DISTRIBUTION SPATIALE DE LA CORRUPTION AU BÉNIN: UNE ANALYSE EMPIRIQUE

Elfried G. F. FATON

PLAN DE LA PRÉSENTATION

CADRE INTRODUCTIFMÉTHODOLOGIERÉSULTATSCONCLUSIONS

INTRODUCTIONCadre contextuel:

◦ La question de la corruption est devenue aujourd’hui une préoccupation d’ordre international, du fait des multiples désagréments financiers, moraux, sanitaires, et sociaux qu’elle cause aux populations victimes. Le Bénin n’est pas en marge de ce phénomène ni des conséquences inconfortables dans lesquelles il entraîne ses victimes.

◦ Le Bénin est un pays localisé près du Nigeria, pays dont le niveau élevé de corruption n’est plus á démontrer.

◦ Gbewopo Attila (Septembre 2008) dans son document intitulé "Is corruption contagious ? An Econometric analysis" a fait ressortir le caractère contagieux de la corruption.

… á l’hypothèse:◦ L’hypothèse principale stipule que la principale source de

contagion du Bénin en matière de corruption est le Nigeria.

MÉTHODOLOGIEDonnées Afrobaromètre étape3 (2005)Deux indicateurs de corruption ont été

calculés:◦ Indicateur d’Acceptation de la corruption (IAC)

◦ Indicateur de Pratique de la corruption (IPrC)

MÉTHODOLOGIE (suite)

K est le nombre d’indicateurs catégoriels (on a K=3, car les indicateurs catégoriels sont les variables);

Jk est le nombre de catégories de l’indicateur k (i.e. nombre de modalités actives pour la variable n0k);

Prjk est les poids réel de la modalité CTR(Jki) est la contribution de la modalité Jk sur l’axe i.

Parmi les axes qui sont retenus á l’aide du critère du coude, l’axe i est le meilleur axe pour la variable k. A ce niveau, jki indique le nombre de modalités bien représentées retenues.

aki est la coordonnée de la modalité jk sur l’axe i. est la variable dichotomique = 1 si la modalité Jk a

été retenue. est la valeur propre de l’axe i choisi pour la variable

k.

MÉTHODOLOGIE (suite)

Trois procédures principales d’analyse ont été utilisées:◦Comparaison de moyennes par régions.◦Propensity Score matching (PSM).◦Analyse Exploratoire des données

spatiales (ESDA)

Région

N’accepte pas vraiment 0<= iac< 0.1

N’accepte pas vraiment mais comprennent un peu 0.1<=iac<0.2

Accepte un peu et comprennent un peu 0.2<=iac<0.3

Accepte beaucoup iac>=0.3

Voisin du Nigeria sud 88,79% 10,34% 0,86% 0%

Voisin du Nigeria nord 82,95% 15,91% 1,14% 0%

Voisin du Niger 54,17% 41,67% 4,17% 0%

Voisin du Burkina Faso 45,31% 42,19% 7,81% 4,69%

Voisin du Togo 74,00% 19,50% 5,50% 1,00%

Centre sud 88,96% 10,61% 0,43% 0%

Centre Nord 65,97% 25,00% 6,94% 2,08%

Proportion par rapport á la population totale 81,05% 15,86% 2,42% 0,67%

PRINCIPAUX RÉSULTATSPour l’acceptation de la corruption

◦ Comparaisons simples de moyennes

PRINCIPAUX RÉSULTATS (suite)Propensity Score / Matching

Var.

analytical standard

errorbootstrap standard

error

treated control ATT ATT biasTreatement effect

Nearest neighbor 312 271 -0.016 -0.016 0.002

(0.005) (0.006)

iac Kernel matching 312 853 -0.014 -0.014 0.0002 -0.014

(0.003)Mean iac of matched : 0.036 0.05

Stratification method 312 853 -0.014 -0.014 -0.0001

(0.003) (0.004)

