RAPPORT DE RECHERCHE SCIENTIFIQUE

ANALYSE ÉCONOMÉTRIQUE DE L'EFFET DES DÉPENSES TOURISTIQUES

SUR LA COMPÉTITIVITÉ AU GABON:
UNE LECTURE CENTRÉE SUR LE LONG TERME AVEC LE MODÈLE
VECTORIEL À CORRECTION

RESUME

Ce rapport examine la relation entre le développement touristique et la compétitivité

économique au Gabon sur la période 1995-2016 en utilisant un modèle vectoriel à
correction d'erreur (VEC). L'étude s'inspire d'approches empiriques appliquées à
d'autres contextes (Porto Rico, Antilles françaises, Maroc) pour tester l'hypothèse
selon laquelle les dépenses touristiques favorisent la productivité et le revenu par
habitant. Les résultats indiquent un coefficient de long terme négatif d'environ -0,75
pour les dépenses touristiques, suggérant qu'une hausse de 1% des dépenses
touristiques se traduit par une baisse de 0,75% du PIB par habitant dans l'échantillon
gabonais. Ce résultat inattendu s'explique par la faible valeur ajoutée locale du secteur
touristique, la prédominance d'emplois peu qualifiés à bas salaire, et les fuites de
revenus vers l'étranger. Le rapport recommande des politiques de valorisation de la
chaîne de valeur locale, de formation professionnelle, de diversification de l'offre et
de stabilisation macroéconomique pour transformer l'expansion touristique en gains
de compétitivité durables.

Mots-clés: Tourisme, Compétitivité, VEC, Gabon, PIB par habitant, Cointégration,

Causalité de Granger, Développement économique.

LISTE DES TABLEAUX

Tableau Titre Page

1 Synthèse des applications antérieures du VEC en économie du tourisme 19
2 Description des variables du modèle empirique 22
3 Résultats des tests de stationnarité (ADF et PP) — niveaux 36
4 Résultats des tests de stationnarité (ADF et PP) — différences premières 37
5 Test de cointégration de Johansen — nombre de relations 38
6 Coefficients de long terme du modèle VEC estimé 39
7 Coefficients de court terme et vitesses d'ajustement (α) 40
8 Résultats du test de causalité de Granger 41

LISTE DES ABRÉVIATIONS

Abréviation Signification
VEC Modèle Vectoriel à Correction d'Erreur
VECM Vector Error Correction Model
ADF Augmented Dickey-Fuller (test de racine unitaire)
PP Phillips-Perron (test de stationnarité)
PIB Produit Intérieur Brut
OMT Organisation Mondiale du Tourisme
WTTC World Travel & Tourism Council
WDI World Development Indicators (Banque Mondiale)
UNWTO United Nations World Tourism Organization
CEMAC Communauté Économique et Monétaire de l'Afrique Centrale
AIC Akaike Information Criterion
SC Schwarz Criterion
IDH Indice de Développement Humain

INTRODUCTION À L’APPROCHE ÉCONOMÉTRIQUE ET PERTINENCE DU

VEC POUR LE GABON
Le tourisme constitue un moteur important de la croissance socio-économique,
particulièrement pour les pays en développement. Selon l'Organisation Mondiale du
Tourisme (OMT, 2010), le tourisme représente la principale catégorie d'exportation
dans de nombreuses économies émergentes, générant jusqu'à 83% des exportations et
contribuant à hauteur de 25% au PIB dans certains pays en développement (PED),
contre seulement 2% à 10% dans les pays développés.

Le Gabon, membre de la Communauté Économique et Monétaire de l'Afrique

Centrale (CEMAC), possède un potentiel naturel touristique considérable caractérisé
par un climat favorable, une faune et une flore riches, une culture diversifiée et des
paysages remarquables. Bien que les revenus du tourisme représentent moins de 5%
du PIB gabonais, le nombre d'arrivées touristiques a augmenté de manière
significative, passant de 155 000 arrivées en 1995 à 244 000 arrivées en 2004 (OMT,
2017).

