République Tunisienne
IMPACT ECONOMIQUE
DU COVID-19 EN TUNISIE
ANALYSE EN TERMES DE VULNERABILITEDES MENAGES ET DES MICROET TRÉS PETITES ENTREPRISES
2020
Selim Azzabi,
Ministre Tunisien du
Développement, de
l’Investissement et de la
Coopération Internationale
Mot de S.E M. le Ministre
Le monde s’apprête à faire face, avec beaucoup d’inquiétude,
au bilan économique et social de la pandémie COVID, en évaluant
les pistes et les opportunités pour diminuer son impact. On se rend
à l’évidence qu’il est indispensable de repenser les orientations
macro-économiques de la globalisation, qui ont dévoilé leurs
limites alors que la crise sanitaire battait son plein.
Tous les efforts du Gouvernement Tunisien ont été orientés
vers la réponse sanitaire dans un seul objectif : la maîtrise de
la contamination dans les plus brefs délais pour amoindrir
le choc économique et social. Trois milliards de dinars, tel était
le coût des mesures économiques et sociales d’accompagnement
et de soutien des ménages, des entreprises, des salariés et de
la population pauvre et fragile, décidées en urgence par l’Etat
Tunisien.
La résilience de la Tunisie face à la crise, la rapidité de sa réponse
préventive contre COVID 19, la mobilisation de sa jeunesse
et l’élan de solidarité dont son peuple a fait preuve à l’échelle
nationale mais aussi internationale, lui a permis une reprise de
l’activité dans des délais relativement courts et a dévoilé des
gisements d’innovation et le génie tunisien, gages de confiance
et preuve que notre pays est capable d’évoluer dans ce nouveau
contexte mondial dont les reliefs se précise au fur et à mesure
que la crise sanitaire se dissipe. Mais à l’instar du reste du monde,
la Tunisie subira la récession de plein fouet, avec un impact
macroéconomique et microéconomique marquant notamment
sur les microentreprises et les ménages, et c’est ce que cette
étude se propose d’évaluer.
Si en pré-COVID, l’économie Tunisienne était fragilisée par
une disparité régionale en matière de développement et une
instabilité politique ayant accompagné le processus de transition
démocratique choisie par les Tunisiens à l’aube de 2011,
l’avènement de la pandémie ne fera qu’aggraver cette situation
avec une baisse des principales composantes de la demande en
2020 et une perte de PIB estimée à 4,4%.
Le plan de relance à élaborer, devrait se baser sur des politiques
publiques, économiques et sociales capables d’estomper les
inégalités, qu’elles soient en termes de niveau de vie mais aussi
d’accès à l’enseignement, aux opportunités d’entreprenariat et de
financement, ou aux outils du numérique.
Le modèle socioéconomique de l’après-COVID, devra intégrer les
enseignements de la crise qui a mis à nu la vulnérabilité sociale
d’une large frange de nos concitoyens. La lutte contre la pauvreté
s’élève au rang de priorité nationale si nous voulons bâtir un avenir
à la hauteur des aspirations de notre peuple. Dans cette optique,
la démarche de l’Etat Tunisien devrait inclure une réponse rapide
à même d’apporter un soutien urgent aux couches sociales
les plus affaiblies par la crise, mais aussi une approche globale
d’accompagnement basée sur un modèle d’économie sociale et
solidaire qui permettrait une inclusion progressive des populations les plus vulnérables. Dans ce cadre,
cette étude apporte de précieux éléments quant aux types de disparités que nous aurons à adresser, qu’il
s’agisse d’inégalités de genre, d’inégalités régionales ou d’inégalités d’accès aux services de base à savoir
santé et éducation auxquels s’ajoute l’accès à la technologie devenue essentielle pour subsister dans la
société du 21ème siècle. Ces éléments permettraient à l’Etat d’adapter ses politiques publiques de lutte
contre la pauvreté, dans son aspect multidimensionnel, et d’optimiser les outils et les programmes à sa
disposition pour un meilleur ciblage des champs de son intervention.
En moins d’une décennie, la Tunisie a parcouru un chemin impressionnant à de nombreux égards.
Aujourd’hui, dans un contexte mondial inédit, elle devra relever le défi de réussir une relance
socioéconomique en instaurant les réformes nécessaires pour libérer son potentiel économique et
renouveler le contrat de confiance entre l’Etat et les citoyens Tunisiens. Ceci passera inéluctablement par
des politiques publiques qui consacrent une égalité des opportunités.
En conclusion, j’aimerais saluer la collaboration avec le Programme des Nations Unies pour le
Développement (PNUD), qui dure depuis des décennies et qui, à l’instar de la relation avec l’ensemble
des agences du Système des Nations Unies, traduit l’engagement du Gouvernement Tunisien dans l’effort
d’alignement de ses politiques et programmes avec les objectifs de l’Organisation des Nations Unies en
termes de développement durable, de lutte contre la pauvreté ou encore d’appui à la décentralisation.
Mes vifs remerciement s’adressent aussi aux équipes du MDICI, de l’INS et de l’ITCEQ qui en partenariat
avec le PNUD Tunisie, ont permis d’élaborer cette étude que je vous invite à découvrir.
J’espère, au nom du Gouvernement Tunisien, perpétuer cette collaboration avec le PNUD, avec la volonté
de pouvoir un jour concrétiser ce noble objectif, érigé désormais en slogan des Nations Unies de « Leave
No One Behind ».
Steve Utterwulghe,
Représentant Résident du
PNUD en Tunisie
Mot de Monsieur le représentant du PNUD
en Tunisie
La pandémie du COVID-19 a eu un effet dévastateur sur la planète
entière, tant sur le plan sanitaire, qu’économique et social,
surexposant particulièrement les populations vulnérables à la
pandémie et aux pertes de revenus et d’emplois occasionnées
par les mesures de prévention contre le virus. L’année 2020
connaîtra la pire récession économique depuis la Seconde Guerre
Mondiale et, pour la première fois depuis 30 ans, un recul du
développement humain dans le monde.
Ces populations vulnérables ont été profondément touchées
dans leurs moyens de subsistance par la pandémie.
Comment les accompagner dans cette phase critique?
Comment les appuyer dans le relèvement économique post-
crise sanitaire et dans le renforcement de leur résilience face à
d’éventuels autres chocs équivalents au COVID-19?
Comment faire en sorte de mieux reconstruire l’après-COVID?
La réponse socio-économique à la crise et la réflexion sur le
renforcement de la résilience des économies et des populations
vulnérables sont au cœur des préoccupations du Système des
Nations Unies en général, et du Programme des Nations Unies
pour le Développement (PNUD) en particulier, selon les principes
fondamentaux du «Leave No One Behind» et de «Building Back
Better».
Cette étude fournit une estimation économétrique de l’impact du
COVID-19 sur l’économie tunisienne et plus particulièrement sur
les microentreprises en termes de fragilité financière ainsi que
les ménages en termes d’aggravation de la pauvreté. Elle propose
une série de recommandations sur le court terme pour adresser
la phase critique de la crise et sur le long terme pour rendre
l’économie tunisienne plus résiliente.
Le PNUD est fier de pouvoir continuer à accompagner le
Gouvernement Tunisien dans la réflexion et la mise en œuvre de
projets allant dans le sens de la relance socio-économique, du
renforcement de la résilience, et d’assurer que les plus vulnérables
ne soient pas laissés de côté.
AVANT-PROPOS &
REMERCIEMENTS
Cette étude a été élaborée par le Programme des Nations Unies pour le Développement (PNUD)-Tunisie en
collaboration avec le Ministère du Développement, de l’Investissement et de la Coopération Internationale
(MDICI).
Elle a été pilotée au niveau du PNUD Tunisie par Mme Asma Bouraoui Khouja, Team Leader du Cluster
Croissance Inclusive et Développement Humain et élaborée par M. Mahmoud Sami Nabi, Professeur
d’Économie à l’École Polytechnique de Tunis et M. Abdessalem Abassi, Maître de Conférences à la Faculté
de Sciences Économiques et de Gestion de Nabeul.
Le PNUD remercie l’ensemble des contributeur.trice.s à la révision de ce rapport, et en particulier
M. Steve Utterwulghe (PNUD Tunisie), Mme Alissar Chaker (PNUD Tunisie), Mme Raja Boulabiar (MDICI),
M. Zouhaier el Kadhi (ITCEQ), M. Adnen Lassoued (INS), Mme Dorra Dhrif (INS), M. Mohamed Frigui
(INS), M. Vito Intini (PNUD, Bureau régional), Mme Nathalie Bouche (PNUD, Bureau Régional), Mme Samia
Hamouda (ESCWA), M. Abdoulaye Sy (Banque Mondiale), M. Sami Bibi (Université de Laval, Québec),
Mme Selma Cheikh Melainine (PNUD Tunisie), Mme Aïda Robbana (PNUD Tunisie), Mme Claudia Assmann
(Bureau du Coordinateur Résident en Tunisie), M. Samir Bouzekri (UNICEF Tunisie), M. Remy Pigois (UNICEF
Tunisie), M. Kelly Brendan (OIM Tunisie), M. Alan Mouton (UNHCR Tunisie) et Mme Nawel Tounsi (OIT
Tunisie).
x
u
a
e
l
b
a
T
s
e
d
e
t
s
i
L
Tableau 1: Indicateurs macroéconomiques Pré et Post
COVID-19. Variations en % (à prix constants sauf pour les impôts
en dinar courant)
Tableau 2: Estimations des impacts du COVID-19 sur les
secteurs d’activités (en %)
Tableau 3: Taux de pauvreté monétaire et extrême par
catégorie socioprofessionnelle
Tableau 4: Les taux de la pauvreté monétaire par catégorie
socioprofessionnelle et par sexe. (Ratio de la population pauvre
disposant de moins de $ 5,7 par jour (2015 PPA))
Tableau 5: Les Indices des inégalités selon le sexe et par
catégorie socioprofessionnelle
Tableau 6: Mesures de la pauvreté multidimensionnelle par
catégorie socioprofessionnelle
Tableau 7: Mesures de la pauvreté multidimensionnelle par
catégorie socioprofessionnelle pour les hommes
Tableau 8: Mesures de la pauvreté multidimensionnelle par
catégorie socioprofessionnelle pour les femmes
Tableau 9: Contributions des différentes dimensions retenues,
à la pauvreté
Tableau 10: La contribution de chaque type de dépenses au
ratio effectif global ajusté M0 (en %)
Tableau 11: Soutien public nécessaire aux microentreprises
(en DT).Répartition par secteur et par type de soutien
22
23
32
34
35
36
36
37
38
39
45
s
e
u
q
i
h
p
a
r
G
s
e
d
e
t
s
i
L
Graphique 1: Évolution de la pandémie du COVID-19 en
Tunisie
Graphique 2: Vulnérabilité financière (relative) des
microentreprises. Répartition par secteur et par taille
Graphique 3: Vulnérabilité financière (relative) des
microentreprises. Répartition par secteur et par région
Graphique 4: Impact de la crise du COVID-19 sur la fragilité
financière des microentreprises. Répartition par secteur et par
taille
Graphique 5: Impact de la crise du COVID-19 sur la fragilité
financière des microentreprises. Répartition par secteur et par
région
Graphique 6: Répartition de la pauvreté multidimensionnelle
par catégorie socio-professionnelle, avant et après le choc
Graphique 7: Impact du COVID-19 sur la répartition de la
pauvreté multidimensionnelle par catégorie socioprofessionnelle
pour les hommes
Graphique 8: Impact du COVID-19 sur la répartition de la
pauvreté multidimensionnelle par catégorie socioprofessionnelle
pour les femmes
Graphique 9: Soutien public nécessaire aux microentreprises.
Répartition par type et par région (en MDT)
16
27
28
29
30
39
40
41
44
s
n
o
i
t
a
i
v
é
r
b
A
MTPE
Micro et Très Petites Entreprises
PIB
CGE
INS
IPC
CA
VA
EBE
PPA
DT
BTS
UTSS
BCT
ARP
Produit Intérieur Brut
Équilibre Général Calculable
Institut National de la Statistique
Indice des Prix à la Consommation
Chiffre d’Affaires
Valeur Ajoutée
Excédent Brut d’Exploitation
Parité de Pouvoir d’Achat
Dinars Tunisiens
Banque Tunisienne de Solidarité
Union Tunisienne de Solidarité Sociale
Banque Centrale de Tunisie
Assemblée des Représentants du Peuple
E
R
I
A
M
M
O
S
1. Résumé exécutif
2. Contexte
a. La pandémie du COVID-19 : chiffres et actions clés
b. L’état de l’économie tunisienne à la veille de la
pandémie du COVID-19: quelques faits stylisés
c. Contenu de l’étude
3. L’économie tunisienne à l’épreuve du COVID-19
a. Méthodologie retenue
b. Impacts macroéconomiques
c. Impacts sectoriels
10
15
19
4. Impact microéconomique de la pandémie du
COVID-19: analyse des effets sur les micro et très petites
entreprises (MTPE)
24
a. La place des MTPE dans le tissu productif tunisien
b. Méthodologie retenue
c. Fragilité financière des MTPE avant le choc du
COVID-19
d. Fragilité financière des MTPE après le choc du
COVID-19
5. Impacts du COVID-19 sur la vulnérabilité et la pauvreté des
ménages
31
a. Impact en termes de pauvreté monétaire
b. Impacts en termes de pauvreté multidimensionnelle
i. La pauvreté multidimensionnelle par catégorie socioprofessionnelle avant le choc
du COVID-19
ii. La pauvreté multidimensionnelle après le choc du COVID-19 : analyse d’impact
par catégorie socioprofessionnelle
iii. La pauvreté multidimensionnelle après le choc du COVID-19 : analyse d’impact
par genre
6. Recommandations pour une mitigation des effets de la pandémie du COVID-19
42
a. Recommandations sur le court terme
i. Principales mesures prises par le gouvernement tunisien au profit des entreprises
ii. Montant des aides financières aux MTPE et méthode de ciblage
iii. Options de financement de l’appui aux MTPE
iv. Coordination dans l’implémentation des mesures
v. Principales mesures prises par le gouvernement au profit des populations
vulnérables
vi. Ajuster le montant des aides financières à la population vulnérable et mieux
cibler les différentes catégories
vii. Des mesures additionnelles d’accompagnement aux populations vulnérables
viii. Des mesures de nature sanitaires pour réduire les risques d’une deuxième
vague de contamination
ix. Options de financement de l’appui aux populations vulnérables
b. Recommandations sur le long terme pour un renforcement de la résilience
économique
i. Économie sociale et solidaire, connexion des populations locales, digitalisation et
lutte contre l’informalité
ii. Accélérer la mise en œuvre du système de protection sociale universelle et de la
stratégie nationale d’inclusion financière
iii. Mobiliser des sources innovantes de financement
7. Références bibliographiques
8. Annexes
Annexe 1. Graphiques et tableaux
Annexe 2. Méthodologie de construction de l’indicateur z-score et de l’évaluation de
l’impact de la crise sur la vulnérabilité financière
Annexe 3. Méthodologie de calcul de la pauvreté multidimensionnelle
Annexe 4. Description du modèle d’équilibre général calculable (CGE)
9. Notes de fin
52
55
71
1
RÉSUMÉ EXECUTIF
A. Résultats
• L’étude estime les impacts macroéconomiques et microéconomiques de la pandémie du COVID-19
sur l’économie tunisienne pour l’année 2020. Un focus particulier est apporté à l’impact sur les MTPE
en termes d’aggravation de leur fragilité, avec une approche par branche et par région, et sur les
ménages en termes d’aggravation de la pauvreté monétaire et de dépenses alimentaires, d’éducation
et de santé, ainsi qu’en termes d’inégalités de revenus.
• Deux scénarios sont retenus pour l’estimation des impacts macroéconomiques : (1) scénario
de référence ou scénario 0 (pre-COVID-19) qui se base sur le cadrage macroéconomique présenté
dans la loi de finances 2020 avec un taux de croissance économique de 2,7% ; (2) scénario 1 post-
COVID intégrant une baisse de l’offre des entreprises, une baisse de la demande des ménages (à
l’exception de celle des biens alimentaires et d’hygiène), une baisse des investissements et une baisse
de l’investissement public de 40% par rapport au scénario de référence.
• La pandémie du COVID-19 entrainerait en 2020 une croissance économique de -4,4%, par
comparaison à une croissance initialement prévue dans le cadre de la loi de finances 2020, de 2,7%,
sous le coup de plusieurs facteurs : (1) un choc d’offre dont l’impact est direct et négatif sur l’activité
de plusieurs secteurs ; (2) une réduction de la demande des ménages du fait du confinement et de la
baisse des revenus pour un grand nombre d’entre eux.
• Les principales composantes de la demande globale subiraient également une baisse en 2020 : -4,9%
pour l’investissement global, -8% pour la consommation des ménages, -8% pour les exportations.
Du côté de l’offre, les importations baisseraient également de -9,6%.
• Le confinement et la baisse de la production engendreraient par ailleurs une augmentation du taux
chômage estimé à 21,6% contre 15% actuellement, soit près de 274 500 nouveaux chômeurs sur
l’année 2020.
• Au niveau des finances publiques, la récession économique prévue se traduirait par un ralentissement
de la croissance de certains types d’impôts et une contraction d’autres, par rapport au scénario de
référence : les impôts indirects progresseraient de +1,5% contre +11% initialement prévu dans
la loi de finances 2020 ; l’impôts sur le revenu des personnes physiques de +1,4% contre +9,5%
initialement prévu dans la loi de finances 2020 ; et l’impôt sur les sociétés de -6% contre +4,6%
initialement prévu dans la loi de finances 2020.
• Les secteurs d’activité les plus impactés par la crise sont les industries non manufacturières (-29%
sur le chiffre d’affaires), le tourisme (-23% sur le chiffre d’affaires), le transport (-19,6% sur le chiffre
d’affaires) et le textile (-17,7% sur le chiffre d’affaires). Les autres secteurs d’activité sont également
impactés mais dans une moindre mesure. Le secteur des industries agro-alimentaires, ou encore celui
de l’enseignement, sont parmi les secteurs les moins impactés.
• Les simulations montrent que le choc du COVID-19 accentue la fragilité financière de la majorité
des microentreprises, en particulier celles opérant dans les secteurs du transport et entreposage,
de l’hébergement et restauration ou encore dans le secteur du textile, habillement, cuir et chaussures.
• Les simulations de l’impact du COVID-19 sur la vulnérabilité financière montrent de fortes disparités
régionales mais différenciées selon le secteur d’activité. Les régions les plus impactées sont celles
du Centre-Est, du Grand Tunis, du Nord-Est et du Nord-Ouest. Les MTPE les plus impactées du secteur
textile, habillement, cuir et chaussures sont localisées dans le Nord-Est. Les MTPE les plus impactées
du secteur hébergement et restauration se situent dans le Sud-Ouest et le Nord-Ouest.
11
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
• Le taux de pauvreté monétaire passerait à 19,2% contre 15,2% actuellement, faisant basculer
les revenus d’environ 475 000 individus en dessous du seuil de la pauvreté monétaire et ce, en
l’absence d’une intervention quelconque de l’État. Deux facteurs contribueraient à cette aggravation:
i) une baisse des revenus par groupe de ménages et ii) une augmentation des prix des aliments de
base.
• Le taux de la pauvreté monétaire extrême augmenterait également suite au choc du COVID-19,
à 3,9% (contre 2,8% actuellement). La pandémie du COVID-19 augmenterait ainsi la pauvreté des
catégories les plus démunies du fait de leur plus grande exposition, non seulement au risque sanitaire,
mais également aux conséquences socio-économiques.
• Du fait de la crise du COVID-19, le taux de pauvreté monétaire passerait de 15,5% à 19,7% pour les
femmes, et de 14,8% à 18,7% pour les hommes. Ce choc, non seulement risquerait d’anéantir tous
les progrès réalisés sur les dix dernières années en matière de lutte contre la pauvreté, mais risque
également d’accentuer la « féminisation » de la pauvreté.
• La récession économique de -4,4% estimée pour 2020 accentuerait la pauvreté multidimensionnelle
(estimée selon une approche monétaire) de 13,2% à 15,6% et ce, du fait des privations subies par les
ménages pauvres, en considérant trois dimensions : (1) les dépenses alimentaires, (2) les dépenses de
santé, et (3) aux dépenses d’éducation.
• La crise du COVID-19 aggrave les inégalités de revenus, mais également les inégalités d’opportunités
dans le sens où toutes les populations n’ont pas accès aux mêmes opportunités de financement,
digitalisation, moyens de communication, etc. et sont donc exposées de manière différenciée au
COVID-19 et à ses effets négatifs.
B. Recommandations
• La pandémie et les mesures prises par les autorités à tous les niveaux (sanitaire, socio-économique,
administratif) devraient pouvoir permettre d’adresser le post-COVID par une réflexion stratégique
hors des sentiers battus et qui permettent d’intégrer cette « nouvelle réalité » post-pandémie
dans le processus de conception du plan de relèvement et d’une nouvelle vision pour la prochaine
décennie.
• Deux niveaux d’intervention sont nécessaires : (1) à court terme, apporter une réponse urgente de
soutien aux populations et de soulagement des effets de la pandémie, (2) à long terme, renforcer la
résilience des populations face aux chocs éventuels à venir et repenser le modèle socioéconomique
pour une plus grande inclusion et pour un développement centré davantage sur l’humain.
Sur le court terme :
• Selon les simulations menées, il est recommandé de consacrer aux MTPE une enveloppe d’appui
financier direct à hauteur de 447,5 MDT (soit environ 1% du budget de l’État) pour chaque trois
mois de confinement, répartis de manière différenciée selon la taille de l’entreprise, le secteur
d’activité et la région.
• En soutien au MTPE, les institutions de microfinance devraient se transformer en un véritable
levier de financement des petites structures de production et des populations vulnérables en ayant
la possibilité de se refinancer auprès de la Banque Centrale au même titre que les institutions
bancaires classiques et de pouvoir collecter des dépôts. Cela aurait des répercussions directes
en termes d’allègement des charges financières associées aux crédits distribués et supportés par
les bénéficiaires. La mobilisation de fonds auprès de la diaspora et l’encouragement des transferts
des tunisiens à l’étranger par des mécanismes incitatifs permettant de les orienter plutôt vers le
financement de projets de développement régional dans différents secteurs d’activités, est également
un outil puissant de financement des populations et donc de réduction des inégalités d’opportunités.
12
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
• La mise en place d’unités de coordination de l’action gouvernementale, entre les différents
intervenants au niveau central, mais également entre l’administration centrale et les autorités
régionales et locales (gouvernorats et municipalités) serait essentielle pour une plus grande
efficacité de l’action gouvernementale. Le suivi de la mise en œuvre des mesures prises par le
gouvernement pour protéger les ménages les plus vulnérables, et pour fournir des aides financières
aux MTPE, nécessite en effet une remontée journalière de l’information afin d’intervenir de manière
rapide pour lever les entraves et garantir l’efficacité du plan national de réponse socio-économique
du COVID-19.
• Le développement de plateformes numériques couplées avec des applications mobiles permettrait
de faire le recoupement des informations provenant aussi bien de l’administration que des
bénéficiaires finaux des mesures de soutien financier (citoyens et MTPE).
•
Il serait utile de capitaliser sur l’expertise de l’Instance Nationale des Élections en matière de
travail de terrain et sur le large réseau de la Poste tunisienne pour constituer des antennes de
relais au niveau des délégations en embauchant (pour une durée de 3 mois, renouvelable) des
équipes de jeunes diplômés capables d’assister les citoyens analphabètes en matière de procédures
d’enregistrement de leurs demandes et de suivi de leurs requêtes.
