UNIVERSITÉ DE MONTRÉAL
FÉCONDITÉ, MIGRATION ET ÉDUCATION
EN CÔTE D'IVOIRE
Département des Sciences Économiques
Faculté des Arts et des Sciences
Arsène KOUADIO KONAN
Faculté des études
,
.
superieures
Thèse de doctorat

---

Université qe Montréal
Fécondité, migration et éducation en Côte d'Ivoire
par
Arsène Kouadio Konan
Département de sciences économiques
Faculté des arts et des sciences
Thèse présentée à la Faculté des études supérieures
en vue de l'obtention du grade de
Philosophi~ Doctor (Ph.D.)
en sciences économiques
février,
1993
© Arsène Kouadio Konan,
1993

---

Université de Montréal
Faculté des études supérieures
Cette thèse intitulée
"Fécondité, migration et éducation en Côte d'Ivoire"
présentée par
Arsène Kouadio Konan
a été évaluée par un jury composé des personnes suivantes
André Martens
président-rapporteur
Claude Montmarquette
directeur de recherche
MaL'cel Du.genais
membre du jury
Émile Ollivier
représentant du doyen de la F.E.S.
Marie-Christine Challier
examinatrice
externe,
Université
d'Aix-Marseille
Thèse acceptée le
15 avril 1993

---

il
SOMMAIRE
Il
n'est
pas
exagéré
de
dire
que
les
décisions
prises
par
les
individus
ou
les
ménages
dans
une
société
influencent
de
manière
significative
le cours du développement
économique
et
social
de
cette
dernière.
C'est le cas dans les décisions en matière de fécondité,
de
migration, d'éducation ou quand on choisit un secteur d'activité.
À cet
égard,
la
manière
dont
les
membres
d'une
famille
sont
éduqués
ou
acquièrent
leur formation
détermine
la dotation ultérieure en
capital
humain
de
l'économie.
Les
décisions
des
ménages
ou
individus
sont
affectées par le cadre institutionnel composé des marchés,
des lois et
des réglementations en vigueur dans le pays.
La nouvelle "économie de la famille" se préoccupe d'internaliser les
externalités des
différents
agents
économiques en vue de permettre le
passage de la recherche de l'optimalité des décisions d'un point de vue
privé au point de vue social.
C'est dans ce contexte là seulement qu'on
peut
raisonnablement
analyser
les
conséquences
des
comportements
de
population en matière de procréation,
de mobilité ou d'éducation.
Notre
étude
s'insère
dans
l'économie
des
ressources
humaines.
Celle-ci connaît à juste titre un
spécialement
pour
les
économistes
de
La
croissance
sujet.
Dans la première partie de cette thèse nous montrons, à l'aide d'un
modèle microéconomique de déséquilibre de fécondité,
l'inefficacité du
programme de planning familial pour limiter la taille de la famille en
Côte d' Ivo,ire.
Avec
des
données
inédites,
nous
parvenons
à
estimer
de
manière
simultanée
les
fonctions
d'offre
et
de
demande
d'enfants
adaptées
au

---

i2
contexte ivoirien.
Les résultats des estimations économétriques révèlent
que
la
majorité
des
couples
présente
un
déficit
d'enfants
et,
par
conséquent, sont moins enclin à se prêter au contrôle institutionnel des
naissances.
Ce phénomène va à
l'encontre de
l' hypothèse implicite de
prévalence
d'excédents
d'enfants
émise
par
les
promoteurs
de
ces
programmes dans les pays où ils sont appliqués et conditionnels à leurs
succès.
Dans la deuxième partie nous montrons qu'une proportion importante
des
jeunes migrants des
zones rurales vers les
zones urbaines
sort du
cadre
traditionnel
du
modèle
"TODARIEN"
par
le
biais
d'une
décision
économique rationnelle d'investissement en capital humain.
Ce phénomène
intègre
un
modèle
scolaire
qui
s'articule
sur
trois
fonctions
de
fréquentation, de dépenses et de rendement scolaires.
Il ressort de nos
analyses que la motivation des jeunes ruraux à s'éduquer reste en grande
partie tributaire des subventions de l'État au système éducatif.
Enfin
dans
la
troisième
partie,
nous
introduisons
la
variable
qualité
dans
un
modèle
"MINCERIEN"
d'équations
simultanées.
Nous
montrons avec les données dont nous disposons,
la légitimité de la prise
en
compte,
d'une
part,
de
l'existence
de
deux
secteur s
d' acti vi té
au
niveau des emplois modernes et,
d'autre part,
de l'endogénéisation des
préférences
des
travailleurs
pour
un
secteur
donné.
Nos
résultats
indiquent que,
contrairement à la croyance de certains auteurs,
l'écart
salarial
au
profit
du
secteur
privé
suggère
une
préférence
des
travailleurs pour ce dernier,
que le taux de rendement de
l'éducation
augmente avec le
niveau d'études
d'une part et
avec
la qualité de
la
formation d'autre part.
Ainsi pouvons-nous avancer,
par ailleurs,
que
de
sérieuses
réserves
doivent. être
émises
sur
les
propositions
des
partisans
de
l'expansion
de
l'éducation
primaire
au
détriment
des
formations
secondaires,
universitaires
et
même
techniques
dont
les
travaux
sont
basés
sur
le
modèle. quantitatif
conventionnel.
Le
développement parallèle de l'ensemble du système éducatif et du secteur
privé s'avère alors indispensable.
Mots-clés
Économie
Familiale,
Fécondité,
Programme
de
Planning
Familial,
Migration
Interne,
Modèle
'l'odarien,
Capital
Humain,
Modèle Mincérien.

---

i12
"Econ omi cs
of
population
is
a
cheerful science"
Julian Lincoln Simon,
1975
INTRODUCTION GÉNÉRALE
Malgré l'accroissement de sa population,
le revenu dans l'ensemble
des pays sous-développés a connu une hausse substantielle d'environ cinq
pour cent annuellement depuis la deuxième guerre mondiale.
Cependant
plusieurs
organismes
de
développement
dont
la
Banque
Mondiale
y
dénoncent
la croissance démographique
ces
dernières
années
qu'ils qualifient d'excessive et prônent,
par conséquent,
le Programme
de Planning Familial pour la freiner.
Jusqu'ici
aucun consensus
ne
se
dégage
parmi
les
économistes
du
développement
sur
l'impact
d'une
accélération
démographique
sur
la
croissance économique des pays pauvres.
Le débat se concentre plutôt sur
l'importance quantitative d'une rapide croissance démographique avec un
accent
sur
les
politiques
macroéconomiques
et
le
changement
des
institutions.
Trois courants dominants traitent de l'introduction de la population
dans la théorie de la croissance économique
:
a)
les pessimistes
(Solow 1956,
Coole et Hoover 1958)
pour qui
seul le progrès technique peut sauver
l'économie de l'effet
néfaste de la croissance démographique;
b)
les
optimistes
(Adam
S m i t h @ ' Marshall
1890,
Samuelson
1958,
Boserup
1965,
1981)
prlvilégient
l'innovation
tech-
ogique découlant de 1; pression démographique,
notamment
dans
l'agriculture.
Pour
eux
également,
une
population

---

il3
croissante
peut
stimuler
la
demande
et
donc
réduire
les
risques d'investissement;
c)
les révisionnistes
(Schultz 1978,
Demeny 1971)
sont les plus
. modérés
et
considèrent
le
phénomène
très
complexe
car
les
effets
de
la
croissance
démographique
varient,
selon
eux,
suivant
le
temps,
le
lieu
et
les
circonstances.
Ses
conséquences
pour
le
long
terme
demeurent
encore
imprévisibles.
Mais soutenir le besoin de Programme de Planning Familial dans un
cadre pessimiste comme
le recommande
la Banque Mondiale
suppose qu'on
ait,
au préalable,
étudié la structure de la fécondité des populations
en cause.
Ce qui ne nous semble pas apparaître à première vue.
Et c'est
pour combler cette insuffisance dans le cas de la Côte d'Ivoire que nous
y consacrons la première partie de notre recherche à travers un modèle
microéconomique de déséquilibre.
D'un autre côté, même si le succès de l'industrialisation entretient
l'urbanisation, les économis~es s'interrogent aujourd'hui sur les causes
de la croissance démographique accélérée des villes du tiers-monde depuis
les
années
1950.
Les
deux
principales
hypothèses
sont
le
taux
de
croissance démographique inédit exerçant une pression sur les populations
dépourvues
de
terre
cultivable
en
direction
des
villes
(démographes
malthusiens) et les forces économiques attrayantes des villes (la plupart
des économistes).
Selon certains auteurs,
la croissance des villes dans les pays en
développement n'est pas un phénomène nouveau mais plutôt un phénomène de
transition
obéissant
à
un
modèle
logistique
avec
la
diffusion
de
la
technologie.
D'autres
ajoutent
que
même si
la
croissance
des
villes
récentes a été exceptionnelle l'urbanisation est restée conventionnelle
par rapport à l'histoire.
En
Côte
d'Ivoire
la
proportion
de
la
population
rurale
diminue
progressivement avec une baisse de 25% sur une trentaine d'années pendant
que
la
croissance
de
la
population
urbaine
enregistre
une
hausse
en
effectif de plus de 300%.
Le pays apparaissait faiblement urbanisé dans

---

i14
l'ensemble
des
pays
de
l'Afrique
de
l'ouest
jusqu'aux
années
1940.
Aujourd'hui pourtant c'est l'un des pays les plus urbanisés de la sous-
région.
Les résultuts d'ellqu~tes démographiques montrent que Abidjan la
capitale demeure,
par son solde migratoire annuel,
la localité la plus
attrayante
parmi
les
villes
alors
que
le
milieu
rural
demeure
très
répulsif au profit des zones urbaines.
Les différents courants couvrent
normalement les migrations scolaires pour de nombreux jeunes étudiants,
les migrations saisonnières dictées par les besoins de main-d'oeuvre et
les migrations commerciales.
Nous
envisageons
dans
la
deuxième
partie
de
notre
recherche
d'étudier l~ rôle de la migration individuelle en Côte d'Ivoire dans la
croissance
urbaine,
de
distinguer
les
différents
types
de
migration
interne, leurs causes et les populations soum~ses à ce phénomène à l'aide
d'un modèle microéconomique d'investissement en capital humain.
On observe
en même
temps
une
expansion
rapide
de
la
demande
de
l'éducation comme dans les autres pays d'Afrique depuis les années 1960
et
dans
la
plupart
des
pays
sous-développés.
Dès
lors
se
pose
le
problème
de
l'intervention
de
l'État
dans
le
financement
du
système
éducatif.
Cette intervention est plus ou moins appréciée selon que l'on
privilégie le taux de rendement
social
(externalités positives)
ou
le
taux de rendement privé.
L'importance
de
l'éducation
provient
du
fait
qu'elle
peut
être
considérée comme un bien d'investissement ou un bien de consommation, un
bien
public
ou
un
bien
privé.
Ce
qui
rend
relativement
difficile
l'examen complet de sa demande.
Dans
le
cadre
de
cette
thèse,
nous
nous
intéressons
à
l'aspect
investissement de l'éducation.
Ce type d'analyse a dominé la littérature
depuis
la
période
classique
mais
aujourd' hui
les
calculs
du
taux
de
rendement de l'éducation repose sur le modèle du revenu salarial de J.
Mincer.
Bien que ce modèle ait contribué au développement de l'économie
du travail,
il souffre d'insuffisances dans sa formulation économétrique
avec la non prise en compte de l'auto-sélection des travailleurs dans les
différents
secteurs
d'activité
considérés
homogènes
à
l'origine.
Plusieurs auteurs,
avec à
leur tête G.
Psacharopoulos ont appliqué
le

---

ilS
modèle traditionnel de Mincer à plusieurs pays en développement et sont
arrivés
à
la
conclusion
que
la
priorité
devrait
être
accordée
au
développement de l'éducation primaire.
C'est contre cette proposition
que nous nous élevons ici en estimant, avec les données de Côte d'Ivoire,
un
modèle
de
capital
humain
qui
incorpore
la
variable
qualité,
les
préférences
endogènes
sur
un
marché
de
travail
segmenté
dans
la
détermination du taux de rendement privé.
Notre hypothèse de travail dans cette troisième et dernière partie
de la thèse est que,
d'une part,
ce taux au lieu de baisser augmente
plutôt avec le niveau et la qualité de la formation et que, d'autre part,
le développement du secteur moderne privé peut servir de contrepoids dans
un contexte de restriction budgétaire.
Une considération plus globale
de la productivité que l'éducation génère dans
l'économie
suggère une
autre manière d'envisager le financement du système éducatif; peut être
conduisant moins vers une spécialisation dans les écoles primaires.

---

1
.S.U.JE_T_l_.F.É.C.O.ND_I.TÉ
1
ESTIMATION DE L'EFFICACITÉ DU PROGRAMME
DE PLANNING FAMILIAL EN CÔTE D'IVOIRE À TRAVERS
UN MODÈLE DE DÉSÉQUILIBRE DE LA FÉCONDITÉ :
OFFRE D'ENFANTS VERSUS DEMANDE D'ENFANTS

---

1
I.
INTRODUCTION
Corrune
si
Malthus
venait
de
publier
son
traité
de
1798 1
sur
la
population,
le
débat
sur
le
lien
entre
croissance
démographique
et
développement économique demeure aujourd'hui un sujet de controverse qui
est loin d'un consensus.
Malgré le "BABYBOOM" de la période d'après-guerre, on pense que les
pays industrialisés ont actuellement achevé leur transition démographique
sans avoir jamais excédé des taux de croissance démographique annuels de
1,5%.
Au cours de la même période, les taux de croissance démographique
dans
les
pays
en
développement
(qui
sont
supposés
être
en
phase
de
transition démographique)
ont atteint des niveaux records de
2,5%.
On
pense que la population mondiale atteindra près de 10 milliards en l'an
2050 dont 20% dans les pays industrialisés 2 •
Le
revenu
dans
l'ensemble
des
pays
pauvres
a
connu
une
hausse
substantielle
d'environ
5%
annuellement
depuis
la
deuxième
guerre
mondiale
(contre la prédiction de Malthus).
Cependant le rapport de la
Banque
mondiale
en
1984
et
récerrunent
celui
de
1991 3
ont
dénoncé
la
croissance
démographique
dans
ces
derniers
et
prôné
le
prograrrune
de
planning familial
pour
freiner
cet
accroissement
démographique
qu'ils
qualifient d'excessif,
Avant de parler de l' efficacité de~, prot]rammes de planning familial,
i l
convient
d'abord
de
situer
la
position
de
la
Banque
mondiale
par
rapport
aux
théories
de
la
fécondité
et
aux
causes
et
conséquences
économiques de l'accroissement démographique.
Jusqu'ici
aucun
accord
n'existe
sur
l'effet
d'une
croissance
démographique accélérée sur la croissance économique des pays pauvres 4 ,
IMalthus,
T.R.,
1926.
2Birdsa11, Nancy, 1988.
3Banque mondiale, 1984, 1991.
'Uirdsa11,
Nancy, op. ciL.

---

2
Le
débat
tourne
plutôt
généralement
autour
de
l'importance
quantitative
d'une
rapide
croissance
démographique
(effet
minimal
si
négatif) avec un accent sur les politiques macroéconomiques pour pauvres
et sur le changement des institutions.
Depuis le traité de Malthus
(théorie de subsistance à long terme),
trois courants dominants traitent de l'introduction de la population dans
la théorie. de la croissance économique.
a)
Les pessimistes
Solow~ - modèle de croissance à un seul secteur
:
une croissance
trop rapide de la population conduit à une baisse de la consommation par
tête du fait de la baisse de la productivité des travailleurs
(rendement
d'échelle constant) .
Coale et Hoover 6 -
modèle d'équilibre général: les enfants coûtent
cher et
une fécondité
élevée augmente
la population dépendante par le
nombre d'enfants à charge.
Elle conduit à une consommation globale plus
importante
et
réduit
par
conséquent
l'épargne
et
l'investissement
(rendement d'échelle constant).
Dans cette école,
seul le progrès technique peut sauver l'économie
de l'effet néfaste de la croissance démographique.
b)
Les optimistes
Ils
arrivent
au résultat contraire et privilégient
l'innovation,
l'utilisation efficace des facteurs de production, aussi bien le capital
que le travail.
Ils
justifient la nette contribution de la croissance
démographique à la croissance économique pour deux raisons principales
1)
une
population
nombreuse
engendre
une
économie
d'échelle
dans
la
production et la consommation;
5S o 1 ow ,
1956.
6Coale, A.J. and Hoover, E.M., 1958.

---

3
2)
la pression démographique et
l'économie d'échelle qui
en découlent
encourage
l'innovation
technologique
et
le
changement
des
institutions,
particulièrement
dans
l'agriculture.
Ils
pensent en
plus qu'une population crois::;ante peut
stimuler
la demande et donc
réduire les risques d'investissement,
permettant ainsi une meilleure
formation des travailleurs.
Parmi les optimistes, on cite Adam Smith dans la période classique?,
puis
Marshal1 8 ;
dans
l'ère
moderne,
Samuelson 9
(modèle
à
générations
imbriquées),
Kuznet S10,
Hirschman ll ,
Simon12
et
Glover lJ •
La
pl us
grande
avocate
pour
une
croissance
accélérée
de
la
population
est
Boserup14.
c)
Les révisionnistes
Ce sont les plus modérés.
Pour eux, le phénomène est très complexe
et les effets de
la croissùnce démographique vLlrient suivùnt le temps,
le lieu et les circonstances.
Ils pensent que l'accent devrait être mis
sur
les
travaux
empiriques
ramenés
à
un
niveau microéconomique
où
la
fécondité serait endogène au modèle.
Leur point de vue sur ce sujet est
plutôt mitigé,
surtout à long terme.
Parmi
les
révisionnistes
on peut
citer
Schultz 15
savoir
qu'une
fraction
d'enfants
décédera
augmente
à
la
fois
le
coût
d'un
enfant
survi vant
et
le
nombre
de
naissances
requis
pour
avoir
un
survivant.
7Mark Blaug, 1986.
8Mark Blaug, op. cit.
'Samuelson, P., 195U.
lOKuznets, S., 1967.
llHirscl'lman, A.O., 1958.
12Simon, J.L., 1977.
13Glover, D.R. and Simon, J.,1975.
14Boserup, E., 1965, 1981.
15S c hultz, T.P., 1978.

---

4
L'effet de la mortalité sur la fécondité dépend donc de l'élasticité de
la demande d'enfants.
Il Y a aussi Demeny et le groupe "Research Council of the National
Academy of Sciences ,,16.
Une
analyse
du
rapport
de
la
Banque
mondiale
révèle
qu'elle
se
classe dans le camp des pessimistes puisqu'elle justifie l'intervention
de l'État pour freiner la croissance démographique.
Ses arguments sont
les suivants
:
- le coût social des enfants excède le coût privé auquel les parents
font face;
-
le marché des moyens contraceptifs est imparfait;
- il Y a asymétrie d'information sur les techniques contraceptives,
ce que l'on est en droit de lui concéder.
Mais soutenir l'efficacité du programme de planning familial dans
le cadre de cette idéologie suppose qu'on ait,
au préalable,
étudié la
structure de la fécondité des populations auxquelles on s'intéresse.
Ce
qui ne nous semble pas avoir été le cas à la Banque mondiale.
Et c'est
pour combler cette
insuffisance que nous entreprenons cette recherche.
Nous
commençons
par
une
brève
revue
de
la
littérature
sur
les
principaux modèles de fécondité.
Ensuite, dans une deuxième étape, nous
proposons
notre modèle
théorique
et
sa
spécification
empirique.
Les
résultats
de
nos
estimations
nous
permettent
alors
d'apporter
un
éclairage
quant
à
l' efficaci té
d'un
éventuel
programme
de
planning
familial
sur
la
population
de
Côte
d'Ivoire,
conformément
aux
recommandations
de
politique
de
population
soutenue
par
la
Banque
mondiale.
16Demeny, P., 1971.

---

5
II.
LA REVUE DE LA LITTÉRATURE
2 . 1 .
La demande 1 7
Dans son approche, appelée École de Chicago, Becker utilise le prix
des
enfants
et
le
revenu réel
de
la
famille
pour
expliquer pourquoi,
traditionnellement, la fécondité rurale excède la fécondité urbaine, une
hausse
du
taux
de
salaire
des
femmes
travaillant
en
dehors
du
foyer
réduit
leur
fécondité
et des programnes
gouvernementaux en faveur
des
enfants ont influencé à la hausse la demande d'enfants aux États-Unis.
Par la suite,
i l introduit l'interaction entre la quantité et la
qualité des enfants dans la demande d'enfants, sans présager que l'enfant
est un bien inférieur.
Cette interaction explique pourquoi la quantité
d'enfants
varie
très
rapidement
avec
le
temps,
même
si
quantité
et
qualité ne sont pas de proches substituts.
Cette interaction explique
aussi les raisons pour lesquelles
:
l'éducation
par
enfant
tend
à
être
plus
faible
dans
les
familles
nombreuses,
la fécondité en milieu rural a chuté par rapport à celle des villes
dans les pays industrialisés,
le nombre relativement important d'enfants chez les Noirs aux États-
Unis qui ont peu bénéficié de l'éducation.
Pour
Becker,
une
réduction
du
nombre
d' enfar.t s
par
couple
peut
accroitre la représentation de leurs enfants dans la génération future
si
cela
peut
permettre
au
couple
d'investir
suffisamment
dans
leur
éducation et leur formation.
Ceci reviendrait à
dire que chaque famille maximise une fonction
d'utilité dans laquelle le nombre d'enfants
(n),
la qualité des enfants
(q)
représentée par
les
dépenses
effectuées
sur
chaque
enfant
et
les
quantités des autres biens
(Z1l
Zu
• • • ,
zn)
sont arguments;
soit
U
(2 . 1)
17Secker,
Gary Stanley,
1965,
1973,
1978,
1981,
1988.

---

6
Le coût net des enfants est réduit si ces derniers constituent une
source de revenu pour la famille.
Une augmentation de la contribution
potentielle des enfants accroît ainsi la demande.
Le niveau élevé de la
fécondité
en
milieu
rural
dans
le
passé
s'explique
par
la
forte
contribution des enfants dans la production des fermes comparativement
aux enfants des villes.
Par le même
raisonnement,
la fécondité
à
la
campagne
a
baissé
avec
la
mécanisation
des
travaux
agricoles.
Les
programmes fournissant de l'aide aux femmes mères ont réduit le coût des
enfants.
Cette aide influence la fécondité à la hausse et la baisse des
taux de pa7ticipation des femmes à la force de travail réduit le coût
d'opportunité du temps consacré aux enfants.
Les
travaux
de
De
Trayl8,
Willis l9 ,
Ben-Porath
Yoram20
et
ceux
cités
par
Becker
(Mincer
1963,
Lazear
1972)
montrent
que
le
nombre
d'enfants est négativement relié au taux de salaire et autres variables
mesurant
la
valeur
du
temps
de
la
femme,
et
qu'il
est
cependant
positivement relié au revenu du mari.
À ces résultats,
Becker ajoute que
l'interaction entre la quantité et la qualité des enfants explique bien
la hausse du prix des enfants avec le revenu.
Sachant que l est le revenu de la famille,
la contrainte budgétaire
s'écrit:
P n •
n + Pq •
q + Pc (q)
.
q .
n + 1t z • z = l
(2 . 2)
où Pn ,
Pq et 1t z sont respectivement les prix associés à la quantité des
enfants,
à la qualité des enfants et au vecteur z =
(ZI'
Z2f
•• ,
zm)
des
autres biens.
Pc
(q)
q . n est l'interaction entre quantité et qualité.
La caractéristique de l'équation précédente
(2.2)
est que même un
petit accroissement exogène de n (respectivement q) peut être responsable
d'une forte baisse de q
(respectivement n)
si l'interaction entre n et
q est suffisamment forte.
L'interaction est elle-même déterminée par la
18De Tray
(1973).
1~illis (1973).
20Ben-Porath,
Yoram
(1973).

---

7
substitution entre n et q dans la fonction d'utilité.
Si n et q sont de
proches substituts, ces variables continueront d'interagir jusqu'à ce que
l'une d'entre elles soit négligeable.
En particulier si l'élasticité de
substitution entre n et q,
n et z et q et z est la même,
n et q seront
tous les deux positifs si et seulement si cette élasticité est inférieure
à 1 21 ••
Becker,
Lewis et Tomes ont montré qu'il est impossible d'avoir
un équilibre si n et q sont des proches substituts même si quantité et
qualité sont inversement reliées.
Dan8 le graphique
(2.1),
Uo et U sont deux courbes d'indifférence
I
convexes
entre
n
et
q
{ici
z
est
ignoré
ou
supposé
invariant}.
Les
courbes AB et CD représentent
les équations de budget.
L'interaction
entre n et q implique que, contrairement à ce qu'on observe généralement,
la
courbe
du
budget
n'est
pas
une
droite
mais
une
courbe
convexe
à
l'origine.
La condition d'un équilibre intérieur
(e o ou el) est que la
courbure de la courbe d'indifférence excède celle de la courbe de budget.
Puisqu'on sait que la courbure de ces courbes d'indifférence est d'autant
plus faible que n et q sont de proches substituts, un équilibre intérieur
n'est poss~ble que si n et q ne sont pas de proches substituts.
21Voir Becker and Lewis
(1973)
et Tomes
(1978)
pour preuve.

---

8
q1.1::.1itf:
..
C
d.es l?r1ants
1
1
1
\\1
1
(q)
!
\\
GRAPHIQUE 2.1
\\
!
1
\\
1
1,
1
\\
1
\\
i~~ ~~
.
\\
6t
\\,
\\
'\\.'''-
~\\
U l
~---
U
--
0
B
eo
------------
D
~~-
nombre cl 'enfants
(n)

---

9
En conclusion,
l'élément essentiel à retenir de la théorie de la
fécondité de Becker est que le développement économique affecte le nombre
d'enfants et leur qualité non seulement à cause d'une hausse de revenu
[Hûi:>
aussi
pùrce
que
les
taux
de
rendement
des
investissements
en
éducation
et
autre
forme
de
capital
humain
augmentent
parallèlement.
Puisque la seule hausse du revenu peut réduire la fécondité par le biais
de la qualité,
on peut dire qu'une augmentation du revenu combiné avec
des taux de rendements plus élevés sur la qualité suffit pour réduire de
manière significative la taille des
familles.
Sans
renier l'effet du
programme de planning familial sur la baisse de la fécondité,
toutefois
étant
donné
les
argumentations
précédentes,
Becker
s'est
sérieusement
interrogé
sur
son opportunité
dans
la
recherche
de
la
réduction
des
naissances.
2.2.
La demande avec une variation des préférences 22
Dans
sû démarche,
Leibenstein prend le contre-pied de la théorie
malthusienne,
de
celle
de
Becker
et
de
la
théorie
de
la
transition
démographique.
De Malthus,
i l dit que les faits
sont en flagrante contradiction
avec les prédictions de son traité de 1798 qui stipulait que la fécondité
augmente avec le revenu.
On sait que Malthus soutenait que la fécondité
est un phénomène purement biologique.
À
Becker,
Leibenstein
reproche
d'appliquer
la
théorie
microéconomique
de
Hicks
pour
la
demande
des
enfants
comme
si
ces
derniers sont des biens durables qui s'échangent sur un marché parfait.
Il dit que parler du prix d'un enfant suppose qu'on peut l'acheter dans
le cadre d'un
mûrché pour enfants
o~ la qualité
de
l'enfant est bien
définie et où la procédure d'ajustement à droit de cité.
De la théorie de la transition démographique,
Leibenstein dénonce
l'affiliation
à
l'école
du
darwinisme
socia1 23
qui
prétend
que
ZZLeibenstein,
Harvey,
1957,
1973,
1974.
230arwin,
Francis,
1958.

---

10
l'existence
est
une
lutte
perpétuelle
contre
la
nature
et
que
par
conséquent
l'évolution
de
l ' humanité
est
déterministe
en
ce
sens
que
l'espèce
humaine
tendra
à
préserver
ce
qui
lui
est
favor,Clble
et
à
détruire
ce
qui
lui est
hostile.
Pour mémoire
nous
rappelons
que
la
théorie de la transition démographique prévoit que la croissance de la
population
est
déterministe,
en
ce
sens
qu'elle
prend
une
forme
logistique
qui
se
décompose
en
trois
étapes.
La
première
étape
est
antérieure à l'ère moderne et connaît une mortalité et une fécondité très
élevées de telle sorte que le taux de croissance de la population est
très faible.
La deuxième connaît une baisse de la mortalité qui coexiste
avec une
fécondité
élevée engendrant
ainsi un taux de
croissance très
élevé.
Au cours de la troisième et dernière étape, la fécondité rattrape
la mortalité dans sa chute pour engendrer un faible taux de croissance
démographique:
c'est l'ère moderne.
C'est cette troisième partie que
Leibenstein conteste parce que pour lui la baisse de la fécondité n'est
pas une fatalité mais plutôt une conséquence de la modernisation qui agit
sur la fécondité à travers
:
1)
le
nouveau
rôle,
le droit
et
la valeur
de
la
femme
dans
la
société par l'éducation;
2)
l'accès des femmes au marché du travail;
3)
la baisse soutenue de la mortalité;
4)
l'effondrement des tabous religieux;
5)
l'urbanisation;
6)
l'importance accordée à l'éducation des enfants, la baisse dans
son utilisation et de sa valeur économique;
7)
le développement des moyens contraceptifs;
8)
le développement des systèmes de sécurité sociale ne reposant
plus sur l'enfant;
9)
l'accroissement de la mobilité sociale.
La théorie que Leibenstein propose permet, à la différence de celle
de Becker une
variation des préférences donc de
la fonction
d'utilité
selon les statuts socio-économiques
(éducation et environnement
socio-
culturel) .
Le
statut
socio-économique
lui-même
est
influencé
par
l'évolution économique de la famille.
Ainsi
les enfant s
et
les biens
matériels compétitionnent pour satisfaire la contrainte budgétaire des
parents.
L'idée centrale de sa théorie est que toute la population est

---

11
divisée en plusieurs groupes
socio-culturels répartis dans des ménages
différents.
Le graphique 2.2 montre que la famille représentative du groupe à
revenu élevé
aura moins d'enfants
que
celle appartenant
à
la classe
pauvre.
Cependant
à
l'intérieur
de
la même
classe,
les
plus
riches
auront plus d'enfants que les moins riches.
Le non parallélisme entre
B
et B
ou B
et B
indique que les coûts d'option diffèrent entre les
l
2
l
3
pauvres et les riches.

---

12
indice de
biem
GRAPHIQUE 2.2
,
82
, '"
g 1 t-=j:=i"J'
...
- - - - •--- ... - ~V;l~=-""'~
"
----
, -
~- , __~_~~LO: bre
nom
x2 X3 xl
d'enfants

---

13
Ce
que
nous
retenons
finalement
de
la
théorie
de
la
demande
de
Leibenstein,
c'est
que
l'évolution de
la fécondité
dans
l'ensemble de
l'économie
dépend
d'une
part
de
la
perméabilité
des
groupes
sociocultunels
et
d'autre
part
de
la
mobilité
inter-groupes
socioculturels.
La hausse du niveau d'éducation, le mouvement migratoire
en direction des zones urbaines, l'évolution structurelle des composantes
de la main-d'oeuvre ayant pour corollaire la modification des préférences
et donc
de
la demande d'enfants
sont une
conséquence du
développement
économique.
Ici encore l'auteur n'insiste pas particulièrement sur le
raIe du Programme de planning familial dans la chute de la fécondité.
2.3.
La demande et l' incertitude24
L'apport
de
Chowdhury
à
la
théorie
de
la
demande
d'enfants
est
d'avoir introduit le risque et l'incertitude de manière formelle dans la
fonction d'utilité des parents.
Le
raIe du transfert
de richesse des
enfants vers les parents dans un système économique où i l n'existe pas
de sécurité sociale pour les personnes âgées détermine le comportement
en matière de fécondité dans les pays sous-développés.
Le modèle économique est un modèle intertemporel qui satisfait les
conditions suivantes
:
1)
Yo
est le revenu courant et certain de l'agent économique en
question;
2)
a
est la part du revenu non consommée affectée aux soins des
enfants 0 ~ a < 1;
3)
YF = F(a .
Yo,
~) est le revenu futur aléatoire où ~ désigne la
variable aléatoire;
4)
le marché des capitaux est imparfait;
5)
l'individu
maximise
l'espérance
mathématique
de
la
fonction
d'utilité.
Normalement a
représente à
la fois
la quantité et
la qualité des
enfants.
Mais le coOt relativement élevé de la qualité des enfants dans
les pays pauvres (notre centre d'intérêt) fait que a est plutôt considéré
24Chowdhury,
T.E.,
1983.

