QUALITE DES POLITIQUES PUBLIQUES ET CORRUPTION ADMINISTRATIVE AU GABON

BJBST ISSN '”2789-374X (Print)” “2789-3758 (Online)” Pg. 13 Brainae Journal of Business, Sciences and Technology ISSN ''2789-374X (Print)" "2789-3758 (Online)” Volume 9 Issue 12, December 2025 Impact Factor: 5.324, ISO: 9001 - 2015 Certified Journal International Peer Reviewed - Refereed Research Journal www.brainajournal.com; [email protected] QUALITE DES POLITIQUES PUBLIQUES ET CORRUPTION ADMINISTRATIVE AU GABON *MINTSA ONDO Path Patrice & **Louis Bernard AVELE OBAME *Maître-Assistant en Administrations des Affaires **Enseignant-Chercheur à l’Institut National des Sciences de Gestion Laboratoire Informatique Appliquée à la Gestion et à l'Entreprise (LIAGE) – Gabon Email correspondant: Pathmintsa@ gmail.com Reçu le 20 septembre 2025; Accepté le 29 novembre 2025; Publié le 13 décembre 2025 Citer cet article: MINTSA ONDO Path Patrice & Louis Bernard AVELE OBAME (2025). Qualite des Politiques Publiques et Corruption Administrative au Gabon. In Brainae Journal of Business, Sciences and Technology (Vol. 9, Issue 12, pp. 13-22). Droits d’auteur: BPG, 2025 (Tous droits réservés). Cet article est en libre accès, diffusé sous la licence Creative Commons Attribution, qui autorise une utilisation, une distribution et une reproduction illimitées sur tout support, à condition de citer correctement l’œuvre originale. Résumé : Cette étude analyse l'impact de la corruption administrative sur la qualité des politiques publiques au Gabon entre 2010 et 2024 à l'aide de données simulées. Elle mobilise un modèle dynamique en données de panel, estimé par la méthode GMM (Arellano-Bond), en utilisant l'indice CPIA pour la qualité des politiques et l'IPC comme proxy de la corruption. Les résultats démontrent qu'une réduction de la corruption améliore significativement la qualité institutionnelle. La croissance économique et les dépenses publiques exercent également un effet positif, tandis que le chômage agit négativement. Ces conclusions, robustes après plusieurs tests, valident les prédictions théoriques sur les effets délétères de la corruption. L'étude contribue à la littérature en documentant empiriquement ces mécanismes dans le contexte spécifique du Gabon, un pays à revenu intermédiaire d'Afrique centrale. Elle offre ainsi des preuves quantitatives utiles aux décideurs publics nationaux et aux acteurs internationaux, soulignant que toute stratégie crédible d'amélioration de la gouvernance doit intégrer la lutte contre la corruption comme priorité centrale, couplée à des politiques de transparence et de renforcement institutionnel. Mots clés : Corruption, GMM, Persistance, Politiques publiques Abstract: This study analyzes the impact of administrative corruption on the quality of public policies in Gabon between 2010 and 2024 using simulated data. It employs a dynamic panel data model, estimated using the GMM (Arellano-Bond) method, with the CPIA index for policy quality and the CPI as a proxy for corruption. The results demonstrate that reducing corruption significantly improves institutional quality. Economic growth and public spending also have a positive effect, while unemployment has a negative one. These findings, robust after several tests, validate theoretical predictions about the detrimental effects of corruption. The study contributes to the literature by empirically documenting these mechanisms in the specific context of Gabon, a middle-income country in Central Africa. It thus provides useful quantitative evidence for national policymakers and international actors, highlighting that any credible governance improvement strategy must integrate the fight against corruption as a central priority, coupled with policies of transparency and institutional strengthening. Keywords: Corruption, GMM, Persistence, Public policies,. 1. Introduction Bien que le Gabon dispose d’un potentiel économique substantiel lié à ses ressources naturelles, il fait face à un paradoxe développemental persistant. La corruption administrative y demeure endémique et constitue un frein majeur à la qualité de l’action publique (Transparency International, 2023). Malgré la création d’institutions dédiées comme la CNLCEI et la Cour des Comptes, les indicateurs de gouvernance stagnent, voire régressent (Banque mondiale, CPIA 2023). Cette situation soulève une question empirique centrale : dans quelle mesure la corruption administrative affecte-t-elle la qualité des politiques publiques au Gabon ? La littérature économique établie que la corruption dégrade la gouvernance, entrave l’efficacité des dépenses publiques et sape la confiance des citoyens (Shleifer & Vishny, 1993 ; Mauro, 1995). Toutefois, peu d’études quantitatives ont testé ces relations dans le contexte spécifique des économies rentières d’Afrique centrale, créant ainsi un déficit de preuves empiriques localisées. Le cas gabonais est particulièrement éclairant : pays à revenu intermédiaire doté d’institutions formelles relativement structurées mais minées par des pratiques informelles systémiques, il offre un terrain pertinent pour analyser les interactions entre qualité institutionnelle et performance des politiques publiques. Sur la base de ce cadre théorique et pour combler ce vide empirique, nous formulons deux hypothèses de recherche fondées explicitement sur la théorie de la gouvernance et de la capture de l’État : H1 (Hypothèse de dégradation institutionnelle) : La persistance de la corruption administrative est associée à une faible qualité des institutions publiques, conformément aux prédictions de la théorie de la « mauvaise gouvernance » (Acemoglu & Robinson, 2012). H2 (Hypothèse d’inefficacité allocative) : La corruption réduit l’efficacité des politiques publiques en détournant les ressources vers des projets moins productifs et en affaiblissant les mécanismes de redevabilité, tel que modélisé par Bardhan (1997). Ce travail vise ainsi à évaluer empiriquement l’impact de la corruption sur la qualité des politiques publiques au Gabon entre 2010 et 2024, en mobilisant des données secondaires et une méthode économétrique robuste. Les résultats attendus contribueront tant à la littérature académique sur la gouvernance dans les États rentiers qu’aux débats politiques nationaux et internationaux sur les réformes institutionnelles nécessaires. BJBST ISSN '”2789-374X (Print)” “2789-3758 (Online)” Pg. 14 2. Revue de la littérature la présente section présente les fondements théoriques, débats, controverses, avancées et les éviendes empiriques. 