• S’agissant des populations vulnérables, la mise en place des programmes d’encouragement à la
mobilité des travailleurs entre les secteurs pourrait être une réponse à la réduction de la vulnérabilité
des populations du fait de la crise du COVID-19. Le gouvernement pourrait à ce titre concevoir, en
coopération avec le secteur privé et les partenaires sociaux, des programmes de mobilité pour une
période de six mois renouvelables, permettant aux travailleurs des secteurs fortement impactés par le
choc du COVID-19 (tel que l’hôtellerie et la restauration) qui se sont trouvés au chômage, de travailler
dans le secteur agricole et dans l’industrie agroalimentaire, ces derniers étant parmi les secteurs qui
sont les moins exposés au choc.
•
Il serait également important de soutenir les ménages vulnérables non-propriétaires d’un logement,
et qui subissent une diminution de leurs revenus en raison de la pandémie du COVID-19. Cela pourrait
être effectué par le biais de l’octroi de prêts sans intérêts à hauteur de 1 500 DT (correspondant à trois
mois de loyer), à travers la Banque Tunisienne de Solidarité (BTS).
• Les étudiants boursiers, issus de familles à revenus faibles dont les ressources ont été affectées
par la pandémie du COVID-19, peuvent être contraints d’interrompre leurs études universitaires,
notamment lorsqu’ils sont confrontés à des dépenses alimentaires, de transport et de location, avec
l’impossibilité de se connecter pour suivre les cours à distance. Il est alors recommandé de leur
fournir un soutien additionnel notamment en raison de la prolongation de la période des études
sous forme d’une bonification de 50% du montant mensuel de la bourse d’étude jusqu’au mois de
décembre 2020.
• Les migrants, en situation irrégulière mais aussi les réfugiés et les demandeurs d’asile sont exposés
à une vulnérabilité plus sévère que le reste de la population. Des mesures de soutien pourraient
être mises en place en plus de celles adoptées par le gouvernement, telles qu’une amnistie sur la
pénalité de dépassement de la durée de validité des visas pour les infractions datant avant mars
2020, un moratoire sur les expulsions par les propriétaires ou les municipalités des réfugiés et des
Tunisiens incapables de payer leur le loyer ou pour d’autres raisons, la mise en place un programme
d’évaluation de la santé des migrants pendant la période de la pandémie COVID-19, le renforcement
du soutien et de l’accès à une assistance de base pour les migrants, réfugiés et demandeurs d’asile
les plus touchés - au même titre que les autres groupes vulnérables qui pourraient être menacés de
marginalisation ou d’exclusion et la mise en place, en coopération avec les agences internationales en
charge des problèmes des migrants, d’une plateforme d’information et de communication avec les
migrants pour leur faciliter les procédures administratives et les démarches de rapatriement à leurs
pays, s’ils le souhaitent.
13
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
•
Sur le long terme :
• Le renforcement de la connexion des populations et des régions entre elles constitue un moyen
de libérer le potentiel économique des régions intérieures en catalysant les dynamiques de
développement régional. Cela peut être fait en poursuivant l’amélioration des infrastructures routières
et le maillage des routes, dans la continuité du Plan National 2016-2020, l’objectif étant de permettre
une meilleure connexion des zones rurales aux centres urbains et de faciliter le développement des
marchés et un meilleur accès des populations aux opportunités économiques, aux emplois et aux
services publics.
• L’économie sociale et solidaire constitue également une réponse en faveur de la création de
richesses au niveau territorial et de l’inclusion des populations vulnérables. Ce secteur constitue un
puissant levier de développement et de désenclavement des plus démunis, par le potentiel d’emplois
qu’il peut offrir et les opportunités de création de richesses et d’inclusion liées. Il est donc un vecteur
d’inclusion territoriale et des populations certain.
• La crise actuelle a montré le rôle important que peut jouer le digital et les plateformes numériques
dans l’accès aux marchés et la continuité de l’activité. Cependant, la fracture numérique entre les
gouvernorats, entre les différentes franges de la société, entre les MTPE et les moyennes et grandes
entreprises, pose le problème des inégalités d’accès à la technologie. Dans ce cadre, la réduction de
la fracture numérique et l’amélioration de la couverture des régions intérieures en internet fixe à haut
débit sont prioritaires.
• Afin de réduire la fragilité et la précarité des jeunes chômeurs, l’État gagnerait à encourager la
généralisation de centres de formation aux technologies numériques dans l’ensemble des régions
intérieures. Cela permettrait aux jeunes diplômés en particulier les femmes, plus exposées au
chômage que les hommes, d’être formées aux techniques leur permettant de créer des solutions
numériques (applications mobiles, sites web, formation en ligne, sites de commercialisation de
produits) génératrices de revenus stables.
• La question de la formalisation du secteur informel doit être adressée de manière prioritaire.
Les expériences internationales de pays de l’Amérique Latine ou de l’Europe de l’Est, par exemple,
sont inspirantes à cet égard.
• Le financement de la réponse au COVID-19 est une question fondamentale à adresser, en particulier
lorsqu’il s’agit de la réponse de long terme pour le renforcement de la résilience. L’élargissement de
l’espace budgétaire par l’instrument fiscal mais aussi la rationalisation des dépenses publiques est une
première réponse. La dématérialisation des moyens de paiement permettant d’intégrer la monnaie
circulant actuellement hors du circuit financier formel est également un processus à accélérer et à
concrétiser. La mise en place d’instruments de financement innovants et axés sur le renforcement de
l’accès au financement par les populations vulnérables doit également être la priorité absolue, dans la
perspective de renforcer la résilience aux chocs.
14
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
2
CONTEXTE
15
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
En Tunisie, la pandémie du COVID-19 semble être relativement bien maîtrisée sur le plan sanitaire grâce
à la mobilisation et à la rigueur des professionnels de la santé, des structures sanitaires en place et à la
réactivité des autorités nationales par l’adoption, très tôt, des mesures de confinement et de distanciation
sociale. En revanche, son bilan pourrait être lourd sur le plan socio-économique, d’autant plus que
l’économie tunisienne aborde l’année 2020 avec une croissance quasi-atone à 1% du PIB en 20191.
A. La pandémie du COVID-19 : chiffres et actions clés
Le premier cas de contamination au COVID-19 en Tunisie est apparu le 2 mars 2020 à Gafsa, soit près de
quatre mois après l’apparition des premiers cas de contamination dans la province de Wuhan en Chine.
Les autorités tunisiennes ont pris, très tôt, dès la mi-mars, les dispositions nécessaires pour contenir la
pandémie : mesures de distanciation sociale, instauration d’un couvre feu, confinement total, isolement
des personnes venant de l’étranger. Cela a permis de maitriser relativement la pandémie et d’envisager
un déconfinement progressif début mai. Le graphique 1,ci dessous, offre une vision globale de l’évolution
de la pandémie et de ses principaux chiffres.
Graphique 1 : Évolution de la pandémie du COVID-19 en Tunisie
Source : Targa Consult à partir des bulletins de l’ONMNE– Situation au 09/06/2020
B. L’état de l’économie tunisienne à la veille de la pandémie du COVID-19:
quelques faits stylisés
Le modèle de développement économique et social mis en place dès les années 1970, et avec des
ajustements en faveur d’une plus grande ouverture et libéralisation des marchés dans les années 1990,
a donné ses premiers signes d’essoufflement dès 2008 avec la crise économique globale2. Les tensions
sociales ont commencé à s’amplifier notamment dans le bassin minier et se sont exacerbées en décembre
1 Taux de croissance du PIB réel, en glissement annuel, pour l’année 2019. Source : Institut National de la Statistique.
2 Le taux de croissance du PIB de 6,7% en 2007 à 4,2% en 2008 puis 3% en 2009.
16
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
2010, contribuant à la chute du régime en place en janvier 2011. Il s’en suivait l’entrée de la Tunisie
dans une phase de transition politique, accompagnée d’une transition économique dont l’évolution a été
largement grippée par l’instabilité sociale, politique et sécuritaire post-révolution. Cela s’est traduit par
une croissance économique faible, autour de 1,8% en moyenne annuelle sur la période 2011-2019, et à
1% en 2019.
Les finances publiques ont été fragilisées et le déficit budgétaire aggravé, après 2011, du fait d’une
progression des dépenses publiques, particulièrement les dépenses de fonctionnement, plus rapide que
celles des ressources propres. Ceci s’explique par une politique de relance keynésienne par la demande
engagée en 2011 pour contrer les effets de la révolution, politique qui s’est traduite par une augmentation
de la masse salariale et des dépenses de consommation (alimentaire et en produits énergétiques) plus
lourdes. Le déficit budgétaire, à 1% du PIB en 2010, a atteint un pic à 6,9% en 2013, mais a réussi depuis,
à être ramené autour de 4% du PIB sous le double effet d’une politique de maîtrise de l’évolution de la
masse salariale et de détente sur les prix internationaux des hydrocarbures. La fragilisation des finances
publiques s’est accompagnée parallèlement d’une augmentation de l’encours de la dette publique3.
La politique de relance budgétaire par l’augmentation de la masse salariale a contribué en partie à la
hausse de l’inflation4 dont le taux se situait en 2010 autour de 3%. Le taux d’inflation a, en effet, augmenté
depuis 2011, dépassant les 7% parfois, sous la conjoncture de plusieurs facteurs, entre autres, en lien
avec la dépréciation du dinar (inflation importée), l’augmentation de la masse salariale, la non maîtrise
des circuits de distribution. Sur les deux dernières années, la Tunisie enregistre une relative maîtrise du
taux d’inflation, du fait d’une politique monétaire restrictive agissant par un relèvement du taux d’intérêt
directeur et un resserrement du refinancement bancaire.
Sur les 9 dernières années, le déficit courant s’est également creusé en conséquence, des faibles
performances économiques et de l’évolution plus rapide des importations relativement aux exportations.
Le déficit courant est passé de moins de 5% du PIB en 2010 à près de 9% du PIB en 2019, après avoir
dépassé pour certaines années, les 10% du PIB. Ce déficit a eu comme conséquence une dépréciation du
dinar et/ou une baisse des réserves en devise.
En 2019, le taux de chômage se situe autour de 15% de la population active après avoir atteint les 18%
en 2011 du fait des conséquences conjoncturelles de la révolution en termes de chômage technique.
Cependant, sur les 9 dernières années, le chômage n’a non seulement pas pu être résorbé et ramené
à la baisse de manière significative, mais il est resté très inégal d’une région à l’autre. Pour certains
gouvernorats de Nord-Ouest ou du Centre-Est, ce taux dépasse les 24%. Il dépasse les 30% dans certains
gouvernorats du Sud5. En termes de pauvreté, la Tunisie a enregistré des progrès significatifs. Le taux de
pauvreté monétaire en Tunisie est en effet passé de 23% en 2005 à 15% en 20156, et le taux de pauvreté
extrême, calculé selon le seuil établi par la Banque Mondiale, de $1,90 par jour, est passé de plus de 7%
en 2005 à moins de 2% en 20157.
3 Celui ci est passé de 40% du PIB en 2010, à environ 75% en 2019, avec une dette extérieure dominante par rapport à la
dette domestique (plus de 2/3 environ de l’encours global).
4 Exprimée en termes d’indice des prix à la consommation.
5 Ces chiffres sont révélateurs du déséquilibre régional caractérisant le pays et se reflètent dans l’Indice de Développement
Régional, indice composite intégrant la dimension sociale, le capital humain, les commodités de la vie et l’emploi et accès au
marché du travail. Cet indice révèle en effet les grandes disparités territoriales, en particulier entre les régions intérieures et
celles du littoral en matière de développement et d’opportunités socio-économiques, et de ce fait de montée de l’informalité,
de la précarité et de la vulnérabilité
6 Source : Institut National de la Statistique
7 Source : Institut National de la Statistique
17
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
C. Contenu de l’étude
Cette étude est consacrée à l’étude de l’impact de la pandémie du COVID-19 en Tunisie, sur les MTPE et
les ménages. Son objectif est double : (1) estimer l’impact microéconomique en termes d’accroissement
de la fragilité financière des MTPE et d’aggravation de la pauvreté monétaire et multidimensionnelle des
ménages, afin d’évaluer les dégâts de la pandémie sur l’économie tunisienne au niveau microéconomique;
(2) suggérer des recommandations concrètes pour l’accompagnement des populations vulnérables et
des MPTE durant les phases de la crise, de récupération et de relèvement post-crise. En effet, partant
d’une situation économique fragile comme évoqué plus haut, la pandémie du COVID-19 risque d’avoir
des conséquences importantes sur le plan économique et social et de remettre en cause les acquis,
aussi modestes soient ils, des dernières années, en termes de lutte contre l’exclusion et la vulnérabilité.
Il est par conséquent important, outre la réponse immédiate de soutien durant la crise, d’analyser les
aspects relatifs au renforcement de la résilience des entreprises et des populations, face aux crises
systémiques.
18
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
3
L’ÉCONOMIE TUNISIENNE
À L’ÉPREUVE DU COVID-19
19
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
A l’instar de ce qui est en train de se passer dans plusieurs pays, la pandémie COVID-19 s’est transformée
en Tunisie, en une crise économique et sociale. Les impacts économiques de cette crise sont lourds,
notamment pour les ménages vulnérables et les micros et petites entreprises (MPTE). Partout dans
le monde, elle s’accompagne d’une aggravation du chômage et d’une baisse des salaires des emplois
précaires (avec une perte d’emplois dans le monde, allant de 5,3 à 24,7 millions, selon la sévérité des
impacts considérés à travers différents scénarios) .
Pour un pays en développement tel que la Tunisie, il est primordial de prendre en considération le
travail informel lors de l’analyse des impacts de la pandémie COVID-19 sur la pauvreté monétaire et
multidimensionnelle . En effet, la pandémie actuelle se traduit par un choc sur la demande de travail
et donc par une baisse significative des sources de revenus et du nombre d’heures de travail, générant
une augmentation du nombre des travailleurs dans le secteur informel . Une attention particulière doit,
par ailleurs, être accordée au travailleurs migrants, demandeurs d’asile et réfugiés (aides ménagères,
baby-sitter, jardiniers, travailleurs journaliers dans les secteurs de la construction, du tourisme et de
l’agriculture, etc.) dans le secteur informel, qui sont affectés de manière disproportionnée par les mesures
de confinement. Par ailleurs, les MTPE, opérant dans le secteur informel sont plus vulnérables aux chocs
exogènes à l’instar de la pandémie actuelle . Cela est dû au fait qu’elles n’ont pas accès aux programmes
nationaux de soutiens financiers durant les crises.
A. Méthodologie retenue
L’étude s’est basée sur un modèle d’équilibre général calculable (CGE) pour estimer les impacts du choc
COVID-19 sur l’économie tunisienne.
Le modèle est structuré en 16 secteurs et 103 branches d’activités, deux facteurs de production (main
d’œuvre et capital) et quatre agents (ménages, entreprises, État et Reste du monde). Un soin particulier a
été apporté à la désagrégation des ménages afin de pouvoir analyser la pauvreté multidimensionnelle. En
effet, on y considère 22 catégories de ménages définis selon le sexe et la catégorie socioprofessionnelle.
Cette désagrégation a été faite sur la base des données de l’enquête de consommation de 2015 publiée
par l’Institut National des Statistiques (INS)8.
Le modèle CGE permet d’estimer l’impact du COVID-19 sur l’économie tunisienne en prenant en
considération une conjonction de trois canaux de transmission. Le premier canal est celui de la baisse de
l’offre des biens et services du fait de la fermeture obligatoire des sites de production, de la réduction du
facteur travail et de l’approvisionnement difficile en matières premières et biens et services intermédiaires.
Le deuxième canal de transmission est celui de la baisse de la demande des ménages du fait de la perte
de revenus, de la constitution d’une épargne de précaution, de la baisse de la demande domestique
et globale de certains services tel que le tourisme, le transport, les loisirs, etc. Le troisième canal de
transmission est celui lié à la baisse de l’investissement, baisse d’autant plus importante que l’incertitude
est forte sur la durée de la pandémie et la possibilité d’une seconde vague de contamination9.
L’ampleur des impacts du choc COVID-19 à travers ces canaux de transmission dépend de la durée du
confinement. S’il est vrai que le confinement général a débuté le 22 mars et sa levée graduelle a été
entamée le 04 mai, on estime qu’une durée de trois mois sur l’ensemble de l’année est en adéquation
avec la prolongation des effets (inertie) de cette pandémie, et la reprise graduelle de l’activité économique.
Les effets sont, cependant, différentiés selon les secteurs d’activité, ce que l’on essaye de quantifier à
travers le scénario de crise suivant :
8 Voir annexe 4 pour la description détaillée du modèle.
9 D’autres canaux de transmission non moins importants sont liés à la baisse des exportations, des IDE et des transferts
des travailleurs tunisiens à l’étranger. Ainsi, Chemingui et Ben Jelili (2020) estiment la baisse des IDE dans la région des pays
arabes entre 21% et 29% relativement aux projections initiales. Selon la Banque mondiale (2020a) les remises migratoires
vers les pays à revenus faibles et intermédiaires devraient chuter de 19,7 %.
20
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
- Une baisse de l’offre des entreprises ;
- Une baisse de la demande des ménages (à l’exception de celle des biens alimentaires et d’hygiène);
- Une baisse des investissements ;
- Une baisse des dépenses de l’investissement public de 40% par rapport au scénario de référence.
En effet, face à un probable recul des recettes fiscales et aux dépenses publiques non anticipées suite à
la crise provoquée par le COVID-19, les autorités tunisiennes peuvent être contraintes d’élargir le déficit
budgétaire en réduisant les dépenses d’investissement à hauteur de 3 000 MDT ce qui représente environ
une baisse de 40% par rapport à ce qui a été prévu dans la loi de finances de 2020 .
Les chocs ne sont pas uniformes et dépendent du degré d’exposition des 16 secteurs d’activités considérés,
comme l’indique le tableau A de l’annexe 110.
D’autres scénarios peuvent être développés pour prendre en considération le risque d’une deuxième
vague de contamination qui prolongerait la durée totale du confinement à six mois au lieu de trois, soit
un impact sur l’activité économique (de manière différentiée selon les secteurs) de l’ordre de 50%. Les
résultats, analyses et recommandations établis peuvent être extrapolés pour prendre en considération
une amplitude plus importante de la crise provoquée par le COVID-19.
B.
Impacts macroéconomiques
Le tableau 1 ci dessous résume les résultats des estimations en équilibre général, de l’impact du COVID-19
sur les principaux agrégats macroéconomiques.
La pandémie du COVID-19 entrainerait une croissance économique de -4,4%, comparativement à une
croissance initialement prévue dans le cadre de la loi de finances 2020, de 2,7%.
Plusieurs facteurs seraient à l’origine de ce recul de croissance pour l’année 2020 : (1) un choc d’offre
négatif dont l’impact est direct sur l’activité de plusieurs secteurs. Toute chose étant égale par ailleurs, ce
choc se transmet à d’autres secteurs provoquant des effets indirects à travers une baisse de la demande
adressée à ces secteurs en tant que consommation intermédiaire , (2) une réduction de la consommation
des ménages du fait du confinement et de la baisse des revenus pour un grand nombre d’entre eux, (3)
une réduction de la demande extérieure pour certains secteurs exportateurs du fait que la pandémie du
COVID-19 a également impacté les principaux partenaires commerciaux de la Tunisie. La conjugaison de
ces différents effets aurait comme conséquence une augmentation de l’indice des prix à la consommation
(IPC). En effet, l’impact sur les prix dépend de l’ampleur des chocs de l’offre et de la demande. Si le choc de
l’offre est plus (moins) important que le choc de la demande, le prix d’un produit/service donné augmente
(baisse).
La baisse de la production engendre, par ailleurs, une diminution de la demande du facteur travail, et par
conséquent une augmentation du chômage. Il est attendu d’assister à une aggravation du chômage dont
le taux passerait de 15% (scénario de référence) à 21,6%, ce qui correspond à près de 274 500 nouveaux
chômeurs. Cela se traduirait par une baisse du revenu des ménages et aussi de leur consommation (du fait
entre autres des difficultés d’accès aux marchés des biens et services). Cependant, l’effet du confinement
se traduisant par une baisse de la consommation plus que proportionnelle à celle du revenu11. L’effet net
serait un accroissement de l’épargne agrégée des ménages, par rapport au scénario de référence, de
12,5% et 11,4%, respectivement sous les scénarios 1 et 2.
10 On a également pris en considération l’évolution des prix du pétrole et de gaz pour l’ensemble de l’année 2020, vue
son impact sur le budget de l’État. Cela a été réalisé en faisant les hypothèses suivantes : a) une baisse de 60% du prix
d’importtion du pétrole raffiné et d’exportation du pétrole brut, b) une baisse de 20% du prix du gaz importé, et vi) une
baisse de 4,5% du prix administré du pétrole.
11 Notons que pour certaines catégories socioprofessionnelles, les ménages consacrent une part budgétaire importante aux
biens alimentaires et aux produits d’hygiène et subissent une baisse du revenu et de l’épargne du fait de l’augmentation des
prix.
21
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Tableau 1: Indicateurs macroéconomiques Pré et Post COVID-19
Variations en % (à prix constants sauf pour les impôts en dinar courant)
Scénario de référence
Scénario de crise Covid-19
Produit Intérieur Brut
Taux d’inflation (IPC)
Taux de chômage
Formation Brute de Capital Fixe
Consommation des ménages
Exportations
Importations
Impôts indirects
Impôts sur le revenu des particuliers
Impôts sur les sociétés
2,7
6,7
15,0
2,9
1,9
5,8
3,8
11,3
9,5
4,6
-4,4
7,0
21,6
-4,9
-8,0
-8,0
-9,6
1,5
1,4
-6,0
Source : Calculs des auteurs à partir des estimations du modèle CGE et des données de la loi de finances 2020
Au niveau des finances publiques, la récession économique prévue se traduirait par une baisse des
recettes fiscales par rapport au scénario de référence, comme l’indique le tableau 1. S’agissant des impôts
indirects, par exemple, ils passeront d’une croissance de 11% environ prévue dans la loi de finances 2020,
à 1,5% pour le scénario de crise. L’impôt direct, en revanche, dans sa composante impôt sur les sociétés
subirait une contraction de -6%. La baisse des prix internationaux des hydrocarbures permet, cependant,
une détente sur les dépenses de subvention énergétique et donc sur le budget de fonctionnement de
l’État.
Le commerce extérieur est également impacté du fait que la Tunisie est un pays ouvert et dépendant de
ses échanges avec le reste du monde. La pandémie du COVID-19 ayant impacté le monde entier, et en
particulier les principaux partenaires de la Tunisie tels que la France et l’Italie, et du fait des difficultés de
maintien du transport international, l’impact global sur les exportations et les importations serait négatif12.
L’effet global du COVID-19 serait donc négatif sur l’économie tunisienne pour l’année 2020, avec un recul
de la croissance de -4,4%. Cette baisse serait justifiée essentiellement par la baisse des investissements
(-4,9%), de la consommation privée (-8%) et des exportations (-8%), en points de pourcentage par rapport
au scénario de référence.
C.
Impacts sectoriels
La pandémie du COVID-19 semble impacter les secteurs d’activité de manière différentiée. Le tableau
2 présente l’impact sur le chiffre d’affaires (CA), la valeur ajoutée (VA) et l’excédent brut d’exploitation
(EBE)13 des 16 secteurs d’activités, tel qu’estimé à partir des simulations du modèle CGE, conformément
aux hypothèses du scénario de crise.
12 Selon l’INS, le volume des exportations et des importations a baissé respectivement de de 20% et 22,3% pendant les
quatre premiers mois de l’année 2020 en comparaison avec la même période de l’année 2019.
13 Rappelons les relations comptables qui lient la VA, l’EBE et le CA: EBE = Valeur Ajoutée + Subventions - Frais de personnel -
Impôts indirects ; Valeur Ajoutée = Chiffre d’Affaires- (Achats + Charges).
22
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
L’hôtellerie et restauration, le transport et le textile, habillement, cuir sont parmi les secteurs les plus
impactés par la crise du COVID-19 car ils sont les plus exposés aux mesures de confinement imposées par
les autorités tunisiennes et donc aux chocs à la fois d’offre et de demande.