Les pouvoirs publics gabonais ont mis en place des stratégies de développement axées
sur le tourisme comme catalyseur de développement économique et social. Des études
antérieures sur le développement économique du continent africain ont recommandé
le tourisme comme un secteur devant grandement contribuer à la croissance
économique (OMT, 2010).

Néanmoins, le développement du tourisme au Gabon n'affiche pas une performance

aussi forte que dans les pays des autres sous-régions africaines. L'OMT suggère que
l'industrie du tourisme de l'Afrique Centrale est à la traîne de ses concurrents (Afrique
de l'Ouest, de l'Est et Australe) en ce qui concerne le nombre total d'arrivées de 2011-
2014. La part des arrivées de touristes internationaux s'est élevée à 47% pour
l'Afrique du Nord, 22% pour l'Afrique du Sud, 20% pour l'Afrique de l'Est, 7% pour
l'Afrique de l'Ouest et seulement 4% pour l'Afrique Centrale.

Cette répartition montre que les pays de l'Afrique Centrale dépendent fortement des
industries extractives et que les services jouent un rôle bien moins important. La
répartition des recettes du tourisme international et des recettes d'exportation du
tourisme est semblable à celle des arrivées: l'Afrique Centrale n'engrène que 3% avec
une contribution des recettes d'exportation du tourisme de seulement 1%.

L’analyse de la relation entre tourisme et compétitivité dans un pays en

développement comme le Gabon pose un problème économique fondamentalement
dynamique. Le tourisme ne produit pas ses effets de manière instantanée: il agit à
travers des mécanismes d’accumulation de capital, de formation de connaissances, de
création d’emplois, de développement des infrastructures et d’amélioration de la
productivité. Ces processus prennent du temps, ce qui rend indispensable une
approche capable de distinguer les fluctuations de court terme des équilibres de long
terme. C’est pourquoi le modèle vectoriel à correction d’erreur (VECM) est
particulièrement adapté à ce type d’étude.
Le VECM permet d’analyser simultanément deux dimensions de la relation
économique à la fois la dynamique de court terme, qui capture les ajustements
temporaires suite à des chocs économiques et celle de long terme, qui met en évidence
la relation d’équilibre stable entre les variables principales de l’économie.

Dans le cas du Gabon, où le secteur touristique demeure encore peu intégré à

l’économie nationale, il est capital de savoir si les dépenses touristiques contribuent
durablement à l’amélioration du revenu par habitant, ou si, au contraire, elles ne
génèrent que des effets transitoires accompagnés de fuites importantes vers l’étranger.
Le modèle VECM apporte une réponse rigoureuse à cette question en estimant les
coefficients de long terme, les vitesses d’ajustement et les relations de causalité entre
les variables.

CHAPITRE II — CADRE THÉORIQUE: TOURISME, COMPÉTITIVITÉ ET

ÉQUILIBRE DE LONG TERME
2.1. La compétitivité comme qualité de vie et revenu par habitant

Dans cette étude, la compétitivité est définie non pas uniquement comme la capacité
d’une destination à attirer des visiteurs, mais comme la capacité à offrir un niveau de
vie élevé aux résidents. Cette définition s’appuie sur la littérature économique qui
identifie la compétitivité à la productivité totale des facteurs et au revenu réel par
habitant (Porter, 1990; Smeral, 2003; Crouch & Ritchie, 1999). Pour le Gabon, cela
signifie que l’on s’interroge sur la capacité du tourisme à augmenter durablement le
PIB par habitant, et pas seulement à générer des recettes brutes.

2.2. L’hypothèse de croissance tirée par le tourisme (TLGH)

La littérature internationale sur le tourisme et la croissance distingue deux courants

principaux:
• le courant qui soutient l’hypothèse de croissance tirée par le tourisme (TLGH), selon
laquelle le tourisme stimule la productivité et le revenu de long terme;
• le courant qui met en garde contre les fuites de revenus, la faible valeur ajoutée
locale et la dépendance aux importations, ce qui peut conduire à un impact nul ou
même négatif sur la compétitivité.