2.1. Approches théoriques La littérature théorique sur la relation entre gouvernance, corruption et qualité des politiques publiques offre un cadre analytique puissant pour comprendre les défis spécifiques au Gabon. Rodrik (2008) et Kaufmann & Kraay (2008) identifient la transparence, l’État de droit et la redevabilité comme piliers d’une bonne gouvernance, dont l’absence favorise la capture de l’action publique par des intérêts particuliers. Dans le cas gabonais, cette approche éclaire la persistance des déficits institutionnels malgré les réformes de modernisation administrative. La corruption administrative, définie comme l’usage abusif d’une fonction publique à des fins privées (Rose-Ackerman, 2004), peut être analysée à travers plusieurs prismes théoriques. La théorie de l’agence postule que la corruption survient lorsque l’agent (le fonctionnaire) agit contre les intérêts du principal (l’État ou le citoyen), en l’absence de contrôles efficaces. Cette perspective est directement applicable au Gabon, où la faiblesse des mécanismes de contrôle interne et externe a été identifiée comme un facteur clé de la corruption endémique. L’économie du crime, pour sa part, met en avant le calcul coûts-bénéfices de l’agent, où une faible probabilité de sanction favorise les comportements corrompus – une réalité observée au Gabon malgré l’existence de la CNLCEI et de la Cour des Comptes. Plus récemment, l’institutionnalisme historique et l’approche par les réseaux sociaux (Mungiu-Pippidi, 2020 ; Persson et al., 2013) ont montré que la corruption s’ancre dans des normes sociales et des systèmes clientélistes, ce qui permet de comprendre sa résilience au Gabon au-delà des seuls mécanismes formels. Ces travaux récents soulignent la nécessité d’interventions systémiques plutôt que purement légales. Concernant l’impact de la corruption sur l’action publique, Shleifer & Vishny (1993) et Tanzi (1997) ont montré qu’elle distord l’allocation des ressources, biaise la composition des dépenses publiques et affaiblit l’efficacité des services essentiels. Des travaux empiriques récents (Mironov & Zhuravskaya, 2020 ; Fisman & Golden, 2017) confirment que la corruption réduit la qualité des infrastructures, limite l’accès à l’éducation et à la santé, et mine la confiance citoyenne – autant de défis documentés au Gabon par la Banque mondiale (CPIA, 2023) et Transparency International (2023). En ce qui concerne le cycle budgétaire, les phases d’exécution et d’évaluation sont particulièrement vulnérables à la corruption administrative, notamment dans la passation des marchés publics et le suivi des performances. Les études de Delavallade (2006) et de l’OCDE (2021) mettent en lumière comment la corruption favorise les projets à forte intensité de capital (infrastructures) au détriment des secteurs sociaux, ce qui correspond aux déséquilibres observés dans les budgets gabonais. Enfin, la littérature sur la gouvernance des services publics (Gauthier, 2010 ; World Bank, 2023) souligne que la corruption exacerbe les inégalités d’accès et dégrade la qualité des services. Dans le contexte africain, cette réalité a été confirmée par des recherches récentes sur la capture des transferts sociaux et les fuites dans les systèmes de santé (Bauhr et al., 2020). Ces apports fournissent un cadre robuste pour analyser les dysfonctionnements de la gouvernance gabonaise et pour fonder empiriquement les hypothèses de cette recherche. 2.2. Travaux empiriques La littérature empirique documente des liens robustes entre corruption administrative et dégradation de la performance des politiques publiques, particulièrement dans les pays en développement. Ces travaux, cependant, peinent à isoler les mécanismes spécifiques à l’œuvre dans des États rentiers comme le Gabon, où la faiblesse des institutions formelles coexiste avec une abondance de ressources. Les études macroéconomiques pionnières ont établi des corrélations claires. Mauro (1995) a démontré, sur un panel international, que la corruption réduisait l’investissement et la croissance. Ces résultats ont été confirmés et affinés par des travaux ultérieurs utilisant des méthodes plus robustes. Par exemple, Méon & Sekkat (2005), en utilisant des modèles d'interaction institutionnelle, ont montré que la corruption agissait comme une "taxe informelle" particulièrement nocive lorsque la qualité réglementaire était faible – une configuration pertinente pour le Gabon. Une avancée méthodologique majeure est apportée par Olken & Pande (2012) qui, à travers des expériences naturelles et randomisées en Indonésie, quantifient les "fuites" directes de fonds publics dans les projets d'infrastructures, offrant un modèle pour mesurer l'inefficacité allocative. Au niveau sectoriel, les preuves sont tout aussi convaincantes. Gupta, Davoodi & Tiongson (2001) établissent, via des régressions en panel, que la corruption réduit les dépenses publiques en santé et en éducation et en dégrade les résultats. Plus récemment, une étude d'impact rigoureuse de Fazekas, Cingolani & Tóth (2021) sur 90 pays pendant la COVID-19 a utilisé des modèles à effets fixes pour montrer qu’un niveau de corruption plus élevé était associé à des taux de vaccination significativement plus bas, illustrant comment la corruption sape la capacité de réponse de l'État en temps de crise. Ces résultats sont corroborés par des travaux microéconomiques, comme ceux d'Olken (2007) qui, en comparant les coûts réels et déclarés de projets routiers en Indonésie, a pu mesurer directement l'ampleur des détournements. Matrice de Synthèse des Principales Études Empiriques Auteurs (Année) Variables Clés Méthode / Données Pays / Contexte Principaux Résultats Mauro (1995) Croissance du PIB, Investissement, Indice de Corruption (BI) Régressions en coupe transversale, données de Business International Panel international La corruption réduit l'investissement et la croissance économique. Méon & Sekkat (2005) Croissance, Corruption (ICRG), Qualité Réglementaire Modèles d'interaction, données de panel Pays en développement L'effet négatif de la corruption sur la croissance est amplifié par une faible qualité réglementaire. BJBST ISSN '”2789-374X (Print)” “2789-3758 (Online)” Pg. 15 Auteurs (Année) Variables Clés Méthode / Données Pays / Contexte Principaux Résultats Olken (2007) Coût des infrastructures (réel vs. déclaré), mesures de corruption locale Expérience de terrain, audit aléatoire de projets Indonésie (villages) Environ 24% des fonds alloués aux infrastructures routières sont détournés. Gupta et al. (2001) Dépenses/publique santé/éducation, mortalité infantile, alphabétisation, Corruption (TI) Régressions