Analyse Comparative de La Pauvreté Dans Des Agglomérations de l'UEMOA (Abidjan, Bissau, Niamey Et Lomé) : Lien Entre Pauvreté Et Marché Du Travail

REPUBLIQUE DU SENEGAL
REPUBLIQUE DU MALI
Un peuple un but une foi

MINISTERE DE LECONOMIE ET DES FINANCES AGENCE NATIONALE DE LA STATISTIQUE ET DE LA DEMOGRAPHIE ECOLE NATIONALE DE LA STATISTIQUE ET DE LANALYSE ECONOMIQUE
Un peuple un but une foi

OBSERVATOIRE STATISTIQUE ET ECONOMIQUE DAFRIQUE SUBSAHARIENNE (AFRISTAT)
MMOIRE PROFESSIONNEL
THEME: ANALYSE COMPARATIVE DE LA PAUVRETE DANS DES AGGLOMERATIONS DE LUEMOA (ABIDJAN, BISSAU, NIAMEY ET LOME): LIEN ENTRE PAUVRETE ET MARCHE DU TRAVAIL
Prsent par: KOBOBE Onsou Elve Ingnieur Statisticien Economiste
Dirig par: FALL Madior Expert en Statistiques Sociales
Juillet Octobre 2010
Analyse comparative de la pauvret dans les agglomrations de lUEMOA (Abidjan, Bissau, Niamey et Lom) : lien entre pauvret et march du travail
Les propos tenus dans le prsent document ne sont pas ceux de lObservatoire conomique et statistique dAfrique subsaharienne (AFRISTAT) ni de lEcole Nationale de la Statistique et de lAnalyse Economique (ENSAE-Sngal). Lauteur en assume donc lentire responsabilit.
Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr
Page 2
Avant-propos
Base Dakar au Sngal, lEcole Nationale de la Statistique et de lAnalyse Economique (ENSAE-Sngal) a t cre dans le but de former des cadres et techniciens de la statistique et de lconomie, parmi lesquels les Ingnieurs Statisticiens Economistes (ISE). Dans un souci de prparer les lves tre oprationnels, la formation comporte un volet pratique sous la forme dun stage dans des organismes.
Le prsent document est le rsultat du stage dapplication de trois mois que jai effectu AFRISTAT (Observatoire conomique et statistique dAfrique subsaharienne). Cette tude dont le thme est Analyse comparative de la pauvret dans les agglomrations de lUEMOA (Abidjan, Bissau, Niamey et Lom) : lien entre pauvret et march de travail. sappuie sur les Enqutes sur les Dpenses des Mnages (EDM) ralises en 2008 dans le cadre de la rnovation de lindice harmonis des prix la consommation (IHPC). Elle intresse particulirement AFRISTAT du fait que trs peu dtudes concernant les travailleurs pauvres et le lien entre la pauvret et le march du travail existent. Ce rapport aborde les techniques de comparaison de la pauvret et dingalit gnralement peu utilises dans les tudes sur la pauvret.
Nous osons croire que ce travail reflte la qualit de la formation reue lENSAE-Sngal et restons ouverts toutes critiques et observations de nature parfaire ce document.
Kobob Onsou
Page 3
Remerciements
Au terme de la rdaction de ce rapport, nous adressons particulirement nos remerciements M. Martin BELEPA, Directeur Gnral dAFRISTAT, qui nous a permis deffectuer le stage dans de bonnes conditions, ainsi qu tout le personnel dAFRISTAT pour sa disponibilit. Jexprime ma profonde gratitude et mes remerciements lendroit du professeur Madior FALL, expert en statistiques sociales AFRISTAT, qui, malgr ses multitudes occupations, a su diriger ce travail avec attention et rigueur, sans oublier M. Siriki COULIBALY, expert en analyse de la pauvret pour son assistance et ses conseils. Je reste redevable envers M. Yancoba BADJI, et mon cher compatriote M. Symphorien TABO, respectivement expert en statistique des prix et expert en comptabilit nationale, du fait quils mont accueilli chez eux, respectivement en dbut et fin de stage. Que M. Bocar TOURE (Directeur de lENSAE-Sngal), M. Mamadou CISSE (Responsable de la filire ISE), M. Mady DANSOKO (Coordinateur des tudes), Mme Emilie LAFFITEAU (Responsable de la filire ITS) et M. Granger WILFRID (Conseiller du Directeur de lAgence Nationale de la Statistique et de la Dmographie) reoivent nos remerciements les plus sincres du fait quils nous ont offerts un cadre dapprentissage adquat, sans oublier tout le personnel de lENSAE-Sngal. Nos remerciements vont galement lendroit de lEGIDE - Centre franais pour l'accueil et les changes internationaux, particulirement Mme Audrey DE FORVILLE, M. Alexis FOURNIER, Mme Isabelle MEKDOUD et Annick PRATS-JENART de navoir mnag aucun effort pour moctroyer lindemnit de stage afin que celui-ci se droule dans des conditions idales. Nous ne saurions finir sans remercier toutes personnes qui, de prs ou de loin ont uvr la ralisation du prsent rapport de stage, notamment mon trs cher papa M. Kessing ONSOU NDANG (Ingnieur Statisticien) qui nous a quitt juste avant la publication de la version finale de ce rapport.
Page 4
Rsum
Le principal motif conduisant la ralisation du prsent rapport est lanalyse comparative de la pauvret dans les agglomrations de lUEMOA et lexistence de peu dtudes appliques en Afrique subsaharienne liant la pauvret au march du travail. Pour ce faire, plusieurs mthodes ont t mises en uvre pour mesurer et comparer lingalit et la pauvret entre les villes (Abidjan, Bissau, Niamey et Lom). Une prsentation concise du cadre dtude nous a permis de savoir que le PIB de la Cte dIvoire valait plus de cinq fois celui des autres pays, mais en se ramenant au niveau par habitant il ne vaut plus que trois fois. La revue de littrature et les mthodes de mesure de la pauvret nous ont mis au parfum des travaux qui ont t raliss en matire de pauvret. Lanalyse des ingalits et la construction des indicateurs de pauvret montaire constituent le point essentiel du prsent document et toute la suite de ltude repose sur ces indicateurs. Ces derniers ont montr quil y a moins dingalit (courbes de Lorenz gnralises) et de pauvret (courbes FGT) Abidjan et Lom que dans les autres villes quel que soit le seuil de pauvret retenu. A laide de ces indicateurs nous avons remarqu que le ratio de pauvret est plus lev au niveau des mnages monoparentaux, que les hommes sont plus exposs la pauvret que les femmes, et que les individus sans instruction sont les plus frquemment pauvres. Les rgressions logistiques constituent ltape approfondie de notre analyse de la pauvret. Les rsultats issus de ces estimations nous ont permis de constater que les dterminants de la pauvret et du march du travail varient dune agglomration lautre. Au vu de ces rsultats, le fait pour un individu dtre de niveau dinstruction bas (sans et primaire) augmente la probabilit pour quil appartienne au groupe des pauvres. Aussi, la pauvret a une influence ngative sur la probabilit dtre actif occup, autrement dit le fait pour un individu dtre pauvre rduit sa chance davoir un emploi. Mots cls : Ingalit, pauvret, seuil de pauvret, chef de mnage, march du travail, travailleurs pauvres.
Page 5
Abstract
The main motive leading to the realization of the present relationship is the comparative analysis of the poverty in the towns of the UEMOA and the existence of few studies applied in sub-Saharan Africa linking the poverty to the labor market. To do it, Several methods were implemented to measure and compare the disparity and the poverty between cities (Abidjan, Bissau, Niamey and Lom). A concise presentation of the frame of study allowed us to know that the GDP (GROSS DOMESTIC PRODUCT) of Cte dIvoire was more worth of five times that of the other countries but by coming down to the level per capita it does not cost more than three times. The review of literature and the presentation of the methods of measure of the poverty allowed us to know the works which were realized in poverty. The analysis of the disparities and the construction of the indicators of monetary poverty constitute the essential point of this document because all the continuation of the document rests on these indicators. These indicators showed that there is less disparity (generalized Lorenz curves) and poverty (FGT curves) in Abidjan and in Lom than in the other cities whatever is the reserved poverty line. By means of these indicators we noticed that the ratio of poverty is more raised at the level of the households which has one leader, that the men perceive more the poverty than the women, and whom the individuals of no academic level are frequently poor. The logistic regressions constitute the deepen stage of our analysis of poverty. The results stemming from these estimations allowed us to notice that the determiners of the poverty and the labor market vary from a town to the other one. In view of these results, the people who have no academic level and primary academic level increase their probability to belong to the group of the poor men. So, the poverty has a negative influence on the probability to be a working population, in other words the fact for an individual to be poor reduces its chance to have an employment. Keywords: Inequality, poverty, poverty line, head of the household, labor market, working poor.
Page 6
Sommaire
Avant-propos...................................................................................................................................... 3 Remerciements ............................................................................................................................ 4 Rsum ............................................................................................................................................... 5 Abstract .............................................................................................................................................. 6 Sommaire ...................................................................................................................................... 7 Liste des tableaux ............................................................................................................................ 9 Liste des graphiques .................................................................................................................... 11 Liste des encadrs ......................................................................................................................... 11 Liste des sigles et abrviations ................................................................................................... 12
Introduction ................................................................................. 13 1rePARTIE : ................................................................................ 15 CONTEXTE DETUDE ET DEFINITIONS ............................................ 15

CHAPITRE 1 : CADRE DETUDE ET REVUE DE LA LITTEARTURE.......................................................... 16 I. II. III. Problmatique ....................................................................................................................... 16 Mthodologie et Revue de littrature .................................................................................. 17 La structure daccueil ........................................................................................................ 25
CHAPITRE 2 : CONTEXTE ET EVOLUTION ECONOMIQUE ENTRE 2000 ET 2008 ................................ 27 I. II. III. IV. Une brve prsentation des pays.......................................................................................... 27 Croissance: volution du PIB ................................................................................................. 28 Structure dmographique: pyramide des ges ................................................................. 32 March du travail: taux d'activit par genre, taux de chmage ....................................... 35
CHAPITRE 3 : PRESENTATION DE LENQUETE EDM ET PLAN DANALYSE .......................................... 38 I. II. III. Prsentation de lenqute ..................................................................................................... 38 Le plan danalyse ................................................................................................................... 42 Les limites de ltude ......................................................................................................... 42
2mePARTRIE : ............................................................................. 43 LES INDICATEURS DE PAUVRETE MONETAIRES .............................. 43

CHAPITRE 4 : CARACTERISTIQUES SOCIODEMOGRAPHIQUES DES MENAGES ................................. 44 I. Structure dmographique ..................................................................................................... 44 Page 7
II. III.
Structure du logement .......................................................................................................... 50 Le secteur de lemploi ....................................................................................................... 50
CHAPITRE 5 : LES INDICES DINEGALITE ET INDICATEURS DE PAUVRETE MONETAIRES ................... 56 I. II. III. Les dpenses de consommation ........................................................................................... 56 Les ingalits ......................................................................................................................... 59 Indicateurs montaires et Courbes stochastiques ............................................................ 66
CHAPITRE 6 : TEST DE ROBUSTESSE ET ANALYSE DESCRIPTIVE DE LA PAUVRETE ............................ 74 I. II. Test de robustesse................................................................................................................. 74 Analyse descriptive de la pauvret dans les quatre agglomrations .................................... 77
3me PARTIE : .............................................................................. 85 COMPARAISON DES DETERMINANTS DE LA PAUVRETE MONETAIRE ET LIEN AVEC LE MARCHE DU TRAVAIL.......................................... 85
CHAPITRE 7 : ANALYSE DES DETERMINANTS DE LA PAUVRETE MONETAIRE ................................... 86 I. II. III. Concepts et mthodes .......................................................................................................... 86 Rsultats de lestimation ....................................................................................................... 87 Qualit de lestimation et Validation du modle de pauvret .......................................... 90
CHAPITRE 8 : LES TRAVAILLEURS PAUVRES ....................................................................................... 95 I. II. Dfinition et incidence .......................................................................................................... 95 Les caractristiques sociodmographiques .......................................................................... 96
CHAPITRE 9 : ANALYSE DES DETERMINANTS DU MARCHE DU TRAVAIL......................................... 103 I. II. Rsultats de lestimation ..................................................................................................... 103 Validit du modle .............................................................................................................. 107
Conclusion et recommandations................................................. 110

Bibliographie ............................................................................................................................ 112 Webographie ............................................................................................................................. 115 Annexe 1 : Les tableaux ................................................................................................................... 117 Les effets marginaux.................................................................................................................... 121 Annexe 2 : Les indices dingalit .................................................................................................... 125 Annexe 3 : Dtermination du seuil de pauvret montaire ........................................................... 129 Table des matires ......................................................................................................................... 133
Page 8
Liste des tableaux

Tableau 1: Evolution des PIB de 2000 2008 (en million de dollars). ........................................... 30 Tableau 2: Evolution des PIB/habitant entre 2000 et 2008 (en $). ................................................ 31 Tableau 3: Population des mnages par sexe et pays et sexe. ...................................................... 32 Tableau 4: Taux dactivit par genre. ............................................................................................. 37 Tableau 5: Questionnaires de lenqute sur les dpenses de consommation des mnages. ....... 41 Tableau 6: Typologies des mnages et Caractristiques de la population. ................................... 46 Tableau 7: Groupes dge par sexe par ville. ................................................................................. 48 Tableau 8: Niveau dinstruction par sexe. ...................................................................................... 49 Tableau 9: Niveau dinstruction par sexe par ville. ........................................................................ 49 Tableau 10: Statut doccupation par ville. ..................................................................................... 50 Tableau 11: Groupe socio-conomique (GSE) par sexe et par pays. ............................................. 51 Tableau 12: Groupe socioconomique par sexe par pays. ............................................................ 52 Tableau 13: Groupe sociaux conomique par secteur institutionnel. ........................................... 52 Tableau 14: Situation dactivit des CM par sexe et par pays. ...................................................... 53 15: Situation dactivit par sexe. .................................................................................................... 54 Tableau 16: Niveau dinstruction par secteur institutionnel. .................................................... 55
Tableau 17: Types de mnages par niveau de vie.......................................................................... 57 Tableau 18: Comparaison des dpenses par tte par ville. ........................................................... 59 Tableau 19: Coefficient de GINI dans les agglomrations de lUEMOA. ........................................ 64 Tableau 20: Contribution lingalit. ........................................................................................... 65 Tableau 21: Comparaison des indices dATKINSON. ...................................................................... 65 Tableau 22: Seuil de pauvret par personne par ans dans les diffrents pays (capitales). ........... 67 Tableau 23: Les indicateurs montaires (FGT). .............................................................................. 69 Tableau 24: Caractristiques des agglomrations. ........................................................................ 69 Tableau 25: Indices FGT suivant lunit de consommation de la FAO. .......................................... 75 Tableau 26: Corrlation entre les indices FGT sans et avec unit de consommation. .................. 76 Tableau 27: Statut de pauvret suivant le sexe. ............................................................................ 77 Tableau 28: Groupe dges suivant le statut de pauvret. ............................................................ 78 Tableau 29: Indicateurs de pauvret selon le type de mnage. .................................................... 80 Tableau 30: Indicateurs de pauvret selon le groupe socio-conomique. .................................... 81
Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr Page 9
Tableau 31: Indicateurs de pauvret selon le niveau dinstruction. .............................................. 82 Tableau 32: Indicateurs dingalit suivant les quintiles de dpenses par tte et le statut de pauvret. ........................................................................................................................................ 83 Tableau 33: Dcomposition des indices dentropie. ...................................................................... 84 Tableau 34: Dcomposition de lindice dATKINSON. .................................................................... 84 Tableau 35: Les dterminants de la pauvret montaire. ............................................................. 89 Tableau 36: Test de Hosmer-Lemeshow du modle de pauvret. ................................................ 91 Tableau 37: Test de sensibilit et de spcificit. ............................................................................ 92 Tableau 38: Structure par sexe des travailleurs pauvres (en %). ................................................... 96 Tableau 39: Situation dactivit selon le niveau dinstruction (en %). ........................................... 97 Tableau 40: Nombre de travailleurs pauvres par secteur institutionnel (en %). ........................... 98 Tableau 41: Type de mnage des travailleurs pauvres (en %). ...................................................... 99 Tableau 42: Situation dactivit par ge (en %)............................................................................ 100 Tableau 43: Situation dactivit par ge (%)................................................................................. 100 Tableau 44: Lieu de provenance des travailleurs pauvres (%). .................................................... 101 Tableau 45: Pays de provenance des travailleurs pauvres (%). ................................................... 102 Tableau 46: Dterminants du march du travail. ........................................................................ 106 Tableau 47: Test de Hosmer et Lemeshow du modle du march du travail. ............................ 107 Tableau 48: Test de sensibilit et de spcificit du modle du march du travail. ..................... 108 Tableau 49: Liste des variables ..................................................................................................... 117 Tableau 50: Taux de croissance du PIB de 2001 2008. .............................................................. 117 Tableau 51: Taux de croissance du PIB par tte de 2001 2008. ................................................ 118 Tableau 52: Groupe socioconomique par niveau dinstruction. ................................................ 118 Tableau 53: Groupes dges par sexe........................................................................................... 119 Tableau 54: Situation dactivit par niveau dinstruction. ........................................................... 119 Tableau 55: Indices d'ingalit selon les agglomrations ............................................................ 119 Tableau 56: Situation dactivit par ge. ...................................................................................... 120 Tableau 57: Dcomposition de l'indice d'ATKINSON selon les quintiles de niveau de vie et le statut de pauvret ........................................................................................................................ 120 Tableau 58: Effets marginaux des variables explicatives sur la probabilit dtre pauvre. ........ 122 Tableau 59: Rapport des chances (dterminants de la pauvret montaire). ............................ 123 Tableau 60: Rapport des chances (dterminants de la pauvret montaire). ............................ 124
Page 10
Liste des graphiques

Figure 1: PIB en Millions de dollars .......................................................................................... 29 Figure 2: Evolutions des PIB par tte en $ PPA de 2000 2008. ............................................. 31 Figure 3: Pyramide s des ges des populations des quatre pays (2008). ................................ 34 Figure 4: Population des quatre villes. ..................................................................................... 44 Figure 5: Caractristique de la taille des mnages. ................................................................. 47 Figure 6: Caractristiques des dpenses par tte. ................................................................... 56 Figure 7: Evolution des dciles des quatre agglomrations. ................................................... 57 Figure 8: Courbes de Lorenz simples........................................................................................ 60 Figure 9: Courbes de Lorenz gnralises................................................................................ 62 Figure 10: Courbes de Lorenz pondres. ............................................................................... 63 Figure 11: Courbes de Dominance Stochastique. .................................................................... 70 Figure 12: Courbes de dominance de FGT du 1er ordre. ......................................................... 72 Figure 13: Courbes de dominance de FGT du 2me ordre. ..................................................... 73 Figure 14: Courbes de dominance de FGT du 3me ordre. ..................................................... 73 Figure 15: Test de spcificit et de sensibilit. ........................................................................ 93 Figure 16: Courbes ROC du modle de pauvret. .................................................................... 94 Figure 17: Test de sensibilit et de spcificit du modle du march du travail. ................. 108 Figure 18: Courbe ROC du modle du march du travail. ..................................................... 109
Liste des encadrs

Encadr 1: Donnes manquantes ............................................................................................ 36 Encadr 2: Typologie des mnages .......................................................................................... 45 Encadr 3: Les indices FGT (Foster, Greer et Thorbecke) ........................................................ 66 Encadr 4: Dominance stochastique et infrence statistique ................................................. 70 Encadr 5: Le modle Logit ...................................................................................................... 86 Encadr 6: Quelques notions utiles.......................................................................................... 92
Page 11
Liste des sigles et abrviations

Sigles Abi AFRISTAT AUC Bis BIT BLS CI CM EBC EDM ENSAE FGT GSE GW IDH IHPC INSEE IPH Lom NE Nia OMD PIB PNUD ROC TG UMOA UNEMOA ZD Significations Abidjan Observatoire Economique et Statistique dAfrique Subsaharienne Area under curve Bissau Bureau International de Travail Bureau of Labor Statistics Cte d'Ivoire Chef de mnage Enqute Budget Consommation Enqute sur les Dpenses des Mnages Ecole Nationale de la Statistique et de lAnalyse Economie Foster, Greer et Thorbecke Groupe Socio-conomique Guine-Bissau Indicateur de Dveloppement Humain Indice Harmonis des Prix la Consommation Institut National de la Statistique et des Etudes Economiques Indicateur de Pauvret Humaine Lom Niger Niamey Objectifs du Millnaire pour le Dveloppement Produit Intrieur Brut Programme des Nations Unies pour le Dveloppement Receiver Operating Characteristic Togo Union Montaire Ouest Africaine Union Economique et montaire Ouest Africaine Zone de Dnombrement
Page 12
Introduction
Pour amliorer le bien-tre des habitants, nous avons besoin de faire un diagnostic de la pauvret afin de mesurer le degr de pauvret, ce qui passe par la rsolution des problmes fondamentaux que sont lidentification des individus pauvres et la construction des indicateurs pertinents sur la base dinformations disponibles. Ainsi, la pauvret a toujours t au cur des Objectifs du Millnaire pour le Dveloppement, et lun des principaux objectifs consiste en la rduction de la pauvret et de la faim. LUEMOA (Union Economique et Montaire Ouest Africaine), organisation pour lintgration institutionnelle et de march, cre le 10 janvier 1994, ne regroupait que sept pays que sont le Bnin, le Burkina, la Cte dIvoire, le Mali, le Niger, le Sngal et le Togo. Et ce nest quen 2002 que la Guine-Bissau intgra cette union conomique, faisant passer le nombre de pays huit. Cest une Zone gographique de superficie 3 509 600 Km2 et de population denviron 85 millions habitants. Cette union constitue un prolongement de lUMOA (Union Montaire Ouest Africaine) qui a t cre le 12 mai 1962 pour manifester la volont de coopration montaire la fois entre les pays membres et avec la France au sein de la Zone Franc. La prsente tude ne portera que sur les capitales des quatre pays de lUEMOA qui suivent : Cte dIvoire, Guine-Bissau, Niger et Togo, cest--dire trois pays ctiers et un pays enclav. Le concept de pauvret surgit toujours lorsque le problme de dveloppement apparait dans les dbats conomiques et sociaux. Ce concept a suscit de nombreux travaux empiriques et thoriques du fait de lexistence des enjeux politiques sous-jacents. La pauvret est un facteur trs corrl avec le niveau de dveloppement dun pays, faisant rfrence un tat de carence comme la dfini le PNUD (Programme de Nations Unies pour le Dveloppement) en 1997, la pauvret est le fait dtre priv des moyens matr iels permettant de satisfaire un minimum acceptable de besoins, notamment alimentaires . Selon RAVALLION (1996), on peut dire que la pauvret existe dans une socit donne lorsque le bien-tre dune ou de plusieurs personnes natteint pas un niveau considr comme un minimum raisonnable selon les critres de cette mme socit.
Page 13
Beaucoup dinstitutions apprhendent le concept de pauvret comme un phnomne purement montaire. Selon lINSEE, un individu ou un mnage est considr comme pauvre lorsquil vit dans un mnage dont le niveau de vie est infrieur au seuil de pauvret. LI nsee, comme lEurostat et les autres pays europens mesurent la pauvret de manire relative alors que les Etats Unies ou le Canada ont une approche absolue de mesure de la pauvret. Dans nos socits, les activits conomiques sont exclusivement values en termes montaires. La cration de richesses montaires est donc perue comme lindice dune meilleure efficacit de production, dun accroissement des revenus et donc dune meilleure satisfaction des besoins. Aussi, est-il noter quil est extrmement difficile de mesurer directement les revenus des mnages du fait du poids important du secteur informel. De ce fait, les dpenses de consommation sont un bon indicateur de satisfaction des besoins ; cest ce qui nous pousse construire les indicateurs de pauvret montaires pour mesurer le niveau de pauvret dans les quatre agglomrations de lUEMOA que sont Abidjan, Bissau, Niamey et Lom. Une autre motivation de cette tude est quil existe trs peu dtudes appliques en Afrique subsaharienne liant la pauvret au march du travail et concernant les travailleurs pauvres. De nombreuses tudes tendent dmonter le creusement des ingalits de revenu dans le monde. LAfrique subsaharienne a t marque ces quinze dernires annes par dimportants bouleversements dorigine conomique et financire, entrainant une rgression des conditions de vie des populations, provoquant ainsi une augmentation de la pauvret de faon ingalitaire selon les pays et les priodes. Dans ce contexte, une analyse comparative de la pauvret dans les agglomrations de lUEMOA ne savre-t-elle pas ncessaire pour mettre en exergue les dterminants de la pauvret ? Pour rpondre cette question, ce document est organis en trois parties avec une introduction et une conclusion. La premire partie dsormais classique, porte sur une revue de la littrature, les dfinitions et concepts, ainsi que la marche suivre. Nous aborderons dans la deuxime partie les indicateurs dingalit et de pauvret montaires. La troisime partie est consacre la comparaison des dterminants de la pauvret montaire et du lien entre pauvret et march du travail.
1rePARTIE : CONTEXTE DETUDE ET DEFINITIONS
Cette premire partie de notre tude se subdivise en trois chapitres dont le premier prsentera la structure daccueil et la revue de la littrature, tandis que le deuxime chapitre dfinira le contexte et les volutions conomiques des diffrents pays entre 2000 et 2008. Enfin, le troisime chapitre prsentera lEnqute sur les Dpenses des Mnages et le plan de lanalyse.
Page 15
CHAPITRE 1 : CADRE DETUDE ET REVUE DE LA LITTEARTURE