---

14
comme variable d'approximation du nombre
d'enfants.
Pour
permettre à
l'individu
de
s'assurer
une
consommation
courante
(Co)
non
nulle,
on
considère donc que la part du revenu affectée à
la qualité des enfants
est nulle.
Le problème que l'agent doit résoudre est de
:
maximiser V = E[u(Co, CF)] par le choix de a sous les deux contraintes
-
Co
(1 -
a)
.
Yo
CE" = F (a .
Yo'
Il)
ce qui donne,
à l'équilibre
(2.3)
ou en d'autres termes MUo
EMUE" .
FayO
(a .
Yo,
Il).
L'auteur a choisi une fonction d'utilité additive et séparable de
la
forme
(U(C o,
CF)
=
U(Co) +
(1
+ p)-l
U C(F),
P indiquant
le
taux
d'escompte subjectif ou intertemporel.
Les conditions usuelles de régularité (u' > 0 et u"
< 0) impliquent
que l'individu est averse au risque
(cf graphique 2.3).
Finalement pour boucler
le modèle,
Chowdhury pose les
conditions
techniques
suivantes
Fil > 0,
F
=
0,
F
> 0;
on obtient
alors
les
IlIl
ayo
résultats matérialisés par le graphique
(2.4).

---

15
GRP~PHJQtJE 2.3
U(C)
c
.
,,/
/
F( 0:.. YO JJ.2 )
/
J
./
"/
/ / ,
,-
/'
./
,/
,,"\\
,/
".. ..
:
". ",
",,/
.
....
./
/ '
l
" , /
//'
"y'
•
,'1" ,
,.....
.
' "
1
/
1
.....
.
1
•
L _ _~'~
ct'Yo

---

16
Si,
sans perdre de généralité, .le futur est limité à deux périodes
(1 et 2),
l'équation
(2.3)
s ' é c r i t :
(2.4)
L'étude
de
la
statique
comparative
(2 . 4)
conduit
à
da < a et
da < a
~
QjI
.
Ces résultats prédisen~ les deux propositions suivantes
1)
une
hausse
du
revenu
courant
Yo
conduit
à
une
baisse
de
la
demande d'enfants;
2)
une réduction de l'incertitude sur le revenu futur des parents
réduit également la fécondité.
Ici
encore
nous
pouvons
noter
que
Chowdhury
ne
fait
nullement
allusion à un quelconque programme de planning familial pour réduire la
taille de la famille.
2.4.
L'introduction timide de l ' offre 25
Étant
donné
l'évolution
du
processus
et
l'objet
même
de
la
reproduction,
Schultz
pense
que
la
demande
d'enfants
doit
être
interprétée comme une partie de la demande de biens durables servant à
la fois dans la production et la consommation sur le cycle de vie.
Pour l'auteur donc,
les décisions que les parents prennent sur le
cycle
de
vie
influencent
la
fécondité.
Par
conséquent,
les
caractéristiques
des
ménages
et
de
leurs
membres
reflétant
les
choix
passés
et
courants
et
l'environnement
économique
(prix,
revenu,
technologie et préférences)
ne doivent pas être traités comme exogène à
la décision de reproduction d'enfants:
Les variables d'approximation qui
à l'origine servaient à mesurer le coût d'opportunité des enfants ou les
25Schultz,
T.
Paul,
1969,
1c)73,
1980.

---

17
contraintes
de
ressources
doivent
être
considérés
conune
endogènes
au
modèle à travers un système d'équations de comportement simultanées.
Une analyse jointe de stocks et de flux
C; désigne le nombre de naissances sur le cycle de vie désiré par
les parents à la date t
et s'exprime de la façon suivante:
(2.5)
M
nombre de variables;
n
nonmrc de périodes;
Zi
variables;
a et B
sont les paramètres tandis que ~ exprime le résidus.
i j
À
chaque période,
i l y a une révision des naissances progranunées
suivant la fécondité effectivement réalisée.
D'où
(2.6)
avec 0 < S(a)
< l, S(a) est le coefficient d'ajustement.
a
est
lié
à
la
capacité
biologique
de
reproduction
et
à
la
distribution souhaitée des naissances sur la période de procréation.
f(a)
indique l'excès de fécondité et donc relié à l'offre d'enfants.
Le rapport annuel de naissance B
est défini par
t
(2.7)
sachant que
Ct(
le stock de naissance,
est exprimé en logarithme.
La
substitution
de
(2.5)
dans
(2.6)
donne
la
croissance
du
stock
de
naissances d'une période à l'autre,
soit
.(i,
t
Ct
-
C
= S (a) . a
(2.8)
t _
+ f (a)
+ S (a)
+ S (a)
. ~:
1
L.
BijZ1,t_j_l
-
S (a) . C -
t
1
i~l
j~l
ce qui conduit à

---

18
C = S(a) . a + f(a) . S(a) t Blz lt -, + (1 - S(a) CH + S(a) . Ilt (2.9)
t
i ~l
••
Dans ce modèle, S(a)
. Bi est interprété comme l'élasticité de la demande
d'enfants à court terme par rapport à Zl tandis que BI est celle du long
terme.
Remarque
:
un reproche à ce modèle
:
L'équation
(2.6)
ne prend pas en
compte
la
mortalité
infantile
ou
juvénile
pour
la
révision
des
naissances.
Schultz a fait une application de la forme réduite de ce modèle à
Taïwan
(1966)
avec des données agrégées.
L'étude a révélé que le stock
de naissances
augmente avec la mortalité infantile et diminue avec le
niveau d'éducation de la femme.
Cependant le niveau d'éducation du mari
est positivement corrélé à
la fécondité.
En fait,
i l y a
corrélation
négative
entre
l'adoption
du
programme
de
planning
familial
et
la
fécondité réalisée; mais par le biais de l'éducation de la femme.
2.5.
L'offre dans les pays en développement 26
Ce modèle est une riposte à l'école de Chicago-Columbia incarnée par
Becker
et
Schultz.
L'approche
de
Pollak,
Easterlin
et
Wachter
est
identifiée à l'école de Pennsylvanie.
À l'opposée de l'école de Chicago-Columbia,
celle de Pennsylvanie
privilégie l'offre d'enfants plutôt que la demande.
Comme les modèles précédents,
celui-ci traite,
dans un cadre plus
général, des déterminants de la fécondité légitime et de la taille de la
famille.
Ces
déterminants
agissent
à
travers
les
préférences
de
la
famille pour la consommation,
pour les enfants et pour la régulation de
la fécondité.
Les contraintes au nombre de quatre se composent de
:
1)
une contrainte budgétaire cpmmandée par le revenu global de la
famille,
des prix des biens et services et le temps;
26Pollak,
R.A.,
Easterlin,
R.A.
et M.L. Wachter,
1980.

---

19
2)
une technologie de production domestique du ménage:
3)
une
fonction
de
reproduction
exprimant
le
nombre
d'enfants
vivants comme une fonction de fréquence des rapports sexuels,
du sentier de reproduction,
des pratiques de régulation de la
fécondité.
de
la
structure
de
la
consommation
et
do
la
fécondabilité de la femme:
4)
une fonction de mortalité infantile et
juvénile dépendant de
l'état sanitaire et de la nutrition.
La taille de la famille
résulte de la différence entre les naissances et les décès.
bd désigne le nombre d'enfant désiré,
tandis que b n définit la fécondité
nat urelle
(une
combinaison
de
la
fécondité
biologique
et
du
contrôle
social
(tabou dans les rapports sexuels ou abstinence involontaire).
Ce
modèle
est
considéré
plus
approprié
pour
les
pays
en
développement
où
la
fécondité
n'est
généralement
pas
contrôlée.
L'approche par l'offre y est donc plus pertinente comparativement à celle
de la demande.
Pour ce faire,
on part d'un modèle de production des biens dans le
ménage qui ~e réalise par une combinaison des biens achetés au marché et
du temps consacré à leur transformation en bien de consommation.
x
(x u
x 2 ,
x 3 ,
x n )
désigne les biens intrants:
Z
(zu
Z2'
Z3'
zn)
désigne les biens transformés:
t
est
le
temps
disponible
pour
la
production
des
biens
domestiques et pour les act~vités marchandes:
U(Z)
désigne la fonction d'utilité du ménage:
(Z,X,t) se note T et désigne la technologie de production du ménage:
th. est le temps consacré par le membre h du ménage à l'activité s:
et
t t h5 est lCi contrainte de L~mps de chaque membre du ménage:
s-l
h
1,2, ...
H.
Si
on
sépare
les
acti vi tés
en
M
(activités
marchandes)
et
T
(activités domestiques)
et si, Wh est le revenu du travail rémunéré alors
la contrainte budgétaire du ménage est donnée par l'équation
(2.10)

---

20
(2.10 )
~ étant divers autres revenus.
Le problème du ménage revient à choisir (Z, X, t) E T pour maximiser
U(Z)
étant donné P,
W,
~ et T.
Le lien de ce modèle de reproduction avec celui de la fécondité dont
i l est
question
se
fait
par
l'inclusion des
variables
de
fécondité
à
savoir le nombre de naissances vivantes
(b),
le nombre de décès
(d),
la
taille
de
la
famille
(N),
la
fréquence
des
rapports
sexuels
(a),
le
sentier ou programme de repràduction
(A)
lié essentiellement à l'âge au
mariage
considéré
comme
exogène,
la
durée
de
régulation
(8)
et
son
intensité (~), et un vecteur de variables socio-économiques (1) affectant
à la fois le nombre de naissance et le nombre de décès.
Ces variables
sont reliées les unes aux autres et aux variables de production du ménage
(vues ci-dessus)
- par une fonction de reproduction B telle que
b = B (a,
Z,
X,
l,
0,
~, A)
(2.11);
- une fonction de décès D telle que
d = D (b,
Z,
X,
1)
(2.12);
- et par une identité N définissant le nombre d'enfants survivants
N = b - d
(2.13)
Effet joint non perçu
("unperceived jointness")
Un
atout
fort
intéressant
de
ce
modèle
est
sa
possibilité
d'adaptation aux populations qui méconnaissent la vraie relation entre
leur attitude de consommation et de dépenses et leur fertilité et décès
des
enfants.
Dans
ce cas on dit
que
la
structure de
li)
consorrunation
affecte
de
manière
non
intentionne,lle
la
fécondité
et
la
mortalité
"réalisées" des familles.

---

21
Alors l'équation
(2.11)
devient
b =
b = B (a, Z, X, l, e, 't, A)
(2.11')
(par exemple b = B)
et l'équation
(2.12)
devient
ct = Ô (b, Z, X, 1)
(2.12')
(par exemple d = 8b)
on
dit
que
b
et
d
dans
(2.11')
et
(2.12')
sont
respectivement
les
naissances et les décès perçus ou anticipés des familles.
Dans
cette
situation
d'information
incomplète
ou
d'ignorance
partielle,
on pense que
le choix optimal
(Zo,
Xo,
t O,
a O,
1°,
8° et 't 0 )
correspond à
ce qui
est
réalisé mais
la
solution optimale perçue
des
naissances
(bo),
des décès
(do)
et des survivants
(N°)
diffère de ce qui
est effectivement réalisé c'est-à-dire br,
d r et Nr .
Le problème du ménage se résume de la manière suivante
Max
U (Z,. N,
d,
a,
l,
8, 't)
{z, X, t, b, N, .:1, l, 0, 't }
sujet à
t t
=
hs
th
h = 1, 1
H
s=l
t PkXk + p(e,'t) ~ ~ + t L Whths
k=l
h=l
SEM
où p désigne le coût de régulation de la fécondité avec rappel que
b = B(a, Z, X, l, e, 't, A)
d =: Ô(b,
Z,
x, 1)
N = b - d

---

22
Résultat
: Solution optimale * Solution réalisée
(b O = 13(a, Z, X,
l, 8, 't, A)) :t:. (br = B(a O,
ZO, X O,
la,
8 0, 'ta, A))
(da = Ô(b, Z, X, 1)) =1= (d r = D(b r ,
ZO,
X O,
1°))
br -
dr) .
On pense que dans les sociétés où i l y a information parfaite avec
contrôle effectif de toutes les variables qui commandent b,
d et N
d r et NO =
Nr
Quatre schémas de fécondité peuvent être distingués à
partir des
notions de fécondité désirée et de fécondité naturelle définies dans les
pages précédentes.
Schéma
Excédent de
Pratique délibérée du
Comparaison
fécondité
contrôle des
b n et bd
naissances
1
b O :$ bd
non
b O = bO
non
bO :$ bd
2
b O > bd
oui
b O = bO
non
bO > bd
3
b O > bd
oui
b O < bO
oui
bO > bd
4
b O = bd
non
b O < bO
oui
bO > bd
Dans le schbna l,
il n'y a aucun intérêt à réguler lu. féconùité
i l y a déficit des naissances.
Dans
le
schéma
2,
i l
Y a
un
excédent
de
naissance mais
le
coût
économique de la régulation dépasse l'avantage qu'on en t i r e :
il n'y a
donc pas de contrôle de naissances.
Dans le schéma 3,. le bénéfice tiré de la régulation excède le coût
économique
même
si
ce
dernier
est
positif
i l
y
a
régulation
non
parfaite des naissances.

---

23
Dans le schéma 4,
le coût économique de la régulation est très bas
relativement au bénéfice qu'on en tire
i l
y
a
contrôle
parfait des
naissances.
On pense que les schémas
(1)
et
(2)
sont typiques aux pays
sous-
développés;
la fécondité est alors déterminée par l'offre.
Les schémas
(3)
et
(4)
reflètent
la
structure
de
la
fécondité
dans
les
pays
développés où la demande l'emporte sur l'offre.
Remargue : Le modèle est plus général mais très consommateur de données.
Ce qui constitue un handicap pour son test empirique.
2. 6.
Un cadre synthétique 27
Easterlin
met
en
balance
l'offre
et
la
demande
d'enfants.
Il
s'intéresse particulièrement à la fécondité légitime
(fécondité dans le
mariage)
comme dans les modèles précédents.
Pour l'auteur, la fécondité est commandée par trois paramètres.
Ce
sont
1)
la demande d'enfants
(Cd)
: le nombre de descendants désiré;
2)
l'offre d'enfants (Cn )
:
le nombre de descendants que le couple
aurait
s ' i l
ne
pratiquédt
P,:JS
de
limitëltion
d,:,
nilj~;~;;Jnce
dl!
tout;
3)
le
coût
du
contrôle
de
naissance
renferme
aussi
bien
les
coûts subjectifs (psychiques) que les coûts objectifs à savoir
le
temps
et
l'argent
requis
pour
apprendre
à
utiliser
des
techniques spécifiques.
La demande d'enfant
(Cd)
Elle est basée sur le principe traditionnel de maximisation sous
contrainte et est déterminée par le revenu, les prix des biens et le goût
de l'agent économique,
ici le couple (Becker, 1973).
Une variation dans
27Easter1in,
Richard A.,
1975.

---

24
les goûts ou préférences
(Leibenstein 1974),
dans les prix ou dans
le
revenu peut modifier l'équilibre initial.
La
variable
dépendante
est
bien
le
nombre
de
descendants
(survivants)
désiré et non le nombre de naissances vivantes par lequel
les démographes mesurent traditionnement la fécondité.
L'offre d'enfant
(C~
Elle est déterminée par d'autres variables;
ce sont:
a)
la fréquence des rapports sexuels; elle-même déterminée par le
désir
des
relations
sexuelles,
l'abstinence
involontaire
(impuissance,
maladie
ou
séparation
temporaire,
règle
coutumière ou religieuse);
b)
la fécondabilité
(l'aptitude à concevoir);
c)
la
mortalité
périnatale
,ou
foetale
{arrêt
de
grossesse
involontaire) .
L'offre d'enfant est donc
indépendante du co~trôle volontaire de
naissance.
La motivation pour le contrôle de la fécondité
L'offre et la demande d'enfants déterminent de manière conjointe la
motivation pour la régulation de la fécondité.
Si l'offre est inférieure
à la demande (C
<
n
Cd)'
i l n'y, a aucun désir de limiter la fécondité.
Au
contraire
si
l'offre est
excédentaire,
i l
y
a
une motivation pour
un
contrôle de naissance.
Mais la motivation n'est pas suffisante pour une
régulation effective de la fécondité.
Le coût du contrôle des naissances
La régulation de la fécondité impose des coûts au ménage.
Ces coûts
sont
de
deux types.
D'une part,
i l y
a
les
coûts psychologiques
(la
disposition mentale à
accepter de
contrôler
la fécondité)
et,
d'autre
part, i l y a les coûts objectifs qui sont inhérents aux ressources (temps
et argents) consacrées à l'apprentissage et à l'achat respectivement des

---

i3
TABLE DES MATIÈRES
SOMMAIRE
i l
TABLE DES MATIÈRES
i3
LISTE DES TABLEAUX
i6
LISTE DES GRAPHIQUES
i9
DÉDICACE
i10
REMERCIEHENTS
i l l
INTRODUCTION GÉNÉRALE
il3
SUJET 1
FÉCONDITÉ
ESTIMATION DE L'EFFICACITÉ DU PROGRAMME
DE PLANNING FAMILIAL EN CÔTE D'IVOIRE À TRAVERS
UN MODÈLE DE DÉSÉQUILIBRE DE LA FÉCONDITÉ
OFFRE D'ENFANTS VERSUS DEMANDE D'ENFANTS
l
INTRODUCTION
1
II
LA REVUE DE LA LITTÉRATURE
5
2 . 1
La demande
5
2.2
La demande avec une variation des préférences
9
2.3
La demande et l'incertitude
13
2.4
L'introduction timide de l'9(fi&
16
!.
'1..;
,.,' '
,
2.5
L'offre dans les pays en dë~e.1opRe.ro.ent..
18
~ {
: -
',"
' l , !
' :
-,
1
'.
,"
i
2.6
Un cadre synthétique
\\.
23
j
.~..
'.
j
III
LE MODÈLE THÉORIQUE
30
1
li
IV
LA SPÉCIFICATION EMPIRIQUE DU MODÈLE
36
4.1
L'échantillon
36
4.2
Définition des varinbles
37
4.3
Les équations empiriques
39

---

i l l
Je remercie madame Sophie Mahseredjian pour les longues séances de
travail
que
nous
avons
eues
ensemble
dans
le
cadre
des
différentes
applications informatiques.
Je remercie mademoiselle Josée Lafontaine pour toute la minutie dont
elle a fait preuve dans la dactylographie de ce texte.
Je
remercie
enfin
le
personnel
enseignant,
le
personnel
administratif
et
mes
camarades
étudiants
du
département
pour
les
cordiales attentions dont j'ai été l'objet et pour toute l'amitié qu'ils
m'ont témoignée.
À tous,
je souhaite beaucoup de succès.

---

25
méthodes et des moyens spécifiques.
L'auteur pense qu'un programme de
planning familial typique diminue les coûts du contrôle des naissances
par une amélioration du système informationnel et par un accroissement
des services à cet effet.
L'adoption d'un programme de régulation passe par une comparaison
entre la motivation et le coût de son application.
Si le coût dépasse
de loin la motivation,
i l ne peut avoir de contrôle et dans ce cas le
nombre
d'enfants
effectif
sera
l'offre.
Par
contre
si
la motivation
demeure forte à côté d'un coût pratiquement nul, la taille de la famille
sera exactement la demande.
Évolution de la fécondité
a)
Offre et demande dans l'espace biens-enfants: une variation du revenu
ou courbe consommation-revenu
(graphique 2.5)
Dans le graphique de gauche, la demande d'enfants est matérialisée
par Cd : ensemble des points d'équilibre suite à une variation du revenu;
les prix et'les goûts restant constants.
L'offre C
liée à la variation
n
du
revenu
et
indépendante
des
préférences
est
ajoutée
au
diagramme
habituel de demande d'enfants.
L'auteur pense qu'en dessous d'un seuil
minimal de revenu, l'offre est nulle à cause de la famine, des conditions
sanitaires précaires et des avortements spontanés.
Mais l'excès de la
demande par rapport à l'offre dans ce graphique montre qu'on a affaire
à
une population pré-moderne.
Si on
se trouvait
dans
une population
moderne,
i l y aurait une demande déficitaire,
c'est-à-dire que l'offre
serait supérieure à la demande
(graphique de droite).

---

26
bierlZ
biens
,'''''
....·d
1
1. B·,
.••.
1
IV,
...•
1
........,
"" "'. 1
,
i
(:d
1.
.... /
! B,
IJ
'f··.. B,
. l:·'··.
r····· .
i"
.
KI::;.
l '
:
/1
r·········
i.~
' 1
.....
. / . : .
."~
.,
L
... /'
l
,,>,( .
. , " " ,
o ~I_--":,,,:-'-'-~~.. --=-::---,-.--,-;_ .._.::.,---- 0i
L I
,.::o.,.".
- - , - ' - ,
-'-.!...-'". -
...•. ..::,, - 1 - - ' - - ' - - - - . -
.. -c.,'--__
, .. - - " - _
L i
c,~..
enfants
......
,'" ,'" .""
enfants
l...'4
l"".'1
""z ""3 l..··5
GR~l\\E1I le)lJE

---

27
b) Baisse de la fécondité à travers le temps
(graphique 2.6)
Les
six figures
de
la page
28 montrent
plusieurs
scénarios dans
l'évolution de la structure de la fécondité à travers le temps.
Dans la figure A seule l'offre varie
(avec une amélioration de la
santé de la mère par exemple) .
Dans la figure B c'est plutôt la demande qui varie (avec une hausse
du coût de l'éducation des enfants par exemple)
Dans la figure C la demande varie en même temps que l'offre.
Les
figures
D,
E
et
F
incorporent
les
coûts
de
contrôle
des
naissances.
En
(0)
les coûts de contrôle sont prohibitifs
:
i l n' y a
donc aucun contrôle malgré la motivation
(Cd < Cn ).
En (E)
la régulation
est parfaite avec un coût pratiquement nul
(la taille effective de la
famille
est
celle
qu'elle
désire).
La
figure
(F)
est
le
cas
intermédiaire : aussi longtemps que le coût de régulation sera positif,
i l y.aura d~s naissances non désirées.
Dans cette figure,
la fécondité
est
commandée
par
la
société
(contrôle
social)
à
gauche
du
point
h.
L'initiative
individuelle
prend
le
dessus
du
côté
droit
(c'est
le
contrôle
individuel).
C'est ·une
distinction
qui
nous
semble
très
importante
dans
l'étude
de
l'efficacité
d'un
programme
de
planning
familial dans une population donnée.

---

28
erJants
1
(A)
el
enfants
(C)
(B)
( , .
."1'
~..-..... 'n--C d
.....
~·d
t
t
@xç~s
txç~s
':~;j;< ol"frt >
enfants
(D)
enfants
(li)
(F)
enfants
social
.c,;
t.
mi
t
111
t
excès >
offre
••••••
ortre d'enfanTs
,'"
demar.de d1erd'ax~t~
~'d
• - - • • •. ("
nombre effectif -i 1erria:!lrz
1. enfant3nonM..sil~.s---absencederégulation
•
excès d' offi-e -- avec régulation
GRAPHIQUE 2,0

---

29
C'est ce cadre de Richard A.
Easterlin que nous avons retenu pour
tester l'efficacité d'un programme de planning familial en Côte d'Ivoire
(cf titre de notre sujet)
parce qu'il nous
semble pertinent à bien des
égards no~amment pour son application aux pays sous-développés et aussi
parce
qu'il
se
prête
mieux
à
un
test
empirique.
C'est
ce
que
nous
examinons dans les parties III et IV.

---

30
III
LE MODÈLE THÉORIQUE
Il
repose
sur
le
cadre
synthétique
de
R. A.
Easterlin 28
et
est
composé de la demande d'enfants (De)' de l'offre d'enfants (Oe)' du degré
de contrôle des naissances ou de la régulation de la fécondité
(REG)
et
du nombre d'enfants effectifs
(Ne)'
La demande d'enfants
(De)
a pour arguments l'activité de la femme
(AF), l'activité du mari (AM), l'éducation de la femme
(EF), l'éducation
du mari
(EM), la religion de la femme
(REL), la localité de résidence du
couple
(LOC),
le nombre de cbépouses de la femme
(COEP)
et le taux de
survie des enfants
(S),
jusqu'à l'âge adulte ou la date de l'enquête.
L'éducation est une variable "proxy" qui indique le vecteur des prix
des
autres
biens
ou
le
rôle
de
l'enfant
dans
la
formation
du
revenu
familial.
La localité exprime la disponibilité ou la rareté des biens
ou,
en d'autres
mots
les
prix
des
biens
servant
à
la
production des
services pour enfant.
Ces deux variables expriment implicitement le goût
ou la préférence du couple ou sa fonction d'utilité à travers les poids
que leur sont affectés.
La présence
de
l'activité
de
la
femme
et
celle
du mari
dans
la
demande d'enfants s'explique par le fait que la nature de L'activité de
la femme peut
influencer négativement ou positivement
De selon que
la
femme participe à une activité lucrative en ville ou qu'elle travaille
dans la ferme familiale à la campagne.
De même,
on pense que l'effet
quantité ou l'effet qualité d'une hausse de revenu diffère selon que le
mari est u~ cadre de l'administration ou un ouvrier du monde rural.
La
religion
est
un
facteur
important
dans
la
mesure
où
les
considérations
métaphysiques
peuvent
influencer
le
comportement
procréatif ou la taille de la famille
désirée.
La prise en compte du
nombre
de
coépouses
est
justifiée
parce
que
contrairement
à
l'idée
répandue que la polygamie est source d'accroissement de la population,
les
démographes
montrent
qu'au
contraire
une
femme
dans
une
union
monogamique a une fécondité plus élevée que celle d'une femme impliquée
2"Easterlin,
[CA.,
op.
cif..

---

31
dans
un union polygamique,
toute
chose égale par
ailleurs.
Les
deux
raisons avancées sont:
1) le nombre total d'enfants
(toutes les unions
confondues)
désiré par le mari constitue une contrainte pour la femme
prise isolément; 2)
la période pendant laquelle la femme est exposée au
risque de conception est plus importante dans une union monogamique que
dans une union polygamique.
Enfin, l'introduction du taux de survie des enfants (proxy du niveau
de
mortalité)
s'explique
aisément
par
le
fait
qu'il
influence
négativement la demande d'enfants survivants.
Le couple étant averse au
risque,
sa propension à
demander beaucoup plus d'enfants est d'autant
plus élevée que le taux de survie est bas;
précaution oblige29 • 30.
Nous
nous attendons donc à ce que De soit négativement corrélée à S.
La demande d'enfants survivants De s'écrit donc:
De = De(AF,
AM,
EF,
EM,
REL,
LOC,
COEP,
S)
(3. 1)
Nous avons vu dans la partie II que les modèles de fécondité dits
traditionnels émanant de l'école de Chicago-Columbia ont confondu demande
d'enfants et enfants effectifs et ignoré les contraintes d'offre et de
.
régulation;
ce qui ne cadre pas avec les réalités dans les pays en voie
de développement où la transition démographique prévaut encore ou même
à peine amorcée.
Ce qui suppos~ que, contrairement aux pays développés,
la demande d'enfants
est
supérieure à
)' offre.
L'Afrique
et
la Côte
d'Ivoire
appartenant
à
ce
premier
ensemble
n'échappent
pas
à
ce
phénomène,
du moins du point de vue ~héorique.
L'introduction donc de l'offre d'enfants fait démarquer ce modèle
par rapport aux modèles de demande d'enfants.
Nous notons
S .
NAISS
(3.2)
où Oe est le nombre d'enfants survivants que le couple serait censé avoir
en
l'absence
de
contrôle
de
fécondité.
S est
le
taux
de
survie
de
29Schultz,
T.P.,
op.
cit.
JOChowdhury,
T.E.,
op.
cit.

---

32
l'enfant
jusqu'à
l'âge
adulte
et
NAISS
est
le
nombre
de
naissances
vivantes
que
le
couple
aura i t
si
la
fécond it é
ét_a i t
na t Cl re 1] P •
La
fécondité naturelle est celle qui prévaut dans le cadre d'un mariage en
l'absence
de
contrôle
volontaire.
Nous
rappelons
que
la
fécondité
naturelle
(NAISS)
est déterminée essentiellement par trois var iables 31 ;
à savoir
a)
la fréquence des rapports sexuels, elle-même déterminée par le
désir
des
relations
sexuelles,
l'abstinence
involontaire
(impuissance,
maladie
ou
séparation
temporaire,
règle
coutumière ou religieuse);
b)
la fécondabilité ou fertilité
(l'aptitude à concevoir);
c)
.la
mortalité
périnatale
ou
foetale
(arrêt
de
grossesse
ou
fausse couche).
L'offre est donc indépendante du contrôle volontaire.
On dit que
le
contrôle
volontaire
existe
quand
les
couples
modifient
leur
comportement procréateur avec la hau.sse du nombre d'enfants ou parité.
Dans ce modèle nous faisons l'hypothèse que le taux de survie
(S) dépend
des variables socio-économiques mais n'est pas affecté par le niveau de
fécondité.
L'âge
au mariage est
considéré comme
prédéterminé
et
l'offre de
naissance
(NAISS)
pour un couple est donnée par la relation
m
NAISS = f n(x) . dx
(3.3)
a
où a est l'âge au mariage,
m est l'âge limite supérieur de procréation
(ou ménopause)
et
n(x)
e:>t
le
télUX de
fécondité
n,ëlturelle à
l'Jgc x.
n{x)
est
supposé
indépendant
des
variables
socio-économiques
dans
l'esprit de
Jane A.
Menken,
Trussel,
T.J.
et S.
Watkins 32 qui montrent
qu'il n'y a pas de lien évident entre l'alimentation et la fécondité dans
une situation de malnutrition chronique ou endémique.
Cependant cette
31Easter1in,
R.A.,
op.
cit.
32Menken,
Jane A.,
Trusse11,
T.J.
and S. Watkins,
1981.

---

33
hypothèse
est
quelque
peu
affaiblie
par
les
travau:"
de
Frisch JJ
qui
soutient à l'opposé que la fertilité
(ou fécondabilité)
des
femmes est
affectée par des variables nutritionnelles.
Easterlin était aussi déjà
allé
dans
le
même
sens
que
Frisch
en
suggérant
qu'une
hausse
de
l'éducation et de l'urbanisation peuvent accroître la fécondité naturelle
parce qu'elle améliore la santé .et fait baisser les pratiques culturelles
traditionnelles
notamment
les
tabous
dans
les
relations
sexuelles
et
l'allaitement.
La raison fondamentale qui nous a guidés dans le choix
de
la
formulation
de
l'offre
des
naissances
(NAISS)
est
le
souci
de
faciliter l'estimation du modèle.
Si Oe < De'
alors l'offre d'enfants est contraignante.
Ce qui veut
dire que le couple préférerait plus d'enfants que ce que sa capacité de
procréation peut lui offrir.
Dans ces conditions,
on peut même penser
que le couple serait intéressé à suivre un programme d'adoption d'enfants
plutôt qu'un programme de planning familial.
L'interprétation de la théorie du déséquilibre 34 nous dicte qu'une
offre contraignante limitera.la reproduction du couple et que le nombre
d'enfant sera égal à 0e'
Si De < 0e'
alors en l'absence de la régulation de la fécondité,
le
couple produira plus d'enfants que désirés.
Dans ce cas on dit que le
nombre d'enfants
survivants que
le couple produit
dépend en partie du
degré
de
régulation
de
la
fécondité.
En
toute
logique,
le
degré
de
régulation
(REG)
pratiqué
par
un
couple
est
fonction
de
l'excédent
potentiel de la fécondité Oe -
Oc,
et des facteurs affectant le coût de
la régulation.
Selon
Easterlin35
les
deux
facteurs
qui
affectent
le
coût
de
régulation de la fécondité sont
:
3JFrisch,
R.,
1975.
J4Barro,
R.J.
and H.J.
Grossman,
1971.
J5Easterlin,
R.A.,
op.
cit.

---

34
a)
les
attitudes
de
la
soci~té envers
la
notion
générale
du
contrôle de fécondité et les techniques spécifiques;
b)
le degré d'accessibilité au contrôle de la fécondité en terme
aussi
bien
de
la
disponibilité
des
informations
que
des
techniques spécifiques et de leur prix.
Les coûts de régulation de la fécondité,
comprenant aussi bien les
coûts subjectifs qu'objectifs, sont donc fonction de l'excédent potentiel
de la fécondité
(Oe -
De)'
de l'éducation du couple
(EF et EM)
et de la
localité de résidence du couple
(LOC).
Nous le notons COR.
COR = C(Oe -
De'
EF,
EM,
LOC)
(3.4)
Si Oe -
De > 0,
il faut de toute évidence assumer un coût positif pour
rapprocher la fécondité effective de la fécondité désirée.
L'éducation,
d'une manière ou d'une autre influence le coût du contrôle des naissances
à travers l'évolution des préférences.
Dans un sens, l'importance de la
qualité de
l'enfant l'emporte sur celle de la quantité.
Dans l'autre
sens,
l'éducation facilite la compréhension des méthodes contraceptives
disponibles,
faisant
baisser ainsi
leur coût
d'utilisation.
Enfin
le
coût
de
contrôle
des
naissances
est
relativement
plus
élevé
pour
les
couples résidant à la campagne,
comparativement à ceux qui résident en
milieu
urbain
à
cause
des
difficultés
d'accès
aux
techniques
et
à
l'information.
La forme fonctionnelle de REG est logistique,
ce qui nous assurera
que REG est compris entre 0 et 1.
REG = L(COR)
(3 .5)
REG
o
équivaut à une absence totale de contrôle des naissances;
REG
1
équivaut à un contrôle parfait des naissances.
L'équation suivante définit le nombre effectif d'enfants survivants
(Na).
I l est égal à
:
,
Sl
°,e<-
(3. 6)
si
De <
avec

---

35
(3.7)
Les
systèmes
d'équations
(3.6)
et
(3.7)
montrent
que
l'offre
d'enfants, la demande et la régulation de la fécondité interagissent pour
déterminer le nombre d'enfants effectifs observé.

