 10 15 20 25 30


rate shock

(2000 - 2011 M7)


-.02

-.01

.00

.01

.02

5 10 15 20 25 30


rate shock

(2011 M8 - 2017)

-.01

.00

.01

.02

.03

5 10 15 20 25 30


rate shock

(2011 M8 - 2017)


135


Figure 3: IRFs, Egypt

-.02

-.01

.00

.01

.02

.03

.04

.05

5 10 15 20 25 30


rate shock

(2007 - 2015 M9)

-.03

-.02

-.01

.00

.01

.02

.03

.04

5 10 15 20 25 30


rate shock

(2007 - 2015 M9)


-.04

-.02

.00

.02

.04

.06

5 10 15 20 25 30


rate shock

(2007 - 2011 M10)

-.04

.00

.04

.08

5 10 15 20 25 30


rate shock

(2007 - 2011 M10)


-.01

.00

.01

.02

.03

5 10 15 20 25 30


rate shock

(2011 M11 - 2015 M9)

-.04

-.02

.00

.02

.04

.06

5 10 15 20 25 30


rate shock

(2011 M11 - 2015 M9)


136


Figure 4: IRFs, Morocco

-.02

-.01

.00

.01

.02

5 10 15 20 25 30


rate shock

(2000 - 2017)

-.02

-.01

.00

.01

.02

5 10 15 20 25 30


rate shock

(2000 - 2017)


-.03

-.02

-.01

.00

.01

.02

.03

5 10 15 20 25 30


rate shock

(2000 - 2012 M2)

-.02

-.01

.00

.01

.02

.03

5 10 15 20 25 30


rate shock

(2000 - 2012 M2)


-.02

-.01

.00

.01

.02

.03

5 10 15 20 25 30


rate shock

(2012 M3 - 2017)

-.02

-.01

.00

.01

.02

.03

5 10 15 20 25 30


rate shock

(2012 M3 - 2017)


137


Appel à contributions

Les statistiques de Gouvernance, Paix et Sécurité :

quelles mesures pour quels résultats ?

Mireille Razafindrakoto (IRD-DIAL), François Roubaud (IRD-DIAL) et Arouna Sougané (INSTAT)

Longtemps considérées comme un hors champ de l’économie dominante (mainstream) et des politiques publiques,

les questions de gouvernance, de paix et de sécurité (GPS) sont progressivement, depuis une vingtaine d’années,

entrées au cœur de la discipline, et plus largement de l’agenda de la communauté internationale du développement,

où elles se retrouvent de plain-pied aujourd’hui. L’accent mis sur la notion de gouvernance suscite souvent des

interrogations en raison du paradigme qu’elle peut véhiculer, notamment quand elle est utilisée pour remettre en

question le rôle de l’État. Toutefois, malgré la distance critique qu’il convient de garder par rapport à l’usage de

cette notion, l’intérêt accordé à la qualité des institutions, aux questions de participation ou de redevabilité

(accountability) dans les politiques de développement marque un tournant. L’adoption d’un ODD sur ce thème

consacre cette évolution. Le fait qu’un des 17 Objectifs de développement durable (ODD) adoptés en 2015 par les

Nations Unies soit centré sur la gouvernance (ODD16) constitue donc de ce point de vue une avancée majeure,

d’autant plus que les ODD sont universels et engagent tous les pays du monde, alors que les OMD ne couvraient

que les PED. En Afrique, la gouvernance, la paix et la sécurité font également partie des aspirations soulignées

par l’agenda 20631.

L’adoption des ODD s’est accompagnée en parallèle de l’appel à une révolution des données (Data Revolution)

par le Secrétaire général des Nations unies (GCEU, 2014). Le rapport sur la révolution des données prend acte du

besoin croissant de statistiques dans le monde et du fossé de plus en plus large entre pays développés et en

développement en matière d’accès à l’information. Il formule plusieurs recommandations pour mobiliser

l’innovation technologique et les ressources financières en faveur des statistiques dans le cadre d’un partenariat

entre tous les acteurs (Bédécarrats et alii, 2016). Pourtant, malgré ce contexte porteur, la situation en termes de

statistiques reste critique, notamment en Afrique comme en atteste le dernier Rapport sur la Gouvernance en

Afrique (Mo Ibrahim Foundation, 2019).2 Cette alerte quant au « Data gap » sur le continent montre que les bilans

alarmistes tirés dans la première moitié des années 2000 sont toujours d’actualité (Jerven, 2013 ; Devarajan, 2013,

dont l’article s’intitulait : Africa’s statistical tragedy).

Malgré les lacunes, la demande croissante a créé un formidable appel d’air en matière de statistiques GPS, avec

l’émergence d’une floraison de sources statistiques (enquêtes ménages, enquêtes experts, données administratives,

big data…). La statistique publique a pris la balle au bond, avec la création en 2015 d’un City Group sur les

statistiques de gouvernance, qui doit publier début 2020 un Manuel sur le sujet (Praia Group et UNSD, 2020).

L’UNODC publiait dans le même temps un Manuel sur la mesure de la corruption (UNODC et alii, 2018).