Dans ce chapitre, il sera question de soulever certaines interrogations qui permettront de dlimiter le contenu du prsent rapport, ensuite de faire une brve revue de littrature qui nous permettra de savoir ce qui a t fait en matire de pauvret et enfin de prsenter la structure daccueil.
I.
Problmatique
En 2008, appuys par AFRISTAT, les pays membres de lUEMOA ont ralis une enqute communment appele EDM (Enqute sur les Dpenses des Mnages). La principale thmatique retenue est la dpense des mnages (Tableau 5) et cette enqute fait partie du dispositif pour la rnovation des indices harmoniss des prix la consommation dans ces pays. Les informations collectes lors de cette enqute peuvent galement servir dautres tudes. Cest dans ce contexte quil nous a t demand de mener une tude dont le thme est analyse comparative de la pauvret dans les agglomrations de lUEMOA (Abidjan, Bissau, Niamey et Lom) : lien entre pauvret et march du travail . De nos jours, lon constate encore que beaucoup de pays africains ne sont pas matres de leurs dcisions en ce sens que certaines de leurs politiques conomiques sont directement ou indirectement influences les pays dvelopps ou les institutions internationales telles que la Banque mondiale et le Fonds Montaire International. Les bouleversements qui ont secou lAfrique subsaharienne dans les annes 90 sont en majeure partie dus aux politiques dajustements structurels (PAS). Dautres politiques dajustements comme le plan BECKER ont t appliques aprs les programmes dajustements structurels mais sans succs dans les pays au Sud du Sahara, aggravant les conditions de vie des africains. Cest ainsi que ces institutions ont t surnommes les affameurs du monde . Les chocs ptroliers des annes 80 ont favoris lendettement des pays africains envers les pays du Nord, qui ont une part importante dans le retard accus par les pays africains, en particulier ceux de lUEMOA.
Page 16
Les Objectifs du Millnaire pour le Dveloppement visant les pays pauvres de la plante, principalement les pays africains, visent la rduction de la pauvret et la faim, la rduction de la mortalit infantile, permettre chaque enfant de finir au moins le cycle de lcole primaire, etc. lhorizon 2015. Mais on remarque aujourdhui que ces objectifs sont loin dtre atteints. Certains pays de lUEMOA comme la Cte dIvoire, le Niger, etc. ont connus des troubles dordre politique et administrative, entrainant une mauvaise gestion des ressources du pays, provoquant ainsi des ingalits. Face ces constats, dans le cadre de la prsente tude portant sur lanalyse comparative de la pauvret entre Abidjan, Bissau, Niamey et Lom, il est important de soulever les interrogations suivantes : Quelle est la ville la plus ingalitaire ? Quest ce qui explique cette ingalit ? Les pauvres de ces capitales ont-ils le mme profil ? En quoi sont-ils diffrents ? Quels sont les principaux dterminants de la pauvret et du march du travail dans ces villes? Observe-t-on une discrimination assez claire entre les villes ctires et les villes enclaves ? Qui sont les travailleurs pauvres de ces villes ? Quels sont leurs spcificits ? Do proviennent-t-ils ?
II.
Mthodologie et Revue de littrature
1. La mesure de lingalit
Dans la littrature sur les ingalits, plusieurs outils de mesure de lingalit existent, celle la plus connue est la courbe de Lorenz. Max Otto LORENZ (1880 1962), dans Methods of Measuring the Concentration of Wealth Publications of the American Statistical Association (1905), est lconomiste amricain qui inventa le graphique reprsentant la courbe qui porte son nom en 1905. Il sagit pour lui de dcrire et de mesurer les ingalits de revenu, et, par suite, cette courbe servit plus gnralement dcrire la faon dont se rpartit une masse (salariale, de revenus, de richesses, etc.) au sein dune population pour se faire une ide du
caractre plus ou moins galitaire de la rpartition de cette masse au sein de la population. Elle sert comparer ainsi diffrentes populations entre elles (ce qui est le cas de notre tude) ou comparer la distribution dune masse au sein dune population en deux ou plusieurs points de temps afin de savoir si lingalit augmente ou diminue.
Le coefficient de GINI a t dvelopp par le statisticien italien du nom de Corrado GINI en 1912, bas sur la courbe de Lorenz pour mesurer lingalit de revenu dans une socit. Cependant la courbe de Lorenz et lindice de GINI ne sont pas les seuls indicateurs utiliss pour la mesure de la concentration dune masse au sein dune population. Lindice de HERFINDHAL-HIRSCHMAN est aussi couramment utilis pour mesurer la concentrat ion dun march en conomie industrielle ou dune activit en conomie rgionale.
THEIL (1967), BOURGUIGNON (1979) et SHORROCKS (1980) ont par la suite ouvert la voie la construction de mesures dingalit vrifiant la proprit de dcomposabilit. En 1967, TFEILS introduit un nouvel indicateur dingalit de revenu driv par analogie de la seconde loi de thermodynamique, la loi de lEntropie. Cette dernire mesure le dsordre dun systme thermodynamique, en offrant la possibilit dvaluer la contribution des ingalits intergroupes et intragroupes lingalit totale. Lentropie est linformation espre dans une distribution laquelle est associe une probabilit.
Depuis 1970, les mthodes statistiques permettant lvaluation empirique de s ingalits de revenu ont privilgi les indices de mesure des ingalits comme lentropie gnralise ou lindicateur dATKINSON. Ces mesures possdent par construction certaines proprits axiomatiques qui assurent une dcomposabilit de lindice par sous-populations.
2. La mesure de la pauvret
Dfinir la pauvret est un exercice dlicat. RAVALLION (1996), World Bank (2000) et ASSELIN
(2002), analystes de la pauvret, reconnaissent quil nexiste pas de dfinition universelle et
absolue de la pauvret. Pour Alain DEMURGER, au Moyen ge, la dfinition de la pauvret ne peut sinscrire uniquement en terme montaire, car le pauvre est celui qui est faible. Le
pauvre na pas les moyens de subsister seul, et, pendant tout le Moyen ge, le pauvre est lorphelin, le vieux, lestropi, le lpreux. Lirruption de largent comme instrument de mesure de la richesse a fait voluer la dfinition de la pauvret. La Banque mondiale dcrit la pauvret comme suit : La pauvret, cest la faim, cest tre sans abri, cest tre malade et ne pas pouvoir voir un mdecin, cest ne pas avoir de travail, sinquiter de lavenir et vivre au jour le jour. Les premires mesures de la pauvret furent introduites par BOTH et ROWNTREE vers la fin du sicle. Ces trente dernires annes, les techniques
multivaries de mesure de la pauvret se sont dveloppes, nous pouvons citer entre autres la thorie de lexclusion sociale de Ren LENOIR (1974), la thorie des capabilits de Amartya SEN (1980), etc.
1.1.
Approches thoriques de mesure de la pauvret
En simprgnant des diffrents travaux thoriques et empiriques raliss dans le domaine de la pauvret, nous mentionnons que la mesure de la pauvret est soutenue par diffrentes approches thoriques, de mme que par diffrents indicateurs de mesure de la pauvret. Dans la revue de littrature relative aux mesures de la pauvret, on diffrencie deux grandes approches de mesure de la pauvret : lapproche montaire soutenue par les utilitaristes (ou walfaristes) et lapproche non montaire soutenue par les non-utilitaristes ou non welfaristes. a) Approches montaires Lapproche welfariste exprime le bien-tre en fonction du niveau dutilit atteint par un individu, pour tous ses choix individuels. Selon cette approche, un individu est pauvre si elle natteint pas un certain niveau dutilit permettant datteindre un certain niveau de vie. Daprs la thorie du consommateur, les choix (ou les prfrences) dun consommateur portent sur les paniers de consommations qui sont une liste complte de biens et services quil peut acqurir. Ces choix peuvent tre classs en fonction de leur attrait, et donc les utilits qui sont une faon dattribuer une valeur aux diffrents paniers de consommation sont ordonnables. Ainsi, lapproche utilitariste repose sur le classement des prfrences qui peuvent tre reprsentes par une fonction dutilit dont la valeur est
suppose reprsenter le bien-tre dun individu. En supposant que nous ne sommes pas dans une conomie de troc, le fait datteindre un certain niveau dutilit prsume un change de bien contre de la monnaie. Do la possibilit de con struire des indicateurs simples et composites du bien-tre au moyen des dpenses de consommation (ou des revenus), vu que lutilit nest pas directement observable. Selon RAVAILLON (1994), cette approche place la conceptualisation du bien-tre dans lespace de lutilit dont la satisfaction dfinit le niveau de bien-tre. Qualifie dunidimensionnelle, la pauvret montaire fut dveloppe par BOTH (1969) et ROWNTREE (1901). Un individu est donc en situation de pauvret lorsquil prouve des insuffisances sur la base dun indicateur de pauvret montaire ou lorsque le revenu de cet individu ne lui permet pas datteindre le seuil minimal pour survivre et reproduire sa force de travail. b) Approches non montaires Contrairement lapproche montaire qui place le bien-tre dans lespace dutilit (ou des prfrences), lapproche non welfariste place le bien-tre dans lespace de libert et des accomplissements dans lequel on peut trouver par exemple la possibilit de se nourrir, ou de se vtir de manire adquate, laccs aux services de sant, etc. selon les normes propres chaque socit. Cette approche va de la privation absolue de biens axe sur la nutrition et ou sur dautres besoins fondamentaux la privation relative de biens, comme dans
TOWNSEND (1979). Elle dispose de deux catgories que sont lapproche par les capacits de SEN (1985) et lapproche par les besoins de base.
Lanalyse de la pauvret par les capacits de SEN (1985) traduit le bien-tre travers des droits positifs des individus et essaie de transposer ces droits dans un espace mesurable laide du concept de fonctionnement . Le type de vie que mne un individu est fonction de ses capacits bien combiner ses atouts physiques et ses savoir-faire ou habilets, cest-dire la libert que possde un individu de choisir parmi tous ses fonctionnements potentiels ceux qui lui permettront de satisfaire ce quil attend de sa vie ou ce quil a raison de valoriser. Donc chaque individu peut accder ou non un minimum vital dans un contexte social et environnemental donn.
Page 20
Lapproche non-utilitariste de lanalyse de pauvret, fonde sur les besoins de base, sap puie sur le fait quun individu doit pouvoir satisfaire un certain nombre de besoins fondamentaux (ces besoins pouvant tre : un logement adquat, une alimentation adquate, une bonne sant, un bon habillement, etc.) ncessaires pour atteindre un certain niveau de vie. Cette approche est apparue dans les annes soixante dix dans un cadre de lutte contre la pauvret comme raction lutilitarisme. La mise en uvre de cette approche pose dnormes difficults cause des problmes de dfinition des besoins de base essentiels. Par exemple quest-ce quun bon habillement ? Quel type (ou genre) dhabillement faut-il adopter pour que cela puisse tre considr comme bon dans une socit, en prsence d une socit de culture diffrente lorsquil sagit dune comparaison ? Bien que ces dfinitions posent problmes, des dfinitions universelles de mesure de la pauvret existent. Par exemple, pour ce qui est de la notion de minimum vital , daprs PNUD (2004), elle renvoie tous ceux dont la coutume du pays, quelle quelle soit, fait de la carence de ceux-ci, une indcence pour les personnes dignes destime . Autrement dit, la pauvret conomique demande un examen culturel , cest--dire que les critres socioculturels et conomiques doivent tre associs pour une bonne comprhension et mesure de la pauvret. Ce qui nous conduit la multidimensionnalit de la pauvret.
1.2.
Mesure de la pauvret multidimensionnelle
Le fait que la pauvret soit un phnomne complexe et multidimensionnel justifie lexistence de plusieurs approches pratiques qui concordent plus ou moins avec les approches utilitaristes et non-utilitaristes. a) Lapproche dentropie La mesure de la pauvret par lapproche dentropie provient de la mcanique dynamique, beaucoup exploite dans la thorie statistique de linformation. En sinspirant de cette thorie, MASSOUMI (1986) proposa un indicateur composite optimal qui minimise une somme pondre de divergence deux deux. Lindicateur sexprime comme suit : [ ]
Page 21
Avec
la valeur de lindicateur
pour lindividu de la population. ,
sont des
poids arbitraires sur les composantes de divergences relatives aux indicateurs est un indicateur individuel.
Cette approche est importante du fait du critre doptimisation, nanmoins la dtermination des poids de faon non arbitraire reste un problme rsoudre. Ses principales limites rsident dans le choix des paramtres et des pondrations utilises dans la forme fonctionnelle de lindicateur composite. b) Lapproche dinertie Principalement base sur les techniques danalyses multidimensionnelles (analyses factorielles), lapproche dinertie de mesure de la pauvret trouve son origine dans le champ de la mcanique statique. On rencontre une mthodologie complte de ces techniques dans Xavier BRY (1996), Michel VOLLE (1993), ESCOFIER et PAGES (1990), MEULMAN (1992),
Louis-Marie ASSELIN (2002), etc.
La forme fonctionnelle de lindicateur composite de scrit
pauvret (ou de dveloppement), pour un individu , note par
o K = nombre dindicateurs catgoriels,
= nombre de catgories de lindicateur k ;
= ,
le coefficient de pondration (score normalis sur le premier axe, tant la premire valeur propre.
), de la catgorie,
= la variable binaire 0/1, prenant la valeur 1 lorsque lunit a la catgorie
Les coefficients de pondration obtenus par les analyses factorielles correspondent aux scores normaliss sur le premier axe factoriel. La valeur de lindicateur composite de pauvret pour tout individu correspond tout simplement la moyenne des scores normaliss des variables catgoriques. Le poids dune catgorie est la moyenne des scores normaliss des units de population appartenant cette catgorie. Toutes les modalits des variables tant transformes en indicateurs binaires cods en 0 ou 1, donnant au total P indicateurs binaires, on a donc :
= Ainsi, lindicateur composite de pauvret, pour un individu scrit : , = le poids (score du premier axe normalis, valeur propre ; , p=1,, P est lIndicateur binaire 0/1, prenant la valeur 1 lorsque le mnage a la modalit p et 0 sinon. Cette approche dite dinertie permet de faire le choix des dimensions pertinentes de la pauvret tout en vitant linformation redondante (ASSELIN, 2002 ; SAHN et STIFEL 2000, KI et al. 2004). Elle limine autant que possible larbitraire dans le calcul de lindicateur composite. c) Lindicateur de pauvret humaine Venant en renforcement lindice de dveloppement humain (IDH) dont la validit et la pertinence sont contestes dans le monde, lindice de pauvret humaine a t rcemment propos par le PNUD et appliqu par la plupart des pays du monde , dont ceux de lUEMOA. Bas sur des indicateurs simples et non montaires, cet indice cherche, pour les pays en dveloppement (PED), traduire les dficits des individus en termes de pourcentage des adultes analphabtes et des services procurs par lconomie dans son ensemble axe sur le pourcentage des individus nayant pas accs aux services de sant, celui des individus nayant pas accs leau potable et celui des enfants de moins de cinq ans victimes de malnutrition. Cet indice est obtenu laide de la formule suivante : de la ctgorie p, tant la premire
Avec
le pourcentage de personnes qui meurent avant 40 ans ;
la proportion des personnes analphabtes ; mesurant le niveau de vie moyen en terme de manque. Cest la moyenne arithmtique de trois indicateurs utiliss que sont le non-accs leau potable, le non-accs aux services de sant et la proportion des enfants frapps de malnutrition.
me
Il existe un 2
IPH appel
qui inclut le chmage de longue dure, mais ceci est un
indicateur ne concernant que les pays dvelopps puisquils disposent de statistiques fiables.
Par ailleurs, les conditions de vie matrielle ne sont pas bien prises en compte par cet indice, notamment les caractristiques de lhabitat et la possession de biens de consommation durables. Aussi, dans la ralit, les trois paramtres de lIPH ont-ils le mme poids en termes de valeurs qui ignorent les valeurs socioconomiques relles des populations? Cet indicateur reste pertinent, vu que les sous-indicateurs pris en compte refltent suffisamment des aspects importants relatifs aux mauvaises conditions de vie des individus, et ceci malgr ses limites incontestables. d) La pauvret subjective Cette approche, contrairement celle dite welfariste et non welfariste , permet davantage de connaitre la description, la perception, linterprtation et lvaluation de la pauvret par la population elle-mme. Elle sappuie sur des techniques qualitatives telles que les entretiens individuels et les observations des participants pour collecter des informations sur la perception, les interprtations et les apprciations, cest --dire que la population est amene valuer elle-mme ses propres conditions de vie, donner ses conceptions et ses explications de la pauvret. Cependant, cette approche est limite du fait quelle ne concerne quun groupe particulier dindividus. Nanmoins, il faut la considrer comme complmentaire aux autres approches lorsquon est dans la recherche dexplications sociologiques, historiques, etc. de la pauvret. La pauvret est aussi un phnomne relatif du fait que sa conception varie dune socit une autre, en fonction des ressources disponibles (son apprciation et sa perception varient dun individu lautre) et dynamique parce quelle est conditionne par des changements structurels et conjoncturels de nature conomique, climatique, politique, culturelle, technologique, etc. Ainsi, cest un phnomne qui volue selon les poques au gr des circonstances du moment. Les rsultats peuvent tre diffrents selon quon utilise tel ou tel outil pour mesurer la pauvret. Les rsultats de ltude de FALL et al. (1997) sur la comparaison de la pauvret en France et en Slovaquie ont montr quil y a trs peu de corrlation entre les trois formes de pauvret
que sont la pauvret montaire, la pauvret en conditions de vie et la pauvret subjective. Une autre tude mene par FALL et VERGER (2005), pauvret relative et conditions de vie en France a abouti la mme conclusion que prcdemment. Ces auteurs ont conclu que les faibles corrlations mettent en lumire les diffrences de concept entre les trois approches de la pauvret mme si elles sont en partie dues des erreurs de mesure : une dissimulation de certains revenus peut crer une fausse pauvret montaire qui naura pas sa traduction dans les approches subjectives ou en termes de conditions de vie, et affaiblira les corrlations concernes. Les auteurs poursuivent en disant quon pourrait se hasarder dire qutre pauvre sous un seul angle dnote soit une erreur de mesure soit une fragilit et quil faut cumuler plusieurs formes de pauvret pour tre vraiment qualifi de pauvre. Ce qui correspond au noyau dur de la pauvret.
III.
La structure daccueil
1. Une brve prsentation de la structure daccueil

Le prsent mmoire de stage tient lieu du stage de trois mois que jai effectu lObservatoire Economique et Statistique dAfrique Subsaharienne (AFRISTAT). Cette organisation internationale a t cre par un trait sign le 21 septembre 1993 Abidjan par les 14 pays africains membres de la Zone Franc qui suivent : Bnin, Burkina Faso, Cameroun, Centrafrique, Comores, Congo, Cte dIvoire, Gabon , Guine Equatoriale, Mali, Niger, Sngal, Tchad et Togo. Certains pays comme la Guine-Bissau et la Mauritanie sont devenus membres de cette organisation en avril 1998, tandis que la Guine, le Cap Vert et le Burundi lont rejoint respectivement en septembre 2000, septembre 2000 et avril 2006, portant le nombre dEtats membres 19. Et, selon larticle 5 du trait, tout Etat dAfrique Subsaharienne ou de lOcan indien peut tre admis AFRISTAT. Les Comores ont rejoint AFRISTAT en octobre 2010. AFRISTAT a pour mission de contribuer au dveloppement des statistiques conomiques, sociales et de lenvironnement dans les Etats membres et de renforcer leurs comptences dans ces domaines. Son rle est de conseiller les instituts nationaux de statistique des Etats
membres et de soutenir leurs actions. AFRISTAT dispose de pouvoirs rglementaires dans le domaine de lharmonisation des concepts, des normes et des mthodes statistiques. Il sinscrit donc dans la proccupation africaine dintgration conomique rgionale qui suppose lhomognit et la comparabilit des informations statistiques. Il a son sige Bamako et a dmarr ses activits le 2 janvier 1996.
2. Comment travaille AFRISTAT ?

Une quipe de 23 experts anime les activits dAFRISTAT: un Directeur Gnral, un Directeur Gnral Adjoint, et 21 experts en comptabilit nationale, en macroconomie, en statistiques sociales, en enqutes auprs des mnages, en analyse de la pauvret, en statistiques agricoles et de prix, en informatique, en organisation institutionnelle des systmes statistiques nationaux et en gestion des projets, en connectivit et en dmographie. Cette quipe est appuye par 14 personnes recrutes localement et pourra faire appel, en tant que de besoin, dautres comptences extrieures. La Direction Gnrale dAFRISTAT fait aussi appel aux consultants tant internationaux que nationaux en fonction des sujets traits. Linitiative des activits revient la Direction Gnrale qui soumet son projet au Conseil scientifique, organe consultatif du Comit de direction. Le Conseil Scientifique met des avis et recommandations et charge la Direction Gnrale de les transmettre au Comit de direction. Ce dernier, aprs de nouvelles directives ventuelles donnes la Direction Gnrale, dcide et informe le Conseil des Ministres ou formule des recommandations pour le dit Conseil qui dcide en dernier ressort. Le Conseil des Ministres, le Comit de direction et le Conseil scientifique peuvent aussi initier des affaires dont lexcution est confie la Direction Gnrale. Dans le but dtre bref, nous navons donn quune infime partie de cette prsentation . Pour des informations complmentaires, le lecteur pourra se rendre ladresse suivante :
www.afristat.org
Page 26
CHAPITRE 2 : CONTEXTE ET EVOLUTION ECONOMIQUE ENTRE 2000 ET 2008
Ce chapitre consistera prsenter une sorte de faits styliss des pays de notre tude. Il constitue un prliminaire pour une bonne analyse de la pauvret et des ingalits.
I.
Une brve prsentation des pays
1. La Cte dIvoire
Etendue sur une superficie de 322 463 km, la Cte dIvoire est un Etat dAfrique occidentale, baigne au sud par lOcan Atlantique, limite au nord par le Mali et le Burkina, louest par le Libria et la Guine et lest par le Ghana. Elle est subdivise en 19 rgions, puis en 58 dpartements, 243 sous-prfectures et 197 communes. Sa population est de 20,2 millions habitants en 2008, dont 49% est urbaine et la densit de la population est de 62 habitants au kilomtre carr.
2. La Guine Bissau
La Rpublique de Guine-Bissau est un pays dAfrique de louest dont les voisins sont le Sngal (au nord) et la Guine-Conakry (au sud), enclav donc dans un espace francophone. Elle stend sur 36 125 km, sa capitale (Bissau) rassemble environ 20% de la population totale et dispose dun climat tropical. La population de Bissau est de 1,5 million dhabitants en 2008. La densit de la population est de 41.13 habitants au m et 70.3% de la population est rurale. Le portugais est la langue officielle de cette rpublique ; une vingtaine dautres langues locales dorigine nigro-congolaise est galement parle sur le territoire. Ce pays est donc le moins vaste et le moins peupl de notre tude.
3. Le Niger
Situ dans la sous-rgion de lAfrique de lOuest, le Niger a une superficie de 1 267 000 km et une population denviron 14 millions dhabitants (estimation de 2008). Ses frontires sont partages au nord avec lAlgrie et la Libye, au sud avec le Bnin et le Nigria, louest avec le Burkina Faso et le Mali, et enfin lest avec le Tchad. Le pays est divis en huit rgions, six
dpartements et 265 communes. Lagriculture, llevage et la pche constituent les principales activits conomiques des nigriens, 80% de la population est agriculteur. La densit Moyenne est de 10,5 habitants au km, mais prs de 90% de la population habite le Sud agricole. Selon les statistiques mondiales, 82.7% de la population nigrienne vit en milieu rural.
4. Le Togo
Le Togo couvre une superficie de 56 000 km, situe au sud-ouest sur le Golfe de Guine, limit au nord par le Burkina Faso, lest par le Bnin et louest par le Ghana. Il est tir sur 600 km entre le 6e et le 11e parallle nord, situ sur la cte occidentale de lAfrique ; il a 55 km de faade atlantique et 150 km dans sa plus grande largeur. Les principales villes sont Lom, Atakpam, Kpalim, Sokod, Kara et Dapaong. La population du Togo est de 5,86 millions en 2008, sa densit de la population est de 103.17 habitants/km ; 42.2% de la population est urbaine.
II.
Croissance: volution du PIB
(Sources des donnes : Banque Mondiale) Le PIB moyen sur la priode 2000 2008 et le taux de croissance moyen du PIB sont reprsents sur le tableau qui suit. Le graphique suivant reprsente lvolution des PIB (en Millions de dollars) et des taux de croissance des PIB des diffrents pays sur la priode 2000 2008. Au vu de ce graphique, tous les PIB sont en perptuel croissance, sauf pour lanne 2001 o le PIB de la Guine-Bissau et celui du Togo connaissent respectivement une baisse de -7.6% et -0.1%. Comme ce graphique montre, la Cte dIvoire et le Togo ont atteint le taux de croissance des PIB les plus levs en 2003 (respectivement 19.6 et 19.2%), alors que ceux de la Guine-Bissau et du Niger ont t respectivement enregistrs en 2004 (20,8%) et 2008 (26.1%). Le plus bas taux de croissance (du PIB) de la Cte dIvoire, de la Guine-Bissau et du Togo a t atteint en 2001 alors que celui du Niger la t en 2004 (entre 2000 et 2008) (annexe 1). Cependant la Cte dIvoire semble trs diffrente des autres pays, vu le niveau moyen de son PIB sur la priode 2000-2008. En effet, en comparant les Moyennes des PIB entre elles, nous voyons que le PIB de la Cte divoire vaut plus de cinq fois celui de chacun des pays.
Figure 1: Evolution des PIB et leurs taux de croissance

25000,0 30,0 25,0 20000,0 20,0
15000,0
PIB en million de dollars
10,0
5,0 0,0 -5,0 0,0 2000 2001 2002 2003 2004 2005 PIB Niger Niger 2006 2007 2008
10000,0
5000,0
-10,0
Anne
PIB CI Cte d'ivoire PIB G-Bissau G-Bissau PIB Togo Togo
Source : Banque mondiale, calcul dans de lauteur.
Le PIB de la Cte dIvoire semble crotre plus vite que les autres. Mais le tableau suivant rvle le taux de croissance moyen le plus lev est celui du Niger (14.6%), faisant ainsi tripler le PIB du Niger en huit ans. Les PIB des autres pays (Cte dIvoire, Guine-Bissau et Togo) ont quasiment doubl sur la mme priode et leurs taux de croissance moyen sont respectivement de 10.7%, 9% et 10.2%. Le tableau suivant donne le PIB (en million de dollar) de chaque pays de 2000 2008, ainsi que la moyenne des PIB et le taux de croissance moyen.
Taux de croissance
Page 29
15,0
Tableau 1: Evolution des PIB de 2000 2008 (en million de dollars).

Anne PIB Cte divoire 2000 10417,0 2001 10545,3 2002 11486,7 2003 13737,5 2004 15481,1 2005 16363,4 2006 17367,3 2007 19795,7 2008 23414,0 Moyenne 15400,9 Taux de croiss. moyen 10,7 Source : Banque Mondiale. PIB G-Bissau 215,5 199,0 203,6 235,9 285,1 301,8 317,1 382,0 429,6 285,5 9,0 PIB Niger 1798,4 1945,3 2170,5 2708,4 2897,0 3330,0 3645,8 4245,7 5354,3 3121,7 14,6 PIB Togo 1329,1 1328,0 1476,1 1758,9 2061,0 2108,2 2218,0 2498,9 2898,5 1964,1 10,2
Les valuations de la croissance du PIB servent fixer la croissance du montant des minima sociaux, du SMIC, et des autres salaires, des ngociations salariales entre syndicats des salaris et employeurs. Le PIB ne suffit plus pour comparer les pays entre eux ; lanalyse de lvolution du PIB par tte serait encore plus pertinente pour comparer les pays. Il importe de noter que si le PIB moyen de la Cte dIvoire valait plus de cinq fois celui de chacun des pays, les carts semblent se rduire au niveau des PIB par habitant : le PIB par tte de la Cte dIvoire ne vaut plus que quatre fois celui de la Guine-Bissau, trois fois celui du Niger et deux fois celui du Togo (voir le tableau suivant). Le taux de croissance moyen du PIB par habitant (entre 2000 et 2008) est de 8% en Cte dIvoire, 7% en Guine-Bissau et 11% au Niger. La rduction des carts entre les PIB par tte serait donc due un taux de croissance dmographique plus lev en Cte dIvoire que dans les autres pays.
Page 30
Figure 2: Evolutions des PIB par tte et leurs taux de croissance.

1200,0 1000,0 25,0
15,0
800,0 600,0 400,0 200,0 0,0 2000 2001 2002 2003 2004 2005 2006 2007 2008
10,0 5,0 0,0 -5,0 -10,0 -15,0
PIB/h CI Crois_Abis
PIB/h G-Bissau Crois_Bis
Anne PIB/h Niger

Crois_Nia
PIB/h Togo Crois_Lom
Source : Banque mondiale, calcul de lauteur.
Tableau 2: Evolution des PIB/habitant entre 2000 et 2008 (en $).

Anne PIB/hbtsABIDJAN PIB/hbts G-Bissau PIB/hbtsNiamey PIB/hbtsLom 2000 602,8 165,3 163,0 253,3 2001 596,2 149,1 170,5 245,8 2002 635,5 148,8 184,0 265,8 2003 744,4 168,2 221,9 308,7 2004 821,7 198,3 229,3 352,7 2005 850,3 205,0 254,2 351,8 2006 882,8 210,4 268,0 360,9 2007 983,7 247,9 300,3 396,6 2008 1137,1 272,7 364,1 448,8 Moyenne 806,1 196,2 239,5 331,6 Taux de croiss. moyen 8,3 6,5 10,6 7,4 Source : Banque Mondiale, calcul de lauteur.
Utiliser le PIB par tte comme indicateur de bien-tre, cest rduire celui-ci sa dimension conomique et donc ngliger la qualit de vie, la qualit des biens et services eux-mmes . Lon peut montrer par des exemples que la croissance du PIB ne garantit pas lamlioration du bien-tre de la population. Par exemple une augmentation des voitures cre plus dembouteillage donc une augmentation de la consommation de lessence, ce qui entraine une augmentation du PIB mais aussi une augmentation de la pollution do la dgradation de la sant de la population. Donc la construction des indicateurs de pauvret devient pertinente.
Taux de croissance du PIB/tte
20,0
PIB par tte en $ PPA
III.
Structure dmographique: pyramide des ges
Cette partie porte sur les structures dmographiques de la population des diffrents pays de notre tude. Son objectif consistera prsenter certaines caractristiques des pays ainsi que les pyramides des ges des pays des fins de comparaison. Le tableau suivant rpartit (en %) la population des mnages par groupe dges, selon le sexe et le pays.
Tableau 3: Population des mnages par sexe et pays et sexe.

Groupe d'ges (en %)
< 5 ans 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80 + Total
Cte dIvoire Hommes Femmes

14,7 13,7 12,3 11,2 9,7 8,2 7,1 5,9 4,3 3,0 2,9 2,5 1,9 1,3 0,8 0,4 0,2 100,0 14,9 13,8 12,4 11,4 9,9 8,2 6,8 5,6 4,1 2,8 2,8 2,5 1,9 1,3 0,8 0,4 0,3 100,0
Guine - Bissau Hommes Femmes

15,9 13,8 12,3 11,0 9,6 8,3 6,9 5,9 4,3 3,3 2,5 2,0 1,5 1,1 0,8 0,4 0,2 100,0 730919 15,0 13,2 11,8 10,5 9,2 8,0 6,5 5,4 3,9 3,7 3,9 3,1 2,2 1,6 1,0 0,6 0,3 100,0 772263
Niger Hommes Femmes

20,8 16,3 13,0 10,4 8,6 7,3 5,8 4,4 3,3 2,6 2,2 1,8 1,4 1,0 0,6 0,3 0,2 100,0 7379499 20,4 16,0 12,7 10,0 8,2 6,9 5,6 4,6 3,8 3,2 2,6 2,1 1,6 1,2 0,8 0,4 0,2 100,0 7372581
Togo Hommes Femmes

16,1 13,6 12,1 11,2 9,8 8,2 6,6 5,3 4,3 3,5 2,8 2,2 1,7 1,2 0,8 0,4 0,3 100,0 3083953 15,7 13,3 11,8 11,1 9,8 8,1 6,5 5,3 4,3 3,6 2,9 2,4 1,8 1,4 1,0 0,6 0,4 100,0 3136395
Effectif 10236857 9942745 Source : US Census Bureau, calcul de lauteur.
On constate partir du Tableau 3 quil existe un faible dsquilibre dans la structure par sexe. En effet, le rapport de fminit indique 97 femmes pour 100 hommes en Cte dIvoire, 106 femmes pour 100 hommes en Guine Bissau, 100 hommes pour 100 femmes au Niger et 102 femmes pour 100 hommes au Togo. En 2000, ces rapports de fminit taient respectivement de 97 femmes pour 100 hommes pour la Cte divoire, 107 femmes pour 100 hommes pour la Guine-Bissau, 100 femmes pour 100 hommes pour le Niger et 101 femmes pour 100 hommes pour le Togo. Cette faible variabilit de la reprsentativit des femmes par rapport aux hommes serait sans doute les rsultats de faibles phnomnes migratoires dans ces pays. Ces rsultats prouvent que la structure dmographique ne change pas court terme.
Page 32
Pyramides des ges (Source de des donnes : U.S. Census bureau) La pyramide des ges est un outil statistique dtude dmographique qui reprsente la rpartition dune population par tranche dges et par sexe un instant donn, sous la forme dun double historique. Les hommes ont t placs gauche sur les pyramides des ges par convention. La forme de la pyramide dpend de la fcondit qui est un lment dterminant de la structure par ge dun pays et, de la mortalit et de la migration qui demeurent des facteurs secondaires. Les pyramides des ges que nous avons reprsentes ci-dessous sont en forme de parasol avec une base large et un sommet fin. La structure par ge de la Cte dIvoire prsente peu dirrgularit au niveau de chaque sexe. La pyramide des ges de la Cte dIvoire rvle que la sous-population la plus nombreuse est celle de moins de 5 ans. Cette sous-population reprsente 14.8% de la population totale, soit 14.7% de garons et 14.9% de filles. La proportion de femmes est ainsi suprieure celui des hommes except les classes dges comprises entre 30 et 54 ans. Ce pays compte 0.2% de personnes ges de 80 ans et plus dont 0.2% dhommes et 0.3% de femmes.
Page 33
Figure 3: Pyramides des ges des populations des quatre pays (2008).
Cte dIvoire Guine- Bissau
Pourcentage
Niger Togo
Pourcentage
Pourcentage
Pourcentage
Source : Banque mondiale, calcul de lauteur.
Le pourcentage des enfants de moins de cinq ans en Guine-Bissau est plus lev que celui dAbidjan (15.5%). La proportion des hommes est suprieure celle des femmes entre 0 et 14 ans et 30 et 44 ans, ce qui parat diffrent de la Cte dIvoire. La Guine-Bissau compte 0.3% de personnes ges de 80 ans et plus dont 0.25% est homme et 0.33% femme. Le profil dges du Niger est relativement plus jeune que les autres pays : 20.6% de la population est ge de 0 4 ans. Cette tranche dges compte donc 20.8% dhommes et 20.4% de femmes. Le pourcentage dhommes reste suprieur celui des femmes de 0 34 ans. Le Niger compte 49.6% de personnes ges entre 0 et 14 ans (cest le taux le plus lev) et 0.19% de la population ge de 80 ans et plus, avec 0.17 dhommes et 0.21% de femmes . La structure dges du Togo nest pas diffrente de celle des autres pays. En effet, 41.3% de la population est ge de 0 14 ans dont 15.6% est ge de 0 4 ans et dont 16.1% est homme et 15.7% femme. Comme celui du Niger, leffectif des hommes reste suprieur
celui des femmes de 0 34 ans. Le Togo compte 0.34% de la population ge de 80 ans et plus (soit 3 personnes pour 1000) dont la population masculine est de 0.26% et celle fminine de 0.43%.
La conclusion de cette partie est que les pays de notre tude sont jeunes, avec une trs forte natalit du fait que la proportion de la population de moins de 14 ans est suprieure 40% et trs peu de personnes ges (moins de 3%).
IV.
March du travail: taux d'activit par genre, taux de chmage
1. Dfinitions du secteur demploi

Secteurs dactivit : Le secteur primaire comprend lagriculture, llevage, la chasse, la pche et la sylviculture. Le secteur secondaire comporte lindustrie manufacturire, industrie extractive, lectricit, eau, gaz, btiments et travaux publics, que lon dsignera par industrie . Le secteur tertiaire comprend le commerce, le transport, les communications, les banques et les assurances, services et administration que lon regroupera en commerce et service dans la suite.
La population active regroupe la population active occupe (population active ayant un emploi) et les chmeurs (au sens du BIT). Le taux dactivit est le nombre de personnes actives (actifs occups et chmeurs) sur la population totale correspondante. La mesure de la population active diffre selon lobservatoire statistique qui en fait lestimation. On peut actuellement distinguer trois approches principales : au sens du BIT, au sens du recensement de la population et au sens de la comptabilit nationale. Il peut tre calcul sur lensemble de la population dun pays, mais on se limite souvent la population en ge de travailler (15 64 ans pour des comparaisons internationales), ou une sous-catgorie de la population en ge de travailler (30 34 ans par exemple).
Un chmeur est une personne qui na pas demploi et qui en cherche un. La dfinit ion des chmeurs est extrmement sensible au critre retenu ; la plus utilise est celle du BIT car
elle permet de faire des comparaisons internationales. Le taux de chmage est donc le pourcentage de la population au chmage par rapport la population active totale.
La population dpendante regroupe lensemble des personnes ges de moins de 15 ans (10 ans dans certains pays africains) et de celles de 65 ans et plus, les lves, les tudiants, les retraits, les rentiers, ainsi que les personnes de plus de 15 (ou 10 ans) ans ayant un handicap ne pouvant pas leur permettre de travailler; elle est aussi dite population charge. Le taux de dpendance est donc le ratio entre la population dpendante et la population en ge de travailler.
2. Application
Encadr 1: Donnes manquantes
Pour certains pays et certaines statistiques, nous ne disposons pas des informations ncessaires la construction dynamique des graphiques et des tableaux. Plusieurs raisons expliquent l'absence de donnes. Parfois les informations ne sont pas disponibles, parfois elles ne sont pas recueillies. Dans d'autres cas, elles ne sont pas de bonne qualit. Dans certains cas, nous disposons des informations que pour une seule anne. Il est alors impossible d'envisager la tendance ou l'volution du phnomne. Pour les pays ayant un petit nombre d'habitants ou les pays qui se retrouvent en marge de la communaut internationale, l'absence de statistiques devient systmatique. Certains pays rejettent aussi la pertinence de certains indicateurs conomiques. L'accs aux donnes est galement problmatique dans le cas des pays qui se trouvent dans une phase de reconstruction. Pour des raisons de qualit (validit et fiabilit) de donnes, il est aussi possible que l'information n'ait pas t retenue. Enfin, pour quelques cas, les donnes ne sont pas corriges ou ne sont pertinentes. Ces diffrentes raisons font que nous ne disposons pas des donnes sur le march du travail Bissau, et nous nous limitons la prsentation du seul tableau suivant.
Le tableau suivant donnant le taux dactivit par genre rvle que, le taux dactivit des hommes le plus lev se trouve dans la population abidjanaise (70,1%) et que celui le plus bas est Bissau (43.8%). Pour les femmes, Lom arrive en tte avec 66.9% et Bissau reste dernier avec 26.9%. Dans lensemble (les quatre pays runis), nous avons 62.77% de taux
dactivit pour les hommes et 48.4% pour les femmes. Sagissant du taux dactivit gnral e (hommes et femmes), on note quil est plus lev Lom et plus bas en Guine Bissau.
Tableau 4: Taux dactivit par genre.
Taux d'activit des personne de 10 ans et + (%) Hommes Femmes Ensemble Source : Enqute 1 2 3 Abidjan 70,1 60,3 65,1 Bissau 43,8 26,9 35,3 Niamey 63,5 35,2 48,8 Lom 68,9 66,9 67,9 Ensemble 62,8 48,4 55,6
Comme signal dans lencadr prcdent, nous ne disposons pas de donnes sur le march du travail Bissau. Cela constitue les limites de cette section.
Page 37
CHAPITRE 3 : PRESENTATION DE LENQUETE EDM ET PLAN DANALYSE
La prsentation de lenqute consiste dcrire les diffrentes tapes dune enqute, en allant de lobjectif de lenqute aux traitements des donnes et la diffusion des rsultats.
I.
Prsentation de lenqute
1. Gnralit
1.1. Objectif de lenqute
A linstar de toute enqute, celle dite Enqute sur les Dpenses des Mnages (EDM) vise un objectif prcis avec un mode de collecte adquat qui rpond aux exigences de son droulement. Cette enqute est la premire du genre tre ralise dans les huit pays de lUEMOA dans le cadre de la rnovation de lIndice Harmonis des Prix la Consommation (IHPC) qui fait partie des critres de premier rang dans le mcanisme de surveillance multilatrale instaur par lunion, afin de mettre disposition des utilisateurs les informations sur la structure de consommation des mnages des huit pays. Ces enqutes avaient pour objectifs spcifiques la dtermination dun nouveau jeu de coefficients de pondration des IHPC, lactualisation du panier des biens et services dont les prix seront suivis et lanalyse de la consommation des mnages. Lobjectif secondaire de cette enqute tait la mesure de la pauvret par la mthode des cots des besoins essentiels.
1.2.
Collecte des donnes, Mode et type denqute
La collecte dinformations a t suivie par des agents locaux et des experts dAFRISTAT ayant accumul une grande exprience dans ce domaine. LEDM a t ralise conformment une mthodologie harmonise Cotonou (Bnin), Ouagadougou (Burkina Faso), Abidjan (Cte dIvoire), Bissau (Guine-Bissau), Bamako (Mali), Niamey (Niger), Dakar (Sngal) et Lom (Togo). Cest une enqute par mesure directe dont les agents effectuent directement les relevs sur le terrain. Elle est faite plusieurs visites auprs des mnages
dans le but de recueillir des donnes sur les dpenses et acquisitions, aussi bien quotidienne que rtrospective (montaire ou non). Cette enqute est dite ad hoc du fait quelle nest pas continue.
2. Mthode dchantillonnage
Les mthodes dchantillonnage permettent de constituer un chantillon dune population mre galement appele population de rfrence ou univers. Deux grandes mthodes dchantillonnage existent:
Les mthodes probabilistes qui consistent tirer au sort lchantillon dans la population tudier, donnant chacun des lments de celle-ci une probabilit connue non nulle, dtre slectionne.
Les mthodes non probabilistes : qui reposent sur un choix raisonn dindividus de la population en respectant les rgles fixes lavance, concernant les caractristiques individuelles (quotas) et/ou les lieux denqutes et/ou le moment denqutes, etc.
Le choix dune mthode de sondage dpend de la nature des informations auxiliaires et de leur degr de disponibilit. Le sondage par grappe est une mthode dchantillonnage probabiliste qui consiste tirer au sort, dans une base de sondage, un certain nombre (au moins 30) de grappes dlments statistiques, appels grappes et interroger tous les individus. Cette mthode de sondage est utilise lorsquil nexiste pas de base de sondage dindividus lments mais quil existe une base de sondage de grappe (units de sondage) ou lorsquon veut rduire les cots dadministration des questionnaires induits par la dispersion des personnes interroges. Par exemple en interrogeant quatre personnes par mnage, en moyenne et il ny aura que 250 points denqute pour interroger un chantillon de 1000 individus, au lieu de 1000 lieux denqutes dans un sondage alatoire simple. Les units enqutes sont des mnages issus des grandes agglomrations des pays de lUEMOA. Le plan de sondage adopt par les 8 pays, est celui dun sondage alatoire stratifi deux degrs, allocation proportionnelle au premier degr. Au premier degr, il a t tir 84 units primaires (grappes, ZD, SE selon les appellations) et au deuxime degr, il a t tir un chantillon de 1008 mnages, soit 12 mnages par grappe. Les pays dont la base de
sondage ne permettrait pas de faire le tirage des grappes probabilit ingale lont effectu probabilits gales. Un lot de 420 mnages a t prvu pour la gestion des remplacements a priori. Le tirage de tous ces chantillons est effectu avant le dmarrage des oprations de terrain. Les participants se sont intresss la rpartition de lchantillon dans le temps compte tenu du choix de lchantillon de lenqute principale et de la mthode retenue pour lenqute complmentaire. Loption dune rpartition raisonne de lchantillon dans le temps a t retenue. LEDM est donc en quelque sorte une enqute Budget Consommation (EBC) par sondage alatoire auprs des mnages vivant dans les capitales des pays de lUEMOA.
3. Le questionnaire
Le jeu de questionnaires de lEDM comprend 30 sections en tout, chacune traitant dun thme bien spcifique :

