INSTITUT DE DEMOGRAPHIE
UNIVERSITE CATHOLIQUE DE LOUVAIN
EFFETS DES ERREURS D'AGE SUR LES
MESURES DE L'INTENSITE ET DU
CALENDRIER DE LA FECONDITE
GENERALE EN AFRIQUE
Une approche par simulation
Membres du Jury :
Kuakuvi GBENYON
Guillaume WUNSCH. Président
Josianne DUC~. Prqmoteur
Thèse présentée en vue
AJfTed DITTGEN
de l'obtention du grade
Eric VlLQUIN
de Docteur en Démographie
Christine WATTELAR
"
,
;;..;,~.;;,.~_=...,...,..====~===....."...,... """=""irl
rCONSEIL AFRICAIN ET MALGACHE i
POUR l'ENSEIGNEN\\ENT SUPERIEUR~1I
Co t\\.:M. E. s. -
OU~UGOU 1
" ,,29 .SEP
i
# 0 .".6.5..4
.
.~
Mai 1990
nUne goutte d'eau peut creuser
la pierre,
non par sa force,
mais en la frappant sans
rel.§che" .
Ion Pacepa,
1988.
A
Véronique et Philippe,
Yvette et Steeve,
Thérèse,
Et à tous ceux qui
ont attendu.
"Ne
te
vante pas
de
ton
savoir et ne te
fie pas à
toi
parce
que
tu
es
un
savant.
Enquiers-tol d'un homme i l l e t t r é
comme d'un savant.
Le savant qui ait acquis
la
perfection
n'existe
pas,
(car)
les confins de l'art
ne
peuvent être atteints".
Ptah-hotep
(2500 av.
J.-C.)
Retnerciements
Cette étude,
réalisée en plusieurs étapes,
a été possible
grâce
aux
bourses
d'études
du
Fonds
des
Nations
Unies
pour
les
Activités de Population,
du "Population Council" de New York et du
secrétar,iat
à
la
Coopération
Internationale
de
l ' Université
Catholique'
de
Louvain.
Des
facilités
de
recherche
et
d'études
étaient
également
mises
à
ma
disposition
à
l'Institut
de
Démographie.
En outre,
l'Institut International de Statistique des
Pays-Bas,
l'Office
National
de
la
Population
du
Rwanda,
Westinghouse et l'Unité de Recherche Démographique de l'Université
du
Bénin
m'ont
autorisé
à
utiliser
les
données
nécessaires
des
Enquêtes
Mondiales
de
Fécondité,
de
l'Enquête
Rwandaise
de
Fécondité et de l'Enquête Démographique et de Santé du Togo.
Que
toutes
ces
institutions et organisations trouvent ici l'expression
de ma très profonde gratitude.
Je
remercie
également
du
fond
du
coeur
Josianne
DUCHENE
pour la patience et la sagesse avec laquelle elle a supervisé cette
étude
et
m'a
orienté
dans
mes
~eche~ches.
D'elle,
j'ai
recu
d'utiles
critiques
positives
et
des
conseils
judicieux
sur
l'orientation
de
l'étude.
Je
ne
peux
oublier
le
Professeur
Guillaume
WUNSCH
pou~
m'avoir
guidé
vers
des
lectures
utiles
et
pour
ses
encouragements,
surtout
lorsque
nous
nous
croisions
le
week-end dans
les bureaux de
l'Institut.
Mes
remerciements vont
également à tous les membres du jury qui ont accepté de lire cette
étude en y apportant leurs critiques constructives.
Mes
remerciements particuliers vont
à
tous
les membres
du
corps académique et administratif de l'Institut de Démographie,
en
particulier
à
Michel
LORIAUX
qui
force
mon
admiration
par
ses
méthodes de travail,
et à tous ceux qui,
de près ou de loin,
m'ont
apporté
leur
soutien moral.
Je
n'oublie
pas
Emile
BERCKMANS
des
Archives
Belges
en
Sciences
Sociales,
Pascale
MOTTET
et
Philippe
ROBILLARD
pour
la
résolution
de
certains
problèmes
informatiques,
Olga LOPEZ RIOS,
Sabine HAON et Soeur Elisabeth pour leur amitié.
Je
remercie
aussi
du
fond
du
coeur
Dominique
LAURENT
et
Alain GENOTTE qui ont assuré la dactylographie de cette thèse.
Pour
terminer,
louons
Dieu
pour
toutes
les
grâces
qu'Il
nous donne!
i
TABLE DES MATIERES
PREAMBULE
1
CHAPITRE I - PROBLEMATIQUE, OBJECTIF ET
METHODOLOGIE
5
Introduction
5
1 . 1. Problématique et hypothèse
7
1.1.1.
La correction des taux en démographie
les taux ou les éléments du rapport ?
7
1.1.2.
Le problème en terme de transferts
d'effectifs et hypothèse de recherche
9
1.1.3. Revue critique de la littérature
I l
1 . 2. Objectif de recherche
17
1 . 3.
Méthodologie
17
1.3.1. Approche
déductive de la
déformations des pyramides des âges
18
1.3.2. Grandes étapes méthodologiques
20
1.3.3.
Données exploitées
24
Conclusion
27
i i
CHAPITRE II - SOURCES DES ERREURS D~AGE EN AFRIQUE ET
EVALUATION DES TENTATIVES D'OBTENTION
DE DONNEES CORRECTES SUR L'AGE
28
Introduction
28
2 . 1. Rappel des principales· sources d'erreurs d'âge en Afrique
29
2.2. Notion d'Age et concept de temps en Afrique
31
2.2.1.
L'âge du démographe
31
2.2.2.
Le temps et l'âge dans les sociétés
traditionnelles africaines
32
2.2.3. Calcul du temps et chronologie chez les
Africains
35
2.2.4.
Situation de la vie humaine par rapport au
temps
38
2.3. Techniques de détermination des âges et leurs limites
39
2.3.1.
Techniques habituelles du démographe
40
2.3.1.1.
L'estimation à vue et ses limites
40
2.3.1.2.
Le calendrier historique et ses
problèmes
43
.2.3.1.3. Les documents écrits et leurs
insuffisances
46
2.3.2.
Approche exploratoire d'autres procédés de
détermination de l'âge
47
2.3.2.1.
L'anthropométrie en médecine
légale
48
2.3.2.2.
La dactyloscopie en police
scientifique
50
iii
2 . 4. Etude des matrices de transfert observées
51
2.4.1.
Cas du Ghana en 1959
51
2.4.1.1. Objectif du test
52
2.4.1.2. Résultats du test et matrice de
transfert
53
2.4.2. Etude de cas au Nigéria en 1969
54
2.4.2.1. L'enquête de 1969
55
2.4.2.2. Résultats et matrice de transfert
56
2.4.3. Cas de la Gambie en 1973
59
2.4.4. Etude de cas au Cameroun en 1978
60
2.4.4.1. L'~nquête de 1978
60
2.4.4.2. Résultats et matrice de transfert
60
2.5. Synthèse et particularités des matrices de transfert
62
Conclusion
64
CHAPITRE ID - DETERMINATION DES DISTRIBUTIONS
THEORIQUES DE FECONDITE, DE MORTALITE
ET D'EFFECTIFS PAR AGE
66
Introduction
6 6
3 . 1. Détermination des taux par âge de fécondité générale
6 6
3.1.1.
Sources et nature des taux de fécondité en
Afrique
67
3.1.1.1. Types de taux en Afrique
67
3.1.1.2. Types de questions sur la fécondité
en Afrique
69
3.1.2. Choix d'une loi de fécondité apparentée aux
lois observées
72
3.1.2.1. Différentes voies possibles
72
iv
3.1.2.2. Travaux antérieurs
73
3.1.2.3.
Univers des taux observés par âg~
76
3.1.2.4.
