. Toutefois, au vu de la théorie microéconomique, les activités physiques et sportives, elles aussi, sont soumis aux lois économiques, d'une part, parce qu'elles satisfont des besoins des individus et, ainsi, leur apporte de l'utilité, d'autre part, parce qu'elles consomment de rares ressources qui sont retirées aux autres emplois alternatifs Büch (1996), Heinemann (1995).
Les termes d'activités physiques et sportives (APS) regroupent toutes les pratiques qu'elles soient sportives, compétitives, de loisirs, extrêmes, libres, au cours desquelles le corps est utilisé, mis en jeu et ceci quelle que soit la valeur (physiologique, psychologique, sociologique) que le pratiquant lui prête. En effet, les pratiquant n'ont pas forcement de licence et ne participes pas toujours à des compétitions officielles. Par ailleurs, des préoccupations de santé et de bienêtre peuvent pousser des personnes à se livrer à une activité physique régulière, et non à du sport. On ne tient alors plus compte seulement des sportifs au sens rigoureux ou institutionnel du terme, mais des personnes qui consacrent une partie non négligeable de leur temps, leur budget et leur énergie à une activité physique mettant souvent en application un modèle sportif, mais pas toujours quand il s'agit de chasse, de La pratique sportive elle-même peut donc être interprétée comme une activité économique ou même comme « un acte de consommation » Andreff (1999, p. 135) en engendrant une demande de vêtements, chaussures et d'autres articles de sport ainsi que d'équipements ou sites sportifs et de divers biens et services accompagnant l'activité sportive. Cette demande est, aujourd'hui, à l'origine de véritables marchés du sport où elle rencontre une offre diversifiée et spécialisée et où les préférences des agents économiques sont révélées en prix et quantités.
Dès lors, le développement de ces rapports que l'on observait les années passées peut plutôt être caractérisé comme des changements structurels (relations micro-économiques) et comme une hausse en volume totale (impact macro-économique) qu'une vraie nouveauté. L'activité physique et sportive est devenue au vingtième siècle un phénomène social de masse concernant des milliards de personnes dans le monde entier. Dans les pays développés, le sport et les activités physiques, d'après D. Gautier (2005), représentent désormais un secteur économique à part entière représentant environ 2% du PIB.
A l'échelle mondiale, un cran a été franchi: avec près de 1 200 Mds ?, le sport et les activités physiques génèrent aujourd'hui près de 2% du PIB mondial pour une croissance moyenne de 4% (Etude Statista 2017). Le fort développement s'explique notamment par l'émergence de nouveaux marchés en Asie-Pacifique (+4,6 % de croissance moyenne annuelle sur la période 2014 -2015) avec des pays extrêmement actifs comme la Chine dont le marché enregistre une croissance annuelle moyenne de + 6,1 % et l'Inde avec + 7,6 %.
Meme si en afrique et dans les pays subsahariens comme le Cameroun, des etudes sont rares sur le sujet, il n'en demeure pas moins que la pratique des APS a generé 0.036 % du PIB en 2013 Les recherches sur la thématique de l'impact des dépenses publiques sportives sur la croissance économique sont assez peu abordées sur le continent africain en général et dans les pays en voie de développement en particulier (Chapellet, 2005). Dans cette communication consacrée à l'analyse de l'influence des dépenses publiques sur la croissance, nous portons notre attention sur les études qui se sont intéressées à l'incidence des dépenses sportives de formation en capital humain et en capital public d'infrastructure dans le domaine du sport sur la croissance économique.
