Worldwide clustering of the corruption perception

L'essentiel

Imaginez les pays du monde comme une immense fête bruyante où tout le monde chuchote sur l'honnêteté ou la malhonnêteté de ses voisins. Les auteurs de ce document, Michal Paulus et Ladislav Kristoufek, ont décidé d'arrêter d'écouter les chuchotements pour plutôt examiner le plan de table. Ils voulaient voir si les pays se « regroupent » naturellement en fonction de la perception de leur corruption.

Voici l'histoire de leurs découvertes, expliquée en termes simples :

L'outil : Une carte d'amitié

Habituellement, les scientifiques tentent de trouver des connexions entre les choses en observant comment elles évoluent ensemble au fil du temps (comme deux actions qui montent et descendent en synchronisation). Mais la corruption est un peu différente ; il s'agit du niveau d'honnêteté, pas seulement de son évolution.

Ainsi, au lieu de chercher un rythme de danse, les auteurs ont utilisé un outil appelé regroupement hiérarchique (hierarchical clustering). Voyez cela comme un arbre généalogique géant, mais au lieu de montrer qui est lié par le sang, il montre qui est lié par l'« honnêteté ».

• Ils ont mesuré 134 pays à l'aide d'un score de « l'absence de corruption » (de 0 à 100, où 100 signifie une honnêteté extrême).
• Ils ont calculé la « distance » entre les pays. Si le Pays A et le Pays B ont des scores très similaires, ils sont des « amis proches » (distance courte). Si l'un est très honnête et l'autre très corrompu, ce sont des « étrangers » (distance longue).
• Ils ont utilisé une méthode de liaison moyenne (average linkage), qui consiste à trouver la distance moyenne entre deux groupes de personnes pour décider si ces groupes doivent fusionner.

Le résultat : Quatre quartiers distincts

Lorsqu'ils ont dessiné cet « arbre de l'honnêteté », cela ne ressemblait pas à un tas désordonné. Cela s'est structuré en quatre quartiers clairs (clusters). C'était comme si le monde se triait naturellement en quatre groupes distincts basés sur la perception de leur corruption.

Voici à quoi ressemble chaque quartier :

1. Le club de l'Élite Honnête (Cluster n°1)

• Qui est là : Les États-Unis, le Japon, l'Europe de l'Ouest, l'Australie, la Nouvelle-Zélande, Singapour et Hong Kong.
• L'ambiance : Ce sont les nations les plus développées au monde. Elles ont une corruption très faible (scores élevés).
• La connexion : Ce groupe est très soudé. Ils sont tous riches et ils sont tous très honnêtes. Il n'y a presque aucun pays pauvre ici, et aucun pays africain. C'est un groupe très exclusif et performant.

2. Le groupe de l'Ascension (Cluster n°2)

• Qui est là : Des pays comme l'Espagne, le Portugal, la Slovénie, Israël, Taïwan et le Botswana.
• L'ambiance : Ce sont les « dauphins ». Ils ne sont pas aussi riches ou aussi honnêtes que le Club de l'Élite, mais ils s'en sortent plutôt bien. Ils sont la « classe moyenne supérieure » du monde.
• La connexion : Ils essaient de rattraper les leaders. Ils ont des économies décentes et des niveaux d'honnêteté corrects, se situant juste au milieu du peloton.

3. La zone de Lutte (Cluster n°3)

• Qui est là : C'est le groupe le plus important, avec 60 pays. Il comprend la Russie, la Chine, l'Inde, le Brésil et de nombreuses nations d'Afrique et du Moyen-Orient. Il inclut également des pays avec des gouvernements autoritaires.
• L'ambiance : Ce groupe présente les niveaux de corruption perçue les plus élevés.
• La connexion : C'est un mélange d'économies. Certains sont de grandes économies en pleine croissance (comme la Chine et l'Inde), tandis que d'autres sont très pauvres ou en conflit. Malgré leur taille ou leur potentiel, ils partagent tous un combat commun avec la corruption. Les auteurs notent qu'une corruption élevée semble être une ancre pesante qui empêche ces pays d'atteindre le niveau de l'« Élite ».