L’étude de Croes (2010) sur Porto Rico a montré une relation positive de long terme:
une hausse de 1 % des dépenses touristiques augmente le PIB par habitant de 0,5 %.
En revanche, l’étude de Dupont (2012) sur les Antilles françaises n’a trouvé aucune
causalité significative, ce qui suggère que dans des contextes où l’intégration locale
est faible, le tourisme ne se traduit pas automatiquement en gains de compétitivité.

Le Gabon se situe probablement plus proches de ce deuxième cas: un potentiel

touristique élevé, mais une capacité d’absorption locale insuffisante. C’est pourquoi
l’analyse de long terme via le VECM est indispensable.

CHAPITRE III — SPÉCIFICATION DU MODÈLE VEC APPLIQUÉE AU GABON

Modèles vectoriels à correction d'erreur (VEC): fondements théoriques

Le modèle Vectoriel à Correction d'Erreur (VEC) est une extension du modèle VAR
(Vector Autoregression) qui intègre la notion de cointégration. Selon le théorème de
représentation de Granger (1987), tout système cointégré implique l'existence d'un
mécanisme à correction d'erreur qui empêche les variables detrop s'écarter de leur
équilibre de long terme.

La formulation générale d'un VEC(p) est:

 p −1
∆ Y t=αβ Y t −1+ ∑ Γ i ∆Y t−i +δZ t +ϵ t
'

i=1

Où:
- Y t : vecteur des variables endogènes
- : vecteur des vitesses d'ajustement (force de rappel)
- β: vecteurs de cointégration (relations de long terme)
-: matrices des paramètres de court terme
- \(Z_t\): vecteur des variables exogènes stationnaires
- \(\epsilon_t\): terme d'erreur

Les paramètres \(\alpha\) mesurent la vitesse à laquelle les variables du système

s'ajustent pour rétablir une situation d'équilibre de long terme, tandis que les vecteurs \
(\beta\) sont des estimations des relations de cointégration de long terme entre les
variables du modèle.

Toutes les variables sont transformées en logarithmes pour:

• éliminer l’hétéroscédasticité;
• interpréter les coefficients comme des élasticités;
• réduire l’influence des tendances temporelles.

3.2. Formulation analytique du VECM

La formulation log-linéaire du modèle est:

Δ LCOMP_t = α_0 + α_1 · ECM_{t-1} + Σ_{i=1}^{k} β_{1i} Δ LCOMP_{t-i} +

Σ_{i=1}^{k} β_{2i} Δ LTOUR_{t-i}
+ Σ_{i=1}^{k} β_{3i} Δ LOUV_{t-i} + Σ_{i=1}^{k} β_{4i} Δ LMOT_{t-i} +
Σ_{i=1}^{k} β_{5i} Δ LPPRIX_{t-i}
+ Σ_{i=1}^{k} β_{6i} Δ INF_{t-i} + Σ_{i=1}^{k} β_{7i} Δ LINST_{t-i} +
ε_t

Où :
• Δ: différence première;
• ECM_{t-1}: terme d’erreur de cointégration retardé (force de rappel);
• α_1: vitesse d’ajustement vers l’équilibre de long terme;
• β_{2i}: coefficients d’impact à court terme des dépenses touristiques;
• ε_t: terme d’erreur blanc non corrélé.

Les paramètres de long terme sont contenus dans le vecteur de cointégration β, tandis
que α mesure la vitesse à laquelle le système revient à l’équilibre après un choc.
CHAPITRE IV — MÉTHODOLOGIE ÉCONOMÉTRIQUE: ÉTAPES
PRÉALABLES ET JUSTIFICATION

4.1. Test de stationnarité (ADF et Phillips–Perron)

La première étape consiste à vérifier l’ordre d’intégration des séries. En effet, utiliser
des variables non stationnaires dans une régression classique peut conduire à des
résultats fallacieux (spurious regression).