Le polynôme de degré trois généralisé
78
3.1.3.
Calendriers-types de fécondité générale retenus
79
3.1.3.1. Brève revue de la littérature
79
3.1.3.2. Calendriers retenus
82
3 . 2. Choix des lois de mortalit~ par âge
91
3.2.1.
Les modèles A et 0 des tables-t~~es de l'OCDE
92
3.2.2.
Les quotients de mortalité par âge
95
3 . 3. Caractéristiques des populations féminines générées
99
3.3.1.
Natalité,
mortalité et accroissement naturel
99
1
3.3.2.
Caractéristiques-types de référence: synthèse
100
Conclusion
103
1
CHAPITRE IV - AGE REEL - AGE ESTIME : MODELES DE
TRANSFERT DES FEMMES
105
Introduction
105
4 . 1. Loi théorique de transfert des femmes en fonction de leur âge réel
106
4.2. Extrapolation des distributions de transfert aux dOIUlées de quelques
enquêtes EMF. ENF et EDS
109
4.2.1.
Evaluation de la qualité des données:
cas
du Cameroun,
du Ghana,
du Kenya,
du Lesotho,
• <.
du Maroc,
du Rwanda,
du Sénégal et du Togo
112
4.2.1.1. Evaluation comparative des données
d'ensemble sur l'âge
112
v
4.2.1.2.
Evaluation de la distribution des
femmes par année d'âge
,115
4.2.1.3.
Qualité des données sur les naissances
121
4.2.2.
Connaissance de l'âge,
niveau d'instruction
et alphabétisme des femmes en Afrique
129
4.2.3.
Distributions estimées des femmes d'âges connus
139
4 . 3. Modèles A, B et C de transfert des femmes
14 6
Conclusion
1 64
CHAPITRE V - EFFETS DES ERREURS D'AGE SUR LES
MESURES DU NIVEAU ET DU CALENDRIER DE
LA FECONDITE GENERALE : HYPOTHESES DE
SIMULATION ET SYNTHESE DES RESULTATS
166
Introduction
166
5 . 1. Intérêt des approches par simulation
1 6 9
5 . 2. Hypothèses plausibles de simulation
170
5.2.1.
Hypothèse HO
: Cas de compensation des effets
d'erreurs d'âges
170
5.2.2.
Hypothèse Hl
: transfert des femmes avec la
fécondité de leur
âge
réel
d'appartenance
173
5.2.3.
Hypothèse H2
: Transfert des femmes avec une
fécondité différente de
celle
de
leur
âge
réel d'appartenance et celle de l'âge où elles
sont transférées
174
5.2.4.
Synthèse des cas de simulations
176
t,
vi
5.3. Effets des erreurs d'âge sur la mesure de l'intensit~ de la
f~condit~ générale
177
5.4. Effets des erreurs d'âge sur la mesure du calendrier de la
fécondité générale
179
5.5. Conséquence pour les techniques indirectes d'estimation de la
fécondité: cas de la technique du ratio PIF de Brass et de
la technique de Coale et Trussell
184
5 . 6.
Discussion globale des résultats
188
Conclusion
191
Conclusion générale
192
Annexes
195
Bibliographie
223
~
1
PREAMBULE
"Les hommes interprètent
les
choses
selon
leur
sens,
très
différent
peut- être de celui dans lequel
se
dirigent les choses
elles-mêmes".
Jules CESAR
La tradition de l'analyse démographique - mais non! pas tout-
à-fait cette tradition-là,
mais plutôt le bon sens -
impose à tout
chercheur
qui
recueille
des
informations,
chiffrées
ou
non,
d'en
vérifier
le
caractère adéquat,
vraisemblable et,
en étape ultime,
véridique,
avant toute inférence et toute prise de décision.
Mais souvent,
i l est des choses que nous observons avec nos
yeux d'hommes,
des choses que nous analysons avec nos a priori -oh!
combien nombreux! - entachant ainsi notre connaissance de la vérité.
Certes, dans notre recherche d'une meilleure représentation
du
réel,
nous
nous
heurtons
souvent
à
un
voile
dont
l'effacement
tlt
progressif nécessite de notre part un effort constant de recherche
1
t
de
connaissances
et
une
interrogation
perpétuelle
de
nos
acquis
antérieurs,
n'excluant
pas
au
besoin
la
remise
en
cause
de
ces
1
acquis.
C'est dans cette voie que s'inscrit ce travail.
!
H
L'essence des considérations précédentes se résume en deux
mots
la Qualité des Données.
Tout démographe y
"passe",
et
ça
s'appelle Evaluation des Données.
1
Mais,
avant qu'il ne nous soit donné d'y passer,
tournons-
nous vers ceux qui ont de l'expérience,
une certaine expérience de
1
l'analyse
démographique,
et
posons-leur
la
question
suivante
1
Puisqu'en démographie,
le problème de la qualité des données se pose
tlf
!
1
;i
t
.
T
avec
acuité
à
cause des
erreurs
que
l'on
admet
à
juste titre
se
1
glisser dans
les
statistiques
collectées,
peut-on
raisonnablernent
admettre
qu'en
Afrique
les
effets
de
ces
erreurs,
notamment
des
erreurs d'âge,
sur les indices démographiques sont négligeables?
La réponse à cette question est souvent donnée en terme de
méconnaissance de ces effets.
Ainsi, l'impression qu'a le chercheur
passe de celle d'un non-savoir, pour progressivement rejoindre celle
" du doute, et bientôt celle d'une certitude d'effets pervers qui
biaiseraient la valeur réelle des indices et imposeraient de ce fait
le
recours
aux
techniques
indirectes
d'estimation
des
paramètres
démographiques.
Aussi,
prenant pour cadre de notre investigation les pays
africains,
et d'une part,
comme un des principaux types d'erreurs,
les
erreurs
d'âge,
ainsi
que
d'autre
part,
comme
phénomène
démographique,
la
fécondité
(générale),
nous
allons
essayer
de
répondre à la question suivante:
les erreurs d'âge biaisent-elles
de
façon
significative les indices de fécondité que sont les taux
par
âge,
l'indice
synthétique
de
fécondité,
l'âge
moyen
et
la
variance des âges à la maternité ?
Nous avons choisi ces indicateurs car ils interviennent pour
une
large
part,
en
tout
ou
en
partie,
dans
les
perspectives
de
population,
l'étude
des
liaisons
entre
la
fécondité
et
d'autres
phénomènes, les modèles, et enfin certaines techniques démographiques
indirectes
aussi
leur
qualité
conditionne
les
conclusions,
auxquelles pourrait parvenir l'analyste d'un des domaines précités.
Et si les effets des erreurs d'âge s'avéraient significatifs,
il y
aurait
lieu d'en tenir compte
;
mais
ce
serait un autre problème
qu'il conviendrait de résoudre dans un autre cadre.
Aussi,
pour mesurer l'impact des erreurs d'âge,
nous avons
adopté un plan d'étude en cinq chapitres
3
Le chapitre l est conçu pour donner une vue d'ensemble de la
démarche méthodologique suivie et des données exploitées.
Le chapitre II nous amènera,
avant la mise en oeuvre de la
méthodologie, à nous interroger d'abord sur le pourquoi et le comment
des erreurs d'âges et à examiner quelques solutions possibles à ce
problème. Ains~ débutera-t-il par une réflexion sur la notion d'âge
en
Afrique
en
relation
avec
le
concept
de
temps,
pour
tenter
d'appréhender le pourquoi des erreurs d'âges.
Et,
pour essayer de
comprendre le comment de ces erreurs,
nous passerons à l'étude et à
l'analyse
des
tentatives
visant
une
meilleure
compréhension
des
conditions d'interviews sur le terrain et l'obtention de données plus
correctes sur l'âge.