---

36
IV
LA SPtCIFICATION EMPIRIQUE DU MODÈLE
4.1.
L'échantillon
Notre
estimation
de
ce modèle
repose
sur
un
échantillon
de
332
couples tirés de l'Enquête ivoirienne de fécondité 36 •
Il s'agit d'une
enquête qui
a
été réalisée entre
1980
et
1984,
conjointement,
par
le
gouvernement de Côte d'Ivoire et l'Institut international de statistique
(Division ;nquête mondiale de
la fécondité)
et qui a
porté
sur
4 553
observations.
L'échantillon
des
femmes·
est
auto-pondéré
et
donc
directement
représentatif â l'échelle nationale.
Il est composé de cinq strates qui
sont :
- Abidjan,
la capitale;
-
forêt urbaine
(autres villes de forêt);
-
savane urbaine
(villes de savane);
-
forêt rurale
(villages de forêt);
-
savane rurale
(villages de savane)
l
Le taux de sondage global était fixé
L'55 .
A notre connaissance,
c'est la première fois que les données de l'enquête mondiale de fécondité
dans
sa
version
ivoirienne 'sont
utilisées
dans
la
construction
d'un
modèle microéconomique de déséquiliine de fécondité.
Les critères d'éligibilité des 332 femmes retenues pour notre étude
sont les suivants
1)
elles
sont
âgées
de
40
à
49
ans,
c'est-à-dire qu'elles
ont
pratiquement achevé leur vie procréative.
De telle sorte que
la parité qu'elles déclarent est considérée cowne définitive;
2)
l'historique de leur union révèle qu'elles se sont mariées une
seule
fois
et
qu'elles
vivent
avec
leur
mari
au
moment
de
36E • l . F .,
1984.

---

37
l'enquête.
Ceci pour nous assurer d'une fécondité légitime et
d'un comportement procréateur régulier
(ou non perturbé).
Nos
données montrent que
la fécondité
générale est insignifiante
par
rapport
à
la
fécondi té
légitime
dans
la
population
des
femmes qui ont atteint la ménopause;
3)
dans
le cas d'un couple polygame
(les
couples polygames sont
nombreux en Afrique), les questions posées au mari concernaient
sa vie conjugale avec
sa première épouse sélectionnée sur la
liste des membres du ménage.
4.2.
Définition des variables
- Proxies de l'activité de la femme
(variables dichotomiques par rapport
aux femmes non actives ou au chômage)
FERM
1
si
l'activité
de
la
femme
est
limitée
aux
travaux
de
l'exploitation agricole familiale;
0 si non.
INDEP
1
si la femme exerce une activité indépendante rémunérée;
0 si
non.
-
Proxies
du
revenu
du
mari
(variables
dichotomiques
par
rapport
aU
travailleur agricole ou à l'ouvrier non qualifié).
Les données
sur le
revenu n'ont pas été collectées lors de l'enquête.
ADMIN
1
si le mari est un cadre administratif ou un fonctionnaire de
l'administration;
a si non.
COMM c: 1
si le mari est un commerçant;
0 si non.
OUVR
1
si le mari est un ouvrier qualifié;
a si non.
-
Proxy
du
niveau
d'éducation
de
la
femme
(variable
dichtomique
par
rapport à la femme scolarisée)
FENON
1
si la femme n'a jamais été scolarisée;
0 si non.
-
Proxies
du
niveau
d'éducation
du
mari
(variables
dichotomiques
par
rapport au conjoint du niveau secondaire au moins)
MANON
1
si le mari n'a jamais été scolarisé;
a si non.

---

38
MAPRI ~ 1
si le niveau d'éduCëltion du m;lri
est prim<Jir(';
a si non.
- Proxy du lieu de résidence du couple (variable dichotomique par rapport
à la localité urbaine)
RURAL
1
si le couple rési~e en milieu rural;
0 si nOn.
-
Proxies
du
type
d'union
(variables
dichotomiques
par
rapport
à
la
trigamie ou plus)
MONO
l
si le mari a une seule femme;
0 si nOn.
BIGA
1
si le mari a deux femmes;
0 si nOn.
- Proxies de la religion de la femme (variables dichotomiques par rapport
aux autres religions)
CHRET
1
si la femme est chrétienne;
0 si non.
MUSUL
1 si la femme est musulmane;
0 si non.
- Variables guantitatives
AGE =
l'âge de la femme à la date de l'enquête;
NAISS
le
nombre
de
naissances
vivantes
(ou
enfants
nés
vivants
obtenus par la femme à la fin de sa vie féconde);
VIVANT
le nombre d'enfants effectifs (ou enfants survivants jusqu'à la
date de l'enquête);
PROBA
la probabilité de survie juvénile
(de 1 à 4 ans révolus)
selon
le milieu d'habitat
(Abidjan,
autres villes, milieu rural);
SURVIE
taux de survie des enfants' jusqu'à la date de l'enquête.

---

39
TABLEAU 1
Moyenne et écart-type des variables du modèle
Variables
Moyenne
Écart-
type
(indépendantes)
FERM
0,6265
0,4845
INDEP
0,2861
0,4526
ADMIN
0,0512
0,2208
COMM
0,0693
0,2543
OUVR
0,0904
0,2871
FENON
0,9608
0,1943
MANON
0,8163
0,3879
MAPRI
0,1325
0,3396
RURAL
0,6566
0,4756
MONO
0,4819
0,5004
BIGA
0,3223
0,4681
CHRET
0,3464
0,4765
MUSUL
0,2952
0,4568
AGE
43,6870
3,0183
NAISS
7,2831
3,2347
PROBA
0,9360
0,0138
SURVIE
0,7447
0,0539
(dépendante)
VIVANT
5,4127
2,7889
TOTAL ÉCHANTILLON
332
4.3.
Les équations empiriques
De = ~ + ~ .
FERM + a 2 . INDEP + a 3 . FENON + a 4 . MANON + as . MAPRI +
a 6 . ADMIN + a 7 . COMM + as . OUVR + a g • CHRET + ~o . MUSUL + au
RURAL
+ a 12 . MONO + au . BIGA + aH . ·SURVIE + )l
(4.1)

---

40
où
Il
est
une
variable
aléatoire
indépendamment
et
identiquement
distribuée
(i.i.d.
avec une variance constante cr~).
Nous nous attendons à ce que al soit positif.
La femme travaillant
dans la ferme familiale a un coût d'opportunité relativement faible si
non nul,
favorisant ainsi la demande d'enfants.
En revanche,
le signe
anticipé de ~ est négatif car l'enfant constitue une entrave à l'exercice
d'activité indépendante rémunérée,
son prix implicite ou prix virtuel
étant
élevé.
Les
coefficient
(a)
et
( 4 )
des
variables
reflétant
.'
l'analphabétisme du couple devraient être plus élevés que le coefficient
as de
la
variable
MAPRI
(montrant
que
le
mari
a
un
certain
niveau
d'éducation).
a) et a
d'une part et as 'd'autre part peuvent même être de
4
signe contraire dans la mesure où l'analphabétisme est généralement signe
de pauvreté en Côte d'Ivoire et que, dans cette classe sociale,
l'enfant
constitue un bien d'investissement (donc a) et a
positifs et as peut être
4
négatif).
Si nous considérons que le niveau de vie de la population est
relativement bas, une hausse de revenu du mari améliore la qualité de la
vie donc favorable
à une demande d'enfants plus
importante.
À ce bas
niveau de
vie,
l'aspect
quantité
d'enfants
l'emporte
sur
celui de
la
qualité d'enfants
(ceteris paribus).
ab serait alors supérieur à as,
les
deux coefficients étant positifs.
En revanche l'importance ou même le
signe du coefficient a
peut être imprévisible,
le revenu du commerçant
7
étant difficilement catégorisable en faible, moyen ou haut revenu.
Par
rapport à la doctrine religieuse,
i l est une tradition que les familles
chrétiennes et musulmanes
sont plus
nombreuses
que
les
autres et
sans
religion.
Par conséquent a 9 et alO sont supposés positifs.
Nous savons
bien aussi que l'enfant joue un rôle capital dans l'exploitation agricole
en Afrique.
Et le monde rural étant agricole par excellence,
nous nous
attendons à ce que la variable RURAL influence positivement la demande
d'enfants
(De)
d'où a
positif.
Comme nous l'avions déjà expliqué à la
ll
page 31,
la théorie démographique voudrait que la femme impliquée dans
une union monogamique subisse moins de contrainte que celle appartenant
à une union polygamique dans le choix de la taille de la famille; a
est
l2
donc supposé excéder al) et,
tous les deux coefficients sont pressentis
influencer
positivement
la
demande
(De)'
Enfin
l' hypothèse
de
notre
population
riscophobe
prédit
que
la
demande
d'enfants
(De)
est

---

41
négativement corrélée au taux de survie
(SURVIE)
c'est-à-dire que aH est
négatif.
Dans l'estimation du taux de survie anticipé de l'enfant
(SURVIE),
nous
considérons
qu'il
varie
avec
le
statut
socio-économique
de
la
famille et le niveau de mortalité pr,évalant dans le milieu.
Le statut
socio-économique que nous notons
(SOCIO) est le vecteur des six variables
suivantes
FENON,
MANON,
ADMIN,
OUVR,
RURAL
et
AGE.
Le
niveau
de
mortalité
est
résumé
par
la
variable
PROBA =
(1
-
4qd
4ql
est
le
complément à l'unité de la probabilité de survie entre 1 et 5 ans exacts
noté
conventionnellement
4P137.
Le
choix
du
quotient
de
mortalité
juvénile 4ql dans l'évaluation du niveau de mortalité revêt l'importance
de
cet
indice
dans
la
construction
d'une
table
de
mortalité 38
et
particulièrement
dans
la
détermination
de
l'espérance
de
vie
à
la
naissance dans les pays en voie de développement 39 .
Le taux de survie d'un enfant de la naissance à la date de l'enquête
est donc noté de la manière suivante
SURVIE
( 4 .2)
Nous supposons que le taux de survie est statistiquement indépendant
et,
en
particulier,
que
sur
l'ensemble
des
naissances
NAISS
dans
le
i
couple i, les survivants VIVANT
dans le couple suivent une loi binomiale
1
B(NAISS i ,
SURVIE 1 )
c'est-à-dire
que
la
probabilité
de
survie
PROBA
(VIVANT i )
(4.3)
=
SURVIE~iVANT, (1 - SURVIE ) NAISS, - VIVANT,
vrVANT
i
1
37Pressat,
Roland,
1979.
3BWunsch,
G.J.
and Termote,
M.G.,
1978.
39Wunsch,
G.J.,
1978.

---

42
La fonction de vraisemblance pour la distribution des survivants
parmi les couples de l'échantillon prend la forme suivante
L =
SURVIE~iVANT, (1 - SURVIE ) NAISS, - VIVMlT,
(4.4)
7t
i
i
VlVANT
(NAISS
i
i
Nous supposons en plus que le taux de survie SURVIE i suit une forme
logistique de telle sorte que 0 < SURVIE
< l et sa forme fonctionnelle
i
est la suivante :
e (Soc!o:B) • Il - .Ql1)
SURVIE i =
(4.5)
Nous rappelons que Socio' est la transposée du vecteur des variables
socio-économiques.
B est
le vecteur des paramètres à
estimer dans
la
détermination de SURVIE i •
Nous pouvons remarquer que d'après la forme
fonctionnelle,
les
caractéristiques
socio-économiques
sont
définies
à
(1 -
4ql)
près.
Le vecteur global affectant B est donc SOCIO'
(1 -
4ql)
pour tenir compte du niveau de mortalité juvénile.
Nous
pensons
que
le
taux
de
survie
(SURVIE i )
devrait
être
négativement relié à FENON et à MANON car l'analphabétisme est un facteur
nuisible à la santé.
Le cadre administratif devrait contribuer plus à
la survie des naissances comparativement à l'ouvrier.
Le premier ayant
un revenu généralement plus élevé peut mieux s'assurer les services de
santé que le deuxième.
Les conditions de vie en milieu rural
en Côte
d'Ivoire
reflétant
l'état
de
pauvreté
quasi-général
sont
également
défavorables à la survie des enfants.
Nous nous attendons donc à ce que
le coefficient de la variable RURAL soit négatif.
Enfin,
l'âge devrait
être aussi négativement relié à SURVIE.
La preuve vient du fait que plus
une
femme
est
âgée
et
plus
ses
enfants
ont
été
exposés
au
risque
de
mourir
(naissances anciennes) et aussi parce qu'en moyenne,
les enfants
nés des femmes plus âgées ont été exposés à des niveaux de mortalité plus
élevés à
leur
jeune âge que ceux des femme~ plus
jeunes à
cause de
la

---

43
baisse
générale
de
la
mortalité
à
travers
le
monde
depuis
le
XIXe
siècle 40 •
En
substituant
(4.5)
dans
(4.4)
et
sachant
que
l
-
4qx
fonction de vraisemblance devient
:
1e (Sociot· BI . ,P" ]VIVANT'
L1 +e (SOCl.O{B) . ,Pu
(4 • 6)
l
(Socio' • BI •
P
]NAISS 1 - VIVANT,
e l . U
1 -
1 + e (sociof . B) . ,Pu
SURVIE . NAISS + v
(4 • 7)
où
v
est
une
variable
aléatoire
indépendamment
et
identiquement
distribuée
(i.i.d. avec une variance constante cr;).
L'équation
(4.7)
définit
l'offre
potentielle
d'enfants
vivants.
C'est le produit du nombre total de naissances
vivantes
(en régime de
fécondité naturelle pendant toute la vie procréative dans le mariage par
le
taux
de
survie
jusqu'à
la
date
de
l'enquête.
Cette
formulation
suppose que la population ne pratique pas le contrôle des naissances ou
très peu.
L'observation de notre échantillon nous
conforte dans cette
hypothèse
car
60%
des
femmes
ont
dit
ne
pas
utiliser
des
techniques
contraceptives.
L'équation (4.8)
exprime explicitement le coût de régulation de la
fécondité.
COR
 + Â
'FENON + Â
O
1
2
•
MANON + Â3 • MAPRI +
Â
RURAL + Â
4
s
.
E (Oe -De)
(4 .8)
Comme nous l'avons argumenté à
la page 34,
nous pensons que Â4 et
Âs seront ppsitifs mais ne pouvons pas anticiper les signes de Â
et
1 ,
Â2
Â3 •
4QTabutin, Dominique, 1980.

---

44
L'équation (4.9)
indique que le degré de régulation de la fécondité
(REG)
est logistique en COR.
e COR
REG
(4.9)
Il est aussi possible de donner une forme plus simplifiée à REG.
Ce que nous spécifierons plus loin dans l'estimation du modèle.
Remarquons
que
De'
0e'
COR
et
REG
ne
sont
pas
directement
observables.
Seule Ne (le nombre d'enfants effectifs ou survivants) dans
l'équation suivante
(4.10)
est directement observable.
(4.10)
Nous rappelons que
(Oe)
a déjà été définie dans le système
(3.7).
L'expression
de
(4.10)
ci-dessus
est
commandée
par
la
caractéristique du cadre théorique du modèle que nous avons matérialisé
dans le graphique 2.6
(figure D,
E et F)41 à la page 28.
4lVoir contrainte éventuelle de Oe sur Ne (à gauche du point m) .

---

45
V
LES RÉSULTATS DES ESTIMATIONS
Avant l'estimation de notre modèle nous avons pris soin de vérifier
que l'explication de la demande d'enfants par la méthode des moindres
carrés ordinaires, en ignorant l'aspect de l'offre comme l'ont fait Yoram
Ben-Porath42 et T.
Paul
Schultz 43 dans
leurs précédentes
études,
n'est
pas suffisante.
L'analyse de ces résultats dans le tableau
(2)
montre
que cette méthode n'est pas crédible aussi bien dans les signes attendus
d'après
le
modèle
développé
dans
les
pages
précédentes
que
dans
la
capacité des variables retenues à expliquer la demande d'enfants par le
coefficient de corrélation linéaire ajusté R2 •
TABLEAU 2
Demande d'enfants
estimation par une régression MCO
Variabl.es
Coefficient
Signe
Val.eur du
Écart
T-ratio
expl.icatives
anticipé
coefficient
type
CONSTANTE
<Po
( ?)
-24,17
35,59
-0,68
FERM
<Pl
( +)
0,48
0,65
0,75
INDEP
<Pi
( -- )
l,54
0, GO
2,59
FENON
<P3
( +)
-1,27
0,87
-1,47
MANON
<P4
(+)
0,44
0,89
0,49
MAPRI
<Ps
( -)
0,74
0,90
0,83
ADMIN
<P6
( +)
0,43
0,85
0,50
COMM
<P?
( ?)
-0,66
0,68
-0,97
OUVR
<Pa
( +)
-0,78
0,59
-1,33
CHRET
<P9
( +)
0,47
0,38
1,23
MUSUL
<PlO
( +)
0,27
0,42
0,63
RURAL
<Pu
( +)
1,22
1,12
1,09
MONO
<P12
(+)
0,73
0,43
1,69
BIGA
<Pu
( +)
-0,38
0,44
-0,87
PROBA
<Pl 4
(- )
30,37
37,30
0,81
Nombre d'observations:
332
R2 = 0,049
Log-Vraisemblance = -795,51
42Sen-Porath,
Yoram,
op.
cit.
43Schu1tz,
T.
Paul,
1990.

---

46
Dans le tableau 2, non seulement la plupart des coefficients ne sont
pas
significatifs
mais
en
plus
sur
treize
signes
anticipés
des
coefficients,
six ne sont pas réalisés.
Le coefficient de corrélation
- 2
R , aussi,
est presque nul.
La preml.ere
étape
dans
l'estimation proprement
di te
du modèle
a
consisté en l'estimation du vecteur B des paramètres du taux de survie
(SURVIE).
Pour ce faire,
nous avons pris le logarithme de la fonction
de vraisemblance des survivants
(4.6)
Soit
=L
r
NAISS 1 !
]
Log(L)
1
Log tVIVANTi!
(NAISS
VIVANT )
l
1
+ L VIVANT 1 • LOgr 1 e (Soclo( . BI . ,Pu
]
i
L + e lSocio{ . B) .•pu
+ L (NAISS
-
VIVANT ) • LOgr1 - 1 e (Soclo: . BI . ,P"
lJ
l
1
L
l
+ e (sociof . B) .•pu
= K + E VIVANT1
[Log(e (Soclo; . BI . ,Pu) - Log(l + e (Soclo: . BI . oP u )]
1
~
[1+e (Soclo: . BI . ,P" _ e (Soclo:'BI' ,Pu]
+ LJ (NAI SS1 - VIVANT1) • Log -----~~,
(5.1 )
T-:-.."....,.--;;-----
i
1 + e (SOC10{ . B) . tPU
= K + L VIVANT l • Log[e (Soc'lo: . BI ,pu] - LVIVANT 1
1
1
LOg[l + e (Soclo; . BI . ,Pu]
+ L(NAISS
-
VIVANT ) . Log(l) - L(NAISS
-
VIVANT )
1
1
l
1
1
1
= K + D1rvANT (socioi B) .
+ NAISS
i
4P li
-
L(VIVANT
-
VIVANT )
1
i
i
1
1
Après simplification,
l'équation
(5.1)
devient

---

47
Log L = K + E VIVANT
(5,2)
i (Socioi· B)'
,Pii -LNAISS i Log[l +e ISocio:'BI ,Pu]
i
i
Nous rappelons que ,Pli est égale à
la probabilité de survie de
à
5 ans exact,
c' es t-à-dire 1 -
1qj 1
•
Nous
avons
tiré
,qu
de
Ahonzo,
E.,
Barrère,
B.
et
P.
Kopylov".
Socio'
est la transposée de Socio,
le vecteur à sept éléments
(l,
FENON,
MANON,
ADMIN,
OUVR,
RURAL,
AGE).
NAISSi
]
K = LLo g ................,.,..........,...__--.---n,............,.....,..-----rr...-n.-.:T...,.,.......,-.-
= Con s tan t e .
i
[ VIVANT
! (NAISS
VIVANT])
i
i
Le logiciel LIMDEP
(Greene,
1988)
permet d'estimer le vecteur des
paramètres
B
dans
l'équation
(5.2)
par
le
maximum
de
vraisemblance
(méthode Davidon,
Fletcher,
Powel-DFP).
Les résultats obtenus sont dans
le tableau
(3).
TABLEAU 3
Taux de survie
estimation par la fonction de vraisemblance
Variables
Coefficient
Signe
Valeur des
Écart
Stat-t
explicatives
anticipé
coefficients
type
(student)
,Pl
1
Bo
( ? )
4,97
0,73
6, 84
P
4
l
FENON
BI
(- )
-l,OS
0,42
-2,47
,PI
MANON
B
(- )
-0,44
0,14
-3,17
2
,Pl
ADMIN
B
(+)
0,57'10-1
0,32
0,18
3
,Pl
OUVR
B,
(? )
-0,19
0,21
-0,93
,Pl
RURAL
B,
(-)
-0,51'10'1
0, L0
-0,'19
,PI
AGE
B
(- )
-0,55'10- 1
0,14'10- 1
6
-3,9
Nombre d'observations:
332.
Log-Vraisemblance:
-1 356,9.
"Ahonzo,
E.
Barrère,
B.
et P.
Kopylov,
1984.

---

48
Les coefficients Ba,
B
et B
sont significatifs et les
signes
1 ,
B2
6
sont conformes à ce que prédit le modèle dans la détermination du taux
de
survie
(SURVIE).
La
probabilité
de
survie
(4 P l)
influence
très
fortement
de manière
posi ti ve
le
taux
de
survie
alors
que
le
faible
niveau d'éducation du couple et l'âge de la femme agissent bien dans le
sens contraire.
5.1.
Est~tion en deux phases
Dans la deuxième étape nous avons estimé l'équation (4.10); c'est-à-
dire
le
nombre
d'enfants
effectifs
(Ne)
ou
fécondité
observée.
Nous
rappelons que seul
(Ne)
est observable directement.
L'offre d'enfants
(Ge) et la demande
(De)
ne le sont pas.
Grâce au logiciel SHAZAM
(versi'on 6.1)
nous avons estimé par une
régression non linéaire les coefficients de (Ne)'
Nous avons aussi appelé
(Ne)'
demande
ajustée.
L'estimation
a
été
faite
en deux phases
pour
tester laquelle de l'offre ou de la demande est contraignante pour la
fécondité observée.
La première phase a été de supposer que De < Oe 45;
ce qui donne à
l'équation
(4.10),
après substitution de
(4.8)
dans
(4.9),
l'expression
suivante :
(5.3)
Le tableau 4 offre les résultats de cette régression.
45 Man kiw,
G.
and B.L.
Boulier,
1986.

---

49
TABLEAU 4
Nombre d'enfants effectifs
(N.>
ou demande ajustée
est~tion par ,régression non linéaire
Variables
Coefficient
Signe
Valeur des
Écart
T-ratio
explicatives
anticipé
coefficients
type
CONST1
ao
( ?)
19,40
4,27
4,54
FERM
~
(+ )
2,21
0, 98
2,27
INDEP
0.
(- )
-1,15
1,38
-0,83
2
FENON
0.
(+ )
1,24
0,82
1,51
3
MANON
a~
(+ )
0,73
1,03
0,70
MAPRI
as
(- )
-1,40
0,87
-1,61
ADMIN
(X6
(+ )
1,90
0,85
2,24
COMM
ex-,
( ? )
0,62- 10-1
0,82
0,75-10-1
OUVR
aa
(+ )
1,41
0,77
1,84
CHRET
0.
(+ )
1,26
9
0,55
2,27
MUSUL
0.
(+ )
12,30
10
3,00
4, 1 Ü
RURAL
(Xu
( ? )
1,10
0,63
1,74
MONO
~2
(+ )
2,50
0,55
4,53
BIGA
au
(+ )
1, 65
0,59
2,82
SURVIE
a1~
(- )
-14,68
4,70
-3,12
CONST 2
Ào
( ?)
23,71
5,90
4,02
FENON
À1
( ?)
30,46
11, 42
2,67
MANON
À
( ? )
2
22,80
6,85
3,33
MAPRI
À
( ? )
3
40,48
12,62
3,21
RURAL
À~
( ? )
5,29
3,38
1,57
(Oe-De)
Às
(+ )
23,68
5,39
4,40
Nombre d'observ~tions : 332
Log-Vraisemblance = -574,7
L'analyse
des
résultats
dans
le
tableau
4
montre
que
le
degré
d'alphabétisation
du
couple
et
surtout
l'excédent
de
fécondité
influencent
de
manière
significative
le
degré
de
régulation
de
la
fécondité_
À cela,
il faut ajouter l'activité du couple,
la nature de
l'union,
le milieu de
résidence et
surtout
le
taux de
survie pour
la

---

50
détermination du nombre d'enfants effectifs.
Les
signes des variables
INDEP,
FENON,
MANON,
MAPRI,
ADMIN
et
OUVR
sont
conformes
à
ceux
que
prédit la théorie traditionnelle de la demande.
Les valeurs moyennes estimées de De' Oe et Ne sont respectivement de
9,26,
5,41 et 5,45 enfants.
C'est-à-dire que la demande d'enfants est
supérieure' à
l'offre
(9,26 > 5,41)
et que la demande ajustée est très
voisine de l'offre (5,45 et 5,41).
Ce qui contredit l'hypothèse que nous
avons
faite
à
la page
48;
à
savoir que
0" < 0e'
Nous
serions plutôt
amenés à penser le contraire.
Aussi, étant donné que l'équati'on
(4.7)
de l'offre d'enfants n'est
pas
observée,
nous
pouvons
tester
le
régime
de
fécondité
par
l'identification de l'équation
(4.7)
à celle de l'équation
(4.10)
avec
offre contraignante c'est-à-dire 0e ~ De'
Ce qui revient à écrire que :
Ne = "fo + "f1 '
SURVIE .
NAISS + v
(5, 4)
sachant que v est la variable aléatoire déjà spécifiée dans l'équation
(4.7) .
Si nous appelons hypothèse nulle
(Ho)
:
notre modèle est un régime
d'offre contraignante,
tester Ho revient à tester que "fo = 0 et "(1 = l o~
Yo et Y1 sont libres.
Ceci a constitué la deuxième phase de l'étape 2
dans le test du modèle.
Les résultats sont répertoriés dans le tableau
5.
TABLEAU 5
Offre d'enfants
(O.>
avec paramètres non contraints
Variables
Coefficient
Valeur
Valeur
Écart
T-ratio
explicatives
anticipée
estimée
type
sous Ho
Constante
'(0
0
-0,72'10-2
0,19
-0,39'10- 1
SURVIE'NAISS
"(1
1
1,00
0,32'10- 1
31,65
Nombre d'observations:
332
Log-Vraisemblance = -579,44

---

51
~i
Les
valeurs
de
"(0
et
"(1
montrent
que
l'offre
d'enfants
Oe
(non
1
observable)
s'identifie à l'offre d'enfants effectifs Ne
(observable).
1
Nous
pouvons
donc
noter
que
les
deux
méthodes
d'estimation
des
équations
(5.3)
et
(5.4)
respectivement nous conduisent à des résultats
1
concordants:
D'une
part
l'offre
d'enfants
en
Côte
d'Ivoire
est
contraignante et d'autre part les deux phases nous donnent le même degré
J
de précision
(Log-Vraisemblance égale -574,7 et -579,44).
La fécondité
j
désirée
ne
semble
pas
être
atteinte
à
la
fin
de
lé!
vi0
féconrl0
rlps
couples ivoiriens.
1
1
5.2.
Est~tion uniphase
j
Cas général
1
Au lieu d'utiliser
une méthode
d'estimation
en deux étapes
nous
~
l
allons procéder à une estimation simultanée46 de l'offre et de la demande
d'enfants
tout
en
levant
la
contrainte
logistique
de
la
forme
1
fonctionnelle du degré de régulation REG dans l'équation
(4.9).
Comme
1
dans
sa
forme
précédente,
REG est
non
stochastique
et
prend la
forme
l
1
suivante
:
l
REG
Ço + Ç1 . FENON + Ç2 . MANON + ç) . MAPRI + Ç4 . RURAL
(5.5)
1
},
i
Le système
(4.10)
devient
1
1
l
j
1
1
1
1
1
;
46Greene, william H., 1992.

---

52
{Ya + Y1 .
SURVIE' NAISS + v}
si 0e :Ç 1\\
{ (aa + al' FERM + a 2' INDEP + a 3' FENON + a 4' MANON
+ as' MAPRI + a 6 ' ADMIN + a' COMM + aa' OUVR
+ a ' CHRET + a1a·'MUSUL + al!" RURAL + a
(5" 6)
N
9
12 ' MONO
e
=
+ a
' BIGA' a
13
14 ' SURVIE) " (ça + Ç1' FENON + Ç2' MANON
+ Ç3' MAPRI + Ç4' RURAL)
+
(Ya + Y ' SURVIE'NAISS)' (l -
Ço - Çl'FENON - Ç2'MANON
1
- Ç3" MAPRI - Ç4' RURAL)
+ I!}
si f\\ < 0e
La résolution de ce système non linéaire nécessite le croisement de
plusieurs variables définies en annexe
:
L'estimation du système d'équation
(5.6)
nous donne les résultats
repertoriés dans le tableau 6.

---

53
TABLEAU 6
Les déterminants de la fécondité observée
(N.)
(Switching Regressions 47 )
Variables
Coefficient
Signe
Valeur du
Écart
T-ratio
explicatives
anticipé
coefficient
type
CONST o
Ya
( ? )
0,738
0,299
2,472
SURNAI
Y1
(+ )
0,908
0,049
18,488
CONST o
<1>0
( ? )
4,323
0,873
4,950
RURAL
<1>1
(+ )
1,349
0,900
1,499
OUVR
<1>2
(+ )
-0, 13 6
0,171
-0,795
SURVIE
<1>3
(- )
-3,513
0,885
-3,971
SURNAI
<1>4
(+ )
0,908
0,078
11,680
MAPRINAI
<1>5
(+ )
0,007
0,022
0,305
FERRURAL
<1>6
(+ )
0,033
0,119
0,279
OUVRURAL
<1>7
(+ )
0,009
0,221
0,040
CHRRURAL
<1>8
( ? )
-0,001
0,086
-0,011
MUS RURAL
<1>9
( ? )
-0,034
0,047
-0,723
MONRURAL
<1> 10
( ? )
-0,028
0,075
-0,379
BIGRURAL
<1>11
( ? )
-0,032
0,038
-0,824
SURRURAL
<1> 12
(- )
-1,847
1,177
-1,569
RURALNAI
<1>13
(- )
0,021
0,012
1,718
INDMANON
<1>14
(+ )
0,037
0,059
0,621
MONMANON
<1> 15
( ?)
-0,010
0,067
-0,144
SURMl\\NON
(- )
··0,63'1
0, 178
-3,551
<1>1"
MANONNAI
<1>17
(- )
0,135
0,033
4,127
CHRFENON
<1> 18
( ? )
-0,013
0,081
-0,155
SURFENON
<1> 19
(- )
-1,678
0,699
-2,401
FENONNAI
<1> 20
(+ )
0,300
0,072
4,187
SIGMA(l)
cr
(+ )
v
l, 644
0,081
20,194
SIGMA(2)
crI'-
(+ )
0,082
0,009
8,854
NOmbre a. observat~ons
:
j j L
Log-Vraisemblance
-464,22'
47Greene, William H., 1992, op. cit.
'La
fonction
de
vraisemblance
utilisée
ici,
en
première
approximation,
est
celle
du
logiciel
Limdep.
Elle
ne
correspond pas
exactement à la structure du modèle défini. dans le sy:..>lème
(4.10).