Une section sur les dpenses quotidiennes des mnages ; 20 modules sur les dpenses rtrospectives, classs en trois groupes : - 1 module sur les dpenses alimentaires importantes ou exceptionnelles ; - 6 modules sur les dpenses non individualisables ; - 13 modules sur les dpenses individualisables (leurs numros sont suivis de la lettre pour signifier que les informations collectes sont individuelles)
Les autres modules de questionnaires permettent de recueillir des informations sur les caractristiques sociodmographiques et conomiques des mnages (4 modules), la prsence des membres des mnages, les dpenses loccasion des ftes ou crmonies, les reventes des biens durables, les remboursements des assurances et les gains des jeux de hasard (3 modules).
A dfaut de dcrire les diffrentes sections, nous prsentons le tableau suivant qui nous donne les titres des diffrentes sections.
Page 40
Tableau 5: Questionnaires de lenqute sur les dpenses de consommation des mnages. CQ 1 2 3 4 5 6 7 8i 9i 10 11 12 13i 14i 15i 16i 17 18i 19 20i 21i 22i 23i 24i 25i 26 27 28 29 30 TITRE DU QUESTIONNAIRE Identification du mnage Composition du mnage et caractristiques des membres rsidents Emploi et chmage de la population active Logement et possession du mnage Prsence des membres du mnage Dpenses montaires et acquisitions quotidiennes de produits ou de services (y compris les cadeaux reus en nature) pour la consommation des mnages pendant une priode de 18 jours Dpenses d'acquisitions importantes ou exceptionnelles de produits alimentaires au cours des 12 derniers mois Dpense d'habillement et chaussures au cours des 12 derniers mois Dpense d'habillement et chaussures au cours des 6 derniers mois Dpenses de logement, eau, lectricit, gaz et autres combustibles au cours des 6 derniers mois Dpense d'ameublement, quipement mnager et entretien courant pour la maison au cours des 12 derniers mois Dpense d'ameublement, quipement mnager et entretien courant pour la maison au cours des 6 derniers mois Dpense de sant au cours des 12 derniers mois Dpense de sant au cours des 3 derniers mois Dpenses de transport au cours des 12 derniers mois Dpenses de transport au cours des 3 derniers mois Dpense de communication au cours des 12 derniers mois Dpense de communication au cours des 3 derniers mois Dpenses de loisir et culture au cours des 12 derniers mois Dpenses de loisir et culture au cours des 6 derniers mois Dpenses d'ducation au cours des 12 derniers mois Dpenses d'htel et restaurant au cours des 12 derniers mois Dpenses d'htel et restaurant au cours des 3 derniers mois Dpenses de biens et services divers au cours des 6 derniers mois Dpenses de biens et services divers au cours des 12 derniers mois Autres dpenses de biens et services divers au cours des 12 derniers mois Dpenses l'occasion des ftes ou des crmonies au cours des 12 derniers mois Revente des biens durables par le mnage au cours des 12 derniers mois Remboursement reu des services d'assurances pour dommages subis par le mnage au cours des 12 derniers mois Gains bnficis des jeux de hasard paris par le mnage au cours des 6 derniers mois
4. Le droulement de lenqute
La dure de collecte des donnes est de trois (3) mois pour chacune des villes.
Page 41
5. Apurement de la base
Pour chaque pays, la base de lEDM contient 30 fichiers, chacun correspondant une partie du questionnaire. Nous avons donc procd lextrapolation pour les fichiers qui ne contiennent pas les mmes nombres dindividus et la fusion de certains fichiers pour avoir un fichier mnage et un fichier individu pour chaque agglomration, puis un fichier mnage et un fichier individu runissant toutes les agglomrations. La base des donnes que nous aurons utiliser dans la suite de notre rapport provient lEDM que nous venons dapurer laide du logiciel PASW.
II.
Le plan danalyse
Lobjectif principal de notre tude est de construire des indicateurs de pauvret montaire pour chacun des quatre pays (Cte dIvoire, Guine-Bissau, Niger, Togo) de lUEMOA. Pour atteindre cet objectif, les outils suivants seront utiliss : la recherche documentaire, la statistique descriptive, et lanalyse conomtrique. La recherche documentaire nous permettra de connaitre les travaux qui ont t raliss concernant les indicateurs de pauvret et de dlimiter le contour du sujet. La statistique descriptive servira dcrire les variables de notre tude, notamment celles qui entreront dans la construction de lindicateur de pauvret. Lanalyse conomtrique nous permettra de connaitre les forces et les faiblesses du march du travail et de faire le lien avec la pauvret.
III.
Les limites de ltude
Les limites de la prsente tude tiennent au fait quelle est rduite la dimensi on montaire de la pauvret. Cette mesure de la pauvret (qualifie dunidimensionnelle) est faite partir du revenu ou des dpenses de consommation qui sont apprhendes comme une approximation du bien-tre. Or la littrature sur la pauvret admet que la pauvret ne se limite pas la seule dimension montaire. Elle doit aussi tre mesure en tenant compte dautres facteurs tels que la sant physique ou mental, lexclusion sociale ou lenvironnement, et les conditions de vie des mnages. En bref, la pauvret est un phnomne multidimensionnel.
2mePARTRIE : LES INDICATEURS DE PAUVRETE MONETAIRES

Cette deuxime partie contient cinq chapitres dont le premier abordera les caractristiques sociodmographiques des mnages, le second traitera des indices dingalits. Le troisime chapitre portera sur la construction des indicateurs montaires, le quatrime et cinquime chapitre prsenteront respectivement les tests de robustesse et lanalyse descriptive de la pauvret.
Page 43
CHAPITRE 4 : CARACTERISTIQUES SOCIODEMOGRAPHIQUES DES MENAGES

Lobjet de ce chapitre est de prsenter les mnages selon quelques -unes de leurs caractristiques sociales et dmographiques. Dans ce chapitre, une grande importance sera accorde aux chefs des mnages du fait que leur niveau de vie dtermine celui du mnage. Dans la base des donnes de lEDM, les chefs de mnages sont des personnes ges de 15 ans et plus. Nous prsentons quelques tableaux croiss pour les quatre pays afin de faire des comparaisons entre les agglomrations.
I.
Structure dmographique
1. Population des villes

La population des mnages ordinaires des quatre villes des pays de lUEMOA tudies (Abidjan, Bissau, Niamey et Lom) slve 6 727 438 personnes en 2008. Abidjan
reprsente plus de la moiti du total avec 3 904 084 personnes, elle est plus peuple que les trois autres villes runies. Cependant, Abidjan compte 23% de chefs de mnages, Bissau 14%, Niamey 16% et 28% Lom.
Figure 4: Population des quatre villes.
Page 44
2. Types de mnage
2.1. Types de mnages
Lencadr suivant permet de dfinir la typologie des mnages retenu pour lanalyse de la structure et de la composition des mnages partir de lEnqute sur les dpenses des mnages 2008.
Encadr 2: Typologie des mnages
La dfinition des types de mnages retenus snonce comme suit : Mnages unipersonnels : Il sagit des mnages qui ne sont composs que dune seule personne, le chef de mnage en gnral ; Couples sans enfants : Il sagit des mnages de deux personnes vivant en couple seules, nayant ni enfants, ni parents et autres avec eux dans le mnage ; Couples avec enfants : Il sagit des personnes vivant en couple mais avec leurs enfant s uniquement, sans parents ni autres personnes, quel que soit le lien de parent avec le chef de mnage ; Mnages monoparentaux nuclaires : Il sagit des mnages dont un seul des conjoints est prsent quel que soit le motif (dcs, sparation de corps/divorce, etc.) et vivant uniquement avec leurs enfants, sans dautres personnes dans le mnage, quelles soient apparentes ou non ; Mnages monoparentaux largis : Il sagit des mnages dont un seul des conjoints est prsent quel que soit le motif (dcs, sparation de corps/divorce, etc.) et vivant non seulement avec leurs enfants, mais aussi avec dautres personnes dans le mnage, quelles soient apparentes ou non ; Mnages de famille largie : Il sagit de tous les autres cas de figures possibles, notamment des mnages polygames ou polyandres qui vivraient non seulement avec leurs enfants, mais aussi avec dautres personne s dans le mnage, que ces dernires soient apparentes ou non.
Source : AFRISTAT, EDM 2008.
Selon la typologie prcdemment dfinie par AFRISTAT, lon constate que les couples avec enfants occupent une place importante Abidjan et Niamey. A Abidjan, 26% des mnages sont des couples contenant 23% de lensemble des individus, alors qu Niamey, ces couples accueillent 36% de la population totale. Dans les villes Bissau et Lom, ce sont les familles largies qui arrivent en tte avec 53% des mnages de Bissau qui accueillent 63% de
lensemble des individus, et 34% de la population est rpartie sur 26% des mnages Lom. Ces types de mnages sont suivis de familles largies Abidjan et Niamey (respectivement avec 22% et 31% de mnages accueillant respectivement 23% et 45% dindividus), de mnages monoparentaux largis Bissau (21% de mnages avec 23% dindividus), et de
couples avec enfants (25% de mnage accueillant avec 32% dindividus). Les couples enfants sont les mnages les moins nombreux dans toutes les villes. On note que la proportion des femmes chefs de mnages est de 51% Abidjan, alors que dans les autres villes, ce chiffre nexcde pas 35%. En effet, cette proportion est quasiment le mme Abidjan quel que soit le type de mnage (50%) ; dans les autres villes, la plupart des mnages nuclaires monoparentaux et monoparentaux largis sont dirigs par des femmes (pourcentage suprieur ou gal 68%). Dans toutes les villes, lge moyen des femmes chefs de mnage s est suprieur celui des hommes chefs de mnages ; il en est de mme pour lge mdian. Dans lensemble, 50% des chefs de mnages dAbidjan ont un ge infrieur ou gal 39ans ; tandis qu Bissau Niamey et Lom, lge mdian vaut respectivement 42 ans, 44ans et 37 ans.
Tableau 6: Typologies des mnages et Caractristiques de la population.

Effectif Taille des moyenn mnages e des (%) mnages 18,6 6,1 25,6 7,4 20,5 21,9 100,0 4,6 2,2 15,5 3,9 20,9 52,9 100,0 6,6 4,8 40,1 5,5 12,2 30,8 100,0 19,9 4,2 25,5 14,8 9,7 25,8 100,0 1,0 2,0 3,9 5,2 4,5 4,6 4,4 1,0 2,0 4,9 4,1 8,0 8,5 7,2 1,0 2,0 5,5 4,8 5,5 9,0 6,2 1,0 2,0 4,5 3,1 5,2 4,7 3,6 % Populatio n 17,7 5,9 23,0 9,1 20,8 23,5 100,0 ,7 ,6 10,4 2,2 23,3 62,8 100,0 2,1 2,2 35,6 4,3 11,1 44,5 100,0 5,5 2,4 31,7 12,7 13,9 33,8 100,0 % des Age moyen des CM Age mdian des CM femmes chefs de H F Ens H F Ens mnages 51,6 51,4 49,5 49,6 52,5 50,2 50,8 23,4 1,2 84,6 87,4 7,0 26,5 16,2 2,3 73,7 68,2 3,2 15,3 32,0 1,6 ,6 81,3 92,6 22,5 33,4 40,1 42,0 39,7 41,7 40,5 40,7 40,5 36,3 37,6 41,6 45,9 49,1 43,1 42,5 35,9 37,6 43,6 50,4 40,2 48,9 44,6 31,2 38,3 38,7 47,3 38,3 40,9 38,2 40,5 42,0 43,1 45,2 43,3 41,9 42,4 50,7 34,8 40,7 44,9 43,3 44,4 55,2 44,5 46,7 53,3 46,2 50,7 34,8 53,0 39,2 38,7 42,3 43,4 39,8 40,2 42,0 40,5 42,2 41,3 41,0 40,9 39,6 37,6 41,5 41,5 45,5 43,1 43,0 39,0 37,6 43,6 47,7 49,1 48,8 45,5 32,4 38,5 38,7 40,3 42,0 41,5 38,7 38,0 42,0 38,0 41,0 38,0 39,0 39,0 33,0 35,0 41,0 45,0 48,0 41,0 41,0 34,0 35,0 42,0 50,0 35,0 48,0 43,0 28,0 35,0 38,0 48,0 37,0 39,0 36,0 39,0 42,0 43,0 46,0 41,0 40,0 42,0 51,0 39,0 40,0 44,0 40,0 43,0 60,0 50,0 46,0 54,0 45,0 50,0 29,0 53,0 40,0 39,0 41,0 39,0 38,0 38,0 42,0 39,0 41,0 40,0 40,0 39,0 33,0 35,0 41,0 40,0 45,0 41,0 42,0 38,0 35,0 42,0 47,0 49,0 48,0 44,0 29,0 35,0 38,0 41,0 40,0 39,0 37,0
Types de mnages
unipersonnel couple sans enfant couple avec enfant nuclaire monoparental monoparental largi Elargi Total unipersonnel couple sans enfant couple avec enfant nuclaire monoparental monoparental largi Elargi Total unipersonnel couple sans enfant couple avec enfant nuclaire monoparental monoparental largi Elargi Total unipersonnel couple sans enfant couple avec enfant nuclaire monoparental monoparental largi Elargi Total
Source : EDM 2008, calcul sous SPSS.
Lom
Niamey
Bissau
Abidjan
Page 46
Dans lensemble (les quatre villes runies), le nombre moyen de personnes par mnage est 4,7. La taille moyenne des mnages varie de 3.6 Lom au double Bissau (7.2). Les modles de famille de Bissau et de Niamey apparaissent trs spcifiques avec un plus grand nombre de mnages de taille suprieure ou gale 10 personnes (21% Bissau et 15% Niamey).
Figure 5: Caractristique de la taille des mnages.
Source : AFRISTAT, EDM 2008, calcul sous SPSS.
2.2.
Structure dges des individus
Les structures par ge des populations des quatre villes prsentent les caractristiques habituelles des villes des pays sous-dvelopps o la majeure partie de la population est jeune. En effet, dans les quatre villes runies, lge moyen est de 22,9 ans et plus de la moiti de ces populations a moins de 20 ans. La population la plus jeune est celle de Niamey (ge mdian 17 ans), suivi de celles de Bissau et Lom (ge mdian 20 ans) et enfin de la Cte dIvoire dont lge mdian est de 22 ans. La ville dAbidjan compte donc moins denfants de moins de 15 ans que les autres villes (35%), Niamey arrive en tte avec 44% ; Bissau et Lom en compte respectivement 36% et 39%. Abidjan semble contenir moins dindividus de plus de 60 ans que les autres villes (2%).
La proportion des individus dges compris entre 45 et 60 ans est relativement la mme dans toutes les villes (autour de 8%). Lanalyse des structures par sexe montre quil nexiste pas une grande diffrence entre les villes. En effet, le rapport de masculinit est de 97 hommes pour 100 femmes dans les villes Abidjan et Bissau, de 98 hommes pour 100 femmes au Niger et de 90 hommes pour 100 femmes au Togo.
Au niveau des chefs de mnages, Abidjan compte 15.8% des chefs de mnages gs entre 15 et 29 ans ; Lom dtient la proportion la plus leve de cette tranche dges (27.7%) et Niamey la plus faible (7.3%). La tranche dges 30 34 semble tre la classe ayant la frquence la plus leve pour les deux sexes runis et pour tous les pays. Cependant, Abidjan compte moins de chefs de mnages dont lge dpasse 60 ans (7%) que les autres agglomrations (9.6% pour Bissau, 15.1% pour Niamey et 8% pour Lom). Au total, Abidjan, 76.4% des chefs de mnages sont des hommes et 23.6% sont des femmes ; Bissau, on a 73.5% des chefs de mnages hommes et 26.5% de CM femmes. Niamey compte moins de CM femmes (15.3%) et plus de CM hommes (84.7%) que les autres capitales. Lom, quant elle, compte 67% de CM hommes et 33 % de CM femmes.
Tableau 7: Groupes dges par sexe par ville.

Sexe Groupe dges moins de 15 ans 15-29 ans 30-44 ans 45-60 ans 60 ans et + Total Age moyen Age mdiane Age moyen de l'ensemble Age mdian de l'ensemble H 34,8 30 23 10,1 2,1 49,2 Abidjan F Total 34,2 34,5 36,4 33,2 19,9 21,4 7,3 8,7 2,3 2,2 50,8 100 23,5 22 H 35,8 37,3 17,8 6,7 2,4 49,3 Bissau F 37 38,3 15,7 6,1 2,9 50,7 21,8 20 Total H 36,4 44,3 37,8 26,4 16,7 16 6,4 9,7 2,7 3,7 100 49,4 Niamey F Total 43,5 43,9 29,5 27,9 16,5 16,3 7,4 8,5 3,1 3,4 50,6 100 21,4 17 H 38,8 31,9 18,5 8,1 2,6 47,4 Lom F 36,9 33,3 18,4 7,8 3,6 52,6 22,7 20 Total 37,8 32,6 18,4 7,9 3,2 100
22,9 20,7
Source : EDM 2008, calcul sous SPSS
Page 48
2.3.
Le niveau dinstruction
Le relvement du niveau dinstruction est lun des moyens qui contribuent activement la rduction de la pauvret dun pays. Le tableau suivant prsente le niveau dinstruction par sexe. Abidjan et Niamey apparaissent ici comme les villes contenant le plu s dindividus nayant aucun niveau dinstruction (respectivement 43% et 31%). Ces individus sont suivis de ceux ayant le niveau dinstruction primaire puis secondaire et suprieur. Ces ordres de grandeurs ne sont pas les mmes Bissau et Lom : les individus de niveau dinstruction secondaire et primaire arrivent respectivement en tte dans ces deux villes. Pour chacune des villes, pour les niveaux dinstruction primaire et aucun, la proportion des femmes est suprieure celle des hommes ; la tendance est linverse pour les niveaux secondaires et suprieurs.
Tableau 8: Niveau dinstruction par sexe.

ABI 26,8 27,6 31,3 14,3 49,2 Hommes BIS NIA 22,8 39,4 26,5 32,1 48,6 22,6 2,1 5,8 49,3 49,4 LOM 25,0 29,9 40,4 4,7 47,4 ABI 35,3 31,6 25,9 7,1 50,8 Femmes BIS NIA 33,3 45,8 30,4 34,1 36,0 17,9 0,3 2,2 50,7 50,6 LOM 31,4 40,2 25,9 2,5 52,6 ABI 31,1 29,7 28,5 10,7 100 Total BIS NIA 28,1 42,6 28,5 33,1 42,2 20,2 1,2 4,0 100 100 LOM 28,4 35,3 32,8 3,5 100
Niveau d'instruction (en %)
aucun primaire secondaire suprieur Total
Source : AFRISTAT, EDM 2008, calcul sous SPSS
Le tableau suivant compare les niveaux dinstruction des chefs de mnages par sexe et par pays.
Tableau 9: Niveau dinstruction par sexe par ville.

Abidjan Niveau d'instruction des CM aucun primaire secondaire suprieur Total M 23,3 21,2 35,8 19,7 76,4 F 32,4 19,6 31,7 16,3 23,6 Bissau Niamey Lom
Total
25,4 20,8 34,8 18,9 100,0
M 13,7 21,1 57,8 7,4 73,5
F 37,4 24,5 36,7 1,4 26,5
Total
19,9 22,0 52,2 5,8 100,0
M 43,1 19,3 25,6 12,0 84,7
F 64,9 16,5 14,1 4,5 15,3
Total
46,4 18,8 23,9 10,9 100,0
M 17,6 26,7 48,9 6,9 67,0
F 29,1 33,1 31,6 6,2 33,0
Total
21,4 28,8 43,1 6,6 100,0
Page 49
II.
Structure du logement
La qualit du logement est lune des caractristiques du niveau de vie de la population des grandes villes. Dans la ville dAbidjan, la proportion des mnages propritaires de leur logis est plus petite que celle des locataires (23% contre 78%) ; alors qu Bissau et Niamey, plus de la moiti des mnages sont propritaires. La tendance est presque la mme Lom (Tableau 11)
Tableau 10: Statut doccupation par ville.
Statut doccupation (en %) Non locataires Locataires Total Abidjan 21,6 78,4 100,0 Bissau 57,5 42,5 100,0 Niamey 53,8 46,0 99,8 Lom 47,5 52,5 100,0
III.
Le secteur de lemploi
Le march du travail, faisant le processus dentre et de sortie demploi, lieu de rencontre thorique entre loffre de travail et la demande de travail, est tudi par lconomie du travail. Le travail est un facteur de production de lconomie qui est fourni par des employs en change dun salaire.
1. Le groupe socio-conomique
Pour tudier la structure sociale dune population, on la rpartie suivant le groupe socioconomique. Les individus appartenant au mme groupe social sont dits homosociaux. Dans chacun des pays, pour les deux sexes, la classe ayant la frquence la plus leve est celle des chmeurs et inactifs (38% dindividus Abidjan, 59% Bissau, 56% Niamey et 31% Lom). Cette proportion leve des chmeurs et inactifs viendrait du fait que cette classe contient non seulement des chmeurs mais aussi la population de moins de 14 ans, celle de 65 ans et plus (les retraits) et les inactifs au sens propre du terme (handicaps) dune part, et dautre part, comme lindique le tableau suivant, beaucoup de femmes des pays de lAfrique subsaharienne ne travaillent pas ou sont inacti ves. La proportion de ces femmes est de 45% Abidjan, 68% Bissau, 73% Niamey ; ce chiffre est moins lev Lom (30%).
La plupart des travailleurs prfrent tre indpendants ou travailleurs du secteur priv qutre du public ou tre aide familial et autres actifs occups parce quils pensent que le salaire y est relativement plus lev. La classe des travailleurs indpendants arrive en deuxime position aprs celle des chmeurs et inactifs avec 28% dindividu s Abidjan, 18% Bissau, 21% Niamey et 44% Lom. On remarque que dans toutes les villes sauf Niamey, la proportion de femmes travailleuses indpendantes est suprieure celle des hommes travailleurs indpendants. Cette situation serait due au besoin dautonomie, de souplesse ou au fait que le march du travail ne leur donne gure satisfaction. Dans toutes les villes, on constate que la proportion des femmes actives indpendantes est suprieure celle des hommes actifs indpendants. Le secteur public, dsignant lensemble des activits ralises sous le contrle total ou partiel de lEtat, sopposant au secteur priv, est un secteur dans lequel il y a moins doffres par rapport aux autres. De ce fait, il est moins dsir par les travailleurs : 5% de salaris Abidjan, 8% pour Bissau, 7% pour Niamey et 3% pour Lom. La proportion des hommes du secteur public est suprieure celle des femmes dans toutes les agglomrations (Tableau n 15). Au niveau des chefs de mnages, on ne compte que 14% de chmeurs et inactifs Abidjan, 19% pour Bissau, 18% pour Niamey et 15% Lom ; la proportion des travailleurs indpendants est de 40% Abidjan, 34% Bissau, 44% Niamey, 54% Lom. Les taux de chmage sont donc plus bas dans les villes ctires Abidjan et Lom mais ce nest pas le cas de Bissau.
Tableau 11: Groupe socio-conomique (GSE) par sexe et par pays.

M 10,7 40,2 37,8 1,4 9,9 76,4 Abidjan F Total 6,8 9,8 18,7 35,2 48,7 40,4 0,6 1,2 25,2 13,5 23,6 100 M 28,4 26,7 30,6 0,4 13,9 73,6 Bissau F 13,6 7,6 44,2 1,8 32,8 26,4
Total
24,5 21,6 34,2 0,8 18,9 100
salari du secteur public salari du secteur priv indpendant aides fam. et autres actifs occ. chmeurs et inactifs Total
M 14,6 25,6 43,5 1,7 14,6 84,7
Niamey Lom F F Total M Total 8 13,6 7,5 3,7 6,2 4,1 22,3 30,2 7,1 22,6 49,5 44,4 45,6 71,5 54,2 1,6 1,7 2,1 1,9 2 36,8 18 14,5 15,8 14,9 15,3 100 67 33 100
GSE des CM (en %)
Page 51
Tableau 12: Groupe socioconomique par sexe par pays.

ABI 6,7 31,3 24,8 5,7 31,5 48,9 Hommes BIS NIA 11,9 8,8 18,1 17,0 16,1 27,1 3,9 50,0 49,4 8,1 39,0 49,3 LOM 4,3 23,2 33,8 7,3 31,5 46,9 ABI 3,2 13,4 31,9 7,0 44,5 51,1 Femmes BIS NIA 3,7 5,2 6,4 3,3 19,5 15,9 2,3 68,1 50,6 2,3 73,4 50,7 LOM 1,6 7,2 52,9 8,6 29,7 53,1 ABI 4,9 22,1 28,4 6,4 38,1 100 Total BIS NIA LOM 7,7 7,0 2,9 12,2 10,0 14,7 17,9 21,4 43,9 3,1 59,1 100 5,2 56,4 100 7,9 30,6 100
salari du secteur public salari du secteur priv indpendant aides familiaux et autres actifs occups chmeurs et inactifs Total
GSE de tous les individus (en %)
La modalit chmeurs et inactifs napparait pas parmi les modalits de la variable groupe socioconomique dans le tableau suivant du fait quun chmeur ou inactif est par dfinition quelquun qui est sans emploi et ne peut appartenir un secteur institutionnel. Les quatre villes sont domines par les travailleurs indpendants (ABI 46%, BIS 30%, NIA 49% et LOM 63%). Aprs les indpendants, les salaris du secteur priv arrivent en tte avec une proportion de 36% Abidjan, 30% Bissau, 23% Niamey et 21% Lom. Le nombre des salaris du secteur public, comparativement aux aides familiales et autres actifs occups dpend de la ville. Les aides familiales et autres actifs occups sont plus nombreux Abidjan et Lom que les salaris du secteur public (10% contre 8% Abidjan, 11% contre 4% au Lom) ; cest le contraire Bissau et Niamey (respectivement 8% contre 19% Bissau, 10% contre 16% pour Niamey) [tableau 16].
Tableau 13: Groupe sociaux conomique par secteur institutionnel.

Public Priv formel Priv informel Total GW NE TG 19,0 16,0 4,2 29,7 23,0 21,1 43,7 49,1 63,2 7,6 11,9 11,4 100 100 CI GW NE TG CI GW NE TG CI GW NE TG CI 100 93,6 98,4 88,3 0 8,0 0,0 0,0 0,0 0 0,0 0,0 0,0 0 0,0 0,0 0,0 86,8 79,1 77,5 84,9 27,0 31,9 18,5 15,4 35,8 0 4,3 0,4 10,4 12,0 12,9 12,6 7,9 59,4 58,9 66,8 72,2 46,0 1,3 13,7 10,3 0 2,1 1,2 1,3 7,9 9,9 7,2 9,1 14,6 12,5 8,0 20,2 16,2 4,7 18,3 9,1 12,8 9,3 73,8 70,7 71,0 85,9
salari du public salari du priv indpendant AF et autres actifs occups

Total
100 100
Page 52
2. Groupe socio-conomique et situation dactivit

Le travail et son corollaire le chmage sont des lments importants de la situation conomique dun pays. Dans certains pays touchs par le chmage de masse, on rencontre non seulement des revendications sous forme dun droit de travail mais aussi des chmeurs dcourags. Cest la raison pour laquelle nous avons voulu que la variable situation dactivit contienne cette modalit quest chmeurs dcourags .Le travail est un lment important pour lappartenance des individus une socit, ce qui explique le dsarroi dune partie des chmeurs involontaires. Dans le tableau suivant qui prsente la situation dactivit par sexe, la modalit Chmeurs et inactifs de la variable Groupe socioconomique a t clate en chmeurs, chmeurs dcourags et inactifs. Ce tableau montre que la proportion des actifs occups est plus leve Lom (69%) que dans les autres villes (62% pour Abidjan, 43% Niamey et 41% Bissau). Bissau arrive en tte avec nombre dinactifs (42%), suivi du Niamey (39%), du Lom (26%) et dAbidjan. La proportion des individus chmeurs et des chmeurs dcourags tourne autour de 10% pour les quatre pays; ce qui pourrait tre normal. Au niveau des chefs de mnages, 87% dentre eux sont actifs occups Abidjan, 81% le sont Bissau, 82% Niamey, 85% Lom. La proportion des chefs de mnages inactifs est de 9% Abidjan, 10% Lom, 12% Bissau et 14% Niamey, alors que celle des CM chmeurs est de 3.4% Abidjan, 5% Bissau et Lom et 4% Niamey. Les proportions des chefs de mnages chmeurs dcourags restent faibles par rapport aux autres pour tous les pays.
Tableau 14: Situation dactivit des CM par sexe et par pays.

Abidjan Situation d'activit des CM (en %) actifs occups chmeurs chmeurs dcourags inactifs Total M 90,1 3,1 0,6 6,2 76,4 F 74,8 4,3 2,4 18,4 23,6 Total 86,5 3,4 1,0 9,1 100,0 M 86,1 5,0 1,1 7,9 73,6 Bissau F 66,9 4,9 5,7 22,6 26,4 Total 81,0 4,9 2,3 11,8 100,0 M 85,1 3,9 0,2 10,7 84,7 Niamey F 63,5 2,6 3,0 30,9 15,3 Total 81,8 3,7 0,6 13,8 100,0 M 85,5 5,5 0,3 8,7 67,0 Lom F 84,2 2,8 0,3 12,7 33,0 Total 85,1 4,6 0,3 10,0 100,0
Page 53
Tableau 15: Situation dactivit par sexe.

Sexe Situation d'activit actifs occups chmeurs chmeurs Dcourags inactifs Total CI 68,5 7,7 2,4 21,4 48,9 Hommes GW NE 50,2 60,7 8,1 8,3 6,8 6,4 35,0 24,7 49,5 49,1 TG 68,3 5,6 0,5 25,6 46,9 CI 55,6 9,3 7,9 27,3 51,1 Femmes GW NE 31,9 26,5 6,2 4,6 12,8 15,3 49,1 53,5 50,5 50,9 TG 69,9 3,7 0,6 25,8 53,1 CI 61,9 8,5 5,2 24,4 100 Total GW NE 40,9 43,3 7,1 6,4 9,8 11,0 42,1 39,3 100 100 TG 69,2 4,6 0,5 25,7 100
3. Niveau dinstruction et secteur institutionnel

On remarque de nos jours quil existe des personnes nayant aucun niveau dinstruction qui travaillent dans le secteur public. En effet, les travailleurs daucun niveau dinstruction du secteur public sont un taux de 2% Abidjan, 8% Bissau, 7% Niamey et 24% Lom. Ces chiffres seraient dus au fait que, dans le but de rduire la pauvret, certains fonctionnaires, nhsitent pas proposer un poste vacant de la fonction publique leur membre de la famille, mme si ce dernier na aucun diplme. Mais la question naturelle que lon ignore la rponse est celle de savoir si ces postes ne ncessitent pas certain niveau dinstruction ? Les travailleurs daucun niveau dinstruction et de niveau primaire sont beaucoup plus concentrs dans le secteur priv informel que dans le secteur public dans chacune des agglomrations. Les pourcentages des travailleurs ayant aucun niveau dinstruction du secteur priv informel sont de 35% Abidjan, 29% Bissau, 48% Niamey et 21% Lom ; ces proportions sont moindres pour le secteur priv formel (12% pour Abidjan, 4% pour Bissau, 16% pour Niamey et 22% pour Lom). Donc, Abidjan, compte au total 28% de travailleurs daucun niveau dinstruction, Bissau et Lom 22% et Niamey 38%. Sagissant du niveau suprieur, Abidjan en compte 14%, Bissau et Lom 4% et Niamey 10%. En effet, contrairement aux travailleurs daucun niveau dinstruction, ceux de niveau dinstruction suprieur sont beaucoup plus nombreux dans le secteur public ( Abidjan 55%, Bissau 13%, Niamey 38% et Lom 8%, Tableau 21) et priv formel que dans le secteur priv informel.
Page 54
Tableau 16:
Niveau dinstruction (en %) aucun primaire secondaire suprieur Total
Niveau dinstruction par secteur institutionnel.

Public Priv formel CI GW NE TG CI GW NE 2,0 7,5 7,0 23,7 12,0 3,5 15,6 5,7 13,0 9,0 14,0 13,4 12,3 18,2 37,2 67,0 46,5 53,8 39,2 78,9 44,3 55,1 12,5 37,5 8,4 35,4 5,3 21,9 8,0 20,1 16,0 4,7 18,3 9,0 12,6 TG 21,6 12,6 55,0 10,8 9,3 Priv informel CI GW NE TG 35,4 28,7 48,3 21,4 32,2 20,8 30,3 36,0 28,4 49,2 19,9 39,2 4,0 1,3 1,5 3,4 73,8 70,9 71,4 85,9 CI 28,4 26,7 31,1 13,8 100 Total GW NE 22,2 37,5 18,5 25,4 55,4 27,2 3,9 9,8 100 100 TG 21,6 32,8 41,3 4,3 100
Page 55
CHAPITRE 5 : LES INDICES DINEGALITE ET INDICATEURS DE PAUVRETE MONETAIRES
Ce chapitre tend prsenter les caractristiques de dispersion et de concentration des dpenses de consommation des mnages. Nous aurons ainsi une connaissance de la distribution de richesses dans les villes et dterminerons le niveau de pauvret dans chacune des villes de notre tude.
I.
Les dpenses de consommation
1. Une vue globale sur la variable dintrt (dpenses par tte)

Le diagramme en bote permet de rsumer la distribution dune variable quantitative par ses valeurs extrmes (ou ses dciles) et ses quartiles. Le graphique ci-dessous montre que la distribution des dpenses par tte dAbidjan et de Bissau semble contenir des valeurs aberrantes alors que celles de Niamey et Lom paraissent homognes.
Figure 6: Caractristiques des dpenses par tte.
Page 56
Figure 7: Evolution des dciles des quatre agglomrations.
Tableau 17: Types de mnages par niveau de vie.