Dans ce chapitre en outre,
dans la recherche
d'une ouverture à d'autres procédés plus efficaces d'identification
de
l'âge,
nous
donnerons
un
bref
aperçu
sur
les
techniques
de
détermination
des
âges
qu'utilisent
d'autres
sciences
et
que
la
science démographique n'utilise pas ou pas assez, pour une raison ou
pour
une
autre.
Aussi,
interrogerons-nous
l'anthropométrie,
la
médecine et la criminalistique.
Ensuite,
le chapitre III,
à la lumière du premier chapitre,
nous
conduira
à
la
construction des
trois
premières étapes de
la
méthodologie, à savoir la détermination des distributions théoriques
de
fécondité
par
âge,
des
lois
de
mortalité
et
des
populations
stables
féminines
associées
à
ces
lois,
lesquelles
distributions
constitueront
les
distributions
réelles
que
devrait
restituer
l'observation en l'absence des erreurs d'âges.
Puis, étant donné que l'une des originalités de cette étude
est de poser le problème des erreurs d'âge en termes de transfert
des
femmes,
le chapitre IV,
à
la
lumière des
indications fournies
par
les
observations
analysées
partiellement
au
chapitre
II,
développera une méthodologie de construction des matrices-types de
transfert
des
femmes.
Dans
ce
chapitre,
en
outre,
interviendra
l'identification d'une
variable
liée
à
la méconnaissance de
l'âge
----
r--
1
_1
4
1
qui permettrait de caractériser les
femmes qui
ne
connaissent pas
\\
leur âge.
1
1
Enfin,
l'interrogation centrale de cette thèse sera abordée
dans le chapitre V où,
après avoir précisé la fécondité des femmes
transférées,
nous
conclurons
sur
l'impact
significatif ou non des
effets des erreurs d'âge sur les taux observés
de fécondité générale
et sur leurs indices dérivés
(âge moyen ou variance par exemple) .
~ r
1
1
1
1
1
1
1
~I
1
1
,
1
1
,
i
5
CHAPITRE 1
PROBLEMATIQUE, OBJECTIF ET
METHODOLOGIE
Introduction
"Dans le monde actuel, il y a peu de phénomènes qui éveillent autant l'intérêt et les
réflexions que l'évolution de la fécondité en Afrique".
Cette observation,
faite il
y
a plus de dix ans par les Nations Unies dans une
étude
sur les
niveaux et
les
tendances
de
la fécondité
dans
le monde
durant
la
période 1950-1970 (Nations Unies, 1978), n'est guère obsolète et pour
~
cause.
Certes, des progrès ont été accomplis par la mise sur pied de
1
1
vastes opérations de collecte de données nouvelles, notamment celles
f;
~I de l'Enquête Mondiale de Fécondité (EMF) durant la période 1978-
1983, et celles plus récentes encore, de l'Enquête Démographique et
de Santé
(EDS)
entamée en 1985 et encore en cours de réalisation.
1
l
1
Cependant,
on
peut
encore
lire,
concernant
la
première
t
opération achevée, c'est-à-dire l'EMF,
ce qui suit
:
"Unfortunately, countries with the highest fertility rates are those wim less reliable data.
Of the 13 eountries that had fertility rates of more Ù1an six children, only two -Mexico
and the Syrian Arabie Republic -had fertility estimates that were assessed of being of good
quality" (Nations Unies, 1987b, pp. 22-23).
E
En fait,
six pays africains sur les douze qui ont participé
à l'EMF, sont dans ce casl.
En ce qui concerne les tendances récentes
de
la
fécondité,
seul
deux pays
sur
les
douze
le
Maroc et
la
Tunisie -
ont des données
jugées acceptables.
La raison majeure de
cette
insuffisance,
et
évoquée
pour
les
pays
africains,
est
constituée des problèmes chroniques d'erreurs de datation en liaison
avec le niveau de développement faible ou moyen de ces pays.
En
réalité,
la
tradition
démographique
sur
le
continent
africain
remonte
à
proprement
parler
aux
années
50,
années
qui
connurent
les
premiers
recensements
et
enquêtes
démographiques:
c'était
à
la
veille
de
l'indépendance
de
la
plupart
des
pays
africains.
Au
lendemain de cet événement historique,
les besoins
des planificateurs en données chiffrées étaient manifestes.
Alors
a
suivi une période où de nombreuses enquêtes par sondage ont été
réalisées avec l'appui des instituts européens de statistiques (Baum
et al.,
1974
;
INSEE,
1978).
Depuis
cette
époque
jusqu'à
nos
jours,
les
statistiques
collectées en Afrique semblent toujours poser les mêmes problèmes,
des problèmes épineux tenant aux irrégularités de la composition par
âge et par sexe de la population et à l'absence de séries cohérentes
de données,
entre autres, sur les naissances classées selon l'âge de
la mère.
Ainsi,
estimait-on par exemple,
avant la série des enquêtes
mondiales de fécondité,
que les estimations calculées pour les pays
africains,
à l'exception de quelques-uns de ces pays,
"ne pouvaient
1
Il s'agit du Bénin,
de la Cote-d'Ivoire,
du Ghana,
de la Mauritanie,
du Sénégal et du Soudan pour les données moins fiables,
du Cameroun,
de
l'Egypte,
du
Kenya,
du
Lesotho
et
du
Maroc pour
les
données
acceptables,
de la Tunisie pour les données de bonne qualité.
Nous
reviendrons plus en détail sur l'analyse de la qualité de ces données.
1
7
être
considérées
comme
suffisantes
qu'à
titre
d'indicateurs
d'un
ordre de grandeur"
(Nat ions Unies,
1978) 2.
Pour
contourner
ces
difficultés,
plusieurs
techniques
d'estimation
indirecte
ont
été
mises
au
point,
mais
leur
diversité,
alliée
à
l'impossibilité
de
pouvoir
vérifier
leurs
hypothèses de base, et les résultats contradictoires auxquels elles
conduisent quelquefois, tendent à les rendre superfétatoires (Sidibé,
1980) .
Et, parmi les variables collectées en démographie,
"la plus
importante, c'est l'âge"
(Ewbank,
1981, p. 27) et c'est celle-là qüi
semble poser le plus de problème.
En fin de compte, les erreurs d'âge dont il est tant question
biaisent-elles d'une manière significative les mesures directes de la
fécondité ?
C'est
cette
problématique
que
ce
chapitre
introductif
essaiera de préciser, tout comme les hypothèses, les objectifs et la
méthodologie mise en oeuvre.
1.1. Problématique et hypothèse
1.1.1. La correction des taux en démographie : les taux ou les éléments du rapport ?
En
démographie,
les
taux
sont
le
rapport,
au
numérateur,
d'événements
(naissances,
décès, mariages,
... ) et au dénominateur,
d'effectifs de population (population moyenne, population soumise au
risque,
... ).
Ces taux sont de deux ordres: certains se présentent
2
Les pa.ys disposant de données de bonne qualité et cités à
l'époque,
étaient l'Algérie, l'Egypte,
la. Tunisie,
l'Ile Maurice et la Réunion.
1
8
corrune
des
fréquences
d'événements
dans
une
populat ion
(taux
de
mortalité,
de fécondité,
... ),
d'autres sont des
rapports de sbus-
population à population
(taux d'activité par âge,
taux de chefs de
ménage
... ).
Ce sont bien entendu les éléments de base du discours
démographique
(Pressat,
1983).
Si nous nous plaçons dans le cadre de populations où l'état
civil n'est pas très fonctionnel et où les seules sources de données
démographiques sont les recensements et les enquêtes,
il arrive très
souvent, presque toujours dirions-nous, que suite à un recensement ou
à
une
enquête,
l'évaluation
des
effectifs
bruts
de
populations,
tabulés par âge et par sexe,
révèle que les données sont entachées
d'erreurs
de
toutes
sortes
erreurs
de
déclaration
d'ages,
omissions, doubles comptes et effets de sélection dans certains cas
(Roger G. et al,
1981).