---

54
Cette dernière méthode d'estimation simultanée de l'offre et de la
demande améliore la qualité des résultats par rapport à celles des deux
premières
par
la
comparaison
des
vraisemblances.
En
dehors
du
coefficient
de
MANONNAI,
ceux
des
autres
variables
significatifs
conservent les
signes que prédit
le modèle.
Le coefficient de SURNAI
avoisinant
l
avec
le
T-ratio
très
élevé
témoigne
de
l'importance
de
l'offre
p~r
rapport
à
la
demande
dans
la
détermination
du
nombre
d'enfants survivants observés
(Ne)'
Sur
l'ensemble des
observations,
303
(91%)
présentent
une
offre
inférieure à la demande avec Ne moyenne - 5,65.
Pour les 29 autres c'est
plutôt la demande qui est inférieure et la moyenne estimée de Ne est de
7,25.
De telle sorte que nous pouvons déjà avancer que l'hypothèse d'une
offre contraignante est dominante,
avant même, de vérifier la valeur du
coefficient de régulation REG.
L'identification des coefficients du tableau 6 en rapport avec ceux
du système
(5.6)
nous permet d'isoler les valeurs des coefficients Si de
REG
déjà
définis
dans
l'équation
(5.5).
REG
prend
alors
la
forme
explicite ci-dessous
:
. REG
0,0002 -
0,3299 .
FENON -
0,1486 . MANON -
0,0073
. MAPRI -
0,0227 'RURAL
(5.7)
En moyenne,
sur l'ensemble des 332 observations REG = -0,45.
Pour
les 303 observations dont l'offre d'enfants est inférieure à la demande,
REG moyen = -0,47.
La prise en compte des 29 autres observations qui
présentent
un
excédent
d'enfants
fait
donc
monter
REG.
Ce
que
nous
anticipions.
Normalement,
étant donné que 303 observations sur les 332
se trouvent sur une offre contraignante donc ayant un déficit d'enfants,
nous nous attendions à une valeur moyenne de REG très proche de zéro
(0)
c'est-à-dire
la
non
pertinence
du
contrôle
des
naissances
dans
une
majorité écrasante de notre échantillon.
La valeur négative de REG due
certainement aux erreurs d'approximation n'entame en rien la crédibilité
de notre hypothèse de travail.

---

52
{Ya + Y1 .
SURVIE' NAISS + v}
si 0e :Ç 1\\
{ (aa + al' FERM + a 2' INDEP + a 3' FENON + a 4' MANON
+ as' MAPRI + a 6 ' ADMIN + a' COMM + aa' OUVR
+ a ' CHRET + a1a·'MUSUL + al!" RURAL + a
(5" 6)
N
9
12 ' MONO
e
=
+ a
' BIGA' a
13
14 ' SURVIE) " (ça + Ç1' FENON + Ç2' MANON
+ Ç3' MAPRI + Ç4' RURAL)
+
(Ya + Y ' SURVIE'NAISS)' (l -
Ço - Çl'FENON - Ç2'MANON
1
- Ç3" MAPRI - Ç4' RURAL)
+ I!}
si f\\ < 0e
La résolution de ce système non linéaire nécessite le croisement de
plusieurs variables définies en annexe
:
L'estimation du système d'équation
(5.6)
nous donne les résultats
repertoriés dans le tableau 6.

---

53
TABLEAU 6
Les déterminants de la fécondité observée
(N.)
(Switching Regressions 47 )
Variables
Coefficient
Signe
Valeur du
Écart
T-ratio
explicatives
anticipé
coefficient
type
CONST o
Ya
( ? )
0,738
0,299
2,472
SURNAI
Y1
(+ )
0,908
0,049
18,488
CONST o
<1>0
( ? )
4,323
0,873
4,950
RURAL
<1>1
(+ )
1,349
0,900
1,499
OUVR
<1>2
(+ )
-0, 13 6
0,171
-0,795
SURVIE
<1>3
(- )
-3,513
0,885
-3,971
SURNAI
<1>4
(+ )
0,908
0,078
11,680
MAPRINAI
<1>5
(+ )
0,007
0,022
0,305
FERRURAL
<1>6
(+ )
0,033
0,119
0,279
OUVRURAL
<1>7
(+ )
0,009
0,221
0,040
CHRRURAL
<1>8
( ? )
-0,001
0,086
-0,011
MUS RURAL
<1>9
( ? )
-0,034
0,047
-0,723
MONRURAL
<1> 10
( ? )
-0,028
0,075
-0,379
BIGRURAL
<1>11
( ? )
-0,032
0,038
-0,824
SURRURAL
<1> 12
(- )
-1,847
1,177
-1,569
RURALNAI
<1>13
(- )
0,021
0,012
1,718
INDMANON
<1>14
(+ )
0,037
0,059
0,621
MONMANON
<1> 15
( ?)
-0,010
0,067
-0,144
SURMl\\NON
(- )
··0,63'1
0, 178
-3,551
<1>1"
MANONNAI
<1>17
(- )
0,135
0,033
4,127
CHRFENON
<1> 18
( ? )
-0,013
0,081
-0,155
SURFENON
<1> 19
(- )
-1,678
0,699
-2,401
FENONNAI
<1> 20
(+ )
0,300
0,072
4,187
SIGMA(l)
cr
(+ )
v
l, 644
0,081
20,194
SIGMA(2)
crI'-
(+ )
0,082
0,009
8,854
NOmbre a. observat~ons
:
j j L
Log-Vraisemblance
-464,22'
47Greene, William H., 1992, op. cit.
'La
fonction
de
vraisemblance
utilisée
ici,
en
première
approximation,
est
celle
du
logiciel
Limdep.
Elle
ne
correspond pas
exactement à la structure du modèle défini. dans le sy:..>lème
(4.10).

---

54
Cette dernière méthode d'estimation simultanée de l'offre et de la
demande améliore la qualité des résultats par rapport à celles des deux
premières
par
la
comparaison
des
vraisemblances.
En
dehors
du
coefficient
de
MANONNAI,
ceux
des
autres
variables
significatifs
conservent les
signes que prédit
le modèle.
Le coefficient de SURNAI
avoisinant
l
avec
le
T-ratio
très
élevé
témoigne
de
l'importance
de
l'offre
p~r
rapport
à
la
demande
dans
la
détermination
du
nombre
d'enfants survivants observés
(Ne)'
Sur
l'ensemble des
observations,
303
(91%)
présentent
une
offre
inférieure à la demande avec Ne moyenne - 5,65.
Pour les 29 autres c'est
plutôt la demande qui est inférieure et la moyenne estimée de Ne est de
7,25.
De telle sorte que nous pouvons déjà avancer que l'hypothèse d'une
offre contraignante est dominante,
avant même, de vérifier la valeur du
coefficient de régulation REG.
L'identification des coefficients du tableau 6 en rapport avec ceux
du système
(5.6)
nous permet d'isoler les valeurs des coefficients Si de
REG
déjà
définis
dans
l'équation
(5.5).
REG
prend
alors
la
forme
explicite ci-dessous
:
. REG
0,0002 -
0,3299 .
FENON -
0,1486 . MANON -
0,0073
. MAPRI -
0,0227 'RURAL
(5.7)
En moyenne,
sur l'ensemble des 332 observations REG = -0,45.
Pour
les 303 observations dont l'offre d'enfants est inférieure à la demande,
REG moyen = -0,47.
La prise en compte des 29 autres observations qui
présentent
un
excédent
d'enfants
fait
donc
monter
REG.
Ce
que
nous
anticipions.
Normalement,
étant donné que 303 observations sur les 332
se trouvent sur une offre contraignante donc ayant un déficit d'enfants,
nous nous attendions à une valeur moyenne de REG très proche de zéro
(0)
c'est-à-dire
la
non
pertinence
du
contrôle
des
naissances
dans
une
majorité écrasante de notre échantillon.
La valeur négative de REG due
certainement aux erreurs d'approximation n'entame en rien la crédibilité
de notre hypothèse de travail.

---

55
Cas particuliers
a)
Non prise en compte de l'ajustement de la demande
Il s'agit dans ce cas d'un modèle de déséquilibre ordinaire et le
système
(4.10) devient
(5.8)
Ce qui veut dire que REG prend la valeur 1.
Même ici encore, bien
que
la
fonction
de
vraisemblance
(Log -
Vraisemblance
= -560,66)
est
inférieure'à celle du cas général,
la majorité des couples se trouvent
du côté de l'offre
(212 observations contre 120).
b)
Prise en compte de l'ajustement de la demande avec REG=constante
La résolution du système (4 ,10),. sous la contrainte d' invar iance du
coefficient de régulation,
nous conduit à
la détermination de REG qui
prend alors la valeur -0,5;
une valeur relativement proche de celle du
cas général.
Le
cas
(b)
est
relativement
plus
précis
que
le
cas
(a)
avec
la
vraisemblance = -490,82 et 300 observations sur les 332 sur l'offre.
Les
résultats demeurent comptabiles avec tous ceux qui précèdent.
5.3.
Test du rég~ de fécondité par le calcul des probabilités
Nous savons qu'il existe deux manières de déterminer le régime qui
prévaut
d.::ws
un
modèle
de
déséquilibre.
La
première,
plus
facile
à
calculer,
consiste à utiliser les paramètres du modèle et les variables
exogènes,
indépendamment
des
variables
endogènes
pour
prévoir
la
probabilité
que
chaque
observation
se
retrouve
sur
l'offre
ou
sur
la
demande.
C'est la probabilité inconditionnelle.
La seconde,
que nous
avons retenue par ce que plus pertinente dans la mesure où non seulement
elle prend en compte les données de la première méthode mais elle utilise
aussi
les
valeurs
enregistrées
de
la
variable
dépendante
pour
chaque

---

55
Cas particuliers
a)
Non prise en compte de l'ajustement de la demande
Il s'agit dans ce cas d'un modèle de déséquilibre ordinaire et le
système
(4.10) devient
(5.8)
Ce qui veut dire que REG prend la valeur 1.
Même ici encore, bien
que
la
fonction
de
vraisemblance
(Log -
Vraisemblance
= -560,66)
est
inférieure'à celle du cas général,
la majorité des couples se trouvent
du côté de l'offre
(212 observations contre 120).
b)
Prise en compte de l'ajustement de la demande avec REG=constante
La résolution du système (4 ,10),. sous la contrainte d' invar iance du
coefficient de régulation,
nous conduit à
la détermination de REG qui
prend alors la valeur -0,5;
une valeur relativement proche de celle du
cas général.
Le
cas
(b)
est
relativement
plus
précis
que
le
cas
(a)
avec
la
vraisemblance = -490,82 et 300 observations sur les 332 sur l'offre.
Les
résultats demeurent comptabiles avec tous ceux qui précèdent.
5.3.
Test du rég~ de fécondité par le calcul des probabilités
Nous savons qu'il existe deux manières de déterminer le régime qui
prévaut
d.::ws
un
modèle
de
déséquilibre.
La
première,
plus
facile
à
calculer,
consiste à utiliser les paramètres du modèle et les variables
exogènes,
indépendamment
des
variables
endogènes
pour
prévoir
la
probabilité
que
chaque
observation
se
retrouve
sur
l'offre
ou
sur
la
demande.
C'est la probabilité inconditionnelle.
La seconde,
que nous
avons retenue par ce que plus pertinente dans la mesure où non seulement
elle prend en compte les données de la première méthode mais elle utilise
aussi
les
valeurs
enregistrées
de
la
variable
dépendante
pour
chaque

---

56
observation.
C'est la probabilité conditionnelle 48 .
Nous rappelons que
la
variable
dépendante
dans
notre
modèle
est
le
nombre
d'enfants
survivants observés pour chaque couple.
Ces calculs de probabilités conditionnelles à la fécondité effective
de
chaque
femme
nous
ont
donné
deux
groupes
nettement
distincts
dans
notre
échantillon.
Le
premier
groupe
(majoritaire) ,
avec
283
observations présente un déficit d'enfants et donc se trouve sur l'offre
contraignante avec un probabilité individuelle calculée supérieure à 0,5.
Son nombre moyen d'enfants
survivants
est
de
5,14.
Le
second groupe
(minoritaire)
avec 49 observations présente un léger excédent d'enfants
et
donc
se
trouve
sur
la
demande
ajustée
avec
une
probabilité
individuelle
calculée
inférieure
à
0,5.
Son
nombre
moyen
d'enfants
survivants est de 7,00.
Le tableau ci-dessous donne les caractéristiques socio-économiques
des deux groupes.
48Kiefer, Nicholas M.,
1980.

---

57
TABLEAU 7
Variables
Groupe
Groupe
Offre d'enfants
Offre d'enfants
déficitaires
excédentaires
(1)
(2)
PROBA. CALC.
0,967
0,236
VIVANT
5,138
7,000
AGE
43,797-
'13,OB7.
FERM
0,629
0,612
INDEP
0,283
0,306
ADMIN
0,042
0,102
COMM
0,064
0,102
OUVR
0,096
0,061
FENON
0,979
0,857
MANON
0,834
0,714
MAPRI
0,120
0,204
RURAL
0,661
0,633
MONO
0,470
0,551
BIGA
0,343
0,204
CHRET
0,332
0,429
MUSUL
U,JUil
O,L4~
SURVIE
0,740
0,774
TOTAL
283
49
Les résultats du tableau 7 montrent clairement que le groupe 1 (avec
une
offre
contraignante),
selon
tous
les
indicateurs
économiques,
appartient à
une
classe
sociale moins riche que
le groupe
2
(avec une
offre
excédentaire).
Ce
sont
des
résultats
très
cohérents
au
cadre
synthétiqu~ d'Easterlin (résumé dans le graphique 2.6, figure F, page 28)
et à la théorie de la transition démographique, du moins dans ses phases
initiale et intermédiaire où l'on peut situer la population de la Côte
d'Ivoire.
Les deux tableaux suivants tirés des données brutes nous confortent
dans la pertinence de notre modèle et'de son application à la population
de Côte d'Ivoire.

---

58
TABLEAU 8
Question: Le nombre d'enfants que vous avez actuellement
satisfait-il au nombre que vous désirez?
Réponse de la femme
Effectif
Fréquence en %
désiré < vivant
3
0,90
désiré = vivant
68
20,48
désiré > vivant
261
78,62
Total
332
100,00
TABLEAU 9
Question
Désirez-vous encore plus d'enfants?
Réponse de la femme
Effectif
Fréquence en %
désire encore des enfants
244
73,49
ne veut plus d'enfant
58
17,47
indécise
30
9,04
- -
Total
332
100,00
Grego;y Mankiw et Bryan L. Boulier 49 dans une application du modèle
d'Easterlin
R.A.
aux
Philippines
et
aux
États-Unis
sont
arrivés
à
la
conclusion
que
les
populations. des
deux pays
connaîtraient
une
offre
excédentaire
d'enfants
et
que
le
contrôle
des
naissances
serait
plus
effectif aux États-Unis qu'aux Philippines.
Mais
leur
étude
nous
est
apparue
relativement
limitée
car
elle
n'est
pas
parvenue
à
estimer
l'offre et la demande de manière simultanée.
Ce que nous avons réalisé.
À notre
actif,
i l
faut
également
ajouter
la nature
spécifique de
nos
données utilisées pour la première fois pour ce type d'analyse.
C'est en tout ceci que nous pensons que notre recherche apporte un
éclairage majeur dans la compréhension de la structure de la fécondité
en Côte d'Ivoire.
49Mankiw,
G. and B.L. Boulier,
op.
cit.

---

59
VI
CONCLUSION
Le
débat
sur
les
effets
de
l'accroissement
démographique
reste
encore d'actualité et le sera certa~nement dans les années à venir.
A
cela s'ajoute celui de l'efficacité des programmes de planning familial
sous
l'égide
des
pouvoirs
publics
ou
des
organismes
privés
dans
la
recherche de la réduction de la fécondité dans les pays sous-développés.
Les résultats du test économétrique du modèle de déséquilibre de la
fécondi té
sur
la
population
de
Côte
d'Ivoire
montrent
que
la
grande
majorité de la population a encore une offre déficitaire d'enfants.
Ce
qui suggère sa non motivation pour le contrôle des naissances malgré une
offre
potentielle
de
vulgarisation
des
techniques
et
des
moyens
contraceptifs
des
promoteurs
dans
le
but
de
réduire
le
coût
privé
individuel d'adoption du programme.
La Banque mondiale qualifie la politique démographique ivoirienne
de nataliste tandis que les organismes privés de soutien au programme de
planning familial,
dont l'objectif est plus une limitation de la taille
de la famille qu'un espacement des naissances pouvant préserver la santé
de la mère et de l'enfant,
dénoncent sa politique de "laisser faire" ou
même de "laxisme" en la matière.
Si l'on prend en compte les réalités sociologiques actuelles et les
préférences
des
couples
sous
une
parfaite
rationalité,
on
ne
peut
s'attendre à de résultat performant de l'instauration d'un programme de
contrôle des naissances en Côte d'Ivoire.
Il
reste
alors
l'autre
voie;
celle
de
la
coercition
et
de
la
dissuasion relevant exclusivement du domaine de l'État pour atteindre des
objectifs .spécifiques
en
matière
de
population,
ici
la
baisse
de
la
fécondité.
Cette méthode a été largement utilisée au Ghana, en Malaisie,
au Pakistan,
en Tanzanie,
à Singapour,
en Thaïlande et en Chine.
Même
si elles ont donné des résultats dans les pays susmentionnés, on ne doit
point
perdre
de
vue
que
ces
mesures
de
coercition
et
de
dissuasion
cautionnées par l'État posent un véritable problème d'équité, de justice
et de liberté individuelle.

---

60
RÉFÉRENCES BIBLIOGRAPHIQUES
AHONZO, E., BARRÈRE, B. ET P. KOPYLOV, Population de la Côte d'Ivoire
: Analyse
des
données démographigues
disponibles,
Abidjan,
Direction
de
la
statistique,
MEF,
1984,
324 pages.
BANQUE MONDIALE, Rapport sur le développement dans le monde,
1991, page 69.
BANQUE
MONDIALE,
Rapport
sur
le
développement
dans
le
monde,
1984,
320
pages.
BARRO, ROBERT J. ET H.J. GROSSMAN,
liA general disequilibrium model of incarne
and employment",
The american economic review,
Vol.
61,
1971,
pp.
82-93.
BECKER,
GARY
STANLEY AND ROBERT J.
BARRO,
"A reformulation of
the
economic
theory
of
fertility",
Quarterly
journal
of
economics,
Vol.
103,
1 988,
pp.
1-25.
BECKER,
GARY
STANLEY
AND
GREGG
H.
LEWIS,
"On
the
interaction
between
the
quantity and quality of children",
Journal of political econo.my,
Vol.
81,
no.
2,
part 2,
1973,
pp.
S279-S288.
BECKER,
GARY STANLEY,
A treatise on the family,
London,
Harvard University
Press,
1981,
288 pages.
BECKER, GARY STANLEY, "A theory of the allocation of time", Economie journal,
Vol.
71,
no.
299,
1965,
pp.
493-517.
BECKER,
GARY STANLEY,
"Family e'conomics and macro behavior",
The american
economic review,
Vol.
78,
no.
1,
1988,
pp.
1-13.
BEN-PORATH,
YORAM,
"Economie
analysis
of
fertility
in
Israel:
Point
and
counterpoint",
Journal of politieal economy,
Vol.
81, no. 2, part
2,
1973, pp.
8202-8233.
BIRDSALL,
NANCY,
"Economie approaches to populat ion growth",
Handbook of
development economics,
Vol.
1,
1988,
pp.
478-542.
BLAUG, MARK, La pensée économigue, 4e édition, Paris, Économica, 1986, page
473.
BLAUG, MARK, La pensée économigue, 4e édition, Paris, Économica, 1986, pp.
49-50.
BOSERUP, E., Population growth and technological change: A study of long-
term trends,
Chicago,
IL:
University of Chicago Press,
1981.
BOSERUP,
E . ,
The
conditions
of
agricu1 tura1
growth,
London:
Allen
and
Unwin,
1965.
CHOWDHURY,
T. E.,
"Fertility behaviour
under
uncertainty:
A mathematical
model",
Ph.D. dissertation,
Harvard University,
1983.

---

61
COALE, A. J. AND E .M. HOOVER, Population growth and economic development in low
income countries,
Princeton, NJ: Princeton University Press,
1958.
DARWIN, FRANCIS,
The autobiography of Charles Darwin and selected letters,
New York,
1958,
366 pages.
DE TRAY, DENNIS N.,
"Child quality and the demand for children", Journal of
political economy,
Vol.
81,
no.
2,
part 2,
1973,
pp.
S70-S95.
DEMENY, P., "The economics of population control", Rapid population arowth,
Vol.
2,
Johns Hopkins University Press,
1971.
EASTERLIN, R.A., "An economic framework for fertility analysis", Studies in
family planning,
Vol.
6,
1975,
pp.
54-63.
EASTERLIN,
RICHARD A.,
POLLAK, ROBERT A. AND MICHAEL L. WACHTER,
"Toward a more
general
economic
modcl
of
fertility
determination:
endogenous
preferences and natural fertility", Population and economic changes
in developing countries,
Ed.
R.
Easterlin,
Chicago,
University of
Chicago Press,
1980,
pp.
81-149.
EATON,
JOSEPH
W.
AND
ALBERT
J.
MAYER,
"The
social
biology
of
very
high
fertility
among
the
Hutterites:
The
demography
of
a
unique
population",
Human biology,
Vol.
25,
no.
3,
1953,
pp.
206-264.
ENQUË.TE
IVOIRIENNE
DE
LA
FÉCONDITf,
Rapport
principal,
Vol.
1,
Abidjan,
Direction
de
la
statistique,
Ministère
de
l'Économie
et
des
Finances,
1984,
294 pages.
FRISCH,
R.,
"Demographie implications' of the biological determinants of
female fecundity",
Social biology,
Vol.
22,
1975,
pp.
17-22
GLOVER,
D. R.
AND
J.
SIMON,
"The
effect
of
population
density
on
infrastructure: The case of road building", EcoYlomic development and
cultural change,
Vol.
23,
1975,
pp.
453-468.
GREENE, WILLIAM H., Limdep, Version 6.0, User' s Manua1 and Reference Guide,
New York,
Econometrie Software,
Inc.,
1972.
HIRSCHMAN, A.O., The strategy of economic development, New Haven, CT: Yale
University Press,
1958.
KUZNET,
SIMON,
"Population
and
economic
growth",
Proceedinas
of
the
american philosophical society,
juin 1967.
KIEFER,
NICHOLAS M.,
"A Note
on Regime
Classification
in
Disequilibrium
Models", Review of Economie Studies, Vol. XLVII,
1980, pp.
637-639.
LEIBENSTEIN,
HARVEY,
"The economic theory of fertility decline",
Research
paper
series,
Harvard
center
for
population
studies,
Harvard
University,
1973.
LEIBENSTEIN, HARVEY, "An interpretation of the economic theory of fertility:
Promising path or blind al1ey", Journal of economic literature, Vol.
12,
no.
2,
1974, pp.
457-479.
LF:IBENSTEIN,
HARVEY,
Economie backwardness and economic growth,
New York,
Wiley,
1957.

---

62
MALTHUS,
T.R.,
First essay on population,
London,
1926,
396 pages.
M!lNKIW,
GHEGOHY
ANO
BRYAN
L.
BOULIER,
"An
econometric
investigation
of
Easterlin
synthesis
framework:
The
Philippines
and
the
United
States",
Population studies,
Vol.
40,
1986,
pp.
473-486.
MENKEN, JANE,A. TRUSSELL, T. J. AND S. WATKINS, "The nutr ition-fertility link: An
evaluation of the evidence",
Journal of interdisciplinary history,
Vol.
11,
1981, page 425.
PRESSAT,
ROLAND,
Dictionnaire de démographie,
Paris,
Presse universitaire
de France,
1979, p.
177.
c:AMUELSON, P., "Anexact consumption-loanmodelof interest withor without)
the social contrivance of money", Journal of political economy, Vol.
66,
1958, pp,
4 67 - 482 .
.
SCHULTZ, T. PAUL, "Testing the neoclassical model of family labor supply and
fertility",
The
journal of human resources,
Vol.
25,
no.
4,
1990,
pp.
599-634.
SCHULTZ,
T.
PAUL,
"An economic model of
family planning and fertility",
Journal of political ecollolllY,
Vol.
77,
no.
2,
19G9,
pp.
153-180.
SCHULTZ,
T.
PAUL,
"Fertility
and
child mortality
over
the
life
cycle:
Aggregate and individual evidence",
The american economic review,
Vo 1.
68 ,
1978,
pp.
2 08 - 215 .
SCHULTZ, T. PAUL,
"An economic interpretation of the decline in fertility
in a
rapidly developing country:
consequences
of development
and
family
planning",
Population
and
economic
changes
in
developing
countries, Ed. R. Easterlin,
Chicago, University of Chicago Press,
1980, pp.
209-288.
SCHULTZ, T. PAUL,
"Economies of population", The amer ican economic review,
Vol.
63,
no.
2,
1973,
pp.
71-78.
SIMON, J. L., The economics of population growth, NJ: Princeton, Uni versi ty
Press,
1975.
SOLOW,
ROBERT
M.,
"A
contribution
to
the
theory
of
economic
growth",
Quarterly journal of economics,
Vol.
70,
1956, pp.
65-94.
TA13UTIN, DOMINIQUE, Problème de transition démographique, Louvain-La-Neuve,
Cabay,
1980, pp. 9-50.
TOMES,
NIGEL,
"A model of child endowments,
the quality and quantity of
children",
Ph.D.
dissertation,
University of Chicago,
1978.
WILLIS,
ROBERT
J., . "A new
approach
to
the
economic
theory
of
fertility
behavior",
Journal of politica1 economy,
Vol.
81,
no.
2,
part
2,
1973,
pp.
S14-S64.
WUNSCH, GUILLAUME J. AND MARC G. TERMOTt:, Introduct ion to demographic analysis,
New York,
Plenum Press,
1978,
pp.
79-115.
WUNSCH,
GUI,LLAUME
J.,
Méthodes
d'analyse
démograohigue
pour
les
pays
en
développement,
Liège,
Ordina Editions,
1978, pp.
13-74.

---

63
ANNEXE
Définitions des variables croisées
surnai=survie*naiss;
fenman=manon*fenon;
fenmap=mapri*fenon;
manpri=mapri*manon;
fenrur=rural*fenon;
manrur=rural*manon;
maprirur=rural*mapri;
ferfenon=ferm*fenon;
fermanon=ferm*manon;
fermapri=ferm*mapri;
ferrural=ferm*rural;
indfenon=indep*fenon;
indmanon=indep*manon;
indmapri=indep*mapri;
indrural=indep*rural;
fenon2=fenon*fenon;
manon2=manon*manon;
mapri2=mapri*mapri;
rura12=rural*rural;
admfenon=admin*fenon;
admmanon=admin*manon;
admmapri=admin*mapri;
admrural=admin*rural;
comfenon=comm*fenon;
commanon=comm*manon;
commapri=comm*mapri;
comrural=comm*rural;
ouvfenon=ouvr*fanon;
ouvmanon=ouvr*manon;
ouvmapri=ouvr*mapri;
ouvrural=ouvr*rural;
chrfenon=chret*fenon;
chrmanon=chret*manon;
chrmapri=chret*mapri;
chrrural=chret*rural;
musfenon=musul*fenon;
musmanon=musul*manon;
musmapri=musul*mapri;
musrural=musul*rural;
monfenon=mono*fenon;
monmanon=mono*manon;
monmapri=mono*mapri;
monrural=mono*rural;
bigfenon-biga*fenon;
bigmanon=biga*manon;
bigmapri=biga*mapri;
bigrural=biga*rural;
surfenon=survie*fenon;
surmanon=survie*manon;
surmapri=survie*mapri;
surrural=survie*rural;
fenonnai=fenon*surnai;
manonnai=manon*surnai;
maprinai=mapri*surnai;
ruralnai=rural*surnai.

---

SUJET 2
MIGRATION
1
1- - - -
MIGRATION : DÉCISION POUR INVESTISSEMENT
EN CAPITAL HUMAIN

---

64
I. INTRODUCTION
a)
Aperçu général
Depuis une trentaine d'années,
la migration des zones rurales vers
les
villes
dans
les
pays
en
voie
de
développement
constitue
un
sujet
d'inquiétude
pour
les
économistes
du
développement
Lewis 1 ,
Todar0 2 ,
Berry
et
Sabot J •
Pourtant,
dans
les
années
1950,
les
spécialistes
voyaient
ce
phénomène
avec
optimisme
et
pour
cause;
référence
à
la
Révolution
Industrielle
en
Angleterre
au
1ge
siècle:
F.
Engels 4 ,
E. G. Ravenstein5 et A. Redford6 •
Même si le succès de l'industrialisation entretient l'urbanisation,
on se demande aujourd'hui qu'est-ce qui est responsable de la croissance
démographique accélérée des villes du tiers-monde depuis les années 1950.
Les
deux
principales
hypothèses
avancées
dans
la
littérature
pour
expliquer l'urbanisation et la croissance rapides sont
:
1)
le taux de croissance inédit de la population exerçant une pression
sur les terres cultivables et les populations sans terre en direction
des villes;
2)
les forces économiques attrayantes des villes.
La
première
hypothèse,
répulsion
rurale
("rural
push"),
est
supportée
par
les
démographes
malthusiens.
La
deuxième
hypothèse,
attraction
urbaine
("urban
pull"),
est
défendue
par
la
plupart
des
économistes.
l Le wi s ,
W. A .,
1 9 5 4 •
2Todaro,
Michael,
1969.
3Berry,
A.
and R.H.
Sabot,
1984.
(Engels,
F.,
1974.
5Ravenstein,
E.G.,
1885.
6 Re dford,
A.,
1968.

---

65
Les chiffres qui suivent montrent de manière éloquente l'importance
du phénomène migratoire dans la transition démographique.
Entre
1950
et
1975,
les
taux
de
croissance
des
16
plus
grandes
villes
dans
les
pays
en
voie
de
développement
ont
évolué
de
2,4%
(Calcuta)
à 8,3%
(Séoul)
annuellement;
alors que le taux de croissance
moyen
dans
l'intervalle
était
de
5,4%.
Dans
les
années
60,
les
bidonvilles (taudis) renfermaient en moyenne 43% de la population urbaine
(s'étendant entre 14%,
Amman,
et
90%,
Addis Ababa).
Ses conséquences
redoutées sont la hausse de la densité démographique,
de la congestion
et
de
la
rareté
des
terres
dans
les
villes,
des
loyers
et
la
détérioration des conditions de vie et des services publics.
En 1960,
la part de l'immigration urbaine comptait pour
58% dans
les onze plus
grandes villes dans leur accroissement.
L'importance de l'immigration
allait de 33%
(Bogota)
à 76%
(Abidjan),
Sinclair?
D'après Samuel Preston8 ,
la croissance des villes dans les pays en
développement n'est pas un phénomène nouveau mais plutôt un phénomène de
transition comme
dans
l'histoire des pays actuellement
industrialisés
(croissance
obéissant
à
un modèle
logistique
avec
la
diffusion
de
la
technologie)
Contrairement aux conclusions précédentes,
Hoselitz 9 et Bairoch1o ,
l'urbanisation a été conventionnelle par rapport à l'histoire
(17 à 28%)
mais cependant la croissance des villes a été exceptionnelle (188%) entre
1950 et 1975 contre 100% entre 1875 et 1900 pour les pays actuellement
industrialisés.
7Sinclair,
S.W.,
1978.
8Preston,
S.H.,
1979.
9Hoselitz,
B.F.,
1955.
lOBairoch,
P.,
1975.

---

66
b)
La réalité du problème en Côte d'Ivoire -
Une mise en évidence ll
Évolution de la population
TABLEAU 1
: Données de structure
Année
1965
1975
1978
1983
Population totale
4 000 000
6 709 600
7 540 060
9 300 000
Hommes
2 045 000
3 474 750
3 761 388
4 800 000
Femmes
1 955 000
3 234 850
3 778 672
4 500 000
Milieu rural
3 020 000
4 563 307
4 799 104
5 350 000
Autre milieu urbain
650 000
1 195 077
1 471 889
1 950 000
Abidjan
330 000
951 216
1 269 067
2 000 000
(capitale)
Ivoiriens
3 300 000
5 228 143
5 844 724
6 800 000
Non ivoiriens
700 000
1 481 457
1 695 336
2 500 000
Moins de 15 ans
46%
45%
46%
43%
15-59 ans
50%
5n
50%
54%
60 ans et plus
4%
396
4%
3%
La proportion de la population rurale diminue progressivement avec
une baisse de 25%
sur une trentaine d'années pendant que
la croissance
de
la population urbaine enregistre une
hausse
en effectif de plus
de
300%.
La pyramide des âges,
très large à la base,
représente celle d'une
population
jeune dont environ 45% ont moins de 15 ans et seulement 50%
sont en âge d'activité.
llAhonzo,
E.,
B.
Barrère et P.
Kopylov,
1984.

---

67
TABLEAU 2
Données de mouvement
Périodes
1962-1964
1978-1979
Taux brut de natalité
49,5%0
48,0%0
Taux brut rural
49,0%0
47,9%0
Taux brut urbain
50,7%0
52,0%0
Taux brut d'Abidjan
50,4%0
Taux brut de mortalité
28%0
17%0
Taux brut rural
29%0
20%0
Taux brut urbain
14%0
25%0
Taux brut d'Abidjan
9%0
Taux de mortalité infantile
190%0
103%0
Espérance de vie à la naissance
(e o)
35-40 ans
48,5 ans
Taux d'accroissement naturel
2,1%
Taux de migration nette
Taux d'accroissement annuel moyen
1965-1975
3, 6%
1975-1985
4,3%
La
baisse
importante
de
la
mortalité
depuis
les
années
1960,
accompagnée d'un taux brut de natalité relativemen~ stable,
a entraîné
une augmentation du taux d'accroissement naturel annuel moyen qui dépasse
3,5't.
Partant après l'indépendance d'une situation sanitaire beaucoup plus
défavorable
que
dans
d'autres
pays
africains,
la
Côte
d'Ivoire
a
largement rattrapé son retard dans le domaine de la mortalité.
Depuis
une vingtaine d'années,
le gqin annuel moyen en terme d'espérance de vie
à
la
naissance
est
parmi
les
plus
élevés
d'Afrique.
Les
mortalités
infantile et juvénile ont baissé respectivement de 30 et 45%.