D’autres secteurs sont impactés indirectement, du fait de leur forte connexion aux trois secteurs cités
plus haut. Les produits agricoles et agroalimentaires par exemple, représentent environ 85% de la
consommation intermédiaire totale de l’hôtellerie et restauration. Par conséquent, la baisse de la valeur
de production des hôtels et restaurants de 23% explique en partie la diminution de la production agricole
et agroalimentaire respectivement de 3% et 2,8% (en termes de CA).
Tableau 2. Estimations des impacts du COVID-19 sur les secteurs d’activités (en %)
Agriculture et pêche
Industries non manufacturières
Industries Agro-alimentaires
Textile, Habillement et cuir
Travail du bois et fabrication d’articles en bois
Métallurgie et Fabrication de produits métalliques
Autres industries
Bâtiment et génie civil (construction)
Commerce et réparation
Hôtellerie et restauration
Transports
Information et communication
Autres services personnels
Enseignement
Activités pour la santé humaine
Autres Services
Emploi
-4,6
-34,5
-0,1
-15,7
-4,1
-3,2
-7,6
2,6
-10,0
-15,8
-15,0
-9,1
-13,0
-0,3
-3,4
-1,0
Chiffre
d’affaires
-3,0
-29,0
-2,8
-17,7
Valeur
ajoutée
-4,8
-29,4
-0,4
-14,5
Excédent brut
d’exploitation
-4,5
-25,8
1,3
-12,3
-2,6
-6,9
-15,1
-7,8
-10,6
-23,0
-19,6
-10,2
-12,6
-0,6
-4,6
-3,6
0,3
-3,8
-9,7
2,6
-10,0
-15,8
-14,1
-10,9
-9,5
-0,3
-3,4
-5,4
4,5
-2,4
-5,5
4,1
-8,4
-14,6
-10,8
-8,7
-9,4
-0,2
-3,1
-1,7
Source : Estimations des auteurs à partir du modèle CGE.
Les industries non-manufacturières sont très fortement impactées également et ce, essentiellement du
fait de l’effondrement des prix internationaux de l’énergie, dont les conséquences seraient également
lourdes sur l’activité pétrolière et les recettes pour le budget de l’État sous forme de redevance et d’impôt
direct sur ce secteur.
Les autres secteurs d’activités sont aussi impactés négativement par la crise du COVID-19 mais dans une
moindre mesure. Il s’agit, par exemple, des secteurs liés aux autres services personnels, commerce et
réparation et information et communication. Il est intéressant de noter, cependant, que la crise aurait un
effet positif sur l’excédent brut d’exploitation des industries agroalimentaires, du bâtiment et génie civil et
du travail du bois et fabrication d’articles en bois. En effet, la baisse des prix de certains produits, notamment
l’énergie, entraînerait une diminution du coût de la consommation intermédiaire et un accroissement de
la valeur ajoutée, et ce malgré la baisse de la valeur de la production. Par exemple, la consommation
intermédiaire en produits pétroliers dans le secteur «Bâtiment et génie civil» représente environ 13,1 %
de la demande intermédiaire totale en ces produits, et 5,5% de la consommation intermédiaire totale
du secteur. En conséquence, une baisse de 4,5% du prix administré du pétrole bénéficie à ce secteur
en réduisant ses coûts et en augmentant sa valeur ajoutée, et ceci malgré la baisse de la valeur de la
production.
23
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
4
IMPACT MICROÉCONOMIQUE DE
LA PANDÉMIE DU COVID-19 : ANALYSE
DES EFFETS SUR LES MICRO ET TRÈS
PETITES ENTREPRISES (MTPE)
24
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Dans cette partie, on analyse les impacts de la crise du COVID-19 sur la fragilité financière des MTPE.
On commence par une présentation de l’importance des MTPE dans l’économie tunisienne, avant
d’analyser leur fragilité financière relative avant le choc COVID-19. Enfin, nous estimons les impacts de
la crise actuelle sur cette fragilité en considérant plusieurs dimensions : sectorielle, régionale, par genre
du dirigeant et par taille des MTPE. L’objectif ultime étant de proposer des recommandations pour les
accompagner durant la crise actuelle, par des aides financières ciblées prenant en considération les
impacts différentiés de la crise sur leur fragilité financière.
A. La place des MTPE dans le tissu productif tunisien
L’économie tunisienne compte 771 032 entreprises en 201714. 87,7% d’entre elles ne comptent pas de
salariés, 7,1% emploient 1 ou 2 salariés et 2,6%, emploient 3 à 5 salariés.
Les MTPE représentent donc 97,3% des entreprises tunisiennes et emploient plus d’un million de
personnes15. Cette étude s’est focalisée sur un champ de 455 515 MPTE patentées mais considérées
comme faisant partie du secteur informel (voir encadré 1). En effet, l’INS adopte la définition suivante
(recommandée par le SCN 2008) du secteur informel : « Le secteur informel est constitué des unités
économiques, quels que soient leur statut juridique et leur type d’activité (y compris l’agriculture),
produisant des biens et services pour le marché et ne disposant, de fait ou de droit, d’aucune comptabilité
complète » .
La valeur ajoutée totale de ces microentreprises a été estimée à 11 449,9 MDT en 2018 soit l’équivalent
de 10,9% du PIB. Très peu de MPTE sont dirigées par des femmes. Celles ci contribueraient, en effet, par
une valeur ajoutée d’environ 1,8% du PIB16.
La répartition de la valeur ajoutée par taille des MTPE montre une contribution des micro entreprises de
moins de 2 salariés à hauteur de 7,3% du PIB. Cette contribution est de 3% du PIB pour celles employant
entre 3 à 5 salariés 17.
14 Selon les statistiques du Répertoire National des Entreprises tunisiennes (RNE 2018). Ce chiffre est de 740 054 entreprises
pour l’année 2016.
15 Il en ressort également que 83,3% de ces microentreprises ont les formes juridiques suivantes : personne physiques
(79,5%) et société unipersonnelle à responsabilité limitée (3,8%). Le tableau 11 de l’annexe 2 présente la répartition par
secteur, de l’emploi salarié formel en 2017.
16 Les données publiées par l’INS (2018) concernent l’année 2016. Cette enquête est conduite tous les cinq ans étant donné
que la typologie des MTPE évolue lentement. L’actualisation des données est faite en utilisant les taux de croissance des VA
sectoriels à partir des données publiées par l’INS.
17 Les entreprises employant initialement 5 salariés ou moins et qui sont passées à 6 salariés lors de l’enquête voire plus,
accaparent le reste qui est de 0,6%.
25
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Encadré 1. Les MTPE à travers l’enquête de l’INS
En 2018, l’INS a publié les résultats d’une enquête portant sur un échantillon représentatif de 9395
entreprises et couvrant un champ de 704 054 microentreprises, soit près de 95% de l’ensemble des
entreprises recensées par le RNE18.
Les données publiées, et exploitées dans cette étude19, concernent le champ des MTPE patentées
mais qui font partie du secteur informel conformément à la définition de l’informalité adoptée par
l’INS. Ce champ couvre 455 515 microentreprises à travers le sous échantillon de 7179 unités. Ces
MTPE ont strictement moins de six salariés et un chiffre d’affaires annuel inférieur à 1 million de dinars.
Il est important de noter que ce champ de l’enquête porte sur les microentreprises hors Agriculture,
Sylviculture et Pêche.
Ces 455 515 MTPE employaient en 2017, 718 250 personnes dont 76,5% d’hommes et 23,5% de
femmes.
L’enquête révèle que 71,7% des emplois sont concentrés dans les entreprises comptant moins de 2
salariés et 23,5% des emplois dans les entreprises de 3 à 5 salariés20. 64,1 % des emplois sont occupés
par des personnes qui gèrent leurs propres unités en tant qu’indépendants (37,7%) ou patrons et
associés (26,4%).
Les salariés et les apprentis représentent respectivement 27,5% et 1% alors que les aides familiaux
(emplois non salariés) représentent 7,4%. Le salaire moyen est estimé à 432 dinars par mois et
32,3% de l’ensemble des salariés identifiés ont un salaire inférieur au SMIG21. Le tableau 10 (annexe
2) présente la répartition de ces microentreprises par secteur, selon la valeur ajoutée, la taille et le
pourcentage des emplois par genre. Il en ressort que du point de vue de l’emploi, les secteurs les
plus importants sont: «commerce», «réparation», «transports et entreposage», «hébergement et
restauration», «autres services» et «industries alimentaires».
B. Méthodologie retenue
Les crises économiques systémiques, à l’instar de la crise actuelle provoquée par la pandémie du COVID-19,
affectent toutes les entreprises, à des degrés différents, et plus particulièrement les MTPE. En effet,
celles ci subissent une chute des ventes, un allongement des délais de paiement des factures par les
clients, et un défaut de paiements. Il en résulte une plus grande fragilité financière en raison de la baisse
de leur liquidité et de leur capacité à financer leur fonds de roulement. Par conséquent, il est important
de leur apporter des aides financières à court terme, afin d’absorber le choc provoqué par le COVID-19
et de minimiser le nombre de faillites et de conserver le maximum de postes d’emplois, l’objectif étant
d’orienter les décideurs dans la mise en place d’une aide financière en adéquation avec l’impact subi par
chaque catégorie de microentreprises (secteur, taille, région, genre). Pour cela, il est important d’estimer
la fragilité financière des MTPE avant et après la crise, en distinguant les secteurs d’activités, la taille de la
microentreprise, le genre du dirigeant et la région d’appartenance.
18 Cela a été possible grâce à un tirage à taux différentiel ayant permis une bonne représentativité des principales branches
d’activité et des autres caractéristiques (statuts juridiques, genre, taille et localisation géographique)
19 On ne considère pas les 99 microentreprises du secteur «autres industries extractives».
20 Les entreprises ayant évolué vers plus de 6 emplois accaparent 4,8% des emplois.
21 Le montant du SMIG est de 403 DT pour le régime de 48 heures et de 344 DT pour le régime 40h.
26
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Partant des données de l’INS (2018b), un indicateur z-score de fragilité financière est construit sur la base
de trois ratios comptables, le premier lié à l’excédent brut d’exploitation, le deuxième aux frais financiers
et le troisième aux frais du personnel22. Plus le z-score est faible plus les microentreprises du secteur
étudié sont vulnérables relativement à celles appartenant à autres secteurs. Le calcul de cet indicateur
de fragilité financière est réalisé pour tous les secteurs en distinguant les caractéristiques des entreprises
(secteur, taille, région, genre), avant et après la pandémie du COVID-19. L’estimation de la fragilité
financière après le COVID-19 est réalisée après la transmission des chocs sectoriels (estimés à l’aide du
modèle CGE (scénario de crise) aux différentes MTPE). Ces dernières subissent les chocs de manière plus
prononcée que les PME et les grandes entreprises opérant dans les mêmes secteurs d’activités du fait de
leur faible pouvoir de marché, ainsi que par l’inertie plus forte du choc, notamment en matière de reprise
de la demande et d’approvisionnement auprès des fournisseurs. De ce fait, il est considéré dans la suite
de l’analyse, que le choc subi par les MTPE est d’une amplitude deux fois plus élevée que celui subit par le
secteur auquel elles appartiennent.
C. Fragilité financière des MTPE avant le choc du COVID-19
Les estimations montrent une plus grande fragilité financière des MTPE opérant dans les industries
alimentaires et le transport et entreposage, relativement aux MTPE appartenant aux autres secteurs
d’activité.
Le graphique 2 illustre la vulnérabilité financière des MTPE par taille en nombre d’employés. Pour la plupart
des secteurs, les microentreprises comptant 3 à 5 salariés sont plus vulnérables que celles comptant moins
de 2 salariés, à l’exception du secteur «Information et communication». Cela pourrait s’expliquer par les
frais du personnel plus importants pour la première catégorie de MTPE. Ces frais semblent notamment
plus importants dans les microentreprises de 3 à 5 salariés du secteur «Transport et entreposage».
Graphique 2. Vulnérabilité financière (relative) des microentreprises
1,5
1,4
1,3
1,2
1,1
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
s
e
r
i
a
t
n
e
m
i
l
a
s
e
i
r
t
s
u
d
n
I
t
e
r
i
u
c
,
t
n
e
m
e
l
l
i
b
a
h
,
e
l
i
t
x
e
t
e
i
r
t
s
u
d
n
I
e
r
u
s
s
u
a
h
c
s
e
l
c
i
t
r
a
’
d
n
o
i
t
a
c
i
r
b
a
f
t
e
s
i
o
b
u
d
l
i
a
v
a
r
T
s
i
o
b
n
e
s
t
i
u
d
o
r
p
e
d
n
o
i
t
a
c
i
r
b
a
F
t
e
e
i
g
r
u
l
l
a
t
é
M
s
e
d
n
o
i
t
p
e
c
x
e
’
l
à
,
s
e
u
q
i
l
l
a
t
é
m
i
s
t
n
e
m
e
p
u
q
é
s
e
d
t
e
s
e
n
h
c
a
m
i
Z-score initial (Taille <=2)
Z-score initial (Taille 3 à 5)
n
o
i
t
c
u
r
t
s
n
o
C
s
e
i
r
t
s
u
d
n
i
s
e
r
t
u
A
n
o
i
t
a
r
a
p
é
r
t
e
e
c
r
e
m
m
o
C
n
o
i
t
a
r
u
a
t
s
e
r
t
e
t
n
e
m
e
g
r
e
b
é
H
e
g
a
s
o
p
e
r
t
n
e
t
e
s
t
r
o
p
s
n
a
r
T
n
o
i
t
a
c
i
n
u
m
m
o
c
t
e
n
o
i
t
a
m
r
o
f
n
I
t
n
e
m
e
n
g
i
e
s
n
E
s
l
e
n
n
o
s
r
e
p
s
e
c
i
v
r
e
s
s
e
r
t
u
A
s
e
c
i
v
r
e
S
s
e
r
t
u
A
i
e
n
a
m
u
h
é
t
n
a
s
a
l
r
u
o
p
s
é
t
i
v
i
t
c
A
Source: Estimations des auteurs à partir des données INS (2018) et des résultats du modèle CGE
Les trois ratios sont R1 = Excédent Brut d’Exploitation / Chiffre d’Affaires = EBE/CA; R2= Frais bancaires + Prime
22
d’asurance /Chiffre d’Affaires = (FB + PA)/CA et R3= Frais du personnel/Valeur ajoutée = FP/VA. Notons que R1 est un
indicateur de la rentabilité économique de l’entreprise (qui n’inclut pas les frais financiers). R2 est un indicateur du poids des
charges financières par rapport au chiffre d’affaires, alors que R3 est un indicateur de l’importance des frais du personnel par
rapport à la valeur ajoutée. Voir l’annexe 3 pour une description de la méthodologie de construction du z-score.
27
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Il est également intéressant d’analyser la vulnérabilité financière en prenant en considération la localisation
géographique (Graphique 3). Tous secteurs confondus, les MTPE du secteur transport et entreposage
sont localisées dans le Sud-Est sont les plus vulnérables financièrement. Ceci pourrait s’expliquer par
une structure de coût caractérisée par des frais du personnel de 25,4% de leur valeur ajoutée au Sud-Est
contre 4,3% pour les MTPE du Grand Tunis. En revanche, les MTPE les moins vulnérables sont celles qui
opèrent dans le secteur «Activités de la santé humaine» dans la région du Sud-Ouest. Une fois de plus, les
différences en termes de poids des frais du personnel dans la valeur ajoutée, expliqueraient cette faible
vulnérabilité financière relativement aux MTPE des autres régions (6,2% de la VA contre 15,6% pour les
MTPE du Centre-Ouest).
Graphique 3. Vulnérabilité financière (relative) des microentreprises
2,0
1,8
1,6
1,4
1,2
1,0
0,8
0,6
0,4
0,2
0,0
Z-score initial (Tunis)
Z-score initial (Nord-Est)
Z-score initial (Nord-Ouest)
Z-score initial(Centre-Est)
Z-score initial (Centre-Ouest)
Z-score initial (Sud-Est)
Z-score initial (Sud-Ouest)
s
e
r
i
a
t
n
e
m
i
l
a
s
e
i
r
t
s
u
d
n
I
t
e
r
i
u
c
,
t
n
e
m
e
l
l
i
b
a
h
,
e
l
i
t
x
e
t
e
i
r
t
s
u
d
n
I
e
r
u
s
s
u
a
h
c
n
e
s
e
l
c
i
t
r
a
’
d
n
o
i
t
a
c
i
r
b
a
f
t
e
s
i
o
b
u
d
l
i
a
v
a
r
T
s
i
o
b
s
t
i
u
d
o
r
p
e
d
n
o
i
t
a
c
i
r
b
a
F
t
e
e
i
g
r
u
l
l
a
t
é
M
i
s
e
n
h
c
a
m
s
e
d
n
o
i
t
p
e
c
x
e
’
l
à
,
s
e
u
q
i
l
l
a
t
é
m
i
s
t
n
e
m
e
p
u
q
é
s
e
d
t
e
n
o
i
t
c
u
r
t
s
n
o
C
s
e
i
r
t
s
u
d
n
i
s
e
r
t
u
A
n
o
i
t
a
r
a
p
é
r
t
e
e
c
r
e
m
m
o
C
n
o
i
t
a
r
u
a
t
s
e
r
t
e
t
n
e
m
e
g
r
e
b
é
H
e
g
a
s
o
p
e
r
t
n
e
t
e
s
t
r
o
p
s
n
a
r
T
n
o
i
t
a
c
i
n
u
m
m
o
c
t
e
n
o
i
t
a
m
r
o
f
n
I
t
n
e
m
e
n
g
i
e
s
n
E
s
l
e
n
n
o
s
r
e
p
s
e
c
i
v
r
e
s
s
e
r
t
u
A
s
e
c
i
v
r
e
S
s
e
r
t
u
A
i
e
n
a
m
u
h
é
t
n
a
s
a
l
r
u
o
p
s
é
t
i
v
i
t
c
A
Source : Estimations des auteurs à partir des données INS (2018) et des résultats du modèle CGE
D. Fragilité financière des MTPE après le choc du COVID-19
Les simulations montrent que le choc du COVID-19 accentue la fragilité financière de la majorité des
microentreprises (Graphique 4). Elles révèlent également que les MTPE les plus impactées sont celles
opérant dans les secteurs du transport et entreposage, de l’hébergement et restauration, du textile,
habillement, cuir et chaussure, de l’information et de la communication, ainsi que du commerce et
réparation. Il est utile de remarquer que ces secteurs concentrent la plus grande part de microentreprises
avec le plus grand nombre de salariés (Tableau C, annexe 1). Ainsi, tel qu’illustré dans le graphique 4,
les MTPE de 3 à 5 sont plus impactées que celles de moins de 2 salariés, en raison principalement du
poids plus important des frais du personnel. En analysant les impacts potentiels sur les pertes d’emplois
par secteur d’activité, suite aux effets négatifs sur la vulnérabilité, il se trouve que sur une échelle de
0 à 5 (5 correspondant aux pertes d’emplois les plus élevées), les secteurs sont classées comme suit
par ordre croissant : Transports et entreposage (5,0) ; Commerce et réparation (2,0) ; Hébergement et
restauration (1,0) ; Industrie textile, habillement, cuir et chaussure (0,2) ; Autres Services (0,2); Information
et communication (0,1); Autres services personnels (0,1); et (0,0) pour le reste.
28
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Graphique 4. Impact de la crise du COVID-19 sur la fragilité financière des microentreprises
6%
2%
-2%
-6%
-10%
-14%
-18%
-22%
-26%
-30%
-34%
-38%
-42%
-46%
-50%
s
e
r
i
a
t
n
e
m
i
l
a
s
e
i
r
t
s
u
d
n
I
t
e
r
i
u
c
,
t
n
e
m
e
l
l
i
b
a
h
,
e
l
i
t
x
e
t
e
i
r
t
s
u
d
n
I
e
r
u
s
s
u
a
h
c
s
t
i
u
d
o
r
p
e
d
n
o
i
t
a
c
i
r
b
a
F
t
e
e
i
g
r
u
l
l
a
t
é
M
t
e
s
e
n
h
c
a
m
i
s
e
d
n
o
i
t
p
e
c
x
e
’
l
à
,
s
e
u
q
i
l
l
a
t
é
m
s
t
n
e
m
e
p
u
q
é
s
e
d
i
s
i
o
b
n
e
s
e
l
c
i
t
r
a
’
d
n
o
i
t
a
c
i
r
b
a
f
t
e
s
i
o
b
u
d
l
i
a
v
a
r
T
n
o
i
t
c
u
r
t
s
n
o
C
s
e
i
r
t
s
u
d
n
i
s
e
r
t
u
A
n
o
i
t
a
r
a
p
é
r
t
e
e
c
r
e
m
m
o
C
n
o
i
t
a
r
u
a
t
s
e
r
t
e
t
n
e
m
e
g
r
e
b
é
H
e
g
a
s
o
p
e
r
t
n
e
t
e
s
t
r
o
p
s
n
a
r
T
n
o
i
t
a
c
i
n
u
m
m
o
c
t
e
n
o
i
t
a
m
r
o
f
n
I
t
n
e
m
e
n
g
i
e
s
n
E
s
l
e
n
n
o
s
r
e
p
s
e
c
i
v
r
e
s
s
e
r
t
u
A
s
e
c
i
v
r
e
S
s
e
r
t
u
A
i
e
n
a
m
u
h
é
t
n
a
s
a
l
r
u
o
p
s
é
t
i
v
i
t
c
A
Impact
Impact (Taille <=2)
Impact (Taille 3 à 5)
Source : estimations des auteurs à partir des données de l’INS (2018b) et des résultats du modèle CGE
Les simulations de l’impact du COVID-19 sur la vulnérabilité financière montrent de fortes disparités
régionales mais différenciées selon le secteur d’activité. Le graphique 5, ci dessous, illustre les résultats de
cet exercice de simulation. En analysant les impacts potentiels sur les pertes d’emplois par région, suite
aux effets négatifs sur la vulnérabilité de la plupart des secteurs, il se trouve que sur une échelle de 0 à 5
(5 correspondant aux pertes d’emplois les plus élevées), les régions sont classées comme suit par ordre
croissant : Centre-Est (5,0); Grand Tunis (3,0); Nord-Est (3,0); Nord-Ouest (3,0); Sud-Est (2,1); Centre-
Ouest (1,4) et Sud-Ouest (0,6). Pour le secteur textile, habillement, cuir et chaussures, les MTPE les plus
impactées sont localisées dans le Nord-Est. Pour le secteur hébergement et restauration, les MTPE les
plus impactées se situent dans le Sud-Ouest et le Nord-Ouest. Il est donc important de considérer cette
dimension régionale dans la mise en place des mesures de politique publique pour le relèvement et le
renforcement de la résilience du tissu productif post-COVID-19.