Les prolongements de la théorie du capital humain dans le domaine du sport ont été observés dans un article de Fluckinger et Morisset (1993) L'approche proposée par Fluckiger et Morisset permet de mettre en évidence l'attitude des économistes qui, s'inspire des travaux de G. Becker pour généraliser la logique des comportements rationnels et maximisateurs à un fait social tel que le sport. Ils analysent l'incidence de la transition des pays de l'Europe de l'Est d'un système d'économie planifiée vers une économie de marché sur leurs performances sportives de L'URSS notamment à travers la théorie du capital humain. Dans une économie de marché, les individus décident d'exercer une activité professionnelle ou de pratiquer une discipline sportive (par extension) si la valeur actualisée des bénéfices privés qu'ils retirent de ce choix individuel est supérieure (ou égale à la limite) à la valeur présente des coûts liés à cette décision. En partant de cette analyse très simple, les auteurs établissent une fonction d'offre de sport de la manière suivante : Xi = ?0 + ?1Yi + ?2Yj (1) avec ,?1 > 0 et ?2 < 0 où, Xi : nombre de personnes qui pratiquent le sport i Yi : revenu qu'un individu qui pratique le sport i peut espérer obtenir Yj : revenu alternatif qu'un individu pourrait obtenir en pratiquant d'autres activités j = 1, 2?, n. Cette formulation de l'offre de sport repose sur un certain nombre de postulats : d'une part, on suppose notamment que le seul bénéfice lié au choix d'une activité sportive provient du revenu espéré dans cette discipline. D'autre part, elle ne tient pas compte des choix de pratique sportive sous forme de loisirs, de ce fait, la dimension inter temporelle de l'analyse disparaît puisque le choix est opéré sur la base de gain de revenus futurs, dans la mesure où la présence d'un champion célèbre dans une discipline sportive donnée influence fortement les choix individuel ou collectif.
Dans une économie de marché l'intervention de l'État, corrige l'allocation de ressources sous forme de subventions aux fédérations ou d'aides directes aux sportifs de haut niveau dans le but d'internaliser les bénéfices externes liés pour certaines à la pratique de certaines disciplines et susceptible d'influencer la fonction d'offre. Cette approche théorique par le capital humain a été également utilisée par Ph. Fouques (1978) dans son étude sur « Le marché du travail sportif ». En s'inspirant de la théorie du capital humain développé par G.S. Becker, l'auteur a étudié les conditions de formation des prix sur le marché du travail sportif déterminées par le capital du sportif, constitué de son corps et de son habileté. Sur ce marché, la rémunération est déterminée par la productivité de l'individu qui doit rationnellement prolonger sa formation jusqu'à ce qu'il atteigne l'équilibre entre le coût de sa formation et le revenu futur escompté. « Les salaires les mieux payés sont ceux qui ont le plus investi dans l'acquisition du capital humain [?] et la hiérarchie des salaires traduit ces différences », selon B. Reynaud (1994).
En d'autres termes, selon la théorie du capital humain, les salariés les mieux payés sur le marché sont considérés comme étant les plus productifs. Cependant cette approche ne permet pas d'expliquer la variance des salaires par l'investissement en formation des sportifs qui passent par des centres de formation, des stages, etc. Dans le domaine du sport comme ailleurs un certain nombre de sportifs sont parvenus à se hisser parmi les meilleurs avec un minimum de formation. « Le sport est sans doute le milieu dans lequel les différences entre individus sont le plus perceptible et si certaines d'elles peuvent s'expliquer biologiquement ou socialement, d'autres telles que la vision du jeu, l'habileté, le goût du risque, etc., ne peuvent s'expliquer scientifiquement et ni l'expérience, le temps de formation ne pourront l'inculquer » (Sobry, 2003).
Des adaptations de cette approche à d'autres études, par exemple la théorie des salaires d'efficience appliquée aux salaires des « vedettes ou super-star » par P. Bouvet (1996), ni celle des salaires d'équité développée auparavant par J.W. Harder (1992) n'ont pu établir une relation directe entre formation du capital humain, productivité et salaire (Blass, 1992). Les études de l'impact économique des infrastructures sportives réalisées à l'aide de modèles économétriques sont rares. Elles sont l'oeuvre de -Impact des infrastructures sportives sur l'emploi laisse apparaître des résultats similaires à ceux obtenus pour l'impact des infrastructures sportives sur la production. Baade -Impact des infrastructures sportives sur l'emploi laisse apparaître des résultats similaires à ceux obtenus pour l'impact des infrastructures sportives sur la production. Baade En régressant ces variables sur l'emploi dans le secteur des services pour 15 villes américaines, l'auteur conclut à l'influence significative des équipes professionnelles sur la croissance des emplois.