---

68
TABLEAU 3
Évolution de la population de 1920 à 1983
Années
Résultats d'enquêtes et
Données ajustées
recensements
1920
1 540 000
1 825 000
1930
1 750 0000
2 075 000
1940
1 980 000
2 350 000
1945
-
2 525 000
1950
2 170 000 .
2 775 000
1955
-
3 055 000
1958
3 200 000
-
1960
-
3 865 000
1962-63
3 700 000
-
1965
4 000 000
4 500 000
1970
-
5 500 000
1975
6 709 000
1978
7 540 060
1983
9 300 000
Pays
au
peuplement
récent,
la
densité
démographique
de
la
Côte
d'Ivoire est passée de 14 en 1965 à 42 habitants au km2 en 1992.
TABLEAU 4 : Évolution de la population selon
le milieu d 'habitat de 1920 à 1983
Années
Urbain
Rural
Ensemble
Effectif
%
Effectif
%
Effectif
%
1920
25 000
l, 6
1 515 000
98,4
1 540 000
100,0
1955
330 000
12,9
2 210 000
87,1
2 540 000
100,0
1965
980 000
24,5
3 020 000
7 5,5
4 000 000
100,0
1975
2 146 300
32,0
4 563 000
68,0
6 709 600
100,0
1983
3 950 000
42,5
5 350 000
57,5
9 300 000
100,0
Bien .que
le
milieu
rural
connaisse
une
croissance
relativement
importante,
son
poids
dans
la
population
totale
s'amoindrit
avec
le
temps.
Cette baisse relative se fait au profit des zones urbaines.

---

69
TABLEAU 5
Accroissement de la population urbaine de 1921 à 1990
Année
Population
Pop. urbaine
Période
Taux
en %
urbaine
pop. totale
d'accroissement
annuel moyen en %
1921
32 000
2,1
1921-32
4, 6
1932
50 000
2,9
1932-48
8,0
1948
186 000
8,9
1948-55
8,5
1955
330 000
12,9
1954-65
11,5
1958
493 800
15,4
-
-
1965
980 000
24,5
1965-75
8, 1
1975
2 146 300
32,0
1975-80
8,8
1978
2 740 956
36,4
-
-
1980
3 272 000
39, 6
1980-85
8, a
1983
3 950 000
42,5
-
-
1985
4 815 000
47,3
1985-90
7,5
1990
6 897 000
54,9
-
-
Comparée
à
l'ensemble des
pays
de
l'Afrique
de
l'Ouest,
la Côte
d'Ivoire
apparaît
comme
un
des
pays
les
plus
~aiblement
urbanisés
jusqu'aux années 1940, moyennement urbanisée dans la période 1940-1960.
Aujourd'hui c'est
l'un des pays
les
plus
urbanisés
de
la
sous
région.
Le taux d'accroissement annuel moyen de la population urbaine a atteint
son maximum au début des années d'indépendance en excédant les 11%.

---

70
TABLEAU 6
Croissance de la vi~~e d'Abidjan
(~a capita~e)
Année
Population
Taux
Proportion de
Proportion de
d'accroissement
la population
la population
annuel en %
totale
urbaine
1912
1 400
-
-
1920
5 370
12,0
0,3%
21%
1934
17 000
-
-
1945
46 000
-
-
1950
65 000
10,0
3%
29%
1955
125 000
-
-
1960
180 000
9,3
-
32%
1963
254 000
7%
33%
1970
550 000
11,6
10%
38%
1975
951 000
14%
44%
10,1
1978
1 269 000
17%
46%
la, 6
1983
2 000 000
21%
51%
Avec une population de 5 000 000 habitants, la grande agglomération
d'Abidjan la capitale ivoirienne représente en 1992 près de la moitié de
la population totale dénombrée à la 815 694.
Cette proportion était de
0,3 seulement en 1920.
Le développement spectaculaire de cette ville a
modifié en un demi-siècle la répartition démographique à l'intérieur des
frontières nationales.

---

71
TABLEAU 7
: Flux et soldes migratoires internes
enquête démographique
(E.P.R.
1978-79)
Milieu
Abidjan
Forêt
Savane
Forêt
Savane
Ensemble
urbaine
urbaine
rurale
rurale
Entrants
211 872
280 901
127 811
266 284
117 357
1 004 225
Ivoiriens
182 340
232 125
112 288
215 284
111 784
853 821
Non
29 532
48 776
15 523
51 000
5 573
150 404
ivoiriens
Sortants
159 782
267 492
112 371
291 774
172 806
1 004 225
Ivoiriens
138 233
212 564
99 404
240 705
162 915
853 821
,.
Non
21 549
54 928
12 967
51 069
9 891
150 404
ivoiriens
Solde
+52 090
+7 262
+21 587
-25 490
-55 449
0
Les
résultats
de
l'enquête
démographique
à
passages
répétés
(E.P.R.), même aussi ponctuels dans le temps qu'ils soient,
nous donnent
une indication de
la
structure du
courant migratoire à
l'intérieur
du
pays.
Abidjan,
par
son
solde
annuel
demeure
lé'.
localité
la
plus
attrayante.
Le solde migratoire est négatif en milieu rural.
La savane
rurale est révélée plus répulsive.
Ce courant migratoire couvre normalement les migrations scolaires
pour de nombreux
jeunes étudiants,
les migrations saisonnières dictées
par les besoins de main-d'oeuvre en milieu rural et en milieu urbain et
les migrations commerciales pour l'écoulement du surplus de vivriers ou
pour l'achat de produit d'exportation par exemple.
En
résumé
l'observation
des
tableaux
précédents
révèle
que
la
population
de
la Côte d'Ivoire
est
stable dans
sa
structure
par
âge,
connaît
un taux d'accroissement annuel moyen de plus de
3% depuis
son
accession
à
l'indépendance
en
1960
et
un
flux
migratoire
interne
des
zones
rurales
vers
les
villes
et
notamment
la
capitale
Abidjan
très
important.
Nous
retenons
aussi
qu'il
y
a
une
inégalité
dans
la
répartition
de
la
population
dans
l'espace.
Ce
qui
suggère
un
développement antinomique des milieux urbain et rural.

---

72
L'objet de notre recherche est d'étudier le rôle de la migration
individuelle dans
la croissance urbaine,
de distinguer
les
différents
types de migration interne,
leur cause et les populations soumises à ce
phénomène à travers un modèle microéconomique d'investissement en capital
humain que nous développons dans les pages suivantes.
La première partie
est consacrée à une revue de la littérature récente sur la matière.
Dans
la deuxième partie nous développons le modèle théorique qui est testé par
la
suite
avec
des
données
de
l'enquête
sur
le
ni veau
de
vie
en
Côte
d'Ivoire réalisée entre 1985 et 1988.

---

73
II.
LA REVUE DE LA LITTÉRATURE RÉCENTE
2.1.
L'approche traditionnelle
l'emploi, l'objet direct de la migration
urbaine
Le modèle de Todaro
(1969)
sur l'aspect économique de la migration
sous
l'angle
malthusien
demeure
aujourd' hui
la
référence
principale.
Mais,
on
doit
souligner
que
Lewis
en
1954
avait
déjà
fait
oeuvre
de
pionnier
tout
en
soutenant
une
position
opposée,
à
savoir
que
la
migration des zones rurales vers les villes devrait constituer le moteur
de
croissance
des
zones
urbaines
dans
les
pays
en
développement.
Cependant,
la plupart des auteurs contemporains ne se réclament pas de
Todaro; leur recherche visant essentiellement à falsifier les hypothèses
du
modèle
de
Todaro
ou
de
Harris
et
Todaro 12
ou
à
contredire
leurs
conclusions.
Selon
Maleanson 13 ,
les
facteurs
d'attraction
("pull
factors")
définis par Todaro comme
se manifestant
dans
la différence de
salaire
entre le milieu rural et le milieu urbain ne sont pas dus aux contraintes
institutionnelles dont les syndicats sont souvent cités en exemple.
Il
s'agit plutôt d'une mise en oeuvre de
la théorie
du salaire efficient
(attraction et stabilisation des travailleurs les plus performants),
de
la
théorie
de
la
formation
spécifique
(recrutement
par
le
bas
de
l'échelle)
et de la théorie des contrats implicites
(partage de risque
entre l'employeur et l'employé),
donc des conditions de production.
Partant
des mêmes
hypothèses
que
Todaro,
Caldwell 14
et
S jaastad1S
arrivent
à
la
conclusion
que
la migration
accentue
l'écart
entre
les
revenus parce qu'elle touche les plus instruits et les plus
jeunes donc
les
plus qualifiés et
les
plus
c1yn,îlTli'l110S.
Sn
{'On~0'l110n('c' <iirr~ct0 t'st
la paupérisation des
zones
rurales.
Lewis
ne
l'avait
pas
prédit
non
plus.
12Harris,
J.R.
and M.
Todaro,
1970.
IJMa1eanson,
J.J.,
1981.
14Ca1dwe11,
J.C.,
1969.
15Sjaastad,
L.,
1962.

---

74
Selon Banerjee
et
Kanbur 16 ,
seuls
les
individus
les
plus
riches
peuvent
s~offrir
une
migration
grâce
à
la
capacité
financière
de
supporter le coût de la recherche d'un emploi en ville.
Ce biais de
sélection remet en cause la proposition de Fields fondée sur la théorie
de
la
gravitation17
en
ce
que
la
migration
est
un
facteur
de
redistribution
des
richesses
là
où
l'écart
entre
les
revenus
interrégionaux est très important.
Herrick18
et
Morse 19 ,
tout
en
appuyant
la
rationalité
dans
la
décision de migrer (comme Todaro), soulignent son rendement positif pour
tous ceux qui arrivent à vaincre l'entrave causée par la distance qui
sépare
la
ville
de
la
campagne.
Pour
ces
auteurs,
étant
donné
les
affinités qui ont toujours existé entre les migrants potentiels et les
résidents
à
la
ville,
les
premiers
sont
assurés
de
bénéficier
de
l'hospitalité et du support des derniers dans leur premières démarches
à la ville.
Shultz 20 ,
dans son artièle sur la migration au Vénézuela en 1982,
a
écrit
que
la
théorie
de
la
gravitation
n'est
pas
suffisante
pour
étudier le mouvement migratoire dans la mesure où on n'a généralement pas
assez d'information sur les non migrants.
Par ailleurs, i l pense que la
distance
n'est
pas
un
facteur
important
qui
guide
la
décision
des
populations disposant d'une éducation,
comparativement aux non éduqués
pour qui l'élasticité demeure relativement élevée.
Dans leur étude sur la migration en Thaïlande en 1980,
Arnold et
Cochrane 21 ont montré que le "push factors" est le plus déterminant dans
ce phénomène et se manifeste par la pénurie des terres arables et donc
16Banerjee,
B.
and Kanbur,
S.M.,
1981.
17 F ields,
G.S., 1982.
1BHerrick,
B. H.,
1965.
19Morse,
R.M.,
1971.
2°Shultz,
T.P.,
1982.
21Arno1d,
F.
and S.
Cochrane,
1980.

---

75
du déficit réel d'emploi au détriment des "city lights"
comme le prône
l'école des "pull factors".
En incorporant le secteur informel dans
leurs modèles,
Sabot 22 et
Oberai 23 ont
trouvé qu'il
n'est
pas
forcément
une
passerelle pour
les
travailleurs migrants en direction du secteur moderne.
Leurs études ont
montré que ce secteur renferme aussi bien des entrepreneurs individuels
que
des
migrants
de
longue
durée.
Soulignons
qu'en
1972,
Harris
et
Todaro indiquaient que le transit des migrants par le secteur informel
ou traditionnel était inéluctable et cadrait avec la théorie néoclassique
du furetage
("Theory of Search").
De
leur
côté,
Bernard Fortin
et
Titus
Nguiagain 24
ont,
en
1988,
reproché à Todaro de ne pas avoir pris en compte la différence dans la
fourniture
des
infrastructures
socio-économiques,
dans
les
taux
de
taxation,
dans la disponibilité des biens publics entre le milieu rural
et le milieu urbain dans la décision de migrer.
Une application de leur
modèle aux Philippines révèle que les travailleurs votent avec leur pieds
("exi t
ou Tiebout") 25.
Les régions bénéficiant de plus de biens publics
pour un taux de taxation donné
relativement
bas
connaissent une
forte
densité par l'attraction des résidents des
zones moins nanties et donc
connaissent
une
forte
densité
démographique
avec
son
corollaire
de
pression à la hausse sur les taux de chômage et les prix.
Willis 26
et
Yap 27
ont
complètement
rejeté
le
modèle
"todarien"
arguant que le niveau élevé du chômage des villes résulte plutôt de la
recherche
d'emploi
qualifié
de
la
part
des
natifs
de
la
ville.
La
majorité des migrants ne visent pas,
selon eux,
les emplois
qualifiés
étant donné qu'ils n'ont pas les qualifications requises.
Leurs salaires
22S a bot,
R.H.,
1979.
230berai,
A. S.,
1977.
24Fortin,
Bernard and Nguiagain,
Titus,
1988.
25Tiebout,
C.M.,
1956.
26Willis, R..J., 1980.
2 'y a p,
L.,
1 97 6 .

---

76
de
réserve
sont
généralement
inférieurs
à
ceux
de
leurs
homologues
résidents citadins.
Dans
un
article
théorique,
Oded
Stark28
privilégie
la
migration
familiale par rapport à la migration individuelle tout en incorporant une
fonction d'utilité dont le loisir est argument.
La famille sujette à la
migration est averse au risque et n'est donc pas forcément indifférente
entre le salaire certain de la campagne et le salaire futur anticipé à
la ville.
En conséquence la maximisation de la fonction d'utilité de la
famille soucieuse de diversifier ses sources de revenu sur les membres
qui
la
composent
conduit
à
une
plus
grande propension
à
migrer.
La
comparaison de ses résultats avec ceux de Todaro montre que ce dernier,
dans la dérivation de son modèle largement contraint par les variables
macroéconomiques
a
plutôt
sous-estimé
le
phénomène
migratoire.
Avec
David E.
Bloom29 ,
i l
souligne que
les
débats politiques
en matière de
migration dans les pays sous-développés sont largement affectés par les
recherches,dans ce domaine qui ont connu du succès grâce aux nouvelles
techniques économétriques et à l'accès aux données individuelles.
Nelson a écrit en 1976 30 que la migration individuelle africaine et
asiatique est plus masculine tandis que celle de l ' Arnér ique Latine est
plutôt féminine.
Simmons 31 ,
bien avant, avait trouvé que cette migration
masculine reste de courte durée en Afrique comparativement à
celle des
jeunes filles en Amérique Latine qui reste de longue durée.
Mazumdar 32 de son côté a mis l'accent sur les divergences marquées
dans
les
formes
de
migration
dans
les
pays
en
voie
de
développement
depuis les années 1950.
28Stark, Oded, 1984.
29Stark,
Oeled and Biaam,
David E.,
i9U5.
JONelson,
J.M.,
1976.
J1Simmons,
A.B.,
1970.
32Mazurndar,
Dipak,
1987.

---

77
Enfin,
nous
pouvons
noter
l'article
de
synthèse
de
Michael
J.
Greenwood33 qui,
tout en rejoignant B.
Fortin et T.Nguiagain,
O.
Stark,
O. Stark et D.E. Bloom, souligne que les problèmes d'agrégation demeurent
une
entrave
à
l'étude
macr~économique de
la
migration
et
que
les
chercheurs devraient de plus en plus viser à
optimiser la satisfaction
des migrants sur le cycle de vie dans la construction de leurs modèles.
2.2.
Vers une nouvelle approche dans l'étude de la migration
Tout en insistant sur le problème de biais de sélection par rapport
aux
jeunes
adultes
ou
adolescents,
Jeffrey
G.
Williamson 34
attire
l'attention sur la nature de ses implications économiques.
Selon lui,
la migration des
jeunes fournit beaucoup d'avantages comme le renvoi de
revenu
aux
parents
restés
à
la
campagne
et
l'accroissement
du
taux
d'activité
à
la
ville.
Cependant,
l'absence
ou
l'éloignement
des
infrastructures
sociales,
comme
l'école,
contribue
malheureusement
au
renforcement
du
flux
migratoire
vers
les
villes
pour
une
autre
bonne
raison:
l'investissement
en
capital
humain.
Remple
et
Lobdel1 35
trouvent que ce biais de sélection par rapport aux jeunes ruraux dans le
courant migratoire s'opère au détriment des zones rurales car ces jeunes
emportent à la ville les économies de la campagne
(qui pour chercher un
emploi,
qui pour étudier) .
Dans le cadre de notre recherche,
nous nous sommes interrogés sur
l'existence d'un biais de sélectjon cn Côte d'Ivoir~ d~n~ l~ mi0r~tinn
vers les villes;
précisément,
si la dynamique démographique des villes
en
Côte
d'Ivoire
incombe
en
grande 'partie
à
la
migration
des
jeunes
ruraux.
33Greenwood,
Michael J.,
1985.
34Williamson, Jeffrey G., 1988.
J~l{cmple, H. and R.A. Lobdel1,
1978.

---

78
III. LE MODÈLE
L'hypothèse que nous tenterons de vérifier est que la migration des
jeunes étudiants ruraux constitue,
pour une très grande part,
la cause
de la migration urbaine.
Ce type de migration,
qui n'est pas l'exode
rural
(cf.
paragraphe
2.1),
relève d'une
décision d'investissement en
capital humain,
n'a pas encore retenu à notre connaissance l'attention
des chercheurs,
notamment en Afrique.
Le
test
empirique
de
ce.tte
hypothèse,
qui
dépasse
le
cadre
"TODARIEN" ou du moins en constitue une extension,
exige le passage par
les étapes suivantes :
situer l'importance de
la migration des
jeunes dans
l'ensemble du
phénomène;
distinguer les trois types de migration :
a)
la migration de la main-d'oeuvre effective pour recherche d'emploi
uniquement;
b)
la
migration
des
populations
en
âge
d'activité
pour
raisons
d'études uniquement,
ce qui leur conférera le statut de résident
urbain .(citadin)
à la fin de leurs études
(avec ou sans succès
dans ces études);
c)
la migration de
la population en âge
d'activité pour
d'autres
rai~on~ que lc~ deux pr6c6duntu~.
adjoindre
un
modèle
de
scolarisation
en
zone
urbaine
pour
la
populafion d'origine rurale ayant atteint l'âge de vie active (c'est-
à-dire 15 ans et plus)
compte tenu de l'intérêt qu'elle accorde au
capital
humain
dans
le
cheminement
du
travailleur
et
à
l'environnement urbain;
déterminer la fonction du revenu, global attendu qui dépendra aussi
bien des caractéristiques individuelles que du marché du travail;

---

79
enfin, estimer le taux de rendement de la migration.
Il dépendra de
plusieurs
variables
dont
les
dépenses
d'éducation
et
le
coût
psychologique.
Étant
donné
le
regroupement
des
centres
de
formation
et
d'enseignement
dans
les
grandes
villes,
les
étapes
précitées
nous
permettront certainement de situer au plan empirique l'importance de la
"SCOLARISATION" dans la dynamique démographique urbaine.
3.1.
Spécification théorique
Deux raisons guident la décision de migrer vers le milieu urbain.
Ce sont :
-
les études;
- autres raisons
(y compris l'emploi) .
La raison que nous privilégions est l'étude, compte tenu aussi bien
de son importance en Côte d'Ivoire que du fait qu'elle n'a pas encore été
traitée dans la littérature.
Selon
la
théorie
du
capital
humain,
le
migrant
potentiel
est
considéré ici comme une firme dont l'objectif est de maximiser son profit
sous les contraintes technologiques de production qui lui sont exogènes.
La migration aux fins d'étude constitue un investissement et a lieu si
et seulement si son rendement net est positif.
Une
fois
que
l'individu
a
migré,
i l
entame
son
processus
de
formation en capital humain c'est-à-dire son éducation r qui dépend des
fùcteurs
que
sont
It~~, biclls de
llkll.cll<'~ U
(LJi~11
dL'
CUIISUIIU1\\ .. li_iuII
pULl~
frais scolaires),
le temps consacré à la formation T et son aptitude ou
dotation initiale 1
soit
0
(1 )
Nous
désignons
par
COÛT
le
coût
total
de
la
production
de
l'éducation.
Il
comprend
le
coût
d'opportunité
OPPORT
(le
salaire
renoncé au profit de la formation),
les dépenses pour biens
de marché

---

80
DEPENS
(frais scolaires,
habillement,
logement et nourriture),
le coût
psychologique
PSY
(recherche
information
scolaire
et
orientation
professionnelle)
et
la
désutilité
d'apprentissage
DESU
(effort
intellectuel) .
Appelons
par
p, w, s
et
u
respectivement
le
vecteur
des
prix
des
différents biens,
le taux de salaire en vigueur pour le stock actuel de
capital humain,
l'équivalent monétaire pour une unité de recherche R et
la même équivalence pour une unité d'effort intellectuelle E.
Le coût
total
de
la
formation
en
une
année
donnée
s'exprime
de
la
façon
suivante
:
COÛT
p'B + w'T + s'R + u'E = DEPENS + OPPORT + PSY + DESU
(2 )
Considérons que migrer est une décision d'investissement en capital
humain basée sur le coût total et le bénéfice attendus de ce mouvement.
La valeur actualisée nette du projet de migrer que nous notons VANa
(valeur actualisée nette anticipée)
est égale à :
VAN"(B,T,R,E} = AIDFIN" - COÛT + (RENDMO"+RENDNOMO") . EVIA"
(3)
= AIDFIN" - COÛT + ~ i(B,T;'to}
(4)
l
où
AIDFIW
aide financière anticipée:
RENDMOa
rendement monétaire anticipé de la vie active:
RENDNOMOa
rendement non monétaire anticipée de la vie active:
EVIN
espérance de vie active anticipée:
taux de rendement par unité de capital humain:
i
taux d'escompte approprié.
B,
T,
R et E sont les variables de choix du potentiel migrant dans
la maximisation de VANa •
À l'optimum B, T, R et E prennent respectivement
les valeurs B*,
T',
R' et E* et VANa devient VAN*a.
Sa forme réduite est
alors exprimée par l'équation
(5).

---

81
T* ,
=O(DEPENS, OPPORT, PSY, DESU, AIDFIN, RENDMO,
(5)
RENDNOMO, EVIA, i)
Nous
nous
attendons
à
ce
que
DEPENS,
OPPORT,
PSY,
DESU
et
i
influencent négativement VANa et qu'en revanche AIDFIN, RENDMO, RENDNOMO
et EVIA l'influencent dans le sens positif.
La
caractéristique
essentielle
de
notre
modèle,
inspiré
de
Catsiapis,36
est,
qu'excepté
la
variable
DEPENS,
toutes
les
autres
variables
ne
sont
ni
observables
ni
directement
estimables,
nous
obligeant ainsi à
recourir à des proxies afin d'estimer les paramètres
du
modèle.
C'est
ce
que
nous
développerons
plus
loin
dans
la,
spécification empirique.
Mùis déjà nous pouvons rùisonnùblerncnt penser
que
:
a)
le coUt d'opportunité pour renonciation à la vie active est fonction
de
l'âge,
du
sexe,
de
l'éloignement
des
parents,
du
niveau
d'éducation, de la destination migratoire, de la localité d'origine,
du niveau d'éducation des parents et de leurs activités;
b)
le coUt psychologique dépend de ~a localité de naissance,
de l'état
de
santé,
de
la
qualité
des
relations
avec
les
parents
pendant
l'enfance, des relations avec la famille d'accueil en ville, de l'âge
et du sexe;
c)
1<1 désutilité de
]'i1ppn'ntis:,i1<]e' 0:,t-
fonct ion
d,'
l"
loc"li,;,-Il-ion
du
centre de formation,
de l'état de santé,
du caractère des relations
avec la famille d'accueil en ville,
de la localité d'origine,
de la
situation matrimoniale,
de l'âge,
du sexe et de l'âge à la première
migration;
d)
l'aide
financière
dépend
de
la
situation
socio-économique
des
parents,
du
niveau des
études,
de
la taille
de
la
famille,
de
la
36Catsiapis,
George, 1987.

---

82
localité de
résidence des parents,
de
la relation avec
la
famille
d'accueil,
du
centre
d'étude,
de
l'état
de
santé,
du
centre
d'accueil,
de l'initiative personnelle,
de l'âge et du sexe;
e)
le rendement monétaire de la vie active est expliqué par les niveaux
d'éducation
de
l'individu
et
de
ses
parents,
l'habileté,
les
conditions
régionales
de
travail,
l'âge,
le
sexe
et
l'activité
professionnelle des parents;
f)
le rendement non monétaire
(le statut social et les privilèges liés
à
l'exercice
d'une
activité)
est
fonction
de
la
situation
matrimoniale,
du sexe,
du niveau d'éducation,
du secteur d'activité
des parents, du lieu d'exercice de la profession et de la localité de
résidence pendant l'enfance:
g)
l'espérance de vie anticipée de l'activité professionnelle dépend de
l'état
de
santé,
de
l'âge,
du
sexe,
du
ni veau
d'éducation,
des
conditions environnementales, du site du centre d'activité, des lieux
de migrations,
du type de pensionnat,
du degré de mobilité et de la
situation socio-économique des parents;
h)
le taux d'escompte est une approximation du taux d'intérêt du marché.
Et enfin,
i)
les
dépenses
d'éducation
attendues
dépendent
de
l'âge,
de
la
situation matrimoniale, du lien de parenté avec la famille d'accueil,
du
niveau
d'éducation,
du
statut
socio-économique
des
parents,
du
type
d'établissement
d'enseignement
fréquenté,
du
niveau
de
la
formation et du soutien financier de l'état.
Au
terme
de
ses
anticipations,
le
migrant
potentiel
décide
d'effectuer le mouvement si VANa est positif,
sinon i l y renonce.

---

83
3.2.
Spécification empirique
3.2.1.
Échantillon
Les données que nous utilisons pour tester notre modèle de migration
proviennent d'une enquête réalisée en 1986 auprès de 1 600 ménages dans
le cadre de l'étude sur les mesures du niveau de vie
(Living Standards
Measurement Study).
Cette opération,
qui demeure la première du genre
en Afrique francophone,
a été réalisée conjointement par le gouvernement
de Côte d'Ivoire et la Banque Mondiale.
Elle fournit des renseignements
sur
les
différentes
dimensions
de
la
vie
économique
et
sociale
des
ménages
ainsi
que
sur
les
interactions
entre
les
di vers
phénomènes
étudiés
(à
savoir
les
revenus,
les
dépenses,
la
santé,
l'éducation,
l'habitat,
les
caractéristiques
démographiques
dont
la
migration,
l'emploi et autres activités productives)
La base de sondage a été constituée à partir des perspectives de
population élaborées
par
le
bureau
de
la
Statistique
et
a
permis
de
stratifier les unités d'échantillonnage en
zone agro-climatique : forêt et savane;
région
: centre,
centre-ouest,
est,
ouest,
nord,
sud et sud-ouest;
34 départements;
type de localité
grandes villes,
autres villes,
villages-centres,
villages rattachés aux villages-centres et les villages rattachés aux
villes.
Les 1 600 ménages ont été tirés proportionnellement à la taille des
cent grappes ou unités primaires qui composaient l'échantillon.
Chaque
ménage tiré a été entièrement recensé.
Soulignons que le ménage a été
défini comme un groupe de personnes ayant habituellement dormi dans le
même logement et pris
leurs 'repas ensemble pendant au moins
trois des
douze derniers mois précédant
l'enquête.
Le
terme ménage utilisé
ici
recouvre un ensemble plus large que le noyau familial.
L'échantillon de
données sur lequel porte notre étude comprend 4 028 observations dont les
critères d'éligibilité sont la limite d'âge inférieure de 15 ans et la
résidence Sur le territoire national.

---

84
3.2.2.
Définition des variables
Âge de l'individu
AGEl
=
âge de l'individu en années révolues.
Migrant
variable dichotomique
:
MIGRURB
1 si l'individu est migrant
de
la
zone
rurale vers
la
zone
urbaine;
0 sinon.
Les
sept
caractéristiques
suivantes
sont
requises
pour
qu'un
individu ait le statut de migrant interne urbain.
Ce sont
1)
est âgé de 15 ans ou plus;
2)
son lieu d'entrevue ou de résidence est une ville;
3)
n'est pas né dans sa ville d'entrevue ou de résidence;
4)
son lieu de naissance est un village en dehors de la ville;
5)
habite son lieu d'entrevue ou de résidence depuis au moins six mois
ou bien a quitté son lieu de naissance i l y a au moins six mois;
6)
sa migration est intérieure aux frontière nationales;
7)
l'individu réévalue sa situation de migrant chaque année.
Sexe
: variable dichotomique
:
MASCUL
1
si le sexe est masculin;
0 sinon.
Nationalité
:
variables dichotomiques/autres nationalités
IVOIRIEN
1
si la nationalité est ivoirienne;
0 sinon;
BOURKINA
1
si la nationalité est bourkinabé;
0 sinon.
Éducation du père : variable dichotomique
:
PNODIPL
1
si le père n'a aucun diplôme;
0 sinon.
Éducation de iD. mère : variable dichotomique
MNODIPL
l
si la mère n'a aucun diplôme;
0 sinon.
Activité du père
variables dichotomiques/autres activités
AGRICULP
1
si le père est agriculteur;
0 sinon;
SERVICE
1
si
le
père
travaille
dans
les
services
ou
dans
l'administration générale;
0 sinon.

---

85
Activité de la mère
variables dichotomiques/autres activités
AGRICULM
1
si la mère est cultivatrice;
0 sinon;
MENAGERE
1
si la mère s'occupe des travaux domestiques uniquement;
o sinon.
Diplôme le plus élevé :
variables dichotomiques/autres diplômes
NONDIPL
1
si n'a aucun diplôme;
0
sinon;
PRIMA IR
1
si a un diplôme primaire; 0 sinon;
SECOND
1
si a un diplôme secondaire 1er cycle;
0 sinon;
SECONSUP
1
si a un diplôme secondaire 2e cycle ou universitaire;
0
sinon.
Santé
variable dichotomique
:
1
MALADE
1
si malade;
0 sinon.
Santéz
variable dichotomique
VACCIN
1
si à
jour dans les vaccins;
0 sinon.
Degré d'alphabétisation
:
variables dichotomiques
LIRE
1
si sait lire en français;
0
sinon;
ECRIRE
1
si sait écrire en français;
0 sinon;
CALCULER
1
si sait calculer en français;
0 sinon.
Activité : variables dichotomiques
:
ETUDI
1
si
actuellement
inscrit
dans
un
établissement
d'enseignement
général
ou
technique,
c'est-à-dire
est
étudiant effectif;
0 sinon;
TRAVAILL
1
si a travaillé soit au cours des sept derniers jours soit
au cours des douze derniers mois, c'est-à-dire appartient à
la force active de travail;
0 sinon;
CHERCHE
1
si a cherché du travail au cours des sept derniers jours,
pour celui qui n'a pas travaillé au cours des douze derniers
mois c'est-à-dire est chômeur;
0 sinon.
Éducation
NBSCOLI
nombre d'années d'études;

---

86
FREQUEN
1
si est actuellement
scolarisé ou l'a déjà été dans le
passé, c'est-à-dire dispose d'un certain niveau d'éducation
ou de qualification;
0 sinon.
Cause de la migration urbaine : variables dichotomiques/autres raisons
RAISONl
1
si la cause de la migration est l'étude;
0 sinon;
RAISON2
1
si la cause de la migration est l'emploi;
0 sinon.
Situation matrimoniale : variables dichotomiques/autres
MARIÉ
1
si marié;
0 sinon;
CELIBAT
1
si célibataire;
0 sinon.
Situation familiale
: variables dichotomiques
PEREVI
1
si la père est vivant;
0 sinon;
MEREVI
1
si la mère est vivante;
0 sinon;
PEREICI
1
si habite avec le père;
0 sinon;
MEREICI
1
si habite avec la mère;
0 sinon;
HABPER10
1
si habitait avec le père à 10 ans;
0 sinon;
HABMER10
1
si habitait avec la mère à 10 ans;
0 sinon.
Département de naissance
variables dichotomiques
:
ABIDJREG
l
si né dans la région d'Abidjan;
0 sinon;
SUD
1
si né dans le sud;
0 sinon;
EST
1
si né dans l'est;
0 sinon;
CENTRE
1
si né dans le centre;
0 sinon;
NORD
1
si né dans le nord;
0 sinon;
OUEST
1
si né dans l'ouest;
0 sinon.
Origine de la migration : variables dichotomiques :
ORIABIDR
1
si émigrant de la région d'Abidjan;
0 sinon;
ORISUD
1
si émigrant du sud,' 0 sinon;
ORIEST
1
si émigrant de l'est; 0 sinon,'
ORICENTR
1
si ~migrant du centre; 0 sinon;
ORINORD
1
si émigrant du nord;
0 sinon;
ORIOUEST
1
si émigrant de l'ouest; 0 sinon.
Taille de la famille
:
NBMEMBRE
nombre de membres qui composent la famille.