29
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Graphique 5. Impact de la crise du COVID-19 sur la fragilité financière des microentreprises
4%
0%
-4%
-8%
-12%
-16%
-20%
-24%
-28%
-32%
-36%
-40%
-44%
-48%
-52%
-56%
-60%
Impact (Tunis)
Impact (Nord-Est)
Impact (Centre-Est)
Impact (Centre-Ouest)
Impact (Sud-Est)
Impact (Sud-Ouest)
Impact (Nord-Ouest)
n
o
i
t
c
u
r
t
s
n
o
C
s
e
i
r
t
s
u
d
n
i
s
e
r
t
u
A
n
o
i
t
a
r
a
p
é
r
t
e
e
c
r
e
m
m
o
C
n
o
i
t
a
r
u
a
t
s
e
r
t
e
t
n
e
m
e
g
r
e
b
é
H
e
g
a
s
o
p
e
r
t
n
e
t
e
s
t
r
o
p
s
n
a
r
T
n
o
i
t
a
c
i
n
u
m
m
o
c
t
e
n
o
i
t
a
m
r
o
f
n
I
t
n
e
m
e
n
g
i
e
s
n
E
s
l
e
n
n
o
s
r
e
p
s
e
c
i
v
r
e
s
s
e
r
t
u
A
s
e
c
i
v
r
e
S
s
e
r
t
u
A
i
e
n
a
m
u
h
é
t
n
a
s
a
l
r
u
o
p
s
é
t
i
v
i
t
c
A
s
e
r
i
a
t
n
e
m
i
l
a
s
e
i
r
t
s
u
d
n
I
e
r
u
s
s
u
a
h
c
t
e
r
i
u
c
,
t
n
e
m
e
l
l
i
b
a
h
,
e
l
i
t
x
e
t
e
i
r
t
s
u
d
n
I
s
i
o
b
n
e
s
e
l
c
i
t
r
a
’
d
n
o
i
t
a
c
i
r
b
a
f
t
e
s
i
o
b
u
d
l
i
a
v
a
r
T
,
s
e
u
q
i
l
l
a
t
é
m
s
t
i
u
d
o
r
p
e
d
n
o
i
t
a
c
i
r
b
a
F
t
e
e
i
g
r
u
l
l
a
t
é
M
i
s
t
n
e
m
e
p
u
q
é
s
e
d
t
e
s
e
n
h
c
a
m
i
s
e
d
n
o
i
t
p
e
c
x
e
’
l
à
Source : estimations des auteurs à partir des données de l’INS (2018b) et des résultats du modèle CGE
Le secteur d’activité, la taille de la microentreprise, le poids des frais du personnel dans la valeur ajoutée
et celui des frais financiers dans le chiffre d’affaires sont les quatre critères génériques à prendre en
considération lors de l’octroi des primes.
30
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
5
IMPACTS DU COVID-19 SUR
LA VULNÉRABILITÉ ET LA PAUVRETÉ
DES MÉNAGES
31
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Cette section est consacrée à l’étude de l’impact du COVID-19 sur la vulnérabilité et la pauvreté des
ménages, en se focalisant sur la pauvreté monétaire et la pauvreté multidimensionnelle. Cette dernière est
appréhendée en utilisant des indicateurs monétaires à travers les dépenses consacrées à l’alimentation,
à la santé et à l’éducation (en relation également avec le nombre des années de scolarité). L’analyse
est menée par comparaison entre la situation avant COVID-19, en focalisant sur les catégories socio-
professionnelles les plus impactées et la dimension genre.
A. Impact en termes de pauvreté monétaire
L’évaluation monétaire de la pauvreté se base sur deux concepts : le revenu et le seuil de pauvreté.
Le revenu est défini comme étant le revenu disponible monétaire, approximé ici par les dépenses de
consommation. Les seuils de pauvreté bas (haut) par milieu pour 2015 sont de 1085 DT (1878 DT) en zone
métropolitaine, 1050 DT (1703 DT) en zone communale et 952 DT (1501 DT) en zone non communale et
ce conformément à la méthodologie de la Banque Mondiale et adoptée par l’INS. Le modèle d’équilibre
général calculable23 calibré pour l’économie tunisienne et l’utilisation de l’enquête de consommation de
2015 permettent dans cette étude, d’estimer le revenu de chaque catégorie de ménages et les prix du
marché des produits couvrant leurs besoins essentiels et ce, avant puis après le choc du COVID-19.
Afin d’estimer l’impact de la pandémie du COVID-19 sur les inégalités de genre, une combinaison de
deux mesures a été retenue : les inégalités inter-sexes et les inégalités intra-sexes. La démarche suivie
ne se limite donc pas à la mesure des inégalités de genre entre catégories socioprofessionnelles, mais
considère également les disparités de revenus par genre au sein de chaque catégorie socioprofessionnelle.
La finalité d’une telle décomposition est de savoir dans quelle mesure le choc du COVID-19 a eu des
impacts différenciés par genre sur les revenus et si ces impacts sont liés à la catégorie socioprofessionnelle.
Les ménages les plus pauvres en Tunisie appartiennent aux catégories socioprofessionnelles des ouvriers
agricoles et non agricoles, les exploitants agricoles, les chômeurs et autres inactifs. Les ouvriers agricoles,
ne représentent que 2,2% de la population totale mais 5,5% de la population vivant en dessous du seuil
de pauvreté, soit environ 2,5 fois son poids démographique (Tableau 3).
Tableau 3. Taux de pauvreté monétaire et extrême par catégorie socioprofessionnelle
des chefs des ménages*
Part de la
population totale
en %**
Pauvreté
monétaire
avant le choc
Pauvreté
monétaire
après le choc
Pauvreté
extrême
avant le choc
Pauvreté
extrême
après le choc
Cadres et professions libérales
supérieures
Cadres et professions libérales
moyens
Autres employés
Patrons des petits métiers dans
l'industrie
Artisans et indépendants des petits
métiers
Ouvriers non agricoles
Exploitants agricoles
Ouvriers agricoles
Chômeurs
Retraités
Autres inactifs
National
9,89
3,67
14,02
2,09
3,99
23,10
7,61
1,65
2,86
14,51
16,60
100
2,85
4,52
13,12
4,65
9,24
21,81
21,42
38,30
35,59
5,79
19,50
15,15
4,27
6,55
17,16
7,77
12,88
27,30
26,79
45,11
41,68
7,86
24,5
19,23
0,16
0,57
1,81
0,35
1,81
3,71
4,78
9,55
11,70
0,69
4,15
2,87
0,34
0,91
2,88
0,56
2,25
5,18
6,30
13,71
16,37
0,84
5,60
3,99
Source : estimations des auteurs à partir des résultats du modèle CGE
23
Voir annexe 4.
32
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
*Ratio de la population pauvre disposant de moins de $ 4,6$5 par jour (2015 PPA) et Ratio de la population pauvre disposant
de moins de $ 2,4par jour (2015 PPA)
**Les parts de la population sont calculés à partir de l’échantillon de l’enquête de consommation de 2015 publié par l’Institut
National des Statistiques
Les simulations montrent qu’en l’absence de mesures d’atténuation par l’État, le taux de pauvreté
monétaire passerait de 15,2% avant le choc du COVID-19 à 19,2%, faisant basculer environ 457 500
individus dans la pauvreté. Deux facteurs contribueraient à cette aggravation : (i) une baisse des dépenses
de consommation par groupe de ménages et (ii) une augmentation des prix des aliments de base.
Les franges les plus impactées par le COVID-19 sont les ouvriers, les chômeurs et les autres inactifs qui
subissent une détérioration plus importante de leurs revenus relativement aux autres catégories de
ménages. Pour ces deux dernières catégories, même si les inactifs ne reçoivent pas de revenus directs, ils
en reçoivent de la part de leurs familles et proches. Ce revenu a été estimé ici selon l’approche retenue
dans cette étude. Les inactifs et les chômeurs sont parmi les plus affectés par le choc sanitaire car en plus
de la hausse des prix, ils subiraient l’effet de la baisse des revenus de leurs proches.
Il est à noter également que le taux de la pauvreté extrême augmenterait suite au choc introduit par le
COVID-19. Il passerait de 2,9% à 3,3% à l’échelle nationale. Il est donc important de noter que la pandémie
du COVID-19 augmenterait la pauvreté des catégories les plus démunies du fait de leur plus grande
exposition, non seulement au risque sanitaire, mais également aux conséquences socio-économiques.
Le tableau 4 ci-dessous met en exergue l’impact du COVID-19 sur la pauvreté monétaire, par catégorie
socio-professionnelle et par genre. Les résultats montrent que le choc sanitaire risquerait d’anéantir tous
les progrès réalisés sur les dix dernières années en matière de lutte contre la pauvreté, mais également
risquerait d’accentuer la « féminisation » de la pauvreté. En effet, la pauvreté monétaire passerait pour les
femmes à 19,77% du fait de la pandémie, contre 18,71% pour les hommes. Avant le choc, ces taux étaient
respectivement de 15,5% et 14,8%.
Ce sont les femmes ouvrières agricoles et non agricoles ainsi que les chômeuses qui subissent les impacts
négatifs au premier degré. Pour les hommes, à ces deux catégories s’ajoute également la catégorie des
autres inactifs. Ce sont en effet ces catégories qui souffrent le plus de la précarité des revenus et qui,
par conséquent, risquent de sombrer davantage dans la pauvreté extrême. Si la crise sanitaire perdure,
la situation deviendra plus difficile pour ces catégories dont la majorité bénéficie insuffisamment des
programmes d’aides sociales.
33
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Tableau 4. Les taux de la pauvreté monétaire par catégorie socioprofessionnelle
des chefs de ménages et par sexe
(Ratio de la population pauvre disposant de moins de $ 4,6 par jour (2015 PPA))
Part de la
population
en %
Hommes
Pauvreté
monétaire
avant le
choc
Pauvreté
monétaire
après le
choc
Part de la
population
en %
Femmes
Pauvreté
monétaire
avant le
choc
Pauvreté
monétaire
après le
choc
Cadres et professions libérales
supérieures
Cadres et professions libérales
moyens
Autres employés
Patrons des petits métiers dans
l'industrie
Artisans et indépendants des petits
métiers
Ouvriers non agricoles
Exploitants agricoles
Ouvriers agricoles
Chômeurs
Retraités
Autres inactifs
National
10,7
4,03
2,97
4,58
4,37
6,67
15,32
13,29
17,37
2,33
4,37
25,09
8,14
1,65
2,97
15,76
9,64
100
4,56
9,32
22,05
21,07
38,99
36,71
5,95
26,34
14,8
7,71
13,02
27,61
26,68
45,69
42,83
8,07
32,64
18,71
3,49
0,89
3,81
0,19
1,02
7,46
3,43
1,64
1,98
4,67
71,42
100
0
2,51
7,87
13,71
6,7
15,64
27,89
32,86
22,38
1,61
12,23
15,5
1,77
2,51
10,72
13,71
7,97
19,09
28,96
40,48
28,07
2,29
15,84
19,77
Source : estimations des auteurs à partir des résultats du modèle CGE.
Le choc du COVID-19 augmente les inégalités inter-sexe entre les catégories socioprofessionnelles, mais
n’affecte pas les inégalités de genre, entre hommes ou entre femmes, appartenant à la même catégorie
socioprofessionnelle. Le tableau 5 ci-dessous illustre ces résultats, à travers le calcul de l’indice de Gini.
La décomposition de l’inégalité en sous groupe permet d’expliquer la totalité des inégalités de revenus
estimées, sans perte d’information. La contribution des inégalités intergroupes (8,76%) à l’inégalité totale
est la seule source d’augmentation de l’inégalité totale par 1,7%.
34
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Tableau 5. Les Indices des inégalités selon le sexe et par catégorie socioprofessionnelle
Inégalités intra-sexe :
Hommes
Inégalités intra-sexe :
Femmes
Inégalités inter-
sexe
Indices de
Gini avant
le choc
Indices
de Gini
après le
choc
Indices
de Gini
avant le
choc
Indices de Gini
après le choc
Avant le
choc
Après
le choc
0,287
0,287
0,295
0,295
0,0046
0,0049
0,271
0,271
0,253
0,251
0,271
0,283
0,284
0,321
0,282
0,306
0,305
0,271
0,257
0,271
0,330
0,253
0,295
0,251
0,222
0,271
0,283
0,284
0,321
0,282
0,306
0,305
0,293
0,320
0,291
0,337
0,285
0 ,323
0,330
0,257
0,330
0,295
0,222
0,293
0,320
0,291
0,337
0,285
0 ,323
0,330
0,0015
0,0018
0,0010
0,0019
0,0043
0,0051
0,0006
0,0009
0,0013
0,0008
0,0007
0,0001
0,0011
0,0002
0,0120
0,0080
0,0029
0,0026
0,0251
0,0278
0,0008 0,00087
Cadres et professions libérales
supérieures
Cadres et professions libérales
moyens
Autres employés
Patrons des petits métiers
dans l'industrie
Artisans et indépendants des
petits métiers
Ouvriers non agricoles
Exploitants agricoles
Ouvriers agricoles
Chômeurs
Retraités
Autres inactifs
National
Source : estimations des auteurs à partir des résultats du modèle CGE
B.
Impacts en termes de pauvreté multidimensionnelle
L’approche monétaire n’est pas suffisante pour mener une analyse exhaustive des privations, à l’instar des
inégalités d’accès aux services de santé ou d’éducation. En effet, en plus des difficultés de mesure24 qu’il
pose, le revenu ne représente qu’une mesure indirecte du bien-être. L’approche monétaire de la pauvreté
ne fournit donc que des informations partielles sur les caractéristiques socio-économiques des ménages
qui contribuent le plus à la pauvreté globale. Par conséquent, il est important de la compléter par une
analyse de la pauvreté multidimensionnelle. Pour cela l’approche d’Alkire-Foster (2011) a été utilisée
pour identifier les ménages multi-dimensionnellement pauvres et pour calculer les taux de pauvreté
multidimensionnelle des différentes catégories de ménages25.
i.
La pauvreté multidimensionnelle par catégorie socioprofessionnelle avant le choc
du COVID-19
Les résultats des simulations, sont illustrés par le tableau 6 ci-dessous et montrent que les ouvriers agricoles
et non agricoles, les chômeurs et autres inactifs reflètent plus de 70% de la pauvreté globale26.
24 L’approximation du revenu par la consommation suppose un taux d’épargne nul.
25 Les seuils non alimentaires comprennent un seuil pour juger si un individu est défavorisé dans la dimension santé (par
rapport à la moyenne des dépenses en santé à l’intérieur de chaque groupe) et un seuil pour évaluer sa situation dans la
dimension éducation (scolarisation primaire ou de bas). Concernant les dépenses alimentaires on avait adopté l’approche
de l’INS (le seuil de pauvreté alimentaire est obtenu en multipliant le cout médian de k calories du groupe de référence par
l’énergie nécessaire et recommandé).
26 On a estimé la contribution relative de chaque catégorie de ménages et de chaque dimension au taux de pauvreté global.
La méthodologie d’identification est basée sur l’indice de Foster, Greer et Thorbeck FGT. (Voir l’annexe 4 pour les détails
méthodologiques).
35
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Tableau 6. Mesures de la pauvreté multidimensionnelle par catégorie socioprofessionnelle
La part de la
population
totale en %
8,2
2,8
12,7
1,6
3,5
21,5
8,4
2,2
2,8
14,0
22,5
100
H=q/n
4,9
6,2
11,2
6,3
9,6
15,6
20,1
24,0
25,5
8,2
21,1
16,0
𝟎𝟎
𝐌𝐌
= 𝐇𝐇. 𝐀𝐀
3,8
5,1
9,2
5,0
7,8
13,1
16,8
20,7
21,5
6,6
17,7
13,2
Contribution à la
pauvreté nationale
en %
2,4
1,1
8,9
0,6
2,1
21,2
10,7
3,5
4,6
9,4
35,5
100
Cadres et professions libérales supérieures
Cadres et professions libérales moyens
Autres employés
Patrons des petits métiers dans l'industrie
Artisans et indépendants des petits métiers
Ouvriers non agricoles
Exploitants agricoles
Ouvriers agricoles
Chômeurs
Retraités
Autres inactifs
National
Source : Estimations faites par les auteurs
L’incidence de la pauvreté et sa mesure ajustée27 sont plus élevées aussi pour les chômeurs, autres inactifs
et ouvriers agricoles. La contribution moyenne des dépenses de santé dans la mesure de pauvreté de ces
catégories s’élève à 59,7% dépassant ainsi celle du global (44,5%), tandis que la contribution moyenne des
dépenses alimentaires pour ces mêmes catégories représente 20,5%.
Pour orienter les décideurs pour un meilleur ciblage des populations vulnérables, l’analyse des privations
est faite ici par genre et par catégorie socioprofessionnelle. Les hommes ouvriers agricoles, chômeurs et
autres inactifs se caractérisent par une pauvreté multidimensionnelle élevée qui contribue à hauteur de
21,4% à la pauvreté multidimensionnelle globale (tableau 7).
Tableau 7. Mesures de la pauvreté multidimensionnelle par catégorie socioprofessionnelle pour les
hommes
Part de la
population
totale en %
7,8
2,7
12,2
1,5
3,3
20,4
7,8
2,0
2,5
13,4
10,2
H=q/n
4,6
5,8
10,8
6,4
8,3
15,1
18,8
21
24,1
10,9
23
𝟎𝟎
𝐌𝐌
3,6
= 𝐇𝐇. 𝐀𝐀
4,9
9,3
5,2
6,8
13,3
16,3
18,6
21,7
8,4
19,9
Contribution à la
pauvreté nationale
en %
1,2
0,5
4,4
0,3
1,0
10,4
5,2
1,7
2,3
4,6
17,4
Cadres et professions libérales supérieures
Cadres et professions libérales moyens
Autres employés
Patrons des petits métiers dans l'industrie
Artisans et indépendants des petits métiers
Ouvriers non agricoles
Exploitants agricoles
Ouvriers agricoles
Chômeurs
Retraités
Autres inactifs
Source : Estimations faites par les auteurs
27 Il s’agit des mesures de pauvreté multidimensionnelles (H et M0) (voir annexe 4).
36
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Les femmes ouvrières agricoles et exploitantes agricoles sont les plus vulnérables et se caractérisent par
une pauvreté multidimensionnelle28 très élevée : 29,7% pour les ouvrières agricoles et 21,9% pour les
exploitantes agricoles (Tableau 8).
Tableau 8. Mesure de la pauvreté multidimensionnelle par catégorie
socioprofessionnelle pour les femmes
Cadres et professions libérales supérieures
Cadres et professions libérales moyens
Autres employées
Patrons des petits métiers dans l'industrie
Artisans et indépendants des petits métiers
Ouvrières non agricoles
Exploitantes agricoles
Ouvrières agricoles
Chômeurs
Retraitées
Autres inactifs
Source : Estimations faites par les auteurs
Part de la
population
totale en %
0,4
0,1
0,5
0,1
0,2
1,0
0,6
0,3
0,3
0,6
12,3
H=q/n
2,2
3,3
8,4
14,3
7,3
15,4
25,5
34,9
14,7
2,0
13,6
Contribution à la
pauvreté nationale en
%
1,2
𝟎𝟎
𝐌𝐌
= 𝐇𝐇. 𝐀𝐀
1,8
2,3
7,3
10
6,6
12,9
21,9
29,7
12,3
1,6
11,6
0,6
4,5
0,3
1,1
10,8
5,5
1,8
2,3
4,8
18,1
Les dimensions relatives à la santé et à l’alimentation sont prioritaires pour ces deux catégories. En
effet, pour les ouvrières agricoles, les contributions des deux dimensions (santé et alimentaire) dans la
mesure de la pauvreté multidimensionnelle de cette catégorie de la population sont respectivement de
47,8% et 22,1%. Elles contribuent respectivement à hauteur de 48,8% et 20,1% à la mesure de pauvreté
multidimensionnelle des exploitantes agricoles (Tableau 9).
28 C’est le produit entre l’incidence de la pauvreté et la moyenne de la part de privation parmi les pauvres. Cette mesure est
sensible à l’intensité de la pauvreté.
37
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Tableau 9. Contributions des différentes dimensions retenues, à la pauvreté
Contribution des dimensions dans la pauvreté
Dépenses
alimentaires
Éducation
Santé
Cadres et professions libérales supérieures
Cadres et professions libérales moyens
Autres employés
Patrons des petits métiers dans l'industrie
Artisans et indépendants des petits métiers
Ouvrières non agricoles
Exploitantes agricoles
Ouvrières agricoles
Chômeuses
Retraitées
Autres inactifs
Source : Estimations faites par les auteurs
0,176
0,172
0,221
0,240
0,176
0,201
0,201
0,221
0,194
0.125
0,211
0,353
0,252
0,316
0,229
0,353
0,311
0,311
0,301
0,290
0,374
0,312
0,471
0,576
0,463
0 ,531
0,471
0,488
0,488
0,478
0,516
0,501
0,478
ii.
La pauvreté multidimensionnelle après le choc du COVID-19 : analyse d’impact par catégorie
socioprofessionnelle
La récession économique de -4,4% du fait de la pandémie du COVID-19 accentuerait la pauvreté
multidimensionnelle par une augmentation de l’indice de pauvreté multidimensionnelle de 13.2% à
15,6% et ce, du fait des privations subies par les ménages pauvres, en considérant trois dimensions : i) les
dépenses alimentaires, ii) les dépenses de santé, et iii) celles relatives à l’éducation.
Les contributions des dimensions «dépenses alimentaires» et des «dépenses de santé» augmentent
légèrement, contribuant respectivement à hauteur de 21,3% et 49,1% au taux de pauvreté global29. La
contribution de la dimension santé comme étant la principale source de privation pour les tunisiens,
est accentuée après le choc COVID-19. Naturellement, ces contributions varient selon les catégories
socioprofessionnelles.
29 La contribution de chaque dimension au ratio effectif global ajusté () change après le choc COVID-19.
38
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Tableau 10. La contribution de chaque type de dépenses au ratio effectif global ajusté (en %)
Alimentation
Éducation
Avant le choc
Après le choc
14,4
21,3
41,1
29,6
Santé
44,5
49,1
Source : estimations des auteurs à partir des résultats du modèle CGE.
Le graphique 6 reproduit les résultats des simulations du choc du COVID-19 en termes de pauvreté
multidimensionnelle, par catégorie socioprofessionnelle. Les catégories les plus affectées seraient les
chômeurs (+13%), les ouvriers agricoles (+13%), les autres inactifs (+35,6%) et les retraités (+57,6%). Ce
résultat s’explique par le fait que la contribution des dépenses alimentaires et de santé à la pauvreté
multidimensionnelle pour ces quatre catégories socioprofessionnelles est autour de 90%.
Graphique 6. Répartition de la pauvreté multidimensionnelle
par catégorie socioprofessionnelle, avant et après le choc
Source : estimations des auteurs à partir des résultats du modèle CGE.
39
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
iii.
La pauvreté multidimensionnelle après le choc du COVID-19 : analyse d’impact par genre
L’analyse est menée ici en termes de répartition des privations par genre30. Les simulations montrent que
le choc du COVID-19 accentue les privations chez les hommes artisans et indépendants des petits métiers
(+36,7%), les ouvriers agricoles (+11,4%) et non agricoles (+14,3%), les chômeurs (+9,7%) et autres inactifs
(+10%)31. Ces résultats sont illustrés par le graphique 7.
Graphique 7. Impact du COVID-19 sur la répartition de la pauvreté multidimensionnelle par
catégorie socioprofessionnelle pour les hommes
Source : estimations des auteurs à partir des résultats du modèle CGE.
Les simulations montrent que les femmes subiraient le choc du COVID-19 de façon plus importante que
les hommes. Ce résultat concerne notamment les artisanes et indépendantes des petits métiers (+43,9%),
les chômeuses (+35,8%), les autres inactives (+24,1%), les ouvrières agricoles (+26,6%) et les exploitantes
agricoles (+23,3%). La composante Alimentation contribue le plus à la pauvreté de ces catégories socio-
professionnelles, dépassant même sa contribution à la pauvreté globale (15,1%) (Graphique 8).
30 Les mesures proposées par Alkire et Foster (2011) permettent de révéler les sources de privations pour les différents
groupes d’individus considérés (Cette propriété n’est pas vérifiée pour le taux de pauvreté effectif (H)).
31 Ces catégories contribuent le plus au ratio effectif global ajusté et par conséquent au taux de pauvreté global. Notons
également que la dimension dépenses de santé contribue le plus à la mesure de pauvreté ajustée (M0) pour ces catégories
en moyenne de 78,6%.
40
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Graphique 8. Impact du COVID-19 sur la répartition de la pauvreté multidimensionnelle par
catégorie socioprofessionnelle pour les femmes
Source : estimations des auteurs à partir des résultats du modèle CGE.