Une étude de Kesene et Task (2000) réalisée pour mesurer l'impact du secteur du sport dans l'économie en Flandres au moyen de dépenses publiques de cinq provinces d'au moins 10.000 habitants de 1997 à 1998 ont permis de constater que les investissements de l'administration publique pour la construction de centres sportifs, les subventions pour soutenir les fédérations sportives, l'organisation d'événements sportifs, les campagnes de promotion en faveur du sport pour tous" et la formation de cadres, de formateurs / entraîneurs à différents niveaux, ont permis depuis 20 à 30 ans, de favoriser les dépenses de consommation des ménages pour le sport (70% des dépenses sportives totales), alors que celles de l'administration publique stagnent autour de 20%. Ces résultats sont conformes aux proportions obtenues dans les études commanditées par le Conseils de l'Europe pour estimer le poids économique du sport dans les États membres, Jones (1989) ; Andreff et al. (1994). L'intervention du gouvernement concentrée dans le financement de la construction et l'entretien d'une variété d'installations sportives en faveur de la promotion du sport pour tous a permis de maintenir vivace le dynamisme économique de la Flandres. L'État à travers son intervention, à travers des mécanismes de régulation (cadre juridique) en direction du marché parvient à abaisser le seuil de prix pour les familles à faibles revenus.
Il s'agit dans ce paragraphe, de spécifier notre modèle de base, et par la suite, définir les variables du modèle.
Pour vérifier l'effet des dépenses publiques des APS sur la croissance économique du Cameroun, nous utiliserons une démarche méthodologique basée sur l'analyse économétrique à partir du cadre d'analyse inspiré des travaux de Romer, Mankiw et Weil (1992) qui ont utilisé dans leurs études une fonction de production de type Cobb-Douglas augmentée du capital humain et qui a été repris par Serge A. Ayekoe (2004) pour modéliser la relation dépenses publiques de sport et croissance à partir du modèle suivant :
-Modèle 1 l'effet des dépenses publiques sportives totales sur la croissance économique :
?????????? = ???? + ?????????????? + ?????????? + ????????????????(3)-Modèle 2 pour mettre en évidence l'effet de la composante ordinaire des dépenses sportives sur la croissance économique
?????????? = ???? + ?????????????? + ?????????? + ????????????????(4)-Modèle 3 pour mettre en évidence l'effet des dépenses d'investissement sportif sur la croissance économique
?????????? = ???? + ???????????????? + ?????????? + ????????????????(5)Où LnPIB est le logarithme du PIB qui sera calculé, LnDPS le logarithme de la dépense publique de sport au Cameroun qui représente la variable d'intérêts pour le modèle 1, LnDSF le logarithme de la dépense publique de fonctionnement de sport, LnDPIS le logarithme de la dépense publique d'investissement dans le sport, IDH l'indice de développement humain et LnPPAC la taille de la population active qui sont des variables de contrôle mesurant l'environnement macroéconomique. ?? 0 est la constante du modèle. Les coefficients ???? (i variant de 1 à 3) mesurent respectivement l'effet de la dépense publique de sport et des variables de contrôles sur la croissance.
Les données utilisées dans notre travail sont extraits de la base de données de la Banque Mondiale (BM) de 2019, encore appelé World Developpement Indicators (WDI) 2019. Les données relatives aux dépenses publiques proviennent de la direction générale du budget et des finances (DGB) du ministère des finances. Elles couvrent la période 1990 à 2019, les données proviennent des documents d'archives sur les différentes lois de finances correspondant à cette période. Celles-ci regroupent les données concernant la part de budget alloué au sport sur la période 1990-2019. Les autres sources de données relatives au PIB réel (PIBR) et par habitant (PIBH) en parité du pouvoir d'achat (PPP), données sur l'index de développement humain (IDH) proviennent de la banque de données « Perspective Monde » de l'Université de Sherbrooke, CANADA : [http://perspective.usherbrooke.ca] qui proviennent des tables statistiques de la Banque Mondiale. Celles relatives à la population active (PPAC) proviennent des données statistiques sur la population de la Banque Mondiale produite par l'organisation internationale du travail (OIT).