L’Afrique quant à elle, sous l’égide de l’Union africaine, a développé sa propre méthodologie GPS, dans le cadre

de sa Stratégie d’Harmonisation de la Statistique en Afrique (SHaSA ; Razafindrakoto et Roubaud, 2015 et 2019),

conférant au continent une avance sur le reste du monde dans ce domaine (Cling et alii, 2016). Ce leadership n’est

pas nouveau, puisque les premières mesures de la gouvernance dans le dispositif de statistiques officielles, initiées

à Madagascar dès 1995, ont été étendues et consolidées au cours des années 2000, en Afrique d’abord, mais

également en Amérique latine et en Asie et dont Statéco s’est largement fait l’écho (Razafindrakoto et Roubaud,

2005 ; Herrera et alii, 2007).

Ce numéro spécial, dont la publication est programmée en 2020, se donne pour objectif d’actualiser l’état des lieux

sur la thématique GPS : conceptualisation, expériences, avancées et perspectives. Il accueille des contributions

originales, aussi bien de type méthodologique (comment « mesurer » la gouvernance ?) qu’analytique (quels

1 Aspiration 3 : « Une Afrique où règnent la bonne gouvernance, la démocratie, le respect des droits de l’homme, la justice et

l’état de droit ») ; et Aspiration 4 (« Une Afrique pacifique et sécurisée »). 2 Le jour même de la finalisation de cet appel à contributions (20/12/2019), le quotidien Le Monde titrait sa chronique :

« L’Afrique dans le brouillard statistique ».

138


résultats peuvent être tirés des statistiques GPS ?). Une large palette de disciplines est convoquée : statistique, data

analysis, économie, sciences politiques, sociologie, anthropologie, etc. Les terrains d’application sont multiples :

l’Afrique bien sûr, mais également d’autres pays en développement voire des pays développés, pour une mise en

perspective ; la question GPS n’étant l’apanage d’aucune région particulière. Si les propositions centrées sur la

statistique publique sont au cœur de ce numéro spécial, les approches pilotées par d’autres acteurs (recherche,

société civile, etc.) sont également les bienvenues. Enfin, le profil des contributeurs est ouvert, en privilégiant les

auteurs du Sud.

Références

Bédécarrats F., Cling J.-P., Roubaud F. (éds) (2016), Gouverner par les nombres en Afrique, Afrique

Contemporaine, No. 258, numéro spécial, 2016/2.

Cling J.-P., Razafindrakoto M., Roubaud F. (2016), « L’ODD 16 sur la gouvernance et sa mesure. L’Afrique

en tête », Afrique Contemporaine, 2016/2, 258, pp. 73-93.

Devarajan S. (2013), « Africa's statistical tragedy », Review of Income and Wealth, 59 (S1), pp. S9–S15.

GCEU (2014), Un monde qui compte : Mobiliser la révolution des données pour le développement durable,

Groupe consultatif d’experts indépendants sur la révolution des données pour le développement durable.

Jerven (2013), Poor Numbers. How We Are Misled by African Development Statistics and What to Do about It,

Cornell University Press, Ithaca et Londres.

Herrera J., Razafindrakoto M., Roubaud F. (2007), “Governance, Democracy and Poverty Reduction: Lessons

drawn from household surveys in sub-Saharan Africa and Latin America”, International Statistical Review, 75(1),

pp.70-95.

Mo Ibrahim Foundation (2019), African governance report. Agenda 2063 & 2030: Is Africa on track? Mo

Ibrahim Foundation.

Razafindrakoto M., Roubaud F. (2015), « Les modules Gouvernance, Paix et Sécurité dans un cadre harmonisé

au niveau de l’Afrique (GPS-SHaSA) : développement d’une méthodologie d’enquête statistique innovante »,

Statéco No. 109, pp.122-158.

Razafindrakoto M., Roubaud F. (2005), « Gouvernance, Démocratie et Lutte contre la Pauvreté : Enseignements

tirés des enquêtes 1-2-3 en Afrique francophone », Statéco No. 99, pp.117-141

Union Africaine (2014), Agenda 2063 : l’Afrique que nous voulons, Union Africaine, Addis Abeba.

UNODC, UNDP, UNODC-INEGI Center of Excellence in Statistical Information on Government,

Victimization and Justice (2018), Manual on Corruption Surveys. Methodological guidelines on the

measurement of bribery and other forms of corruption through sample surveys, UNODC Research, UNODC,

Vienne.

UNSD et Praia Group (2020), Handbook on Governance Statistics, UNSD: New York (à paraître).

http://www.undatarevolution.org/

139


À PROPOS DE STATECO

Les jugements et opinions exprimés par les auteurs d'articles publiés dans Statéco n'engagent qu'eux-

mêmes, et non les institutions auxquelles ils appartiennent, ni, a fortiori, l'Insee, l’IRD ou AFRISTAT.

Les propositions d'articles sont à envoyer par mail à l'adresse suivante : [email protected].

Les manuscrits ne doivent pas excéder 60 000 signes (caractères et espaces compris). Ils doivent inclure

un résumé (1 000 signes maximum) et une bibliographie. Les propositions sont soumises à

l’appréciation de deux référés anonymes. Les propositions de corrections sont transmises à l’auteur par

les rédacteurs en chef de la revue.

Statéco est diffusé gratuitement sur demande auprès du secrétariat de la revue.


À Georges Bourdallé - INSEE · le nouveau système de comptabilité nationale (SCN 2008), en...

Documents

Transcript of À Georges Bourdallé - INSEE · le nouveau système de comptabilité nationale (SCN 2008), en...