20% les 2e 3e plus Quintile Quintile pauvres Unipersonnel 17,4 17,7 23,4 Couple sans enfant 8,5 4,3 6,6 couple avec enfant 26,3 25,8 25,0 monoparental 9,6 8,9 7,3 monoparental largi 16,2 24,7 18,4 famille largie 22,1 18,6 19,3 Total 100,0 100,0 100,0 Unipersonnel 0,0 0,0 0,7 Couple sans enfant 0,0 0,0 0,3 couple avec enfant 6,3 16,2 22,5 monoparental 2,1 3,0 4,4 monoparental largi 27,4 24,3 20,4 famille largie 64,2 56,5 51,6 Total 100,0 100,0 100,0 Unipersonnel 2,0 2,1 4,0 Couple sans enfant 1,8 0,6 0,8 couple avec enfant 37,1 36,7 50,4 monoparental 8,6 6,5 5,4 monoparental largi 10,1 16,2 10,1 famille largie 40,4 38,1 29,2 Total 100,0 100,0 100,0 Unipersonnel 3,9 6,0 12,2 Couple sans enfant 1,0 0,7 4,2 couple avec enfant 30,6 36,2 27,7 monoparental 21,7 15,0 16,7 monoparental largi 14,5 14,6 9,2 famille largie 28,4 27,5 30,0 Total 100,0 100,0 100,0 Source : AFRISTAT, EDM 2008, calcul sous STATA. Types de mnages (%) 4e Quintile 18,7 3,3 28,6 8,6 19,6 21,3 100,0 2,2 1,6 19,0 3,4 19,5 54,3 100,0 7,5 8,0 41,1 4,4 17,0 22,1 100,0 24,4 6,4 20,5 14,7 7,6 26,4 100,0 20% les plus riches 16,8 6,4 22,9 4,0 21,8 28,2 100,0 20,1 8,9 12,3 6,5 13,2 38,9 100,0 18,1 12,3 35,7 2,7 7,1 24,0 100,0 53,0 8,8 12,6 6,2 2,5 16,9 100,0 Ensemble 18,8 5,8 25,7 7,7 20,1 21,9 100,0 4,6 2,2 15,3 3,9 21,0 53,1 100,0 6,7 4,7 40,2 5,5 12,1 30,8 100,0 19,9 4,2 25,5 14,8 9,7 25,8 100,0
Lom
Niamey
Bissau
Abidjan
Page 57
2. La dpense totale par tte

Les mnages abidjanais dpensent beaucoup plus en moyenne par tte et par an que ceux des autres villes. En effet, la dpense moyenne par tte est de 670 438 FCFA Abidjan, 334 107 FCFA Bissau, 390 029 FCFA Niamey, 492 343 FCFA Lom. Cependant il serait difficile de se prononcer sur le niveau de satisfaction ou la quantit de biens acquis avec ce montant. La moiti des mnages de Bissau consomment moins de 240 210 FCFA par tte par an ; alors que la moiti de ceux dAbidjan consomment plus de 477 843 FCFA par tte par an. Ces valeurs valent respectivement 290 009 et 408 198 pour Niamey et Lom. Cependant, en examinant seulement les carts types, on pourrait conclure que la dispersion autour de la moyenne de la dpense annuelle par tte est plus leve chez les mnages dAbidjan et moindre Niamey que dans les autres villes. Les
dispersions des dpenses totales annuelles par tte pour la ville de Bissau et Lom sont comprises entre les deux valeurs prcdentes. Mais on saperoit que le coefficient de variation est plus lev Bissau et plus faible Lom qu Abidjan et Niamey. Donc la dispersion autour de la moyenne est plus leve Bissau et plus faible Lom que dans les autres agglomrations. Ainsi, la distribution de dpenses par tte de Lom reste prfrable celle des autres agglomrations.
A Abidjan, le rapport inter-dcile vaut 5.5, cela veut dire que les 10% des individus les plus riches dpensent environ 6 fois plus par an que les 10% les plus pauvres. Les carts interdciles (D9-D1) prsents dans le tableau suivant nous permettent de confirmer que la distribution des dpenses par tte est plus disperse Abidjan que dans les autres villes, comme mentionn ci-haut laide des cart-types.
Page 58
Tableau 18: Comparaison des dpenses par tte par ville.

villes Moyenne Mdiane Ecart-type Coefficient de variation (en %) Minimum Maximum Intervalle interquartile D1 D9-D1 D9/D5 D1/D5 Q3/Q1 D9/D1 Abidjan 670 437,6 477 843,1 713 654,6 1,06 75 976,1 11 972 150,0 436 499,7 223 760,1 1 014 742,2 2,5 0,46 2,3 Bissau 334 107,0 240 210,0 373 587,7 1,12 49 497,1 8 224 468,5 213 897,8 113 028,7 480 807,1 2,5 0,47 2,3 Niamey 390 028,9 290 009,9 338 633,4 0,87 32 008,3 3 143 442,1 262 952,4 131173,2 601 758,5 2,5 0,45 2,4 Lom 492 342,8 408 198,2 344 555,3 0,70 73 118,1 4 972 588,1 300 572,6 198 136,0 658 869,5 2,1 0,49 2,1 Ensemble 547 940,2 413 155,7 538 804,4 0,98 32 008,3 1 197 2150,0 377 910,0 176 579,5 854 670,9 2,5 0,43 2,4
5,5
5,3
5,6
4,3
5,8
Source : AFRISTAT, EDM 2008, calcul sous STATA.
Bien que lintervalle inter-dcile serve apprcier la dispersion dune srie, il sert surtout mettre en vidence lingalit au sein des distributions de revenus ou de richesse. Les valeurs et dlimitent une plage au sein de laquelle environ 80% des valeurs de la srie
sont concentres ; ils dlimitent aussi les 20% de valeurs qui sont lextrieur de lintervalle inter-dcile. Les deux intervalles extrmes sont exclus du fait quils sont susceptibles de comporter des valeurs marginales que sont les plus riches ou les plus pauvres.
II.
Les ingalits
1. Courbe de Lorenz
La courbe de Lorenz est la reprsentation graphique de la fonction qui, la part mnages les moins riches associe la part des du revenu total qu'ils peroivent. La courbe de
Lorenz ci-dessous a t trace partir des dpenses annuelles par tte au niveau des mnages. Cest un graphique qui permet de comparer lvolution de deux pourcentages cumuls : celui des units statistiques (mnages) et celui de la masse que ces units se rpartissent entre elles. La diagonale dgalit est la ligne qui correspond une progression quivalente de ces deux pourcentages cumuls (qui-distribution). Plus la courbe de Lorenz est proche des cts du carr, plus la distribution est ingalitaire. La courbe de Lorenz de Lom est plus proche de la diagonale dgalit que celles des autres villes. En effet, la figure 8 nous enseigne que les 50% les plus pauvres dpensent 20% du
revenu globale par tte Bissau, 23% Niamey et Abidjan et prs de 27% Lom. Les 10% les plus riches (il sagit des mnages) dpenses 35% du revenu total par tte Bissau, 30% Abidjan et Niamey et 26% Lom. La ville de Lom apparait donc moins ingalitaire que les autres agglomrations, alors que Bissau reste la plus ingalitaire. Les courbes de Lorenz de dAbidjan et de Niamey sont presque confondus. Mais partir des 5% des mnages les plus riches, la distribution du revenu Niamey est moins ingalitaire que celle dAbidjan. La distribution des dpenses annuelles par tte est presque identique au niveau des 10% des mnages les plus pauvres dans tous les pays (de notre tude).
Figure 8: Courbes de Lorenz simples.
Source : AFRISTAT, EDM 2008, calcul sous SAS.
Les problmes lis la courbe de Lorenz sont notamment celui dintersection des courbes de Lorenz et celui de la comparaison entre les pays. Lorsque les courbes de Lorenz se croisent, lindice GINI seul ne suffit pas pour comparer les ingalits entres les pays, on a recours dautres indices comme ceux dATKINSON et dentropie (Breton Didier MDEM22E Anne 2006 2007, Lindice de GINI et courbe de Lorentz). Le critre de Lorenz gnralis a t introduit par SHORROCKS en 1984 pour prendre en compte les niveaux de vie moyens. Ce critre consiste, pour chaque ville (ou pays),
multiplier les ordonnes de la courbe de Lorenz par le revenu moyen (dpenses moyennes par tte), contrairement la courbe de Lorenz qui ne considre que le revenu normalis. Les courbes de Lorenz gnralises peuvent tre utilises pour tudier la dominance stochastique de second ordre en ce qui concerne le niveau de bien-tre social. Pour quil y ait dominance au sens de Lorenz, il faut que la courbe de Lorenz de la distribution dominante soit englobe en totalit par celle associe la distribution domine. Autrement dit, la courbe de la distribution dominante doit tre toujours au-dessus de la courbe reprsentant la distribution domine. Cette notion de dominance nous permet de dire quune distribution est plus ingale quune autre quel que soit lindicateur dingalit retenu, du moins dans la classe des indicateurs dingalit relative ( GINI, etc.). Donc la distribution domine est plus ingale que la distribution dominante. Et, il importe dinsister sur le fait que lquivalence entre la dominance au sens de Lorenz et la dominance stochastique au second ordre nest valable que dans le cas spcial o les rpartitions ont la mme moyenne. Cependant, la dominance au sens de Lorenz nous permet danalyser certains cas o les moyennes des distributions sont diffrentes. En effet, considrons la relation suivante, exprime en termes de courbes de Lorenz gnralises : , dsignant la moyenne des dpenses par tte, et supposons par exemple que la moyenne des dpenses par tte dAbidjan soit strictement suprieure celle de Niamey (ce qui est le cas). Nous pouvons construire une troisime rpartition Niamey par en multipliant tous les revenus de
. Cette nouvelle rpartition aura la mme moyenne quAbidjan mais la
mme structure relative que Niamey. Par consquent, en vertu de la transitivit, comme la rpartition dAbidjan domine mme sens. Au vu de ce nouveau critre de Lorenz gnralis, la situation semble tre meilleure Abidjan que dans les autres villes ds le bas de la distribution. Bissau reste donc moins prfrable par rapport aux autres villes. La distance entre les points rouge et violet (figure n9) reprsente la quantit quil faut ajouter au niveau de vie moyen de Lom pour
au sens de Lorenz, elle domine aussi celle de Niamey dans le
retrouver celui dAbidjan. Les distances entre les sommets des courbes de Lorenz gnralises sont les diffrences de niveau de vie entre les agglomrations.
Figure 9: Courbes de Lorenz gnralises.
Frans CFA
90000000 80000000 70000000 60000000 50000000
Generalized Lorenz curves
40000000
30000000 20000000 10000000 0
Source : AFRISTAT, EDM 2008, calcul sous SAS
Une nouvelle technique de comparaison de la situation des villes (ou des pays) consiste relativiser la suprmatie de la moyenne en introduisant un facteur de pondration (Cf. M. FALL et all, La pauvret en Slovaquie et en France : quelques lments de comparaison). Les coordonnes de la courbe de Lorenz ne sont donc plus multiplies par le niveau moyen mais plutt par le revenu moyen lev une certaine puissance comprise entre 0 et 1. Ce nouveau concept, introduisant un paramtre non nul, permet de retrouver le critre de Lorenz simple lorsque ce paramtre vaut 0 (fort aversion pour lingalit) et le critre de Lorenz gnralis pour une valeur gale 1 du paramtre (faible aversion pour lingalit). Nous traons donc les courbes en prenant 0.5 comme valeur du paramtre pour tenir compte de ces deux aspects. Avec ce critre de Lorenz pondr, les courbes paraissent confondues au bas de la distribution (jusqu 13% de frquences cumules). Nanmoins, Abidjan et Lom restent moins ingalitaires que Niamey et Bissau.
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96
Abidjan Bissau Niamey Lom
Page 62
Figure 10: Courbes de Lorenz pondres.
2. Indice de GINI et indice de THEIL

Lindice ou le Coefficient de GINI est trs souvent utilis pour mesurer les ingalits parce quil possde des proprits captivantes identiques celles de la courbe de Lorenz. Cet indice nest pas modifi par translation, cest--dire si tous les revenus varient dun mme pourcentage ; ce qui nous conduit dire que cest un indicateur dingal its relatives. Aussi, un transfert de revenu dun individu riche vers un individu pauvre diminue la valeur de lindice. Cet indice est graphiquement reprsent par laire entre la courbe de Lorenz et la premire bissectrice. Les indices de GINI sont quasiment identiques dans le cas des variables consommation par tte et consommation par quivalent adulte. Les quatre agglomrations de notre tude font partie des agglomrations ayant les taux dingalits montaires les plus levs dAfrique subsaharienne. Le coefficient de GINI de Lom, valant 0.36, place Lom dans une position confortable par rapport aux autres villes. Mais il ne suffit pas que lingalit soit moindre pour que la situation de cette ville soit prfrable par rapport Abidjan et aux autres villes ; il faudra donc tenir compte du niveau de vie dans chacune des villes. Il a t dmontr que lingalit doit tre moindre et le niveau de vie moyen lev Lom pour que la situation y
soit prfrable (SHORROCKS, 1984). Cest la raison pour laquelle le critre de Lorenz gnralis a t prcdemment introduit pour tenir compte des niveaux de vie moyens et tudier donc la dominance entre les courbes.
Tableau 19: Coefficient de GINI dans les agglomrations de lUEMOA.

Indices d'ingalit
GINI Indices d'entropie GE (-1) GE(0) GE(1) GE(2)
Abidjan
41,7 34,9 29,1 33,3 59,0
Bissau
46,5 41,9 35,9 43,6 85,9
Niamey
41,6 35,9 28,6 29,5 38,9
Lom
36,4 25,7 21,7 22,9 30,2
Ensemble
41,8 36,7 29,5 33,0 57,3
Source : AFRISTAT, EDM 2008, calcul sous STATA
Inspir de la mesure dentropie, lindice de THEIL mesure lcart entre une distribution galitaire uniforme et la distribution constate. Plus une suite est dsordonne, plus son entropie est grande. Pour chaque valeur du paramtre , on remarque que les entropies de Bissau sont suprieures celles des autres villes. Par consquent, la distribution des dpenses par tte est plus disperse dans cette ville.
3. Contribution lindice de THEIL

La contribution dune variable lingalit varie dune ville lautre. La taille des mnages est le principal facteur contribuant le plus lingalit dans les diffrentes villes. En effet, sa contribution lingalit est 27% Abidjan, 40% Bissau, 30% Niamey et 32% Lom. Ce qui fait de Bissau la ville la plus sensible lingalit du point de vue de la taille des mnages. Le deuxime facteur le plus contributeur lingalit Abidjan et Niamey est le niveau dinstruction, alors qu Bissau et Lom cest le facteur typologie des mnages qui arrive en deuxime position. La situation de la famille contribue lingalit de la mme manire dans toutes les villes.
Page 64
Tableau 20: Contribution lingalit.

Dcomposition de THEIL, % CTR branche d'activit groupe socioconomique niveau d'instruction secteur institutionnel situation d'activit situation de famille statut dans l'emploi statut d'occupation taille du mnage type de mnage
Abidjan
0,4 0,9 14,1 3,0 0,6 8,8 0,6 0,2 27,1 1,5
Bissau
0,4 1,0 11,3 3,6 0,8 6,9 0,0 8,2 40,3 29,6
Niamey
0,4 4,1 22,7 8,4 1,3 8,8 1,7 3,5 29,9 12,3
Lom
1,7 3,1 5,9 2,5 1,8 6,8 2,2 0,03 32,2 30,5
Ensemble
1,6 1,3 13,0 3,8 0,2 9,9 1,1 1,4 28,1 2,9
L'inconvnient du coefficient de GINI est que des courbes de Lorenz trs diffrentes peuvent correspondre la mme valeur du coefficient de GINI G. Que ces courbes correspondent la mme valeur de G, ou des valeurs diffrentes, il est impossible d'affirmer qu'une distribution est plus ingale que l'autre ds lors que les courbes se croisent. Pour pouvoir affirmer qu'une distribution est plus ingale que la distribution , quel que soit l'indicateur englobe en totalit la courbe
choisi, il faut qu'il y ait dominance, c'est--dire que la courbe
(cf. fig. 1). Par suite, dans tous les cas o il n'y a pas dominance, il faut complter le coefficient de GINI par le recours d'autres indicateurs d'ingalit afin de donner une information plus complte et objective.
4. Les indices dATKINSON

Le tableau suivant nous permet daffirmer que lindice d ATKINSON est une fonction croissante du coefficient daversion pour le risque.
Tableau 21: Comparaison des indices dATKINSON.

Indices d'ATKINSON A(0,5) A(1) A(2)
Abidjan
14,3 25,2 41,1
Bissau
17,9 30,2 45,6
Niamey
13,6 24,9 41,8
Lom
10,6 19,6 34,0
Ensemble
14,4 25,6 42,3
Source : AFRISTAT, EDM 2008, calculs sous STATA.
Lindice dATKINSON donne une ide de laversion de la population pour lingalit quon a en fonction de la pondration retenue pour lindice. Un indice dATKINSON valant p% signifie
que la population accepterait de perdre p% de son revenu actuel pour que la distribution devienne galitaire. Plus le coefficient daversion pour lingalit est bas plus les individus ont un dsir galitaire faible et moins ils accepteraient de cder une grande partie de leurs revenus pour que la distribution devienne galitaire. Ainsi, pour un coefficient daversion valant 0.5, les individus dAbidjan, de Bissau, de Niamey et de Lom tolrent peu de perdre respectivement 14% de leurs revenus, 17.9%, 13.6% et 10.6% pour que la distribution deviennent galitaire. Pour la valeur du paramtre valant 2, les individus accepteraient de perdre 41.1% de leurs revenus Abidjan, 45.6% Bissau, 41.8% Niamey et 34% Lom pour que la distribution du revenu devienne galitaire. Ainsi, les individus de Bissau et Niamey sont prts transfrer une part plus leve que les autres villes pour une distribution galitaire ; ces agglomrations semblent plus concordantes quant laversion lingalit que ceux des autres villes.
III.
Indicateurs montaires et Courbes stochastiques
1. Taux, profondeur et svrit de la pauvret

Dans la littrature on utilise plusieurs indicateurs synthtiques pour analyser la pauvret pour complter linformation que donne la seule proportion des pauvres. La plupart de ces indicateurs sont ceux de la classe Foster, Greer et Thorbecke plus communment appels FGT (1984).
Encadr 3: Les indices FGT (Foster, Greer et Thorbecke)
A partir dune ligne de pauvret (Z), plusieurs indices de la famille FGT peuvent tre dclins de la formule suivante : ( Pour une variable continue support dans , et ( O est le revenu de lindividu ou du mnage i et
{ }
est le taux de pauvret qui correspond =0 ; reprsente la profondeur de la pauvret (Poverty Gap), il prend en compte lloignement des pauvres par rapport la ligne de pauvret (=1) ; mesure la svrit de la pauvret, il est un indicateur de lingalit au sein des pauvres.
Page 66
Le calcul des indices FGT ncessite la connaissance des seuils de pauvret Z. Un individu sera considr comme pauvre lorsque sa dpense totale annuelle est infrieure au seuil de pauvret. Dans la suite de ce rapport, les seuils de pauvret qui seront utiliss sont ceux contenus dans le tableau suivant (Voir la mthodologie dlaboration en annexe).
Tableau 22: Seuils de pauvret par personne par ans dans les diffrents pays (capitales).
Villes Abidjan Bissau Niamey Lom Seuil alimentaire ZA (F CFA) 239 622 115 572 134 199 148 982 Seuil non alimentaire ZNA (F CFA) 116 226 56 861 71 268 79 479 Seuil de pauvret en F CFA Z = ZA + ZNA 355 848 172 435 205 459 287 984
Source : Atelier sur lanalyse approfondie des donnes des enqutes sur les dpenses des mnages (EDM) dans les principales agglomrations des Etats membres de lUEMOA en 2008 Bamako, du 31 mai au 11 juin 2010
Les indices FGT du tableau suivant ont t calculs partir des seuils de pauvret du tableau 22, obtenus sur la base dun mme critre pour chacune des capitales de lUEMOA. Lindice FGT(0) reprsente la proportion dindividus vivant en dessous du seuil de pauvret ou le ratio de pauvret partir des dpenses par tte. Il reprsente un bon indicateur pour montrer les progrs au niveau de la rduction de la pauvret. Le ratio de pauvret vaut 0,297 Abidjan, ce qui signifie que 29,7% de la population Abidjanaise vit en-dessous du seuil de pauvret. La proportion dindividus vivant en-dessous du seuil de pauvret est de lordre de 28 Bissau et Niamey, et moins leve Lom (25%) que dans les autres villes. Toutefois, il est noter que cette mesure est indiffrente la position des individus par rapport la ligne de pauvret. Supposons par exemple quun individu devienne pauvre en perdant par exemple son emploi, lindicateur FGT(0) demeurera intacte, peu importe lcart du revenu dun individu donn par rapport la ligne de pauvret. De ce fait, cet indicateur n'est pas en mesure d'indiquer le recul du bien-tre dun individu.
Une autre mesure de la pauvret consiste mesurer la profondeur de la pauvret FGT(1) qui prend en compte non seulement la frquence de la pauvret mais aussi lintensit de la pauvret, cest--dire lcart moyen qui spare les revenus des pauvres par rapport la ligne de pauvret. Ainsi, nous ne nous attachons pas uniquement au nombre de pauvres mais
aussi ltendu de la pauvret. Cet indice est de lordre de 0.09 Abidjan, 0.7 Bissau et Lom et 0.8 Niamey, ce qui signifie que les carts moyens pondrs par rapport la ligne de pauvret sont denviron 9% Abidjan, 7% Bissau et Lom, et 8% Niamey. En termes montaire, lcart est de 32 560 F CFA par habitant et par an (0.091* 355848 = 32 560) Abidjan, 13 691 F CFA Bissau, 17 505 F CFA Niamey et 20 590 F CFA Lom. Au vu de nos rsultats, nous affirmons que plus le seuil de pauvret est lev, plus la pauvret est profonde (Gap de pauvret lev).
Lindice FGT(2) prend en compte une autre proccupation que FGT(1), par exemple, FGT(1) est insensible au transfert de ressources dun individu pauvre un autre. Linterprtation des indices FGT avec est moins intuitive que celle FGT(0) et FGT(1) mais le principe
reste le mme. La valeur de FGT(2) vaut 3.6 Abidjan et 2.8 Lom ; cela signifie une grande svrit de la pauvret pour Abidjan. Lindice de la svrit de la pauvret est lui aussi sensible aux choix du seuil, de lchelle dquivalence et de la pondration.
Des indices FGT(0) et FGT(1), on dduit lintensit de la pauvret
reprsentant lcart entre le seuil de pauvret et la dpense moyenne des pauvres en termes de ligne de pauvret. La proportion des pauvres est moins leve Lom que dans les autres capitales mais ce nest pas le cas de lintensit de la pauvret, cette dernire est moins leve Bissau que dans les autres villes. Lintensit de la pauvret tourne autour de 29 dans toutes les villes, cela voudra dire que lcart entre la ligne de pauvret et la dpense annuelle par tte moyenne est de 29%. Lindice , plus difficile interprter, prend en compte le degr d'ingalit entre les , l'cart moyen des pauvres par
pauvres. Comme illustr au niveau de la formule de
rapport la ligne de pauvret est lev au carr, ce qui accorde plus de poids aux plus pauvres parmi les pauvres.
Page 68
Tableau 23: Les indicateurs montaires (FGT).

Agglomrations Incidence de la pauvret ou FGT(0) Profondeur de la pauvret ou FGT(1) Svrit de la pauvret ou FGT(2) Intensit (%) Abidjan 0,2971 0,0915 0,0387 30,02 Bissau 0,2836 0,0794 0,0319 28,53 Niamey 0,2887 0,0852 0,0342 29,5 Lom 0,2513 0,0715 0,268 29,04
Tableau 24: Caractristiques des agglomrations.

individus Individus pauvres Individus non pauvres Population des villes Abidjan Effectif 1127499,4 2776584,5 3904084 % 29,7 70,3 100 Bissau Effectif % 128878,55 28,4 297730,35 71,6 426609 100 Niamey Effectif 311017,38 732665,11 1043682 % 28,9 71,1 100 Lom Effectif % 335965,56 25,1 1017097,5 74,9 1353063 100
Lindicateur FGT(1) permet donc de mesurer le montant minimum ncessaire qui doit tre transfr aux pauvres de manire radiquer dun seul coup la pauvret, sous des conditions de parfait ciblage de la pauvret. La population vivant en dessous du seuil de pauvret est 1.2 million Abidjan, 120 000 Bissau, 313 000 Niamey et 340 000 Lom. Ainsi, le montant minimum ncessaire pour radiquer dun coup la pauvret est 401,2 milliards de CFA pour Abidjan, 22.2 milliards pour Bissau, 64 milliards pour Niamey et 97 milliards pour Lom, sous lhypothse dun ciblage parfait en 2008.
Au vu des rsultats des tableaux prcdents, nous serons tents de conclure tout de suite que les niveaux de pauvret sont quasiment les mmes dans toutes les villes. Ltude des courbes de dominance nous permettra den savoir plus.
Page 69
2. Courbes de dominance
a) La dominance stochastique Lencadr 4 rappelle la notion de dominance stochastique qui est une notion trs utile dans lanalyse de la pauvret.
Encadr 4: Dominance stochastique et infrence statistique
La notion de dominance stochastique est une notion trs utilise en conomie de lincertain. En ce qui concerne notre tude, elle servira faire une comparaison robuste du faible revenu. Pour deux distributions de revenus, il importe de vrifier que le faible revenu dans lune des distributions domine toujours le faibl e revenu dans lautre, quel que soit le faible revenu utilis. En considrant deux distributions de revenus dont les fonctions de rpartition cumulatives sont pour et (avec ), nous dirons que la distribution de domine stochastiquement celle de lordre si pour les seuils de faible revenu sur le domaine dintrt. Le graphe de est souvent appel courbe dincidence du faible revenu, parce quil est trac en portant le taux de faible revenu sur laxe vertical et le seuil de faible revenu sur laxe horizontal, ce qui permet au seuil de faible revenu (dpense par tte) de varier dune valeur nulle un seuil de revenu maximal slectionn arbitrairement. Le graphe de est habituellement considr comme la courbe de dficit du revenu par rapport au seuil de faible revenu et , comme la courbe de gravit du faible revenu.
Le graphique suivant est une reprsentation de la distribution des dpenses de consommation par tte (en abscisse, les dpenses par tte et en ordonne, le cumul des individus de la population) ; cest la courbe dincidence du faible revenu. La fonction de rpartition de la consommation par tte de Bissau est toujours au-dessous de celle des autres villes, et celle dAbidjan toujours en-dessous. Par consquent, en vertu du critre de dominance stochastique, le niveau de pauvret est plus lev Bissau que dans les autres villes et plus bas Abidjan.
Figure 11: Courbes de Dominance Stochastique.
Page 70
Analyse comparative de la pauvret dans les agglomrations de lUEMOA (Abidjan, Bissau, Niamey et Lom) : lien entre pauvret et march du travail Encadr 4 (suite) Deux courbes de densit peuvent tre trs proches lune de lautre, dans le cas chant, il est ncessaire de dterminer si leur cart est statistiquement significatif. Pour ce faire, on pose comme hypothse nulle la non dominance de sur , , , o reprsente le domaine dintrt. Si lhypothse nulle est rejete, on peut lgitimement infrer la dominance de sur . Il est dmontr quune telle hypothse est asymptotiquement borne par le niveau normal d un test fond sur la loi normale standard. Ce test sappuie sur lapproche de la statistique minimale propose par Kaur, Prakasa-Rao et Singh (1994) pour lhypothse nulle contre lalternative de dominance. On calcule la statistique pour chaque valeur de observe dans lchantillon. On rejette lhypothse nulle de non-dominance et accepte lhypothse alternative de dominance si la valeur de la statistique minimale est significative au seuil de 5%. Cest cette mthode qui est souvent interprte comme un test dintersection-union, parce que la dominance de sur ne peut avoir lieu que si la statistique est significative pour la diffrence dans toute paire ordonne. Sil arrive que deux distributions des revenus se coupent sur , on observe deux intervalles ferms et on obtient deux statistiques minimales de signe oppos.Si les statistiques minimales sont toutes deux significatives un certain seuil de signification, nous concluons la dominance de sur entre ainsi qu la dominance de sur entre . Par consquent, la relation de dominance sur le domaine complet est incertaine ou indtermine. Si cette situation se produit, nous pouvons rsoudre le problme en recherchant un ordre plus lev de dominance stochastique, ax sur une mesure qui accorde plus de poids aux personnes pauvres, pour essayer darriver une conclusion catgorique. Dans le cas dune dominance du deuxime ordre, il sagit de comparer les courbes de dficit du revenu par rapport au seuil de faible revenu, qui peuvent tre traces en calculant laire sous la courbe de fonction de rpartition (courbe dincidence du faible revenu) et en reprsentant graphiquement sa valeur en fonction du seuil de faible revenu. De mme, nous pouvons employer la dominance du troisime ordre en comparant les courbes de gravit du faible revenu (laire sous la courbe du dficit du revenu par rapport au seuil de faible revenu). Si nous narrivons pas rejeter lhypothse nulle de no n-dominance jusquaux conditions de troisime ordre, nous dclarons que les deux distributions du revenu ne sont pas comparables.
Pour ce qui est de notre tude, nous navons pas de courbes de densit trs proches lune de lautre, par consquent, nous ne testerons pas la significativit des carts entre elles. Et, puisque la dominance stochastique au premier ordre implique celle au second ordre, nous pouvons donc conclure que, puisque la rpartition des dpenses par tte dAbidjan domine stochastiquement celle des autres villes au premier ordre, la ville dAbidjan est plus galitaire que les autres villes et il y a aussi moins de pauvret Abidjan quel que soit le seuil de pauvret retenu. Pour confirmer ces propos, nous tudions la dominance au sens de FGT.
b) La dominance au sens de FGT Les courbes des indices FGT sont des reprsentations des indices FGT en fonction des seuils de pauvret . Ces courbes sont donc traces pour trois valeurs du paramtre Lorsque (0, 1, 2).
, la comparaison de deux courbes FGT(0) indique que la courbe qui est en
Page 71
dessous domine au premier ordre en pauvret celle qui au-dessus. Cette dominance est dite du second ordre si le paramtre prend la valeur 1, et du troisime ordre lorsque
Figure 12: Courbes de dominance de FGT du 1er ordre.
Le graphique prcdent vient corroborer la conclusion prcdente. Les courbes FGT(0) montrent effectivement que la courbe de rpartition de FGT(0) dAbidjan est toujours endessous de celle des autres villes, et ceci quel que soit le seuil de pauvret. La courbe FGT(0) de Bissau et du Niger scarte de celle dAbidjan et de Lom au fur et mesure que le seuil de pauvret augmente. Par consquent, la pauvret est beaucoup moindre Abidjan que dans les autres agglomrations, quel que soit le seuil de pauvret retenu. Il en est de mme de la situation de Lom par rapport aux deux autres villes. En effet, la taille moyenne des mnages dAbidjan et de Lom est infrieure celle de Bissau et de Niamey (Tableau 6) ; ce qui fait que les dpenses par tte sont relativement faibles dans les deux dernires agglomrations (Tableau 23). Donc pour un seuil de pauvret donn (commun toutes les agglomrations), la proportion des individus vivant en-dessous est plus leve Bissau et Niamey.
Page 72
Figure 13: Courbes de dominance de FGT du 2me ordre.
Les courbes FGT ont la mme importance que le critre de Lorenz gnralis. On a
Donc Abidjan est plus galitaire que les autres villes. Les courbes suivantes sont une vrification de la thorie selon laquelle la dominance au premier ordre implique celle tous les autres ordres mais la dominance peut tre ralise un ordre suprieur sans quelle ne le soit au premier ordre.
Figure 14: Courbes de dominance de FGT du 3me ordre.
Page 73
CHAPITRE 6 : TEST DE ROBUSTESSE ET ANALYSE DESCRIPTIVE DE LA PAUVRETE
Dans ce chapitre, il sera question de tester la robustesse des indicateurs FGT et de faire une analyse descriptive de la pauvret qui consiste examiner la pauvret selon les caractristiques sociodmographiques des mnages.
I.
Test de robustesse
Dans le chapitre prcdent, les indices FGT ont t calculs partir des dpenses par tte qui sont obtenues en divisant les dpenses totales par la taille des mnages. Les indicateurs FGT construit pour le test de robustesse sont obtenus partir des units de consommation bases sur lchelle dquivalence de la FAO. Pour comparer le niveau de vie des mnages, il faut prendre en compte le nombre de personnes composant chacun dentre eux. Mais on ne peut sen tenir diviser les dpenses totales par ce nombre. Aussi, pour comparer les niveaux de vie de mnages de taille ou de composition diffrente, on utilise une chelle dquivalence.
Cette ide de test de robustesse vient du fait quil est ncessaire de tenir compte de deux aspects importants que sont les modes de vie (notamment structure de consommation) et les carts de valeur de biens qui permettent de satisfaire ces consommations, pour comparer des niveaux de vie entre deux villes (ou deux pays). Ces deux aspects ont des impacts directs sur les comparaisons, do limportance de dfinir des units de consommation pertinentes pour toutes les villes (Cf. M. FALL et ali, La pauvret en Slovaquie et en France, 1997).
Plusieurs units de consommation sont aujourdhui en concurrence, les plus utilises dans les tudes sur la pauvret sont celles dites de lOCDE qui valent 1 pour le premier adulte du mnage (chef de mnage), 0.5 pour les autres adultes et 0.3 pour les enfants de moins de 14 ans. Les units de consommation qui sont diffrentes de celle de lOCDE sont celles dOxford : elles attribuent 1 au premier adulte du mnage, 0.7 pour les autres adultes et 0.5
pour les enfants de moins de 14 ans. Une autre unit de consommation lgrement diffrente de celle de lOCDE mais largement utilise dans le domaine de comparaison internationale conduit prendre pour chaque mnage, comme nombre dunits de consommation la racine carr du nombre dindividus. Les units de consommation de lOCDE et dOxford se rsument comme suit : ( ( ) )
Les trois chelles prcdemment dfinies ne sont pas adaptes pour les tudes concernant les pays en dveloppement, notamment les pays africains. Cela nous conduit dfinir de nouvelles chelles de consommation pour tester la robustesse des indices FGT. Cette nouvelle chelle de consommation est dite de la FAO et fait une valuation du nombre dunits de consommation en tenant compte du sexe et du groupe dge s des individus du mnage. Les estimations de cette chelle sont consignes dans le tableau suivant.
Tableau 29 : Echelles de consommation de la FAO.