Les tests utilisés sont:

• Dickey–Fuller Augmenté (ADF);
• Phillips–Perron (PP).

L’hypothèse nulle est: « la série possède une racine unitaire » (non stationnaire).
Les résultats montrent que:
• les séries en niveau ne sont pas stationnaires;
• les séries en différence première le deviennent toutes.

Cela signifie que toutes les variables sont intégrées d’ordre 1, noté I (1), ce qui est la
condition nécessaire pour rechercher une relation de cointégration.

4.2. Test de cointégration de Johansen

Une fois les variables confirmées comme I (1), le test de cointégration de Johansen
permet de déterminer s’il existe une ou plusieurs relations de long terme entre elles. Si
au moins un vecteur de cointégration est identifié, cela signifie que les variables
évoluent ensemble sur une trajectoire stable, malgré les fluctuations de court terme.

Dans l’étude du Gabon, le test de Johansen montre l’existence d’au moins un vecteur
de cointégration, justifiant l’usage du VECM. Cela confirme que compétitivité et
dépenses touristiques partagent un équilibre de long terme, mais la nature de cet
équilibre (positif ou négatif) dépend des coefficients estimés.

4.3. Détermination du nombre de retards optimal

Le nombre de retards k est choisi selon les critères AIC (Akaike) et SC (Schwarz),
afin de « blanchir » les résidus (supprimer l’autocorrélation). Dans la plupart des
applications macroéconomiques sur des échantillons de taille intermédiaire (1995–
2016), un ordre de retard compris entre 2 et 4 est optimal.

CHAPITRE V — RÉSULTATS DE LONG TERME: INTERPRÉTATION DES

COEFFICIENTS
5.1. Le coefficient de long terme des dépenses touristiques

C’est le résultat le plus important de l’analyse. Les estimations montrent que le

coefficient de long terme des dépenses touristiques sur la compétitivité est négatif,
d’environ –0,75. Cela signifie que:

À long terme, une augmentation de 1 % des dépenses touristiques réelles dans le PIB
est associée à une baisse d’environ 0,75 % du PIB réel par habitant au Gabon.

Ce résultat est contraire à l’hypothèse initiale (TLGH) mais il s’explique

économiquement par plusieurs mécanismes propres au contexte gabonais:

1. Faible valeur ajoutée locale: une grande partie des dépenses touristiques est utilisée
pour importer des biens et services (nourriture, boissons, équipements, hébergement
de luxe importé), ce qui réduit l’effet multiplicateur interne.
2. Fuites de revenus vers l’étranger: les profits des chaînes hôtelières étrangères, les
salaires des cadres expatriés, les commissions des voyagistes internationaux et les
commissions des plateformes de réservation quittent le pays, limitant la part des
revenus restant dans l’économie nationale.
3. Emplois peu qualifiés et bas salaires: le tourisme au Gabon crée principalement des
emplois faiblement rémunérés, sans montée en qualification ni amélioration durable
de la productivité.
4. Dépendance aux industries extractives: dans une économie dominée par le pétrole,
les effets du tourisme sont marginalisés et ne se diffusent pas suffisamment vers les
autres secteurs.

Ainsi, le signe négatif du coefficient ne signifie pas que le tourisme « détruit » la

richesse, mais que le mode actuel de développement touristique ne permet pas de
capter suffisamment de valeur ajoutée localement pour améliorer durablement le
revenu par habitant.

5.2. Comparaison avec d’autres contextes

• Porto Rico (Croes, 2010): coefficient positif de +0,5 → tourisme génère de la

productivité grâce à une forte intégration locale.
• Antilles françaises (Dupont, 2012): pas de causalité significative → faible
intégration et sous-performance touristique.
• Gabon: coefficient négatif de –0,75 → mode de développement en enclave, fuites
fortes, faible lien avec l’économie nationale.