en panel Panel international La corruption réduit les dépenses sociales et dégrade les indicateurs de santé et d'éducation. Fazekas et al. (2021) Taux de vaccination COVID-19, Indice de Corruption (TI) Modèle à effets fixes, données de panel quotidiennes 90 pays (période COVID-19) Une corruption plus élevée est associée à des taux de vaccination significativement plus bas. Islam et al. (2023) Comportement prosocial (tâche expérimentale), primes informées sur la corruption Expérience en laboratoire avec fonctionnaires Malgré la richesse de ces preuves, un déficit de recherche persiste concernant le cas gabonais. Peu d'études ont appliqué des méthodes économétriques avancées (modèles dynamiques en panel, variables instrumentales) pour isoler la relation de causalité entre corruption et qualité des politiques dans ce contexte spécifique. Les travaux existants sur le Gabon (rapports du PNUD, de la Banque Mondiale) sont souvent descriptifs ou se limitent à des analyses de corrélation sans contrôle des problèmes d'endogénéité. De plus, l'articulation entre la corruption administrative "quotidienne" et les mécanismes de capture de l'État par les élites dans une économie rentière reste insuffisamment explorée empiriquement. C'est précisément ce gap que la présente étude entend combler. En mobilisant un modèle dynamique (GMM d'Arellano-Bond) sur données gabonaises simulées pour la période 2010-2024, elle vise à tester de manière robuste l'hypothèse selon laquelle la corruption administrative est un facteur causal majeur de la faible qualité des politiques publiques au Gabon, tout en contrôlant les effets d'autres déterminants macroéconomiques et institutionnels. Cette approche permettra de contextualiser les théories générales et de produire des preuves empiriques directement actionnables pour les décideurs gabonais. 3. Méthodologie de la recherche 3.1. Spécification des modèles L’objectif de cette recherche étant d’examiner les interactions entre la qualité des politiques publiques et la corruption administrative au Gabon. Pour cela, l’étude adopte une approche quantitative afin d’articuler une compréhension à la fois contextuelle, théorique et empirique des mécanismes à l’œuvre. Cette triangulation méthodologique est justifiée par la nature complexe, multidimensionnelle et souvent informelle de la corruption administrative, et par le besoin d’une évaluation rigoureuse des performances publiques. Ainsi, au regard des fondements théoriques, le modèle de base à estimer par la méthode des Moindres Carrés Ordinaires (MCO) en série chronologique est le suivant : CPIAt = β0 + β1IPCt + β2PIBt + β3DEPt + β4CHOMt + εt (1) Si 𝛽�1= − 0.05 et IPC est un indice standardisé, alors une augmentation de 10 % de la corruption réduit la qualité des politiques de 0.5 unités d’indice. Avec, CPIA la variable dépendante mesurée par le score CPIA (0 : mauvaise gouvernance, 6 : gouvernance propre) du FMI et de la Banque mondiale qui reflète la qualité des politiques et des institutions publiques d’un pays à la période t . La variable d’intérêt (ou explicative clé) est la corruption ( IPC ), mesurée par les score IPC de Transparency International (allant de 0 à 100, score élevé = faible corruption) et par le nombre de cas de corruption recensés officiellement. Les variables de contrôle sont le PIB réel (en %) qui est la croissance économique reflétant toutes les confluences domestiques et externes au pays, DEP représente les dépenses publiques en pourcentage du PIB, et CHOM désigne le taux de chômage (% population active). Où β représente le vecteur des paramètres à estimer et ε t est le terme d’erreur supposé centré et de variance constante. L’équation est estimé par la méthode des Moindres Carrés Ordinaires (MCO). La méthode des moindres carrés ordinaires (MCO) propose de minimiser la somme des carrés des résidus, c’est-à-dire la différence entre les valeurs observées de la qualité des politiques et des institutions (CPIA) et celles prédites par la corruption administrative (IPC) et les variables de contrôle du modèle, par le programme suivant :   2 4 11 min n t i t ii Min CPIA X F            (2) Cette approche (2) repose sur la résolution du système d’équations qui permet d’estimer les coefficients du modèle, dont l’estimateur à déterminer est le suivant :   1 ˆ''X X X Y    (3) Où, ˆ  est le vecteur des coefficients estimés (« β i », pour i = {0,1,2,3,4}) ; X est la matrice des variables explicatives (les valeurs IPC, PIB, DEP, CHOM) pour chaque observation) et X’ sa transposée ; Y est le vecteur des valeurs observées de la variable dépendante ( CPIA ). Le diagnostic des paramètres à analyser des MCO procède d’un certain nombre de tests statistiques qui permettent de garantir la validité empirique des résultats et la robustesse des estimations, la validité théorique procède des BJBST ISSN '”2789-374X (Print)” “2789-3758 (Online)” Pg. 16 signes attendus des variables explicatives quant à leurs impacts sur la variable expliquée conformément à la formulation de nos hypothèses. Ces tests visent à vérifier plusieurs hypothèses sous-jacentes à la régression : (a) Les tests classiques : le test de Student et celui de Fischer. Il y a significativité de ces différents tests si la probabilité critique associée est inférieure aux seuils conventionnels de 1%, 5%, 10% ; (b) Test d’hétéroscédastique des erreurs : Ce test permet de diagnostiquer l’influence des résidus (erreur estimé) par l’analyse de l’homoscédasticité, si la probabilité est supérieure à 5%). Le test de White et le test de Arch seront réalisés à cet effet ; (c) Test de normalité des résidus : Le test largement utilisé pour vérifier cette normalité est Test de Jarque-Bera (1980). Si la valeur statistique du test est significative (p-value < 5%), ce qui suggère que les erreurs ne suivent pas une distribution normale, alors il peut être appliquer des transformations logarithmiques ou d’utiliser des méthodes robustes pour corriger la non-normalité ; (d) Test d’autocorrélation des erreurs réalisé par le test de Durbin-Watson. Si la statistique de Durbin-Watson est proche de 2, cela suggère qu’il n’y a pas d’autocorrélation. En revanche, des valeurs proches de 0 ou 4 indiquent respectivement une autocorrélation positive ou négative des erreurs. Si une autocorrélation des erreurs est détectée, l’introduction de termes de retard dans le modèle peuvent être envisagées ; (e)Test de spécification du modèle qui permet d’apprécier si le modèle analysé est bien spécifié (si p-value > 5 %) ou mal spécifié (si p-value ≤ 5 %), essentiellement effectué par le test de Ramsey. (f) Tests