Groupes d'ges [0; 2[ [2; 4[ [4; 7[ [7; 10[ [10; 13[ [13; 16[ [16; 20[ [20; 50[ 51 et + Homme 0,27 0,45 0,61 0,73 0,86 0,96 1,02 1,00 0,86 Femme 0,27 0,45 0,61 0,73 0,73 0,83 0,77 0,77 0,79
Source : www.afristat.org
Avec les units de consommation de la FAO, nous obtenons les rsultats du tableau 25.
Tableau 25: Indices FGT suivant lunit de consommation de la FAO.
Villes
Incidence de la pauvret Profondeur de la pauvret Svrit de la pauvret Intensit de la pauvret
Abidjan
0,18889 0,04638 0,01744 24,6
Bissau
0,13341 0,0288 0,00919 21,6
Niamey
0,17007 0,04125 0,01481 24,3
Lom
0,13597 0,0258 0,00803 19,0
Page 75
En adoptant une chelle commune aux quatre villes, lincidence, le gap et la svrit de la pauvret semblent amoindris comparativement ceux calculs partir des dpenses annuelles par tte. En effet, le ratio de pauvret ne vaut plus que 0.18 Abidjan, 0.17 Niamey 0.13 Bissau et Lom, cela veut dire quen tenant compte de la structure de consommation des mnages, 18% des individus vivent en dessous du seuil de pauvret Abidjan, 17% Niamey, 13% Bissau et Lom. Cette rduction des proportions des pauvres est due au fait que, pour chaque mnage, le total des chelles par tte est infrieur sa taille. Les coefficients de corrlations sont suprieurs ou gaux 0.6 ; ce qui veut dire quil y a une corrlation forte entre les indices avant et aprs unit de consommation. Nous concluons quil y a trs peu de diffrence entre les indices calculs avant et aprs unit de consommation, et donc la robustesse des indices FGT.
Tableau 26: Corrlation entre les indices FGT sans et avec unit de consommation.
FGT0_ucfao FGT1_ucfao FGT2_ucfao

FGT0_ucfa o FGT1_ucfa o FGT2_ucfa o FGT(0) FGT(1) FGT(2) FGT0_ucfa o FGT1_ucfa o FGT2_ucfa o FGT(0) FGT(1) FGT(2) FGT0_ucfa o FGT1_ucfa o FGT2_ucfa o FGT(0) FGT(1) FGT(2) FGT0_ucfa o FGT1_ucfa o FGT2_ucfa o FGT(0) FGT(1) FGT(2) 1 0,7806 0,5969 0,7281 0,8826 0,786 1 0,8102 0,6236 0,6196 0,8631 0,8276 1 0,8041 0,5892 0,7022 0,8678 0,7843 1 0,7615 0,5654 0,7168 0,8467 0,7626 1 0,9432 0,5684 0,8991 0,959 1 0,9477 0,5032 0,8482 0,9329 1 0,9232 0,5553 0,8688 0,9364 1 0,937 0,5458 0,8451 0,9277
FGT(0)
FGT(1)
FGT(2)
Abidjan
1 0,4346 0,7808 0,9076
1 0,8064 0,628
1 0,9482
Bissau
1 0,3881 0,7288 0,8629
1 0,7848 0,6207
1 0,9542
Niamey
1 0,4002 0,726 0,8773
1 0,8168 0,6358
1 0,9442
Lom
1 0,4053 0,7245 0,8807
1 0,83 0,6505
1 0,9436
Page 76
II.
Analyse descriptive de la pauvret dans les quatre agglomrations
1. Les hommes sont de plus en plus exposs la pauvret

La pauvret touche de faon presque identique les hommes et les femmes au regard de lincidence, de la profondeur et de la svrit. Le taux de pauvret est lgrement lev chez les femmes dans les quatre villes, ce qui traduit donc le phnomne de fminisation de la pauvret qui se dfinit, selon Marcelo Medeiros et Joana Costa (Centre international pour lAction en faveur des pauvres, octobre 2008), comme un changement des niveaux de pauvret dfavorable aux femmes ou aux mnages dirigs par une femme. Le taux de pauvret et la contribution la pauvret sont des variables qui nvoluent pas forcment dans le mme sens. En effet, le tableau suivant montre que les hommes contribuent plus la pauvret que les femmes. La contribution des hommes la pauvret est suprieure ou gale 69% Abidjan, et Bissau, 83% Niamey et 56% Lom. Cette situation serait due au fait que la proportion des hommes chefs de mnages est largement suprieure celle CM femmes dans toutes les villes. Il convient de noter que lintensit de la pauvret est plus leve chez les femmes Abidjan et Lom (30%), et que la tendance est linverse dans les autres villes. On conclut donc que ce sont les hommes (chefs de mnages) qui ressentent le plus la pauvret dans chacune de ces villes.
Tableau 27: Statut de pauvret suivant le sexe.

sexe Homme Femme total Homme Femme total Homme Femme total Homme Femme total Abidjan % des CM 75,3 24,7 100,0 73,4 26,6 100,0 84,7 15,3 100,0 66,6 33,4 100,0 FGT(0) 19,8 22,6 20,5 15,9 19,5 16,9 21,7 24,6 22,1 17,8 21,6 19,1 FGT(1) 5,3 6,7 5,7 3,9 4,1 4,0 6,6 6,9 6,7 4,9 6,5 5,4 FGT(2) 2,1 2,7 2,2 1,3 1,4 1,3 2,8 2,6 2,8 1,7 2,6 2,0 Contribution FGT(0) 72,8 27,2 100,0 69,3 30,7 100,0 83,0 17,0 100,0 62,1 37,9 100,0 FGT(1) 70,7 29,3 100,0 72,3 27,7 100,0 84,1 15,9 100,0 60,0 40,0 100,0 FGT(2) 69,7 30,3 100,0 72,1 27,9 100,0 85,6 14,4 100,0 56,2 43,8 100,0
Lom
Niamey
Bissau
Page 77
2. Pauvret et ge
Dans toutes les villes, les mnages dont les chefs sont gs de 15 29 ans sont ceux qui ont le taux de pauvret le plus bas par rapport lensemble des autres couches ; il en va de mme pour les contributions lexception de Lom o les mnages dont les chefs sont dges suprieurs ou gal 60 sont les moins contributeurs lincidence, la profondeur et la svrit de la pauvret. Donc, ces mnages ressentent moins la pauvret Abidjan, Bissau et Niamey mais pas Lom. Les mnages qui ont une incidence leve la pauvret Abidjan, Bissau et Lom sont ceux dont les chefs ont un ge suprieur ou gal 60 ans ; par contre, Niamey, ce sont les mnages dont les chefs appartiennent la tranche 45 59 qui peroivent le plus la pauvret. La tranche dges 15 29 ans est en gnral celle o les chefs de mnages sont encore des lves ou des tudiants, et la classe 60 ans et plus est celle qui contient en gnral les inactifs comme les retraits. Du coup, les tranches dges 30 44 ans et 45 59 ans apparaissent comme celles des chefs de mnages ayant la force et lnergie ncessaire pour exercer un travail gnrateur de revenu. Par consquent, ces mnages sont ceux qui contribuent le plus la pauvret.
Tableau 28: Groupe dges suivant le statut de pauvret.

% des FGT(0) FGT(1) CM 15-29 ans 15,9 8,8 2,3 30-44 ans 48,9 20,4 5,2 45-59 ans 28,1 23,8 6,8 60 ans et + 7,2 33,9 11,8 total 100,0 20,5 5,7 15-29 ans 7,3 14,7 3,2 30-44 ans 43,7 15,7 3,6 45-59 ans 34,0 16,6 4,0 60 ans et + 15,1 26,0 6,5 total 100,0 16,9 4,0 15-29 ans 7,3 7,0 1,9 30-44 ans 43,7 15,3 3,9 45-59 ans 34,0 31,5 10,1 60 ans et + 15,1 28,0 9,1 total 100,0 22,1 6,7 15-29 ans 28,9 16,0 5,4 30-44 ans 42,6 20,6 5,4 45-59 ans 20,9 18,8 5,0 60 ans et + 7,6 22,9 6,3 total 100,0 19,1 5,4 Source : AFRISTAT, EDM 2008, calcul sous STATA. groupes d'ges Lom Niamey Bissau Abidjan FGT(2) 1,0 1,9 2,7 5,2 2,2 1,0 1,2 1,4 2,4 1,3 ,7 1,4 4,5 4,1 2,8 2,2 1,9 1,9 2,4 2,0 Contribution FGT(1) 6,5 45,1 33,5 14,9 100,0 8,8 44,2 31,1 15,8 100,0 2,0 25,8 51,6 20,5 100,0 28,8 43,0 19,3 8,9 100,0
FGT(0) 6,8 48,7 32,6 11,9 100,0 9,4 45,8 30,0 14,8 100,0 2,3 30,2 48,4 19,1 100,0 24,2 46,1 20,5 9,1 100,0
FGT(2) 7,4 41,9 34,0 16,8 100,0 7,8 43,3 31,6 17,3 100,0 1,9 22,1 53,9 22,0 100,0 31,2 40,4 19,5 8,9 100,0
Page 78
3. Pauvret et type de mnage

Lexamen des indicateurs de pauvret selon le type de mnage montre que les situations de pauvret selon les types de mnage ne sont pas identiques dans toutes les villes. La pauvret est ressentie trs peu de diffrence entre les types de mnages dAbidjan comparativement aux autres villes. Ceci corrobore linterprtation de la courbe de Lorenz gnralise selon laquelle il y a moins dingalit Abidjan que dans les autres villes. Mais la contribution lincidence, la profondeur et la svrit de la pauvret diffre dun type de mnage lautre Abidjan : couple avec enfant 26% et couple sans enfant 8%. Dans les autres villes, les mnages unipersonnels et les couples sans enfants peroivent moins la pauvret que les autres types de mnages. De ce fait, la contribution de ces types de mnages la pauvret dans ces villes est quasiment ngligeable. Les mnages qui ont une incidence plus leve la pauvret dans ces trois villes sont respectivement les mnages monoparentaux largis (24% pour Bissau et 34% pour Lom), les mnages monoparentaux (34% pour Niamey). Les couples avec enfants et les familles largies restent les mnages les plus explicateurs de la pauvret Abidjan, Niamey et Lom alors qu Bissau, ce sont les mnages monoparentaux largis et les familles largies qui expliquent mieux la pauvret.
Page 79
Tableau 29: Indicateurs de pauvret selon le type de mnage.

Type de mnage Unipersonnel Couple sans enfant couple avec enfant monoparental monoparental largi famille largie total Unipersonnel Couple sans enfant couple avec enfant monoparental monoparental largi famille largie total Unipersonnel Couple sans enfant couple avec enfant monoparental monoparental largi famille largie total Unipersonnel Couple sans enfant couple avec enfant monoparental monoparental largi famille largie total % des CM 18,8 5,8 25,7 7,7 20,1 21,9 100,0 4,6 2,2 15,3 3,9 21,0 53,1 100,0 6,7 4,7 40,2 5,5 12,1 30,8 100,0 19,9 4,2 25,5 14,8 9,7 25,8 100,0 FGT(0) 18,9 28,9 20,6 26,2 16,3 20,3 20,2 ,0 ,0 5,8 10,9 24,1 19,8 16,9 7,1 7,7 21,7 33,9 18,6 27,6 22,2 3,7 1,4 22,9 28,7 29,9 20,4 19,1 FGT(1) 5,8 8,1 5,2 6,3 4,5 6,1 5,7 ,0 ,0 1,3 2,5 5,1 4,9 1,8 3,8 6,3 10,1 5,6 8,5 6,7 1,0 ,9 6,6 7,7 9,4 5,5 5,4 FGT(2) 2,4 3,3 1,9 2,5 1,7 2,6 2,2 ,0 ,0 ,3 ,8 1,7 1,7 1,3 ,9 1,9 2,6 4,7 2,5 3,4 2,8 ,3 ,6 2,4 3,0 3,7 1,9 2,0 FGT(0) 17,5 8,3 26,1 9,9 16,2 22,0 100,0 Contribution FGT(1) FGT(2) 18,5 19,4 8,1 8,2 22,8 21,5 8,3 8,2 15,5 14,7 22,9 24,8 100,0 100,0 ,0 ,0 ,0 ,0 4,9 3,7 2,5 2,4 27,2 27,4 65,3 66,5 100,0 100,0 1,8 2,0 2,7 3,2 37,8 37,2 8,4 9,1 10,1 10,9 39,3 37,5 100,0 100,0 3,8 3,3 ,7 1,2 31,5 31,1 21,0 22,1 16,9 17,9 26,1 24,3 100,0 100,0
Abidjan
5,2 2,5 29,9 62,3 100,0 2,2 1,6 39,4 8,4 10,1 38,3 100,0 3,9 ,3 30,7 22,3 15,2 27,7 100,0
4. Les travailleurs indpendants plus fort contingent relatif des pauvres

Le tableau suivant montre que lincidence de la pauvret est trs lev e au niveau des individus dont le chef de mnage est Chmeur ou inactif Abidjan et Niamey (respectivement 27% et 28%). A Bissau, le ratio de pauvret est plus lev au niveau des mnages dont les chefs sont aides familiaux ou autres actifs occups (27%). Les indpendants arrivent en tte avec 23% dincidence la pauvret Lom. Cependant, il faut signaler une trs forte contribution des individus dont le chef de mnage est un travailleur indpendant lincidence de la pauvret dans toutes les villes (45 % pour Abidjan, 34% pour Bissau, 46% pour Niamey et 66% pour Lom). Cette ressemblance est la mme pour la profondeur et la svrit de la pauvret. Pour ces trois formes de mesure de pauvret, les salaris du priv arrivent en deuxime position en termes de contribution Abidjan et
Lom
Niamey
Bissau
Lom, alors qu Bissau et Niamey, ce sont les aides familiaux et autres actifs occups et chmeurs et inactifs qui arrivent respectivement en deuxime position.
Tableau 30: Indicateurs de pauvret selon le groupe socio-conomique.

Groupes socioconomiques salari du secteur public salari du secteur priv indpendant aides familiaux et autres actifs occups Chmeurs et inactifs total salari du secteur public salari du secteur priv indpendant aides familiaux et autres actifs occups Chmeurs et inactifs total salari du secteur public salari du secteur priv indpendant aides familiaux et autres actifs occups Chmeurs et inactifs total salari du secteur public salari du secteur priv indpendant aides familiaux et autres actifs occups Chmeurs et inactifs total % des CM 9,2 35,0 40,7 1,1 14,0 100,0 24,6 21,7 34,2 ,8 18,8 100,0 13,6 22,3 44,4 1,7 18,0 100,0 5,8 23,9 54,2 1,8 14,2 100,0 FGT(0) 15,6 17,1 22,9 ,0 27,1 20,5 16,2 13,3 16,8 27,5 21,3 16,8 11,7 21,6 22,9 24,5 28,2 22,1 11,7 16,5 23,2 17,6 10,8 19,1 FGT(1) 3,3 4,3 7,0 ,0 7,2 5,7 3,7 2,9 3,9 7,7 5,3 4,0 3,2 5,9 7,1 7,4 8,5 6,7 3,2 4,7 6,6 5,8 3,1 5,4 FGT(2) 1,0 1,6 2,9 ,0 3,0 2,2 1,2 ,8 1,3 2,2 2,1 1,3 1,2 2,3 3,1 3,3 3,6 2,8 1,1 1,6 2,5 2,0 1,3 2,0 Contribution FGT(0) FGT(1) FGT(2) 7,0 5,4 4,0 29,2 26,7 24,4 45,4 50,2 53,0 ,0 ,0 ,0 18,4 17,7 18,7 100,0 100,0 100,0 23,7 22,8 22,3 17,1 15,8 13,5 34,1 33,3 32,0 1,3 1,5 1,3 23,8 25,0 29,1 100,0 100,0 100,0 7,2 6,4 5,6 21,8 19,7 18,3 46,1 46,7 47,7 1,9 1,9 2,0 23,0 22,7 22,9 100,0 100,0 100,0 3,5 3,4 3,2 20,7 66,0 1,7 8,1 100,0 20,7 65,9 2,0 8,1 100,0 19,1 66,7 1,8 9,2 100,0
Lom
Niamey
Bissau
Abidjan
5. Bas niveau dinstruction, facteur de Pauvret

La pauvret continue dtre un phnomne touchant le plus les individus dont le chef de mnage nayant aucun niveau dinstruction. Le ratio de pauvret dans cette classe se chiffre 32% Abidjan, 30% Bissau, 33% Niamey, et 20% Lom, et concerne de ce fait 286 777 mnages Abidjan, 174 431 mnages Bissau, 55 154 mnages Niamey et 75 949 mnages Lom. Ces mnages sont les premiers contributeurs lincidence et la profondeur de la pauvret dans la ville dAbidjan et de Niamey, par contre, dans la ville de Bissau, ce sont les mnages dont le chef est de niveau dinstruction secondaire qui sont les plus grands contributeurs, alors qu Lom, cest le niveau primaire qui est le grand plus contributeur. Ces mnages peroivent donc plus la pauvret.
Tableau 31: Indicateurs de pauvret selon le niveau dinstruction.

Niveau d'instruction aucun primaire secondaire suprieur total aucun primaire secondaire suprieur total aucun primaire secondaire suprieur total aucun primaire secondaire suprieur total % des CM 27,5 19,7 34,8 18,0 100,0 20,0 21,8 52,4 5,9 100,0 46,4 18,8 23,9 10,9 100,0 21,6 28,0 43,2 7,2 100,0 FGT(0) 32 24 15 9 21 29 21 12 2 17 33 20 11 5 22 20 27 16 4 19 FGT(1) 9,5 6,3 4,3 1,8 5,7 7,7 4,6 2,7 ,2 4,0 10,4 5,4 2,9 1,1 6,7 5,5 8,3 4,3 ,5 5,4 FGT(2) 4,1 2,3 1,6 ,6 2,2 2,8 1,6 ,8 ,0 1,3 4,5 2,2 1,1 ,4 2,8 2,0 3,2 1,5 ,1 2,0 Contribution FGT(0) 43,1 23,1 25,8 8,0 100,0 35,0 26,5 37,7 ,8 100,0 69,0 16,8 11,8 2,4 100,0 22,9 39,4 36,3 1,5 100,0 FGT(1) 46,1 22,1 26,2 5,7 100,0 39,2 25,1 35,5 ,2 100,0 72,7 15,2 10,3 1,8 100,0 22,0 43,1 34,2 ,6 100,0 FGT(2) 49,7 19,9 25,3 5,0 100,0 25,4 33,1 ,1 100,0 ,0 74,9 14,7 8,9 1,4 100,0 22,0 44,7 32,9 ,3 100,0
La pauvret et lingalit sont deux phnomnes qui varient dans le mme sens. Plus la pauvret est moindre, plus lingalit est basse. Le tableau suivant nous renseigne que dans toutes les villes, dans les classes de consommation suprieure (4me et 5me quintiles), 20% de la population totale se partagent une part importante du revenu total (ensemble des dpenses totales par tte). En effet, dans la classe 5me quintile, 20% des populations des mnages les plus riches se partagent 48% du revenu total Abidjan, 53% Bissau, 49% Niamey et 44% Lom. Par rapport au statut de pauvret 20% des mnages pauvres ne se partagent que 6% du revenu total Abidjan, 17% se partagent 5% du revenu total Bissau, 22% se partagent 6% Niamey et 19% des mnages pauvres se partagent 6% du revenu total Lom. Lindice de GINI a t estim 41.5% Abidjan, 45.3% Bissau, 43% Niamey et 36% Lom, ce qui prouve une trs forte ingalit dans la distribution du revenu total par tte. Lingalit est moins ressentie dans les classes intermdiaires (2me, 3me et 4me quintiles) du fait que leurs indices de GINI varient entre 5 et 8% Abidjan et Bissau, entre 7 et 8% Niamey et entre 5 et 7% Lom. Par consquent, ces classes paraissent homognes du point de vue du
Lom
Niamey
Bissau
Abidjan
6. Pauvret et ingalit sont concomitantes
revenu que les classes extrmes o lindice de GINI des 20% les plus riches vaut 26.6% Abidjan, 32.1% Bissau, 36.8% Niamey et 31.1% Lom, et celui des 20% les plus pauvres vaut 14.1% Abidjan, 12.4% Bissau, 15.1% Niamey et 13% Lom. De ce fait, Abidjan apparait plus gale que les autres villes au niveau des 20% les plus riches et Niamey plus ingalitaire dans le premier quintile.
Tableau 32: Indicateurs dingalit suivant les quintiles de dpenses par tte et le statut de pauvret.
Qui ntil es des ni vea ux de dpens pa r tte 20% l es 2e 3e 4e pl us qui ntil e qui ntil e qui ntil e pa uvres Pa rt da ns l a popul a tion Pa rt da ns l a dpens e total e Indi ce de Gi ni Indi ce d'entropi e GE(-1) GE(0) GE(1) GE'2) Pa rt da ns l a popul a tion Pa rt da ns l a dpens e total e Indi ce de Gi ni Indi ce d'entropi e GE(-1) GE(0) GE(1) GE'2) Pa rt da ns l a popul a tion Pa rt da ns l a dpens e total e Indi ce de Gi ni Indi ce d'entropi e GE(-1) GE(0) GE(1) GE'2) Pa rt da ns l a popul a tion Pa rt da ns l a dpens e total e Indi ce de Gi ni Indi ce d'entropi e GE(-1) GE(0) GE(1) GE'2) pa r tte (%) 20,0 6,0 14,1 4,3 3,7 3,3 3,1 20,0 5,9 12,4 3,0 2,7 2,5 2,4 20,0 5,4 15,1 5,7 4,5 3,9 3,6 20,0 6,9 13,0 3,4 3,0 2,8 2,6 19,9 10,0 5,7 0,5 0,5 0,5 0,5 20,1 9,5 5,3 0,4 0,4 0,4 0,4 20,0 9,7 7,2 0,8 0,8 0,8 0,8 20,0 11,6 5,0 0,4 0,4 0,4 0,4 20,0 14,3 6,5 0,6 0,6 0,6 0,6 19,9 12,8 5,5 0,5 0,5 0,5 0,5 19,9 14,1 6,1 0,6 0,6 0,6 0,6 20,0 15,6 5,1 0,4 0,4 0,4 0,4 19,9 21,6 7,7 0,9 0,9 0,9 0,9 20,0 19,1 7,6 0,9 0,9 0,9 0,9 20,1 21,5 8,1 1,0 1,0 1,0 1,0 20,0 22,1 6,2 0,6 0,6 0,6 0,6 20% l es pl us ri ches 20,0 48,0 26,6 10,8 12,5 16,7 26,9 20,0 52,7 32,1 15,6 16,6 20,5 31,3 19,9 49,3 23,6 8,4 8,8 9,9 12,4 20,0 43,9 20,7 6,5 6,9 7,7 9,4 Statut de pa uvret Non Pa uvre 79,5 93,7 36,4 21,5 21,4 26,7 47,8 83,1 95,3 41,7 28,2 28,1 35,9 67,7 77,9 93,8 36,8 22,4 21,4 24,3 34,2 80,9 93,6 31,1 15,1 15,1 17,2 23,1 Pa uvre 20,5 6,3 14,2 4,4 3,7 3,4 3,1 16,9 4,7 11,4 2,6 2,3 2,2 2,0 22,1 6,2 15,6 6,0 4,8 4,1 3,8 19,1 6,4 12,6 3,2 2,8 2,6 2,5 Ens embl e
Abidjan
100,0 100,0 41,5 34,6 29,0 33,3 59,1 100,0 100,0 45,3 38,7 34,0 41,4 79,3 100,0 100,0 43,0 40,9 31,4 32,6 46,0 100,0 100,0 36,3 25,7 21,8 22,9 30,2
pa r tte (%)
Bissau
pa r tte (%)
Niamey
pa r tte (%)
Une analyse des indices dentropie nous permettra dapprcier lampleur de lingalit le long de la distribution du revenu par tte. Vu que les indices dentropie des classes intermdiaires de revenus sont infrieurs ou gaux 1, nous confirmons lhomognit de la distribution du revenu, contrairement aux classes extrmes o lingalit est grandissante.
Lom
Page 83
Tableau 33: Dcomposition des indices dentropie.

Indices d'entropie
Abi Bi s Ni a Lom
Ingalit intragroupe Ingalit intergroupe Ingalit intragroupe Ingalit intergroupe Ingalit intragroupe Ingalit intergroupe Ingalit intragroupe Ingalit intergroupe
GE(-1) 4,3 30,3 3,7 35,0 5,6 35,3 2,9 22,8
quintile niveau de vie GE(0) GE(1) 3,7 8,6 25,3 24,7 4,2 11,2 29,8 30,2 3,1 5,5 28,2 27,1 2,2 3,8 19,6 19,1
GE(2) 31,3 27,7 43,6 35,7 15,5 30,5 9,4 20,9
GE(-1) 17,4 17,2 22,0 16,6 19,2 21,8 12,4 13,3
Statut de pauvret GE(0) GE(1) 17,8 25,3 11,2 8,0 23,8 34,3 10,3 7,0 17,7 23,0 13,6 9,6 12,8 16,3 9,0 6,6
GE(2) 52,8 6,2 74,0 5,3 38,6 7,4 25,1 5,2
Tableau 34: Dcomposition de lindice dATKINSON.

quintile niveau de vie A(0,5) A(1) A(2) 3,6 6,2 9,7 11,1 20,2 34,6 4,8 8,5 13,4 12,9 22,2 34,9 2,6 4,8 8,4 12,6 23,3 40,0 1,8 3,3 5,9 9,0 16,8 29,8 Statut de pauvret A(0,5) A(1) A(2) 10,6 18,3 28,7 4,1 8,4 17,1 14,1 23,5 34,6 3,5 7,0 13,7 10,3 18,4 29,7 5,0 10,5 21,8 7,4 13,3 22,1 3,5 7,2 15,2
Ingalit intra-groupe Ingalit inter-groupe Ingalit intra-groupe GW Ingalit inter-groupe Ingalit intra-groupe NE Ingalit inter-groupe Ingalit intra-groupe TG Ingalit inter-groupe CI
Page 84
3me PARTIE : COMPARAISON DES DETERMINANTS DE LA PAUVRETE MONETAIRE ET LIEN AVEC LE MARCHE DU TRAVAIL
Dans cette partie, il sera question de mettre en lumire les dterminants de la pauvret montaire, dtudier les caractristiques sociodmographiques des travailleurs pauvres et tudier le lien entre la pauvret et le march du travail. Nous chercherons donc savoir pourquoi des travailleurs sont pauvres et savoir si le fait dtre pauvre nest pas prjudiciable laccs au march du travail.
Page 85
CHAPITRE 7 : ANALYSE DES DETERMINANTS DE LA PAUVRETE MONETAIRE
Lobjectif de ce chapitre est danalyser la pauvret en le mettant en lien avec les caractristiques sociodmographiques et conomiques des mnages afin de mettre en relief les spcificits des diffrentes villes. La premire partie de ce chapitre dfinira les concepts utiliss, la deuxime partie analysera les rsultats des estimations de chacune des capitales et la troisime partie sagira des tests de validation des rsultats de lestimation.
I.
Concepts et mthodes
Lorsque la variable expliquer est une variable binaire, le modle linaire ne doit pas tre utilis car limit ; on fait recours une estimation probit ou logistique. Cest cette dernire qui sera utilise du fait quelle donne de meilleures estimations tout en tenant compte des valeurs aberrantes car elle tend attribuer une probabilit plus forte aux vnements extrmes que la distribution normale. Aussi, linterprtation des paramtres variables explicatives est plus simple avec le modle logit. associs aux
Encadr 5: Le modle Logit

La fonction de rpartition de la loi logistique scrit :
Si lon dsigne par la variable dpendante prenant la valeur 0 ou 1, et explicative, alors le modle logit scrit : |
la variable indpendante ou
Les effets marginaux mesurent la sensibilit de la probabilit de lvnement yi=1 par rapport des variations dans les variables explicatives xi. Au-del des diffrences entre les lois logistiques et normales, il existe certaines proprits du modle logit qui sont particulirement utiles pour linterprtation conomique des rsultats destimations des paramtres associs aux variables explicatives. Si lon note , tant donn la dfinition de la loi logistique prcdente, on dduit la quantit appele cte ou odds ratio pour un individu . Si ce rapport est gal pour un individu , cela signifie quil y a fois de chance que lvnement associ au code se ralise quil ne se ralise pas. La vraisemblance en conomtrie est dfinie comme la probabilit jointe dobserver un chantillon, tant donn les paramtres du processus ayant gnr les donnes.
Page 86
Lobjectif des modles dichotomiques consiste expliquer la survenue ou non de lvnement ou non en fonction dun certain nombre de caractristiques observes pour les individus de lchantillon.
Dans la prsente tude, nous cherchons formaliser la probabilit dtre pauvre ou non partir de certaines caractristiques sociales et dmographiques des mnages laide du modle conomtrique spcifie en encadr 5. Ainsi, les variables retenues sont le sexe, le niveau dinstruction, le type de mnage, le groupe dges, le statut doccupation, le secteur institutionnel et la situation dactivit. Mais cette dernire variable sera retire de la liste des variables retenues non seulement parce quelle na aucune influence sur la significativit des autres variables mais aussi cause de la colinarit avec le secteur institutionnel. Aussi, on note une liaison moyenne (le coefficient de dtermination C de Cramer [0.2 ; 0.4[) entre la taille du mnage et le type de mnage et nous avons prfr que seule une des deux variables figure dans la rgression. Pour mesurer leffet de chaque modalit sur la probabilit dtre pauvre, nous avons dichotomis les variables retenues, prenant donc la valeur 1 si oui et 0 sinon. On peut donc sattendre ce que certaines modalits telles que la classe dges 60 ans et +, les mnages monoparentaux largis, les familles largies, le fait dtre locataire et dtre femme augmente la probabilit dtre pauvre.
II.
Rsultats de lestimation
Les rsultats de lestimation logistique sont affichs dans le tableau 35, et montrent que, pour chacune des agglomrations, la plupart des facteurs pris en compte dans le modle sont significatifs. Nous raisonnons jusquau seuil de 10% de significativit des paramtres. Ces chiffres ont t estims exclusivement sur les chefs de mnages.
Les rsultats de lestimation du tableau 35 montrent que dans chacune des capitales, la probabilit associe au coefficient de rgression de la modalit fminin nest pas significatif au seuil de 10%, cela veut dire que le fait pour un mnage dtre gr par une femme ninfluence pas la probabilit dappartenir au groupe des pauvres. Dans les agglomrations Abidjan et Niamey, le coefficient associ au groupe dges 15 29 ans est ngatif et significatif au seuil de 5%, cela signifie que cette classe dges agit
ngativement sur la probabilit dtre pauvre par rapport la rfrence. Ce coefficient nest pas significatif dans les deux autres capitales. En effet, plus de 52% des chefs de mnages de Bissau et Lom appartiennent cette tranche dges. De ce fait, lorsquon se situe dans lune de ces deux villes, la connaissance de lge du chef de mnage napporte aucune information sur la probabilit dtre pauvre. Par contre, les coefficients relatifs aux tranches dges 45 59 ans et plus de 60 ans sont positifs et significatifs Abidjan et Niamey, donc le fait dappartenir lune de ces deux classes influences positivement la probabilit dtre pauvre, toute chose gale par ailleurs.
Le niveau dinstruction a une influence non ngligeable sur la probabilit dtre pauvre. Sagissant des niveaux dinstructions aucun et primaire, leurs coefficients de rgression sont significatifs et positifs dans chacune des villes, sauf celui du niveau aucun pour la ville de Lom. Comme le coefficient associ au niveau dinstruction suprieur est ngatif et largement suprieur aux deux premiers en valeur absolue, cela veut dire quil est trs peu probable quon soit pauvre lorsquon est de niveau dinstruction lev.
Lestimation conomtrique met galement en vidence le rle des types de mnage dans lexplication de la pauvret. Contrairement aux rsultats auxquels nous nous attendions, le fait pour un mnage dtre de type largi nest pas susceptible daccroitre la pauvre t. En effet, comme le montre les rsultats du tableau 35, le coefficient relatif au type de mnage monoparental largi est significatif au seuil de 10% dans chacune des villes, et de signe ngatif pour Abidjan mais positif pour les autres agglomrations. Donc les mnages monoparentaux largis rduisent la probabilit pour un mnage dtre plutt pauvre que non pauvre, cest le contraire dans les trois autres villes. Sagissant de la famille largie, seul le rsultat de Bissau correspond ce dont on sattendait intuitivement: ce type de mnage augmente considrablement la probabilit dtre pauvre. La famille largie na aucune influence sur la probabilit dappartenance dun mnage la classe des pauvres Abidjan, Niamey et Lom. Les mnages unipersonnels et les couples sans enfants nont pas dinfluence sur la probabilit dtre pauvre Abidjan, alors quils agissent ngativement sur cette probabilit Niamey et Lom.
Page 88
Le secteur institutionnel est la seule variable caractrisant le march du travail et figurant dans le modle. Les rsultats de la rgression montrent que, dans les capitales Abidjan et Bissau, le secteur priv formel a une influence ngative sur la probabilit dappartenir au groupe des pauvres, et que dans la ville de Niamey, cette influence est positive. Mais ce secteur na aucune action sur la probabilit dtre pauvre Lom. On remarque que le coefficient de rgression de la modalit secteur priv informel est positif et significatif Niamey et Lom. Ce qui veut dire que ce secteur augmente la probabilit dtre pauvre contrairement lide rpandue selon laquelle le priv informel permettait de lutter contre la pauvret. On note que ce secteur ninfluence pas la probabilit dappartenir au groupe des pauvres Abidjan et Bissau.
Tableau 35: Les dterminants de la pauvret montaire.