Concernant la méthode d'estimation utilisée pour tester nos hypothèses, on utilise le test de racine unitaire pour vérifier la stationnarité des variables, ensuite pour la robustesse, le test de Breusch-Godfrey pour l'autocorrélation des erreurs, le test de Breush-Pagan-Godfrey/BPG pour l'homoscédasticité, le test de normalité de Jarque Berra et le test de bonté globale de -Le modèle 1 avec les dépenses publiques de sport en général comme variable explicative, une causalité existe entre les dépenses publiques de sport et la population active, entre les dépenses publiques de sport et l'indice de développement humain. Mais pas entre la dépense publique de sport et le PIB, ce qui montre que les dépenses publiques de sport ont un effet indirect sur la croissance économique. Et d'après les coefficients à long et à cours termes, ces dépenses publiques de sport ont un effet sur la croissance économique autant à cours termes qu'à long termes. un accroissement des dépenses publiques de sport de 1% du PIB accélère la croissance de 0.01% à CT et de 0.037 % à LT -Le modèle 2 avec les dépenses publiques de fonctionnement de sport comme variable explicative, aucune causalité n'existe entre les dépenses publiques de fonctionnement de sport et les autres variables. Donc pas entre la dépense publique et le PIB, ce qui montre que les dépenses publiques de fonctionnement de sport n'ont aucun un effet sur la croissance économique. Et d'après les coefficients à long et à cours termes, ces dépenses publiques de fonctionnement de sport n'ont pas d'effets sur la croissance économique autant a cours termes qu'à long termes.
-Le modèle 3 avec les dépenses publiques d'investissement de sport comme variable explicative, une causalité existe entre les dépenses publiques d'investissement de sport et la population active, entre les dépenses publiques d'investissement de sport et l'indice de développement humain. Mais pas entre la dépense publique d'investissement de sport et le PIB, ce qui montre que les dépenses publiques d'investissement de sport ont un effet indirect sur la croissance économique. Et d'après les coefficients à long et à cours termes, cette dépense publique d'investissement de sport a un effet sur la croissance économique autant à cours termes qu'à long termes.
un accroissement des dépenses publiques d'investissement de sport de 1% du PIB accélère la croissance de 0.03% à CT et de 0.045 % à LT.
Aux termes des différentes analyses, nous pouvons valider les résultats suivants :
-Les dépenses publiques de fonctionnement de V.
Dans ce chapitre, nous avons analysé l'effet de la dépense publique des APS sur la croissance au Cameroun. Nous nous sommes inspirés de la version modifiée des travaux de Romer, Mankiw et Weil (1992) qui ont utilisé dans leurs études une fonction de production de type Cobb-Douglas augmentée du capital humain pour modéliser la relation dépenses publiques et croissance. Ce modèle a été modifié et utilisé par Serge A. Ayekoe (2004).
-Cette partie avait pour objectif d'étudier l'effet des dépenses publiques sportives sur la croissance économique au Cameroun sous l'angle de leur efficacité productive. La méthodologie suivie pour
| ou |
| sont simplement destinés à la socialisation et au |
| divertissement (caractéristiques constitutives du terme) |
| Rahmann et al. (1998), Heinemann (1995), Weber et al. |
| Ces études peuvent être présentées en deux | |||||
| catégories : | |||||
| -Impact des infrastructures sportives sur la | |||||
| production | testé | à | l'aide | d'un | modèle |
| économétrique par | |||||
