Trajectoires De Croissance, Interdépendances Et Recompositions Sectorielles De L'économie Malgache

Thierry Arnaud RAFALIMANANA, Victor Mamy Arthur RAFALIMANANA, Esthor Andriamorasata Angelo RAFALIMANANA, Herman d'Assise RAFALIMANANA, Amina Irène RAFALIMANANA

Abstract


Cette étude examine les trajectoires de croissance, les interdépendances macroéconomiques et les recompositions sectorielles à Madagascar sur la période 2007–2024, à partir des données du Tableau de bord de l’économie n° 63 de l’INSTAT. Une approche descriptive multidimensionnelle combine classement des performances économiques, analyse des corrélations, analyse en composantes principales (ACP) et analyse factorielle des correspondances (AFC). Les résultats révèlent une croissance du PIB réel culminant à 6,7 % en 2008, contre une contraction de 7,1 % en 2020, suivie d’une progression de 4,3 % en 2024. Le ratio FBCF/PIB passe de 37,8 % en 2008 à 20,4 % en 2024. La croissance du PIB est fortement corrélée aux croissances tertiaire (r = 0,94) et secondaire (r = 0,74), mais faiblement à l’intensité de l’investissement (r = −0,12). L’ACP explique 69,0 % de la variance sur deux axes, distinguant particulièrement les années 2008, 2009 et 2020. L’AFC concentre 94,5 % de l’inertie sur le premier axe, révélant une opposition entre profils primaire et secondaire. Ces résultats mettent en évidence des trajectoires économiques contrastées et des recompositions sectorielles nominales, sans établir de relations causales.

Keywords


Croissance économique ; Investissement ; Interdépendances macroéconomiques ; Analyse multidimensionnelle ; Recomposition sectorielle.

Full Text:

PDF

References


Institut national de la statistique (INSTAT). (2026). Tableau de bord de l’économie, n° 63, août 2026. Antananarivo, Madagascar. Consulter la publication.

Banque mondiale. (2025). Madagascar Economic Update: Bridging the Productivity Divide. Washington, DC : World Bank. Consulter le rapport.

Banque africaine de développement (BAD). (2024). Rapport pays 2024 – Madagascar : Impulser la transformation de Madagascar par la réforme de l’architecture financière mondiale. Groupe de la Banque africaine de développement. Consulter le rapport

McKinney, W. (2010). Data Structures for Statistical Computing in Python. Proceedings of the 9th Python in Science Conference, 56–61. DOI.

Harris, C. R., Millman, K. J., van der Walt, S. J., et al. (2020). Array programming with NumPy. Nature, 585, 357–362. DOI.

Pedregosa, F., Varoquaux, G., Gramfort, A., et al. (2011). Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, 12, 2825–2830. Consulter.

Hunter, J. D. (2007). Matplotlib: A 2D Graphics Environment. Computing in Science & Engineering, 9(3), 90–95. DOI.

Waskom, M. L. (2021). seaborn: statistical data visualization. Journal of Open Source Software, 6(60), 3021. DOI.

Jolliffe, I. T., & Cadima, J. (2016). Principal component analysis: a review and recent developments. Philosophical Transactions of the Royal Society A, 374(2065), 20150202. DOI.

Greenacre, M. (2017). Correspondence Analysis in Practice (3rd ed.). CRC Press, Taylor & Francis Group. Consulter l'ouvrage.

Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289–326. DOI.




DOI: http://dx.doi.org/10.52155/ijpsat.v59.2.8789

Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 Victor Mamy RAFALIMANANA

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.