L'incidence de la pauvret Sexe masculin fminin Age 15 - 29 ans 30 - 44 ans 45 - 59 ans 60 ans et + Niveau d'instruction aucun primaire secondaire suprieur Type de mnage unipersonnel couple sans enfant couple avec enfant nuclaire monoparental monoparental largi famille largie Statut d'occupation non locataire locataire Secteur institutionnel public priv formel priv informel Constante Pseudo R2 Log pseudolikelihood Wald X (sig.) Degree of freedom Number of observation Abidjan Coef. Ref. 0,2543 -2,4125 Ref. 0,4756 1,2343 0,5936 0,6118 Ref. -2,2089 -0,1373 0,4508 Ref. -0,0135 -0,7042 -0,1915 Ref. -0,2439 P>|z| Ref. 0,3550 0,0000 Ref. 0,0740 0,0170 0,0590 0,0600 Ref. 0,0000 0,6840 0,4280 Ref. 0,9730 0,0640 0,5680 Ref. 0,4450 Coef. Ref. -0,6538 -0,1160 Ref. -0,1659 0,1600 1,5298 1,2182 Ref. -2,1117 Ref. 1,7409 2,5796 2,6042 Ref. -0,5096 Bissau P>|z| Ref. 0,1160 0,7490 Ref. 0,5370 0,6790 0,0000 0,0000 Ref. 0,0060 Ref. 0,0320 0,0000 0,0000 Ref. 0,0390 Coef. Ref. -0,5000 -2,3984 Ref. 0,6428 1,0994 1,3190 0,9222 Ref. -2,1914 -1,9426 Ref. 0,6355 0,0426 0,1957 Ref. -0,8210 Niamey P>|z| Ref. 0,2230 0,0210 Ref. 0,0130 0,0190 0,0000 0,0150 Ref. 0,0080 0,0510 Ref. 0,1740 0,9250 0,4720 Ref. 0,0030 Coef. Ref. -0,3573 -0,1546 Ref. 0,0343 0,2870 0,4552 0,8109 Ref. -1,6650 Ref. 0,7425 0,8303 0,3054 Ref. 0,3862 Lom P>|z| Ref. 0,2160 0,5970 Ref. 0,9060 0,5070 0,1160 0,0020 Ref. 0,0020 Ref. 0,0440 0,0440 0,3180 Ref. 0,1070
Ref. Ref. -1,0196 0,0400 -0,4846 0,2860 -0,9625 0,0780 15,94 -296,48 75,34 (0,000) 15 796
Ref. Ref. -1,4820 0,0030 -0,2402 0,3530 -3,7464 0,0000 17,53 -292,60 92,93 (0,000) 13 759
Ref. Ref. 1,4459 0,0440 2,3678 0,0000 -4,4132 0,0000 23,19 -271,67 106,19 (0,000) 14 765
Ref. Ref. 0,9960 0,1180 1,4064 0,0120 -3,3806 0,0000 10,1 -346,06 47,93 (0,000) 13 793
Source : AFRISTAT, Enqute EDM, calcul sous STATA.
Page 89
La significativit des coefficients dune rgression est souvent influence par la prsence des valeurs aberrantes. Plusieurs tests de diagnostiques existent pour liminer les effets de ces valeurs. Nous pouvons citer entre autres la matrice chapeau H, les rsidus de Pearson, la distance de COOK, la distance DFBETA, etc. mais, en ce qui concerne notre tude, lexamen des rsidus suffit pour avoir de bonnes estimations. Pour ce faire nous avons fait une rgression en trois tapes : on fait une premire rgression pour prdire les rsidus standardiss de Pearson (Standardized Pearson Residual), la deuxime rgression porte uniquement sur les individus dont la valeur absolue du rsidu est infrieure deux, puis on fait les tests de la section suivante (qui nadmettent pas la pondration dans STATA) pour valider le modle. Une troisime tape consiste faire la rgression tout en tenant compte de la pondration normalis [ pour tenir compte de
leffet chantillonnage. Voir annexe 1 pour les effets marginaux et les odds ratios (rapports de chance).
III.
Qualit de lestimation et Validation du modle de pauvret
1. Qualit de lestimation
Pour mesurer la qualit de lestimation, on utilise exclusivement la statistique du log de vraisemblance (log pseudolikelihood ou LL), cest--dire le log de la probabilit jointe dobserver lchantillon (le LL tend vers lorsque le nombre dobservations augmente).
Lorsquon a plusieurs modles en concurrence (modle contraint et modle non contraint ), cette mesure intervient pour choisir qui a un bon pouvoir explicatif (le meilleur modle), cest--dire le modle dont le LL tend vers 0. Elle nest pas comparable au R de la rgression linaire.
Le Pseudo R de McFadden (1973) permet de voir la qualit de lajustement et sinterprte de la mme faon que le R dun ajustement linaire. Toutefois, son utilisation reste limite parce quil reste gnralement faible (voir tableau prcdent). Le tableau prcdent indique que le Pseudo R vaut 0.16 Abidjan, 0.17 Bissau, 0.23 Niamey et 0.10 Lom. Ainsi, le pouvoir explicatif du modle est de 15% Abidjan, 17% Bissau, 23% Niamey et 10% Lom ; ce qui signifie que, respectivement 15%, 17%, 23% et
Page 90
10% de la probabilit dtre pauvre est explique les variables indpendantes du modle dans ces villes.
2. Validit conomtrique du modle Logit

Pour tester la significativit globale du modle, nous avons utilis la probabilit de signification du test de Hosmer-Lemeshow dont lhypothse nulle est que lajustement est bon (contre lalternative lajustement est mauvais) et le pourcentage de fausse prdiction qui donne lerreur de prdiction du modle.
La probabilit de significativit du test de Hosmer-Lemeshow est de 0.99 Abidjan et Lom, 1.00 Bissau et Niamey, soit respectivement 99% et 100%. Comme lajustement est bon avec des probabilits trs leves, il lest aussi des probabilits infrieures. Cependant, nous mettons des rserves car la valeur du test de Hosmer-Lemeshow (Pearson chi2) est trs leve (272 pour Abidjan, 179 pour Bissau, 182 pour Niamey et 209 pour Lom), ce qui veut dire quil y avait un cart non ngligeable entre les valeurs observes et les valeurs prdites.
Tableau 36: Test de Hosmer-Lemeshow du modle de pauvret.

Abidjan 796 number of observations 288 number of covariate patterns 194,89 Pearson chi2 272 Degree of freedom 0,9999 Prob> chi2 Source : AFRISTAT, EDM 2008, calcul avec STATA Bissau
759 193 97,23 179 1,0000
Niamey
765 197 90,88 182 1,0000
Lom
793 223 146,49 209 0,9997
Le pourcentage de prdictions fausses est de 18.08% pour Abidjan, 26.47% Bissau, 18.24% Niamey, 19.11% Lom, en dautres termes, si lon considre la probabilit dtre pauvre pour cent personnes, elle a t mal prdite pour 18 dentre elles Abidjan et Niamey, 26 dentre elles Bissau et 19 dentre elles Lom. Ces pourcentages sont jugs acceptables.
Page 91
Tableau 37: Test de sensibilit et de spcificit.

Abidjan Sensitivity Pr( +D) Specificity Pr(-~D) Positive predictive value (D +) Negative predictive value Pr(~D -) False + rate for true ~D Pr( +~D) False - rate for true D Pr( - D) False + rate for classified + Pr(~D +) False - rate for classified - Pr( D -) Correctly classified 4,52 99,56 70 82,06 0,44 95,48 30 17,94 81,92 Bissau 18,29 95,17 49,18 82,01 4,83 81,71 50,82 17,99 79,53 Niamey 29,49 94,31 55,42 84,79 5,69 70,51 44,58 15,21 81,76 Lom 1,24 100 100 80,84 0 98,76 0 19,16 80,89
Source : AFRISTAT, EDM 2008, calcul avec STATA
Le pourcentage de fausse prdiction (Correctly classified) est galement utilis pour mesurer la qualit de lestimation.
Encadr 6: Quelques notions utiles

Le pseudo R de McFadden est une fonction dpendant du maximum de vraisemblance qui se dfinit par la formule :
Ce rapport est obtenu si le modle navait quune constante (modle contraint) et pour le modle complet (modle non contraint). Sa valeur est comprise entre 0 et 1. Le rapport de vraisemblance (LR test) Comme le Pseudo R de McFadden, le rapport de vraisemblance dpend aussi des maxima de vraisemblance et suit une loi de c. La probabilit que les variables indpendantes ne sont pas explicatives (H0) est donne par le test du c. Ce rapport compare une spcification contrainte une autre non contrainte : Ce rapport suit une distribution du c. Une grande valeur indique que le modle non contraint apporte une information significative que le modle veut expliquer Le LR test permet aussi de savoir si lajout dune variable au modle apporte de linformation . Standardized Residual (Rsidu de Pearson) O est lestimateur de Ce rsidu est comparer 2 en valeur Absolue pour chaque individu.
Dans la prsente tude, la sensibilit est la capacit du modle diagnostiquer les pauvres parmi les pauvres, alors que la spcificit est la capacit du modle reconnatre les nonpauvres parmi les non pauvres. En dautres termes, puisque nous modlisons
la
Page 92
sensibilit est la proportion de vraies valeurs 1 qui sont prdites gales 1 et la spcificit est la proportion de vraies valeurs 0 qui sont prdites gales 0. 1 Spcificit reprsente le risque de diagnostiquer un pauvre parmi les non pauvres.
Figure 15: Test de spcificit et de sensibilit.

1.00 Sensitivity/Specificity
0.00 0.25 0.50 Probability cutoff Sensitivity 0.75 Specificity 1.00
1.00
0.00
0.00
0.00
0.25
0.25
0.50
0.50
0.75
0.75
0.25
0.50 Probability cutoff Sensitivity
0.75 Specificity
1.00
Abidjan
Bissau
1.00
0.75
Sensitivity/Specificity
0.50
0.25
0.00
0.00
0.25
0.75 Specificity
1.00
0.00
0.00
0.25
0.50
0.75
1.00
0.25
0.75 Specificity
1.00
Niamey
Lom
3. Test de diagnostic (courbe ROC)

La courbe ROC (Receiver Operating Characteristic) est un outil graphique qui permet de reprsenter ici la capacit dun test discriminer entre la population des pauvres et des non pauvres. Le terme de Receiver Operating Characteristic nest habituellement pas traduit. Cette courbe reprsente en ordonne la proportion de tests positifs parmi la population pauvre (la sensibilit) en fonction de la proportion de tests positifs parmi la population non
pauvre (complment de la spcificit ou 1-spcificit, e, abscisse), pour toutes les valeurs possibles du seuil du test. Le test est dautant meilleur que la courbe ROC se rapproche du coin suprieur gauche du graphique. Laire sous la courbe ROC rsume la capacit du test discriminer les pauvres des non pauvres. Cette aire, dsigne sous le nom de AUC (Area Under Curve) vaut 0.77 Abidjan et Bissau, 0.82 Niamey et 0.81 Lom. Cela signifie que notre modle a un bon pouvoir discriminatif et peut tre utilis pour cibler les pauvres en vue des politiques conomiques. Pour un test qui discriminerait parfaitement entre les pauvres et les non pauvres, la courbe ROC doit tre confondu au coin suprieur gauche du graphique ; ce qui correspond 100% de spcificit et 100% de sensibilit.
Figure 16: Courbes ROC du modle de pauvret.
1.00 1.00 Sensitivity 0.00
0.00
Sensitivity
0.00
0.25
0.25
0.50
0.50
0.75
0.75
0.00
0.25
0.50 1 - Specificity
0.75
1.00
0.25
0.75
1.00
Area under ROC curve = 0.7713
Abidjan
Bissau
1.00
0.75
Sensitivity
Sensitivity
0.50
0.25
0.00
0.00
0.00
0.25
0.50
0.75
1.00
0.00
0.25
0.75
1.00
0.25
0.75
1.00
Niamey
Lom
Page 94
CHAPITRE 8 : LES TRAVAILLEURS PAUVRES
Ce chapitre repose principalement sur les indices FGT. A laide de ces indices, nous identifions les individus pauvres puis nous tudions les caractristiques
sociodmographiques de ceux qui travaillent parmi eux.
I.
Dfinition et incidence
Par travailleurs pauvres ( Working poor en anglais), nous entendons les personnes qui vivent au sein dun mnage pauvre et qui travaillent. Selon la dfinition propose par le BLS (Bureau of Labor Statistics) la fin des annes 80, est considr comme travailleur pauvre toute personne vivant dans un mnage pauvre et ayant particip la force de travail durant au moins la moiti de lanne, soit ayant un emploi, soit en cherchant un emploi. Dans notre tude, la dfinition des travailleurs pauvres qui sera applique sera celle utilise par les anglo-saxons, daprs laquelle les working poor comprennent aussi les chmeurs pauvres et les chmeurs de longue dure qui sont considrs comme des chmeurs dcourags , et qui sont classs en consquence comme inactifs aux Etats-Unis (Cf. revue de Christine Lagarenne et Nadine Legendre, Insee). Cette pratique semble incohrente du fait que la notion de chmage (dcourag ou non) fait rfrence une catgorisation professionnelle, alors que le terme inactif concerne, par dfinition, les individus nappartenant aucune catgorie socioprofessionnelle, comme les enfants de moins de 15 ans, les individus retraits (65 ans et plus), les lves (ou tudiants) et les individus de plus de 15 ans ayant un handicap les empchant de travailler. Cest la raison pour laquelle, dans la suite de ce document, les chmeurs pauvres dcourags seront distingus des inactifs que nous avons brivement dfini prcdemment. Les personnes qui ont un emploi la majorit de lanne mais demeurent dans la pauvret cause de la faiblesse de leurs revenus sont dcrites par lexpression travailleurs pauvres . Le terme de travailleurs pauvres est usit par mtonymie pour dsigner les mnages entiers dont ces travailleurs font partie. En 1990, les travailleurs pauvres apparaissaient dj dans les statistiques nationales des pays anglo-saxon et viennent contredire lide rpandue
selon laquelle le travail permet de combattre la pauvret. Daprs Nol JOUENNE (2005) dans Figures du travailleur pauvre : entre servage moderne et prix de la libert, ce nest que dix ans plus tard que la France sintressa la question de travailleurs pauvres. La question qui mrite dtre pose est celle de savoir quen est-il des travailleurs pauvres en Afrique ?
II.
Les caractristiques sociodmographiques
1. Structure par sexe

Comme signaler dans la premire partie, le march du travail est un lieu de rencontre thorique entre loffre et la demande de travail. Lorsque loffre de travail est gale la demande de travail et que tous les facteurs de production sont utiliss, on dit que le march est en plein emploi. Cependant, un dsquilibre se pose lorsque lun est suprieur lautre. Le tableau suivant compare la proportion des travailleurs pauvres par ville et par sexe. Il ressort de la lecture de ce tableau que, dans les villes dAbidjan et de Lom les travailleurs pauvres sont plus nombreux chez les femmes que chez les hommes (51% contre 49% Abidjan et 58% contre 42% Lom) ; la tendance est linverse Bissau et Niamey. Dans lensemble (hommes et femmes runis), la proportion des travailleurs pauvres la plus leve revient Lom (73%) et la plus basse Bissau (32%). Nanmoins cette dernire est la ville qui contient le plus de chmeurs pauvres (8.5%).
Tableau 38: Structure par sexe des travailleurs pauvres (en %).
Abidjan travailleurs pauvres chmeurs pauvres chmeurs dcourags pauvres inactifs pauvres Ensemble M 48,9 61,6 25,7 42,5 46,6 F Total 51,1 59,7 38,4 7,8 74,3 7,3 57,5 25,2 53,4 100,0 M 57,2 56,3 34,7 46,7 49,4 Bissau F Total 42,8 32,2 43,7 8,5 65,3 12,2 53,3 47,1 50,6 100,0 M 67,6 74,3 35,9 28,5 47,0 Niamey F Total 32,4 34,8 25,7 6,5 64,1 26,0 71,5 32,7 53,0 100,0 M 42,4 70,9 73,9 46,0 44,3 Lom F Total 57,6 72,6 29,1 2,2 26,1 1,4 54,0 23,8 55,7 100,0
Aprs avoir class les travailleurs pauvres par sexe, il est important de connaitre leur niveau dinstruction, cela nous permettra de tirer dautres conclusions.
Page 96
2. Un faible niveau dinstruction, cause de pauvret des travailleurs

Le tableau suivant, donnant la situation dactivit des travailleurs pauvres par niveau dinstruction, montre que la plupart des travailleurs pauvres ont le niveau dinstruction aucun et primaire, et que la plupart des chmeurs sont de niveau secondaire et suprieur ; Niamey arrive en tte. En effet, Dans la ville dAbidjan, 42% de travailleurs pauvres nont aucun niveau dinstruction, 28% ont le niveau primaire ; ces chiffres valent respectivement 34% et 20% Bissau, 54% et 34% Niamey, et 24% et 44% Lom. La proportion des chmeurs pauvres de niveau secondaire est de 49% Abidjan, 62% Bissau, 22% Niamey et 53% Lom. Il faut remarquer que la proportion des chmeurs dcourags pauvres est quasiment ngligeable ou inexistant au niveau suprieur dans toutes les capitales.
Tableau 39: Situation dactivit selon le niveau dinstruction (en %).

Ni vea u d'i ns truction tra va i l l eurs pa uvres chmeurs pa uvres chmeurs dcoura gs i na ctifs pa uvres Total tra va i l l eurs pa uvres chmeurs pa uvres chmeurs dcoura gs i na ctifs pa uvres Total tra va i l l eurs pa uvres chmeurs pa uvres chmeurs dcoura gs i na ctifs pa uvres Total tra va i l l eurs pa uvres chmeurs pa uvres chmeurs dcoura gs i na ctifs pa uvres Total a ucun 42,1 12,8 30,3 28,0 35,4 33,6 18,1 28,6 22,0 26,2 53,6 49,9 34,4 54,1 48,5 23,9 11,2 22,1 22,9 pri ma i re 28,3 20,8 39,8 17,9 26,0 19,9 20,1 22,6 20,7 20,6 32,8 27,7 37,4 19,2 29,2 44,0 30,8 9,3 20,0 37,5 s econda i re 24,0 48,6 29,1 46,1 31,9 45,5 61,8 48,8 55,9 52,2 13,0 17,1 27,2 23,8 20,5 31,5 52,6 90,7 51,6 37,6 s upri eur 5,5 17,8 0,7 7,9 6,7 1,0 Ens embl e 59,7 7,8 7,3 25,2 100,0 32,2 8,5 12,2 47,1 100,0 34,8 6,5 26,0 32,7 100,0 72,6 2,2 1,4 23,8 100,0
Abidjan
pa uvres
Bissau
pa uvres
pa uvres
Lom
1,3 0,9 0,6 5,4 1,1 2,9 1,8 0,6 5,3 6,3 2,1
Niamey
pa uvres
3. Les working poor trs prsents dans linformel

La situation dactivit des travailleurs pauvres est domine par le secteur informel. En effet, Abidjan, Niamey et Lom, plus de 84% de travailleurs pauvres exercent dans linformel, alors qu Bissau, cette proportion ne vaut plus que 75%. On constate quil y a beaucoup de travailleurs pauvres dans le secteur public Bissau (20%) mais il reste savoir si ces
travailleurs ont un certain niveau dinstruction pour pouvoir exercer dans le public. Le secteur priv formel arrive en deuxime position Abidjan, Niamey et Lom avec respectivement 11% et 7% de working poor. Ceci nest gure tonnant du moment o la plupart des travailleurs pauvres nont aucun niveau dinstruction ou du moins le niveau primaire. De ce fait loffre de travail du secteur public et priv formel correspond rarement leur profil.
Tableau 40: Nombre de travailleurs pauvres par secteur institutionnel (en %).
Secteur institutionnel
Publ i c Pri v formel Pri v i nformel Total
Abidjan Effectif %
17405 41934 310765 370104 4,7 11,3 84,0 100,0
Travailleurs pauvres Niamey Bissau Effectif % Effectif %

4566 1113 16687 22366 20,4 5,0 74,6 100,0 2652 4032 46189 52873 5,0 7,6 87,4 100,0
Lom Effectif %
3156 8908 104321 116385 2,7 7,7 89,6 100,0
4. Peu de travailleurs pauvres parmi les couples sans enfants

Dans les diffrentes capitales, la plupart des travailleurs pauvres sont issus des familles largies, cest--dire les mnages polygames qui vivent non seulement avec leurs
prognitures mais aussi avec des personnes non apparentes. Abidjan, Bissau, Niamey et Lom contiennent respectivement 25%, 71%, 47% et 35% de travailleurs pauvres issus des familles largies. Abidjan est la ville qui contient le plus de mnages unipersonnels pauvres. La proportion des travailleurs et chmeurs pauvres est faible ou du moins inexistant dans les autres agglomrations. Ces raisonnements nous font penser que la pauvret des travailleurs provient de leur type de mnage parce que les mnages largis (monoparentaux ou non) contiennent en gnral un nombre lev dindividus, donc beaucoup dindividus nourrir.
Page 98
Tableau 41: Type de mnage des travailleurs pauvres (en %).

Type de mnage
uni pers on nem tra va i l l eurs pa uvres chmeurs pa uvres chmeurs dcoura gs pa uvres i na ctifs pa uvres Total tra va i l l eurs pa uvres chmeurs pa uvres chmeurs dcoura gs pa uvres i na ctifs pa uvres Total tra va i l l eurs pa uvres chmeurs pa uvres chmeurs dcoura gs pa uvres i na ctifs pa uvres Total tra va i l l eurs pa uvres chmeurs pa uvres chmeurs dcoura gs pa uvres i na ctifs pa uvres Total 16,8 26,4 12,2 17,4 17,3 coupl e s a ns enfa nt 9,5 2,1 1,9 0,9 6,2 coupl e a vec enfa nt 25,9 17,6 13,4 23,4 23,7 4,0 1,4 1,1 2,5 2,7 33,7 24,1 22,8 22,8 26,7 34,8 22,3 36,3 26,0 32,5 nucl a i re monopa re monopa re ntal l a rgi ntal 7,3 15,5 13,4 18,1 11,1 0,9 4,2 0,0 0,5 0,9 7,2 13,2 6,6 6,7 7,3 14,3 8,4 16,9 14,6 15,1 27,3 21,0 9,9 15,1 24,3 36,6 38,4 25,9 27,8 9,1 22,6 11,9 12,4 11,8 13,7 53,3 26,1 15,9 15,2 fa mi l l e l a rgi e 25,3 11,3 38,1 30,3 26,4 70,8 57,7 60,5 71,2 68,6 46,8 38,5 54,0 56,2 51,2 34,6 16,0 37,6 40,6 35,7 ens embl e 59,7 7,6 7,3 25,3 100,0 32,2 8,5 12,2 47,1 100,0 34,8 6,5 26,0 32,7 100,0 72,6 2,2 1,4 23,8 100,0
Bissau
Abidjan
Niamey
2,6 1,6 3,9 1,9 2,7 2,4
0,6 0,8 0,4 0,2
Lom
1,7
0,6 0,3
5. Structure par ge des travailleurs pauvres

Selon la dfinition du BIT, les actifs et les chmeurs correspondent des individus de plus de 15 ans, ce qui veut dire que les enfants de moins de 15 ans sont exclus des travailleurs pauvres. Dans toutes les capitales, on constate partir du tableau 42 que la classe 15 29 ans est celle qui contient des pauvres dans lensemble (Abidjan 48%, Bissau 62%, Niamey 52% et Lom 50%) ; cette classe est suivi de celle des individus dges compris entre 30 et 44 ans. Cette dernire contient plus de travailleurs que les autres classes. Dans la catgorie des chmeurs, chmeurs dcourags et inactifs pauvres, cest la classe 15 29 ans qui contient le plus dindividus dans toutes les agglomrations sauf Abidjan o le nombre de chmeurs pauvres du groupe 15 29 ans et 30 44 ans est relativement le mme (46% en proportion). La classe dindividus de plus de 60 ans contient moins de travailleurs pauvres du fait que la plupart des individus de cette classe sont la retraite. On note que dans lensemble, la ville dAbidjan contient 4% de pauvres de plus de 60 ans, Bissau 6%, Niamey 7% et Lom 5%.
Page 99
Tableau 42: Situation dactivit par ge (en %).

Si tua ti on a cti vi t Pa ys tra va i l l eurs pa uvres 37,6 42,0 17,5 2,9 59,7 36,7 40,3 17,2 5,7 32,2 30,6 31,7 29,0 8,8 34,8 36,8 43,3 15,3 4,6 72,6 chmeurs pa uvres 46,2 46,7 7,1 7,8 72,6 21,0 2,1 4,2 8,5 59,3 24,1 11,4 5,2 6,5 64,7 35,3 chmeurs dcoura gs pa uvres 70,2 20,2 3,8 5,7 7,3 68,6 23,1 6,4 1,8 12,2 72,6 15,7 7,9 3,8 26,0 66,8 23,9 9,3 1,4 i na cti fs pa uvres 67,3 13,9 10,1 8,6 25,2 74,6 12,7 5,1 7,6 47,1 58,2 21,8 11,1 9,0 32,7 87,4 2,0 2,4 8,2 23,8 Ens embl e 48,1 33,7 13,8 4,3 100,0 61,5 23,6 8,9 6,0 100,0 52,4 23,8 16,5 7,3 100,0 49,9 33,0 11,8 5,3 100,0
15 - 29 a ns 30 - 44 a ns 45 - 59 a ns 60 a ns et pl us Tota l 15 - 29 a ns 30 - 44 a ns 45 - 59 a ns 60 a ns et pl us Tota l 15 - 29 a ns 30 - 44 a ns 45 - 59 a ns 60 a ns et pl us Tota l 15 - 29 a ns 30 - 44 a ns 45 - 59 a ns 60 a ns et pl us Tota l
Lom
Niamey
Bissau
Abidjan
2,2
Tableau 43: Situation dactivit par ge (%).

Si tua ti on d'a cti vi t chme urs chme urs i na cti fs d coura g s pa uvre s pa uvre s pa uvre s 7,5 10,7 35,2 10,8 4,4 10,4 4,0 2,0 18,5 9,7 49,9 7,8 7,3 25,2 10,0 13,6 57,2 7,6 11,9 25,4 2,0 8,8 26,8 6,0 3,7 59,7 8,5 12,2 47,1 7,3 36,1 36,3 6,5 17,2 29,9 4,5 12,5 21,9 4,6 13,6 40,0 6,5 26,0 32,7 2,8 1,8 41,8 2,3 1,0 1,5 1,1 4,9 36,9 2,2 1,4 23,8
Groupe s d' ge s 15 - 29 30 - 44 45 - 59 60 a ns Tota l 15 - 29 30 - 44 45 - 59 60 a ns Tota l 15 - 29 30 - 44 45 - 59 60 a ns Tota l 15 - 29 30 - 44 45 - 59 60 a ns Tota l a ns a ns a ns e t pl us a ns a ns a ns e t pl us a ns a ns a ns e t pl us a ns a ns a ns e t pl us
tra va i l l e urs pa uvre s 46,6 74,4 75,5 40,4 59,7 19,2 55,1 62,5 30,6 32,2 20,3 46,4 61,1 41,8 34,8 53,5 95,2 94,0 63,1 72,6
e ns e mbl e 48,1 33,7 13,8 4,3 100,0 61,5 23,6 8,9 6,0 100,0 52,4 23,8 16,5 7,3 100,0 49,9 33,0 11,8 5,3 100,0
Lom
Niamey
Bissau
Abidjan
Page 100
6. Lieu de provenance
Dans la ville dAbidjan et de Bissau, la plupart des travailleurs pauvres proviennent du chef lieu de dpartement (respectivement 32% et 42%). A Abidjan, la proportion des travailleurs pauvres provenant de ltranger est relativement le mme que celle des working poor issus du chef-lieu de dpartement (31%) ; trs peu de working poor proviennent de ltranger Bissau (4%). Dans les agglomrations Niamey et Lom, les working poor proviennent en premier lieu du village (respectivement 47% et 35%), deuximement du chef-lieu de dpartement pour Niamey (27%) et de ltranger pour Lom (23%).
Tableau 44: Lieu de provenance des travailleurs pauvres (%). zone de provenance
Lieu de provenance (en %) chef lieu de rgion 14,5 26,3 7,8 12,6 14,6 35,4 39,3 45,7 35,9 37,3 7,7 5,6 4,7 7,5 7,1 9,9 chef lieu de dpartement 31,8 35,3 57,7 40,0 35,3 42,4 33,1 44,0 42,7 42,0 27,3 48,7 42,4 24,1 29,6 21,1 29,4 75,2 2,0 8,2 35,1 24,2 8,8 10,2 autre commune urbaine 8,4 3,7 9,3 7,7 1,3 3,3 2,2 3,3 2,3 8,5 5,6 3,4 10,8 8,4 10,7 village etranger Total
travailleurs pauvres chmeurs pauvres chmeurs dcourags pauvres inactifs pauvres Total travailleurs pauvres chmeurs pauvres chmeurs dcourags pauvres inactifs pauvres Total travailleurs pauvres chmeurs pauvres chmeurs dcourags pauvres inactifs pauvres Total travailleurs pauvres chmeurs pauvres chmeurs dcourags pauvres inactifs pauvres Total
14,4 21,2 21,5 18,0 16,1 16,9 24,3 6,0 14,6 15,1 47,2 29,3 32,5 51,3 45,5 34,9 28,7 30,1 33,7
30,9 13,6 13,0 20,1 26,4 4,0 2,0 3,5 3,2 9,3 10,9 17,0 6,3 9,4 23,4 41,9 24,8 24,1 23,8
66,7 7,6 6,3 19,3 100,0 39,5 8,5 13,8 38,2 100,0 46,2 6,7 13,1 33,9 100,0 79,9 1,1 0,8 18,2 100,0
Lom
Niamey
Bissau
Abidjan
Ainsi, un nombre important de working poor provient de ltranger Abidjan et Lom ; cependant, nous ne pouvons pas dterminer avec exactitude les pays dorigine de ces working poor. Nanmoins, le tableau 45 nous donne une ide du pays de provenance des travailleurs pauvres de chaque ville.
7. Pays de provenance
A Abidjan, Niamey et Lom, la plupart des working poor sont autochtones ou proviennent des autres pays de lUEMOA (respectivement 89%, 73% et 55%), cela semble trs diffrent de la situation de Bissau o 65% des working poor proviennent des pays africains autres que la Guine-Bissau. Niamey est la seule capitale o il existe des inactifs pauvres non africains (11% provenant de la France, 7% viennent des autres pays du monde). Un calcul supplmentaire nous a permis de constater que 15% des pauvres de plus de 60 ans provenaient de la France et que les autres personnes ges sont autochtones ou issues des autres pays africains. De ce fait, tous les pauvres de Niamey, issus des pays autres que lAfrique (y compris Niger) et la France, ont moins de 60 ans. Nous en dduisons que ces individus inactifs pauvres seraient probablement les retraits qui travaillaient dans le gisement duranium ou des touristes franais qui viennent passer paisiblement le restant de leur vie Niamey. La proportion des inactifs pauvres provenant de la France et des autres pays du monde nexiste pas Abidjan, Bissau et Lom daprs les rsultats de lenqute. Cela peut tre du un effet dchantillonnage.
Tableau 45: Pays de provenance des travailleurs pauvres (%).