Dans
de
pareils
cas,
très
souvent,
avant
le
calcul
des
indices,
le
statisticien
ou
le
démographe,
grâce
aux
techniques
d'ajustement et de lissage de population mises à sa disposition, est
tenté de ne corriger que le dénominateur entrant dans le calcul de
ces taux ou de ces rapports i
sans doute parce que c'est cela, entre
autres, que lui offre la littérature : une littérature qui "connaît"
grosso modo les formes généralement prises par une pyramide des âges
de la population et qui peut, dès lors,
en proposer une correction,
mais à
laquelle il est quasiment impossible de déterminer l'allure
générale
par
âge
des
événements
étudiés
(naissances,
décès,
migrations) ou bien l'allure des sous-populations en question (actifs
par âge,
célibataires, mariés, etc.).
S'ils agissaient ainsi,
l'un
et l'autre perdraient de vue le fait que dans le calcul de certains
taux,
et
si
l'on
considère
les
mauvaises
déclarations
d'âge
essentiellement, numérateur et dénominateur des taux sont en étroite
liaison et que, agir sur le seul dénominateur du taux, ne résoud pas
le problème i
il faudrait aussi corriger le numérateur du taux,
ou
bien
alors
corriger
les
taux
eux-mêmes.
Cependant,. avec
la
persistance des déformations des pyramides d'ages que l'on observe
dans
les
enquêtes
récentes
(EMF
et
EDS),
i l
serait
peut-être
9
préférable
de
tenter
une
correction
directe
du
numérateur
et
du
dénominateur des taux plutOt que les taux eux-mêmes, car ce fais~nt,
on
connaltrait,
outre
les
taux
"réels"
par
âge,
deux
autres
distributions
: la distribution par âge des événements et celle par
âge de la population,
lesquelles répartitions pourraient répondre à
d'autres besoins comme ceux de la planification,
au lieu de n'avoir
pas du tout d'information correcte sur ces répartitions si on corrige
les
taux
On
contournerait
par
ailleurs
les
contraintes
d'hypothèses des techniques indirectes d'estimation de la fécondité
(Brass, 1968 ; Coale et Trussell, 1974 ; Page, 1977) techniques qui,
pour la correction des taux,
nécessitent d'autre part l'utilisation
d'indices
qu'on ne peut
calculer qu'à partir de données entachées
d'erreurs,
notamment
d'erreurs
d'âge,
de
datation
et
d'omissions
d'événements
(Goldman
et
Robcraft,
1982
Nations
Unies,
1983a
;
1987 b,
pp.
38- 4 7) .
Dans le cas particulier des effets d'erreurs d'âge,
comment
peut être appréhendé le problème ?
1.1.2. Le problème en terme de transferts d'effectifs et hypothèse de recherche
En
Afrique,
d'une
manière
générale,
l'évaluation
des
effectifs
féminins
(et
masculins)
par
année
d'âge
ou
par
groupe
d'âges
révèle
l'existence
d'importantes
distorsions
systématiques
(surestimation
ou
sous-estimation),
en
particulier
le
gonflement
anormal
ou
la
sous-estimation
des
effectifs
de
certains
groupes
d'âges de la pyramide.
"C'est le cas avec presque toutes les données d'effectif par âge
observées en Afrique" faisait déjà remarquer Gendreau i l y a plus de vingt
ans
(Gendreau,
1967).
Aussi,
si
l'on
veut
restaurer
la
structure
correcte
des
effectifs
féminins
par
exemple,
la
correction
des
données
consisterait à prendre les femmes classées d'une manière erronée dans
un âge donné et à
les reclasser aux âges où elles devraient être.
Cependant, à partir des données collectées, il est impossible de dire
combien de femmes sont dans ces situations.
r-
i
10
Dans le cas p~rticulier qui nous intéresse,
en l'occurence
celui des tàux de fécondité par âge,
si à un âge donné on classe mal
les femmes au dénominateur du taux,
i l y a aussi mauvais classement
des
naissances
au
numérateur des
taux
;
dans
ce cas,
puisque
les
femmes
sont ,transférées
avec
la
fécondité
de
leur
âge
réel
d'appartenance,
on doit s'attendre à
des biais,
à
la fois dans
la
répartition
par
âge
des
femmes,
dans
la
répartition par
âge
des
naissances et dans la distribution des taux par âge eux-mêmes.
On
peut démontrer (chapitre V) que les taux obtenus seraient sans biais
1
si
la
fécondité
des
femmes
transférées
était
celle
des
femmes
de
~
l'âge où elles sont transférées, situation qui ne correspondrait pas
à
ce
qui
se
passe
réellement
;
même
si
les
taux obtenus dans
ce
1
dernier cas sont
sans biais
(effets de compensation),
il n'en est
pas de même pour les distributions par âge des femmes et celle des
naissances qui, elles, demeureraient malgré tout biaisées.
1
1
Quelle est donc, en réalité,
la nature des transferts qui se
1
produisent?
Ces transferts biaisent-ils fondamentalement la vraie
f
valeur des taux par âge ?
1
Ainsi donc demeure posé,
le problème non élucidé des effets
~l
de déformations systématiques de la répartition des femmes en âge de
1
procréer
sur
'les
mesures
directes
de
la
fécondité,
déformations
1
!
observées non seulement en Afrique, mais:-:atî~;j;::..":en Asie et en Amérique
/ . \\
~.
-'i//~
Latine
(Roger et al.,
1981).
,/','~-~.\\'~~~\\
1 "
..<,r
~'\\
1
"~....:. 'Zj
)';: ~
.
..'- ~.
()~
Ces déformations sont le ré,:s:u~tat d~! ,r;~Semble d'erreurs,
, 1
dites
erreurs
d'observation
et
erreùr-s_d""éôfi.~ntillonnage, les
f
.
",e.'J.~
i
premières
intervenant
dans
les
do~~é~~~~llectées de façon
1
exhaustive,
alors
que
les deux types d'erreurs
interviennent dans
les données d'enquêtes par sondage.
Précisons ici que les erreurs
d'observation sont constituées de deux grands types d'erreurs: les
erreurs de contenu dont celles sur l'âge et les erreurs de couverture
dont
le
rôle dans
les déformations
sera
supposé négligeable étant
donné les faibles proportions d'omission de population,
environ 3 à
r
1
!
t\\
11
8 %, relevées par le passé dans certains recensements africains pour
l'ensemble des deux sexes
(Roger et al.,
1981, pp.
53,
89,
94).
Nous ne considérerons donc ici que le cas le plus simple des
erreurs d'âge, erreurs les plus flagrantes et dont les effets ne sont
pas très bien connus des démographes.
Nous admettrons être dans le
cadre
de
données
exhaustives
où
les
erreurs
d'échantillonnage
n'interviennent pas.
Cela nous amène à
formuler l'hypothèse suivante,
hyPothèse
implicite
de
compens?,tïon
mutuelle
des
erreurs
que
beaucoup
de
chercheurs admettent sans pouvoir la démontrer (Gibril, 1979, p. 9),
en part ie parce que, "de par leur nature, certaines (de ces erreurs) échappent à toute
détection" (Cole, 19S6, pp. 49-61).
Mais, pour notre part, nous la formulerons
et essaierons de la tester en liaison avec
la
fécondité
générale;
cette
hypothèse est la sui vante' : les erreurs d'âge commises en Afrique dans
la déclaration ou l'estimation des âges des femmes âgées de 15 à 49 ans révolus n'ont pas
d'effets significatifs, sur les mesures du niveau et du calendrier de la fécondité générale.
Cette hypothèse sera donc à confirmer ou à infirmer.