En conclusion, en absence de mesures d’atténuation, le taux de pauvreté monétaire augmenterait
de 15,2% à 19,1% alors que le taux de l’extrême pauvreté passerait de 2,9% à 3,3%. Les catégories
socioprofessionnelles les plus impactées étant les ouvriers, les chômeurs et les autres inactifs. Il a
été également montré que la crise actuelle accentuerait les inégalités entre les différentes catégories
socioprofessionnelles. Par ailleurs, l’analyse de la pauvreté multidimensionnelle en tenant en compte de la
privation des ménages en alimentation, santé et éducation, montre qu’en absence d’un programme social
adéquat, la pauvreté multidimensionnelle passerait de 13,2% à 15,6%. Les estimations montrent que les
femmes sont plus impactées relativement aux hommes. Cela concerne notamment les femmes artisanes
et indépendantes des petits métiers, les chômeuses, les « autres inactives », les ouvrières agricoles et les
exploitantes agricoles.
41
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
6
RECOMMANDATIONS POUR
UNE MITIGATION DES EFFETS
DE LA PANDÉMIE DU COVID-19
42
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
La crise du COVID-19 aggrave les inégalités de revenus, mais également les inégalités d’opportunités dans
le sens où toutes les populations n’ont pas accès aux mêmes opportunités de financement, digitalisation,
moyens de communication, etc. et sont donc exposées de manière différenciée au COVID-19 et à ses
effets négatifs.
La décennie 2020 est celle de l’accélération des Objectifs du Développement Durable et de l’Agenda 2030
mais la pandémie du COVID-19 a un impact négatif énorme en termes de développement humain lequel
est en passe de régresser pour la première fois depuis 1990. Adresser les impacts du COVID-19 passe donc
nécessairement par la nécessité d’intervenir à deux niveaux : (1) à court terme, apporter une réponse
urgente de soutien aux populations et de soulagement des effets de la pandémie, (2) à long terme, renforcer
la résilience des populations face aux chocs éventuels à venir et repenser le modèle socioéconomique
pour une plus grande inclusion et pour un développement centré davantage sur l’humain. Dans tous les
cas, le principe du « Leave No One Behind » est fondamental et souligne par conséquent la nécessité de
ne laisser personne de côté. La priorité doit être donnée aux populations vulnérables afin de leur donner
les moyens de mieux résister aux chocs et de limiter leur surexposition au creusement des inégalités,
d’appauvrissement des populations, d’accroissement de leur vulnérabilité et de leur marginalisation, etc.
La phase de confinement, l’exposition à la pandémie et les mesures prises à tous les niveaux (sanitaire,
socio-économique, administratif) devraient pouvoir permettre d’adresser le post-COVID par une réflexion
stratégique hors des sentiers battus et qui permettent d’intégrer cette « nouvelle réalité » post-pandémie
dans le processus de conception du plan de relèvement et d’une nouvelle vision pour la prochaine décennie :
la digitalisation, aussi bien dans les services administratifs que pour les entreprises et les populations, comme
garantie de continuité des services publics et comme axe de connexion des populations aux opportunités
d’emplois et à l’écosystème entrepreneurial ; l’accélération des réformes structurelles permettant de
renforcer le lien social (protection sociale, inclusion financière et au financement, etc.), le développement
de nouveaux secteurs tels que celui de l’économie sociale et solidaire, etc. sont autant de pistes possibles
sur lesquels la réflexion stratégique de long terme devrait être engagées.
Le gouvernement a apporté des réponses socio-économiques immédiates pour soulager l’impact de la
pandémie sur les populations vulnérables (ménages et microentreprises) et des mesures à plus moyen
terme. Elles sont analysées dans cette partie et des recommandations sont formulées, ainsi que des pistes
de réflexion stratégiques sur le long terme.
A. Recommandations sur le court terme
•
Pour les MTPE :
i.
Principales mesures prises par le gouvernement tunisien au profit des entreprises
Le gouvernement a mis en place une panoplie de mesures pour soutenir les entreprises tunisiennes durant
la pandémie et pour amortir les effets négatifs du confinement. Ces mesures ont porté principalement
sur: (i) une ligne de garantie de 500 MDT, (ii) une ligne de financement des crédits aux PME de 300 MDT,
(iii) la bonification des taux d’intérêt de 3 points, représentant un montant de 40 MDT, (iv) la restitution
du crédit d’impôt à hauteur de 52 MDT, (iv) un financement de quasi-equity32 à travers un fonds
d’investissement à l’initiative de la Caisse des Dépôts et Consignations de 600 MDT. Ces mesures
bénéficieraient aux grandes et moyennes entreprises qui n’avaient pas de difficultés particulières d’accès
au financement avant le choc du COVID-19. Ces mesures ne contiennent cependant pas de fenêtre dédiée
aux aides financières ciblant les MTPE.
32 Financement flexible en termes de garanties et de délai de remboursement.
43
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
ii. Montant des aides financières aux MTPE et méthode de ciblage
L’analyse réalisée dans le cadre de cette étude révèle l’importance d’allouer des aides financières aux
MTPE en fonction de l’amplitude des impacts auxquels elles sont exposées33. Il s’avère en effet que les
impacts varient fortement en fonction du secteur d’activité, de la taille de l’entreprise et de sa structure
de coûts.
Selon les simulations menées, il est recommandé de consacrer aux MTPE une enveloppe d’appui financier
direct à hauteur de 447,5 MDT (soit environ 1% du budget de l’État) pour chaque trois mois de confinement.
Ce résultat est déduit à partir des estimations effectuées dans le cadre de cette étude, calibrées sur un
champ de 455 515 MTPE qui montrent que pour cet échantillon, les aides financières nécessaires sont
égales à 289,5 MDT réparties à hauteur de 82,4% sous forme de soutien aux frais de personnels et 17,6%
sous forme de prise en charge d’une partie des frais financiers34. Ce montant total devrait aussi être
réparti à hauteur de 54% pour les microentreprises de moins de 2 salariés et à hauteur de 46% pour celles
employant 3 à 5 salariés.
La répartition de la prime totale par région et par type de charges à couvrir (frais de personnel, frais
financiers) est illustrée dans le graphique 9 ci-dessous.
Graphique 9. Soutien public nécessaire aux microentreprises
Répartition par type et par région (en MDT)
120
110
100
90
80
70
60
50
40
30
20
10
0
6
105
s
i
n
u
T
d
n
a
r
G
Frais bancaires et d'assurance
Frais du personnel
6
69
t
s
E
-
e
r
t
n
e
C
3
38
t
s
E
-
d
r
o
N
3
17
t
s
e
u
O
-
d
r
o
N
1
15
t
s
E
-
d
u
S
1
14
t
s
e
u
O
-
e
r
t
n
e
C
1
12
t
s
e
u
O
-
d
u
S
Source: estimations des auteurs à partir des données de l’INS (2018b) et des résultats du modèle CGE.
Cette répartition prend en considération les impacts différenciés du choc COVID-19 sur les secteurs
d’activité en fonction de la région. Étant données les divergences régionales en matière de localisation des
activités économiques, le montant de la prime totale la plus élevée devrait revenir à la région de Grand
Tunis. Il est intéressant de noter que la part la plus élevée des frais du personnel dans la prime revient aux
régions du Grand Tunis et du Sud-Ouest (95%). Elle est la plus faible pour le Nord-Est avec 86%
33 Selon EIM (2004) les aides directes aux PME constituent le premier instrument privilégié des pays européens suivi par
les exonérations fiscales. Les crédits accordés viennent en troisième position suivis par les garanties publiques. Les autres
instruments tels que le retard des échéances de paiement des taxes et la prise de participation dans le capital (equity finance)
n’ont été utilisés que rarement.
34 Les montants de l’appui financier ont été calculés de manière à ce que les microentreprises retrouvent le même niveau
de vulnérabilité financière avant le choc du COVID-19. Des analyses fines ont été développées pour un ciblage optimal des
MTPE en fonction du secteur d’activité, de la taille de l’entreprise, de la localisation géographique et du type de soutien (frais
du personnels ou frais bancaires et primes d’assurance).
44
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
(14% pour les frais financiers). L’aide financière moyenne serait donc de 636 DT par MTPE, dont 524 DT
pour le soutien aux frais du personnel et 112 DT pour la prise en charge d’une partie des frais financiers35.
L’aide financière varie considérablement en fonction du degré d’exposition du secteur d’activité à la
crise. Ainsi, à titre d’illustration, elle serait de l’ordre de 16 DT pour une MTPE opérant dans l’Industrie
alimentaire et de 4071 DT pour une MTPE dans le secteur de l’hébergement et restauration (tableau 11).
Tableau 11. Soutien public nécessaire aux microentreprises (en DT)
Répartition par secteur et par type de soutien
Total
Frais
du
personnel
Frais
bancaires
et primes
d'assurance
Prime en %
de la Δ(VA)
Prime par
micro-
entreprise
Prime par
micro-
entreprise
(<=2)
Prime par
micro-
entreprise
(3-5)
198 455
0
198 455
1,5%
16
13
23
9 858 410
9 465 422
392 988
22,5%
1503
564
6 958
19 480
0
19 480
0,1%
2
2
4
2 396 749
2 189 988
206 761
264
154
710
14,0%
6 751 325
6 118 023
633 303
14,8%
1 025 559
0
1 025 559
2,1%
55 571 707
53 601 622
1 970 086
12,3%
1263
53
268
605
39
186
4 529
130
1 665
106 912 296 103 018 150
3 894 146
19,9%
4071
1 416
7 005
85 027 819
43 290 521
41 737 298
22,3%
1035
1 318 196
1 200 748
117 448
15,5%
334
9 594 654
9 314 067
280 587
11,3%
373 986
297 008
76 977
28,9%
3 855 506
3 265 233
590 274
8,8%
6 632 471
6 091 869
540 601
15,9%
Total
289 536 612 237 852 649 51 683 963
18,3%
989
347
227
52
397
130
385
4 678
0
1 731
77
977
591
2765
369
54
465
209
636
Industries
alimentaires
Industrie textile,
habillement, cuir et
chaussure
Travail du bois et
fabrication
d’articles en bois
Métallurgie et
Fabrication de
produits
métalliques, à
l’exception des
machines et des
équipements
Autres industries
Construction
Commerce et
réparation
Hébergement et
restauration
Transports et
entreposage
Information et
communication
Autres services
personnels
Enseignement
Activités pour la
santé humaine
Autres Services
Source : estimations des auteurs à partir des données de l’INS (2018b) et des résultats du modèle CGE.
35 Ce montant total ne représente que 18,3% de la perte de la valeur ajoutée Δ(VA) de ces microentreprises suite au choc
COVID-19. Il pourrait être jugé relativement faible se justifie par l’approche d’estimation qui ne vise pas à compenser les
microentreprises pour la totalité des pertes qu’elles ont subies suite au choc COVID-19, mais à les aider à surmonter la crise
en retrouvant des niveaux d’avant la crise en matière de résilience financière.
45
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
La prime varierait également en fonction de la taille. En effet, pour une microentreprise du secteur
hébergement et restauration ayant moins de deux salariés, la prime serait de 1416 DT tandis qu’elle
passerait à 7005 DT pour une MTPE employant entre 3 et 5 employés.
iii. Options de financement de l’appui aux MTPE
Le financement de la relance de l’économie en général et des MTPE en particulier, nécessite une mobilisation
de ressources financières conséquentes et alternatives compte tenu des contraintes qui pèsent sur le
budget de l’État. Par ailleurs, le risque d’une seconde vague de la pandémie n’est pas à exclure pour la
Tunisie comme pour le reste du monde. Il est donc important de s’y préparer et de préparer un mécanisme
de financement structuré et durable permettant de lever des financements de plusieurs sources.
Pour soutenir les MTPE en particulier, une recommandation serait de permettre aux institutions de
microfinance de devenir un véritable levier de financement des petites structures de production et des
populations vulnérables en leur donnant la possibilité de se refinancer auprès de la Banque Centrale au
même titre que les institutions bancaires classiques et de pouvoir collecter des dépôts. Cela aurait des
répercussions directes en termes d’allègement des charges financières associées aux crédits distribués
et supportés par les bénéficiaires. La mobilisation de fonds auprès de la diaspora et l’encouragement des
transferts des tunisiens à l’étranger par des mécanismes incitatifs permettant de les orienter plutôt vers le
financement de projets de développement régional dans différents secteurs d’activités, est également un
outil puissant de financement des populations et donc de réduction des inégalités d’opportunités.
iv.
Coordination dans l’implémentation des mesures
Il est important de mettre en place des unités de coordination de l’action gouvernementale, entre les
différents intervenants au niveau central, mais également entre l’administration centrale et les autorités
régionales et locales (gouvernorats et municipalités). Le suivi de la mise en œuvre des mesures prises par
le gouvernement pour protéger les ménages les plus vulnérables, et pour fournir des aides financières
aux MTPE, nécessite en effet une remontée journalière de l’information afin d’intervenir de manière
rapide pour lever les entraves et garantir l’efficacité du plan national de réponse socio-économique du
COVID-19. À cet effet, le développement de plateformes numériques couplées avec des applications
mobiles permettrait de faire le recoupement des informations provenant aussi bien de l’administration
que des bénéficiaires finaux des mesures de soutien financier (citoyens et MTPE).
Il serait utile de capitaliser sur l’expertise de l’Instance Nationale des Élections en matière de travail de
terrain et sur le large réseau de la Poste tunisienne pour constituer des antennes de relais au niveau des
délégations en embauchant (pour une durée de 3 mois, renouvelable) des équipes de jeunes diplômés
capables d’assister les citoyens analphabètes en matière de procédures d’enregistrement de leurs
demandes et de suivi de leurs requêtes.
Ce travail de proximité de manière continue et institutionnalisé est très important pour garantir l’efficacité
de l’implémentation des mesures gouvernementales. Il offre également une opportunité précieuse pour
restaurer la confiance dans les institutions publiques notamment durant cette période de crise et de
fortes tensions sociales.
•
Pour les populations vulnérables :
v.
Principales mesures prises par le gouvernement au profit des populations vulnérables
Le gouvernement a adopté un ensemble de mesures pour protéger les emplois et soutenir les ménages
les plus impactés par le choc du COVID-19, en particulier les populations vulnérables sur une période
allant jusqu’à trois mois. À cet égard, une enveloppe de 950 MDT a été dédiée pour soutenir les familles
nécessiteuses et les travailleurs indépendants de même que les emplois fragiles.
46
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Sur un autre plan, le gouvernement a fait des efforts considérables pour sécuriser l’approvisionnement
des produits essentiels. A cet égard, il a consacré un budget de 500 MDT pour constituer des stocks
stratégiques en médicaments et aliments de base. Cependant, à la lumière des résultats de cette étudie,
cette batterie de mesure risquerait d’être insuffisante, notamment dans l’éventualité d’une seconde vague
d’épidémie.
vi.
Ajuster le montant des aides financières à la population vulnérable et mieux cibler les diffé-
rentes catégories
Il est recommandé d’allonger la période de soutien financier jusqu’à 6 mois pour les catégories de ménages
les plus vulnérables. En effet, les simulations montrent que pour un confinement d’une durée de trois mois,
la perte annuelle totale des revenus des catégories des ménages les plus affectés par le choc du COVID-19
serait de 1 830 MDT (ce qui représente environ le double du montant alloué par le gouvernement). A
titre d’exemple, plusieurs travailleurs dans des secteurs comme l’hôtellerie et les branches d’activités qui
lui sont connexes (artisanat, agences de voyages, restauration, transport aérien, etc.) demeureront au
chômage durant une longue période, d’où l’importance du prolongement de la durée du soutien pour ces
catégories de ménages.
Il est recommandé de doubler le montant alloué à la constitution des stocks stratégiques afin de sécuriser
les chaînes d’approvisionnement alimentaires, en particulier l’approvisionnement en produits prioritaires
- et garantir les prix appropriés de ces produits. Cela permettrait de constituer des stocks de réserve
suffisants pour faire face au risque d’une seconde vague de l’épidémie. Les contraintes logistiques et les
exigences de respect des normes sanitaires que supposent la constitution des stocks stratégiques pourrait
être levées par l’État en coopérant avec les unités hôtelières qui peuvent louer leur chaînes de froid,
durant cette période où leurs activités sont en baisse.
vii.
Des mesures additionnelles d’accompagnement aux populations vulnérables
La mise en place des programmes d’encouragement à la mobilité des travailleurs entre les secteurs pourrait
être une réponse à la réduction de la vulnérabilité des populations du fait de la crise du COVID-19. Le
gouvernement pourrait à ce titre concevoir, en coopération avec le secteur privé et les partenaires sociaux
(en particulier l’Union tunisienne de l’agriculture et de la pêche), des programmes de mobilité, pour une
période de six mois renouvelables, permettant aux travailleurs des secteurs fortement impactés par le
choc du COVID-19 (tel que l’hôtellerie et la restauration) qui se sont trouvés au chômage, de travailler
dans le secteur agricole et dans l’industrie agroalimentaire, ces derniers étant parmi les secteurs qui sont
les moins exposés au choc. A cet effet, il serait important de lancer une plateforme de coordination et de
partage des informations entre les différents acteurs pour déterminer les besoins en main d’œuvre, les
qualifications requises et les formations disponibles.
Il serait également important de soutenir les ménages vulnérables non-propriétaires d’un logement, et
qui subissent une diminution de leurs revenus en raison de la pandémie COVID-19. Cela pourrait être
effectué par le biais de l’octroi de prêts sans intérêts à hauteur de 1 500 DT (correspondant à trois mois de
loyer), à travers la Banque Tunisienne de Solidarité (BTS).
Plusieurs étudiants issus de familles à revenus faibles bénéficient déjà d’une bourse d’étude. Cependant,
les étudiants dont les revenus des parents ont baissé en raison de la pandémie du COVID-19 peuvent être
contraints d’interrompre la poursuite de leurs études universitaires, notamment lorsqu’ils sont confrontés
à des dépenses de transport, de location et d’alimentation. Plusieurs d’entre eux ont eu des difficultés de
connexion aux cours à distance. Il est recommandé de leur fournir un soutien additionnel notamment
en raison de la prolongation de la période des études sous forme d’une bonification de 50% du montant
mensuel de la bourse d’étude jusqu’au mois de décembre 2020.
Les migrants, en situation irrégulière mais aussi les réfugiés et les demandeurs d’asile sont exposés à une
vulnérabilité plus sévère que le reste de la population. La plupart des migrants irréguliers, des réfugiés
et demandeurs d’asile habitent dans des logements surpeuplés, occupent des emplois précaires et ne
47
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
peuvent pas avoir un accès aux services de santé publique ou craignent d’y recourir. Ils n’ont pas accès, vu
leur situation irrégulière, aux programmes de soutien financier du gouvernement et ne disposent pas de
ressources financières suffisantes pour faire face à une longue période de confinement. Le gouvernement
a mis en place une mesure qui consiste à suspendre les pénalités de dépassement de la durée de validité
des visas à partir de la date de fermeture des frontières. D’autres mesures de soutien pourraient être
mises en place pour aider les migrants irréguliers :
- Une amnistie sur la pénalité de dépassement de la durée de validité des visas pour les infractions datant
avant mars 2020.
- Faciliter l’accès au logement pour les migrants, demandeurs d’asile et réfugiés en détresse pendant la
période de confinement.
- Un moratoire sur les expulsions par les propriétaires ou les municipalités des réfugiés et des Tunisiens
incapables de payer leur loyer ou pour d’autres raisons
- Mettre en place un programme d’évaluation de la santé des migrants pendant la période de la pandémie
COVID-19.
- Le renforcement du soutien et de l’accès à une assistance de base pour les migrants, réfugiés et
demandeurs d’asile les plus touchés – au même titre que les autres groupes vulnérables qui pourraient
être menacés de marginalisation ou d’exclusion.
- Mettre en place, en coopération avec les agences internationales en charge des problèmes des migrants,
une plateforme d’information et de communication avec les migrants pour leur faciliter les procédures
administratives et les démarches de rapatriement à leurs pays, s’ils le souhaitent.
viii.
Des mesures de nature sanitaires pour réduire les risques d’une deuxième vague de contami-
nation
Dans le but de minimiser les risques d’une seconde vague de la pandémie COVID-19, Il est important de
rassurer les ménages vulnérables qu’en cas de contamination, ils bénéficieront du soutien financier de
l’État en plus des soins de santé et ce en vue de les inciter à révéler les éventuelles infections au COVID-19.
Il est important de mettre en place un standard national pour le respect des normes sanitaires en relation
avec la pandémie du COVID-19. Ce standard couplé avec un processus de certification, faciliterait la
généralisation des mesures de prévention de la propagation de la COVID-19 sur les lieux du travail.
ix. Options de financement de l’appui aux populations vulnérables
Afin de financer le programme de soutien aux ménages vulnérables durant la phase de la gestion de la
crise, il est recommandé de créer un fond de solidarité sociale en capitalisant sur l’expérience de l’Union
Tunisienne de Solidarité Sociale (UTSS). L’UTSS, en coopération avec le Ministère des Affaires Sociales,
pourrait lever des ressources philanthropiques et alléger les contraintes sur le budget de l’État, en prenant
en charge une partie des dépenses sociales destinées aux ménages les plus vulnérables dont les familles
nécessiteuses.
Le gouvernement pourrait émettre des obligations à impact social pour financer des projets de lutte contre
la pauvreté préalablement définis et adossant ces émissions obligataires. Pour garantir la confiance des
donateurs et leur adhésion à ces projets, le gouvernement mettrait en place la configuration institutionnelle
nécessaire pour la réussite de ce type de mécanisme, à l’instar de ce qui est fait dans plusieurs pays.
48
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
B. Recommandations sur le long terme pour un renforcement
de la résilience économique
La pandémie du COVID-19 a mis à l’épreuve les économies du monde entier et en particulier l’économie
tunisienne. Elle appelle de ce fait, à la nécessité de réfléchir autrement les défis du développement
et d’intégrer la nouvelle réalité post-COVID dans la formulation de la vision et de la stratégie pour un
développement plus inclusif, plus durable et intégrant les enseignements tirés de chocs équivalents au
COVID-19. Elle appelle également à la nécessité de réfléchir sur un nouveau modèle de développement
économique et social davantage centré sur l’humain, inclusif et de nature à ne laisser personne de côté.
i.
Économie sociale et solidaire, connexion des populations locales, digitalisation et lutte contre
l’informalité
Renforcer la connexion des populations et des régions entre elles constituent un moyen de libérer le
potentiel économique des régions intérieures en catalysant les dynamiques de développement régional.
Cela peut être fait en poursuivant l’amélioration des infrastructures routières et le maillage des routes,
dans la continuité du Plan National 2016-2020, l’objectif étant de permettre une meilleure connexion des
zones rurales aux centres urbains et de faciliter le développement des marchés et un meilleur accès des
populations aux opportunités économiques, aux emplois et aux services publics.
Le développement de nouveaux secteurs tels que celui de l’économie sociale et solidaire constitue
également une réponse en faveur de la création de richesses au niveau territorial et de l’inclusion des
populations vulnérables. Ce secteur constitue un puissant levier de développement et de désenclavement
des plus démunis, par le potentiel d’emplois qu’il peut offrir et les opportunités de création de richesses
et d’inclusion liées. Il est donc un vecteur d’inclusion territoriale et des populations, certain. Il est
donc important d’accélérer l’adoption du cadre réglementaire de l’économie sociale et solidaire qui ne
représente aujourd’hui que 0,6% de l’emploi et 1% du PIB (OCDE, 2018) et de lancer rapidement les
fondations de ce nouveau secteur.