Abidjan Bissau Niamey France Lom Autre Total UEMOA Africa Total 4,1 43,5 54,9 45,1 79,4 32,0 5,6 100,0 1,9 23,1 100,0 0,8 6,5 27,8 77,4 22,6 17,9 5,4 100,0 59,3 40,7 100,0
travailleurs pauvres chmeurs pauvres chmeurs dcourags pauvres inactifs pauvres Total
UEMOA Africa Total UEMOA Africa Total UEMOA Africa 88,7 11,3 78,3 35,5 64,5 48,9 72,8 23,1 74,2 25,8 3,9 68,0 32,5 67,5 3,1 41,2 58,8 8,0 74,5 25,5 67,6 32,4 14,7 59,2 40,8 43,1 75,8 7,1 83,3 16,7 100,0 46,2 53,8 100,0 73,7 17,9
10,7 3,0
Page 102
CHAPITRE 9 : ANALYSE DES DETERMINANTS DU MARCHE DU TRAVAIL

Dans la prsente partie, nous avons choisi comme indicateur du march du travail la situation dactivit actif occup . Il est donc question de formaliser la probabilit quun pauvre obtienne du travail ou non partir de certaines variables influenant le march du travail, comme lge, le sexe, le niveau dinstruction, le statut de rsidence, le lien de parent, le lieu de provenance et la religion. Ainsi, nous nous attendons ce que certaines modalits comme les niveaux dinstruction aucun et primaire, lieu de provenance village agissent ngativement sur la probabilit dtre actif occup dans les agglomrations de notre tude. Pour ce faire, nous utiliserons le mme modle que prcdemment : le modle Logit.
I.
Rsultats de lestimation
Nous consignons les rsultats de la rgression dans le tableau 46. Dun premier abord, la plupart des facteurs pris en compte dans le modle sont significatifs. Ces rgressions ont t faites sur les individus pauvres de la ville (chef de mnage + membre de la famille en ge de travailler), ce qui justifie la pris en compte de la variable lien de parent dans la rgression. Pour nos commentaires, nous avons considr que les coefficients sont significatifs toute chose gale par ailleurs au seuil de 10%.
Le coefficient de rgression de la modalit femme est significatif et ngatif Bissau et Niamey [les villes les plus pauvres (voir la dominance au sens de FGT)], non significatif Abidjan et Lom. Ce qui veut dire que le fait pour un individu dtre une femme pauvre rduit la probabilit dobtenir un travail Bissau et Niamey, alors que ce fait nagit p as sur la probabilit dtre actif occup Abidjan et Lom. Ceci est d au fait quil y a moins de pauvre dans ces deux dernires villes.
Page 103
Linfluence du niveau dinstruction sur la probabilit dtre actif occup pour un pauvre diffre selon la ville. En effet, les coefficients de rgression des niveaux dinstruction aucun et primaire sont positifs et significatifs pour la ville dAbidjan, non significatifs pour Niamey et Lom. Ainsi, le fait de navoir aucun niveau dinstruction ou dtre du niveau dinstruction primaire nas pas une influence sur la probabilit dobtenir un travail dans ces deux dernires villes, au contraire, ces deux niveaux dinstruction influencent positivement la probabilit pour un pauvre dtre actif occup Abidjan . Ceci pourrait tre une caractristique de grande ville dans laquelle, obtenir de petits mtiers pour gagner sa vie nest pas chose complique. Le niveau dinstruction suprieur nest pas significatif pour la ville dAbidjan, ce qui veut dire que le fait dtre un pauvre et de niveau dinstruction suprieur ne joue pas sur la probabilit quil obtienne du travail. Ce qui ne conforte pas nos attentes.
Sagissant du statut de rsidence, pour un pauvre, le fait dtre absent ninfluence pas la probabilit dtre actif occup dans les villes dAbidjan, de Bissau et de Lom ; alors qu Niamey, le fait dtre absent rduit la probabilit dobtenir un travail. Les rsultats de lestimation conomtrique montrent que les coefficients de toutes les modalits de la variable lien de parent sont ngatifs et significatifs pour chacune des villes, sauf celui de la modalit autres personnes non apparentes qui ne lest pas pour les agglomrations Abidjan et Bissau. Ce qui signifie que si le chef de mnage est actif occup, il est moins probable pour un membre de la famille dobtenir un emploi dans le mme endroit que le chef de mnage. La modalit domestique est trs corrle avec la variable endogne, elle ne peut donc lexpliquer.
Le groupe dges 30 44 ans tant fix comme modalit de rfrence, part le coefficient de la tranche 45 59 ans qui est significatif et positif pour Bissau et non significatif pour la ville de Niamey, les coefficients des autres groupes dges sont significatifs et ngatif s. Cela ne correspond pas vraiment aux rsultats auxquels nous nous attendions Nanmoins, le fait que le coefficient associs la tranche dges 60 ans et plus soit infrieur celui de 15 29 ans pour chacune des villes nous conduit conclure que les jeunes pauvres ont plus de chance dtre actif occup que les individus pauvres de plus de 60 ans.
Le lieu de provenance dun pauvre a une influence non ngligeable sur le comportement de ce dernier, sur la probabilit quil obtienne un travail. Un calcul supplmentaire nous a permis de constater que les individus sans instruction ne proviennent pas pour la plupart de zone rural (village) et que le rapport de corrlation nous a permis de voir quil y a une liaison trs faible entre lieu de provenance et le niveau dinstruction chez les pauvres. Dans la ville dAbidjan, le fait dtre autochtone nagit pas sur la situation dactivit des individus mais le fait de provenir de ltranger influence ngativement la probabilit dobtention dun emploi. A Lom, tous les coefficients sont ngatifs et significatifs, il est donc moins probable pour un pauvre dobtenir un emploi quel que soit son lie u de provenance.
Dans les pays touchs par les problmes de religion, certains individus se voient marginaliss sur le march du travail cause de leur apparence religieuse. Ainsi, nous nous sommes pos la question de savoir sil nexiste pas ces genres de problmes dans les agglomrations de notre tude? Linfluence de la religion sur la probabilit dtre actif occup diffre selon lagglomration. En effet, Abidjan, le coefficient de rgression associ la modalit catholique est significatif et ngatif alors que les autres modalits ne sont pas significatives. Cela veut dire que le fait pour un individu pauvre dtre catholique agit ngativement sur la probabilit pour quil soit actif occup, alors que le fait dtre dune autre religion na aucune influence sur cette probabilit. Sagissant de la ville de Bissau, lexception de la modalit catholique, tous les autres coefficients sont significatifs mais restent ngatifs tels qu Abidjan. Donc lappartenance une religion autre que catholique agit ngativement sur la probabilit dobtention dun emploi. Pour ce qui est de la ville de Lom, en plus de la modalit catholique, celle dite vanglique nagit pas sur la probabilit dtre actif occup ; contrairement la ville de Bissau, le fait pour un pauvre dtre autre chrtien ou animiste ou sans religion une influence positive sur la probabilit dactif occup. La ville de Niamey compte plus de 95% de musulman, et, en prenant cette religion comme rfrence, le poids de chacune des autres religions est quasiment ngligeable, donc ne peuvent expliquer la situation dactivit de lensemble des individus de la ville.
Page 105
Dans la ralit, les individus pauvres ont moins de chance dtre actif occup que les non pauvres. La ngativit de la plupart des coefficients significatifs serait du au fait que la rgression porte uniquement sur les individus pauvres.
Tableau 46: Dterminants du march du travail.

Situtation d'activit (actif occup) sexe homme femme niveau d'instruction a ucun pri ma i re s econda i re s upri eur Statut de rsidence prs ent a bs ent lien de parent chef de mna ge conjoi nt du chef de mna ge enfa nts du chef de mna ge pre ou mre du chef ou du conjoi nt a utres pa rents du chef ou du conjoi nt a utres pers onnes non a ppa rentes domes ti que Age 15 - 29 a ns 30 - 44 a ns 45 - 59 a ns 60 a ns et + Lieu de provenance chef l i eu rgi on chef l i eu dpa rtement a utre commune urba i ne vi l l a ge tra nger Religion mus ul ma ne ca thol i que va ngl i que a utres chrti ens a ni mi s te s a ns rel i gi on a utre rel i gi on Constante Pseudo R2 Log pseudolikelihood Wald X (sig.) Degree of freedom Number of observation
Abidjan
Coef. Ref. 0,0761 2,2967 1,5066 Ref. 0,3023 P>|z|
Bissau
Coef. P>|z|
Niamey
Coef. P>|z|
Lom
Coef. Ref. 0,5954 P>|z| Ref. 0,2710
Ref. Ref. Ref. Ref. Ref. 0,8650 -0,8611 0,0230 -0,7877 0,0690
0,0000 0,2624 0,4870 -0,4897 0,2800 0,4748 0,4700 0,0010 -1,1154 0,0060 -0,1580 0,7650 0,9076 0,1250 Ref. Ref. Ref. Ref. Ref. Ref. Ref. 0,6170 0,2703 0,7800 -2,7351 0,0030 Ref. 0,2413 Ref. 0,7790
Ref. Ref. Ref. Ref. Ref. Ref. -0,8858 0,1710 -0,0847 0,8780 -0,8878 0,0870 Ref. -2,9763 -1,6793 -2,1766 -1,6312 Ref. 0,0000 0,0100 0,0000 0,1190 Ref. -1,3215 -3,8670 -3,4337 -3,0806 -0,5917 Ref. 0,0170 0,0000 0,0000 0,0000 0,5890 Ref. -2,8381 -1,6565 -2,5836 -1,9736 -
Ref. Ref. Ref. 0,0000 -1,4257 0,0510 0,0230 -3,5031 0,0000 0,0000 0,0380 -2,6607 0,0010 -
-1,8381 0,0000 -1,0827 0,0020 -1,1490 0,0100 -2,1875 0,0010 Ref. Ref. Ref. Ref. Ref. Ref. Ref. Ref. -1,9121 0,0010 0,7748 0,0910 -0,1438 0,7060 -5,2570 0,0000 -2,4742 0,0000 -2,1351 0,0000 -4,0108 0,0000 Ref. -0,7245 0,3419 -0,8726 -1,2386 Ref. Ref. Ref. Ref. 0,1910 0,9174 0,0050 -0,8555 0,6930 -0,5492 0,4470 -1,4808 0,1570 1,3862 0,0020 -0,4804 0,0520 -0,2280 0,6790 -0,4705 Ref. Ref. -0,1817 0,6030 -1,1787 0,0160 -0,9981 0,0650 -1,2524 0,0040 -3,0837 0,0000 2,6277 0,0000 0,3776 -216,95959 153,86 (0,000) 22 529 Ref. 0,1260 0,0190 0,3510 0,4450 Ref. -2,9426 -3,9485 -2,7689 -3,1968 Ref. 0,0130 0,0010 0,0170 0,0080
Ref. Ref. -0,9189 0,0380 -0,7772 0,1340 0,4630 0,6340 -0,5337 0,4190 3,9085 0,0000 0,3043 -132,7664 95,32 (0,000) 20 322
Ref. Ref. 3,5645 0,0000 0,3236 -184,79635 114,77 (0,000) 15 385
Ref. Ref. 1,1467 0,1930 1,1691 0,2620 2,6385 0,0050 3,3758 0,0080 3,2158 0,0230 4,8560 0,0010 0,442 -78,624751 76,62 (0,000) 19 263
Page 106
Les rsultats du tableau 46 ont t obtenus de la mme manire que ceux de lanalyse des dterminants de la pauvret. Voir annexe pour les calculs des rapports des chances.
II.
Validit du modle
1. Qualit de lestimation
Comme lindique le tableau prcdent, le Pseudo R2 vaut 0.304 pour Abidjan, 0.377 pour Bissau, 0.323 pour Niamey et 0.442 pour la ville de Lom, ce qui signifie que,
respectivement, 30%, 37%, 32% et 37% de la probabilit pour quun individu pauvre soit actif occup est explique par les variables exognes du modle dans ces villes.
2. Validit conomtrique du modle logit

Le tableau 47 contenant les rsultats du test du Hosmer-Lemeshow, indique que la probabilit de significativit de ce test vaux 0.95 pour Abidjan, 0.94 pour Bissau, 0.88 pour Niamey et 0.40 pour Lom, soit 95%, 94%, 88% et 40% respectivement. Comme la probabilit de significativit de ce test est leve pour chacune des agglomrations, cela veut dire que les ajustements seront toujours bons mme si lon fixe le seul de significativit 1% pour chacune des villes. Mais les valeurs leves de la statistique de HosmerLemeshow (164.2 pour Abidjan, 246.7 pour Bissau, 98.9 pour Niamey et 165.6 pour Lom) nous pousse conclure quil y avait un cart non ngligeable entre les valeurs prdites et les valeurs observes.
Tableau 47: Test de Hosmer et Lemeshow du modle du march du travail.

number of observations number of covariate patterns Pearson chi2 Degree of freedom Prob> chi2 Abidjan 322 218 164,22 197 0,9572 Bissau 529 307 246,76 284 0,9461 Niamey 385 133 98,96 117 0,8853 Lom 263 182 165,64 162 0,4060
Le pourcentage de prdiction fausse du modle est de 27.2% pour Abidjan, 25.4% pour Bissau, 24.8% pour Niamey et 11.8% pour Lom, soit, si lon considre la probabilit davoir
un travail pour cent personnes, elle a t mal prdite par le modle pour 27 dentre elles Abidjan, 25 Bissau et Niamey et 12% Lom. Ces pourcentages peuvent cependant tre jugs admissibles.
Tableau 48: Test de sensibilit et de spcificit du modle du march du travail. Taux de classification (%)
SensitivityPr( +D) SpecificityPr(-~D) Positive predictive value (D +) Negative predictive value Pr(~D -) False + rate for true ~D Pr( +~D) False - rate for true D Pr( - D) False + rate for classified + Pr(~D +) False - rate for classified - Pr( D -) Correctly classified
Abidjan
85,1 49,1 76,4 62,9 50,9 14,9 23,6 37,1 72,8
Bissau
58,1 85,8 73,5 75,1 14,2 41,9 26,5 24,9 74,6
Niamey
69,0 80,5 74,9 75,5 19,5 31,1 25,1 24,5 75,2
Lom
96,6 59,3 89,1 83,3 40,7 3,4 10,9 16,7 88,2
Figure 17: Test de sensibilit et de spcificit du modle du march du travail.

1.00
1.00 Sensitivity/Specificity
0.00
0.75
0.50
0.25
0.00
0.00
0.25
0.25
0.00
0.50
0.75
0.50 Probability cutoff Specificity
0.75
1.00
0.25 Sensitivity
0.75
1.00
Sensitivity
Abidjan_wp
Bissau_wp
1.00
0.75
0.50
0.25
0.00
0.00
0.25
0.75
1.00
0.00
0.25
0.50
0.75
1.00
0.00
0.25 Sensitivity
0.75
1.00
Sensitivity
Niamey_wp
Lom_wp
Source : AFRISTAT, EDM 2008, calcul avec STATA Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr Page 108
3. La courbe ROC
Lorsque la courbe ROC est confondu avec la diagonale, le AUC (Area Under Curve) qui dsigne laire en dessous de la diagonale vaut 0.5, et il ny a p as de discrimination entre les actifs occups et les actifs non occups, autrement dit, il y aura des individus qui seront dclars actifs occups alors quils sont actifs non occups en ralit. Dans le cas de notre tude, le AUC vaut 0.84 pour Abidjan, 0.87 pour Bissau, 0.85 pour Niamey et 0.90 pour Lom. Ce qui veut dire que la discrimination est acceptable par notre modle.
Figure 18: Courbe ROC du modle du march du travail.

1.00
1.00 Sensitivity
0.75
Sensitivity
0.50
0.25
0.00
0.00
0.25
0.50
0.75
1.00
0.00
0.25
0.50
0.75
0.00
0.25
1 - Specificity Area under ROC curve = 0.8424
0.75
1.00
Abidjan_wp
Bissau_wp
1.00
0.75
Sensitivity
Sensitivity
0.50
0.25
0.00
0.00
0.25
0.75
1.00
0.00
0.00
0.25
0.50
0.75
1.00
Niamey_wp
0.25 0.50 1 - Specificity Area under ROC curve = 0.9025
0.75
1.00
Lom_wp
Page 109
Conclusion et recommandations
Dans cette tude, nous avons cherch faire une analyse comparative de la pauvret dans les agglomrations de lUEMOA (Abidjan, Bissau, Niamey et Lom) et examiner le lien entre la pauvret et le march du travail. Nos rsultats montrent que la pauvret et les ingalits sont moindres dans les villes dAbidjan et de Lom que dans dautres agglomrations et quil ny a pas de discrimination significative entre les villes ctires et les villes non ctires dautant que la situation de Niamey est prfrable celle de Bissau (critre de Lorenz gnralis). Le fait que les dpenses de consommation par tte sont relativement faibles Bissau et Niamey (comparativement Abidjan et Lom) est principalement d une taille moyenne des mnages leve dans ces villes. Plus de la moiti de la population abidjanaise et lomenne est locataire, ce nest pas le cas de Bissau et Niamey. Aussi, Abidjan et Lom sont les capitales qui comptent moins de chmeurs et inactifs avec un pourcentage infrieur ou gal 14%, par contre, Bissau et Niamey la proportion des chmeurs et inactifs est suprieure 18%. Au vu du critre de Lorenz gnralis et pondr qui sont les nouvelles techniques de comparaison des ingalits entre les pays, Abidjan et Lom apparaissent moins ingalitaires que les autres agglomrations et leur niveau de vie est plus lev que les autres. Les habitants de Bissau et Niamey sont moins adverses lingalit et sont prt s transfrer plus de 42% de leur revenu pour la distribution devienne galitaire du fait de lampleur de lingalit. La proportion des individus vivant en dessous du seuil de pauvret est 30% Abidjan, 29% Niamey, 28% Bissau et 25% Lom. Ainsi, la population vivant en dessous du seuil de pauvret est 1.2 million Abidjan, 120 000 Bissau, 313 000 Niamey et 340 000 Lom. Lcart moyen entre les lignes de pauvret et les dpenses annuelles par tte tourne autour de 29% dans toutes les villes. Dans chacune des villes, les mnages qui ont une incidence leve la pauvret sont les mnages monoparentaux mais ce sont les couples avec enfants qui sont les plus exposs la pauvret. Les dterminants de la pauvret diffrent dune agglomration lautre. Les tranches dges 45 60 ans, 60 ans et plus, les niveaux dinstruction aucun et primaire sont les facteurs qui agissent positivement sur la pauvret Abidjan. Dans la ville de Bissau, le niveau
dinstruction aucun et primaire, les mnages monoparentaux, les familles largies ont une influence positive sur le niveau de pauvret. Pour ce qui est de la ville de Niamey, les tranches dges 45 59 ans, 60 ans et plus, les niveaux dinstruction aucun et primaire, les secteurs institutionnels priv formel et priv informel sont les dterminants non ngatifs de la pauvret. Quant la ville de Lom, ces facteurs se rsument au niveau dinstruction primaire, le mnage monoparental et le secteur priv informel. La plupart dterminants du march du travail sont des facteurs qui ont une influence ngative sur lui. La pauvret a une influence ngative sur laccs au march de lemploi dans chacune des villes ; la plupart des travailleurs pauvres exercent dans le secteur informel.
Au vu de nos rsultats le diagnostic pour la rduction de la pauvret des mnages nous amne mettre en vidence le rle central de la rduction des ingalits. Les calculs des contributions lingalit (indice de THEIL) et la pauvret nous ont permis de dtecter, dans chacune des villes, les facteurs les plus contributeurs. Aussi, les rgressions logistiques nous ont permis de cerner quelques dterminants de la pauvret. Premirement, la taille des mnages tant plus contributrice lingalit et la pauvret, sa rduction (par le planning familiale par exemple) permettra daugmenter le niveau des dpenses par tte de chaque mnage donc de rduire la pauvret et par la suite les ingalits. Deuximement, les niveaux dinstruction aucun et primaire sont les facteurs les plus contributeurs la pauvret et influencent positivement la probabilit dtre pauvre, son augmentation (OMD : permettre chaque enfant de terminer le cycle de lcole primaire) permettra dagir ngativement et de faon significative sur la pauvret. Troisimement, sous la politique de ciblage parfaite, si nous voulons radiquer dun seul coup la pauvret pendant un an, daprs les indices FGT, le minimum transfrer la ville dAbidjan est de 401,2 milliards de FCFA, celui de Bissau est de 22.2 milliards, 64 milliards pour la ville de Niamey et 97 milliards pour Lom.
Ltude du lien entre pauvret et march du travail ncessite dtre aborde sous dautres angles, notamment en prenant en compte limportance de linformel.
Page 111
Bibliographie
ATKINSON, A.B. (1970) On the measurement of inequality Journal of Economic Theory 2, pp. 244263 AFRISTAT/DGSCN (Aot 2007). Profil de la pauvret en Guine Equatoriale en 2006. ASSELIN, L.-M. (2002), Multidimensional Poverty: theory, Institut de Mathmatique Gauss. BOSNIA and HERZEGOVINA (September 17-21, 2007). Universita di Roma Tor Vergata. Poverty measurement. Poverty Analysis Workshop. BOURGUIGNON F. (1979), Decomposable Inequality Measures , Econometrica, vol. 47, p. 901-920. Breton DIDIER MDEM22E Anne (2006 2007). Lindice de GINI et courbe de Lorenz. Statistiques descriptives - Licence parcours dmographie - Semestre 1. BUREAU INTERNATIONAL DU TRAVAIL GENVE. Saffranchir de la pauvret par le travail.
CONFRENCE INTERNATIONALE DU TRAVAIL (91e session 2003).
Charles M. FRIEL PhD. Linear Probability Response Models. Criminal Justice Center, Sam Houston State University. Christine LAGARENNE et Nadine LEGENDRE (2000 5). Les travailleurs pauvres en France : Facteurs individuels et familiaux. CONOMIE ET STATISTIQUE N 335. Christophe HURLIN (Janvier 2003). Economtrie des Variables Qualitatives - Polycopi de Cours. FALL, HORECKY et ROHACOVA (1997). La pauvret en Slovaquie et en France: quelques de comparaison. Economie et Statistique N 308-309-310, 1997 8/9/10. FALL et VERGER (2005). Pauvret relative et conditions de vie en France. Economie et Statistique N 383-384-385. FALL et HOURRIEZ. Questioning and applying the US Bureau of Labor Statistics Concept of Working Poor to the case of France, INSEE. FALL et MENIAMEYNDEZ (2007 2008). Lapport des analyses longitudinales dans la connaissance des phnomnes de pauvret et exclusion sociale, INSEE. FNDSA-Comit dtude et dobservation (2008). Travailleurs pauvres : fantasme ou ralit ? Foster, Greer and Thorbecke (1984), "A Class of Decomposable Poverty Measures", Econometrica, vol. 52, no. 3, pp.761-776.
Page 112
Franois COMBARNOUS (Document de travail n 39). La mise en uvre du modle logistique multinomial embot dans lanalyse de la participation au march du travail, Universit Montesquieu-Bordeaux IV France. GINI C. (1916), Il concetto di transvariazione e le sue prime applicazioni , Giornale degli Economisti e Rivista di Statistica, In : GINI C (ed.) (1959) pp.21-44. Hal R. VARIAN (2006). Introduction la microconomie, 6me dition. Herman J. BIERENS (October 25, 2008). The Logit Model: Estimation, Testing and Interpretation. Jean-Franois CHAUVETTE (dcembre 2004). Pauvret au Canada : 1973-1997. Jean Ives DUCLOS (Octobre 2002). Pauvret, Bien-tre social et quit : Mesure, impact des politiques et estimation, Universit Lava, Canada. Jean-Philippe Karim EL AYNOUI. Une investigation du lien pauvret march du travail dans le contexte du Maroc, Revue Rgion et Dveloppement n 3 - 1996. KI et al. (2005), Pauvret multidimensionnelle au Sngal : approche montaire fonde sur les besoins de base , Rapport final, pr-pmma 044, Rseau PEP. Laurent ROUVIERE (Anne universitaire 2008 2009). Rgression sur variables catgorielles, Universit Rennes. MAASSOUMI E. (1999), Multidimensionnal approaches to Welfare analysis, chap. 15 in J. Silber ed., Handbook of Income inequality, Measurement, Kluwer Academic Publishers. Marcelo MEDEIROS et Joana COSTA (octobre 2008). Quentendons-nous par fminisation de la pauvret ? Centre international pour laction en faveur des pauvres. Maryse RAFFESTIN (mai 2010). Introduction la rgression logistique. Mlanie BOURDON, ve-Marie FILIATRAULT et velyne ROBINEAU. La rgression Logistique. Mthodologie dlaboration de la ligne de pauvret sur une base harmonie : Bilan dans les Etats membres dAFRISTAT (Mars 2009). Sries Mthodes N7. Michel LUBRANO (February 2010). The econometrics of inequality and poverty. Lecture 9: Confidence intervals and testing. Michel VOLLE (1993), Analyse des donnes , Paris 1993. Nol JOUENNE (2005) dans Figures du travailleur pauvre : entre servage moderne et prix de
la libert. MRIE
Page 113
Olivier SAUTORY. Les principales mesures dingalit, Insee Mthodes n 69 - 70- 71. Oumar DIALLO (octobre 2005). Enqute Intgre de Base pour lEvaluation de la Pauvret (EIBEP ) 2002/2003. Profil montaire de la pauvret. Stphane MUSSARD, Franoise SEYTE et Michel TERRAZA. Dcomposition de lindicateur de GINI et des mesures drives de lentropie. LAMETA, Facult des Sciences Economiques, Montpellier. Paul DOROSH ET al. (1998). Structure et Facteurs Dterminants de la Pauvret Madagascar. Pascale BRZUIL-GENIER, Sophie PONTHIEUX et Jean-PAUL. ZoyemProfils sur le march du travail et caractristiques familiales des actifs pauvres. CONOMIE ET STATISTIQUE N 349350, 2001-9/10. RAVALLION, M. (1996), Issues in Measuring and Modeling Povery, The Economic Journal, 106, 1328-1343. Sen, A. K. (1985), Commodities and Capabilities, North-Holland, Amsterdam. Shorrocks A. F. (1982). Inequality decomposition by factor components. Econometrica 50: 193212. Shorrocks A. F. (1984), Inequality Decomposition by population Sub-groups, Econometrica. Simon LEBLOND (9 septembre 2003). Guide dconomtrie applique, Universit de Montral. Sophie PONTHIEUX (Mars 2009). LES TRAVAILLEURS PAUVRESCOMME CATGORIE STATISTIQUE - Difficults mthodologiques et exploration d'une notion de pauvret en revenu d'activit. INSEE Taladidia THIOMBIANO (dcembre 1999). La loi de PARETO: une loi sur l'ingalit ou sur la pauvret? Rponses thorique et empirique, ISBN 1385-9218. TOWNSEND P., DAVIDSON (1982), Inequalities in Health : The Black Rapport, London : Penguin. Xavier BRY (1996), Analyses factorielles multiples, Economica.
Page 114
Webographie
[1] www.afristat.org [2] http://donnees.banquemondiale.org/pays/ [3] http://www.insee.fr/fr/default.asp [4] http://www.statistiques-mondiales.com/ [5] http://www.populationdata.Niameyt/index2.php [6] http://perspective.usherbrooke.ca/ [7] http://bacamaths.net/ [8] www.economie-cours.fr [9] www.statcan.gc.ca [10] http://www.lyc-levigan.acmontpellier.fr/doc_pedagogie/espace_eaf/cours/concl_dissert.htm [11] http://francofemmes.org/trousse/7.htm
Page 115
Page 116
Annexe 1 : Les tableaux

Tableau 49: Liste des variables
Variables age branche deptet deptot gse lprovenance M5 Nivinst Poids pond pprovenance religion sexe sinst sitac sitfam statemp statoccup taille typemenage Libells age Branche d'activit Dpense totale annuelle par tte Dpense totale annuelle Groupe socioconomique lieu de provenance Lien de parent avec le CM Niveau d'instruction Pondration Pondration normalise pays de provenance religion sexe secteur institutionnel situation d'activit situation de la famille statut de l'emploi statut d'occupation taille du mnage type de mnage Modalites Primaire, secondaire, commerce, service
Salaris du public, salaris du priv, indpendant, aides familiales et autres actifs occups, chmeurs et inactifs chef lieu de region, chef lieu de dpartement, autre commune urbaine, village, tranger chef de mnage, conjoint du chef de mnage, enfant du chef de mnage, aucun, primaire, secondaire, suprieur
uemoa, Afrique, France, autre musulmane, catholique, vanglique, autres chrtiens, animiste, sans religion, autre religion Masculin, Fminin Public, priv formel, priv informel Actifs occups, Chmeurs, Chmeurs dcourags, inactifs Mari monogame, mari plygame, Indpendant, non indpendant Non locataire, locataire unipersonnel, couple sans enfant, nuclaire monoparental, monoparental largie, largie
Source : AFRISTAT, EDM 2008.
Tableau 50: Taux de croissance du PIB de 2001 2008.

Anne 2001 2002 2003 2004 2005 2006 2007 2008 Moyenne Source : Banque Mondiale PIB ABIDJAN 1,2 8,9 19,6 12,7 5,7 6,1 14,0 18,3 10,7 PIB G-Bissau -7,6 2,3 15,9 20,8 5,9 5,1 20,5 12,5 9,0 PIB Niamey 8,2 11,6 24,8 7,0 14,9 9,5 16,5 26,1 14,6 PIB Lom -0,1 11,2 19,2 17,2 2,3 5,2 12,7 16,0 10,2
Page 117
Tableau 51: Taux de croissance du PIB par tte de 2001 2008.

Anne PIB/hbtsABIDJAN PIB/hbts G-Bissau PIB/hbtsNiamey 2001 -1,1 -9,8 4,6 2002 6,6 -0,2 7,9 2003 17,1 13,0 20,6 2004 10,4 17,9 3,3 2005 3,5 3,4 10,9 2006 3,8 2,7 5,4 2007 11,4 17,8 12,0 2008 15,6 10,0 21,3 Taux de croiss. Moyen 8,3 6,5 10,6 Source : Banque Mondiale PIB/hbtsLom -3,0 8,2 16,1 14,3 -0,2 2,6 9,9 13,1 7,4
Tableau 52: Groupe socioconomique par niveau dinstruction. Groupe socioconomique (en %)
aucun primaire secondaire suprieur Total aucun primaire secondaire suprieur Total aucun primaire secondaire suprieur Total Aucun Primaire Secondaire Suprieur Total salari du public 2,0 5,7 37,2 55,1 4,9 6,1 12,8 67,9 13,3 7,7 7,1 8,3 46,9 37,7 7,0 0,0 8,6 66,2 25,3 2,9 salari du priv 20,2 23,8 36,6 19,4 22,1 12,8 20,1 63,9 3,2 12,2 28,3 27,9 31,2 12,7 10,0 6,7 22,2 57,8 13,2 14,7 indpendant 40,2 27,4 27,5 5,0 28,4 36,4 20,1 42,8 0,7 17,9 54,3 24,4 19,9 1,4 21,4 21,5 37,1 38,9 2,5 43,9 AF et autres actifs occups 25,4 49,9 22,7 2,1 6,4 19,5 17,1 62,3 1,1 3,1 28,6 47,8 22,2 1,4 5,2 9,9 37,6 52,5 0,0 7,9 chmeurs et inactifs 16,9 15,9 47,0 20,2 38,1 18,0 18,0 63,4 0,6 59,1 33,9 25,3 36,0 4,8 56,4 11,8 18,2 58,9 11,2 30,6 Total 24,0 22,6 37,1 16,2 100,0 19,8 18,2 60,1 1,9 100,0 35,6 25,4 32,1 7,0 100,0 14,8 28,3 49,6 7,2 100,0
Niveau d'instruction (%)
Sources : Enqute EDM 2008, calcul avec SPSS.
Lom
Niamey
Bissau
Abidjan
Page 118
Tableau 53: Groupes dges par sexe.

% 15-29 ans 30-44 ans 45-60 ans 60 ans et + Total Classe d'ges des CM Abidjan M 15,6 51,1 27,9 5,4 76,4 F 16,4 37,9 33,7 12,0 23,6 Total 15,8 48,0 29,2 7,0 100,0 M 9,7 52,7 28,4 9,2 73,5 Bissau F 13,8 39,8 35,8 10,6 26,5 Total 10,8 49,3 30,3 9,6 100,0 M 8,0 46,6 33,0 12,5 84,7 Niamey F 3,5 27,7 39,5 29,3 15,3 Total 7,3 43,7 34,0 15,1 100,0 M 27,8 46,0 20,2 6,1 67,0 Lom F 27,6 39,9 21,4 11,1 33,0 Total 27,7 44,0 20,6 7,8 100,0
Tableau 54: Situation dactivit par niveau dinstruction. Situation activit

aucun primaire secondaire suprieur Total aucun primaire secondaire suprieur Total aucun primaire secondaire suprieur Total aucun primaire secondaire suprieur Total Actifs Chmeurs (BIT) occups (BIT) 28,4 8,4 26,7 18,2 31,1 45,3 13,8 28,0 61,9 8,5 22,2 9,1 18,5 17,3 55,4 73,1 3,9 0,5 40,9 7,1 37,5 25,1 25,4 26,8 27,2 42,1 9,8 6,0 43,3 6,4 21,6 25,1 32,8 24,6 41,3 35,4 4,3 14,8 69,2 4,6 Chmeurs dcourags 39,1 26,8 29,0 5,1 5,2 25,8 18,6 55,6 0,0 9,8 29,4 34,7 34,8 1,1 11,0 3,2 62,1 34,7 0,0 0,5 Inactifs (BIT) 15,1 12,8 51,4 20,7 24,4 17,9 17,9 63,4 0,8 42,1 37,1 22,0 34,9 6,0 39,3 23,1 16,0 52,7 8,2 25,7 Total 24,0 22,6 37,1 16,2 100,0 19,8 18,2 60,0 2,0 100,0 35,7 25,2 32,0 7,1 100,0 22,0 28,2 44,0 5,8 100,0
Niveau d'instruction (en %)
Tableau 55: Indices d'ingalit selon les agglomrations

Indices d'ingalit
GINI Indices d'entropie GE(-1) GE(0) GE(1) 33,3 43,6 29,5 22,9 33,0 GE(2) 59,0 85,9 38,9 30,2 57,3 Indices d'ATKINSON A(0,5) 14,3 17,9 13,6 10,6 14,4 A(1) 25,2 30,2 24,9 19,6 25,6 A(2) 41,1 45,6 41,8 34,0 42,3
41,7 34,9 29,1 Abidjan 46,5 41,9 35,9 Bissau 41,6 35,9 28,6 Niamey 36,4 25,7 21,7 Lom 41,8 36,7 29,5 Ensemble Sources : Enqute EDM 2008, calcul avec STATA.
Lom
Niamey
Bissau
Abidjan
Page 119
Tableau 56: Situation dactivit par ge. Situation activit (en %)

15-29 ans 30-44 ans 45-60 ans 60 ans et + Actifs Chmeurs (BIT) occups (BIT) 38,0 58,3 43,7 33,5 16,8 7,4 1,5 0,8 61,9 8,5 36,9 62,5 41,4 30,6 18,2 5,3 3,4 1,6 40,9 7,1 30,3 61,2 41,1 27,9 23,4 8,4 5,1 2,4 43,3 6,4 41,8 55,1 39,7 28,0 15,4 13,0 3,0 4,0 69,2 4,6 Chmeurs dcourags 67,1 24,0 4,6 4,3 5,2 67,8 24,1 6,5 1,7 9,8 75,6 17,5 6,6 0,3 11,0 67,7 15,8 Inactifs (BIT) 73,6 8,8 9,0 8,5 24,4 77,0 12,4 4,6 6,0 42,1 61,5 19,3 10,0 9,2 39,3 79,5 4,7 5,8 10,0 25,7
Total
50,0 33,3 13,4 3,3 100,0 58,6 26,8 10,4 4,2 100,0 49,5 29,1 15,3 6,0 100,0 52,3 30,1 12,7 4,9 100,0
Abidjan
Total
Groupes d'ges (en %)
15-29 ans 30-44 ans 45-60 ans 60 ans et +
Bissau Niamey Lom
Total
15-29 ans 30-44 ans 45-60 ans 60 ans et +
Total
15-29 ans 30-44 ans 45-60 ans 60 ans et + Total
0,0
16,4 0,5
Sources : Enqute EDM 2008, calcul avec STATA.
Tableau 57: Dcomposition de l'indice d'ATKINSON selon les quintiles de niveau de vie et le statut de pauvret
Quintiles des niveaux de dpens par tte Indice d'ATKINSON A(0,5) A(1) A(2) A(0,5) A(1) A(2) A(0,5) A(1) A(2) A(0,5) A(1) A(2) 20% les plus pauvres 1,731 3,622 7,925 1,28 2,639 5,596 2,084 4,444 10,226 1,422 2,942 6,32 2e quintile 0,241 0,481 0,961 0,212 0,424 0,851 0,397 0,797 1,603 0,189 0,378 0,758 3e quintile 0,315 0,629 1,252 0,228 0,455 0,9 0,28 0,56 1,117 0,197 0,395 0,787 4e quintile 0,453 0,905 1,8 0,435 0,863 1,696 0,495 0,986 1,95 0,294 0,585 1,154 20% les plus riches 6,959 11,772 17,778 8,808 15,277 23,782 4,572 8,424 14,431 3,583 6,636 11,457 Statut de pauvret Non Pauvre 11,216 19,277 30,078 14,703 24,501 36,097 10,821 19,276 30,908 7,777 14,054 23,211 Pauvre 1,755 3,673 8,032 1,112 2,296 4,885 2,18 4,64 10,643 1,341 2,781 6,005 Ensemble 14,287 25,139 40,887 17,1 28,829 43,62 14,811 26,924 45,01 10,58 19,594 33,963
Sources : Enqute EDM 2008, calcul avec STATA.
Lom
Niamey
Bissau
Abidjan
Page 120
Les effets marginaux