Dès
lors,
on
peut
se
poser
la
question
de
savoir
ce
que
recèle
en
fait
la
littérature
sur
les
interactions entre
erreurs
d'âge et mesures de la fécondité.
1.1.3. Revue critique de la littérature
Cette littérature, loin d'être abondante, est plutôt pauvre.
D'abord,
on peut y trouver un document de travail qui procède par
simulations afin d'apprécier l'effet des erreurs d'âge,
non pas sur
les mesures de la fécondité, mais Sur celles d'un phénomène connexe:
la
mortalité
des
enfants
(Santow,
1977)
Cette
étude,
que
nous
mentionnons
à
cause
des
biais
liés
aux
erreurs
d'âge
qui
y
sont
relevés, montre que les erreurs d'âge des femmes de 15-19 ans et de
20-24 ans entraînent une sous-estimation d'environ 20 % du quotient
de mortalité infantile
lqo et une surestimation d'environ 10
% de
2qo,
les
erreurs
systématiques
ayant
des
effets
beaucoup. plus
12
importants
sur
les
estimations
de
la
mortalité
que
les
erreurs
d'échantillonnage.
En
ce
qui
concerne
la
fécondité
proprement
di te,
on
peut
trouver dans la littérature une thèse de maîtrise en démographie dans
laquelle
les
auteurs
essaient
de
faire
le
lien
entre
les
erreurs
d'âge et leur incidence sur certaines mesures démographiques
(5ala-
Diakanda et Bakutuvidi, 1977)
; l'un de leurs résultats intéressants
est,
qu'entre deux passages d'enquêtes
à
un mois d'intervalle,
le
transfert d'effectifs de femmes d'un groupe d'âges à un autre avant
30 ans
n'a pas un
impact considérable sur la mesure de
la parité.
Mais i l faut noter que cette problématique est différente de la nôtre
en ce qu'elle compare deux âges estimés à deux dates différentes 3 •
Il
existe,
par
contre,
traitant
du
problème
des
erreurs
d'âges en général, de nombreux ouvrages et articles très variés dans
leurs
contenus.
Parmi ces documents,
nous pouvons
citer ceux des
Nations Unies (1968, 1973), de Caldwell (1971), de l'OCDE (1980 b) et
l'important ouvrage de synthèse du "Comité sur la Population et la
Démographie"
qui
a
suscité
beaucoup
de
réflexion
(Ewbank,
1981).
Certains
de
ces
travaux
(Coale
et Demeny,
1966
Ntozi,
1977
Waltisperger,1980) ont tenté de systématiser les structures d'erreurs
surtout par groupe d'âges en Afrique et
ailleurs.
Le problème est
donc réel
(graphiques 1.1 a et b).
3
Au moment de la mise en forme définitive de cette étude,
nous avons
pris connaissance d'un article de Van de Walle
(196Bb,
pp.
143-150)
qui
essaie d'évaluer l'impact
des
erreurs d'âges
sur la
mesure de
certains indices démographiques.
Dans le domaine de la
fécondité,
l'auteur,
tout en faisant
remarquer le caractère très arbitraire de
ses
hypothèses par manque
de
données
adéquates
(schéma
unique
de
transfert des femmes par groupe d'âges avec quelques hypothèses peu
réalistes sur la fécondité des femmes transférées : fécondité moindre
de 50% que la moyenne ou plus élevée de 25% à tous les âges,
ou bien
égale
à
la
fécondité
moyenne
de
leur
âge
réel
d'appartenance,
hypothèse plus réaliste comme nous le verrons), note que les taux de
fécondité
observés
seraient
sérieusement
biaisés
en
présence
d'importantes erreurs d'âges.
Mais cette étude est très limitée par
les
hypothèses
utilisées.
Nous
verrons
ce qu'il
en
est
avec les
données plus détaillées dont nous disposons.
13
Graphique
l.la -
Pyramide par année d'âge de l'Ile Maurice en 1972
(pour mille personnes sexes réunis)
- Attraction pratiquement nu1l:e.
Source
Roger et al.,
1981, p.
27
14
Graphique 1.1l:;? - Pyramide par année d'âge du Bénin en 1982 -
Forte attraction,
surtout des âges ronds
(0 et 5).
50 . . m8lc~1lt1
::::§
.&0
3&
:J 302ll201&
c:~
10
&
=-'===
0
3000
2~
2000
,~oo
1000
~oo
0
&00
1000
1500
ZOOO
2~0
3000
E"oetl!
EII.elll
Source
INSAE,
1984, p.
18
Les travaux de Coale et Demeny (1966), bien que très anciens,
sont à mentionner.
Ils ont porté sur 150 distributions par groupes
d'âges et par sexe,
basées sur des hypothèses de population stables
et ont conduit les auteurs à noter qu'il existerait deux structures-
types de distorsions
Une
structure
propre
aux
populations
africaines
et
sud-
asiatiques, caractérisée par un mauvais enregistrement de l'âge
dans un sens qui perturbe même la distribution par âge cumulée.
En particulier pour les effectifs féminins,
ils ont constaté un
surplus d'effectif à 5-9 ans et aux âges modaux de procréation
(25-34 ans),
et par contre un déficit dans le groupe 10-14 'ans
par rapport au groupe 15-19 ans.
f
t
15
Une structure propre à
l'Amérique Latine caractérisée par une
attraction prononcée de certains chiffres par année d'âge,
la'
distribution
quinquennale
étant
tout
aussi
irrégulière,
sans
que la distribution cumulée soit perturbée.
rI faut également mentionner les résultats des travaux non
moins importants de l'O.C.D.E.
(1980b, p. 28)
obtenus à partir de 17
ditributions par année d'âge aux recensements, utilisant les indices
de Whipple et de Myers ; l'analyse de l'indice de régularité des âges
a
amené
D.
Waltisperger
aux conclusions
suivantes
: "TI ressort que les
données d'Afrique Noire sont généralement d'une qualité largement inférieure à la normale quel
~
que soit l'indice de régularité choisi.
Contrairement à l'idée reçue selon laquelle les structures
1
féminines sont plus dignes de confiance, les trois indices de régularité choisis tendent à infinner
1
f
cette hypothèse.
L'indice moyen et la variance de la distribution sont systématiquement plus
!
[
élevés lorsqu'il s'agit d'effectifs féminins".
Comme on peut s'en rendre compte,
f
le problème des erreurs est un problème qui intrigue les démographes
! à tel point que le "Comité sur la Population et la Démographie",
l'
composé entre autres de A. Coale,
W. Brass,
R. Freedman,
S. Preston
1
et E.
Van de Walle
(Ewbank,
1981),
a proposé,
de son point de vue,
trois voies
d'approche pour
"négocier"
le problème de
l'effet des
1
erreurs sur les estimations de la fécondité
(et de la mortalité)
; ce
groupe propose de
:
( i)
Déterminer
lesquelles,
des
nombreuses
techniques
d' estimation, sont moins vulnérables aux distorsions des répartitions
par âge
(qui sont d'après eux,
l'un des problèmes importants de la
démographie)
et
donner
plus
de
poids
aux
techniques
les
plus
robustes 4 •
4
Le
principe
de
"robustesse",
dans
la
conception
de
William
Brass
(1975)
postule
que
la
technique
utilisée
ne
doit
pas
seulement
se
fonder
sur
la
théorie,
mais
i l
faut
que
les
données
utiliSées
permettent de la mettre en pratique.
T
16
(ii) Déterminer le sens des biais dana les estimations de chaque
technique et ajuster les estimations compte-tenu de ces biais.
Dans
le
même
temps,
comme
alternative,
le
groupe
suggère
d'avQir
une
estimation maximale et une estimation minimale des indices en tenant
compte de la fourchette des biais.