Il est important par ailleurs d’encourager une dynamique d’économie circulaire par l’émergence de
coopératives de services telles que par exemple celles œuvrant dans le secteur de la réparation et de
l’entretien des équipements mécaniques, électriques, informatiques, équipements sanitaires, etc. L’État
pourrait appuyer/faciliter le financement de ce type de coopératives et leur faciliter l’accès aux mentors,
dans le cadre d’un partenariat avec l’Union Tunisienne de l’Industrie, du Commerce et de l’Artisanat par
exemple. La facilitation de l’accès au marché est fondamentale notamment pour la réhabilitation des
écoles primaires et des collèges, pour le recyclage des équipements médicaux, informatiques et tous types
d’équipements (qui sont constitués dans les stocks des établissements publics, et dont les procédures
administratives complexes, limitent leur entrée dans les processus de recyclage). Dans ce contexte, un
programme national de réhabilitation des équipement informatiques et médicaux et leur allocation aux
écoles primaires, collèges et centres de soins de bases dans les régions les plus défavorisées permettrait
de réaliser plusieurs objectifs, ceux à la fois, de : (i) maintenir l’activité du secteur, (ii) lutter contre la
fracture numérique, (iii) lancer un élan de solidarité sociale pour plus de cohésion au sein de la société
tunisienne.
La crise actuelle a montré le rôle important que peut jouer le digital et les plateformes numériques en
assurant aux marchés des biens de différents types (et pas seulement alimentaires) et au marché du
travail (pour certaines activités et surtout pour les cadres qualifiés), de maintenir leur fonctionnement. La
stratégie nationale de la Chine en matière de lutte contre la pauvreté en se basant la plateforme Taobao
de commerce de pair to pair (P2P) ainsi que les villages Taobao, pourrait par exemple, être adaptée au
contexte tunisien.
49
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Cependant, la fracture numérique entre les gouvernorats, entre les différentes franges de la société,
entre les MTPE et les moyennes et grandes entreprises, pose le problème des inégalités d’accès à la
technologie. Dans ce cadre, la réduction de la fracture numérique et l’amélioration de la couverture des
régions intérieures en internet fixe à haut débit sont prioritaires. Pour permettre l’accès à un réseau
internet haut débit pour tous les citoyens, l’État pourrait par exemple encourager le développement d’ICT
boxes, qui peuvent être hébergées à proximité des agences postales, des centres de soins de bases et des
écoles primaires.
Afin de réduire la fragilité et la précarité des jeunes chômeurs, l’État gagnerait à encourager la généralisation
de centres de formation aux technologies numériques à l›ensemble des régions intérieures. Cela
permettrait aux jeunes diplômés en particulier les femmes, plus exposées au chômage que les hommes,
d’être formées aux techniques leur permettant de créer des solutions numériques (applications mobiles,
sites web, formation en ligne, sites de commercialisation de produits) leur permettant de générer des
revenus stables. Cela nécessite le développement dans les régions, au moins dans chaque gouvernorat,
de l’écosystème entrepreneurial idoine, composé d’incubateurs et de pépinières, d’associations de
business angels et d’experts, capables d’accompagner les jeunes dans les différentes phases du processus
entrepreneurial en commençant par la génération des idées.
Afin d’améliorer la résilience des MTPE, il est enfin important d’adresser prioritairement la question de
la formalisation du secteur informel. Les expériences des pays de l’Amérique Latine comme le Chili et le
Brésil et des pays de l’Europe de l’Est sont inspirantes à cet égard. Parmi les mesures phares retenues
dans ces pays, on peut citer la mise en place d’une fenêtre dans le système de sécurité social, adaptée
au secteur informel (faibles cotisations avec des incitations fiscales pour les secteurs intensifs en travail
non déclaré), la simplification des procédures, la facilitation de l’accès aux crédits spécifiques pour les
MTPE, l’accès aux réseaux de fournisseurs à des prix avantageux, l’accompagnement et la formation à des
techniques de gestion et de marketing, l’accès à des réseaux de commercialisation, etc. Les efforts fournis
par les autorités en matière de lutte contre l’informel à travers entre autres, une fiscalité idoine, des
procédures allégées et un contrôle régulier doivent être poursuivies et approfondies, pour réduire la taille
du secteur informel, faire en sortes qu’il y ait le moins de distorsions possibles sur l’économie formelle.
ii.
Accélérer la mise en œuvre du système de protection sociale universelle et de la stratégie na-
tionale d’inclusion financière
La Tunisie a mis en place les bases d’un système de sécurité sociale universel, l’Amen Social, dans le but
de garantir un revenu minimum et des conditions de vie convenables à travers l’amélioration de l’accès
aux services de base (santé, éducation, formation, emploi, logement). La crise actuelle offre l’opportunité
d’accélérer la mise en œuvre de ce programme afin de permettre à tous les ménages vulnérables d’en
bénéficier facilement. Cette crise constitue également une opportunité pour accélérer la mise en œuvre
de la Stratégie Nationale d’Inclusion Financière 2018-2022 pour faire face à la demande importante en
matière de services financiers émanant à la fois des particuliers (2,5 à 3,5 millions) et des MTPE formelles
(entre 245 000 microentreprises à 425 000 très petites entreprises représentant respectivement 37% et
65% des entreprises répertoriées par le Registre National des Entreprises). Or, parmi les particuliers de
plus de 15 ans, il y a seulement 37% qui ont accès à un compte dans une institution formelle36.
Pour les MTPE, les contraintes de financement sont élevées37, en raison de leur manque de structuration
(notamment en relation avec l’absence d’une comptabilité) mais également à cause des procédures
administratives contraignantes et des garanties exigées. Ces contraintes financières sont d’autant plus
prononcées dans les régions intérieures du pays. Il est important par conséquent d’enrichir le paysage
financier par des institutions susceptibles de mieux répondre à la demande de financement des MTPE et
particuliers en situation de vulnérabilité.
36 Voir par exemple Refait-Alexandre (2004) pour une revue exhaustive des travaux.
37 Voir par exemple Refait-Alexandre (2004) pour une revue exhaustive des travaux.
50
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Le lancement au début du mois de mai du portefeuille digital constitue une avancée importante en relation
avec l’axe stratégique de promotion des services financiers mobiles. Dans ce contexte, il est recommandé
d’encourager l’émergence d’au moins deux établissements de paiement (conformément au circulaire de
la BCT n°2018-16 régissant leurs activités). Il est également recommandé d’accélérer l’adoption par l’ARP
du projet de loi portant sur les plateformes de financement participatif (crowdfunding) afin d’en faire un
levier d’inclusion financière des microentreprises.
La Poste tunisienne, les institutions de microfinance et les associations de microcrédit sont également
susceptibles de jouer un rôle crucial dans le financement des MTPE et des agriculteurs. Dans ce cadre,
permettre à la Poste de créer une filiale bancaire lui donne la possibilité d’élargir son offre de services
financiers et de toucher le maximum de personnes. S’agissant des institutions de microfinance, leur
permettre d’accéder à des lignes de financement et à des mécanismes de refinancement auprès de la
Banque Centrale, peut constituer un moyen d’en faire un levier important de financement des MTPE, tel
que soulevé plus haut. À terme, leur permettre de collecter l’épargne publique est également important
pour leur donner les moyens de développer leurs offres et garantir la pérennité de leurs ressources
financières.
De manière complémentaire, il est important de favoriser l’offre de services de micro-assurance de
proximité par les institutions de microfinance, pour améliorer la résilience financière des ménages à faibles
revenus et les MTPE. Ces derniers ont, dans la majorité des cas, des revenus irréguliers et ne disposent
que de services financiers informels peu fiables pour se couvrir contre ses aléas (aides de la famille et des
amis, ou bien aux usuriers).
iii. Mobiliser des sources innovantes de financement
Le financement de la réponse au COVID-19 est une question fondamentale à adresser, en particulier
lorsqu’il s’agit de la réponse de long terme pour le renforcement de la résilience. La mobilisation des
ressources internes doit être favorisée afin de limiter l’exposition au risque de surendettement.
L’élargissement de l’espace budgétaire par l’instrument fiscal mais aussi la rationalisation des dépenses
publiques est une première réponse. A ce titre, la poursuite des efforts des autorités nationales en
matière de réforme de la politique et de l’administration fiscale est primordiale, en ce qu’elle permettrait
de réduire la fraude et l’évasion fiscale. La poursuite des réformes en lien avec la restructuration des
entreprises publiques, le système de subventions et la gestion des participations publiques minoritaires.
La dématérialisation des moyens de paiement permettant d’intégrer la monnaie circulant actuellement
hors du circuit financier formel est également un processus à accélérer et à concrétiser, mais cette
dématérialisation doit également bénéficier aux populations vulnérables et être accessible via des supports
et une technologie simple, pour encourager et favoriser leur inclusion financière. À ce titre, la mise en
place d’instruments de financement innovants et axés sur le renforcement de l’accès au financement par
les populations vulnérables doit également être la priorité absolue, dans la perspective de renforcer la
résilience aux chocs équivalents au COVID-19.
51
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
RÉFÉRENCES
BIBLIOGRAPHIQUES
7
- Abdelhady, H. (2013) “Islamic finance as a mechanism for bolstering food security in the Middle East:
Food Security Waqf,” Sustainable Development Law and Policy, Vol. 13, No. 1, 29-35.
- Abdelkafi, R. et M.S. Nabi (2013) “Integrating Microfinance and Cooperatives for Jobs Creation in
Tunisia,” IRTI Policy Paper Series No. PP/2017/02, Jeddah: Islamic Research and Training Institute.
- Agénor, P.-A. (2007) “The macroeconomics of poverty reduction” in “Adjustment Policies, Poverty,
and Unemployment,” edited by Pierre-Richard Agénor, Alejandro Izquierdo, and Henning Tarp Jensen,
Blackwell publishing
- Agénor, P.-A., A. Izquierdo et H. Fofack (2003) «IMMPA : Un cadre macroéconomique quantitatif
pour l’analyse des stratégies de réduction de la pauvreté», Banque mondiale.
http://personalpages.manchester.ac.uk/staff/pierre-richard.agenor/pdfs/IMMPA-text-French.pdf
- ADB Briefs (2020) “The Economic Impact of the COVID-19 Outbreak on Developing Asia,” No. 128, 6
March 2020, DOI: http://dx.doi.org/10.22617/BRF200096
- Alkire, S. et J.-M. Roche (2009) “Beyond Headcount: The Alkire-Foster Approach to Multidimensional
Child Poverty Measurement,” Politiques et Pratiques D’UNICEF, https://www.unicef.org/socialpolicy/
files/Insights_French_Oct.pdf
- Altman, E.I. (1968) “Financial ratios, discriminant analysis and the prediction of corporate bankruptcy,”
The Journal of Finance, Vol. 23, 589-609.
- Bahan D., Decaluwé B., Lemelin A. Et Robichaud V. (2003) «Modèle d’équilibre général du ministère
des Finances du Québec (MEGFQ) : Caractéristiques et structure du modèle,» Ministère des Finances
du Québec, Travaux de recherche 2003-02.
- Ballesteros, M. and S. Domingo (2015) “Building Philippine MSMEs Resilience to Natural Disasters,”
Philippine Institute for Development Studies, DISCUSSION PAPER SERIES NO. 2015-20.
- Banque mondiale (2020a) Communiqué de presse du 22 avril 2020.
https://www.banquemondiale.org/fr/news/press-release/2020/04/22/world-bank-predicts-
sharpest-decline-of-remittances-in-recent-history
- Banque mondiale (2018) “Competing in the Digital Age: Policy implications for the Russian Federation,”
Washington, D.C.: World Bank. License: Creative Commons Attribution CC BY 3.0 IGO
- Banque mondiale (2016a) «Évaluation de la Pauvreté en Tunisie,» Unité Pauvreté dans le Monde
Afrique du Nord et Moyen Orient Département Maghreb.
- Banque mondiale (2016b) «Inclusion financière en Tunisie : Populations à bas revenus et micro-
entreprises,» Septembre 2015.
- Banque mondiale (2015) “Market assessment of the financial needs of very small, small, and medium
enterprises in Tunisia,” Washington, D.C.: World Bank Group. http://documents.worldbank.org/
curated/en/235781487846308926/Market-assessment-of-the-financial-needs-of-very-small-small-
and-medium-enterprises-in-Tunisia
- Ben Cheikh, N. (2013) «L’extension de la protection sociale à l’économie informelle à l’épreuve de la
transition en Tunisie,» Centre de Recherches et d’Études Sociales.
- Ben Hamad, S. et N. Turki (2016) “Default Risk Assessment of Tunisian SMEs: Multiple Criteria
Decision Making Approaches,” Journal of Business, 01(02), 29-40.
- Ben Hammouda, H. et M. H. Bchir (2020) «L’impact économique du COVID-19 sur la Tunisie et un
programme de sauvetage de l’économie,» Leaders.
52
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
- Boone, L., D. Haugh, N. Pain and V. Salins (2020) “Tackling the fallout from COVID-19” in Economics
in the time of COVID-19.
- Caiumi A. (2018) “Micro-Macro Simulation of Corporate Tax Reforms,”In: Perali F., Scandizzo P. (eds)
The New Generation of Computable General Equilibrium Models. Springer, Cham
- Caiumi, Antonella & Di Biagio, Lorenzo. (2018) “The ISTAT-MATIS corporate tax model,” 2. 131-159.
- Chemingui, M. et R. Ben Jelili (2020) “Will COVID-19 trigger a massive fall in FDI flows to the
Arab region?” The Forum, Economic Research Forum, 21 avril 2020. https://theforum.erf.org.
eg/2020/04/19/will-COVID-19-trigger-massive-fall-fdi-flows-arab-region/
- Conan, D. et M. Holder (1979) «Variables explicatives de performances et contrôle de gestion dans
les P.M.I.,» Thèse d’État, CERG, Université Paris Dauphine.
- Coulibaly, A. D. (2004) «La défaillance des PME belges : analyse des déterminants et modélisation
statistique,» Thèse, Université Catholique de Louvain. http://hdl.handle.net/2078.1/4827
- CRES et BAD (2017) «Évaluation de la performance des programmes d’assistance sociale en Tunisie.»
- Decalué, B. (1999) “Measuring poverty and inequality in a computable general equilibrium model,”
Cahier de recherche du CREFA n°99-20.
- Eichengreen, B.; A. Rose et C. Wyplosz (1996) “Contagious currency crises, first test,” Scandinavian
Journal of Economics;98(4):463–84.
- EIM (2004) “Review of methods to measure the effectiveness of state aid to SMEs,” https://ec.europa.
eu/growth/content/review-methods-measure-effectiveness-state-aid-smes-0_nn
- FMI (2020) “Request for purchase under the rapid financing instrument,” IMF Country Report No.
20/103.
- FMI (2017) “First Review under the Extended Fund Facility, request for waivers of nonobservance of
Performance Criteria and Rephasing of Access,” Press Release; Staff Report; And Statement By The
Executive Director For Tunisia, IMF Country Report No. 17/203.
-
-
- Hatheway, L. (2020) “A COVID-19 Emergency Response Plan,” Project Syndicate.
-
International Labor Organization (2020) “COVID-19 and world of work: Impacts and responses” ILO
Monitor 1st Edition, https://www.ilo.org/wcmsp5/groups/public/---dgreports/---dcomm/documents/
briefingnote/wcms_738753.pdf
Institut National de la Statistique (2018a) «Statistiques issues du répertoire national des entreprises,»
Institut National des Statistiques.
Institut National de la Statistique (2018b) «Résultats de l’enquête sur les activités économiques des
micro-entreprises en 2016 en Tunisie,» Institut National des Statistiques.
Institut National de la Statistique (2015) «Enquête de consommation de 2015,» Institut National des
Statistiques (INS), http://www.ins.tn/fr/enquetes/enquete-consommation
Institut National de la Statistique (2012) «Mesure de la pauvreté des inégalités et de la polarisation
en Tunisie 2000-2010,» Institut National des Statistiques.
ITCEQ (2017) «L’Économie non Observée en Tunisie,» Notes et analyses de l’ITCEQ, N°59, juin 2017.
-
- Kang, K. et C. Rhee (2020) “A Post-Coronavirus Recovery in Asia—Extending a “Whatever it Takes”
-
-
Lifeline to Small Businesses,”
https://blogs.imf.org/2020/04/23/a-post-coronavirus-recovery-in-asia-extending-a-whatever-it-
takes-lifeline-to-small-businesses/?utm_medium=email&utm_source=govdelivery
- Khallouli W. et M. S. Nabi (2013) “Banking soundness and financial crises’ predictability: A case study
of Turkey,” International Economics 135-136 (2013) 62–78.
- McKinsey (2020a) COVID-19: Briefing note, March 16, 2020, https://www.mckinsey.com
- Mckinsey (2020b) “Tackling COVID-19 in Africa,” https://www.mckinsey.com/featured-insights/
middle-east-and-africa/tackling-COVID-19-in-africa
- Matoussi, H., R. Mouelhi, et S. Sayah (1999) «La prédiction de faillite des entreprises tunisiennes par
la régression logistique, « 20ème Congrès de l’AFC, May 1999, France. pp.CD-Rom. halshs-00587769.
- McKibben and Fernando (2020) “The Global Macroeconomic Impacts of COVID-19: Seven Scenarios”
https://www.brookings.edu/research/the-global-macroeconomic-impacts-of-COVID-19-seven-
scenarios
53
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
- Mohieldin, M.; I. Zamir, R. Ahmed et F. Xiaochen (2011) “The Role of Islamic Finance in Enhancing
Financial Inclusion in Organization of Islamic Cooperation (OIC) Countries,” World Bank, Policy
Research Working Papers 5920. https://openknowledge.worldbank.org/handle/10986/9
- Nabi M.S. (2019) “Daring New Financial Channels for Development and Social Inclusion,” In: Making
the Tunisian Resurgence, Palgrave Macmillan, Singapore DOI: https://doi.org/10.1007/978-981-13-
3771-0_6
- Nasri, K. et B. Belhadj (2017) “Multidimensional poverty measurement in Tunisia: distribution of
deprivations across regions,” The Journal of North African Studies, DOI:
10.1080/13629387.2017.1364631
- OECD (2020) “SME Policy Responses,” www.oecd.org/coronavirus.
- OCDE (2018) «Études économiques de l’OCDE : Tunisie 2018,» Éditions OCDE, Paris.
http://dx.doi.org/10.1787/eco_surveys-tun-2018-fr
- OECD (2009) “The Impact of the Global Crisis on SME and Entrepreneurship Financing and Policy
Responses,” https://www.oecd.org/industry/smes/43183090.pdf
- Refait-Alexandre, C. (2004) «La prévision de la faillite fondée sur l’analyse financière de l’entreprise :
un état des lieux,» Économie et prévision, 2004/1 n° 162, pp. 129-147.
- Sboui, F. (2019) «Le Secteur informel en Tunisie : état des lieux et recommandations,» Sixième Forum
de la Fiscalité – IACE (Section de Sfax).
- Sen, A. K. (1976) “Poverty: An Ordinal Approach to Measurement,” Econometrica 44: 219- 231.
- Smith-Bingham, R. and K. Hariharan (2020) “This is the impact of the Coronavirus on business,”
World Economic Forum.
- United Nations (2020), “A UN Framework for the Immediate Socio-Economic Response to COVID-19”.
- UNDP (2020) “COVID-19 and Human Development, Assessing the Crisis, Envisioning the Recovery,
Human Development Perspectives”
- UNDP (2020) “The Economic Impacts of COVID-19 and Gender Equality”
- UNDP (2016) “Small Business: Impact of Disasters and Building Resilience Synthesis Report, (Case
Studies from Japan, Mexico and India) “
https://www.undp.org/content/undp/en/home/librarypage/climate-and-disaster-resilience-/small-
businesses---impact-of-disasters-and-building-resilience.html
- Vassille Laurent (1982) «Les PME : fragilité financière, forte rentabilité,» Économie et statistique,
n°148, Octobre 1982. Les PME face aux grandes entreprises / France et RFA dans la crise. pp. 21-37;
- Viana, J., M. de Moraes et I. de Araujo Junior (2018) “Water for Agriculture and Multidimensional
Poverty in Brazil”.
54
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
8 ANNEXES
Annexe 1. Graphiques et tableaux
Graphique A. Soutien public nécessaire aux microentreprises
Répartition par type et par sexe du dirigeant (en MDT)
300 000 000
250 000 000
200 000 000
150 000 000
100 000 000
50 000 000
36,8
252,7
Femmes
Hommes
34, 2
204,3
0
Total
48,4
Frais du personnel
Frais bancaires et
d'assurance
Source: estimations des auteurs à partir des données de l’INS (2018b) et des résultats du modèle CGE.