4. Le groupe de l'Entre-deux (Cluster n°4)

• Qui est là : C'est un mélange étrange. On y trouve des pays post-communistes comme la Pologne, la Hongrie et la République tchèque, mais aussi l'Italie, la Grèce et des nations d'Afrique du Nord comme l'Égypte et le Maroc.
• L'ambiance : Ces pays sont coincés au milieu. Ils ne sont pas aussi corrompus que le groupe de la « Lutte », mais ils ne sont pas aussi propres que le groupe de l'« Ascension ».
• La connexion : Il est intéressant de voir que l'Italie et la Grèce (généralement considérées comme riches) sont ici, ce qui suggère que leurs problèmes économiques pourraient être liés à leurs niveaux de corruption. Parallèlement, les pays d'Europe de l'Est sont regroupés avec eux, montrant qu'ils sont encore en transition.

La vue d'ensemble : L'argent et l'honnêteté marchent main dans la main

La chose la plus importante que ce document a trouvée est un miroir parfait.

• Si vous classez les pays par la richesse qu'ils produisent par personne (PIB), vous obtenez une liste.
• Si vous classez les pays par leur honnêteté, vous obtenez exactement la même liste.

Le document ne dit pas que l'argent cause l'honnêteté, ni que l'honnêteté cause l'argent. Il dit simplement qu'ils sont liés comme les deux faces d'une même pièce. L'« Élite Honnête » est la plus riche, et le groupe de la « Lutte », le plus corrompu, est le plus pauvre.

Pourquoi cela importe

Avant cette étude, on savait que la corruption était mauvaise pour l'économie, mais on ne disposait pas d'une carte montrant comment les pays se regroupent naturellement en fonction de ce trait. Ce document est le premier à utiliser cette méthode spécifique d'« arbre généalogique » pour montrer que le monde n'est pas un mélange aléatoire de lieux corrompus et honnêtes ; c'est une hiérarchie structurée où le développement et la perception de la corruption sont profondément entrelacés.

En résumé : Le monde se divise en quatre groupes clairs, et dans chaque groupe, le niveau de corruption correspond parfaitement au niveau de richesse.

Résumé technique

Énoncé du Problème
Bien qu'une littérature empirique et théorique étendue existe concernant les impacts négatifs de la corruption sur la croissance économique, les inégalités et l'investissement, une lacune spécifique subsiste dans la littérature : aucune étude préalable n'a examiné le regroupement réel des pays en fonction de leurs niveaux de corruption ou de leurs perceptions de la corruption. Les recherches existantes traitent souvent la corruption comme une variable continue affectant les indicateurs économiques, mais ne parviennent pas à examiner si les pays se regroupent naturellement en hiérarchies ou en grappes (clusters) distinctes basées sur ces perceptions. Cette étude vise à combler cette lacune en appliquant les outils des systèmes complexes — spécifiquement le partitionnement hiérarchique (clustering hiérarchique) — au cas spécifique de la corruption afin de découvrir les relations structurelles potentielles entre les nations.

Méthodologie
Les auteurs analysent un ensemble de données de 134 pays utilisant l'indice « Freedom from Corruption » (COR) de la Heritage Foundation, couvrant la période de 1996 à 2014. L'indice COR est dérivé de l'indice de perception de la corruption (CPI) de Transparency International, gradué de 0 à 100 (où des valeurs plus élevées indiquent une corruption moindre).

Pour répondre à la nature spécifique des données, les auteurs s'écartent des méthodes de partitionnement basées sur la corrélation standard. Les coefficients de corrélation standards centrent les séries temporelles, perdant ainsi l'information concernant le niveau absolu de corruption, qui est la variable d'intérêt principale. Au lieu de cela, l'étude utilise la distance euclidienne ($d_{xy}$) entre les vecteurs de séries temporelles de chaque paire de pays pour construire une matrice de dissimilarité.