| et Sanderson (1997) ont | |||||
| estimé l'impact des infrastructures et des clubs sur | |||||
| l'emploi du secteur des loisirs, des divertissements | |||||
| et du sport dans dix villes pour la période 1958- | |||||
| 1987. L'accroissement du nombre de stades ou | |||||
| d'équipes professionnelles n'a pas d'impact | |||||
| significatif sur la création d'emplois dans les | |||||
| secteurs mentionnés, sauf dans trois villes de | |||||
| l'échantillon, où le nombre de nouveaux emplois | |||||
| reste | cependant | modeste. | Apparemment, | ||
| l'augmentation du nombre de stades dans une ville | |||||
| n'accroît pas les dépenses directes et indirectes de | |||||
| manière suffisante | pour | stimuler | l'activité | ||
| économique et favoriser la création d'emplois. Baim | |||||
| (1994) | |||||
| Public Expenditure on Physical Activities and Sports on Economic Growth in Cameroon Public Expenditure on Physical Activities and Sports on Economic Growth in Cameroon Public Expenditure on Physical Activities and Sports on Economic Growth in Cameroon | |||||||||||
| Tableau 03: Coefficients à court terme (DPS) Le schéma suivant résume les liens de causalité trouvés entre variables : Tableau 10: Causalité entre les variables (DPIS) | |||||||||||
| k | Variable | dmax | Coefficient IDH Variables dépendantes | LogPIB Stde. Errer Variables explicatives ou causales/vc(probabilité) t-Statistique Probe. PIB/h LogPIB logDPIS logIDH logPPAC | |||||||
| D(LOGDPS) | 0.012435** LogPIB | - | 0.006533 | -1.903329 0.803260 0.266236** | 0.0402 7.159089** | ||||||
| D(LOGIDH) | 0.000168** | 0.000119 | -1.410082 (0.7192) (0.0354) | 0.0425 (0.0279) | |||||||
| 3 | D(LOGPPAC) Cointe (-1) | 1 | 0.133867* -0.260252* DSF logDPIS | 0.022919 0.027722 0.345912 (0.8412) | -PPAC | 5.840881 -9.388023 | 1.456911 (0.4827) | 0.0000 0.438403* 0.0000 (0.0032) | |||
| *significatif à 1% ; ** significatif à 5% ; *** significatif 10% logIDH Tableau 07: Coefficients de court terme (DFS) 1.939726 1.835011** Tableau 04: Coefficients à long terme (DPS) (0.3791) (0.0395) | - | 0.692248 (0.7074) | |||||||||
| Volume XXII Issue I Version I 36 ( ) Year 2022 38 40 Volume XXII Issue I Version I ( ) E Volume XXII Issue I Version I ) ( | ? Résultats des dépenses publiques des APS Tableau 01: Estimation du modèle ARDL des dépenses publiques des sports Variable Coefficient Std. Error t-Statistic LOGPIB(-1) 0.739748* 0.027722 26.68484 logPIB Variable Coefficient Std. Error t-Statistic LOGDPS 0.037781** 0.025611 -1.865647 LOGIDH 0.000646*** 0.000449 -1.439036 logPIB Variable Coefficient Std. Error t-Statistic logPPAC 0.744486 1.625820* 0.101245 D(LOGDSF) 0.003692 0.001436 2.570503 D(LOGIDH) 0.000296** 0.000115 -2.579362 D(LOGPPAC) 0.730761* 0.208186 3.510139 (0.6892) (0.0036) (0.9506) *significatif à 1% ; ** significatif à 5% ; *** significatif 10% Le schéma suivant résume les liens de causalité trouvés entre variables: LOGDPS 0.012435 0.006533 -1.903329 LOGIDH -0.000168 0.000119 -1.410082 LOGPPAC 0.133867* 0.022919 5.840881 LOGPPAC(-1) -0.000477 0.030559 -0.015600 C -0.102150 0.087509 -1.167309 R-squared 0.994353 Adjusted R-squared 0.993070 F-statistic 774.8380 Prob(F-statistic) 0.000000 Durbin-Watson stat 1.655640 *significatif à 1% ; ** significatif à 5% ; *** significatif 10% Tableau 02: Causalité entre les variables (DPS) LOGPPAC 0.512542* 0.047750 10.733824 C -0.392504 0.341188 -1.150403 D(LOGPPAC(-1)) 0.093493 0.483178 CointEq(-1) -0.196517 0.123458 -1.591772 IDH PIB/h *significatif à 1% ; ** significatif à 5% ; *** significatif 10% Variable Coefficient Stde. Errer