55
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Tableau A. Les chocs simulés en relation avec la baisse de l’offre,
de la demande et de l’investissement
Choc d'offre
Choc de demande
2.5%
2.5%
2%
5%
2,5%
2,5%
-5%
2.5%
-10%
15%
2,5%
2,5%
Choc
d'investissement
4%
0%
3%
15%
0%
15%
Agriculture et pêche
Industries non manufacturières
Industries Agro-alimentaires
Textile, Habillement et cuir
Travail du bois et fabrication d’articles en
bois
Métallurgie et Fabrication de produits
métalliques
Autres industries
Bâtiment et génie civil (construction)
Commerce et réparation
Hôtellerie et restauration
Transports
Information et communication
Autres services personnels
Enseignement
Activités pour la santé humaine
Autres Services
Source: estimations des auteurs
10%
2,5%
5%
10%
0%
5%
25%
25%
0%
10%
0%
0%
0%
5%
5%
2,5%
5%
2,5%
10%
2,5%
Tableau B. Répartition de l›emploi salarié formel selon le secteur d›activité (2017)
2,5%
5%
10%
15%
10%
0%
5%
2,5%
2,5%
2,5%
Agriculture Sylviculture & Pêche
Industrie
Industries extractives
Industries alimentaires et de boissons
Industrie textile, habillement, cuir et chaussure
Travail du bois et fabrication d’articles en bois
Métallurgie et Fabrication de produits métalliques, à l’exception des machines et des
équipements
Autres industries
Construction
Commerce, réparation d'automobiles et de motocycles et d'articles domestiques
Services
Hébergement et restauration
Transports et entreposage
Information et communication
Enseignement, santé humaine et action sociale
Autres services personnels
Autres Services
Total
Source: compilation des auteurs à partir des données de l’INS (2018a)
2,3%
48,5%
0,8%
6,3%
17,3%
1,3%
2,7%
19,9%
6,1%
13,4%
29,7%
5,9%
2,9%
2,3%
3,7%
0,3%
14,6%
100%
56
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Tableau C. Répartition des microentreprises du secteur informel
Autres industries extractives
Industrie
Industries alimentaires
Industrie textile, habillement, cuir et
chaussure
Travail du bois et fabrication d’articles en
bois
Métallurgie et Fabrication de produits
métalliques, à l’exception des machines et
des équipements
Autres industries
Construction
Commerce, réparation d'automobiles et de
motocycles et d'articles domestiques
Services
Hébergement et restauration
Transports et entreposage
Information et communication
Autres services personnels
Enseignement
Activités pour la santé humaine
Autres Services
Total
VA
en %
du PIB
0,00%
1,5%
0,4%
0,2%
0,2%
0,3%
0,4%
0,6%
2,5%
5,6%
1,5%
1,5%
0,1%
0,4%
0,4%
0,6%
1,2%
10,2%
Indépendants &
patrons et
associés
(0 salariés)
0,00%
8,0%
2,0%
1,3%
1,9%
1,6%
1,1%
4,1%
52,4%
35,6%
2,7%
19,6%
1,0%
5,7%
0,4%
0,7%
5,5%
100%
1 à 2
salariés
3 à 5
salariés
% de
l'emploi
féminin
% de
l'emploi
masculin
0,09%
12,5%
3,0%
0,02%
26,0%
17,1%
0,00%
9,22%
3,9%
0,04%
12,73%
4,6%
1,3%
4,4%
4,3%
0,9%
3,2%
2,3%
0,3%
2,9%
3,6%
0,7%
0,1%
2,9%
1,4%
4,4%
28,3%
54,6%
11,6%
15,6%
0,5%
5,8%
3,7%
6,0%
11,5%
100%
1,4%
7,9%
4,1%
62,0%
34,0%
0,8%
0,3%
5,8%
10,0%
1,0%
10,2%
100%
0,6%
0,2%
40,2%
50,3%
6,4%
1,3%
1,0%
10,8%
8,8%
5,9%
16,1%
100%
1,4%
5,7%
39,6%
41,9%
11,6%
17,9%
0,7%
3,9%
1,3%
1,0%
5,6%
100 %
Source: compilation des auteurs à partir des données de l’INS (2018b)
Tableau D. Soutien public aux microentreprises
Répartition par sexe, secteur et par type de soutien
Femmes
(total)
Femmes
(Frais du
personnel)
Femmes
(Frais
financiers)
Hommes
(total)
Hommes
(Frais du
personnel)
Hommes
(frais
financiers)
Hommes et
Femmes
Industries alimentaires
16 561
887
15 674
182 600
-204
182 804
199 160
Industrie textile, habillement,
cuir et chaussure
Travail du bois et fabrication
d’articles en bois
Métallurgie et Fabrication de
produits métalliques, à
l’exception des machines et
des équipements
Autres industries
Construction
Commerce et réparation
Hébergement et restauration
Transports et entreposage
Information et communication
Autres services personnels
Enseignement
Activités pour la santé
humaine
Autres Services
Tous secteurs
Source: calcul des auteurs
3 031 896 2 885 819
146 077
6 861 557
6 613 531
248 026
9 893 453
438
87
351
19 111
-20
19 131
19 549
18 487
17 529
958
2 386 781
2 180 707
206 075
2 405 268
0
73 615
1 162 691 1 089 076
0
0
354 676
9 997 386 9 642 710
9 644 175 9 303 857
340 319
4 983 860 3 774 869 1 208 991
27 291
208 638
136 258
4 256 341 4 120 082
20 899
105 938
235 929
126 837
5 612 633
0
45 771 860
97 648 158
80 346 204
1 086 953
5 372 419
248 477
4 991 910
0
44 194 860
94 082 238
39 808 280
996 647
5 261 072
192 357
6 775 324
620 723
0
0
1 577 000
55 769 246
3 565 920 107 292 333
85 330 064
40 537 924
1 322 882
90 307
9 628 759
111 346
375 315
56 121
1 238 426 1 013 641
224 786
2 630 785
2 264 861
365 924
3 869 211
2 108 328 1 955 890
4 152 812
152 438
36 821 355 34 119 024 2 702 332 252 715 257 204 739 049
4 547 719
394 907
6 656 047
47 976 208 289 536 612
57
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Tableau E. Soutien public aux microentreprises
Répartition par secteur et par région de la prime totale
Tunis
Nord-Est
Nord-
Ouest
Centre-Est
Centre-
Ouest
Sud-Est
Sud-Ouest
Toutes les
régions
32 681
38 415
5 211
49 781
30 564
30 092
11 710
198 455
2 908 871 2 418 966
1 103 4 016 499
225 831
184 136
103 005
9 858 411
6 750
3 071
245
5 341
1 218
1 031
1 824
19 480
1 356 957
225 836
19 342
625 316
40 147
91 587
37 564
2 396 749
Industries
alimentaires
Industrie textile,
habillement, cuir et
chaussure
Travail du bois et
fabrication
d’articles en bois
Métallurgie et
Fabrication de
produits
métalliques, à
l’exception des
machines et des
équipements
Autres industries
3 325 566
434 354
216 182 2 142 028
279 659
227 096
126 442
6 751 326
Construction
Commerce et
réparation
Hébergement et
restauration
Transports et
entreposage
Information et
communication
Autres services
personnels
Enseignement
Activités pour la
santé humaine
369 058
133 463
161 604
186 626
44 674
26 557
103 523
1 025 506
21 945 698 6 733 671 3 149 316 15 510 938 3 339 152 3 491 659 1 401 283
55 571 717
51 221 751 17 478 588 4 475 820 20 573 050 3 621 611 4 058 546 5 482 950 106 912 316
16 510 293 11 122 597 10 901 215 28 747 780 6 317 947 6 864 093 4 563 910
85 027 835
1 144 305
19 052
9 314
82 541
38 652
11 635
12 699
1 318 197
6 680 115
970 254
271 346
854 732
262 575
411 116
144 516
9 594 655
148 781
30 436
23 349
108 755
21 289
12 469
28 906
373 986
1 752 687
532 853
118 649
844 962
229 993
320 421
55 943
3 855 507
Autres Services
3 229 973
866 446
577 367 1 171 957
423 349
198 242
165 138
6 632 472
Tous secteurs
110 633 487 41 008 002 19 930 064 74 920 306 14 876 661 15 928 680 12 239 412
289 536 612
Source: calcul des auteurs
58
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Tableau F. Soutien public aux microentreprises
Répartition par secteur et par région de la prime unitaire (par microentreprise)
Industries alimentaires
16
16
16
16
16
16
16
Nord
Est
Nord-
Ouest
Centre-
Est
Centre-
Ouest
Tunis
Sud-Est
Sud-
Ouest
1 407
3 021
297
1 900
906
315
247
2
2
2
2
2
2
2
Industrie textile, habillement, cuir et
chaussure
Travail du bois et fabrication d’articles
en bois
Métallurgie et Fabrication de produits
métalliques, à l’exception des
machines et des équipements
Autres industries
Construction
333
747
53
173
343
53
102
557
53
Commerce, réparation d'automobiles
et de motocycles
366
213
173
Hébergement et restauration
5 464
3 710
2 434
Transports et entreposage
725
1 029
Information et communication
Autres services personnels
Enseignement
Activités pour la santé humaine
Autres Services
529
762
52
514
170
126
261
32
450
158
897
181
425
63
304
266
277
786
53
324
3 889
1 123
137
345
78
407
164
137
964
53
187
291
53
193
185
2 580
2 068
1 343
1 512
101
381
42
434
210
59
427
31
584
139
145
991
53
162
4 879
1 788
61
162
61
880
98
59
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
𝑍𝑍
𝑆𝑆1
𝑆𝑆2
où
R 1
: CA/Actif total ;
: EBE /Actif total ;
: Actif total/Dettes totale;
Annexe 2. Méthodologie de construction de l’indicateur z-score et de
La prévision des difficultés financières (voire la faillite) des entreprises en utilisant des variables
comptables, est bien documentée dans la littérature scientifique38. Le travail pionnier étant Altman (1968)
l’évaluation de l’impact de la crise sur la vulnérabilité financière
qui a développé un des premiers z-scores exploitant 5 variables financières. Son analyse lui a permis
d'identifier correctement 95% des entreprises qui ont fait faillite parmi un échantillon de 66 firmes.
La prévision des difficultés financières (voire la faillite) des entreprises en utilisant des variables comptables, est
L'indicateur de vulnérabilité (z-score) qu'il a proposé est donné par
bien documentée dans la littérature scientifique38. Le travail pionnier étant Altman (1968) qui a développé un des
: Bénéfice net
premiers z-scores exploitant 5 variables financières. Son analyse lui a permis d’identifier correctement 95% des
𝑍𝑍 = 𝑆𝑆1 + 0,6 𝑆𝑆2 + 3,3 R31 +
: Capital circulant/Actif total. Plus le z-score est faible plus la fragilité financière est élevée, et en-
/ CA ;
entreprises qui ont fait faillite parmi un échantillon de 66 firmes. L’indicateur de vulnérabilité (z-score) qu’il a pro-
1,4 𝑆𝑆4 + 1,2𝑆𝑆5
𝑆𝑆4
est inférieur au
dessous d'un certain seuil, l'entreprise est dans une situation de faillite imminente. Si
posé est donné par où : CA/Actif total ; : Actif total/Dettes totale; : EBE /Actif total ; : Bénéfice net / CA ; : Capital
𝑆𝑆5
seuil de 1,8 l'entreprise est en situation de faillite imminente. Par contre, si Z est supérieur à 3, l'entreprise
circulant/Actif total. Plus le z-score est faible plus la fragilité financière est élevée, et en-dessous d’un certain seuil,
est saine. L'intervalle [1,8 ; 3] correspond à une entreprise ayant des difficultés financières avec un risque
l’entreprise est dans une situation de faillite imminente. Si est inférieur au seuil de 1,8 l’entreprise est en situation
de faillite élevé.
de faillite imminente. Par contre, si Z est supérieur à 3, l’entreprise est saine. L’intervalle [1,8 ; 3] correspond à une
Dans la continuité du travail fondateur de Altman (1968), plusieurs études ont élaboré des indicateurs z-
entreprise ayant des difficultés financières avec un risque de faillite élevé.
score permettant de prévoir la faillite des entreprises. Ces travaux disposaient d'un échantillon
Dans la continuité du travail fondateur de Altman (1968), plusieurs études ont élaboré des indicateurs z-score per-
d'entreprises contenant à la fois des entreprises défaillantes (ou en difficultés financières) et des
mettant de prévoir la faillite des entreprises. Ces travaux disposaient d’un échantillon d’entreprises contenant à la
entreprises saines, et de données comptables assez exhaustives pour pouvoir identifier la combinaison
fois des entreprises défaillantes (ou en difficultés financières) et des entreprises saines, et de données comptables
linéaire des ratios financiers ayant la meilleure prédictibilité de la faillite des entreprises. On cite deux
assez exhaustives pour pouvoir identifier la combinaison linéaire des ratios financiers ayant la meilleure prédicti-
études dans le contexte tunisien. Dans la première étude Matoussi et al (1999) ont proposé un modèle
bilité de la faillite des entreprises. On cite deux études dans le contexte tunisien. Dans la première étude Matoussi
de prévision construit à partir d'un échantillon de 34 entreprises tunisienne défaillantes observées (au
et al (1999) ont proposé un modèle de prévision construit à partir d’un échantillon de 34 entreprises tunisienne
moins un an avant la défaillance) et 42 entreprises saines appartenant à différents secteurs. Ils ont
défaillantes observées (au moins un an avant la défaillance) et 42 entreprises saines appartenant à différents sec-
teurs. Ils ont considéré une batterie de 31 ratios (ratio de liquidité et de financement, ratio de rotation et de ges-
considéré une batterie de 31 ratios (ratio de liquidité et de financement, ratio de rotation et de gestion,
tion, ratio de rentabilité, ratio de structure). Les ratios R2 et R3 figurent parmi les ratios de rotation et de gestion;
ratio de rentabilité, ratio de structure). Les ratios R2 et R3 figurent parmi les ratios de rotation et de
alors qu’un ratio (R’1 = EBE/Actif total) est considéré comme un ratio de rentabilité. Les ratios et R2 contribuent
(R'1 = EBE/Actif total) est considéré comme un ratio de rentabilité. Les ratios
gestion; alors qu'un ratio
au z-score de la manière suivante : . Dans la deuxième étude Dardouri et Nabi (2009) ont analysé plusieurs mo-
. Dans la
dèles de prévision de la défaillance des firmes tunisiennes du secteur textile à partir de 11 ratios financiers. Les
deuxième étude Dardouri et Nabi (2009) ont analysé plusieurs modèles de prévision de la défaillance des
auteurs ont considéré un échantillon de 26 firmes dont 22 sont observées sur une période de trois ans,
𝑅𝑅′1
firmes tunisiennes du secteur textile à partir de 11 ratios financiers. Les auteurs ont considéré un
alors que 4 sont observées sur une période de deux ans. Leur modèle de z-score s›inspirant du modèle
échantillon de 26 firmes dont 22 sont observées sur une période de trois ans, alors que 4 sont observées
d›Altman (1968) qui a été retenu est donné par l›équation suivante où : CA/Actif total; : Actif total / Dette
sur une période de deux ans. Leur modèle de z-score s'inspirant du modèle d'Altman (1968) qui a été
totale ; : Bénéfice net / CA ; : Capital circulant/Actif total.
retenu est donné par l'équation suivante
: CA/Actif
Dans notre cas, on ne dispose que de données agrégées au niveau des secteurs avec des informations financières
: Actif total / Dette totale ;
total;
limitées. Ainsi, Au vu de ces contraintes, on a pu identifier, en se basant sur les études existantes, les trois ratios
comptables suivants qui sont utiles pour construire un indicateur de fragilité financière des microentreprises :
Dans notre cas, on ne dispose que de données agrégées au niveau des secteurs avec des informations
financières limitées. Ainsi, Au vu de ces contraintes, on a pu identifier, en se basant sur les études
existantes, les trois ratios comptables suivants qui sont utiles pour construire un indicateur de fragilité
financière des microentreprises :
: Capital circulant/Actif total.
𝑍𝑍 = 0,037 𝑆𝑆1 + 0,1 𝑆𝑆2 + 0,793 𝑆𝑆3 + 0,043 𝑆𝑆4
et R2 contribuent au z-score de la manière suivante :
𝑍𝑍 = 0,444 𝑅𝑅′1 + 0,159 𝑅𝑅2 + ⋯
: Bénéfice net / CA ;
𝑅𝑅′1
où
𝑆𝑆3
𝑆𝑆2
𝑆𝑆4
𝑆𝑆1
= Excédent Brut d’Exploitation / Chiffre d’Affaires = EBE/CA
= Frais bancaires + Prime d’assurance /Chiffre d’Affaires = (FF)/CA
= Frais du personnel/Valeur ajoutée = FP/VA
= Excédent Brut d'Exploitation / Chiffre d'Affaires = EBE/CA
= Frais bancaires + Prime d'assurance /Chiffre d'Affaires = (FF)/CA
𝑅𝑅1
= Frais du personnel/Valeur ajoutée = FP/VA
𝑅𝑅2
𝑅𝑅3
En effet, R1 est un indicateur de la rentabilité économique de l’entreprise39 dont la détérioration constitue un des
signaux de la détérioration de la fragilité financière des entreprises. R2 est un indicateur du poids des charges
financières par rapport au chiffre d’affaires, alors que R3 est un indicateur de l’importance des frais du personnel
par rapport à la valeur ajoutée. Dans le cas où on dispose d’informations exhaustives avec un accès aux infor-
En effet, R1 est un indicateur de la rentabilité économique de l'entreprise39 dont la détérioration constitue
mations historiques concernant les microentreprises, il aurait été possible de construire un indicateur z-scorede
un des signaux de la détérioration de la fragilité financière des entreprises. R2 est un indicateur du poids
prévision des difficultés financières ayant la forme suivante : où et sont des paramètres positifs estimés de ma-
des charges financières par rapport au chiffre d'affaires, alors que R3 est un indicateur de l'importance
nière à maximiser la capacité prédictive du z-score. En absence de données permettant d’estimer la contribution
des frais du personnel par rapport à la valeur ajoutée. Dans le cas où on dispose d'informations
de chaque ratio à l’explication de la fragilité financière, on a alors construit un indicateur z-score qui ne privilégie
exhaustives avec un accès aux informations historiques concernant les microentreprises, il aurait été
aucun ratio par rapport aux deux autres40. Ainsi, pour chaque microentreprise représentative du secteur, on a
calculé un score , sous la forme suivante :
38
Voir par exemple Refait-Alexandre (2004) pour une revue exhaustive des travaux.
38 Voir par exemple Refait-Alexandre (2004) pour une revue exhaustive des travaux.
39 Coulibaly (2004) construit un modèle de prévision de la faillite des PME belges en considérant un échantillon de 215
39
Coulibaly (2004) construit un modèle de prévision de la faillite des PME belges en considérant un échantillon de 215 entreprises
entreprises représentatives de 9 secteurs d'activité. Son analyse aboutit à la conclusion que la qualité de l'information
représentatives de 9 secteurs d’activité. Son analyse aboutit à la conclusion que la qualité de l’information comptable, la pression des obli-
), le taux de profit, le délai clients, la
comptable, la pression des obligations financières à court terme, l'EBE (
gations financières à court terme, l’EBE ( ), le taux de profit, le délai clients, la rapidité de la communication financière figurent par mi les
rapidité de la communication financière figurent par mi les facteurs discriminants entre entreprises faillites et entreprises
facteurs discriminants entre entreprises faillites et entreprises saines.
saines.
40
lui retranchant la moyenne (pour toutes les microentreprises) et divisant par son écart-type.
Ce choix se base sur les travaux de Eichengreen et al. (1996) et Khallouli et Nabi (2013) consistant à normaliser chaque ratio en
𝑅𝑅1 = 𝐸𝐸𝐸𝐸𝐸𝐸/𝐶𝐶𝐶𝐶
60
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
𝑗𝑗
où
𝑍𝑍(𝑗𝑗)
𝑍𝑍(𝑗𝑗)
𝑍𝑍(𝑗𝑗)
) − (
) − (
𝑍𝑍̂
𝛾𝛾
𝑍𝑍(𝑗𝑗) = (
𝑗𝑗 = 1, . .14
(𝑅𝑅𝑖𝑖̅ , 𝜎𝜎𝑅𝑅𝑖𝑖)𝑖𝑖=1,2,3
, on a calculé un score
, sous la forme suivante :
𝑍𝑍̂ = 𝛼𝛼𝑅𝑅1 − 𝛽𝛽𝑅𝑅2 − 𝛾𝛾𝑅𝑅3
représente le couple espérance et écart-type du ratio
𝑅𝑅2(𝑗𝑗) − 𝑅𝑅2̅̅̅
𝜎𝜎𝑅𝑅2
est faible plus la fragilité financière de la microentreprise appartenant au secteur
possible de construire un indicateur z-score
de prévision des difficultés financières ayant la forme
sont des paramètres positifs estimés de manière à
et
suivante :
Où représente le couple espérance et écart-type du ratio . De cette manière plus le z-score est faible plus la fra-
maximiser la capacité prédictive du z-score. En absence de données permettant d'estimer la contribution
gilité financière de la microentreprise appartenant au secteur est élevée41 relativement aux autres. En effet, le
𝛼𝛼, 𝛽𝛽
de chaque ratio à l'explication de la fragilité financière, on a alors construit un indicateur z-score qui ne
z-score proposé n’est pas une mesure absolue de fragilité financière mais une mesure relative. Par ailleurs, on l’a
privilégie aucun ratio par rapport aux deux autres40. Ainsi, pour chaque microentreprise représentative
normalisé via une fonction de transformation croissante afin d’avoir des scores positifs.
du secteur
Notons également que malgré que les frais du personnel aient été déduits de la valeur ajoutée (ils sont donc déjà
comptabilisés dans l’EBE) le ratio est différent du ratio . En calculant le coefficient de corrélation entre les deux
ratios pour les 14 secteurs auxquels nos microentreprises appartiennent on obtient un coefficient de -0,36. No-
𝑅𝑅3(𝑗𝑗) − 𝑅𝑅3̅̅̅
𝑅𝑅1(𝑗𝑗) − 𝑅𝑅1̅̅̅
. De cette manière plus
Où
tons que l’on retrouve le ratio et un ratio dans l’étude Conan et Holder (1979)42 qui a proposé un z-score pour
)
𝜎𝜎𝑅𝑅3
𝜎𝜎𝑅𝑅1
prédire la faillite des entreprises manufacturières, du secteur de la construction, du commerce et des transports.
est
le z-score
(𝑅𝑅𝑖𝑖)𝑖𝑖=1,2,3
Le z-score retenu est le suivant où les différents ratios sont précédemment définis.
élevée41 relativement aux autres. En effet, le z-score
proposé n'est pas une mesure absolue de
fragilité financière mais une mesure relative. Par ailleurs, on l'a normalisé via une fonction de
transformation croissante afin d'avoir des scores positifs.
Notons également que malgré que les frais du personnel aient été déduits de la valeur ajoutée (ils sont
Étant donné que le modèle Conan et Holder (1979) s’applique à plusieurs secteurs, on le retient ce modèle comme
un benchmark en remplaçant par étant donné qu’on ne dispose pas de données sur la dette totale par secteur
. En calculant le coefficient de
donc déjà comptabilisés dans l'EBE) le ratio
d’activités. Ceci est fait en ajustant le coefficient à 0,024 au lieu de 0,24 ce qui revient à considérer que l’ordre de
corrélation entre les deux ratios pour les 14 secteurs auxquels nos microentreprises appartiennent on
grandeur de la dette totale est dix fois le chiffre d’affaires. Par ailleurs, ne disposant pas de données permettant de
obtient un coefficient de -0,36. Notons que l'on retrouve le ratio
calculer et on les prend égaux à 50%. Ainsi, notre z-score de benchmarking est . En régressant la série Z(j) et la
dans l'étude Conan et Holder (1979)42 qui a proposé un z-score pour prédire la faillite des entreprises
𝑅𝑅"1 = EBE/Dette totale
sérié Z’(j) on trouve la relation suivante Z = 10,4 - 0,9 avec un coefficient de détermination R² = 0,92.
manufacturières, du secteur de la construction, du commerce et des transports. Le z-score retenu est le
sont
suivant
précédemment définis.
′′
′
En prenant en considération le fait que les frais financiers (frais bancaires et primes d’assurance) ainsi que les frais
du personnel ne sont pas impactés par la crise (dans une première étape), l’impact de la crise sur le score est
Étant donné que le modèle Conan et Holder (1979) s'applique à plusieurs secteurs, on le retient ce modèle
donné par :
comme un benchmark en remplaçant
étant donné qu'on ne dispose pas de données sur la
dette totale par secteur d'activités. Ceci est fait en ajustant le coefficient à 0,024 au lieu de 0,24 ce qui
revient à considérer que l'ordre de grandeur de la dette totale est dix fois le chiffre d'affaires. Par ailleurs,
on les prend égaux à 50%. Ainsi, notre z-
ne disposant pas de données permettant de calculer
En
score de benchmarking est
- 0,9 avec un coefficient
régressant la série Z(j) et la sérié Z'(j) on trouve la relation suivante Z = 10,4
de détermination R² = 0,92.
Les impacts sur le chiffre d’affaires, la valeur ajoutée et l’excédent brut d’exploitation, , et sont issus des simu-
lations du modèle CGE. Afin de rétablir le niveau de la fragilité financière à son niveau d’avant la crise, on calcule
les primes nécessaires (permettant d’alléger les frais du personnel et les frais financiers) pour rétablir les trois
En prenant en considération le fait que les frais financiers (frais bancaires et primes d'assurance) ainsi que
niveaux de ratios , et pour chaque secteur j . On doit donc avoir et . Or, la prise en charge d’une partie des frais
de la crise
les frais du personnel ne sont pas impactés par la crise (dans une première étape), l'impact
du personnel augmente également l’EBE de la manière suivante . De cette manière, le nouveau z-score devient :
sur le score
1 − 0,87 𝑅𝑅2 − 0,1 𝑅𝑅3 + 0,22 (0,5) + 0,16(0,5)
1 − 0,87 𝑅𝑅2 − 0,1 𝑅𝑅3 + 0,22 𝑆𝑆2 + 0,16 𝑆𝑆4
est différent du ratio
R3
où
𝑅𝑅1
et un ratio
est donné par :
les différents
= 0,024 𝑅𝑅
= 0,24 𝑅𝑅
ratios
par
𝑅𝑅"1
𝑆𝑆4
et
R3
𝑅𝑅1
𝑆𝑆2
𝑍𝑍
𝑍𝑍
𝑍𝑍
.