---

87
Lien
de
parenté
avec
la
famille
d'accueil
variables
dichotomi~es/autres
ENFANT
1
si enfant de la famille;
0 sinon;
AUTPAREN
1
si autre paren~ de la famille;
0 sinon;
NONPAREN
1
si aucun lien de parenté avec la famille:
0 sinon.
Formation technique
variable dichotomique
:
TECHSUPP
1
si
a
reçu
une
formation
technique
supplémentaire;
o
sinon.
Dépenses d'éducation: regroupe les cotisations des parents d'élèves, les
fournitures scolaires,
le transport scolaire,
la nourriture et le
logement,
l'habillement,
les
frais
de
scolari té
et
les
autres
dépenses scolaires soit
:
DEPENS
COTIPAR
+
FOURNITU
+
TRANSPOR
+
CANTINE
+
UNIFORME
+
FRAISCOL + AUTRCLUB.
Âge à la première migration :
MIGAGE
l'âge qu'il avait en qui.ttant les parents pour la première
fois.
Degré de mobilité :
MIGFREQ
nombre de changement de localité de résidence.
Statut de la localité de naissance
variable dichotomique
NAIVILLA
1
si né à la campagne;
0 sinon.
Type de pensionnat : variable dichotomique
MAISON
1
si vit ou a vécu à la maison pendant les études; a sinon.
SOütien financier de l'état
: variable dichotomique:
BOURSIER
1
si reçoit une bourse de l'état;
a sinon.
Type d'établissement fréquenté
: variable dichotomique
ECOLPUB
=
1
si l'établissement est public;
0 sinon.
Migrant
pour
étude
uniquement
dans
l'ensemble
des
migrant s
urbains
variable dichotomique
:

---

88
MIGRETUD
1
si
est
étudiant
effectif
ou
bien
a
déjà
étudié
et
travaille actuellement en ville;
0 sinon.
La cause de la
migration étant
RAISON1,
c'est-à-dire
l'investissement
en
capital humain.
3.2.3.
Les équations e~iriques
a)
Déterminant de la migration
La
décision
de
migrer
pour
investir
en
capital
humain
est
subordonnée au calcul de la valeur actualisée nette anticipée
(VANa )
de
ce mouvement.
Nous rappelons que VAN:,
la valeur actualisée nette anticipée pour
l'individu i
est exprimée dans l'équation
(3).
Elle peut prendre aussi
la forme suivante
:
où
~
est
le
vecteur
des
paramètres,
Xi
est
le
vecteur
des
variables
indépendantes qui entrent dans le calcul de AIDFINB, COÛT, RENDMO B,
RENDNOMOa et EVIAa •
~i l'erreur aléatoire est supposée normalement,
indépendamment et identiquement distribuée avec une moyenne nulle
et une variance constante a2 •
VANf
est
une
variable
latente
(non
observée).
La
probabilité
que
l'individu i
migre est Pi et est définie de la façon suivante
(7 )
(U)

---

89
où Z est
une
normale
centrée
réduite
et
f (Z)
la
fonction
de
densité
gaussienne.
Étant donné que nous avons affaire à un modèle PROBIT SANS SEUIL
CONNU c'est-à-dire que l'événement migrer prend la valeur l
si VANf>Q et
la valeur 0 si VAN~::;Q, alors il est normalement impossible de séparer ~
et
cr,
Pour mémoire,
on
sait
que
le modèle
PROBIT
ne
donne
pas
des
coefficients
~ mais plutôt (~), Cependant le fait que DEPENS, qui est
une composante de COÛT
(cf.
équation 2),
est directement observable et
entre
de
manière
linéaire
dans
le
calcul
explicite
de
VAW
avec
un
coefficient
de
l,
rend
directement
possible
l'estimation
de
1
(J'
L'avantage
que nous
tirons
du
coefficient unitaire
(1)
de
DEPENS
est
1
qu'il
donne
directement
cr '
nous
permettant
ainsi
d'extraire
les
coefficients des autres variables;
soit
(9 )
b)
Estimation du taux de rendement de la migration
Nous retenons que
les opportunités d'emploi restent stables;
i l y a absence de contrainte dans le financement des études;
l'éducation
n'est
pas
un
bien
de
consommation
mais
plutôt
exclusivement un investissement.
Pour calculer le taux de rendement de la migration pour acquisition
de capital humain,
nous posons que l'investissement est égal à
I = COÛT - AIDFIN"
(10)
L'équation
(4)
peut alors se réécrire

---

90
VANa = -1 +
AIDF1Na - COOT +
(RENDMOa+RENDNOMoa)
. EV1Aa
( 11)
est
le taux de
rendement
de
la migration.
Le
2e membre de
l'équation
(11)
étant connu par
(3),
nous tirons
facilement
ra,
que nous pouvons comparer au taux d'intérêt du marché en
vigU(~UI· .
ra
doit être supérieur à i pour donner à
a
VAN
une valeur supérieure à
zéro.
C'est ce qui va déterminer l'individu dans
sa décision de
migrer pour acquérir du capital humain plutôt que pour réaliser un
autre projet comme la recherche d'emploi en ville par exemple.

---

91
TABLEAU 8
Récapitulatif des proxies entrant dans
le calcul de la valeur actualisée nette anticipée
de la migration
(V~)
(-)
(-)
(-)
(+)
(+)
(+ )
(+)
SIGNE
PROXY
OPPORT
PSY
DESU
AIDFIN
RENDMO
RENDNOMO
EVIA
ATTENDU
AGEl
x
x
x
x
x
x
?
MASCUL
x
x
x
x
x
x
+
CELIBAT
x
x
x
+
PEREICI
x
x
+
PEREVI
x
x
?
MEREICI
x
x
+
MEREVI
x
x
?
PNODIPL
x
x
x
x
t-
AGRICULP
x
x
x
x
+
SERVICE
x
x
x
x
+
AGRICULM
x
x
x
x
+
MENAGERE
x
x
x
x
+
PRIMAIR
x
x
x
x
x
+
SECOND
x
x
x
x
x
+
NBSCOLl
x
x
x
x
x
+
SECONSUP
x
x,
x
x
x
+
FREQUEN
x
x
?
CALCULER
x
x
?
ENFANT
x
x
+
NONPAREN
x
x
x
-
MIGAGS
K
-
MIGFREQ
x
x
x
+
VACCIN
x
+
MALADE
x
x
x
?
NBMEMBRE
x
+
NAIVILLA
x
-
LIRE
x
+
HABPERlO
x
-
HABMERlO
x
-
MAISON
x
x
+
ABIDJREG
x
x
x
x
x
+
EST
x
x
?
SUD
x
x
x
?

---

92
(-)
(-)
(-)
(+ )
(+ )
(+ )
(+ )
SIGNE
PROXY
OPPORT
PSY
DESU
AIDFIN
RENDMO
RENDNOMO
EVIA
ATTENDU
NORD
x
-
OUEST
x
-
ORIABIDR
x
x
?
ORIEST
x
+
ORISUD
x
x
?
ORINORD
x
-

---

93
IV.
ESTIMATIONS ET RÉSULTATS
4.1.
Étude du phénomène migratoire dans son ensemble
Dans
ce
paragraphe,
nous
essayons
d'étudier
la
structure
de
la
migration du milieu rural vers le milieu urbain.
Le tableau 9 nous donne
par un modèle probit les variables qui expliquent le phénomène en Côte
d'Ivoire et l'importance de chacune d'elles.
TABLEAU 9 : Probabilité de migrer
Modèle probit avec 24 variables explicatives
Variable dépendante = MIGRURB
Variables
Signe attendu
Coefficient
T-ratio
explicatives
estimé
asymptotique
AGEl
(-)
-0,36659.10-2
-1,4197
MASCUL
(? )
-0,15515
-2,2445
IVOIRIEN
(+)
0,38047
4,0365
PNODIPL
(+)
0,50138
3,3309
MNODIPL
(+)
1,1865
5,2588
AGRICULP
(+)
0,23655
1,7721
SERVICE
(+)
0,49273
2,9314
AGRICULM
(-)
-0,51869
-4,2915
MENAGERE
(+)
0,57945
4,5325
NONDIPL
(-)
-1,1087
-13,569
PRIMAIR
(-)
-0,85975
-7,2758
MALADE
( -)
-0,13082
-2,0626
VACCIN
(+)
0,10172
1,4532
LIRE
(+)
0,73115
3,3407
CALCULER
(+)
0,67901
2,7593
FREQUEN
(?) .
-0,77743
-3,3279
TRAVAILL
(-)
-0,93068
-13,229
ETUDI
(+)
0,96848
7,1313
CELIBAT
(+)
-0,18068
-2,0298
MEREVI
(? )
0,22764
3,1946
HABPER10
(? )
0,17481
2,0200
HABMER10
(? )
0,42310
4,6954
ABIDJREG
(? )
-0,20046
-2,2322

---

94
Variables
Signe attendu
Coefficient
T-ratio
explicatives
estimé
asymptotique
OUEST
( ? )
-0,25616
-3,4520
CONSTANTE
( ? )
-1,6512
-9,1007
Total observations = 4 028; Tota1(1)
= 829; Tota1(O)
= 3 199
Log-Vraisemblance
(0)
=
-
2 047,6; Fonction de vraisemblance
-1 288,0
Test du ratio de vraisemblance = 1 519,30
avec 24 D.L.
Maddala R2
0,3142
McFadden R2 = 0,37099
TABLEAU DE PRÉDICTION
Observé
o
1
o
3 062
373
Prédit
1
137
456
Pourcentage de prédictions correctes
0,87339
(cf. Annexe 1 pour les statistiques sur les variables du tableau 9)
L'analyse des résultats du tableau 9 montre que la migration diminue
avec
l'âge.
Les
jeunes
ruraux ont
donc
une propension à
migrer plus
importante que celle des adultes.
La ville attire plus les filles que
les
garçons.
Les
étrangers
choisissent
de
rester
à
la
campagne pour
s'adonner aux travaux agricoles.
Les analphabètes préf~rent rester dans
leur village en laissant partir ceux qui savent lire et calculer.
Les
étudiants
vont
à
la ville
tandis
que
les
travailleurs
effectifs
sont
moins tentés par le mouvement,
et
ceci de manière très
significative.
Les
mieux
portants
sont
ceux
qui
bénéficient
de
ce
mouvement.
Les
malades prennent moins de risque.
Comme nous devrions nous y attendre
les
parents
des
migrants
n'ont
pas
de
diplôme,
travaillent
dans
l'agriculture
et,
la
mère
la
plupart
du
temps
s'occupe
des
travaux
domestiques de la famille.
Autant les habitants de l'ouest de la Côte
d'Ivoire très éloignés des villes aiment la campagne,
autant ceux de la
région
d'Abidjan
disposant
de
beaucoup
d'infrastructures
socio-
économiques ne jugent pas le déménagement à la ville très important.

---

95
4.2.
Un modèle scolaire
4.2.1.
La fonction de fréquentation
À
l'aide
d'un
modèle
probi t,
nous
cherchons
les
variables
qui
déterminent
le
statut
d'étudiant
effectif
dans
l'ensemble
de
la
population qui a déjà effectué le mouvement migratoire.
Le
tableau
10
ci-après
répertorie
l'ensemble
de
ces
variables.
Leur~ statistiques respectives peuvent être consultées dans
le tableau
annexe 2.

---

96
TABLEAU 10
: Probabilité d'étudier
UNIVERS = ensemble des migrants urbains
Modèle probit avec 18 variables explicatives
Variable dépendante = ETUDI
Variables
Signe attendu
Coefficient
T-ratio
explicatives
estimé
asymptotique
AGEl
(- )
-0,13505
-5,6282
MAS CUL
(+ )
0,63965
2,9109
IVOIRIEN
( ? )
0,36079
0,5668
PNODIPL
(+ )
0,28484
0,7381
AGRICULP
(+ )
-0,08631
-0,2411
SERVICE
(+ )
0,41374
0, 9626
AGRICULM
(+ )
0,73157
1,8203
MENAGERE
(+ )
0,68040
1,7016
NBMEMBRE
( ? )
0,04109
2,3030
CELIBAT
(+ )
1,1955
3,4791
AUTPAREN
( ? )
-0,83946
-2,7100
NONPAREN
(+ )
-1,0957
-3,2928
MALADE
(- )
-0,40487
-1,5143
VACCIN
(+ )
0,41722
1,8167
LIRE
(+ )
2,2530
t],9G13
RAISON1
(+ )
0,88339
4,0497
TRAVAILL
(- )
-0,18757
-0,7656
CHERCHE
(- )
-1,4379
-3,1473
CONSTANTE
(? )
-2,3944
-2,3244
Total observations = 829; Total(l)
= 149; Total(O) = 680
Log-Vraisemblance
(0)
=
-
390,45; Fonction de vraisemblance
-
123,49
Test du ratio de vraisemblance = 533,932
avec 18 D.L.
Maddala R2
0,4748
McFadden R2 = 0,68374
TABLEAU DE PRÉDICTION
Observé
°
1
()
652
n
Prédit
1
28
127
Pourcentage de prédictions correctes
0,93969

---

97
Les données du tableau 10 indiquent que
18% de migrants
sont des
étudiants effectifs sans compter ceux qui ont terminé leur formation et
qui ont trouvé un emploi en ville.
Dans cette population de migrants,
les garçons sont les plus disposés à étudier.
La variable RAISONI est
très significative avec un coefficient positif,
ce qui veut dire que les
jeunes
qui
quittent
la
campagne
avec
objectif
d'étudier
tiennent
en
général leur engagement.
Nos résultats montrent également qu'il y a une
distinction nette entre les migrants qui sont en ville pour la recherche
d'emploi
ou
qui
travaillent
effectivement
et
les
étudiants
(cf.
les
signes de RECHERCHE et TRAVAILL qui
sont opposés à
celui de RAISON1).
Le statut de célibat est favorable à l'éducation.
De même la taille de
la famille
ne constitue pas un frein à
la scolarisation.
La situation
socio-économique
des
parents
n'explique
pas
de
manière
significative
l'appartenance
d'un
migrant
à
un
groupe
ou
à
un
autre.
Ceci
peut
s'expliquer par la similarité des activités de leur parents résidant à
la campagne
qui
travaillent
dans
la plupart
du
temps
dans
le
secteur
agricole.
Enfin les étudiants sont issus des plus jeunes et de ceux qui
témoignent d'un bon état de santé (cf. signes de AGEl, MALADE et VACCIN).
4.2.2.
La fonction de dépenses
Comme nous l'avons exprimé dans le paragraphe 3.2.3.,
la variable
DEPENS est cruciale dans la dérivation de notre modèle ainsi que pour le
calcul de VANa •
Pour estimer cette fonction de dépenses pour études nous
avons utilisé la méthode des moindres carrés ordinaires sur la population
étudiante après avoir pris soin de corriger son biais de sélection dans
l'ensemble des migrants.
La variable qui capte le biais de sélection a
été créée fors
de la détermination du modèle de
fréquentation dans
le
paragraphe 4.2.1.
Nous l'avons nommée Mil12 et c'est l'Inverse du Ratio
de Mill dont
le principe a été développé par Heckman37 •
Le tableau Il
présente les coefficients des variables qui déterminent les dépenses des
étudiants.
Ces résultats nous ont permis d'extrapoler à
l'ensemble de
la population migrante les dépenses scolaires potentielles dans les cas
spécifiques
où
l'individu
a
terminé
sa
formation
ou
envisage
de
l'entamer.
Les
autres
statistiques
sur
les
variables
ayant
servi
à
37Heckman,
James J.,
1979.

---

98
l'estimation
des
dépenses
d'éducation
peuvent
être
consultées
dans
l'annexe 3.
TABLEAU 11
: Dépenses d'études
Régression semi-1ogarithmique par moindre carré ordinaire
Variable dépendante
: LNDEPENS
Variables
Coefficient
T-ratio
explicatives
estimé
AGEl
0,01453
0,31650
CELIBAT
-0,09468
-0,16289
ENFANT
0,51334
1,7401
NONPAREN
-0,91108
-2,8716
SECONSUP
-0,21193
-0,39694
AGRICULP
0,28141
1,0324
MENAGERE
0,61928
0,65549
ECOLPUB
-0,61928
-2,2850
BOURSIER
0,34998
1,3475
TECHSUPP
-0,19792
-0,40528
MILL2
-0,20308
-0,59226
CONSTANTE
10,678
10,106
'R? = 0,1937
N.B.
LNDEPENS
désigne
le
logarithme
naturel
de
DEPENS.
Après
extrapolation,
nous
revenons
à
la
valeur
réelle
des
dépenses
(DEPENS)
en
prenant
la
fonction
inverse
c'est-à-dire
l'exponentielle.
4.3.
Estimation du critère de décision d'acquisition de capital humain
des migrants urbains
: procédures et analyses
Dans
cette
partie,
est
développée
la procédure
de
calcul
de
la
variable latente VAW.
Les 262 observations, soit 32% des individus ayant
le statut de migrants internes urbains en 1986 et qui ont investi dans
l'éducation,
constituent
la
base
du
modèle
probit
que
nous
avons
construit
à
cet
effet.
Les
coefficients
qui
en
résultent,
après
modification selon l'équation
(9),
sont les facteurs dans l'estimation
de VANa •
La prise en compte supplémentaire du taux d'escompte nous permet

---

99
de
déduire
le
taux
de
rendement
de
cet
investissement
pour
chaque
individu.
4.3.1.
Nous avons dit Investissement en capital humain:
c'est
l'éducation
acquise
(pour
les
migrants
qui
ont
terminé
leur
formation)
ou
en
acquisition
(pour
les
étudiants
effectifs)
TABLEAU 12
: PROBABILITÉ D'INVESTIR EN CAPITAL HUMAIN
Modèle probit avec 41 variables explicatives
Variable dépendante = MIGRETUD
(1)
(2)
(3)
Variables
Coefficient
T-ratio
p ""
explicatives
asymptotique de
estimé (~)
(~ )
(~)x(~rl
-------
'.
. - - - - ~ - _ . _ - - - - - - - _ . _ - - ~ ~ _ . _ -
- - - --"---_._-----.'--- ------ .- .. _._. ---.~------_._--------,~-
DEPENS
-0,48504- 10-1
-4,9717
(-1)
AGEl
0,03532
2,2125
7283,11
CELIBAT
-0,21079
-0,93879
-4345,83
ENFANT
0,80755
0,83375
16649,14
NONPAREN
-3,0683
-5,3001
-63258,70
SECONSUP
-0,71'732
-1,7180
-14788,88
AGRICULP
1,1692
2,7433
24105,23
MENAGERE
1,3923
2,8276
28704,85
MASCUL
0,66074
3,7603
13622,38
MAISON
7,1754
0,23064
147934,19
LIRE
0,63506
0,88906
13092,94
CALCULER
-0,21773
-0,31887
-4488,91
FREQUEN
-0,32846
-0,53915
-6771,81
PEREICI
1,9248
2,1216
39683,32
PEREVI
-0,11570
-0,67016
-2385,37
PNODIPL
0,25722
0,66191
5303,68
SERVICE
0,29753
0,71567
6134,13
MEREVI
-0,24104
-1,2538
-4669,49
MEREICI
0,58476
1,0543
12055,91
AGRICULM
0,63129
1,4437
13015,22
PRIMAIR
0,30646
1,1265
6318,24
SECOND
0,54267
1,4634
11188,15
NBSCOL1
0,08454
2,5992
1743,01
ABIDJREG
0,10964
0,38212
2260,43

---

100
(1)
(2)
(3)
Variables
Coefficient
T-ratio
~ =
explicatives
estimé (~)
asymptotique de
(~)
(~)x(~rl
EST
-0,05338
-0,18244
-1100,45
SUD
0,28440
0,76213
5863,43
NORD
-0,35822
-1,0898
-7385,37
OUEST
-0,31479
-1,3856
-6489,98
HABPER10
0,67617
2,3594
13940,5
HABMER10
-0,21707
-0,73740
-4475,30
MIGAGE
-0,00164
-0,11874
-33,83
ORIABIDR
-0,16609
-0,75966
-3424,25
ORIEST
0,11711
0,40174
2414,4
ORISUD
-0,39845
-1,1073
-8214,79
ORINORD
-0,78303
-2,2443
-16143,62
NBMEMBRE
0,00486
0,34364
100,10
MALADE
0,12824
0,73162
2643,91
MIGFREQ
0,08147
2,7336
1679,66
NAIVILLA
-1,5534
-4,1834
-32026,22
VACCIN
0,28306
1,5854
5835,81
MILL1
0,21917
0,94986
4518,60
CONSTANTE
0,30512
0,30151
6290,62
Total observations = 829; Total(l)
= 262; Total(O) = 567
Log-Vraisemblance
(0)
=
-
517,18; Fonction de vraisemblance
-
190,08
Test du ratio de vraisemblance = 654,175
avec 41 D.L.
Maddala R2
0,5458
McFadden R2 = 0,63245
TABLEAU DE PRÉDICTION
Observé
o
1
o
543
50
l
21
212
Pourcentage de prédictions correctes.
0,91074
(Les statistiques sur les variables du tableau 12 sont dans l'annexe 4)
N.B.
La variable MILL1 dans le tableau 12 est l'inverse du ratio de MILL
qui
corrige le biais de
sélection des migrants
Sur
l'ensemble de
l'échantillon soit sur les 4 028 observations.

---

101
Le résultat important que nous avons trouvé dans cette partie est
le coefficient
(~) très significatif de DEPENS. Le signe négatif est
compatible
à
ce
qu'une
haus'se
des
dépenses
de
l'éducation
décourage
l'investissement privé en ce domaine.
~ prenant la valeur (-1) comme
nous l'avons montré à la page 89, nous isolons facilement ..!. = 0,48504'
cr
10-4 c'est-à-dire a = 20616,856 CFA.
Le CFA est l'unité monétaire de la
Côté d'Ivoire.
En multipliant tous les autres coefficients de la colonne
(1)
du
tableau
12
par
20616,856
nous
obtenons
le
vecteur
~ dans la
colonne
(3).
Ainsi VANJa est connue.
Avec
cr constant, l'écart-type de ~ s'obtient facilement par la
formule traditionnelle de la variance;
soit
:
(12)
Le commentaire rapide des points saillants des résultats du tableau
12, révèle qu'une année supplémentaire d'études contribue pour 1 740 CFA
à la valeur actualisée nette anticipée.
L'appartenance au sexe masculin
y contribue pour 13 622 CFA, montrant ainsi que la discrimination vis-à-
vis
du
sexe
avantage
les
garçons,
phénomène
encore
important
en Côte
d'Ivoire dans les familles rurales.
Avoir un diplôme primaire contribue
pour 6 318 CFA dans la formation de VANa alors que l'apport du diplôme
secondaire est de 11 188.
Le fait que la famille d'accueil soit composée
de parents biologiques favorise une hausse de VANa de 16 649 CFA alors que
si le migrant n'a aucun lien avec cette famille VANa baisse de 63 258.
Ce qui montre que plus on est parent au tuteur et mieux on est assisté
dans sa formation.
La taille de la famille n'a pas d'influence dans la
formation
de
VANa .
Cependant
avoir
un
père
agr icul teur
ou
une
mère
ménagère
y
contribuent
respectivement
pour
24 105
et
28 704
CFA donc
sensiblement de la même importance.
Migrer vers la capitale ou dans ses
environs
est plus profitable que déménager vers
les autres
régions
du
pays.
Au
contraire,
toutes
choses
égales
par
ailleurs,
seuls
les
originaires de l'est reçoivent un gain positif.
Enfin une année d'âge

---

102
supplémentaire contribue pour 7 283 CFA à
la formation de VANa ,
ce qui
veut dire que la maturité et l'expérience renforcent le bénéfice attendu
de l'investissement en capital humain.
4.3.2.
La valeur actualisée nette anticipée VAN; pour différentes
sous-populations dans l'ensemble des migrants
Pour
calculer
VAN;,
nous
avons
imposé
des
contraintes
sur
notre
échantillon
pour
pouvoir
le
diviser
en
sous-groupes
pertinents
dans
l'appréciation de la rationalité qui commande le migrant en déterminant
son statut.
Par l'équation (6) et en utilisant les valeurs de la colonne
3
du
tableau
12,
nous
obte~ons la valeur
actualisée
nette
anticipée
moyenne de chaque sous-groupe dans l'ensemble des migrants urbains.
TABLEAU 14
VAN a
p
Sous-population
Effectif
Proportion
VAN a en CFA
p
Ensemble des migrants urbains
829
100%
-6 958
Ensemble ayant inve:.:;ti en
262
3 ")0
.... ù
59 232
capital humain
Ensemble dont VANf est positif
212
81%
77 296
sur les 262 qui ont investi en
capital humain
Ensemble n'ayant pas investi en
567
68%
-37 543
capital humain
Ensemble dont VAN: est négatif
543
96%
-39 770
sur les 567 qui n'ont pas
investi en capital humain
Ensemble des garçons par rapport
207
79%
61 498
aux filles ayant investi en
capital humain
Ensemble des filles par rapport
55
21%
50 705
aux garçons ayant investi en
capital humain
Ensemble des célibataires ayant
162
62%
84 583
investi en capital humain
Ensemble des non célibataires
100
38%
18 165
ayant investi en capital humain
Ensemble de ceux qui sont
53
20 96
66 739
enfants de la famille d'accueil

---

103
Sous-population
Effectif
Proportion
Vl\\.Na en CFA
p
Ensemble de ceux qui ne sont.pas
209
80%
57 329
enfants de la famille d'accueil
Ensemble de ceux dont le père
216
82%
58 072
travaille dans le secteur
agricole
Ensemble de ceux dont le père
25
10%
58 019
travaille dans les services
Ensemble des étudiants effectifs
149
18%
102 760
Ensemble des étudiants effectifs
97
65%
97 668
ayant un diplôme primaire
Ensemble des étudiants effectifs
30
20%
92 687
ayant un diplôme secondaire
Ensemble des étudiants effectifs
13
9%
137 550
ayant un diplôme universitaire
Ensemble des
migrants ayant
46
41%
32 511
achevé leur formation avec un
diplôme primaire et disposant
d'un emploi
Ensemble des migrants ayant
23
20%
37 231
achevé leur formation avec un
diplôme secondaire et disposant
d'un emploi
Ensemble des migrants ayant
54
48%
19 761
achevé leur formation avec un
diplôme universitaire et
disposant d'un emploi
Les résultats du tableau 14 confirment nos
hypothèses
de travail
dans la construction de ce modèle de migration et, de ce fait, permettent
des
ouvertures
qui
pourront
faire
l'objet
de
tests
dans
des
études
ultérieures.
Il s'agit des conclusions suivantes:
la
décision
de
migrer
pour
investir
en
capital
humain
est
une
décision rationnelle et conditionnelle au bénéfice attendu;
les garçons et les célibataires sont les plus favorisés;
avoir des affinités avec la famille d'accueil en ville est un atout
pour la réussite de cet investissement;

---

104
l'attente de ceux dont l'investissement est en cours est plus forte
que celle des personnes qui sont déjà sur le marché du travail;
le niveau du diplôme obtenu joue différemment sur l'attente selon que
l'individu est encore étudiant ou a déjà terminé sa formation.
4.3.3.
Le taux de rendement de la migration
Comme nous l'avons spécifié à la page 89,
l'équation
(11)
donne la
possibilité de calculer le taux de rendement de la migration ra à partir
du moment où VANa est connue.
Pour un taux d'escompte donné i,
ra
(1
+ VAN a )
i
(13)
l
Si nous retenons par exemple la valeur 'actualisée nette (VANa ) de la sous-
population qui a investi en capital humain, c'est-à-dire 59 232 pour les
32% de migrants, une variation du montant annuel de l'investissement net
donne les différents taux de rendement qui figurent dans le tableau 15.
TABLEAU 15
Taux de rendement anticipé de la migration pour une
valeur actualisée nette anticipée de 59 232 CFA
Montant
Taux d'escompte
Investissement net
en CFA
0,07
0,09
0,11
0,13
50 000
0,153
0,197
0,240
0,284
100 000
0,111
0,143
0,175
0,207
150 000
0,098
0, 126
0,153
0, 181
200 000
0,091
0,117
0,143
0,169
250 000
0,087
0,111
0,136
0,161
300 000
0,084
0,108
0,132
0,156
Ce tableau montre que,
par exemple, à un taux d'escompte de 11% un
investissement annuel de 50 000 à 300 000 CFA procure respectivement un

---

105
rendement de 24 à 13%.
Plusieurs autres simulations à titre d'exercices
peuvent être également effectuées.
En définitive, les conclusions de ces dernières estimations sont les
suivantes
:
1-
l'incorporation de la migration des jeunes de la campagne à la ville
dans un modèle d'investissement en capital humain donne des taux de
rendement ex-ante,
qui cadrent avec ceux calculés ex-post dans la
littérature de l'éducation;
2-
pour un taux d'escompte donné, le taux de rendement anticipé diminue
avec le montant de l'investissement privé;
3-
les "pauvres" conditionnent leur décision de migration pour investir
en
capital
humain
à
un
taux
de
rendement
supérieur
à
celui
des
"riches";
4-
la
subvention par l'État
des
études
dans
les
villes,
en
faisant
baisser le coût total p~ivé de l'éducation,
favorise la migration
des
jeunes à cet effet.

---

106
V.
CONCLUSION
Le débat sur la migration des zones rurales vers les villes dans les
pays sous-développés a
commencé depuis les années 1950 et
se poursuit
aujourd'hui encore entre économistes et démographes.
Comme hier,
elle
connaît ses défenseurs et ses réprobateurs.
La littérature en ce domaine a été essentiellement centrée sur le
modèle de Michael Todaro qui a fait l'objet de plusieurs critiques depuis
sa publication en 1969.
Les discussions ont cependant tourné autour de
la recherch~ d'emploi comme objectif principal de la migration interne
urbaine.
Dans cette recherche basée 'sur les données ivoiriennes,
nous avons
coûts
psychologiques
mais
avons
aussi
privilégié
l'investissement
en
capital humain qui représente le motif' de 32% de l'ensemble des migrants
urbains en Côte d'Ivoire.
Notre hypothèse de travail dans la construction de ce modèle a été
que la décision de migrer des
jeunes ruraux obéit à un critère purement
économique et est subordonnée au calcul préalable de la valeur actualisée
nette anticipée
(VANa )
de ce mouvement.
Ex-ante,
cette valeur doit être
positive pour justifier le départ de la campagne à la ville.
L'apport original de notre modèle est d'avoir pu,
malgré la non-
directe
observabilité
des
variables
(excepté
les
dépenses
scolaires)
entrunt: déH1S le calcul de Vl\\N",
e[fect:uel une est:ill\\èlLion LoI. die.
1".1 êiculc
contrainte
était
que
la
variable
DEPENS,
une
composante
de
COÛT
par
combinaison linéaire avec OPPORT,
PSY et DESU,
entre dans le calcul de
VANa avec un coefficient de -1.
Au
terme
de
nos
estimations,
l' hypothèse
de
rationalité
a
été
pleinement vérifiée puisque d'une part sur les 32% des migrants qui ont
investi dans l'éducation 81% avaient chacun VANf positif.
D'autre part
sur
les
68%
qui
n'ont
pas
investi,
bien
qu'ayant
migré,
96 95
avaient
chacun VANf négatif.

---

107
Avec la connaissance de VAN" nous avons aussi calculé le taux de
rendement de la migration pour un investissement et un taux d'escompte
donnés.
Il
ressort
que
le
taux
de
rendement
diminue
avec
l'investissement
et
que
les
"pauvres"
sont
plus
exigeants
que
les
"riches".
Son corollaire est que la migration en vue d'investissement
en
capital
humain
est
encouragée
par
une
hausse
de
la
subvention
de
l'état au système éducatif dans les zones urbaines.
En cette période où l'ajustement· structurel est de rigueur en Côte
d'Ivoire, comme dans la plupart des pays africains, la mise en oeuvre des
programmes de stabilisation conduisant à une réduction généralisée des
dépenses
publiques
restreint
inévitablement
seloIl
notre
modèle
le
déplacement
des
jeunes
en
quête
de
savoir
vers
les
villes.
Ainsi,
s'estompe quelque peu l'élan que le système scolaire ivoirir;n élVilil. pris
dans
les
années
1960 et
auquel
l'on
avait
donné
des
raisons
de
forte
croissance en l'an 2000.