t-Statistique LOGPIB (-1) 0.803483 0.123458 6.508133 LOGDSF 0.003692** 0.001436 2.570503 LOGDSF (-1) 0.001627 0.001318 1.234261 LOGIDH 0.000296** 0.000115 -2.579362 LOGPPAC 0.730761* 0.208186 3.510139 *significatif à 1% ; ** significatif à 5% ; *** significatif 10% Tableau 08: Coefficients de Long terme (DFS) logPIB Variable Coefficient Std. Error t-Statistic LOGDSF 0.027068 0.022844 1.184908 LOGIDH 0.001505** 0.001336 -1.126555 LOGPPAC 0.568369* 0.041900 13.564923 C -1.103990* 0.311136 -3.548251 Tableau 11: Coefficients de court terme (DPIS) logPIB Variable Coefficient Std. Error t-Statistic D(LOGDPIS) 0.031401* 0.000726 -7.436609 DPIS PPAC *significatif à 1% ; ** significatif à 5% ; *** significatif 10% ? Résultats des dépenses publiques d'investissement de sport (DPIS) D(LOGDPIS(-1)) 0.020898* 0.000507 -5.719984 Les résultats du test de causalité montrent que pour : | Prob.* Prob. 0.0455 -Prob. 0.1187 0.0184 0.0023 0.0642 0.0000 0.0702 0.0725 0.0000 0.9877 0.0556 0.0000 0.6345 0.1279 0.2623 Prob.* 0.0000 0.0187 0.2322 0.0184 0.0023 Prob. 0.2507 0.0140 0.0000 0.0021 Prob. 0.0007 0.0023 | Year 2022 Year 2022 Volume XXII Issue I Version I 37 ( ) E E | ||||||||
| -Global Journal of Human Social Science | Variables dépendantes LogPIB logDPS logIDH logPPAC *significatif à 1% ; ** significatif à 5% ; *** significatif 10% LogPIB Variables explicatives ou causales/vc(probabilité) logDPS logIDH logPPAC -0.107104 (0.9479) 0.280082*** (0.0693) 6.582537** (0.0372) 3 1 1.079232 (0.5830) -1.226808 (0.5415) 3.624556*** (0.0633) 2.067710 (0.3556) 2.429058** (0.0268) -0.312242 (0.8555) 1.125592 (0.5696) 0.849543** (0.0439) 0.373631 (0.8296) -Le schéma suivant résume les liens de causalité trouvés entre variables : k dmax IDH PIB/h LOGPPAC (-1) -0.573893 0.220426 -2.603565 0.0175 LOGPPAC (-2) -0.045174 0.093493 -0.483178 0.6345 C -0.216953 0.125490 -1.728853 0.1001 R-square 0.996184 Adjusted R-squared 0.994778 F-statistic 708.5100 Prob(F-statistic) 0.000000 Durbin-Watson stat 2.180198 Tableau 06: Causalité entre les variables (DSF) Variables explicatives ou causales/vc(probabilité) LogPIB logDSF logIDH logPPAC LogPIB -0.542491 (0.7624) 0.337592* * (0.0447) 6.360348** (0.0416) 3 1 logDSF 2.303444 (0.3161) -1.436463 (0.4876) 3.290462 k dmax Variables dépendantes Tableau 09: Estimation du modèle ARDL des dépenses publiques d'investissement de sport Variable Coefficient Std. Error t-Statistic Prob.* LOGPIB(-1) 0.377145** 0.106689 3.535009 0.0167 LOGDPIS 0.005401* 0.000726 -7.436609 0.0007 LOGDPIS(-1) 0.003608* 0.000558 6.465886 0.0013 LOGDPIS(-2) 0.002898* 0.000507 5.719984 0.0023 LOGDPIS(-3) -0.001849* 0.000392 -4.711506 0.0053 LOGDPIS(-4) -0.002697* 0.000647 -4.168325 0.0088 LOGIDH 0.000660*** 0.000267 -2.466204 0.0568 LOGIDH(-1) 0.000903* 0.000311 2.899504 0.0338 LOGIDH(-2) 0.001712* 0.000276 6.201802 0.0016 LOGIDH(-3) 0.001280* 0.000200 6.385710 0.0014 LOGIDH(-4) -0.000388* 7.27E-05 -5.336811 0.0031 LOGPPAC 0.485094* 0.116376 4.168330 0.0088 D(LOGDPIS(-2)) 0.001849* 0.000392 4.711506 0.0053 D(LOGDPIS(-3)) 0.002697* 0.000647 4.168325 0.0088 D(LOGIDH) 0.000660*** 0.000267 -2.466204 0.0568 D(LOGIDH(-1)) 0.00171*2 0.000276 -6.201802 0.0016 D(LOGIDH(-2)) -0.001280* 0.000200 -6.385710 0.0014 D(LOGIDH(-3)) 0.000388* 0.000073 5.336811 0.0031 D(LOGPPAC) 0.485094* 0.116376 4.168330 0.0088 D(LOGPPAC(-1)) 1.425269* 0.249692 5.708112 0.0023 D(LOGPPAC(-2)) 0.899725* 0.200769 -4.481400 0.0065 D(LOGPPAC(-3)) 0.662870* 0.109702 6.042485 0.0018 CointEq(-1) -0.622855* 0.106689 -5.838062 0.0021 *significatif à 1% ; ** significatif à 5% ; *** significatif 