(iii)
Estimer
les
effets,
sur
les
données,
des
erreurs
de
couverture et de contenu et ajuster les données avant l'application
des techniques indirectes.
Discutons brièvement ces propositions.
La première voie nous parait d'application limitée puisque le
problème
même
de
la
validité
de~
hypothèses
de
base
de
ces
1
techniques,
couplé
avec
celui
des
erre'Jrs,
demeure
posé
à
chaque
application.
En effet,
supposons,
par exemple,
que
l'on arrive à
conclure, après la mise en oeuvre de cette approche, que la technique
du rapport PIF de Brass est la "plus robuste" et la moins vulnérable
aux distorsions
des
répartitions par
âge,
l'une des
hypothèses de
cette méthode étant la stationnarité de la fécondité pendant les 25
dernières années, en cas de mouvement observé de baisse 0'..1 de hausse
de
la
fécondité,
l'hypothèse
de
stationnarité
de
la
fécondité
ne
serait plus
respectée et on ne pourrait plus
logiquement appliquer
cette technique.
Que ferait-on
alors? On
se
retournerait vers
la
deuxième technique plus robuste mais dont on sait qu'elle est,
par
rapport à la première, plus vulnérable aux erreurs, etc ...
En somme,
le démographe pourrait
être ainsi de plus en plus
rejeté vers des
techniques moins robustes oulet plus vulnérables aux erreurs et son
problème d'estimation ne serait pas résolu.
Quant à
la deuxième voie qui propose de déterminer le sens
des
biais
nous
disons
oui,
mais,
le
sens
des
biais
dans
les
données brutes et non pas dans leg estim~tions de chaque technique
indirecte pour les mêmes raisons que précé6emment.
Notre point de
vue rejoint presque
les suggestions de
la
troisième
voie
: l'on
17
devrait se limiter à estimer les effets des erreurs de couverture et
de contenu sur les données brutes, non pas seulement d'effectifs de
population,
mais
aussi
d'événements
en
vue
de
leur
correction
conjointe.
Si les données telles que nous venons de les définir -
effectifs de population et événements- sont ajustées,
il n'y aurait
plus lieu de chercher à faire une estimation indirecte.
Ceci
nous
amène
à
définir
l'objectif principal
assigné
à
cette étude.
1.2. Objectif de recherche
L'objectif de cette recherche découle de l'hypothèse que nous
venons de
formuler:
il s'agit de montrer que,
malgré les erreurs
d'estimation des âges des femmes africaines, les indices de fécondité
calculés
à
partir
des
données
observées
ne
sont
pas
biaisés
de
manière importante.
En d'autres termes,
cette recherche va essayer d'apprécier
dans
quelle
mesure
l'un
des
pr incipes
généraux
devant
guider
le
chercheur
utilisant
des
données
incomplètes,
le
principe
de
"réhabilitation"
(Brass,
1975),
peut
être
d'application
dans
le
domaine de, la fécondité.
Ce principe postule que l'on doit garder
une certaine confiance dans
les données
observées et
les
corrig~r
aussi peu que possible
(ou pas du tout)
plutôt que de verser dans
l'excès contraire qui est le surajustement.
Quelle sera dès lors la
méthodologie à mettre en oeuvre pour atteindre cet objectif ?
1.3. Méthodologie
Le problème
à
traiter
impose
une méthodologie déterminée.
Aussi, la démarche à suivre sera-t-elle déductive plutôt qu'inductive
18
et c'est l'une des particularités de la présente étude.
Mais en quoi
notre démarche est-elle déductive?
1.3.1. Approçhe inductive et nouvelle approche déductive de la compréhension des
défonnations des pyranùdes des âges
Pour
répondre
à
la
question
précédente,
nous
allons
nous
servir du graphique ci-après qui illustre une matrice de transfert
de population avec la structure biaisée
observée et
la structure
réelle inconnue.
Graphique 1.2. Configuration d'une matrice des transferts.
Ages
-> Ages estimés
j
réels
15,
16,
... , j, ... , 49
Total
~
15
16
structure
..
Boite noire de la matrice
réelle
i
des transferts
inconnue
.
49
Total
struct.
biaisée de pop.
connue
Total général
Lorsque
nous
considérons
la
faculté
de
raisonner
ou
le
'.
raisonnement tout court qui,
en général,
consiste en une réflexion
1.:
analytique
de
notre
part,
nous
pouvons
dire
qu'il
existe
deux
1
méthodes fondamentales de raisonnement: l'une inductive et l'autre,
déductive.
Le
raisonnement
qui
va
de
l'effet
à
la
cause est
un
raisonnement inductif; c'est le raisonnement, en quelque sorte, "ex
post,,5.
Cette
approche
est
semblable
à
celle des
détectives
(il
s'agit bien ici de détection ... des erreurs)
appelés à résoudre le
mystère d'un crime (ici le mystère des déformations de pyramide) qui,
en considérant les résultats -l'acte terminé-
(ici les structures
5
Holland
(1986)
insiste sur la nécessaire distinction entre la mesure
des effets d'une cause et l'inférence sur les causes d'un effet et
pense
que
l'analyse
statistique
s'adresse
essentiellement
à
la
première des deux.
19
déformées
de
population)
essaient,
en
raisonnant
par
étapes
rétrospectives,
de
reconstituer
les
faits,
c'est-à-dire,
d'établir
comment
le
crime
a
été
commis
(ici
de
retrouver
la
matrice
de
transfert).
C'est le cas des travaux précédemment cités de Coale et
Demeny
qui,
partant
des
structures
déformées,
essaient
de
reconstituer
les
structures correctes en
les
rapprochant
de celles
des populations stables.
Or, pour toute population où est mise en oeuvre une procédure
d'estimation
des
âges,
i l
doit
exister
une
matrice
réelle
de
transfert qui permet d" obtenir la distribution par âge correcte pour
I~ autant qu'il n'y ait pas de comportement différentiel entre ceux qui
connaissent leur âge (et dont l'âge en outre est estimé pour produire
1
~
,r
la matrice-type de transfert)
et ceux qui n'en ont aucune idée.
En fait dans le raisonnement inductif, tout le contenu de la
"boite noire" de la matrice de transfert
(graphique 1.2.) est ignoré,
parce qu'on ne le connaît pas et qu'on ne peut même pas l'imaginer à
cause de sa complexité;
on essaie alors d'identifier par induction
la structure réelle.
On
peut
dès
lors
aisément
percevoir
que
le
raisonnement
fi
déductif
que
nous
allons
suivre
procède
de
la
"cause"
(structure
1
réelle) à "l'effet" (structure biaisée) en passant par la boite noire
de la matrice des transferts d'âge.
C'est en cela que notre démarche
de reconstitution des erreurs et d'étude des effets sur les taux de
fécondité est déductive.
Examinons alors le cheminement à suivre.
Considérons une population féminine dont on suppose connues
les vraies structures par âge de fécondité
fx et de mortalité sx ;
grâce
aux
formules
des
populations
stables,
la
structure
"réelle"
par âge de la population féminine
(Cx)
associée à ces lois peut être
obtenue
(Kpédékpo,
1982)6. On peut en déduire dès lors les naissances
. i
6
Le recours aux formules de populations stables suppose que l'on se
place
dans
le
cadre
de
populations
non
soumises
aux
mouvements
migratoires et dans lesquelles les structures par age de
fécondité
'
et de mortalité demeurent constantes.
"
20
réelles
par
Age
de
la
mère,
nx.
Si
l'on
connait
pour
la
dite
population,
à chaque âge
x,
les proportions de
femmes
susceptible3
d'être
transférées
de
cet
âge
aux
âges
voisins
suite
aux
erreurs
commises dans l'estimation des âges de ces femmes,
on peut obtenir,
par application de ces proportions aux composantes ex,
de nouvelles
séries
C'x qui,
pondérées
â
leur tour
par
les
taux
de
fécondité,
produiront
des
naissances
n'x
dont
les
rapports
avec
les
C'x,
donneront des taux estimés f'x.