---

108
RÉFÉRENCES BIBLIOGRAPHIQUES
AHONZO, E. BARRÈRE, B. ET P. KOPYLOV, Population de la Côte d'Ivoire: Analyse
des
données
démographiques
disponibles,
Abidjan,
Direction
de
la
statistique,
MEF,
1984,
324 pages.
ARNOLD, F. AND COCHRANE S., "Economie Motivation Versus City Lights: Testing
Hypothesis about Interchangement Migration in Thailand",
Worldbank
Staff Working Paper,
Vol.
416,
1980.
BAIROCH,
P.,
The
Economie
Development
of
the
Third
World
Since
1900,
Berkeley,
CA:
University of California Press,
1975.
BANERJEE, B. AND KANBUR, S .M., "On the Specification and Estimation of Rural-
Urban
Migration
Functions",
Oxford
Bulletin
of
Economies
and
Statistics,
Vol.
43,
1981,
pp.
7-28.
BERRY, A. AND SABOT, R. H., "Unemployment and Economie Development", Economie
Development and Cultural Change,
Vol.
33,
1984,
pp.
99-116.
CALDWl-:Ll"
J. C.,
African
Rural-Urban
Migration:
The
Movement
to
Ghana' s
Towns,
1969.
CATSIAPIS, GEORGE, "A Model of Educational Investment Decisions", The Review
of Economies and Statistics,
Vol.
3,
February,
1987,
pp.
33-41.
ENGELS, F., The Conditions of the Working Class in Eng1and, Trans lated from
the 1845 edition,
England:
Panther Press,
1974.
FIELDS, G., "Rural-Urban Migration, Urban Unemp10yment and Undercmp10yment,
and Job Activity in LDC'S",
Journal of Development Economies,
Vol.
58,
November,
1976,
pp.
407-415.
FIELDS, G.,
"Labor Force Migration, Unemployment and Job Turnover", Review
of Economies and Statistics, Vol.
58,
November,
1976,
pp.
407-415.
FIELDS, G. S .,
"P lace to Place Mj,gration in Colombia", Economie Development
and Cultural Change,
Vol.
30,
1982,
pp.
539-558.
FOlfJ'lN,
BEI~NlIHD
I\\ND
NGUlllGl\\lN,
TITUS,
"Local
Public
Goods,
Migration
and
Unemployment:
The
Case
of
the
Philippines",
Cahier
de
recherche
8803,
GREPE,
September 1988,
pp.
1-35.
GREENWOOD,
J.
MICHAEL,
"Human
Migration:
Theory,
Models
and
Empirical
Studies",
Journal of Regional
Science,
Vol.
25,
no.
4,
1985,
pp.
521-544.
HARRIS,
J.
AND TODARO,
MICHAEL,
"Migration,
Unemployment and Development:
A
Two-Sector Analysis", The American Economie Review, Vol.
60, no.
l,
1970,
pp.
126-142.
HECKMAN,
JAMES
J.,
"Sample
Selection
Bias
as
a
Specification
Error" ,
Econometrica,
Vol.
47,
no.
1,
1979,
pp.
153-161.

---

109
HERRICK,
B.H.,
Urban
Migration
and
Economie
Develooment
in
Chile,
Cambridge,
MASS,
1965.
HOSELITZ, B. F., "Generative and Parasi tic Ci ties", Economie Development and
Cultural Change,
Vol.
3,
1955,
pp.
278-294.
HOSELITZ,
B. F. ,
"Urbanization
and
Economie
Growth
in
As ia",
Economie
Development and Cultural Change,
Vol.
5,
1957,
pp.
42-54.
MALEANSON, J. J., "Unemployment and the Efficiency Wage Hypothesis", Economie
Journal,
Vol.
91,
1981, pp.
844-866.
MAZlJMDAR, DIPAK, "Rural-Urban Migration in Developing Countries", World Rank
Series,
no.
422,
1987,
pp.
1098-1128.
MORSE, R.M.,
"Trends and Issues in Latin American Urban Research 1965-70,
pLat
III",
I,aLin l\\rncr:ican l~('~;('élrch HevJew,
Vol.
6,19'11,
pp.!,)-i':J.
NELSON, J.M.,
"Sojourners Versus New Urbanites: Causes and Consequences of
Temporary
Versus
Permanent
Cityward
Migration
in
Development
Countries", Economie Development and Cultural Change, Vol. 24, 1976,
pp.
721-757.
OBERAI, A. S ., "Migration, Unemployment and Urban Labor Market; A Case Study
of the Sudan",
International Labor Review, Vol. 115, 1977, pp. 211-
223.
PRESTON,
S. H.,
"Urban
Growtll
in
Developing
Countries;
A
Demographie
Reappraisal",
Population and Development Review,
Vol.
5,
1979,
pp.
195-215.
RAVENSTEIN, E. G.,
"The Laws of Migration", Journal of the Royal Stat istical
Society,
Vol.
48,
1885, pp.
167-227.
REDfORD,
A.,
Labor Migration in England 1800-1850,
Revised from the 1926
edition,
New York: A.
Kelly,
1968.
REMPLE, H. AND LOBDELL, R. A., "The Role of Urban-to-Rural Remi ttances in Rural
Development", Journal of Development Studies, Vol 14, 1978, pp. 324-
341.
SABOT, R. H., Economie Development and Urban Migration, Tanzania 1900-1971,
Oxford,
1979.
SCHlJLTZ,
T. P.,
"Lifetime Migration
with Education Strata in Venezuela",
Economie Development and Cultural Change,
Vol.
30,
1982,
pp.
559-
583.
SIMMONS,
A.B.,
"The Emergence
of
Planning Orientation
in
a
Modernizing
Community:
Migration,
Adaptation and Family Planning
in
Highland
Columbia",
Latin American Studies Program,
Series no.
15,
1970.
SINCLAIR,
S.W.,
Urbanization and Labor Markets
in Developing Countries,
London:
Croom Helm,
1978.

---

110
SJAASTAD,
L.,
"The
Costs
and
Returns
of
Human
Migration",
Journal
of
Political Economy,
Vol.
70,
1962,
pp.
80-93.
STARK,
ODED,
"A Note on Modelling Labour Migration in
LDC s ",
Journal of
Development Studies,
Vol.
20,
1984,
pp.
318-321.
STARK, ODED AND BLOOM, E. DAVID,
"The New Economies of Labor Migration", The
American Economie Review,
Vol.
75,
no.
2,
1985,
pp.
173-178.
TIEBOUT, C. M., "A Pure Theory of Public Expendi tures", Journal of Poli tical
Economy,
Vol.
64,
1956,
pp.
416-424.
TODARO,
MICHAEL,
"Internal Migration in Developing Countries:
A Survey",
Population
and
Economie
Changes
in
Developing
Countries,
Ed.
R.
Easterlin, Chicago,
IL: University of Chicago Press,
1980, pp. 361-
390.
W1J,J,lflM~;(JN, G. JI':I'Î,'I<I<Y, "Miyra Lion and Uroani za Lion", lIandoook oL Deve.Lüpmen l
Economies,
Vol.
1,
1988,
pp.
459-461.
WILLIS,
R. J.,
"Comment",
Population
and Economie
Changes
in
Developing
Countries,
Ed.,
R.
Easterlin,
Chicago,
IL:
University of Chicago
Press,
1980,
pp.
394-397.
WILLIS,
R.J.,
"Comment",
R.A.
Easterlin,
Ed.,
Population
and
Economie
Chanqe
in
Developing
Countries,
University
of
Chicago
Press,
Chicago,
IL,
1980.
YAP, L., "The Attraction of Cities: A Review of the Migration Literature",
Journal of Development Economies,
Vol.
4,
1977,
pp.
239-264.
YAP,
L.,
"Rural-Urban Migration
and Urban
Underemployment
in
Brazil",
Journal of Development Economies,
Vol.
3,
1976,
pp.
227-243.

---

III
ANNEXE 1
Statistiques sur les variables du tableau 9
Variables
Moyenne
Écart-type
(indépendantes)
AGEl
36,514
16,890
MASCUL
0,456
0,498
IVOIRIEN
0,886
0,317
PNODIPL
0,891
0,312
MNODIPL
0,929
0,256
AGRICULP
0,851
0,356
SERVICE
0,039
0,194
AGRICULM
0,735
0,441
MENAGERE
0,140
0,347
NONDIPL
0,710
0,151
PRIMAIR
0,091
0,288
MALADE
0,308
0,462
VACCIN
0,185
0,388
LIRE
0,221
0,415
CALCULER
0,243
0,429
FREQUEN
0,247
0,431
TRAVAILL
0,772
0,420
ETUDI
0,051
0,221
CELIBAT
0,284
0,451
MEREVI
0,528
0,499
HABPER10
0,665
0,472
HABMER10
0,659
0,474
l\\FlTD,n<-EG
0,17.0
0,375
OUEST
0,210
0,407
(dépendante)
M~GRURB
0,206
0,404
Total observations
4 028

---

112
ANNEXE 2
Statistiques sur les variables du tableau 10
Variables
Coefficient
T-ratio
estimé
asymptotic
(indépendantes)
AGEl
31,668
13,691
MAS CUL
0,524
0,500
IVOIRIEN
0,924
0,265
PNODIPL
0,938
0,240
AGRICULP
0,838
0,368
SERVICE
0,093
0,290
A~RICULM
0,487
0,500
MENAGERE
0,423
0,494
NBMEMBRE
Il,210
6,014
CELIBAT
'0,390
0,488
AUTPAREN
0,197
0,398
NONPAREN
0,151
0,358
MALADE
0,255'
0,436
VACCIN
0,234
0,424
LIRE
0,513
0,500
RAISON1
0,357
0,479
TRAVAILL
0,550
0,498
CHERCHE
0,042
0,201
(dépendante)
ETUDI
0,180
0,384
Total observations
829

---

113
ANNEXE 3
Statistiques sur les variables du tableau 11
Variables
Moyenne
Écart-type
(indépendantes)
AGEl
18,494
3,8936
CELIBAT
0,91954
0,27358
ENFANT
0,33333
0,47414
NONPAREN
0,17241
0,37993
SECONSUP
0,10345
0,30631
AGRICULP
0,74713
0,43718
MENAGERE
0,35632
0,48169
ECOLPUB
0,77011
0,42320
BOURSIER
0,29885
0,46041
TECHSUPP
0,09195
0,29064
Mil12
0,47092
0,51323
(dépendante)
LNDEPENS
10,636
1,1136
DEPENSE
61 748
47 734
Total observations
87

---

114
ANNEXE 4
Statistiques sur les variables du tableau 12
Variables
Moyenne
Écart-type
explicatives
(indépendantes)
DEPENS
85 642
33 888
AGEl
31,668
13,691
CELIBAT
0,38963
0,48796
ENFANT
0,090470
0,28703
NONPAREN
0,15078
0,35805
SECONSUP
0,12425
0,33006
AGRICULP
0,83836
0,36834
MENAGERE
0,42340
0,49440
MASCUL
0,52352
0,49975
MAISON
0,10133
0,30194
LIRE
0,51267
0,50014
CALCULER
0,53076
0,49935
FREQUEN
0,51387
0,50011
PEREICI
0,079614
0,27086
PEREVI
0,51749
0,50000
PNODIPL
0,93848
0,24043
SERVICE
0,092883
0,29044
MEREVI
0,68637
0,46425
MEREICI
0,10495
0,30667
AGRICUT,M
0,48733
0,50014
PRIMAIR
0,22075
0,41500
SECOND
0,066345
0,24903
NBSCOL1
4,5344
4,9625
ABIDJREG
0,13390
0,34075
EST
0,16647
0,37272
SUD
0,054282
0,22671
NORD
0,19300
0,39489
OUEST
0,22678
0,41900
HABPER10
0,73824
0,43986
HABMER10
0,74427
0,43653
MIGAGE
13,828
7,3485

---

115
Variables
Moyenne
Écart-type
explicatives
ORIABIDR
0,24608
0,43099
orUE8T
0,12907
0, 335IJ[l
ORISUD
0,062726
0,24262
ORINORD
0,16647
0,37272
NBMEMBRE
11,210
6,0140
MALADE
0,25452
0,43586
MIGFREQ
3,3052
2,8297
NAIVILLA
0,90591
0,29213
VACCIN
0,23402
0,42364
Mill1
0,85206
0,64894
(dépendante)
MIGRETUD
0,31604
0,46521
Total observations
829

---

1...
.S.U.JE_T.3
_ _t.D.U.CA_T.IO.N
1
UNE NOUVELLE ESTIMATION DU TAUX DE RENDEMENT DE L'ÉDUCATION :
INCORPORATION DE LA VARIABLE QUALITÉ DANS LE MODÈLE "MINCERIEN"
AVEC ÉQUATIONS SIMULTANÉES DANS UN CONTEXTE DE MARCHÉ DE
TRAVAIL SEGMENTÉ; APPLICATION AUX DONNÉES DE CÔTE D'IVOIRE

---

116
I.
INTRODUCTION
L'expansion
rapide
de
la
demande pour
l'éducation à
laquelle
le
monde
fait
face
depuis
les
années
1960
témoigne
apparemment
d'un
rendement privé et social élevé de l'investissement dans ce domaine.
On
pense que le ti1\\lX de; re;ndcrncnt social est deux foi~; plus él(~vé~ cn l\\fr-iquc'
(15 à 30%)
qu'en Amérique Latine ou dans les pays développés
(8 à 13%)
et que les taux de rendement privé dans les pays pauvres valent le double
de ceux du
rendement
social 1 •
On note
cependant que l'écart entre le
taux privé et le taux social est plus modéré dans les pays asiatiques à
cause de la relative faible implication de l'État par rapport dUX ~i U Lres
pays.
Haveman et Wolfe 2 mettent
en
relief
le
rôle
de
l'État
dans
le
financement de l'éducation en se consacrant aux effets indirects et non-
monétaires de l'école.
Un catalogue de vingt effets non-marchands part
de la productivité intra-familiale, de la reproduction, à la consommation
de
loisirs
et
de
certains
types
de
biens
en
passant
par
la
cohésion
sociale,
la
réduction
de
crime
et
la
promotion
de
la
santé.
Ils
y
développent un modèle pour dériver la valeur marginale des services de
l'éducation dont l'output comprend aussi bien des biens marchands que des
biens
non-marchands
et
débouchent
sur
une
estimation
de
ce
que
les
individus
sont prêts à
payer
("the willingness to pay")
pour acquérir
cette éducation vue sous un angle plus global.
Une application de cette
méthode de calcul à la population américaine a montré qu'en moyenne une
famille
est
prête
à
payer
jusqu'à
3 075 $
pour
acquérir
une
année
supplémentaire d'études
en
vue
de
disposer
des
moyens
d'améliorer
sa
propre santé. 3
Par contre elle ne serait disposée à étudier qu'au coût
de 60 $ annuellement pour savoir faire
valoir ses droits auprès de la
police pour offense ou attaque par d'éventuels criminels. 4
Ainsi,
dans
un
pays
où
la
population
ne
dispose
pas
de
moyen
pour
financer
ses
études, les montants que les familles sont prêtes à débourser en moyenne
pour étudier peuvent suggérer le besoin d'éducation au niveau de toute
la société.
lSchultz,
T.
Paul,
1988.
2Haveman and Wolfe,
1984.
)Lung Fei Lee,
1982.
4Ehrlich,
Isaac,
1975.

---

117
À
côté
de
son
aspect
investissement,
l'éducation
est
aussi
considérée comme un bien de consommationS ou un moyer. de préserver et de
transférer les
valeurs
culturelles aux générations
futures.
C'est un
proùuit.
joint.
c'c~L-Q-dll~: un
l)Lcn
de
cOll~ulrundtioll éluLLUll
qU'UII
bien
d'investissement de telle sorte que la demande totale doit refléter la
"somme" de ces deux aspects.
Ainsi le taux de rendement exprimé par la
seule hausse de salaire sous-estime la valeur privée des investissements
en
éducation
et
peut
conduire
à
une
fausse
conclusion
qU'il
y
a
relativement trop d'investissements dans le système éducatif.
L'éducation est un bien privé générateur d'externalités positives.
Les
individus
éduqués
sont
plus
p.roductifs
dans
leurs
activités
domestiques,
plus responsables de leur état de santé et plus efficaces
dans l'éducation de leurs enfants 6 •
Négliger ces gains supplémentaires
de bien-être conduit indubitablement à une sous-estimation du rendement
de
l'éducation.
De
même,
dans
les
entreprises
individuelles
où
le
salaire
n'est
pus
de
mise,
le
niveau
d'éducat.ion
des
propriétaires
condi tionne
la
rationalité
économique
des
décisions
qui
guident
leur
fonctionnement quotidien?
L'analyse de l'éducation sous sa forme d'investissement en caPital)
humain
(ce auquel nous nous intéressons dans cette recherche)
a dominé
la littérature en ce domaine et remonte même à Adam Smit~
Elle n'est
donc
point
récente.
Schult Z9
et
Becker10
sont
considérés
comme
les
précurseurs dans les premières tentatives de formalisation de ce sujet
dans la théorie économique moderne.
Cependant le plus célèbre à qui les
spécialistes de la théorie du capital humain se réfèrent aujourd'hui pour
le
développement
des
modèles
de
l'éducation
et
de
leurs
tests
~Lazear, E., 1977.
6Auster,
Leveson and Sarachek,
1969.
'Singh,
Squire and Strauss,
1986.
~laUg, Mark, 1986.
9S c hultz,
T.W.,
1961.
lOSecker,
8.S.,
1964.

---

118
économétriques sur les déterminants du revenu salarial est Mincer pour
son fameux article intitulé "Schooling,
Experience and Earnings"ll.
Les études réalisées par George Psacharopoulos
(1973,
1975,
1981,
1983,
1985),
Christopher Colclough
(1982)
et Psacharopoulos et Woodhall
(1985)
et bas~es littéralement sur le mod~le de Mincer ont souligné que
l'efficacité marginale aussi bien sociale que privée des investissements
en capital
humain baisse
avec
le
niveau
d'étude.
Les
rapports
de
la
Banque Mondiale (1980,
1981) inspirés par ces conclusions de même que les
propositions
issues
de
l'ouvrage
de
Weisbrod12
ont
aboutit
à
la
recommandation que la priorité des gouvernements des pays sous-développés
dans
le
financement
de
l'éducation devrait
porter
sur
l'expansion
des
écoles primaires au détriment des écoles secondaires,
universitaires et
même des formations techniques.
Ils excluent ainsi l'aspect
"qualité"
de l'éducation dans
la détermination de
la productivité et donc de
son
rendement.
Bien que le modèle original de Mincer ait été jugé pragmatique dans
la dérivation empirique du taux de rendement de l'éducation et apprécié
pour
sa
contribution
au
développement
de
l'économie
du
travail,
i l
souffre
cependant
d'insuffisances
sérieuses
dans
sa
formulation
économétrique
et
pour
cause.
Le
niveau
d'études
supposé
optimal
est
traité
de
manière
exogène,
de
même
que
le
secteur
d'activité
que
l'individu peut choisir selon ses préférences et ses qualifications,
en
dehors du fait même que la non prise en compte de la variable habileté
peut
surestimer
le
taux
de
rendement
privé13 .
En
plus,
le marché
du
travail est considéré comme unique et homogène,
ce qui a
constitué une
levée
de
bouclier
de
la
part
des
partisans
du
marché
de
travail
segmenté
:
Carnoy14 et Rosenberg 15 •
Même des
néoclassiques
comme Cain16
llMincer,
B.
Jacob,
1974.
12 We isbrod,
B.,
1964.
13Boissière,
Knight and Sabot,
1985.
14Carnoy, M.,
1980.
15Rosenberg,
S.,
1979.
16Cain,
G.,
Glen,
1976.

---

119
et Leigh17 ,
sans remettre en cause la théorie du capital humain admettent
l'existence. de plusieurs marchés associés à différentes productivités.
Un
débat
très
enrichissant
qui
alimente
aussi
la
littérature et
opposé au modèle du capital humain est celui du filtre
("screening")
et
du cursus ("credientialism") qui slipule d'une part que l'éducCllion :;erl
simplement
de
filtre
ou
révèle
l' habileté
innée
de
l' indi vidu
sans
accroître sa productivité et d'autre part que le salaire est
le reflet
des diplômes
obtenus
de
l'intéressé18 ,
indépendamment
de
sa
compétence
ou de
ses
qualifications professionnelles.
Arrow19 montre
qu'une plus
grande
éducation
ne
contribue
en
aucune
manière
à
une
meilleure
performance économique.
Plutôt,
elle sert de mécanisme de filtre en ce
qu'elle
fournit
des
indications
sur
les
différentes
habiletés
et
productivités
des
éventuels
candidats
aux
employeurs
qui
autrement
payeraient très cher pour l'acquérir.
Du point de vue social, selon lui,
.
---
."._-"'-- .'- ---,.--_.,--.-
~-
la fonction de filtre de l'école est
justifiée quand le facteur travarr-
•.... _,---_._.._-"--
n'est
ni
homogène
ni
substituable
mais
plutôt
diversifié
avec
des
composantes complémentaires qui cadrent avec les exigences de la fonction
de production
(type Léontief,
par exemple).
]\\lors l'éducation dans ce
contexte a une valeur sociale positive dans la mesure où elle permet la
sélection de main-d'oeuvre conforme à la technologie en vigueur.
L'idée
maîtresse de l'interprétation que Ril ey20 fait de la théorie du capital
humain est que
non
seulement
l'éducation accroît
la productivité mais
elle offre aussi le moyen de révéler les différents talents des candidats
à un emploi.
En même temps
qu'il dénonce
les
conclusions
de
Wolpin 21
selon lesquelles le niveau d'éducation relativement élevé de la plupart
des travailleurs
installés à
leur propre compte enlève le caractère de
filtre
à
l'éducation,
i l
approuve
par
ailleurs
les
propositions
de
Spence22 qui soutient que l'obtention de diplôme constitue un signal sur
17Leigh, E., Duane, 1976.
16Spence, Michael, 1976.
19Arrow, Kenneth, 1973.
20Ri1ey, John, 1979.
21Wolpin, Kenneth, 1977.
22Spence, Michael, 1974.

---

120
les compétences des récipiendaires.
Riley suppose que l'observation de
la productivité dans certaines occupations est plus difficile que dans
d'autres et que le rôle de filtre de l'éducation est plus approprié dans
les attributions où l'évaluation de la compétence est trop coûteuse.
L'évaluation
du
coût
du
système
éducatif
passe
aussi
par
la
comparaison des taux de rendement privé et social.
Le passage du premier
au second exige la prise en compte des subventions de l'Étut dU syst6rne
éducatif et la contribution des travailleurs éduqués dans la formulation
des finances publiques par le biais de la taxation.
Même au niveau privé
le coût
de la fréquentation
scolaire mesuré par
le
coût
d'opportunité
(ici le salaire renoncé)
demeure une question ouverte et une difficulté
supplémentaire dans son calcul est à considérer car ce sont les parents
qui habituellement payent les études à
leurs enfants,
spécialement aux
niveaux
primaire
et
secondaire
alors
que
les
enfants
en
tirent
le
bénéfice
plus
tard.
De
très
fortes
hypothèses
sont
faites
sur
les
relations intergénérationnelles pour faire admettre que les parents et
les enfants forment un seul agent économique. 23
Généralement,
ce sont:
soit les parents qui sont considérés comme altruistes vis-à-vis de leurs
enfants ou bien les enfants qui à travers leur éducation constituent un
investissement pour leurs parents 21 •
Dans l~ cadre de cette recherche nous nous
limitons
à
l'étude du
taux de rendement privé compte tenu,
d'une part de la disponibilité des
données et d'autre part, de sa possible extrapolation au rendement social
par les externalités positives que le premier génère à travers une hausse
générale de la productivité et du revenu national et dans une non moindre
mesure
la
capacité
d'une
population bien
éduquée
à
percevoir
le
bien
fondé
des
différents
actes
posés
par
son
gouvernement.
L'éducation
constitue ainsi une source de réduction des inégalités dans la société 25 •
Notre
étude,
tout
en
se
plaçant
dans
l'école
du
capital
humain
(l'éducation constituant une source d'acquisition de compétence)
se veut
23Becker,
Gary S.,
1975.
24Behrman,
Pollak and Taubman,
1986.
25Behrman,
R.
and Birdsall,
N.,
1983.

---

121
une réplique aux conclusions de Psacharopoulos et ~liés qui prônent la
..............."--'---~
baisse
du
taux
de
rendement
de
l'éducation
avec
le
niveau
d'études.
~ppliquée aux données de la Côte d'Ivoire, nous pensons qu'elle vient à
propos car la Côte d'Ivoire est actu~llement engagée dans le programme
d'ajustement structurel qui lui impose une redéfinition de ces priorités
au nombre desquelles la réduction des dépenses d'éducation et du nombre
d'employés dans le secteur public.
Et c'est
justem8nt ici qu'entre en
jeu
les
propositions
de
Psacharoupoulos
et
les
recommandations
de
la
Banque Mondiéllc.
Nou~, ~,OITUTW" alor's i nt6t'C':;~;6~; il :;élvoi r
:d,
lll<:>mc
dVCC
,1.:1
prise en compte du facteur gualité que nous introduisons pour la première
fois
dans
un
modèle
de
capital
humain
à
équations
simultanées
(autosélection
sectorielle
ou
préférences
endogènes
des
travailleurs)
avec des données d'enquêtes de Côte d'Ivoire (1986), le taux de rendement
de l'éducation primaire demeur~ le plus élevé.
Aussi nous demandons nous
si la réduction de l'emploi dans la fonction publique se traduit par la
formation
de
queue
à
l'entrée
du
secteur
public
ou
plutôt
par
la
stabilisation ou l'agrandissement de celle qui,
éventuellement,
existe
déjà dans le secteur privé dans le cadre d'un marché de travail dual pour
les
emplois
modernes.
Ce
qui
naturellement,
dans
un
cas
corrune
dans
l'autre,
exige des mesures économiques d'accompagnement appropriées.
I,e
para<]raphe
~;l1ivé1n\\'
traitf'
du
modèle
théorique
f'l'
le
j-roi"jème
présente
les
estimations
économétriques.
Enfin,
pour
terminer
une
conclusion
fait
la
synthèse
de
nos
propositions
conformément
aux
résultats des estimations.

---

122
II.
PRÉSENTATION DU MODÈLE THÉORIQUE
Comme nous l'avons déjà précisé dans
l'introduction,
notre étude
vise
à
estimer
le
taux
de
rendement
privé
de
l'éducation
en
Côte
d'Ivoire.
Et conformément à notre réplique aux conclusions des études
citées
dans
le
premier
paragraphe
dont
George
P scharopoulos
est
la
principale référence, quatre hypothèses sous-tendent notre approche.
Ce
sont
:
1)
le marché du travail parmi les emplois modernes est segmenté et est
composé des secteurs privé et public;
2)
le
taux
de
rendement
de
l'éducation
dans
le
secteur
privé
est
supérieur à celui du secteur public;
3)
le rendement augmente avec le niveau d'éducation et la qualité de
la formation dans les deux secteurs d'emploi;
4)
le
secteur
d'activité
est
endogène
aux
caractéristiques
individuelles des candidats à un emploi.
Il y a donc autosélection
des entrants dans tel secteur ou dans tel autre, la préférence pour
un
secteur
donné
étant, le
gain
salarial
contre
la
perte
des
avantages en nature.
Notre
démarche prend son
fondement
dans
le modèle
économétrique
élaboré par Lee Lei-Fung sur les choix binaires à variables dépendantes
limitées. 26
Nous rejetons ainsi la méthode traditionnelle des moindres
carrés utilisée dans le calcul du taux de rendement
qui ignore,
entre
autres,
le phénomène d'autosélection,
la non observation de toutes les
variables qui sont censées expliquer le modèle, la pluralité des marchés
du travail et la différence de productivité entre secteurs.
Nous supposons donc que les emplois modernes se répartissent entre
le secteur privé et le secteur public.
Les emplois modernes regroupent
toutes
les
occupations
pour
lesquelles
le
titulaire
perçoit
une
rémunération
supérieure
au
salaire minimal
interprofessionnel
garanti
26Lee,
Lei-Fung,
1979.

---

123
(SMIG)
et
bénéficie
d'un
congé
annuel
payé.
Les
emplois
du
secteur
traditionnel ou informel pour lesquels le capital humain et son rendement
sont difficiles à évaluer sont exclus de notre échantillon.
Les structures des salaires des travailleurs du secteur privé et du
secteur public sont respectivement exprimées par les équations
(2.1)
et
(2.2)
conditionnellement au choix du secteur.
si
T
(7.1 )
si
l
o
(2.2)
Zl
et
Z2
sont
les
vecteurs
des
caractéristiques
individuelles
qui
déterminent les salaires mensuels W et W
et U
indiquent les termes
1
2 •
Ul
2
d'erreur indépendamment et identiquement distribuée (i. i. d.) de variancecrf
et cr~ et de moyenne nulle.
l
est une variable binaire qui définit le choix de l'individu pour
un secteur donné et conditionnée par une variable latente l',
L'individu
choisit
d'entrer
dans
le
secteur
privé
si
le
gain
salarial qu'il perçoit
(membre gauche de l'inégalité
(2.3)
compense la
perte des avantages en nature fournis par le secteur public (membre droit
de l'inégalité)
(2.3),
soit:
(2 ,3)
y
est
l'expression de
la
sécurité de
l'emploi,
des
horaires de
travail moins contraignants et de l'assurance de la pension de retraite.
~ est l'erreur résiduelle normale.
L'expression
(2.3)
peut s'écrire
In(W
(7. . 4 )
1 )
-
In(W;)
-
Y
Ct-
-
11>
0
ou
Zj YI
+ U1 -
6 2 Y2 -
U2 -
Y
a - 11 > 0
ou
x~ + E > 0
(2 .5)

---

124
Xp + E
l '
(variable latente définie ci-dessus) .
L'individu choisit de travailler dans le secteur privé si Xp + E est
positif,
c'est-à-dire si
(E
(2. 6) .
En résumé
Si
E
> - xp,
l ' > 0
::-c)
1
l
(:.;ecLeur
priv<")
Si
E
< - xp,
l '
< 0
~
l
0
(secteur public)
L'identification des paramètres du modèle est conditionnée par
a)
le
vecteur
X
inclut
strictement
2
et
2
ce
qui
assure
1
2 ;
l'endogenéité des préférences.
b)
la variance (J~ de E est constante et fixée à 1.
La matrice des covariances du modèle peut alors s'écrire
[~:] ~o' 0,,]
0"12
(J11
(J2
(2 .7)
cov
2
2
(J2E
(J1E
1
(J2"
avec 0"12
0,
(J1E
"#
0 et (J2E "# O.
Soulignons que l'estimation du modèle conventionnel de Mincer avec
la méthode des moindres carrés suppose que Cov(U u
E)
= Cov(U 2 , E) = O.
La probabilité f[
] de se trouver dans le secteur privé est définie
par

---

125
-
f [ln (W); l
1]
(
h (Ul' E)
dE
(2 • 8)
-~~
h
est
la
fonction
de
densité
conjointe
normale
de
U1
et
E,
l'expression f[
] est développée dans Hoel 27 et conduit à
(2. 9)
2
OlE
•
-=r' $( ) et ~( ) sont respectivement la fonction de densité
01
normale univariée centrée et la "fonction cumulative normale.
De même
la probabilité de
se
trouver dans
le
secteur public est
définie par :
~
,,~)
s;;"~~+~f
(2.10)
f [ln (W) ; 1=0] =
(lnW,-Z, y,; 0,
. (l-<l» {
(lnW, -Z, y,) ]}
La fonction de vraisemblance L de ce type de modèle à choix binaire
s'obtient à partir des travaux de Heckman 2B et est donnée par l'équation
(2.11),
sachant que N est l'effectif total des travailleurs.
L
xlI
-z,
(2.11) .
h (lnW,
y" E) dE ] '"
27Hoel, G. Paul, 1954.
2BHeckman,
1979.

---

126
Après remplacement de $ et SiE par leurs expressions dans
(2.11) et
réarrangement
des
termes 29 ,
la
fonction
de
vraisemblance
du
modèle
devient
n
et n
sont respectivement l'effectif des travailleurs dans les
l
2
secteurs privé et public.
coefficient de corrélation entre les résidus U et
i
2
2)172
(ai· a"
E
avec i
1,2.
L'expression L de la vraisemblance dans
(2.12)
est celle que nous
allons chercher à maximiser dans l'estimation simultanée de l'ensemble
des
paramètres
du
modèle
identifié
(méthode
FIML).
Et,
c'est
bien
29Nous remercions wim Vijverberg
(University of Texas at Dallas)
pour son
aide dans la définition de cette expression.

---

127
III.
ESTIMATION ÉCONOMÉTRIQUE DU MODÈ~E
Les données que nous utilisons pour estimer tous les paramètres de
notre modèle proviennent de l'enquête sur les mesures du niveau de vie
("Living Standards Measurement Study") réalisée en Côte d'Ivoire en 1986
conjoint0mC'nt-
1';)1- la n.• ng1l0 Mondiill.-' ('t
1(' qOllV'-'r-f10l1\\('nt-
dl' ('rd \\' d' fv"j 1-('.
Cette enquête que nous avons largement décrite dans notre étude sur la
migration
(su jet
no
2)
a
touché
l
600
ménages. 30
Notre
échantillon
couvre
291
employés
des
entreprises
privées
et
des
administrations
publiques
issues
du
secteur
moderne.
Les
travailleurs
des
administrations publiques représentent 55% de l'ensemble des observations
qui ont servi à la présente recherche.
3.1.
Définition des variables
Variables quantitatives
AGEl
âge du travailleur en années révolues;
NBSCOLl
nomhre d'années d'études dans l'enseignement g6néral;
NBTECHN
nombre d'années de formation technique ou d'enseignement
professionnel supplémentaire;
NBSCOLPI
nombre d'années d'études du père;
EXPEGEN
expérience professionnelle générale;
AGEl -
NBSCOLI -
NBTECHN -
6;
EXPEGEN2
(EXPEGEN) 2;
EXPESPE
expérience professionnelle spécifique;
EXPESPE2
(EXPESPE) 2;
W1
salaire mensuel net
(FCFA)
dans le secteur privé;
lnW1
logarithme naturel de W1 ;
W2
salaire mensuel net
(FCFA)
dans le secteur public;
lnW2
logarithme natu:çel de W2 ;
MENSUEL
salaire mensuel net
(FCFA)
: les deux secteurs réunis;
LMENSUEL
logarithme naturel de MENSUEL.
30Daho,
Kouakou et Ouattara,
1986.