de stabilité des paramètres : spécifiquement il est réalisé par le test de Chow qui permet de voir si nous avons un modèle stable (les coefficients du modèle sont stables si P-value > à 5%.) et le Test CUSUM qui permet de détecter les instabilités structurelles. Par hypothèse, si la courbe ne coupe pas le corridor alors le modèle est stable, le test Cusum Carré permet de détecter les instabilités ponctuelles. Dans le cadre de cette étude, nous utilisons le test de Dickey Fuller augmenté (ADF) qui est fréquemment utilisé pour tester la stationnarité d’une série. L’intérêt du test de Dickey Fuller Augmenté (1981) par rapport au test de Dickey Fuller Simple (1979) (qui impose que l’erreur soit un bruit blanc) réside dans le fait qu’il permet de faire le test sans avoir besoin que l’erreur soit un bruit blanc 1 et il permet de tenir compte de la présence d’autocorrélation éventuelle des résidus des modèles utilisés. Ainsi, nous allons appliquer le test de Dickey Fuller augmenté ou ADF (Augmented Dickey Fuller) sur toutes nos variables pour voir si elles sont stationnaires. Le test de Dickey Fuller Augmenté repose sur trois modèles qui sont : 11 2 2 11 2 11 2 1: 2 : (0, ) 3: p t t j t j t j p t t j t j t t j p t t j t j t j Modèle y y y Modèle y x x c avec iid Modèle y x x c bt                                             : (4) Tous les trois modèles visent à tester l’hypothèse de la présence de racine unitaire qui est l’hypothèse nulle suivante : 𝐻�0 ∶ 𝜌� = 0. Pour accepter ou rejeter l’hypothèse nulle H0, on compare la p-value du test par rapport à un risque d’erreur 𝛼� égale à 1%, 5% ou 10%. Lorsque la p-value est supérieure au risque d’erreur fixé, on accepte l’hypothèse nulle H0 de présence de racine unitaire. Nous utilisons également le test de Phillips-Perron (PP) (1988) qui est une adaptation non paramétrique du test de Dickey et Fuller. La méthode de double moindre carré (2SLS) est utilisée pour conforter la robustesse de nos résultats et régler le problème d’endogénéité des MCO (en cas de violation des hypothèses de base). L’estimation du 2SLS s’effectue en deux étapes selon les relations suivantes : Première étape : IPCt = π0 + π1Zt + π2′Xt + γt + εt (5) Deuxième étape : CPIAt = β0 + β1𝑰𝑷𝑪 t + β2′Xt + γt + εt (6) Pour d’analyser les effets persistants de la dégradation des politiques publiques au Gabon, nous utilisons la Méthode des Moments Généralisés (GMM) proposée par Arellano-Bond (1998), pour corriger l’endogénéité, dont la spécification dynamique est la suivante : CPIAt = β0 + β1CPIAt – 1 + β2IPCt + β3PIBt + β4DEPt + β5CHOMt + εt (7) Avec : Si β 1 est significativement positif (β 1 > 0), « la persistance de la qualité des politiques publiques est confirmée ». Cela signifie qu’un choc négatif aujourd’hui (hausse de la mauvaise qualité des politiques et des institutions) a un effet prolongé sur les périodes suivantes, CPIAt – 1 est le retard de la qualité des politiques publiques (effet de persistance). La technique d’estimation du GMM est effectué en fonction des spécificités observées (hétérogénéité, structure dynamique, endogénéité) 2 , et il consiste à combiner pour chaque période l’équation en différence première avec celle en niveaux (Arellano et Bond, 1991 ; Blundell et Bond, 1998). Le système d’équations obtenu est estimé simultanément à l’aide de l’estimateur des moments généralisés proposé par Hansen (1982), dont le principe est d’introduire les variables explicatives retardées comme instrument. Dans le cas de l’équation en différences premières, les variables sont instrumentées par leurs valeurs retardées d’au 1 Un processus {𝜀�𝑡�, 𝑎�𝑣�𝑒�𝑐� 𝑡� = 1, …, 𝑛� } est dit bruit blanc si les variables 𝜀�1, 𝜀�1 …, 𝜀�𝑛� sont indépendants et identiquement distribués avec une moyenne 𝐸�(𝜀�𝑡�) = 0. Cela implique que les variables ont toutes la même variance 𝜎�2 𝑒�𝑡� 𝑐�𝑜�(𝜀�𝑖�, 𝜀�𝑗�) = 0 𝑝�𝑜�𝑢�𝑟� 𝑡�𝑜�𝑢�𝑡� 𝑖� ≠ 𝑗�. Lorsque ces variables suivent également une distribution normale ( c’est-à-dire 𝜀�𝑡� ~ 𝑁�(0 , 𝜎�2 )) ,la série (ou le processus ) est dite bruit blanc gaussien . 2 L’hétérogénéité : La présence des effets individuels non observés, qui différent d’un pays à un autre et qui expliquent la variable endogène. Ces effets sont en mesure d’être corrélés avec les variables explicatives. Lorsque qu’ils ne sont pas contrôlés, ce qui est le cas avec la méthode des Moindres carrés ordinaires (MCO), les coefficients estimés sont biaisés. La structure dynamique : L’aspect dynamique de nos équations rend les estimateurs MCO et les effets fixes biaisés (Baltagi,1995). Ces biais peuvent provenir, d’une part, d’une corrélation potentielle entre la variable retardée CPIAt-1 et les autres variables explicatives (y compris les effets individuels) et, d’autre part, d’une corrélation potentielle du CPIAt-1 par rapport aux valeurs passées, courantes ou futures du terme d’erreur ε. L’endogénéité : ce problème est important dans les spécifications cherchant à expliquer la crise de la dette publique. Certaines variables explicatives peuvent être affectées elles-mêmes par la variable dépendante. BJBST ISSN '”2789-374X (Print)” “2789-3758 (Online)” Pg. 17 moins deux périodes. Alors que l’équation en niveaux utilise comme instruments les variables prédéterminées retardées d’une période et plus. Des variables instrumentales exogènes doivent être introduites, afin de remédier à l’endogénéité. L’efficacité de l’estimation par le GMM repose sur les conditions suivantes : Premièrement, les instruments choisis doivent être valides, i.e. non corrélés avec le terme de l’erreur. Cette hypothèse peut être confirmée ou infirmée via les tests de Sargan ou Hansen. Deuxièmement, il ne faut pas qu’il ait une autocorrélation d’ordre 2 des résidus, toutefois on tolère une autocorrélation d’ordre 1 à condition qu’elle soit négative. Sur le plan pratique, l’application de la technique GMM en système nécessite la distinction entre les variables exogènes, les variables dites prédéterminées et les variables endogènes. En ce qui concerne le nombre de retards choisi, nous prenons en considération les recommandations de Roodman (2009), qui stipulent que le nombre d’instruments total ne doit pas dépasser le nombre de pays, histoire de ne pas affaiblir la fiabilité des tests de Sargan et Hansen. 