10% LOGPPAC(-1) 1.084189* 0.228536 4.744062 0.0051 Tableau 12: Coefficients de long terme (DPIS) (0.1930) logIDH 2.505995 (0.2856) 1.490620 (0.4746) -1.099380 (0.5771) logPPAC 0.476656 (0.7879) 0.125369 (0.9392) 0.170019 (0.9185) LOGPPAC(-2) -1.425269* 0.249692 -5.708112 0.0023 LOGPPAC(-3) 0.899725* 0.200769 4.481400 logPIB 0.0065 LOGPPAC(-4) -0.662870* 0.109702 -6.042485 Variable Coefficient Std. Error t-Statistic Prob. 0.0018 C -0.693520* 0.098968 -7.007501 LOGDPIS 0.045525** 0.001766 -3.129639 0.0260 0.0009 LOGIDH 0.004571*** 0.001867 2.448530 0.0580 -R-squared 0.999454 Adjusted R-squared 0.997708 F-statistic 572.4227 Prob(F-statistic) 0.000000 LOGPPAC 0.611489* 0.015438 39.609825 0.0000 | Global Journal of Human Social Science - | |||||||||
| DPS -1.113453* *significatif à 1% ; ** significatif à 5% ; *** significatif 10% Durbin-Watson stat C 0.123025 *significatif à 1% ; ** significatif à 5% ; *** significatif 10% | PPAC | -9.050610 2.553798 | 0.0003 | ||||||||
| © 2022 Global Journals | © 2022 Global Journals | ||||||||||
An Analysis of the Determinants of Sport Expenditure in Sports Centers in Spain. Sustainability journal, 2020. p. .
The association between practicing sport and non-sport physical activities and health-related quality of life of Brazilian adolescents: A cross-sectional study. Science & Sports 2020. p. .
The role of Provincial Government Spending Composition in growth and convergence in China. Economic Modelling 2020. 90 p. .
Reasons for modelling sports in a complex economic model : two examples. European Journal of Sport Management 2000. 7 (1) p. .
A Contribution to the Empirics of Economic Growth. Quarterly Journal of Economics 1992. 107 p. .
The impact of stadiums and professional sports on metropolitan area development. Growth and Change 1990. 21 (2) p. .
The impact of stadiums and professional sports on metropolitan area development. Growth and Change 1990. 21 (2) .
Professional Sports as Catalysts for Metropolitan Economic Development. Journal of Urban Affairs 1996. 18 (1) p. .
Professional Sports as Catalysts for Metropolitan Economic Development. Journal of Urban Affairs 1996. 18 (1) p. .
The Employment Effect of Teams and Sports Facilities in Noll. Sports, Jobs and Taxes : The Economic Impact of Sports Teams and Stadiums, R G Zimbalist, A (ed.) (Washington, D. C.
Government spending in a simple model of endogenous growth. Journal of Political Economy 1990. 98 p. .
The organization of sports leagues. Oxford Review of Economic Policy 2003. 19 p. .
impact des depenses publiques sportives sur la croissance economique en côte d' ivoire de. ISSN 1857-7431. European Scientific Journal 1857-7881. 2004. 1990 à 2010. November 2014. 10 (31) p. . (Print)
Modelling the economic impact of sports events: The case of the Beijing Olympics. Economic Modelling 2013. 30 p. .
L'autre marché du travail et de l'emploi sportifs. Marché et Organisations, L'Harmattan. Le sport aux frontières du marché du travail 2016. 2016. p. .
Les enjeux économiques du sport en Europe: financement et impact économique. Comité pour le développement du sport, Conseil de l. Europe 1995. Dalloz. (français traduction publiée par le Centre de Droit et d'Economie du Sport)
Macroeconomics of Unbalanced Growth: the Anatomy of Urban Crisis. American Economic Review 1967. 57 (3) p. .
Los intentos europeos y franceses de elaborar una contabilidad nacional de la economia del deporte (Tentatives européennes et françaises d'établir une comptabilité nationale de l'économie du sport). Incidencia economica del deporte, J M Otero (ed.) (Malaga