Cette comparaison montre que l’effet du tourisme sur la compétitivité dépend de la

capacité du pays à retenir une part suffisante des revenus touristiques.
CHAPITRE VI — DYNAMIQUE DE COURT TERME ET VITESSE
D’AJUSTEMENT

Le terme de correction d’erreur (α_1) du VEC mesure la vitesse à laquelle l’économie

gabonaise revient à son équilibre de long terme après un choc sur le tourisme.

• Si α_1 est proche de –1: ajustement rapide;

• Si α_1 est proche de 0: ajustement lent.

Dans le cas du Gabon, la vitesse d’ajustement est relativement faible, ce qui indique
que les déséquilibres créés par une hausse des dépenses touristiques persistent
longtemps; le système n’absorbe pas rapidement les effets du choc et que le tourisme
ne se diffuse pas efficacement vers le reste de l’économie. Cela renforce l’idée que le
tourisme gabonais fonctionne comme un secteur d’enclave, isolé du reste de
l’économie, et ne parvient pas à irriguer les autres branches productives.

CHAPITRE VII — TESTS DE CAUSALITÉ DE GRANGER ET DIRECTION DE

L’EFFET

Le test de causalité au sens de Granger dans l’étude du Gabon, suggèrent une absence
de causalité unidirectionnelle forte allant du tourisme vers la compétitivité,
contrairement à Porto Rico mais comme dans le cas des Antilles françaises. Cela
confirme que, dans le contexte gabonais, l’augmentation des dépenses touristiques ne
se traduit pas automatiquement par une amélioration du revenu par habitant, ni par un
gain de productivité.
INTERPRÉTATION ÉCONOMIQUE APPROFONDIE: LE LONG TERME AU
GABON

8.1. Pourquoi le long terme est négatif

Le résultat de long terme négatif s’explique par la structure économique du Gabon:

1. Économie de rente: forte dépendance au pétrole, faible diversification. Le tourisme

reste marginal et ne transformation pas la structure productive.
2. Faible contenu local: les hôtels et les opérateurs touristiques importent
massivement, créant peu de liens en amont avec l’agriculture, l’artisanat ou les PME
locales.
3. Main-d’œuvre peu qualifiée: le tourisme n’offre pas d’opportunités de formation
suffisantes pour améliorer la productivité globale.
4. Fuites de recettes: les revenus touristiques sont rapatriés par des entreprises
étrangères ou utilisés pour financer des importations, réduisant l’effet sur la richesse
interne.
5. Environnement macroéconomique instable: inflation, instabilité politique et qualité
des infrastructures limitent l’impact positif du tourisme.

8.2. Ce que le long terme implique pour la politique économique

Le résultat négatif de long terme indique clairement que:

• augmenter les dépenses touristiques ne suffit pas;
• il faut changer le modèle de développement touristique;
• le tourisme doit être intégré à l’économie nationale via des politiques de contenu
local, de formation, d’écotourisme communautaire et de diversification.

Autrement dit, le long terme négatif n’est pas une fatalité, mais le signe d’un modèle
incomplet à transformer.

RECOMMANDATIONS DE POLITIQUE PUBLIQUE POUR LE LONG TERME

AU GABON

Pour transformer le long terme négatif en long terme positif, les politiques suivantes
sont recommandées:

1. Obligation d’approvisionnement local dans les hôtels et resorts (30–40 %

minimum).
2. Soutiens aux PME locales (financement, formation, accords contractuels).
3. Formation professionnelle intensive pour remplacer les cadres expatriés.
4. Développement de l’écotourisme communautaire dans les parcs nationaux.
5. Campagnes de tourisme intérieur et régional pour réduire les fuites vers l’extérieur.
6. Régulation des profits rapatriés et taxation progressive des rapatriements.
7. Amélioration des infrastructures et stabilité macroéconomique pour renforcer
l’attractivité.

Ces politiques permettraient théoriquement de faire passer le coefficient de long terme

de –0,75 à +0,3 ou +0,5 en 5–7 ans, soit une inversion complète de la

LIMITES DE L’ÉTUDE ET PERSPECTIVES DE RECHERCHE

Cette recherche présente certaines limites:

• Absence de variables institutionnelles qualitatives (gouvernance, corruption);
• Ruptures structurelles non modélisées (chocs pétroliers, crises).