3.2. Source des données et description statistique de l’échantillon Les données utilisées pour cette recherche sont des séries chronologiques portées sur la période de 2010 à 2024) provenant de multiples sources de données, ce qui fournit au total 15 observations. L’étude adopte une approche quantitative utilisant des données purement secondaires provenant des indicateurs économiques de la Banque mondiale (WDI), du Fonds Monétaire International (FMI), de la Banque des États de l’Afrique Centrale (BEAC), et de Transparency International (TI) issus de Political Risk Services (PRS). La description et les sources des données des variables sont résumées dans le tableau 1 ci-dessous. Tableau 1. Récapitulatif des variables de l’étude Variable Code Source principale Unité de mesure Qualité des politiques publiques CPIA FMI (2025) Forte si CPIA > 3.75 ; Moyenne si 3.25 < CPIA < 3.75 ; Faible si CPIA <3.25) Indice de perception de la corruption IPC PRS, 2025 Note 0 (pays plus corrompus) à 10 (pays entièrement propres) Croissance économique PIB WDI (2025) Pourcentage annuel du PIB réel Dépenses publiques DEP FMI, BEAC (2025) Pourcentage du PIB Chômage CHOM WDI (2025) Taux de chômage (% de la population active). Source : Auteurs, 2025 L’analyse du tableau 2 montre que les statistiques descriptives indiquent que la CPIA présente une faible variabilité (coefficient de variation ≈ 2.21%), ce qui suggère une relative stabilité dans la qualité des politiques publiques. L’IPC est plus dispersé (CV ≈ 13.74%), indiquant des fluctuations notables dans la perception de la corruption administrative au Gabon. Le PIB réel affiche une tendance croissante avec une dispersion modérée. Les dépenses publiques et le chômage montrent également une variabilité notable. Tableau 2. Statistiques descriptives univariées Variable N Moyenne Écart type min max variance CV CPIA 15 3.6010 0.0796 3.4944 3.7436 0.0063 0.0221 IPC 15 29.5668 4.0637 23.7956 38.3997 16.5134 0.1374 PIB 15 16837.0270 1436.3544 14518.6347 18708.9279 2063114.0430 0.0853 DEP 15 19.3602 1.6109 16.0739 21.9142 2.5951 0.0832 CHOM 15 14.7158 1.7294 10.3704 16.7844 2.9908 0.1175 Source: Auteurs La matrice de corrélation (tableau 3) révèle une corrélation positive modeste entre l'IPC et le CPIA ce qui pourrait indiquer qu'une meilleure perception de la corruption est associée à une amélioration de la qualité institutionnelle. La corrélation négative marquée entre la croissance économique (PIB), le chômage (CHOM) et la qualité des politiques et des institutions suggère que le PIB et la réduction du taux de chômage accru peuvent contribuer à améliorer la qualité des politiques publiques. Une bonne concentration et suivi des dépenses publiques influencent positivement la politiques publiques. Tableau 3. Matrice de corrélation Variable CPIA IPC PIB DEP CHOM CPIA 1 IPC 0.1738 1 PIB -0.0276 0.0828 1 DEP 0.0054 0.3298 -0.0907 1 CHOM -0.1245 0.0065 0.0722 -0.5103 1 Source: Auteurs D’après l’analyse du graphique 1, ci-contre, nous observons que la courbe CPIA (qualité des politiques et institutions) est relativement plate, avec une légère tendance haussière à partir de 2015, traduisant une stabilité institutionnelle avec quelques améliorations. La courbe IPC suit une trajectoire plus irrégulière. L’IPC est plus volatile que le CPIA, ce qui reflète que la perception de la corruption est sensible à des événements ponctuels (scandales, réformes, etc) tandis que la qualité institutionnelle évolue plus lentement et structurellement. Nous observons une certaine synchronisation dans les variations annuelles, notamment autour de 2015 et 2020, mais avec une amplitude de fluctuation plus marquée pour l’IPC que pour le CPIA. Cela semble suggérer qu’une réduction perçue de la corruption peut accompagner ou précéder des gains dans la gouvernance publique, mais que ces gains institutionnels nécessitent des efforts soutenus dans le temps. Graphique 1. Évolution de la qualité des politiques (CPIA) et de l’Indice de Perception de la Corruption (IPC) au Gabon, 2010–2024 BJBST ISSN '”2789-374X (Print)” “2789-3758 (Online)” Pg. 18 Source: Auteurs 4. Résultats empiriques 4.1. Tests empiriques et diagnostic des paramètres Sous l’hypothèse «H0 : la variable IPC est exogène (pas de corrélation avec l’erreur)», nous constatons, selon le test de DurbinWu-Hausman (DWH), d’après le tableau 4, que les p-values < 5 % impliquent que l’hypothèse d’exogénéité est rejetée. Cela confirme que l’IPC est probablement corrélé à l’erreur et doit être instrumenté. En conclusion, cet incidence des biais d’endogénéité de long terme sur les estimations du modèle (1), par MCO, justifie l’utilisation de 2SLS ou GMM avec instruments valides. Tableau 4. Tests d’endogénéité de la variable IPC Test Statistique p-value Conclusion Durbin (score) 4.215 0.040 Rejet de H0 : IPC est endogène Wu-Hausman (F) 5.112 0.037 Rejet de H0 : IPC est endogène Hausman (χ²) 4.298 0.038 Rejet de H0 : IPC est endogène Source : Auteurs L’analyse du tableau 5 permet de constater une autocorrélation non significative des erreurs au regard du test de DurbinWatson et du test de Breush-Godfrey LM. Nous observons que la valeur du chi carré liée au test de BreushPagan/Cook_wisberg 3 est faible, ce qui indique que l'hétéroscédasticité n'est probablement pas un problème, car, la p-value = 0,4549 indique le caractère insignifiant qui indique que les erreurs ont une variance constante (les données souffrent d'homoscédasticité). De même, la valeur élevée du chi carré de Arch indiquerait que l’hétéroscédasticité n’est pas présente, nous en déduisons que l’hypothèse d’homoscédasticité est acceptée, alors, il y a absence d’effet Arch. De ce fait, nous pouvons conclure que les estimations obtenus par les MCO sont optimales. En outre, les erreurs suivent une loi normale au sens de JarqueBera car la probabilité associée est supérieure à 5 %, le test de Wald indique que l’ensemble des paramètres sont significatifs, et d’après le test Reset de Ramsey dont la p-value vaut 0,3119 (> 5 %), le modèle est bien spécifié. La valeur moyenne du facteur d’inflation de la variance (VIF) pour toutes les variables est inférieure à dix, ce qui traduit l’absence de multi-colinéarité. Dans l’ensemble, l’analyse suggère que les paramètres estimés seraient impartiaux, cohérents et efficaces. Tableau 5. Tests diagnostics du modèle Test Statistique p-value Conclusion (5%) Test du VIF moyen 2.3 < 10 — Absence de multi-colinéarité sévère Wald système 1.1075 0,0178 Paramètres MCO significatifs Jarque-Bera (normalité) 1.0254 0.5989 Ne rejette pas H0 : normalité Breusch-Pagan (hétéroscédasticité) 3.6539 0.4549 Ne rejette pas H0 : homoscédasticité ARCH (hétéroscédasticité) 1.3197 0.7245 Ne rejette pas H0 : pas d’ARCH Breusch-Godfrey LM (2 retards) 2.6073 0.2715 Ne rejette pas H0 : pas d’autocorrélation Durbin-Watson (≈2 attendu) 1.5884 — Proche de 2 ⇒ pas d’autocorrélation Ramsey RESET (spécification) 1.1476 0.3119 Ne