La série f'x qui serait en fait
la
série des taux observés, sera alors comparée à la vraie série fx,
ce
qui permettra de dire si la différence entre les deux structures fx
et f'x et leurs indices dérivés est significative ,ou non.
Pour
mieux
comprendre
ce
cheminement,
visualisons
au
graphique 1.3., les différentes étapes de la démarche méthodologique
en explicitant les termes.
1.3.2. Grandes étapes méthodologiques
Ces étapes sont
au nombre de cinq notées A,
B,
C,
D,
et E
(graphique 1.3.).
Graphique 1.3.
: Etapes méthodologiques.
A
Loi féminine de
fécondité
fx
C
E
Structures stables
Comparaison
féminines
f'x =? fx
1
Cx
nx = fx.Cx
D
f'x = n'x/C'x
Simulation des erreurs
d'âge sur Cx et obtention
de C'x et n'x
21
La
première
étape
méthodolog ique,
l'étape A. cons iste
en
la
détermination de taux théoriques de fécondité générale par âge.
Ces
taux sont supposés être les véritables taux que l'on obtiendrait pour
diverses populations
africaines si les
statistiques démographiques
des dites populations étaient correctement déclarées et enregistrées.
C'est la situation idéale de départ.
Ce sont ces séries de taux qui
serviront
d'étalon de mesure
des
effets
perturbateurs des
erreurs
d'âge.
Notre
recherche
des
fonctions
théoriques
de
fécondité
générale
apparentées
aux
données
africaines
s'orientera
vers
la
fonction Bêta et la fonction polynôme de degré trois de Brass sous sa
forme généralisée compte tenu des résultats pratiques obtenus en ce
domaine
(J. Duchêne et S. Gillet-de Stefano, 1974 ; E. Yapo,
1983).
Nous verrons au chapitre III que, retenir un polynôme de degré trois
comme
loi
théorique
de
fécondité
générale
pour
les
populations
africaines, est une hypothèse réaliste.
De plus, nous verrons que ce
polynôme dépend de
trois paramètres qui ont un
sens démographique
(l'indice synthétique de fécondité
(0),
l'âge moyen à
la maternité
(m) et la variance de l'âge à la maternité (Var»
et qu'il se révèle
être d'une utilisation très pratique du point de vue intégration et
dérivation.
Dans cette étape, nous distinguerons le cas des taux obtenus
sur la base des
naissances des
12 derniers mois de celui des taux
obtenus à partir des naissances des cinq dernières années précédant
la date de la collecte.
,
A l'émpe B, nous prendrons comme lois théoriques de mortalité
.
;-
..
féminine
(sx)
celles des tables-types de l'O.C.D.E. propres aux pays
'" ~.
en
développement
dont
les
pays
africains,
étant
donné
que
notre
recherche
n'est
pas
principalement
orientée
vers
l'étude
de
la
mortalité.
Dans
le
cas contraire,
i l aurait
fallu
développer plus
longuement cette étape.
L'étape
suivante,
1'étape C,
consistera
à
déterminer
les
< '
j.~
stttictures par âge de la population féminine
(Cx)
correspondant aux
4
22
;{
lois de fécondité
fx et de mortalité sx,
structures sur. lesquelles
seront simulées les erreurs d'âge.
Ici,
pour avoir des populations féminines stables au départ
des
simulations,
on
pourrait
partir
directement
des
structures
stables basées sur les tables-types de mortalité de Coale et Demeny
· ou de toutes autres tables. Mais, étant donné que la base
statistique
de
ces
tables
ne
couvre
pas
les
régions
à
données
imparfaites
dont
l'Afrique,
on
ne
serait
pas
certain,
en
les
1"..
i-(
utilisant, de partir de distributions de populations reflétant celles
§
des pays que nous voulons étudier.
Aussi,
connaissant les lois de fécondité fx et de mortalité
sx,
les structures relatives par âge des populations féminines
stables
Cx
seront
obtenues
à
partir
de
la
formule
suivante
des
populations stables
(Nations Unies,
1966)
Cx = b exp (-r.x)sx,
(1.1)
formule dans laquelle
Cx représente la proportion de la population féminine stable
d'âge x ;
b,
le taux brut de natalité féminine intrinsèque;
r,
le
taux
d'accroissemnt
naturel
intrinsèque
de
la
population féminine ;
sx, la probabilité de survie féminine de la naissance à l'âge
exact x.
, La loi de mortalité étant celle des tables-types de l'OCDE, le taux
d'accroissement
r
sera obtenu par
la
formule
suivante
recommandée
par Lotka et dans laquelle m représente l'âge moyen à la maternité,
var,
la
variance
de
l'âge
à
la maternité
et
Ro,
le
taux
net
de
1 reproduction (Clairin, 1986, p. 166)
~ ~.~.
-;
.~:
23
r
-
(m- (m2 -2 Var Log Ro) 112) IVar
(1.2.)'
Nous utiliserons l'approximation suivante de b égale à Roleo
simultanément avec les valeurs de r
et du taux brut de mortalité d
pour
l'identification
rapide
des
triplets
de
valeurs
(r,
b,
d)
susceptibles d'être retenus pour les pays africains 8 • La valeur exacte
de b sera tirée de la relation
(1.1)
pour x égal à zéro.
L'avantage
de
l'utilisation
de
la
formule
(1.2)
est
de
pouvoir générer,
connaissant les paramètres
(D, m, Var)
de la loi de
fécondité,
la structure' de population stable indépendamment du type
de
données
rétrospectives
(sur
les
naissances)
que
l'on
pourrait
avoir.
De plus,
l'erreur absolue
très
faible
commise
sur
le taux
d'accroissement
par
l'utilisation
de
cette
formule,
erreur
négligeable de l'ordre de 0,03 pour mille (Clairin, 1986), rend cette
dernière formule suffisamment précise pour nos calculs.
Ces
indications
nous
amènent
à
l'étape
D
du
schéma
méthodologique qui est l'étape de détermination des structures-types
de transfert des fe~nes d'un âge réel donné aux âges voisins estimés.
Elle
sera
réalisée
sur
la
base
des
informations
fournies
par
certaines
données
observées
dont
nous
parlerons
dans
la
section
sui vante.
Ici seront formulées les hypothèses de simulation qui permettent d'appliquer les
matrices de transfert des femmes aux effectifs des populations stables (ce qui donnera les effectifs
C'x), les taux de. fécondité étant ensuite appliqués aux effectifs des femmes transférées, d'où la
nouvelle valeur des naissances n'x.
7
Signalons
que
deux
autres
Eormules
sont
proposées
par
Wicksell
et
Hadwiger
( KeyEitz,
1968)
;
i l
est noté cependant
( KeyEitz,
1968,
p. 168) que la Eormule de Lotka conviendrait mieux aux pays à niveau
de Eécondité élevé.
8
Ro
est
approximativement
égale
à
D.
KE.sm,
D
étant
l'indice
" 1
synthétique
de
Eécondité,
KE,
le
taux
de
Eéminité
à
la
naissance
prise égale
à
103
garçons pour
100
Eilles
tel
que
recommandé pour
les
populat.ions
aEricaines
et
sm,
la
probabilité
de
survie
de
la
naissance à l'âge moyen à la maternité m.
24
Enfin,
l'étape
E,
la
dernière
étape
sera
celle
de
la
comparaison des
taux théoriques aux taux simulés de
fécondité par'
âge.
La
mise
en
oeuvre
de
cette
méthodologie
nécessite
l'exploitation
de
certaines données
d'enquêtes
et
de
recensements
dont les principales sont décrites ci-après.