Dans les rgressions prcdentes, nous avons juste cherch dterminer quel facteur a une influence positive sur la probabilit dtre pauvre mais nous navons pas cherch expliquer comment est le mcanisme de tel ou de tel facteur sur la probabilit dtre pauvre. Ce mcanisme peut tre expliqu travers les effets marginaux qui mesurent la sensibilit de la probabilit de lvnement par rapport des variations dans les variables explicatives Dans le cadre de la
prsente tude, vu que les variables explicatives sont discrtes, les effets marginaux ne sont pas obtenus par la drive de la probabilit estime par rapport la variable (pour un individu ) mais
par la diffrence de la probabilit value aux deux modalits. Les effets marginaux contenus dans le tableau 58 sont ceux obtenus un point particulier (marginal effects at representative value). Nous donnons ici quelques exemples dinterprtations afin de comprendre le mcanisme. En fixant la tranche dges 30-44 ans comme modalit de rfrence, lorsquon passe de cette tranche dges la tranche dges infrieurs, la probabilit dappartenir au groupe de pauvres diminue de 12% Abidjan, 9% Niamey. Mais le fait de passer de la tranche dges de rfrence aux groupes dges suprieurs 45 59 ans augmente la probabilit dappartenir au groupe des pauvre de 5% et, en passant de la rfrence la tranche de plus de 60 ans la probabilit dtre pauvre augmente de 17% Abidjan et 13% Niamey. Ce mcanisme na pas dinfluence dans les autres agglomrations. Le niveau dinstruction secondaire tant fix comme la rfrence dans toutes les capitales, en passant de ce niveau dinstruction au plus bas niveau aucun , la probabilit dtre pauvre augmente de 6% Abidjan, 21% Bissau et 12% Bissau ; mais lorsquon sarrete au niveau primaire cette probabilit est moins leve dans toutes les villes (6% Abidjan, 15% Bissau, 9% Niamey et 11% Lom). Lorsque le niveau dinstruction augmente la probabilit dtre pauvre diminue de 12% Abidjan et 11% Bissau. Sagissant du secteur institutionnel, le fait de passer du secteur public au secteur priv formel amoindrit la probabilit dtre pauvre de 8% Abidjan et 9% Bissau ; mais lorsquon descend au niveau informel, cette probabilit augmente de 15% Niamey et 13% Lom.
Page 121
Tableau 58: Effets marginaux des variables explicatives sur la probabilit dtre pauvre.
L'incidence de la pauvret Sexe masculin fminin Age 15 - 29 ans 30 - 44 ans 45 - 59 ans 60 ans et + Niveau d'instruction aucun primaire secondaire suprieur Type de mnage unipersonnel couple sans enfant couple avec enfant nuclaire monoparental monoparental largi famille largie Statut d'occupation non locataire locataire Secteur institutionnel public priv formel priv informel Abidjan Mar. Effects P>z Ref. 0,0244 -0,1268 Ref. 0,0470 0,1732 0,0600 0,0641 Ref. -0,1244 -0,0120 0,0478 Ref. -0,0012 -0,0539 -0,0166 Ref. -0,0235 Ref. -0,0766 -0,0465 Ref. 0,3830 0,0000 Ref. 0,1070 0,0860 0,0870 0,0920 Ref. 0,0000 0,6750 0,4950 Ref. 0,9730 0,0300 0,5530 Ref. 0,4730 Ref. 0,0140 0,3150 Bissau Mar. Effects Ref. -0,0546 -0,0107 Ref. -0,0154 0,0162 0,2081 0,1577 Ref. -0,1066 Niamey Mar. Effects P>z Ref. -0,0342 -0,0926 Ref. 0,0557 0,1281 0,1181 0,0931 Ref. Ref. 0,1550 0,0000 Ref. 0,0270 0,0890 0,0010 0,0490 Ref. Lom Mar. Effects Ref. -0,0433 -0,0190 Ref. 0,0043 0,0395 0,0627 0,1147 Ref.
P>z Ref. 0,0750 0,7410 Ref. 0,5290 0,6940 0,0000 0,0010 Ref. 0,0000
P>z Ref. 0,2100 0,5870 Ref. 0,9070 0,5420 0,1420 0,0040 Ref.
Ref. 0,2879 0,4275 0,2516 Ref. -0,0480 Ref. -0,0913 -0,0233
Ref. 0,1100 0,0010 0,0000 Ref. 0,0350 Ref. 0,0000 0,3620
-0,0879 -0,0809 Ref. 0,0642 0,0034 0,0161 Ref. -0,0670 Ref. 0,1725 0,1516
0,0000 0,0000 Ref. 0,2710 0,9260 0,4890 Ref. 0,0050 Ref. 0,1360 0,0000
-0,1501
0,0000
Ref. Ref. 0 ,1107289, 0,0890 0,1296 0,0970 0,0407 0,3480 Ref. 0,0477 Ref. 0,1599 0,1332 Ref. 0,0980 Ref. 0,1980 0,0010
Page 122
Tableau 59: Rapport des chances (dterminants de la pauvret montaire).

L'incidence de la pauvret Sexe masculin fminin Age 15 - 29 ans 30 - 44 ans 45 - 59 ans 60 ans et + Niveau d'instruction aucun primaire secondaire suprieur Type de mnage unipersonnel couple sans enfant couple avec enfant nuclaire monoparental monoparental largi famille largie Statut d'occupation non locataire locataire Secteur institutionnel public priv formel priv informel Abidjan Odds Ratio Ref. 1,2895 0,0896 Ref. 1,6090 3,4360 1,8105 1,8438 Ref. 0,1098 0,8717 1,5696 Ref. 0,9866 0,4945 0,8257 Ref. 0,7836 Ref. 0,3607 0,6159 P>z Ref. 0,3550 0,0000 Ref. 0,0740 0,0170 0,0590 0,0600 Ref. 0,0000 0,6840 0,4280 Ref. 0,9730 0,0640 0,5680 Ref. 0,4450 Ref. 0,0400 0,2860 Bissau Odds Ratio Ref. 0,5200 0,8905 Ref. 0,8471 1,1735 4,6171 3,3810 Ref. 0,1210 Ref. 5,7026 13,1923 13,5198 Ref. 0,6007 Ref. 0,2272 0,7865 P>z Ref. 0,1160 0,7490 Ref. 0,5370 0,6790 0,0000 0,0000 Ref. 0,0060 Ref. 0,0320 0,0000 0,0000 Ref. 0,0390 Ref. 0,0030 0,3530 Niamey Odds Ratio Ref. 0,6065 0,0909 Ref. 1,9017 3,0023 3,7396 2,5149 Ref. 0,1118 0,1433 Ref. 1,8880 1,0435 1,2162 Ref. 0,4400 Ref. 4,2458 10,6740 P>z Ref. 0,2230 0,0210 Ref. 0,0130 0,0190 0,0000 0,0150 Ref. 0,0080 0,0510 Ref. 0,1740 0,9250 0,4720 Ref. 0,0030 Ref. 0,0440 0,0000 Lom Odds Ratio Ref. 0,6996 0,8568 Ref. 1,0349 1,3324 1,5764 2,2500 Ref. 0,1892 Ref. 2,1011 2,2939 1,3572 Ref. 1,4713 Ref. 2,7075 4,0811 P>z Ref. 0,2160 0,5970 Ref. 0,9060 0,5070 0,1160 0,0020 Ref. 0,0020 Ref. 0,0440 0,0440 0,3180 Ref. 0,1070 Ref. 0,1180 0,0120
Page 123
Tableau 60: Rapport des chances (dterminants de la pauvret montaire).

Situation d'activit (actif occup) sexe homme femme niveau d'instruction aucun primaire secondaire suprieur Statut de rsidence prsent absent lien de parent chef de mnage conjoint du chef de mnage enfants du chef de mnage pre ou mre du chef ou du conjoint autres parents du chef ou du conjoint autres personnes non apparentes domestique Age 15 - 29 ans 30 - 44 ans 45 - 59 ans 60 ans et + Lieu de provenance chef lieu rgion chef lieu dpartement autre commune urbaine village tranger Religion musulmane catholique vanglique autres chrtiens animiste sans religion autre religion Abidjan Odds Ratio Ref. 1,0791 9,9415 4,5114 Ref. 1,3529 Ref. 0,4124 Ref. 0,0510 0,1865 0,1134 0,1957 0,1591 Ref. 0,1478 0,0052 Ref. 0,4845 1,4076 0,4178 0,2898 Ref. 0,3990 0,4597 1,5888 0,5865 P>z Ref. 0,8650 0,0000 0,0010 Ref. 0,6170 Ref. 0,1710 Ref. 0,0000 0,0100 0,0000 0,1190 0,0000 Ref. 0,0010 0,0000 Ref. 0,1910 0,6930 0,1570 0,0520 Ref. 0,0380 0,1340 0,6340 0,4190 Bissau Odds Ratio Ref. 0,4227 1,3000 0,3278 Ref. 1,3103 Ref. 0,9188 Ref. 0,2667 0,0209 0,0323 0,0459 0,5534 0,3387 Ref. 2,1702 0,0842 Ref. 2,5027 0,5774 3,9994 0,7961 Ref. 0,8339 0,3077 0,3686 0,2858 0,0458 P>z Ref. 0,0230 0,4870 0,0060 Ref. 0,7800 Ref. 0,8780 Ref. 0,0170 0,0000 0,0000 0,0000 0,5890 0,0020 Ref. 0,0910 0,0000 Ref. 0,0050 0,4470 0,0020 0,6790 Ref. 0,6030 0,0160 0,0650 0,0040 0,0000 Niamey Odds Ratio Ref. 0,4549 0,6128 0,8538 Ref. Ref. 0,4115 Ref. 0,0585 0,1908 0,0755 0,1390 0,3170 Ref. 0,8661 0,1182 Ref. 0,4251 0,2275 0,6185 0,6247 Ref. P>z Ref. 0,0690 0,2800 0,7650 Ref. Ref. 0,0870 Ref. 0,0000 0,0230 0,0000 0,0380 0,0100 Ref. 0,7060 0,0000 Ref. 0,1260 0,0190 0,3510 0,4450 Ref. Lom Odds Ratio Ref. 1,8138 1,6077 2,4784 Ref. 0,0649 Ref. 1,2729 Ref. 0,2404 0,0301 0,0699 0,1122 Ref. 0,0181 P>z Ref. 0,2710 0,4700 0,1250 Ref. 0,0030 Ref. 0,7790 Ref. 0,0510 0,0000 0,0010 0,0010 Ref. 0,0000
Ref. 0,0527 0,0193 0,0627 0,0409 Ref. 3,1479 3,2190 13,9928 29,2490 24,9222 -
Ref. 0,0130 0,0010 0,0170 0,0080 Ref. 0,1930 0,2620 0,0050 0,0080 0,0230 -
Page 124
Annexe 2 : Les indices dingalit

1. La courbe de Lorenz
La courbe de Lorenz se dfinit en abscisse par le pourcentage de mnages disposant des revenus les plus faibles et en ordonne par la masse de revenu que se partagent les mnages. Si lon note pauvres : (On pose ), la courbe de Lorenz est la courbe reliant les points ( ) la proportion de revenu total reu par les k individus les plus
Si on dsigne par
le rang dun individu dans la population,
le niveau de vie de
lindividu tant donn son rang, et
la moyenne de la distribution du niveau de vie, la
courbe de Lorenz sexprime comme suit : O est le pourcentage cumulatif total du niveau de vie dtenu par une proportion
cumulative p de la population, sachant que les individus sont rangs dans lordre croissant selon leur propre niveau de vie (Duclos et Araar, 2006)
La courbe de Lorenz est invariante par changement dchelle (ou dunit) sur les revenus. En revanche si tous les revenus sont augments dune quantit positive, la courbe de Lorenz de la nouvelle distribution est situe au-dessus de lancienne.
2. Lindice de GINI
Lindice de GINI, compris entre 0 et 1 (ou entre 0 et 100 selon ce quon veut exprimer), vise rsumer la courbe de Lorenz. Il se calcule par la formule suivante :
Une deuxime formulation de cet indice correspond un indicateur de satisfaction qui est une fonction de bien-tre social linaire accordant les poids
aux individus rangs selon lordre croissant de leur bien-tre :

dont on dduit : soit encore :
Lindicateur de bien-tre social est donc le niveau de vie moyen corrig par le coefficient , qui est compris entre 0 et 1, et qui dcroit quand les ingalits
augmentent. Lorsque lindice de GINI est exprim en pourcentage, on parle de coefficient de GINI. Plusieurs formules existent pour le calcul de lindice de GINI mais la formule la plus utilise est celle donne dans la notice explicative de la Banque Mondiale, parfois dite formule de BROWN sexprimant ainsi :
Q est la part cumule de la masse rpartir et F la part cumule de la population. Si on dsigne par calcule comme suit : la fonction reprsentative, alors le coefficient ou lindice de GINI se
Ce calcul ncessite lestimation de la courbe de Lorenz par une fonction mathmatique, ce qui nest pas chose facile. Cest pourquoi on utilise souvent la mthode dapproximation, notamment la formule de BROWN.
3. Les indices dentropie

Les indices dentropie, inspirs de la mesure de lentropie en thermodynamique, sont utiliss pour mesurer les ingalits au sein dune distribution. La formule gnrale des indices dentropie scrit : [( ) ]
Page 126
avec
et
le nombre de classes. et . Lindice de THEIL,
Les indices dentropie les plus utiliss sont obtenus pour limite lorsque
tend vers 1 de lindice dentropie gnralis, mesurant lcart entre la
distribution galitaire (la distribution uniforme de lentropie dont lentropie vaut
) et la
distribution constate, est inspir de la formule dentropie de SHANNON, qui, sous certaines conditions scrit :
Avec
le nombre dvnements possibles et
les probabilits doccurrence de
ces vnements. La formule de calcul de lindice de THEIL scrit donc :

Ainsi, si lindice de THEIL est nul, alors la distribution est parfaitement galitaire ; et sil vaut 1 (ou 100), on est en prsence dune distribution disperse. Cet indice est dautant plus sensible un transfert quil a lieu entre les mnages situs des extrmes de la distribution. Il est sparable en la somme des indices intragroupes pondrs et la somme des indices intergroupes pondrs
O est le poids du groupe . ( )
4. L'Indicateur d'ATKINSON
Lindice dATKINSON est une mesure dingalit de revenu donc des dpenses par tte. Il est lun des indices mis au point par lconomiste Britannique Anthony ATKINSON Barnes. Cest un indice distinctif qui incorpore des jugements de valeur explicitement par un paramtre et qui se dfinit par la formule : [ ( ) Pour diffrent de zro, et [ ] ]
Page 127
pour Chacun de ces indices traduit l'aversion de la population pour l'ingalit : un indice d'ATKINSON valant p % signifie que la population accepterait de perdre p % de son revenu actuel pour que la distribution devienne galitaire. Le paramtre (norme de l'indice, valant -0,5 ou +0,5 dans l'tude) reprsente cette plus est proche de 1, plus l'aversion pour
ou moins forte aversion pour l'ingalit. Plus l'ingalit est faible : la limite
, l'indice d'ATKINSON vaut 0. En pratique, on
interprte le coefficient a en remarquant que plus ce paramtre dcrot, plus on attache d'importance aux transferts concernant les revenus les plus faibles. Le paramtre mesure le degr daversion pour lingalit; plus est leve et plus le degr daversion est grand dans la fonction dutilit sociale. Si on considre une redistribution dun individu dont le revenu est le double du rcipiendaire, une valeur de = 0 (0,2, 1, 2) signifierait que redistribuer un dollar au pauvre serait socialement quivalent, mme si le riche doit payer 1 dollars (1,14, 2, 4 dollars) en taxes. Si A( ) = 0, alors il ny a pas dingalit dans les revenus Si on pose , alors pour , le classement obtenu laide de lindice
dATKINSON est quivalent au classement obtenu laide des mesures dentropie gnralises Remarque importante : Lorsque les courbes de Lorenz se croisent, on ne doit plus utiliser lindice de GINI pour des comparaisons mais plutt lindice dATKINSON. Cet indice, comme celui de THEIL est dcomposable en ingalit intragroupe et intergroupe.
Page 128
Annexe 3 : Dtermination du seuil de pauvret montaire

On distingue deux approches destimation du seuil de pauvret montaire : lapproche absolue et lapproche relative. On parle de seuil de pauvret absolue lorsque le seuil est dfini comme le cot ncessaire pour atteindre un niveau de vie de rfrence. On parlera de seuil de pauvret relative lorsque le seuil est dfini par rapport un certain niveau de bientre de la population toute entire.
1. Les approches absolues

Un seuil de pauvret absolue est dfini par un niveau absolu en de duquel la consommation est considre comme trop faible pour atteindre un degr acceptable de bien-tre. 1.1. La mthode du cot des besoins essentiels
Cette mthode est base sur lestimation du cot dun panier de consommation adquat permettant la satisfaction des besoins fondamentaux. Elle repose sur lestimation des deux composantes pour la dtermination du seuil de pauvret : une composante alimentaire et une composante non alimentaire. Le seuil de pauvret est obtenu comme la somme des seuils alimentaire et non alimentaire. Lutilisation de cette mthode impose souvent, pour lestimation de chacune des composantes, des choix techniques qui peuvent affecter la pertinence des rsultats par rapport lvaluation du seuil de pauvret. Dans la pratique, on calcule le cot du panier de consommation alimentaire ncessaire pour obtenir un niveau minimal dapport calorique. On y ajoute ensuite une allocation pour les besoins non alimentaires. Lestimation du seuil de pauvret par les cots de besoins essentiels se rsume par les quatre tapes suivantes :

Etablir un objectif nutritionnel Choisir un panier de consommation alimentaire permettant datteindre lobjectif nutritionnel.
Estimer le cot ncessaire pour acqurir le panier en question, ce qui correspond la composante alimentaire .
Page 129
On ajoute la composante non-alimentaire
qui nest pas difficile estimer.
Le seuil global de pauvret alimentaire
correspond la somme des seuils alimentaire
et non
Etant donn quil est recommand destimer le seuil non alimentaire par , avec correspondant la
lapproche suggre par RAVALLION, alors on a
valeur estim de la part budgtaire de lalimentation dans les dpenses totales. Dans ces conditions le seuil de pauvret est estim comme suit :
1.2.
La mthode de lnergie nutritive
Cette mthode consiste fixer le nombre de calorie de rfrence pour la consommation dnergie nutritive, puis dterminer les dpenses de consommation permettant une personne dassurer cette consommation. De faon concrte, le seuil de pauvret est dfini comme le montant des dpenses totales de consommation auquel on peut sattendre lorsquune personne est nourrie de manire adquate dans la socit considre. Cette approche prend galement en compte la consommation non alimentaire, tant que lon considre le niveau des dpenses totales de consommation avec lesquelles une personne satisfait gnralement ses besoins calorifiques. Elle se distingue de la mthode du cot des besoins essentiels par le fait quelle nimpose pas lutilisation dun panier unique de produits alimentaires pour lestimation du seuil alimentaire dune zone lautre du pays, en fonction des habitudes alimentaires, du pouvoir dachat des populations et de divers autres facteurs pas forcment observables. Cest une approche qui permet difficilement dtablir un profil de la pauvret cohrent en ce sens que les seuils de pauvret quelle produit peuvent tre diffrents (en termes de consommation relle) dun sous-groupe lautre. En effet, la relation entre la consommation dnergie nutritive et les dpenses de consommation nest pas la mme dune rgion lautre, dun secteur lautre, dune priode lautre. Elle peut varier suivant le niveau de vie de la population, sa richesse, ses gots et prfrences, son niveau dactivit, les prix relatifs, lexistence ou non de biens publics, etc.
Cette mthode ne permet donc pas de garantir que les ventuelles diffrences constates puissent tre considres comme intressantes pour les comparaisons de la pauvret. Il sen suit que lon peut parvenir des comparaisons non cohrentes dans le cadre desquelles des individus que lon jugerait avoir le mme niveau de vie si lon se basait sur leur consommations relle totale, sont traits de manire diffrente. Il est, par exemple, trs probable que les mnages riches achtent des calories plus onreuses. Cela revient admettre que lon fixe un seuil de pauvret un niveau lev dans des rgions riches par rapport des rgions plus pauvres. Cela na pas de sens dans la mesure o riches ou pauvres, tous ont besoin du mme rapport calorique de subsistance. 1.3. La mthode des seuils de 1$/2$ par jour et par tte
En 1990, la Banque Mondiale a converti les seuils de pauvret de 33 pays en dveloppement en parit de pouvoir dachat (PPA) au prix de 1985. Le seuil obtenu varie entre 275 et 370 dollars US par personne et par an. En 1999, elle a converti les mmes seuils au prix de 1993 en PPA, et le nouveau seuil choisi est la mdiane des dix seuils de pauvret les plus bas. Il est gal 1.08 dollar par jour en PPA de 1993 (gnralement la Banque Mondiale arrondit ce seuil 1$). Ce seuil a un pouvoir dachat analogue au seuil de 1$ par jour en prix au PPA de 1985. Lavantage de la mthode absolue est quun seuil de pauvret absolue est essentiel pour la comparaison des taux de pauvret entre pays et dans le temps, puisque la mme rfrence est utilise. Aussi, dans les pays en voie de dveloppement, o la pauvret est prvalent, un seuil de pauvret est dsirable pour dterminer les individus ayant un besoin absolu daide. Linconvnient est que dterminer ce qui constitue les besoins de base est difficile parce variables selon les individus et la nature de leurs activits. Le choix du seuil peut affecter de manire significative la mesure de la pauvret ainsi que lidentit des pauvres. Il est donc primordial de tester la sensibilit des rsultats au choix du seuil de pauvret
2. Lapproche relative
Le pourcentage gnralement retenu varie entre 45% et 66% selon que le pays souhaite construire une dfinition plus ou moins stricte de la pauvret. Mais lexamen des documents disponibles na pas permis de constater que le choix dun seuil donn tait justifi par une
analyse de sensibilit. Les exemples typiques sont un seuil de pauvret 50% de la consommation moyenne dans le pays (ou dans la ville), ou encore 50% de la consommation mdiane (INSEE) Linconvnient de lapproche relative de la pauvret, surtout dans les pays en dveloppement o il est indispensable de bien mettre en vidence la prcarit des conditions de vie des mnages, cest quelle napporte aucune information sur la satisfaction dun quelconque besoin vital et comporte de fait deux insuffisances majeures : dune part, en labsence dinformation additionnel, il est difficile, voire impossible de situer le niveau de privation que fournie une telle ligne de pauvret. Dautre part, cette approche suggre que la pauvret ne sera jamais radique puisquil sera toujours possible de trouver une fraction donne de la population (30%, 10%) qui consomme moins que le niveau du seuil retenu. Il est donc ncessaire de bien comprendre linformation sur la nature et lampleur des privations des mnages qui de surcrot nont pas le mme niveau de vie moyen. Lanalyse des conditions de vie serait donc plus approprie dans une socit ntant pas confronte des proccupations existentielles majeures. En effet, elle est adapte dans les pays dEurope du Nord o la majorit de la population ne connait pas ces proccupations vitales. Les seuils de pauvret relative sont des mesures qui ne varient pas avec le niveau global de bien-tre: ils dpendent de la distribution de la consommation, mais pas de son niveau. Dans un pays donn, si la consommation de tous les individus est multiplie par deux, la pauvret reste cependant inchange.
Lintrt majeur de lapproche relative rside dans la possibilit de comparer le positionnement des sous-groupes de populations dun mme point de vue. Il est donc souhaitable que les pays qui ont adopt lapproche relative retiennent une autre plus approprie, notamment la mthode du cot des besoins essentiels.
Page 132
Table des matires

Avant-propos...................................................................................................................................... 3 Remerciements ............................................................................................................................ 4 Rsum ............................................................................................................................................... 5 Abstract .............................................................................................................................................. 6 Sommaire ...................................................................................................................................... 7 Liste des tableaux ............................................................................................................................ 9 Liste des graphiques .................................................................................................................... 11 Liste des encadrs ......................................................................................................................... 11 Liste des sigles et abrviations ................................................................................................... 12
Introduction ................................................................................. 13 1rePARTIE : ................................................................................ 15 CONTEXTE DETUDE ET DEFINITIONS ............................................ 15

CHAPITRE 1 : CADRE DETUDE ET REVUE DE LA LITTEARTURE.......................................................... 16 I. II. 1. 2. III. 1. 2. Problmatique ....................................................................................................................... 16 Mthodologie et Revue de littrature .................................................................................. 17 La mesure de lingalit..................................................................................................... 17 La mesure de la pauvret .................................................................................................. 18 La structure daccueil ........................................................................................................ 25 Une brve prsentation de la structure daccueil ............................................................. 25 Comment travaille AFRISTAT ? .......................................................................................... 26
CHAPITRE 2 : CONTEXTE ET EVOLUTION ECONOMIQUE ENTRE 2000 ET 2008 ................................ 27 I. 1. 2. 3. 4. II. III. IV. 1. Une brve prsentation des pays.......................................................................................... 27 La Cte dIvoire .................................................................................................................. 27 La Guine Bissau ............................................................................................................. 27 Le Niger.............................................................................................................................. 27 Le Togo .............................................................................................................................. 28 Croissance: volution du PIB ................................................................................................. 28 Structure dmographique: pyramide des ges ................................................................. 32 March du travail: taux d'activit par genre, taux de chmage ....................................... 35 Dfinitions du secteur demploi ........................................................................................ 35 Page 133
2.
Application......................................................................................................................... 36
CHAPITRE 3 : PRESENTATION DE LENQUETE EDM ET PLAN DANALYSE .......................................... 38 I. 1. 2. 3. 4. 5. II. III. Prsentation de lenqute ..................................................................................................... 38 Gnralit .......................................................................................................................... 38 Mthode dchantillonnage .............................................................................................. 39 Le questionnaire ................................................................................................................ 40 Le droulement de lenqute ............................................................................................ 41 Apurement de la base ....................................................................................................... 42 Le plan danalyse ................................................................................................................... 42 Les limites de ltude ......................................................................................................... 42
2mePARTRIE : ............................................................................. 43 LES INDICATEURS DE PAUVRETE MONETAIRES .............................. 43

CHAPITRE 4 : CARACTERISTIQUES SOCIODEMOGRAPHIQUES DES MENAGES ................................. 44 I. 1. 2. II. III. 1. 2. 3. Structure dmographique ..................................................................................................... 44 Population des villes .......................................................................................................... 44 Types de mnage............................................................................................................... 45 Structure du logement .......................................................................................................... 50 Le secteur de lemploi ....................................................................................................... 50 Le groupe socio-conomique ............................................................................................ 50 Groupe socio-conomique et situation dactivit ............................................................. 53 Niveau dinstruction et secteur institutionnel .................................................................. 54
CHAPITRE 5 : LES INDICES DINEGALITE ET INDICATEURS DE PAUVRETE MONETAIRES ................... 56 I. 1. 2. II. 1. 2. 3. 4. III. 1. 2. Les dpenses de consommation ........................................................................................... 56 Une vue globale sur la variable dintrt (dpenses par tte) .......................................... 56 La dpense totale par tte ................................................................................................ 58 Les ingalits ......................................................................................................................... 59 Courbe de Lorenz .............................................................................................................. 59 Indice de GINI et indice de THEIL ...................................................................................... 63 Contribution lindice de THEIL ........................................................................................ 64 Les indices dATKINSON ..................................................................................................... 65 Indicateurs montaires et Courbes stochastiques ............................................................ 66 Taux, profondeur et svrit de la pauvret..................................................................... 66 Courbes de dominance ...................................................................................................... 70 Page 134
CHAPITRE 6 : TEST DE ROBUSTESSE ET ANALYSE DESCRIPTIVE DE LA PAUVRETE ............................ 74 I. II. 1. 2. 3. 4. 5. 6. Test de robustesse................................................................................................................. 74 Analyse descriptive de la pauvret dans les quatre agglomrations .................................... 77 Les hommes sont de plus en plus exposs la pauvret .................................................. 77 Pauvret et ge.................................................................................................................. 78 Pauvret et type de mnage ............................................................................................. 79 Les travailleurs indpendants plus fort contingent relatif des pauvres ........................... 80 Bas niveau dinstruction, facteur de Pauvret .................................................................. 81 Pauvret et ingalit sont concomitantes ........................................................................ 82
3me PARTIE : .............................................................................. 85 COMPARAISON DES DETERMINANTS DE LA PAUVRETE MONETAIRE ET LIEN AVEC LE MARCHE DU TRAVAIL.......................................... 85
CHAPITRE 7 : ANALYSE DES DETERMINANTS DE LA PAUVRETE MONETAIRE ................................... 86 I. II. III. 1. 2. 3. I. Concepts et mthodes .......................................................................................................... 86 Rsultats de lestimation ....................................................................................................... 87 Qualit de lestimation et Validation du modle de pauvret .......................................... 90 Qualit de lestimation ...................................................................................................... 90 Validit conomtrique du modle Logit .......................................................................... 91 Test de diagnostic (courbe ROC) ....................................................................................... 93 Dfinition et incidence .......................................................................................................... 95
CHAPITRE 8 : LES TRAVAILLEURS PAUVRES ....................................................................................... 95 II. 1. 2. 3. 4. 5. 6. 7. Les caractristiques sociodmographiques .......................................................................... 96 Structure par sexe ............................................................................................................. 96 Un faible niveau dinstruction, cause de pauvret des travailleurs .................................. 97 Les working poor trs prsents dans linformel ................................................................ 97 Peu de travailleurs pauvres parmi les couples sans enfants ............................................. 98 Structure par ge des travailleurs pauvres........................................................................ 99 Lieu de provenance ......................................................................................................... 101 Pays de provenance......................................................................................................... 102
CHAPITRE 9 : ANALYSE DES DETERMINANTS DU MARCHE DU TRAVAIL......................................... 103 I. II. 1. Rsultats de lestimation ..................................................................................................... 103 Validit du modle .............................................................................................................. 107 Qualit de lestimation .................................................................................................... 107 Page 135
2. 3.
Validit conomtrique du modle logit ........................................................................ 107 La courbe ROC ................................................................................................................. 109
Conclusion et recommandations................................................. 110

Bibliographie ............................................................................................................................ 112 Webographie ............................................................................................................................. 115 Annexe 1 : Les tableaux ................................................................................................................... 117 Les effets marginaux.................................................................................................................... 121 Annexe 2 : Les indices dingalit .................................................................................................... 125 1. 2. 3. 4. La courbe de Lorenz ........................................................................................................ 125 Lindice de GINI................................................................................................................ 125 Les indices dentropie ...................................................................................................... 126 L'Indicateur d'ATKINSON ................................................................................................. 127
Annexe 3 : Dtermination du seuil de pauvret montaire ........................................................... 129 1. 2. Les approches absolues ................................................................................................... 129 Lapproche relative .......................................................................................................... 131
Table des matires ......................................................................................................................... 133
Page 136

Analyse Comparative de La Pauvreté Dans Des Agglomérations de l'UEMOA (Abidjan, Bissau, Niamey Et Lomé) : Lien Entre Pauvreté Et Marché Du Travail

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Analyse Comparative de La Pauvreté Dans Des Agglomérations de l'UEMOA (Abidjan, Bissau, Niamey Et Lomé) : Lien Entre Pauvreté Et Marché Du Travail

Încărcat de

Drepturi de autor:

Formate disponibile

REPUBLIQUE DU SENEGAL

Un peuple un but une foi

Un peuple un but une foi

Prsent par: KOBOBE Onsou Elve Ingnieur Statisticien Economiste

Dirig par: FALL Madior Expert en Statistiques Sociales

Juillet Octobre 2010

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Introduction ................................................................................. 13 1rePARTIE : ................................................................................ 15 CONTEXTE DETUDE ET DEFINITIONS ............................................ 15

2mePARTRIE : ............................................................................. 43 LES INDICATEURS DE PAUVRETE MONETAIRES .............................. 43

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Structure du logement .......................................................................................................... 50 Le secteur de lemploi ....................................................................................................... 50

Conclusion et recommandations................................................. 110

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Liste des tableaux

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Liste des graphiques

Liste des encadrs

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Liste des sigles et abrviations

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

1rePARTIE : CONTEXTE DETUDE ET DEFINITIONS

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

CHAPITRE 1 : CADRE DETUDE ET REVUE DE LA LITTEARTURE

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Mthodologie et Revue de littrature

Approches thoriques de mesure de la pauvret

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Mesure de la pauvret multidimensionnelle

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

pour lindividu de la population. ,

La forme fonctionnelle de lindicateur composite de scrit

pauvret (ou de dveloppement), pour un individu , note par

o K = nombre dindicateurs catgoriels,

= nombre de catgories de lindicateur k ;

= la variable binaire 0/1, prenant la valeur 1 lorsque lunit a la catgorie

le pourcentage de personnes qui meurent avant 40 ans ;

qui inclut le chmage de longue dure, mais ceci est un

1. Une brve prsentation de la structure daccueil

2. Comment travaille AFRISTAT ?

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

CHAPITRE 2 : CONTEXTE ET EVOLUTION ECONOMIQUE ENTRE 2000 ET 2008

Une brve prsentation des pays

Croissance: volution du PIB

Figure 1: Evolution des PIB et leurs taux de croissance

PIB en million de dollars

Source : Banque mondiale, calcul dans de lauteur.

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Tableau 1: Evolution des PIB de 2000 2008 (en million de dollars).

Kobob Onsou, Elve ISE, E-mail : kobobeonsou2@yahoo.fr

Figure 2: Evolutions des PIB par tte et leurs taux de croissance.

10,0 5,0 0,0 -5,0 -10,0 -15,0

PIB/h G-Bissau Crois_Bis

Anne PIB/h Niger

PIB/h Togo Crois_Lom

Source : Banque mondiale, calcul de lauteur.

Tableau 2: Evolution des PIB/habitant entre 2000 et 2008 (en $).

Taux de croissance du PIB/tte

PIB par tte en $ PPA