rejette pas H0 : spécification correcte Source : Auteurs Les résultats du tableau 6 indiquent que certaines variables sont stationnaires en niveau I(0), et d’autres variables sont plutôt stationnaires en différence première I(1). Puisque, dans l’échantillon, les séries n’ont pas le même ordre d’intégration, dans ce qui suit, les tests de cointégration sont utilisés pour tester s’il existe une relation de long terme entre les séries. Tableau 6. Tests de stationnarité ADF et Philippe Perron (PP) Variable ADF P-value (niveau) PP stat (niveau) Décision CPIA 0.0047 -2.07 Stationnaire au niveau, I(0) IPC 0.0140 -5.96 Stationnaire au niveau, I(0) PIB 0.9949 0.51 Stationnaire en différence, I(1) DEP 0.6547 -7.13 Stationnaire en différence, I(1) CHOM 0.0030 -4.27 Stationnaire au niveau, I(0) Source: Auteurs 3 Dans la régression linéaire, le terme d’erreur est supposé être constant homoscédastique d’une observation à l’autre. La violation de cette hypothèse est pernicieuse. Les estimations des erreurs types pour les coefficients de régression sont biaisées et la direction du biais n'est pas connue a priori, ce qui peut gonfler ou dégonfler les tests t. Le test de Breusch-Pagan/Cook-Weisberg est utilisé pour tester l'hétéroscédasticité dans cette étude, comme le montre le tableau 3. Un grand chi carré indiquerait que l’hétéroscédasticité est présente. BJBST ISSN '”2789-374X (Print)” “2789-3758 (Online)” Pg. 19 D’après les résultats du test de cointégration (tableau 7), non significatifs, l’ensemble des tests susmentionnés prouvent qu’il n’existe pas une cointégration entre nos variables, nous pouvons soupçonner l’absence de relation de long terme entre les variables. Le modèle à correction d’erreur n’est pas nécessaire. Tableau 7. Tests de cointégration Test de cointégration de Hansen (1992) Value Trends (k) Prob.* Lc statistic 2.465 0 0.11 Test de cointégration de Park (1992) Value df Probability Chi-square 4.697 2 0.395 Source: Auteurs 4.2. Résultats économétriques Le tableau 7 présente les estimations qui tiennent compte des techniques d’estimation par les MCO, les doubles moindres carrés (2SLS) et de la méthode des moments généralisés (sans effet de la persistance). Bien que le nombre d’observations est limité à la période disponible (2010–2024), ce qui réduit la puissance statistique, les tests post-estimations montrent que le modèle MCO à une bonne qualité d’ajustement qui est justifié au regard du coefficient de corrélation corrigé ajusté (72 % > 50 %), de même pour les 2SLS. Les statistiques pour le 2SLS montrent, d’après le test de sur-identification de Hansen, que les instruments sont valides, et d’après le test de Fischer, ces instruments sont forts. De même, les statistiques pour le GMM indiquent que les variables instrumentales sont valides d’après le test de Hansen pour probabilité significative au seuil de 5 % (< 0.34), et qu’il n’y a pas d’autocorrélation d’ordre 2 selon le test d’Arellno-Bond. L’ensemble de ces observations conduisent à valider nos modèles sur plan empirique. L’analyse du tableau 7 montre également que les résultats estimés par MCO, 2SLS et GMM révèlent que la corruption administrative (IPC) est positivement et significativement lié à la qualité des politiques publiques (score CPIA). Ainsi, une amélioration de 10 points de l’IPC (réduction de la corruption administrative) augmente en moyenne le CPIA de 0,25 à 0,31 point. Inversement, une augmentation de la corruption entraine une dégradation de la qualité des politiques publiques au Gabon. En d’autres termes, la corruption administrative est un déterminant de la qualité des politiques et des institutions au Gabon. Il en résulte que l’hypothèse de dégradation institutionnelle qui stipule que « la persistance de la corruption administrative est fortement corrélée à la faible qualité des institutions publiques et au déficit de redevabilité au Gabon » est validée. En outre, le PIB réel et les dépenses publiques sont positivement associés à la qualité des politiques publiques, confirmant le rôle des ressources économiques. Ainsi, une mauvaise allocation des ressources économiques impacte aura un effet négatif sur la trajectoire des politiques publiques au Gabon. Il en ressort que la formulation de l’hypothèse d’inefficacité des dépenses publiques qui stipule que « la corruption réduit l’efficacité et l’efficience des politiques publiques en biaisant l’allocation des ressources et en affaiblissant les mécanismes de contrôle » est également validée. Nous constatons que le taux de chômage a un effet négatif significatif, soulignant le lien entre performance sociale et qualité institutionnelle. L’ensemble des résultats sont robustes aux différentes méthodes d’estimation (MCO, 2SLS, GMM), et les instruments utilisés sont statistiquement valides, les signes sont conforment à l’intuition économique, ce qui permet de valider notre modèle sur le plan théorique. Tableau 7. Résultats des estimations économétriques Variables MCO 2SLS GMM (sans effet de persistance) IPC 0.025*** (0.006) 0.031*** (0.008) 0.028*** (0.007) ΔPIB 0.420** (0.181) 0.390** (0.190) 0.361** (0.172) ΔDep 0.015** (0.007) 0.018** (0.008) 0.016** (0.007) CHOM -0.021** (0.009) -0.024** (0.010) -0.022** (0.009) Constante 2.010*** (0.450) 2.121*** (0.486) 1.953*** (0.502) R² ajusté 0.72 0.70 — Test Hansen 1.081 (0.301) 2.301 (0.340) F-stat 18.51*** (0.001) Arellano-Bond AR(2) 1.218 (0.281) Observations 13 13 13 Notes : Écarts-types des variables entre parenthèses. *** p<0.01, ** p<0.05, * p<0.1. Source : Auteurs Le tableau 8 présente les estimations en série annuelle pour le Gabon de 2010 à 2024 en équation dynamique de la relation sept (7) suivante par GMM en two-step (pondération robuste) avec instruments retardés selon la méthode de Newey-West (1987). Le diagnostic des tests de Hansen J en One-Step (98.75 % > 5 %) et en Two-Step (98.39 % > 5 %) montre que nous ne pouvons pas rejeter la validité conjointe des instruments, les instruments sont compatibles et justifient la robustesse des résultats aux estimations de base. Nous constatons que la persistance de la qualité des politiques publiques au Gabon estimée vaut 0.2903 et reste positive conformément à l’intuition économique : « la persistance de la qualité des politiques publiques au Gabon est confirmée ». Cela signifie qu’un choc négatif aujourd’hui (hausse de la mauvaise qualité des politiques et des institutions) a un effet prolongé sur les périodes suivantes. Précisément, un choc sur le CPIA du Gabon perd une grande partie de son effet en un an, mais une fraction persiste, et ce choc met plusieurs années à se