Pour la construction de la structure hiérarchique, les auteurs emploient l'approche de partitionnement par lien moyen (également appelée UPGMA). L'algorithme identifie de manière itérative la paire de nœuds la plus proche (pays ou grappes) basée sur la matrice de distance, les fusionne en une nouvelle grappe, et assigne à la nouvelle grappe une valeur de distance égale à la moyenne des distances de tous les éléments au sein de la nouvelle grappe formée. Ce processus se répète jusqu'à ce qu'une grappe unique soit formée, résultant en un dendrogramme. Les auteurs notent que bien qu'ils utilisent principalement le lien moyen, ils ont également testé le lien complet et l'algorithme de Ward, trouvant que les résultats étaient qualitativement robustes.

Résultats Clés
L'application du partitionnement par lien moyen aux 134 pays révèle une structure hiérarchique bien définie, divisant l'ensemble de données mondiales en quatre grappes distinctes :

1. Grappe #1 (Corruption la plus faible / Développement le plus élevé) : Cette grappe se compose de nations développées, incluant les USA, le Japon, les États de l'UE occidentale, l'Australie, la Nouvelle-Zélande et Singapour. Elle présente le COR moyen le plus élevé (82,92) et le PIB par habitant moyen le plus élevé (52 138 $). Elle est clairement séparée des autres grappes en termes de niveaux de corruption et de développement économique.
2. Grappe #2 (Développement intermédiaire supérieur) : Ce groupe hétérogène comprend divers États de l'UE (ex. Espagne, Portugal), Taïwan, Israël et le Botswana. Il possède un COR moyen de 59,21 et un PIB par habitant moyen de 23 521 $. Les auteurs caractérisent ces nations comme des leaders « dauphins » sur leurs continents respectifs, représentant un groupe en « transition réussie » ou en « rattrapage ».
3. Grappe #3 (Corruption la plus élevée / Développement le plus faible) : La plus grande grappe (60 membres), ce groupe inclut les nations BRIC (Brésil, Russie, Inde, Chine), les nouveaux membres de l'UE comme la Bulgarie et la Roumanie, ainsi que divers régimes autoritaires. Il possède le COR moyen le plus bas (24,15) et le PIB par habitant moyen le plus bas (3 888 $), bien qu'il contienne une large gamme de potentiels économiques.
4. Grappe #4 (Intermédiaire) : Cette grappe se situe entre les groupes précédents avec un COR moyen de 41,28. Elle comprend le groupe de Visegrád (République tchèque, Hongrie, Pologne, Slovaquie), les États baltes, la Croatie et les nations d'Afrique du Nord. Elle inclut également des nations développées confrontées à des difficultés économiques, telles que l'Italie et la Grèce. Son PIB par habitant moyen est de 9 751 $.

Contributions Principales et Résultats

• Identification de la Hiérarchie : L'étude parvient à mettre en évidence une structure hiérarchique claire, démontrant que les pays peuvent être efficacement séparés en quatre groupes distincts basés sur ces mesures.
• Corrélation avec le Développement : Un lien fort est identifié entre les niveaux de corruption et le stade de développement économique au sein des grappes. Le classement des pays par perception de la corruption reflète parfaitement le classement par PIB par habitant.
• Aperçus Structurels : Le partitionnement révèle des modèles géopolitiques et institutionnels spécifiques, tels que la séparation des nouveaux membres de l'UE (Bulgarie, Roumanie) du reste de l'UE, le regroupement des nations BRIC, et l'inclusion des régimes autoritaires dans la grappe la plus corrompue.

Signification et Revendications
Les auteurs affirment que cette étude est, à leur connaissance, la première application des méthodes hiérarchiques et de partitionnement au cas spécifique de la corruption. La signification de ce travail réside dans le pont jeté entre un sujet économique et les outils des systèmes complexes et de la physique interdisciplinaire.

Les auteurs maintiennent un ton modeste concernant la causalité, précisant explicitement que leur analyse ne traite pas des mécanismes causaux potentiels entre la corruption et la performance économique. Cependant, ils postulent que la forte corrélation observée et la séparation claire des pays en grappes constituent un point de départ prometteur pour de futures recherches en sciences sociales. Ils suggèrent que de telles méthodes de partitionnement pourraient être particulièrement bénéfiques pour les études concernant le commerce international, où une différenciation rigoureuse des pays corrompus fait actuellement défaut.