PRINCIPAUX RÉSULTATS (suite)Analyse Exploratoire des Données Spatiales

Moran scatterplot (Moran's I = 0.578)mean_iac

Décala

ge s

patial de l'IA

C m

oyen s

tandard

isé

IAC moyen (standardisé)-2 -1 0 1 2 3

-2

-1

0

1

2

3

3 7

4 9

5 1

6 5

1 81 9

7 03 56 13 2

4

1 5

6 8

6 4

5 6

6 65 925 496 21 6

7 1

5 7

6 9

3 4

2 51 7

2 41 4

8

5 3

2 6

5 8

65 5

7 4

4 6

2 81 0

7

114 52 72 96 0

14 13 67 2

4 21 2

3 9

2 2

7 5

5

7 33

4 43 1

6 7

4 75 0

6 3

2 12 0

4 8

3 82 3

3 0

5 2

4 0

3 3

1 3 4 3

PRINCIPAUX RÉSULTATS (suite)Pour la pratique de la corruption

◦Comparaisons simples de moyennes

 Pratique á fréquence peu élevée

Pratique plus élevée

Région0.08<=iprc <0.9

0.09<= iprc <0.1

0.11<=iprc <0.12 iprc>0.12

Voisin du Nigeria sud 0,43% 0,43% 1,29% 0,43%

Voisin du Nigeria nord 18,18% 0% 1,14% 1,14%

Voisin du Niger 8,33% 0% 0% 4,17%

Voisin du Burkina Faso 0% 0% 0% 0%

Voisin du Togo 1,00% 0,50% 0,50% 2,50%

Centre sud 1,95% 0,65% 0,22% 0%

Centre Nord 3,47% 0,69% 0% 2,08%

Proportion par rapport á la population totale 2,75% 0,50% 0,50% 0,92%

PRINCIPAUX RÉSULTATS (suite)

Propensity Score / Matching

Var.analytical

standard error bootstrap standard error 

treated control ATT ATT biasTreatement effect

Nearest neighbor 312 271 0 0 -0.00004

(0.002) (0.002)

iprc Kernel matching 312 853 0 0 0.0002-0.0002

(0.001)

Mean iprc of matched : 0.02 0.02

Stratification method 311 847 -0.001 -0.001 -0.00004

(0.001) (0.001)

PRINCIPAUX RÉSULTATS (suite)

Analyse Exploratoire des Données Spatiales

Moran scatterplot (Moran's I = 0.145)mean_iprc

Déc

ala

ge s

patia

l de l'IP

rC m

oyen

(sta

ndard

isé)

IP rC moyen (standardisé)-1 0 1 2 3 4 5 6

-1

0

1

2

3

2 63 66 0

4 4

5 7

5 6

6 7

6 8

5

1 34 05 4

6 3

6 4

2 9

1 8

6 5

2

3 7

4 6

13 8

3 9

5 9

4 9

1 04

7 52 8

32 1

2 2

2 4

4 1

6 95 2

3 04 25 0

7 472 3

7 37 19

4 5

5 54 33 4

3 5

84 8

2 05 8

6

7 2

6 6

11

1 2

2 5

7 0

3 2

1 5

4 7

3 11 9

6 2

5 3

3 3

6 1 1 4

1 7

2 7

1 6

5 1

CONCLUSIONSBien que la théorie de la contagion de la

corruption n’ait pas été rejetée, il ne semble plus du tout évident que la corruption au Bénin soit surtout influencée par le Nigeria voisin.

En effet, lors de ce travail, nous avons été amenés á constater qu’il y a aujourd’hui une sorte de convergence dans les comportements des individus au Bénin, aussi bien pour la pratique que pour l’acceptation de la corruption : le degré de corruption d’un individu ne semble plus être dû au fait qu’il soit voisin ou non du Nigeria.

Aujourd’hui, le problème de la corruption au Bénin est donc devenu plus un problème interne qu’externe.

MERCI POUR VOTRE AIMABLE ATTENTION