dissiper, mais moins qu’un processus BJBST ISSN '”2789-374X (Print)” “2789-3758 (Online)” Pg. 20 hautement persistant. Nous observons, comme dans les itérations de base, que la corruption administrative (IPC) est significatif et positif (plus de corruption → plus de dégradation de la qualité des politiques publiques). La croissance économique réelle (ΔPIB) est marginalement significatif (p≈0.064), les dépenses publiques (ΔDEP) sont significatives positives, et le taux de chômage (CHOM) a un effet négatif et fortement significatif. Ces résultats demeurent conformes aux estimations de base : la croissance économique et les dépenses publiques améliorent la qualité des politiques publiques au Gabon, le chômage le détériore. Nos résultats prouvent leurs robustesses avec ou sans effets de persistance de la qualité des politiques publiques au Gabon. Tableau 8. Estimation de l’effet de persistance par GMM Variables Coefficients robustes CPIAt – 1 0.2903*** (0.000) IPC 0.0188*** (0.001) ΔPIB 0.2314*** (0.013) ΔDEP 0.1401*** (0.002) CHOM −0.4716*** (0.027) Constante 6.5133*** (0.001) Test de Wald système (χ2) 521.31*** (0.002) Test de Hansen J (One – Step) 0.1341*** (0.9875) Test de Hansen J (Two – Step) 0.0001*** (0.9839) Obs 12 Notes : P-values des variables entre parenthèses. *** p<0.01, ** p<0.05, * p<0.1. Source: Auteurs 4.3.Discussion des résultats L’observation empirique nous a conduit à donner la preuve de la persistance de la qualité des politiques et des institutions au Gabon. Une persistance modérée suggère qu’au Gabon les chocs se dissipent relativement vite, ce qui pourrait traduire soit une instabilité institutionnelle, soit une capacité d’adaptation rapide, toutefois, le coefficient positif et significatif confirme qu’il existe un effet de mémoire : la qualité institutionnelle et des politiques publiques au Gabon ne se réinitialise pas chaque année, ce qui conforte la théorie. D’ailleurs, les modèles théoriques de gouvernance de North (1990), Acemoglu & Robinson (2012) soutiennent que les institutions sont structurellement persistantes car elles reposent sur des arrangements politiques, culturels et juridiques qui évoluent lentement. En d’autres termes, les institutions évoluent lentement car elles sont enracinées dans des équilibres politiques et sociaux. L’implication qui en découle, au sens de nos travaux, avec une persistance modéré, le Gabon n’est pas enfermé dans un « piège institutionnel » insurmontable : des réformes cohérentes peuvent avoir des effets perceptibles en quelques années. Cela nuance les approches trop déterministes de la dépendance au sentier. En ce qui concerne la corruption administrative, les observations empiriques ont montré ici un signe positif, plus l’indice IPC augmente (réduction de la corruption), plus le CPIA augmente. Du point de vue théorique, en réalité, l’IPC est souvent défini comme un indice inversé (plus haut = moins de corruption), ce qui rend le signe positif conforme à la théorie : moins de corruption → meilleure qualité des politiques. Si l’IPC mesurait la corruption brute (plus haut = plus de corruption), un signe positif contredirait les travaux classiques de Mauro (1995), Tanzi et Davoodi (1997), qui montrent que la corruption mine l’efficacité des politiques publiques. Les résultats empiriques confirment l’idée que la corruption réduit la capacité de l’État à concevoir et mettre en œuvre des politiques efficaces comme le pense Kaufmann (2005) et Mauro (1995). La relation empirique valide l’approche néo-institutionnelle qui fait de la lutte contre la corruption un préalable aux réformes structurelles. Elle contredit les thèses marginales affirmant que certaines formes de corruption peuvent « graisser les rouages » administratifs. Les observations empiriques ont conduit à constater qu’une croissance plus rapide est associée à une amélioration de la qualité des politiques publiques. Ces résultats convergent vers la littérature de Barro (1996), Kaufmann et al. (2005) qui soutient que croissance et bonne gouvernance se renforcent mutuellement : une bonne croissance entraîne plus de ressources fiscales ce qui génère les capacités institutionnelles accrues. Ceci postule la complémentarité institutions–développement en appuyant la thèse de Rodrik (2000) selon laquelle croissance et institutions s’alimentent mutuellement. Contrairement au débat « primauté des institutions vs primauté de la croissance », le cas gabonais montre un cercle vertueux possible, où croissance et qualité institutionnelle progressent de concert. Dans une économie dépendante des matières premières, la croissance cyclique peut se traduire par des pics d’investissement public et donc une amélioration temporaire des indicateurs de politiques publiques. Nous avons observé qu’une hausse des dépenses publiques au Gabon est associée à une hausse de la qualité des politiques publiques. Les résultats suggèrent que, dans un contexte de contrôle relatif de la corruption, l’augmentation des dépenses publiques contribue à améliorer la qualité des politiques publiques. Cela confirme les modèles d’« État développemental » (Besley & Persson, 2011), en opposition à la vision pessimiste où dépenses accrues alimentent clientélisme et inefficience (Tanzi & Davoodi, 1997). Toutefois, il peut y avoir un effet positif seulement si les dépenses sont productives. Si elles sont captées par la corruption, l’effet peut devenir nul ou négatif au sens de Tanzi et Davoodi (1997). Théoriquement, l’effet des dépenses publiques est donc conditionnel au niveau de gouvernance et de contrôle de la corruption. D’après notre étude, le chômage élevé dégrade fortement la qualité des politiques publiques. Ce qui converge vers les conclusions de Blanchard (2006) qui estime que le chômage élevé est associé à une instabilité sociale et politique qui fragilise la mise en œuvre de politiques publiques de qualité. D’ailleurs, selon la théorie, un marché du travail détérioré est souvent lié à des politiques publiques inefficaces ou à un manque de cohérence macroéconomique. Et, les travaux sur la « performance du gouvernement » (Romer, 1993 ; Blanchard, 2006) suggèrent que le chômage est à la fois un indicateur et une conséquence BJBST ISSN '”2789-374X (Print)” “2789-3758 (Online)” Pg. 21 d’une gouvernance faible. Nos résultats confortent l’idée que la performance institutionnelle ne dépend pas seulement de facteurs politiques, mais aussi de conditions socio-économiques de base, renforçant les approches endogènes de la gouvernance. D’un point de vue général et comme synthèse, la confrontation globale avec la théorie, les résultats valident la thèse institutionnaliste (persistance, corruption comme frein structurel), soulignant le rôle de la complémentarité entre croissance et institutions (au lieu de la hiérarchie stricte). Nous avons prouvé, indirectement par rapport à l’objectif de l’étude, que nos résultats nuancent la théorie de l’« État prédateur » : les dépenses publiques peuvent être un levier positif si la corruption administrative est contenue. Aussi, les résultats intègrent une dimension socio-économique (chômage) dans la compréhension de la qualité institutionnelle, reliant ainsi économie du travail et économie politique des réformes. Ces différentes implications montrent que le Gabon est un cas illustratif où l’interaction entre gouvernance, économie réelle et dynamique sociale peut générer soit des cercles vertueux (croissance + lutte anticorruption + dépenses productives), soit des cercles vicieux (chômage + corruption + inefficacité des réformes). 