---

128
Variables qualitatives (dichotomiques)
PRIVE
1
si
l'individu
travaille
dans
le
secteur
privé;
0
sinon.
PUBLIC
1
si
l'individu travaille
dans
le
secteur public;
0
sinon.
Localisation de l'entreprise/milieu rural:
ABIDJAN
1
si
le
lieu de travail est
Abidjan,
la
capitale;
0
sinon.
VILLINT
1
si
le
lieu de
travail
est
une
ville
autre
que
la
capitale;
0
sinon.
Ml\\SCUL
1
Ji
le c.;cxe e:..;L I1kl:JcuJin;
0
sinon.
IVOIRIEN
1
si la nationalité est ivoirienne;
0
sinon.
Type de diplôme obtenu/aucun diplôme
:
DIPLGEN
1
si le diplôme le plus élevé est général;
0
sinon.
DIPLTECH
1
si le diplôme le plus élevé est technique;
0
sinon.
ECOLPUB
1
si
la dernière
école
fréquentée
était
publique;
0
sinon.
Activité du père/autres activités
AGRICULP
1
si le père est agriculteur;
0
sinon.
SERVICE
1
si
le
père
travaille
dans
les
services
ou
dans
l'administration générale:
0
sinon.
AGRICULM
1
si la mère est cultivatrice;
0
sinon.
LIECRICA
1
si
sait
lire,
écrire
et
calculer
en
français;
0
sinon.
Niveau d'études/aucun niveau
APRI
1
si le niveau d'études est primaire;
0
sinon.
APRIT
l
si le niveau d'études est primaire + une formation
technique;
0
sinon.
ASECl
1
si le niveau d'études est secondaire général premier
cycle;
0
sinon.

---

129
ASEC1T
1
si le niveau d'études est secondaire général premier
cycle + une formation technique;
0
sinon.
ASEC2
1
si le niveau d'études est secondaire général deuxième
cycle;
0
sinon.
ASEC2T
1
si le niveau d'études est secondaire général deuxième
cycle + une formation technique;
0
sinon.
AUNIV
1
si le niveau d'études est universitaire;
0
sinon.
AUNIVT
1
si
le
niveau
d'études
est
universitaire
+
une
formation technique;
0
sinon.
Les statistiques de ces variables sur l'ensemble des travailleurs
des
deux
secteurs
réunis,
du
secteur privé
et
du
secteur public
sont
respectivement répertoriées en annexe 1,
2 et 3.
3.2.
Équations empiriques et estimations
Dans un premier temps nOUé) dôl(~Illli.non~) p.JI
1111
II\\()(I(:~I(' ['l''I)il
.·;jJl\\pl,.~
les variables qui expliquent l'appartenance d'un travailleur au secteur
privé et estimons les équations de salaires par la méthode des moindres
carrés.
En deuxième lieu nous estimons de manière simultanée,
par la
méthode du maximum de vraisemblance à information complète
("FIML") tous
les paramètres du modèle.
Si nos hypothèses de travail sont vérifiées,
nous nous attendons à un gain de robustesse des variables qui commandent
le taux de rendement de l'éducation en passant de la première étape à la
seconde.
En
fin
de
paragraphe,
et
sous
la
prévalence
du
phénomène
d'autosélection
des
travailleurs
entre
secteurs,
nous
calculons
les
changements
dans
les
probabilités
de
choix
de
secteur
suite
à
la
modification
de
certaines
caractéristiques
individuelles
dans
notre
échantillon.
N. B.
Nous
disons
que
un
ni veau
d'éducation
(primaire,
secondaire
ou
universitaire)
est affecté
de
la variable
gualité
si en plus de
cette éducation considérée comme générale,
l'individu a
reçu une
formation technigue ou professionnelle conventionnelle (c'est-à-dire
non liée spécifiquement à une entreprise donnée) .

---

130
3.2.1.
Analyse du cr~tère d'appartenance au secteur privé par
un modèle probit simple
TABLEAU 1
Probabilité de travailler dans le secteur privé
Variable dépendante = PRIVE
Variables
Coefficient estimé
T-ratio
indépendantes
ABIDJAN
1,3329
3,2163
VILLINT
0,2760
0,6546
MAS CUL
0,3295
1,4543
IVOIRIEN
-0,9117
-2,6518
DIPLGEN
0,0402
0,0782
DIPLTECH
0,4711
0,8630
EXPESPE
-0,0317
-0,GC)t]·1
EXPEGEN
0,0059
0,1508
EXPESPB2
0,0002
0,1434
EXPEGEN2
-0,0005
-0,7191
ECOLPUB
-0,2591
-0,9918
AGRICULP
0,3576
1,1865
SERVICE
0,5201
1,5406
AGRICULM
-0,274'7
-1,3246
NBSCOLP1
-0,0359
-1,1981
LIECRICA
-6,7002
-0,0021
APRI
6,0211
0,0019
APRIT
5,9093
0,0019
ASECl
6,7120
0,0021
ASEC1T
5,6784
0,0018
ASEC2
5,6849
0,0018
ASEC2T
5,2072
0,0017
AUNIV
4,6914
0,0015
AUNIVT
4,2625
0,0014
CONSTANTE
0,6606
0,7855
Total observations = 291;
Total
(1)
130; total
(0)
161
Test de X2 = 101,865 avec 24 D.L.

---

131
TABLEAU DE PRÉDICTION
a
1
o
124
36
Prédit
1
37
94
Pourcentage de prédictions co~rectes
0,749
Les résultats du tableau 1 montrent qu'un modèle PROBIT simple ne
suffit pas à expliquer l'appartenance d'un travailleur au secteur privé.
Seules
la
localisation
de
l'entreprise
à
Abidjan
et
la
nationalité
ivoirienne présentent des coefficients significatifs.
Les 22 autres sur
un
total
de
24
variables
que
nous
avons
retenues
ne
sont
pas
significatifs.
Les différents niveaux d'éducation le sont encore moins.
3.2.2.
Détermination
de
la
structure
des
salaires
par
la
méthode des moindres carrés ordinaires
(MCO)
L'approche est semblable à ce qui est traditionnellement utilisée
mais nous avons créé plusieurs variables dichotomiques pour définir les
différents niveaux d'éducation et faire ressortir leur importance dans
la détermination des salaires.
L'ajout des variables ABIDJAN,
VILLINT,
MASCUL et
IVOIRIEN
dans
la
liste
des
variables
explicatives
consiste
aussi à mesurer respectivement l'effet discriminatoire de la localisation
des centres'd'activité, du sexe et de la nationalité sur le revenu.
Ces résultats présentés dans le tableau 2 sont assez
surprenants
dans les signes négatifs des coefficients relatifs aux différents niveaux
d'éducation
des
travailleurs
du
secteur public
d'autant
plus
que
ces
variables dichotomiques ont été formées comparativement à aucun niveau
d'éducation.
Les diplômes ont peu d'influence sur les salaires dans le
secteur
public.
Quand
on
sait
que
le
classement
des
agents
de
l'administration
dans
les
différents
corps
profe:ssionn0 L::::n
Côte
d'Ivoire est essentiellement basé sur le diplôme,
nous nous étonnons de
la faiblesse des T-ratio de DIPLGEN et DIPLTECH.

---

132
TABLEAU 2 : Détermination du revenu salarial
par les moindres carrés ordinaires
Secteur privé:
Secteur public:
nb obs = 130
nb obs = 161
Variable dépendante = lnW
Variable dépendante = lnW
1
2
Variables
Coefficient
T-ratio
Coefficient
T-ratio
indépendantes
estimé
estimé
ABIDJAN
0,2337
0,7376
0,1113
0,9387
VILLINT
0,2414
0,7033
0,0652
0,5697
MASCUL
0,0881
0,6970
0,2955
3,'1997
IVOIRIEN
0,2178
1,5558
0,1322
0,8129
DIPLGEN
0,2911
0,9453
0,1879
0,9870
DIPLTECH
0,4066
1,1753
0,3607
1,8925
EXPESPE
0,0327
1,3499
0,0030
0,1829
EXPEGEN
0,0718
3,0864
0,0310
2,2094
EXPESPE2
-0,0006
-0,6916
0,0007
1,4020
EXPEGEN2
-0,0009
-2,1623
-0,0006
-1,8 '7 01
ECOLPUB
0,0950
0,6941
0,2678
2,3168
LIECRICA
-0,2337
-0,6356
1,0054
2,6583
APRI
-
-1,4507
-'1,0121
APRIT
-0,0625
-0,1645
-1,2373
-3,3991
ASEC1
0,2767
0,9554
-1,1229
-2,9849
ASEC1T
0,7413
2,3312
-0,9285
-2,4735
ASEC2
1,1955
2,5771
-1,2973
-2,8411
ASEC2T
1,1962
3,4322
-0,5839
-1,4945
AUNIV
2,1991
5,4496
0,3301
0,8610
AUNIVT
1,8331
4,1499
0,0719
0,1799
CONSTANTE
9,2243
17,525
10,125
32,395
R"L = 0,4650
RI = 0,6302
Log vraisemblance = -1 600,97
Log vraisemblance = -1 965,31
3.2.3.
Une estimation simultanée
En
prenant
le
logarithme
de
la
vraisemblance
L
définie
dans
l'équation
(2.12),
nous obtenons l'expression suivante

---

133
Log L
Zl'
Z2 et X sont des vecteurs déjà définis respectivement par les
équat ions
(2. 1),
(2.2)
et
(2.5).
Leurs spécifications empiriques sont les expressions suivantes
(CONSTANTE, DIPLGEN, DIPLTECH, EXPF,SPE, F',XPEGr.1'J, l\\PRTT, 7\\SEr1,
ASEC1T,
ASEC2,
ASEC2T,
AUNIV,
AUNIVT)
(3.2)
(CONSTANTE, DIPLGEN, DIPLTECH, EXPESPE, EXPEGEN, APRI, APRIT,
ASEC1,
ASEC1T,
ASEC2,
ASEC2T,
AUNIV,
AUNIVT)
(3.3)
x
(CONSTANTE,
ABIDJAN,
VILLINT,
MASCUL,
IVOIRIEN,
DIPLGEN,
DIPLTECH,
EXPESPE,
EXPEGEN,
AGRICULP,
SERVICE,
AGRICULM,
NBSCOLP1,
APRI,
APRIT,
ASEC1,
ASEC1T,
ASEC2,
ASEC2T,
AUNIV,
AUNIVT)
(3.4)
On vérifie que X contient bien Zl et Z2'
Les autres éléments de X
forment un proxy des avantages en nature offerts par le secteur public.
Les statistiques sur les salaires mensuels donnent
:
-
W
> W
1
2
-
étendue de W
[28 000
887 000]
FCFA
1
- étendue de W
[30 000
620 000]
FCFA
2

---

134
Le SMIG en vigueur est celui de 1984 fixé à 32 800 FCFA. 31
L'expression du Log de L dans
(3.1)
est une forme assez complexe
avec
50 paramètres
et
sa maximisation
n'est pas
du tout
aisée.
l'1ais
qrâce
au
loqiciel
C::;AUSS 32
nous
sommps
pé1rV p nllS
il
p;;tiJTl('r
rnllS
10:;
paramètres en une seule étape.
Le tableau 3 ci-après résume les structures des revenus salariaux
endogènes au choix du secteur en même temps que les déterminants du choix
du secteur privé par rapport au secteur public.
Nous pouvons observer que dans l'ensemble les quatre hypothèses que
nous
avons
émises
initialement
dans
l'élaboration
de
ce
modèle
sont
vérifiées
1)
65% des coefficients apparaissant dans les équations des salaires
des deux secteurs sont significatifs;
ce qui implique l'existence
de deux marchés pour les emplois modernes;
2)
pour
chaque
niveau
d'éducation
(primaire,
secondaire
et
universitaire)
le taux de rendement du secteur privé dépasse celui
du
secteur
public.
Cette
variation
va
de
30%
(AUNIVT)
à
140%
(ASEC1).
Ce qui correspond à une variation salariale de 50 à 80%
respectivement pour le niveau d'éducation secondaire général premier
cycle et le niveau universitaire affecté de la vdriablc qualité;
3)
le taux de rendement augmente avec le niveau d'éducation.
Aussi,
pour chaque niveau d'éducation général donné,
la prise en compte de
la
qualité
d'éducation
matérialisée
par
une
formation
technique
supplémentaire fait mont~r le taux;
Ces résultats vont bien à l'encontre des conclusions des travaux de
Psacharopoulos qui font valoir la primauté de l'éducation primaire dans
la croissance économique des pays sous-développés.
Les travaux récents
31Lachaud,
I.P.,
1988.
32Gauss-386i,
1992.

---

135
de Knight,
Sabot et Hovey 33 à travers un modèle qui élimine l'effet de
génération rejoignent notre préoccupation.
4)
Nous pensons également que ce type d'estimation est
légitimé par
notre gain,
d'une part,
de précision dans l'explication du revenu
salari'al et, d'autre part, de robustesse des paramètres sur lesquels
repose le choix de secteur.
De même la hausse de l'écart salarial
(Zl?1-Z2?2) entre le secteur privé et le secteur public influence de
façon significative le choix du secteur privé (3° colonne du tableau
3).
Comparativement au modèle probit
simple d(~ chu L:-: cl 1;
~;r~cLcur
(paragraphe
3.2.1.),
le modèle emboîté
(" swi tching")
renforce
le
niveau de signification des variables en implication.
Le dernier exercice que nous avons effectué est de calculer l'impact
d'un changement
dans
la valeur de certaines variables
sur
le choix du
secteur
d'activité.
Nos
calculs
montrent
que,
par
exemple
la
relocalisation du
centre d'activité en dehors
d'Abidjan
(la
capitale)
fait diminuer la probabilité de choix du secteur privé de 62%, le salaire
anticipé
ceteris-paribus baissant
de
18%.
Par
contre
la perte
de
la
nationalité ivoirienne fait augmenter la probabilité de choix du secteur
privé de 47% en même temps que le salaire attendu connaît une hausse de
3%.
Notons
que
en
plus
de
la
différence
salariale
entre
les
deux
secteurs, les variables ABIDJAN et IVOIRIEN influencent significativement
et de sens contraire le choix du secteur privé
(cf. tableau 3).
Ce sont
donc des résultats qui sont très cohérents avec une de nos hypothèses de
travail,
à
savoir
que
le
gain
salarial
est
déterminant
dans
l' auto-
orientation
du
travailleur
vers
le
secteur
privé
moderne
malgré
les
avantages en nature qu'offre le secteur public.
JJKnight,
Sabot and Hovey,
1992.

---

136
TABLEAU 3
Structure de salaire à choix endogène
(un modèle emboîté)
Total observations = 291
Variables
Secteur privé
Secteur public
Probit
("switch")
explicatives
(130)
(161)
130/291
Coefficients
T-ratio
Coefficients
T-ratio
Coeff.
'l'-ratio
CONSTANTEl
10,1813
34,682
10,2521
34,237
-
DIPLGEN
0,2260
1,158
0,6147
3,547
-
DIPLTECH
0,3387
1,343
0,6644
3,777
-
I::Xl'I::Sl'I::
ü,ül~'I
1,'I':JJ
ü,ül'Jü
~,:>~~
EXPEGEN
0,2050
2,621
0,0150
1,821
--
APRI
-
-
-0,3834
-1,516
-
APRIT
0,1585
0,446
-0,3416
-1,395
-
ASEC1
0,2903
1,265
-0,1237
-0,469
-
ASEC1T
0,7589
2,694
0,1769
0,666
-
ASEC2
1,1438
2,647
-0,2586
-0,680
-
ASEC2'l'
1,1785
3,660
0,6439
2,217
-
AUNIV
1,9926
5,110
1,4978
5,106
-
AUNIVT
1,9619
4,272
1,3711
4,485
-
of
0,2374
7,914
-
-
-
o~
-
-
0,1768
7,230
-
-0,0743
-0,209
-
-
-
PIe
-
-
-0,3713
-l,55O
-
P2e
Log
-59,23
VRAISEMBLANCE
CONSTAN'l'E2
-
0,1."61
0, ~ ~:J
ABIDJAN
-
1,3827
3,394
VILLINT
-
0,3583
0,869
MASCUL
-
0,3135
1,503
IVOIRIEN
-
-0,9518
-3,061
AGRICULP
-
0,2904
1,008
SERVICE
-
,
0,4962
1,532
AGRICULM
-
-0,2152
-1,064
NBSCOLP1
-
-0,0388
-1,354
-
ZI'1
1,0057
6,199
1 - Z2'12
"1. 2 (9)
95,33
PUISSANCE
-
0,73
PREDICTION
Dans leur étude sur le marché du travail en Côte d'Ivoire Van der
Gaag
et
Wim
Vijverberg34
ont
trouvé
des
résultat s
quelque
peu
contradictoires â leur hypothèse que .le secteur public e:;t rnieu;{ rémunéré
que le secteur privé.
Cela est simplement dû au fait que non seulement
34Van der Gaag and Vijverberg,
1988.

---

13'1
ils
n'ont
pas
isolé
le
secteur
moderne
du
secteur
traditionnel
ou
informel
(l'impact de l'éducation n'y étant pas clairement défini)
dans
l'explication du revenu salarial, mais aussi ils ont fait
admettre que
le secteur public est plus a~tractif que le secteur privé.
Ce qui,
à
priori,
ne nous paraît pas évident après observation du nive;)\\\\ général
des salaires perçus par les travailleurs dans l'administration générale
ivoirienne.
Nos résultats démontrent, à tout point de vue, le contraire.

---

138
IV.
CONCLUSION
Le débat sur l'éducation et son rendement est constarmnent présent
dans
l'économie
des
ressources
humaines.
Il
est
même
quelque
peu
passionné à cause du caractère particulier que revêt l'éducation.
C'est
un
bien
qui,
non
seulement
relève
de
la
consommation
et
de
l'investissement mais, présente aussi les caractéristiques de biens privé
et public.
Deux théories,
celle
du
capital
humain
et
du
filtre,
s' y
affrontent.
Notre étude a
privilégié l'aspect du capital humain et
considéré
l'éducation comme un bien d'investissement d'où notre préoccupation de
ce qu'est son taux de rendement.
Plusieurs chercheurs dont George Psacharoupoulos ont étudié le taux
de rendement de l'éducation dans les pays sous-développés avec l'approche
conventionnelle de J. Mincer et sont arrivés à la conclusion que le taux
de rendement aussi bien privé que social de l'éducation diminue avec le
niveau d'éducation et que par conséquent l'école primaire est celle qui
devrait être privilégiée par leurs gouvernements.
En
dehors
des
problèmes
économétriques
que
pose
cette
approche
quantitativ~ nous pensons que en aucune façon la spécialisation d'un pays
dans l'éducation primaire constitue la meilleure façon de développer les
ressources humaines essentielles à sa croissance économique même si son
expansion rehausse de manière générale le taux d'alphabétisation.
En appliquant un modèle d'équations simultanées qui endogénéise les
préférences des travailleurs pour un secteur donné et qui prend en compte
la variable qualité de l'éducation sur les données de Côte d'Ivoire, nous
arrivons
à
des
résultats
différents
de
ce
que
la
littérature
nous
a
offert jusqu'à présent sur le marché du travail ivoirien.
D'abord nous
trouvons que le taux de rendement di'lns les d01lX spc:t01lrS privp 0t pllhlir;
modernes, non seulement, augmentent avec le niveau cl' éclucatiorl Illi.lis <':lUssi
avec
sa
qualité
mesurée
par
une
formation
technique
additionnelle
à
l'enseignement général.
Le développement de l'enseignement secondaire,
uni versitaire
et
technique
en même
temps
que
celui
de
l'enseignement
primaire s'impose donc.
Ensuite,
nos résultats révèlent une préférence

---

139
de travailleurs pour le secteur privé tant que le salaire que ce secteur
offre suffit à compenser les pertes des avantages en nature garantis par
le secteur public.
Le gouvernement de Côte d'Ivoire,
qui est aujourd'hui pris dans le
tourbillon des programmes d'ajustement structurel, doit consacrer 75% de
son budget de fonctionnement pour payer les agents du secteur public.
Étant donné que la réduction de l'absorption avec son corollaire de
contraction du volume des emplois du secteur public est essentielle pour
la
satisfaction
des
exigences
du
programme
à
court
terme
("dit
stabilisation"),
la préférence révélée des travailleurs pour le secteur
privé constitue à notre avis un atout pour amortir les coûts sociaux de
cette
rigueur;
pourvu
que
des
mesures
économiques
effectives
soient
prises
pour
développer
ce
secteur
avec
un
accroissement
de
sa
productivité.

---

140
RÉFÉRENCES BIBLIOGRAPHIQUES
ARROW,
KENNETH,
J.,
"Higher
Education
on
Filter",
Journal
of
Public
Economies,
Vol.
2,
1973,
pp.
193-216.
AUSTER,
R.,
LEVESON,
1.
AND
SARACHEK,
D.,
"The
Production
of
Health:
An
Exploratory Study", Journal of Human Resources, Vol. 4, pp. 411-436.
BECKER,
GARY S.,
Human Capital,
2e édition,
University of Chicago Press,
Chicago,
1975.
Br.CKEI<, G.S., Human Capital, New York: NBER, Columbia University Press,
(2e
ed.
1975),
1964.
BEHRMAN, R. JERE AND BIRDSALL, NANCY, "The Quali ty of Schooling: Quanti ty Alone
i9 Misleading", The American Economie Review, Vol. 73,
no. 5,
1983,
pp.
928-946.
BEHRMAN,
R.,
POLLAK,
R.A.
AND
TAUBMAN,
P.,
"Do
Parents
Favor
Boys?",
International Economie Review,
Vol.
27,
no.
l,
1986,
pp.
33-54.
BLAUG, MARK, La pensée économigue, 4e édition, Paris, Économica, 1986, page
53.
BOISSIÈRE, M.,
KNIGHT,
J. AND SABOT,
R.,
"Earnings,
Schooling,
Ability,
and
Cognit,ive Skills",
American Economie Review,
Vol.
75,
no.
5,
pp.
1016-1030.
CAIN,
G.,
GLEN,
"The
Challenge
of
Segmented
Labor
Market
Theories
to
Orthodox Theory: A Survey", ,Journal of Economie Li terature, Vol. 14,
no.
4,
December 1976,
pp.
1215-1257.
CARNOY, MARTIN, "Segmented Labour Markets: A Review of the Theoretical
and Empirical Literature and Its Implications for Educational
Planning",
Education,
Work
and' Employment,
Vol.
2,
1980,
pp.
13-118.
COLCLOUGH,
CHRISTOPHER,
"The
Impact
of
Primary
Schooling
on
Economie
Development: A Review of Evidence", World Development,
April 1982,
Vol.
10,
pp.
167-185.
DAHO,
B.,
KOUAKOU,
B.
CHIA ET OUATTARA,
1.,
L'enguête permanente auprès des
ménages de Côte d'Ivoire
: présentation générale, Abidjan, Direction
de la Statistique,
MEF,
1986.
EHRLICH,
ISAAC,
"On the Relation Between Education and Crime",
Education,
Income, and Human Behavior, Ed. F. Thomas Juster, New York: McGraw-
Hill,
1975.
GAuss-386I,
Version 3.01,
Apteèh Systems,
M.V.WA,
1992.
HAVI':MfIN,
R.,
AND WOl.I,'I':,
B.,
"Scho01ing and Economie Wellbeing:
The R01e of
Non-Market Effects", Journal of Human Resources, Vol. 19, 1984, pp.
377-407.

---

141
HECKMAN,
J.
JAMES,
Sample
Selection
Bias
as
a
Specification
Error,
Econométrica,
Vol.
47,
no.
1,
1979,
pp.
153-161.
HOEL, G. PAUL, Introduction to Mathematica1 Statistics,
2nd edition, Wiley
Publication in Statistics,
New York,
1954,
pp.
149-153.
KNIGHT, J.B.,
SABOT, R.H. AND HOVEY, D.C.,
"Is the Rate of Return of Primary
Schooling Really 26%?",
Journal of African Economies,
Vol.
l,
no.
2,
August 1992,
pp.
192-205.
LACHAUD, J.P., Le marché du travail urbain en Côte d'Ivoire: structure et
segmentation,
Genève,
Institut
international
d'études
sociales,
1988,
page 33.
LAZEAR, E.,
"Education: Consumption or Production?",
Journal of Political
Economy,
Vol.
85,
no.
3, 1977, pp. 569-595.
LEE, LEI-FuNG,
"Identification and Estimation in Binary Choice Models with
Limited (Censored) Dependent Variables", Econométrica, Vol.
47, no.
4,
1 97 9 ,
pp.
97 7 - 9 9 6 .
LEIGH, E., DUANE,
"Occupational Advancement in the Late 1960s: An Indirect
Test
of
the
Dual
Labor
Market
Hypothesis",
Journal
of
Human
Resources,
Vol.
11,
Spring 1976" pp.
155-171.
LUNG FEI LEE, "Health and Wage: A Simultaneous Equation Model With Multiple
Discrete Indicators", International Economie Review, Vol. 23, 1982,
pp.
199-222.
MINCER, B. JACOB, Schooling, Experience and Earnings, New York, NBER, 1974.
PSACHAROPOULOS,
GEORGE,
Earnings
and Education
in
OECD
Countries,
Paris:
OECD, 1975.
PSACHAROPOULOS,
GEORGE,
"The Contributions of Education to Economie Growth:
International Comparisons", International Productivity Comparisons,
J.
Kendrick,
Ed.,
Washington:
The American Enterprise
Institute,
1983.
PSACHAROPOULOS,
GEORGE,
"Returns
to
Education:
An
Updated
International
Comparison",
Comparative Education,
Vol.
17,
June,
1981,
pp.
321-
341.
PSACHAROPOULOS,
G.
AND WOODHALL,
M.,
Education
for
Development,
New
York:
Oxford University Press,
1985.
PSACHAROPOULOS,
G.,
Returns to Education,
San Francisco,
CA:
Jossy Bass-
Elsevier,
1973.
PSACHAROPOULOS,
G.,
"Returns to Education:
A
Further Intern,'ëll: i nn,'11
Urd,clt.r:
and Implication", Journal 01: IlurTlan 1{(~~)ou1.ces, Vu.L. LU,
flU.
'l,
19U~,
pp.
583-604.
RILEY, JOHN, G., "Testing the Educational Screening Hypotheses", Journal of
Political Economy,
Suppl.
87,
1979,
S227-252.

---

142
ROSENBERG,
SAMUEL,
"A
Survey
of
Empirical
Work
on
Labor
Market
Segmentation",
Working
Paper
138,
Department
of
Economies,
Unive~sity of California-Davis, November 1979.
SCHULTZ,
T.
PAUL,
"Education
lnvestments
and
Returns",
Handbook
of
Development Economies,
Vol.
l,
1988,
pp.
544-630.
SCHULTZ,
T. W.,
"lnvestments
in
°Human
Capital",
The
American
Economie
Review,
vol.
51,
no.
l,
1961,
pp.
1-17.
SINGH,
l . ,
SQUIRE,
L.
AND
STRAUSS,
J.,
Agricultural
Household
Models:
Estimations,
Applications and Policy,
1986.
SPENCE,
MICHAEL,
Market
Signalling:
lnformational Transfer
in Hiring and
Related Screening Processes,
Cambridge,
Mass.:
Harvard University
Press,
1974.
SPENCE,
MICHAEL,
"Competition
in
Salaries,
Credentials,
and
Signalling
Prerequisites for Jobs",
Quù.rterly Journal of Economies,
Vol.
90,
1976,
pp.
51-74.
VAN DER GAAG,
J.
AND VIJVERBERG,
V.,
"A Switching Regression Model
of Wage
Determinants
in
the
Public
and
Private
Sectors
of
a
Developing
Country",
Review of Economies
and Statistics,
Vol.
70,
1988,
pp.
244-252.
WEISBROD,
B.,
External
Benefi·ts
of
Public
Education,
Princeton,
NJ:
lndustrial Relations Section,
Princeton University,
1964.
WOLPIN,
KENNETH,
"Education and Screening", American Economie RevievJ 1
Vol.
67,
1977,
pp.
949 - 9 5 8 .
WORLD BANK,
World Development Report 1980,
Washington,
1980.
WORLD BANK,
World Development Report 1981,
Washington,
1981.

---

143
ANNEXE 1
Statistiques sur l'ensemble des variables
les deux secteurs réunis
Variables
Moyenne
Écart-type
AGEl
35,866
7,9411
NBSCOL1
9,1718
5,1787
NBTECHN
1,4605
1,5135
NBSCOLP1
1,4055
3,5195
EXPEGEN
19,234
11,861
EXPEGEN2
510,13
584,29
EXPESPE
10,766
7,7022
EXPESPE2
175,03
231,40
MENSUEL
156 510
113 090
LMENSUEL
11,740
0,66502
ABIDJAN
0,61856
0,48658
VILLINT
0,31615
0,46577
MASCUL
0,79381
0,40526
IVOIRIEN
0,90034
0,30006
DIPLGEN
0,33677
0,47342
DIPLTECH
0,47079
0,50001
ECOLPUB
0,70447
0,45707
AGRICULP
0,65979
0,47459
SERVICE
0,2'1055
0,'12815
AGRICULM
0,32990
0,47099
LIECRICA
0,83849
0,36864
APRT
0,044674
0,20694
APRIT
0,041237
0,19918
ASEC1
0,10309
0,30460
ASEC1T
0,27835
0,44896
ASEC2
0,013746
0,11663
ASEC2T
0,22680
0,41949
AUNIV
0,065292
0,24747
AUNIVT
0,058419
0,23494
Total observations
291

---

144
ANNEXE 2
Statistiques sur l'ensemble des variables
le secteur privé
Variables
Moyenne
Écart-type
AGEl
35,985
8,0704
NBSCOL1
7,'8385
5,0987
NBTECHN
1,3692
1,5459
NBSCOLP1
1,2615
3,3097
EXPEGEN
20,777
11,939
EXPEGEN2
573,13
611,82
EXPESPE
10,669
7,5907
EXPESPE2
171,01
220,48
w1
162 740
119 490
InWt
11,800
0,68863
ABIDJAN
0,80769
0,39564
VILLINT
0,16923
0,37641
MASCUL
0,80769
0,39564
IVOIRIEN
0,83077
0,37641
DIPLGEN
0,28462
0,45298
DIPLTECH
0,44615
0,49902
ECOLPUB
0,60769
0,49015
AGRICULP
0,66154
0,47502
SERVICE
0,26923
0,44528
AGRICULM
0,24615
0,43244
LIECRICA
0,76154
0,42779
APRI
0,046154
0,21063
APRIT
0,030769
0,17336
ASECI
0,14615
0,35463
ASECIT
0,28462
0,45298
ASEC2
0,015385
0,12355
ASEC2T
0,18462
0,38949
AUNIV
0,030769
0,17336
AUNIVT
0,023077
0,15073
Total observations
130

---

145
ANNEXE 3
Statistiques sur l'ensemble des variables
le secteur public
Variables
Moyenne
Écart-type
AGEl
35,770
7,8591
NBSCOL1
10,248
5,0038
NBTECHN
1,5342
1,4876
NBSCOLP1
1,5217
3,6863
EXPEGEN
17,988
11,686
EXPEGEN2
459,27
557,80
EXPESPE
10,815
7,0139
EXPESPE2
178,29
240,49
W
148 800
107 620
2
InW
11,666
0,64121
2
ABIDJAN
0,46584
0,50039
VILLINT
0,43478
0,49728
MASCUL
0,78261
0,41376
IVOIRIEN
0,95652
0,20457
DIPLGEN
0,37888
0,48662
DIPLTECH
0,49068
0,50147
ECOLPUB
0,78261
0,41376
AGRICULP
0,65839
___ .Q,47573
SERVICE
0,21739
/
0,41376
AGRICULM
0,39752
0", 490~1
LIECRICA
0,90062
,
0,30010
APRI
0,043478 ,
0,20457
\\),
\\
APRIT
0,049689
0,21798
- -
ASEC1
0,068323
. 0 ".25309
ASEC1T
0,27329
0,44704
ASEC2
0,012422
0,11111
ASEC2T
0,26087
0,44048
AUNIV
0,093168
0,29157
AUNIVT
0,086957
0,28265
Total observations
130

---