′′
′
′
∆𝑍𝑍
𝑍𝑍
∆𝑍𝑍 = (
∆𝑅𝑅1
𝜎𝜎𝑅𝑅1 ) − (
∆𝑅𝑅2
𝜎𝜎𝑅𝑅2 ) − (
𝐹𝐹𝐹𝐹∆ (
Cependant, théoriquement rien ne nous assure qu’on a également retrouvé le niveau du ratio de rentabilité
𝜎𝜎𝑅𝑅3
économique . Pour cela, il faudrait introduire une subvention additionnelle de manière à avoir . En notant que
Les impacts sur le chiffre d'affaires, la valeur ajoutée et l'excédent brut d'exploitation,
on trouve le montant de la subvention nécessaire . Nos simulations montrent que les niveaux des ajustements
sont issus des simulations du modèle CGE. Afin de rétablir le niveau de la fragilité financière à son niveau
nécessaires par les subventions sont négligeables par rapport aux primes pour la réduction des frais du personnel
∆EBE
d'avant la crise, on calcule les primes nécessaires (permettant d'alléger les frais du personnel et les frais
et des frais financiers. Pour cette raison on en fait abstraction dans la note.
financiers) pour rétablir les trois niveaux de ratios
pour chaque secteur j . On doit
. Or, la prise en charge d'une partie des frais du
donc avoir
∆𝑅𝑅3
𝜎𝜎𝑅𝑅3 ) =
𝐹𝐹𝐹𝐹∆ (
𝜎𝜎𝑅𝑅2
∆VA
∆CA
et
et
∆ (
et
−
,
,
1
𝐶𝐶𝐶𝐶)
1
𝑉𝑉𝐶𝐶)
𝐸𝐸𝐸𝐸𝐸𝐸
𝐶𝐶𝐶𝐶 )
𝜎𝜎𝑅𝑅1 −
∆(𝐹𝐹𝐹𝐹) = 𝑅𝑅2∆(𝐶𝐶𝐶𝐶)
∆(𝐹𝐹𝐹𝐹) = 𝑅𝑅3∆(𝑉𝑉𝐶𝐶)
𝑅𝑅1(𝑗𝑗)
𝑅𝑅2(𝑗𝑗)
𝑅𝑅3(𝑗𝑗)
40 Ce choix se base sur les travaux de Eichengreen et al. (1996) et Khallouli et Nabi (2013) consistant à normaliser chaque ratio
en lui retranchant la moyenne (pour toutes les microentreprises) et divisant par son écart-type.
41 Voir annexe 2 pour une discussion de la robustesse de cette méthode de construction par rapport à l'alternative, qui aurait
été privilégiée si des données exhaustives étaient disponibles.
41
42 Conan et Holder (1979) constitue une des études les plus citées dans cette thématique de recherche. Les auteurs ont
Voir annexe 2 pour une discussion de la robustesse de cette méthode de construction par rapport à l’alternative, qui aurait été
considéré un échantillon de 95 petites et moyennes entreprises françaises dont la moitié a fait faillite pendant la période 1970-
privilégiée si des données exhaustives étaient disponibles.
1975
42
un échantillon de 95 petites et moyennes entreprises françaises dont la moitié a fait faillite pendant la période 1970-1975
Conan et Holder (1979) constitue une des études les plus citées dans cette thématique de recherche. Les auteurs ont considéré
61
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
personnel augmente également l'EBE de la manière suivante
manière, le nouveau z-score devient :
𝐸𝐸𝐸𝐸𝐸𝐸̃ = 𝐸𝐸𝐸𝐸𝐸𝐸 + ∆(𝐸𝐸𝐸𝐸𝐸𝐸) − ∆(𝐹𝐹𝐹𝐹)
. De cette
𝑍𝑍̃(𝑗𝑗) = (
𝐸𝐸𝐸𝐸𝐸𝐸̃
𝐶𝐶𝐶𝐶 + ∆𝐶𝐶𝐶𝐶
𝜎𝜎𝑅𝑅1
− 𝑅𝑅1̅̅̅
) − (
𝑅𝑅2 − 𝑅𝑅2̅̅̅
𝜎𝜎𝑅𝑅2 ) − (
𝑅𝑅3 − 𝑅𝑅3̅̅̅
𝜎𝜎𝑅𝑅3 )
Cependant, théoriquement rien ne nous assure qu'on a également retrouvé le niveau du ratio de
de manière à
rentabilité économique
. Pour cela, il faudrait introduire une subvention additionnelle
avoir
. En notant que
𝑅𝑅1
on trouve le montant de la subvention nécessaire
𝛿𝛿
𝐸𝐸𝐸𝐸𝐸𝐸̃ +𝛿𝛿
𝐶𝐶𝐶𝐶+∆𝐶𝐶𝐶𝐶 = 𝑅𝑅1
. Nos simulations montrent que les niveaux des ajustements nécessaires par
𝛿𝛿 =
sont négligeables par rapport aux primes pour la réduction des frais du personnel et
𝐸𝐸𝐸𝐸𝐸𝐸 = 𝑅𝑅1𝐶𝐶𝐶𝐶
les subventions
𝑅𝑅1∆𝐶𝐶𝐶𝐶 − ∆(𝐸𝐸𝐸𝐸𝐸𝐸) + ∆(𝐹𝐹𝐹𝐹)
des frais financiers. Pour cette raison on en fait abstraction dans la note.
𝛿𝛿
62
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Annexe 3. Méthodologie de calcul de la pauvreté multidimensionnelle
La mesure la plus utilisée est le taux de pauvreté effectif qui est le pourcentage de la population pauvre
(noté par H = (q / n)). Toutefois, cette mesure ne respecte pas un certain nombre d’axiomes souhaitables
tels que le transfert et la monotonicité43. Pour surmonter ces limites, Alkire et Foster (2011) proposent un
autre taux effectif ajusté construit à partir de l’indice de Foster, Greer et Thorbeck (1984). Ce taux résume
les informations concernant à la fois l’incidence de la pauvreté et l’ampleur moyenne des privations
multidimensionnelles des ménages pauvres. Cette mesure présente l’avantage de satisfaire la monotonicité
dimensionnelle. En d’autres termes, lorsqu’un individu pauvre constate une nouvelle privation la mesure
augmente. Selon le scénario de référence, les mesures de la pauvreté (les ratios effectifs standard et
ajusté) varient considérablement entre les différentes catégories de ménages ; de même pour les poids
attribués aux dimensions dépenses alimentaire et celles de santé. Dans notre analyse, on considère qu’un
ménage est multi-dimensionnellement pauvre lorsque le nombre de dimensions de privation est égal à
deux.
43
Dans un contexte multidimensionnel, H ne vérifie pas la monotonicité dimensionnelle : si un ménage a été déjà iden-
tifié comme pauvre pour un nombre de dimensions et devient privé dans une autre dimension supplémentaire (dans laquelle
le ménage n’était pas auparavant privé) H ne change pas. De plus, cette mesure n’est pas flexible à la décomposition dimen-
sionnelle, ce qui est souvent utile pour la recommandation de politique publique.
63
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Annexe 4. Description du modèle d’équilibre général calculable (CGE)
La structure de base du modèle CGE est similaire à celle du modèle EXTER dont les principales caractéristiques
sont résumées ci-dessous (Encadré 2). Il a été développé en tenant en compte des spécificités de l’économie
tunisienne. Il s’agit d’un modèle avec 16 branches de production, deux facteurs de production (main
d’œuvre et capital) et quatre agents (ménages, entreprises, État et reste du monde). Un soin particulier
a été apporté à la désagrégation des ménages afin de pouvoir analyser la pauvreté multidimensionnelle.
En effet, il y a 22 types de ménages définis selon le sexe et la catégorie socioprofessionnelle. Cette
désagrégation a été réalisée en utilisant les données de l’enquête de consommation de 2015 publiée par
l’Institut National des Statistiques (INS).
Encadré 2 : Principales caractéristiques du modèle EXTER
Le modèle EXTER a été développé par Bernard Décaluwé, professeur à l’université de Québec au
Canada en 2001). C’est un modèle d’une économie ouverte avec quatre branches de production
(Agriculture, Industrie, services marchands et services non marchands), deux facteurs de production
(main d’œuvre et capital) et cinq agents (ménages salariés, ménages capitalistes, entreprises, État et
Reste du monde).
Les branches de production utilisent en plus des facteurs de production, les produits intermédiaires.
Les ménages tirent l’essentiel de leur revenu des salaires versés, de la part de dividendes distribuées
par les firmes et de la rémunération du facteur capital. Les ménages allouent une partie de leurs
revenus à la consommation et l’autre partie restante constitue leur épargne, qui s’ajoute à celle des
firmes et du gouvernement pour former l’épargne totale. Quant à l’investissement total qui constitue
une composante de la demande finale au même titre que la consommation privée et la demande
intermédiaire, il est déterminé par l’épargne totale et le solde de la balance courante. L’État a fournit
des services non marchands et réalise des investissements publics financés par ses recettes fiscales et
non fiscales. De ce fait, il contribue tant directement qu’indirectement au PIB, en payant les salaires
administratifs et en consommant les produits des autres branches d’activités. La présence de l’agent
Reste du monde (Rdm) amène à considérer l’existence de flux dont les exportations et importations,
les transferts étrangers, l’épargne étrangère et des prix internationaux des produits.
Dans ce modèle, deux hypothèses sont retenues :
La première stipule que les agents économiques sont preneurs de prix (price-taker) c’est-à-dire
•
que les prix d’exportation et d’importation sont entièrement déterminés sur le marché mondial ;
La deuxième hypothèse suppose que les producteurs nationaux sont confrontés à une demande
•
étrangère qui a une élasticité-prix infinie.
Source : Les auteurs
64
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
* STRUCTURE FONCTIONNELLE
La production est représentée par un processus à deux niveaux. Au premier niveau, la valeur ajoutée
est produite selon une fonction Cobb-Douglas, à partir du capital et du travail (équation (1)). Au second
niveau, la valeur ajoutée et la consommation intermédiaire sont combinées selon une fonction Leontief
pour obtenir l’output (équation (2) et équation (3)). On suppose que les travailleurs sont mobiles entre les
différents secteurs et le capital est spécifique à chaque branche d’activité. Les demandes de main d’œuvre
et de capital sont dérivées de la fonction Cobb-Douglas de la valeur ajoutée (équation (4) et équation
(5))44.
* Bloc de la production
=
−
1
A LD KD
j
j
j
j
j
=
io XS
j
j
VA
CI
j
j
VA
j
=
j
v XS
j
(
=
j
(
= −
1
j
LD
j
KD
j
pva VA w
j
j
) /
pva VA r
/
j
j
)
(1)
(2)
(3)
(4)
(5)
j
Considérons maintenant le bloc du revenu et de l’épargne. Le revenu total des ménages45 provient des
versements de salaire, du revenu du capital, des dividendes versés par les entreprises, les transferts
du gouvernement et des travailleurs à l’étranger ainsi que des prestations de retraite (équation (6)). Le
revenu des ouvriers agricole de genre gr provient de la rémunération du travail dans le secteur agricole
(équation (7)). Le revenu des retraités provient des prestations de retraite versées par le gouvernement
(équation (8)). Les exploitants agricoles perçoivent une proportion de la rémunération du capital du
secteur agricole (équation (9)). L’ensemble des autres catégories de ménages H reçoivent une proportion
de la partie résiduelle du revenu total des ménages (équation (10)). Le revenu net des cotisations sociales
est défini par l’équation (11). Le revenu disponible est obtenu en soustrayant du revenu des ménages
l’impôt direct et les transferts vers le RdM (équation (12)). L’épargne des ménages est une proportion du
revenu disponible (équation (13)). Le revenu des entreprises est une proportion fixe de la rémunération
du capital plus le transfert en provenance du RdM (équation (14)). L’épargne des entreprises est égale
au revenu net de l’impôt direct et des transferts vers le Rdm (équation (15)). Le revenu de l’État provient
des recettes fiscales moins les subventions auxquelles s’ajoutent les transferts provenant du RdM et une
partie du revenu du capital (équation (16)). L’épargne de l’État est égale à son revenu auquel on soustrait
les dépenses, les transferts vers le RdM et les prestations (équation (17).
44 La liste des variables est présentée à la fin.
45 Les ménages sont classés selon leur genre et leur catégorie socioprofessionnelle H.
65
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
* Bloc du revenu et de l’épargne
+
m
j
j
r KD TEM TWM TGM PRES
j
j
+
+
+
+
=
YM w
LD
j
=
gr
gr Oagr
,
YM
YM
YM
gr RET
,
gr Eagr
,
=
gr RET
,
=
gr Eagr
,
YM
gr H
,
=
gr H
,
(
Oagr
w LD
(
PREST
(
r KD
agr
−
gr
YM
+
)
agr
(
+
TGM TEM
)
)
(
YM
gr Oagr
,
+
YM
gr Eagr
,
+
YM
gr RET
,
)
)
YCM
gr H
,
=
YM
gr H
,
−
COTIS
gr H
,
YDM
gr H
,
=
YCM
gr H
,
−
TD
gr H
,
−
TMW
gr H
,
=
j
j
m
gr H
,
YE
SM
gr H
,
(
= −
1
,
gr H
G
YDM
)
−
−
SE YE TDE TEW TEM
SBV
r KD
YG
i
i
i
r KD
j
=
=
G
+
=
SG YG
−
−
i
+
+
TDM TDE TWG COTIS
−
G TGW TGM PRES
AII
+
+
+
−
−
−
i
i
i
i
i
(14)
+
tr
TIM
tr
(15)
(16)
(17)
46
(6)
(7)
(8)47
(9)
(10)
(11)
(12)
(13)
Les équations (18), (19), (20), (21) et (22) définissent respectivement les revenus de la taxe sur les
importations, des cotisations, des taxes directes sur les particuliers et les entreprises et l’impôt indirect
net de subvention sur la production.
TIM tm e PWM M
i
i
i
=
i
COTIS
gr H
,
=
tco
gr H
,
YM
gr H
,
TD
gr H
,
=
ty
gr H
,
YM
gr H
,
=
TDE tye YE
(
tin p Pv VA
i
INS
=
i
i
i
i
+
j
PC DI
j
),
j i
(18)
(19)
(20)
(21)
(22)
Le bloc de la demande finale est composé de :
i) La consommation des ménages qui est une proportion du revenu disponible (équation (23)),
ii) La demande d’investissement en produit de la branche i qui est une proportion de l’investissement
total (équation (24)),
iii) La demande intermédiaire totale en intrant i qui est constituée de biens et services selon une fonction
Leontief (équation (25)).
* Bloc de la demande
C
gr H i
,
,
Inv
i
DI
i j
,
YDM
gr H i
,
,
(
=
) /
(
=
IT PC
i
i
=
aij CI
,
i j
j
)
/
PC
i
gr H
,
(23)
(24)
(25)
46 TGM transfert du gouvernement au ménage
47 Le revenu des retraités provient des prestations de retraite et d’une proportion de transferts versés par le gouvernement
et les entreprises (équation(8)),
46 TGM transfert du gouvernement au ménage
47 Le revenu des retraités provient des prestations de retraite et d’une proportion de transferts versés par le gouvernement et les entreprises
(équation(8)),
66
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
Le bloc des prix est composé de :
i) Le prix de la valeur ajoutée qui est égal à la valeur de la production moins le coût de la consommation
intermédiaire et l’impôt indirect net de subvention sur la production, divisé par la valeur ajoutée en
volume (équation (26)),
ii) Le prix à exportation (équations (27)),
iii) Le prix perçu par le producteur qui en est fonction des prix du bien local et du bien exporté (équation
(28)).
j
=
−
Pv
P XS
j
* Bloc des prix
(
PE e PWE
i
+
PL DS
i
=
(
i
=
P
i
j
i
PE EX
i
i
) /
XS
i
PC DI
i
i
,
j
i
−
INS
)
j
/
VA
j
(26)
(27)
(28)
L’équation (29) montre que la production satisfait la demande émanant du marché local du marché extérieur
selon une fonction à élasticité de transformation constante (CET). L’équation (30) est la fonction d’offre
d’exportation qui est obtenue à partir des conditions de premier ordre du programme de maximisation
des recettes du producteur sous contrainte de la fonction CET. L’équation (30) donne le volume du bien
composite offert sur le marché local, que le consommateur achète (en proportion variable) auprès du
reste du monde et sur le marché domestique selon une fonction à élasticité de substitution constante
(CES). Le volume du bien importé demandé sur le marché local est donné par l’équation (32) (fonction
de demande d’importation) qui est déterminée à partir des conditions de premier ordre du programme
de minimisation des dépenses sous contrainte de la fonction CES. L’équation (33) définit le solde de la
balance courante comme étant le solde des flux financiers du pays résultant des échanges internationaux
de biens et services et des transferts courants.
* Bloc du commerce international
X
i
=
A
i
i
EX
i
i
(
+ −
1
i
)
DS
1
i
i
i
EX
i
=
(
(
1
−
i
)
PE
i
/
i
PL
i
1
−
1
i
)
Q B M
i
=
i
i
i
−
i
(
+ −
1
i
)
−
DD
i
i
DS
i
−
1
i
i
=
M
(
PD
i
i
=
SR e
i
(
/ 1
−
i
i
)
−
)
PM
i
1
DD
+
1
i
i
PWM M e
i
i
PE EX TEW TMW TGW TWE TWM TWG
−
−
+
−
+
+
i
i
(29)
(30)
(31)
(32)
(33)
La dernière étape de spécification du modèle consiste à définir les équations d’équilibres sur les marchés.
La quantité du bien composite est répartie entre la consommation finale, la demande intermédiaire,
l’investissement et la dépense publique (équation (34)). L’offre du produit domestique est égale à sa
demande sur le marché local (équation (35)). Les équilibres sur les marchés du travail et du capital sont
représentés respectivement par les équations (36) et (37). La règle de fermeture adoptée dans le modèle
de base est que la valeur totale des investissements est endogène, c’est à dire déterminée par le total de
l’épargne (équation (38)). En conséquence, l’investissement total est égal à la somme des épargnes des
ménages, des entreprises, du gouvernement et du reste du monde.
67
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
* Bloc Équilibre
i
i
+
+
=
+
Q C DIT INV G
i
i
i
DS DD=
i
i
(
−
1
tcho
LS
=
=
=
LD
i
i
SM
KD
KS
IT
gr H
,
+
+
)
gr H
,
i
i
SE SG SR
+
(34)
(35)
(36)
(37)
(38)
* MODELISATION DES MARGES ET DE L’IMPOT INDIRECT
Le taux de marge s’applique sur les prix de ventes des produits domestiques et importés. Les taxes
indirectes s’appliquent en couches successives les unes sur les autres de telle sorte que chaque taxe
s’applique à un flux qui représente l’assiette fiscale correspondante. L’équation (39) définit le revenu des
marges sur chaque produit. Le revenu total des marges est donné par l’équation (40). Le montant total
des marges est distribué par la suite entre les secteurs du transport et du commerce définis par le sous-
ensemble (équations (41)). Les subventions sur les produits et les autres impôts indirects sont représentés
respectivement par les équations (42) et (43). Les prix des produits domestiques et importés incluant les
marges et les taxes indirectes sont définis respectivement par les équations (44) et (45). Le prix du bien
composite est défini par l’équation (46). L’indice de prix à la consommation est défini par l’équation (47).
(
+ +
1
tm e PWM M
i
)
i
)
i
i
i
(
tmrg PL DD
i
=
margei
margeT
+
i
marge
i
=
i
=
AII
MargeT
mrg =
z
z
(
tsv
Subv
1
i
i
(
+
=
tic
1
i
(
= +
tic
1
i
(
= +
1
(
PINDEXC
PD
i
PC
i
PM
=
i
tm e PWM M
i
)
i
)
i
(
+ +
1
tm e PWM M
i
)
i
i
(
+ +
1
PL DD
i
i
(
)
PL DD
i
i
)
tmrg PL
i
i
)(
tmrg
1
i
)
i
+
tmrg
)(
tsv
1
i
)(
+
1
tsv
i
)(
tic
1
i
+
=
(
tmrg
)(
+
1
)(
+
1
tsv
i
) /
PC C
i
gr H i
,
,
+
PM M PD DD Q
i
i
i
i
i
/
C
gr H i
,
,
gr H i
,
,
gr H i
,
,
+
tm e PWM
)
i
i
)
i
(39)
(40)
(41)
(42)
(43)
(44)
(45)
(46)
(47)
68
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
* LISTE DES VARIABLES DU MODELE
i
i
,gr H
,gr H
gr H i
,
,
: Consommation du ménage de genre gr et de catégorie H;
iX : Production brute du bien i ;
iVA : Valeur ajoutée de la branche d'activité i ;
ijDI : Consommation intermédiaire du bien composite i par le secteur j ;
jCI : Consommation intermédiaire totale de la branche j ;
iLD : Demandes du travail de la branche i;
iKD : Demande de capital de la branche i;
C
Inv : La partie de la demande du bien d'investissement i ;
imrg : Marge distribué à la branche i;
marge : Marge appliquée sur chaque produit i;
m argeT : Revenu total des marges
iDS : Quantités offertes du bien domestique ;
iDD : Quantités demandées du bien domestique
iQ : Consommation totale du bien composite i ;
iM : Volume des importations du bien i;
iEX : Volume des exportations du bien i;
YM : Revenu total des ménages
YM : Revenu du ménage de genre gr et de catégorie H
YCM : Revenu net des cotisations du ménage de genre gr et de catégorie H
YDM : Revenu disponible du ménage de genre gr et de catégorie H ;
YE : Revenu des entreprises;
YG : Revenu du gouvernement;
SG : Épargne de l’État;
SM : Épargne du ménage de genre gr et de catégorie H;
SE : Épargne des entreprises;
IT : Investissement total;
SR : Solde de la balance courante;
COTIS: Cotisations sociales;
PRES: Prestations de retraite reçues par les ménages;
w : Taux de salaire nominal;
tcho : taux de chômage
ir : Taux de rémunération du capital
iP : Prix et à la production du bien i ;
iPL : Prix et à la production du bien i ;
iPV : Prix de la valeur ajoutée de la branche i;
iPC : Prix du bien composite i;
iPD : Prix du bien domestique i avant marge et taxe indirecte ;
iPM : Prix du bien importé i avant marge et taxe indirecte ;
iPE : Prix d’exportation du bien i ;
TD : Impôt sur le revenu du ménage de genre gr et de catégorie H;
TDE: Revenu de la taxe sur les entreprises;
TIM: Revenu de la taxe sur les importations;
Subv :Subvention du bien i;
,gr H
,gr H
,gr H
i
69
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
i
i
iAII : Revenu des autres impôts indirects sur le bien i;
PINDEXC : Indice du prix à la consommation;
PWM : Prix mondial du bien importé i;
PWE : Prix mondial du bien exporté i;
e : Taux de change nominal;
iG : Dépense du gouvernement en bien i;
TWG: Transfert du reste du monde vers le gouvernement;
TEG: Transfert des entreprises vers le gouvernement;
TWM: Transfert du reste du monde vers les ménages;
TEM: Transfert des entreprises vers les ménages;
TGM : Transfert du gouvernement vers les ménages
LS : Offre totale du travail;
iKS : Offre du capital dans la branche i;
70
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
9 Notes de Fin
a ILO (2020).
b Agénor (2007).
c ILO (2020).
d UNDP (2016).
e Voir rapport FMI (2020).
f Lors du processus de production d’un bien ou d’un service il y a consommation entière ou bien
transformation d’autres biens et services qui sont produits par d’autres secteurs.
g INS(2018b)
h OCDE (2009).
i INS (2015)
j Sen (1976).
k Nabi (2019).
l Abdelkafi et Nabi (2013)
m Banque mondiale (2018)
71
IMPACT ECONOMIQUE DU COVID-19 EN TUNISIE
CONTACT
Programme des Nations Unies pour le
Développement en Tunisie
Rue du Lac Windermere, Immeuble le
Prestige Business Center,
Tour A, Les Berges du Lac 1053, Tunis, Tunisie.
+216 36 011 680
E-mail : registry.tn@undp.org
http://www.tn.undp.org
Page:
1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
11,
12,
13,
14,
15,
16,
17,
18,
19,
20,
21,
22,
23,
24,
25,
26,
27,
28,
29,
30,
31,
32,
33,
34,
35,
36,
37,
38,
39,
40,
41,
42,
43,
44,
45,
46,
47,
48,
49,
50,
51,
52,
53,
54,
55,
56,
57,
58,
59,
60,
61,
62,
63,
64,
65,
66,
67,
68,
69,
70,
71,
72,
73,
74,
75,
76