Les recherches futures pourraient:

• utiliser des panel VECM pour la CEMAC;
• intégrer des variables de qualité institutionnelle;
• examiner microéconomiquement l’emploi et les salaires dans le tourisme.
CONCLUSION
L’analyse économétrique VECM montre que, au Gabon, le tourisme actuel ne produit
pas de gains de compétitivité à long terme, mais au contraire un effet négatif de –0,75
sur le PIB par habitant. Cela ne signifie pa’s que le tourisme est inutile, mais que le
modèle de développement touristique actuel est inadéquat. Le long terme négatif est
un signal d’alerte qui appelle à une transformation profonde: intégrer le tourisme à
l’économie nationale, réduire les fuites, former la main-d’œuvre, développer les
chaînes de valeur locales et stabiliser l’environnement macroéconomique. Seul un tel
virage stratégique pourra faire du tourisme un véritable moteur de compétitivité
durable pour le Gabon.
Cette etude enrichit la littérature sur le tourisme et la croissance économique en
fournissant une preuve empirique pour un pays de la CEMAC, comblant un vide dans
la littérature axée traditionnellement sur les Caraïbes, l'Europe et l'Asie. Elle confirme
que l'effet du tourisme sur la croissance est hétérogène selon le contexte institutionnel,
la structure du secteur et la capacité d'intégration locale.

RÉFÉRENCES BIBLIOGRAPHIQUES
1. Adam, C., & Hendry, D. (1996). Forecasting Inflation with a Vector Error
Correction Model. Bank of Canada Working Paper.
2. Bouzahzah, M., & El Mengari, Y. (2012). Les déterminants de la demande
touristique: le cas du Maroc. MPRA Paper, 39029.
3. Cohen, D. (2010). Energy Prices and the Real Exchange Rate in Canadian
Provinces. Bank of Canada Working Paper.
4. Croes, R. (2010). Testing the Empirical Link between Tourism and
Competitiveness. Tourism Economics, 16(1), 217–234.
5. Crouch, G. I., & Ritchie, J. R. B. (1999). Tourism, Competitiveness, and Societal
Prosperity. Journal of Business Research, 44(3), 137–152.
6. Dupont, L. (2012). Compétitivité et tourisme aux Antilles françaises: une analyse
empirique. Revue d’Économie Régionale et Urbaine.
7. Engle, R. F., & Granger, C. W. J. (1987). Co-integration and Error Correction:
Representation, Estimation, and Testing. Econometrica, 55(2), 251–276.
8. Johansen, S. (1991). Estimation and Hypothesis Testing of Cointegration Vectors
in Gaussian Vector Autoregressive Models. Econometrica, 59(6), 1551–1580.
9. Lim, C., & McAleer, M. (2002). Causal Relations between Tourism Arrivals and
Economic Growth. Annals of Tourism Research, 29(4), 1125–1143.
10. OMT (2010). Tourisme et développement économique. Organisation Mondiale du
Tourisme.
11. OMT (2017). Traits touristiques internationaux. Organisation Mondiale du
Tourisme.
12. Porter, M. E. (1990). The Competitive Advantage of Nations. Free Press.
13. Sami, L., & Zakan, A. (2008). Effet d’un choc budgétaire sur les variables
macroéconomiques: approche économétrique par utilisation du VECM. Algérie.
14. Smeral, E. (2003). The Impact of Tourism on Economic Growth. Tourism
Economics, 9(4), 335–350.
15. World Bank (2024). World Development Indicators. Banque Mondiale.

ANNEXES

Annexe A — Tableaux complets des tests ADF et PP

Annexe B — Matrices α et β du modèle VEC estimés
Annexe C — Graphiques des séries chronologiques
Annexe D — Résultats des tests de diagnostic du VEC