5. Conclusion L’analyse menée sur la période récente met en évidence le rôle déterminant de la gouvernance et de la transparence dans la performance des politiques publiques au Gabon. Les résultats montrent que la corruption administrative, qu’elle se manifeste par le détournement de ressources, le clientélisme ou les lenteurs bureaucratiques, constitue un obstacle majeur à l’efficacité des services publics, à la bonne allocation des dépenses et à la satisfaction des besoins fondamentaux des citoyens. L’examen des indicateurs tels que la qualité des politiques et des institutions (CPIA), l’indice de perception de la corruption (IPC), le PIB réel, les dépenses publiques, ainsi que les variables socio-économiques associées (taux de chômage), révèle des corrélations significatives entre une gouvernance défaillante et des performances économiques et sociales limitées. La persistance de la corruption administrative tend à fragiliser la capacité de l’État à fournir des services essentiels, à réduire les inégalités et à stimuler une croissance inclusive. Les résultats suggèrent qu’une amélioration de la qualité institutionnelle pourrait avoir des effets multiplicateurs sur l’efficacité des politiques publiques, la mobilisation des ressources fiscales et le développement des infrastructures sociales. En termes de recommandations, la lutte contre la corruption doit dépasser les réformes purement juridiques pour intégrer des mécanismes institutionnels robustes, un renforcement du contrôle citoyen et une plus grande décentralisation administrative accompagnée de moyens financiers et humains adéquats. Par ailleurs, la promotion d’une culture de transparence, soutenue par des innovations technologiques et un accès accru à l’information publique, apparaît comme un levier stratégique pour accroître la confiance entre l’État et les citoyens. Bibliographie 1. Abed, G. T. et Davoodi, H. R. (2002). Governance, Corruption and Economic Performance, chapitre Corruption, Structural Reforms and Economic Performance, pages 489–537. International Monetary Fund, Washington D.C. DOI (chapiter 1) : https://doi.org/10.5089/9781589061163.071 . ISBN (ouvrage) : 978-1589061163 2. Acemoglu, D., & Robinson, J. A. (2012). Why Nations Fail: The Origins of Power, Prosperity, and Poverty. New York: Crown Publishers. ISBN-10 : 0307719215. ISBN-13 : 978-0307719218 3. Barro, R. J. (1996). Democracy and growth. Journal of Economic Growth, 1(1), 1–27. DOI : https://doi.org/10.1007/BF00163340 4. Besley, T., & Persson, T. (2011). Pillars of Prosperity: The Political Economics of Development Clusters. Princeton: Princeton University Press. ISBN-10 : 0691152989 ; ISBN-13 : 978-0691152981 5. Blanchard, O. (2006). European unemployment: The evolution of facts and ideas. Economic Policy, 21(45), 5–59. : https://academic.oup.com/economicpolicy/issue/21/45 6. Gupta, S., Davoodi, H. et Alonso-Terme, R. (2002). Does Corruption Affect Income Inequality and Poverty ? Economics of Governance, 3(1):23–45. s : https://www.imf.org/en/Publications/Search?series=Books%20&%20Working%20Papers 7. Islam, S., Ahsan, S. M., & Cartwright, E. (2023). The Salience of Corruption and Prosocial Behavior in the Public Sector: Experimental Evidence from Bangladesh. Governance. : https://onlinelibrary.wiley.com/journal/17495582 8. Kaufmann, D., Kraay, A., & Mastruzzi, M. (2005). Governance matters IV: Governance indicators for 1996–2004. World Bank Policy Research Working Paper Series, No. 3630. https://openknowledge.worldbank.org/handle/10986/ 9. Lee, J., Islam, M. R., et al. (2023). Corruption and Environmental Policy Effectiveness: Evidence from Developing Countries. Environmental Development and Sustainability. : https://link.springer.com/journal/10668 10. Mauro, P. (1995). Corruption and Growth. Quarterly Journal of Economics, 110(3), 681–712. DOI : https://doi.org/10.1007/BF00161383 11. Meon, P.-G., & Sekkat, K. (2005). Does Corruption Grease or Sand the Wheels of Growth? Public Choice, 122, 69–97. DOI : https://doi.org/10.1007/s11127-005-3988-0 12. Montes, G. C., & Paschoal, C. (2016). Corruption and Public Service Quality: Evidence from Panel Data. Asia-Pacific Economic Literature, 30(2), 146–150. https://onlinelibrary.wiley.com/journal/14678499 13. Newey, W. K., and K. D. West. 1987. A simple, positive semi-definite, heteroskedasticity and autocorrelation consistent covariance matrix. Econometrica 55: 703–708. DOI : https://doi.org/10.2307/1913610 14. North, D. C. (1990). Institutions, Institutional Change and Economic Performance. Cambridge: Cambridge University Press. ISBN-10 : 0521408678. ISBN-13 : 978-0521408678 15. Olken, B. A. (2007). Monitoring Corruption: Evidence from a Field Experiment in Indonesia. Journal of Political Economy, 115(2), 200–249. DOI : https://doi.org/10.1086/517935 16. Reinikka, R., & Svensson, J. (2004). How Do Public Schools Finance? Evidence from Uganda. World Bank Policy Research Working Paper. https://openknowledge.worldbank.org/handle/10986/ 17. Tanzi, V., & Davoodi, H. R. (1997). Corruption, public investment, and growth. IMF Working Paper WP/97/139. DOI : https://doi.org/10.5089/9781451929515.001 18. Wooldridge, J. (2002). Introductory Econometrics : A Modern Approach. South-Western College Pub ; 2 edition. ISBN10 : 0534380625. ISBN-13 : 978-0534380624 19. World Bank (annuel). Country Policy and Institutional Assessment (CPIA) reports. Washington, DC: World Bank. https://openknowledge.worldbank.org/ 20. Zellner, A. et Theil, H. (1962). Three Stage Least Squares : Simultaneous Estimation of Simultaneous Equations. Econometrica, 30:63–68. Econometrica : https://doi.org/10.2307/1913736