1.3.3. Données exploitées
D'abord,
elles
sont
constituées
des
taux
observés
de
fécondité générale classés par groupe d'âge de la femme et tirés de
20 recensements
et de
65 enquêtes démographiques
réalisés dans
36
pays
africains
sur
la période
1955-1988.
C'est
à
partir
de
ces
données
que
nous
essaierons
d'identifier
les
lois
théoriques
de
fécondité.
Ensuite,
pour
l'identification
des
matrices
de
transfert,
compte tenu de leur rareté,
sinon de la quasi-absence de tentatives
d'obtention des matrices de ce type,
nous distinguerons deux types
de données
les données· anciennes ou "historiques" car collectées
il y a
plus de vingt
ans
(antérieures
à
1970)
et
les données plus
récentes ou "contemporaines"
(postérieures à 1970)
a)
Les données anciennes
(dont
nous
ne
parlerons
qu'à
titre
historique
car
faisant
partie
de
l'histoire
de
la
collecte
démographique)
sont
celles
du
Ghana
(1959)
et
du Nigéria
(1969).
Elles se composent
:
Pour le Ghana,
d'une
répartition
par
groupe
d'âges
d'une
partie
de
sa population
(40.587 personnes)
saisie au
recensement-
pilote de 1959 et classée selon l'âge déclaré par l'enquêté et l'âge
estimé par l'agent recenseur, ces deux âges étant, disons-le tout de
suite, probablement entachés de biais
(Gil,
1959).
25
- Pour le Nigéria, de tI:ois répaJ:titions (en %) par groupe d'âges
et par sexe de la population de la région d'Origbo
(5.168 hommes et
4.835 femmes)
classée selon:
l'âge a priori
(âge déclaré, âge estimé par une tierce personne
ou
âge
estimé
par
l'agent
enquêteur)
et
l'âge
obtenu
par
calendrier historique ;
l'âge réel et l'âge déterminé à partir de celui de contemporains
(Caldwell et Igun ,
1971).
b) Panni les données contemporaines qui sont beaucoup plus riches en
informations utiles pour notre étude figurent
:
Une
répartition
(en
%)
par
groupe
d'âge
de
la
population
féminine de la Gambie classée selon l'âge réel déduit du Bulletin de naissance
et l'âge estimé au recensement
(âge a priori et âge déterminé à partir
d'un calendrier historique)
(Ewbank,
1981).
Une répartition par groupe d'âge et par sexe d'une population
recensée en 1978
(12.588 personnes)
dans 29 villages du Centre-
Sud Cameroun classée selon l'âge déclaré et l'âge déduit du Bulletin de naissance
de l'enquêtée (IFORD,
1978).
Huit répartitions
(proportions à chaque âge) des femmes dont on
ne connait que l'année de naissance,
sans précision du mois de
naissance.
Nous supposerons que c'est pour ces femmes que les
âges sont souvent mal estimés, et elles seront transférées selon
les modèles de transfert que nous construirons au chapitre IV
sur la base des indications des deux répartitions précédentes.
Ces huit répartitions sont celles de l'Enquête Mondiale de Fécondité
(EMF) ,
des
Enquêtes Nationales de Fécondité
(ENF)
et
de
l'Enquête
Démographique et de Santé (EDS) sur la période (1977-1988).
Il s'agit
des données du Lesotho et du Kenya (1977), du Cameroun et du Sénégal (1978), du
Ghana (1979), du Maroc (1980), du Rwanda (1983) et du Togo (1988).
26
Huit répartitions (proportions à chaque âge) du nombre d'enfants
issus
des mères dont
on ne
conna! t
que
l'année de naissance,
répartitions correspondant aux huit précédentes sur les femmes
(séries EMF,
ENF et EDS)9.
Ces séries,
mises en relation avec
les
précédentes,
permettraient
de
formuler
éventuellement
certaines
hypothèses
relatives
à
la
fécondité
des
femmes
transférées
au
cas
où
celles-ci
auraient
en
moyenne
une
fécondité moindre ou plus élevée que celle des
femmes de leur
âge réel lo •
En
outre,
nous
chercherons à
établir une
liaison entre
la
méconnaissance de l'âge et certaines variables qu'on peut facilement
obtenir
à
partir
des
données
de
toute
enquête
ou
recensement.
·
}
L'intérêt
de
cette
démarche
est
de
chercher
non
seulement
à
caractériser
les
femmes
qui
ne
connaissent
pas
leur
âge,
mais
1··
également à ouvrir la voie à l'évaluation des biais dans chaque cas
~ particulier. Nous serons ainsi amené à exploiter le niveau
d'instruction et le degré d'alphabétisme de la femme, deux variables
1
·.'
~.
en fait proches l'une de l'autre,
dont l'une sera privilégiée suite
à
l'analyse
que
nous
ferons
au
chapitre
IV.
L' hypothèse
sous-
jacente au choix de ces. variables est que la connaissance de l'âge
serait une fonction croissante du niveau d'instruction ou du degré
d'alphabétisme de la femme.
Enfin,
certaines
données
très
récentes
de
l'EDS,
mais
classées par groupe d'âges telles que les proportions de femmes non-
scolarisées seront également exploitées.
Il s'agit des données du
Nigéria (Etat d'Ondo), du Libéria et du Sénégal (1986), du Mali et du Maroc (1987),
de la Tunisie,
du Ghana,
du Botswana et du Togo (1988).
9
Exploitation par nos
soins,
des
bandes
de
données
EMF,
ENF et
EDS
des pays africains où de
telles données
ont
été
collectées et
leur
utilisation
autorisée.
Certaines autorisations ont
été
longues et
difficiles.
Nous avons effectué un tri sur les variables V 010
(âge
de la
femme)
et X 911
(format
de la date de naissance de l'enquêtée
donnée en mois et année).
10
Tri
effectué
sur
le
nomb.r:-e
d'enfants
nés
vivants
durant
les
cinq
dernières années précédant l'enquête.
27
Conclusion
Pour clore ce chapitre introductif, nous pourrions dire qu'il
nous
a
permis
de
préciser
les
contours
de
la
présente
étude,
notamment son objectif,
l'hypothèse principale qui est à son origine
et la méthodologie suivie.
Il a permis en outre de se rendre compte
de
la pauvreté de la littérature traitant des effets des erreurs d'âges sur
les
indicateurs
démographiques,
montrant
par
là
l'utilité
et
la
pertinence de
la présente recherche qui essaie de
jeter un peu de
lumière sur le problème négligé et non élucidé des effets des déformations
systématiques de la répartition par âge des femmes en âge de procréer sur les mesures directes
de la fécondité.
Nous
avons
en
outre
noté
la
complexité
du
problème
dans
lequel interviennent à la fois plusieurs types d'erreurs: erreurs de
contenu dont celles d'âge,
erreurs de couverture,
et dans le cas des
enquêtes
par
sondage,
erreurs
d'échantillonnage
parmi
ces types
d'erreurs,
seules les erreurs d'âge,
lesquelles
apparaissent comme les
erreurs les plus importantes et
les plus flagrantes,
sont traitées
ici.
Aussi,
notre
méthodologie,
au
lieu
de
suivre
la
démarché
inductive
suivie
jusqu'ici
par
plusieurs
auteurs,
laquelle
est
forcément limitée et consiste à retrouver les structures réelles par
âge des populations à partir des structures observées, préconise-t-
elle
une
démarche déductive
pour
évaluer
les
biais
produits
cette
approche
n'est pas
facile
à
met tre en
oeuvre
à
cause
des
données
qu'elle nécessite,
notamment les structures réelles des populations
et les matrices de transferts d'effectifs entre âge réel et âge estimé.
C'est pourquoi,
en l'absence de la connaissance des vraies structures par âge de la
population qui serviraient de contrôle aux structures erronées,
la
méthodologie a-t-elle proposé l'artifice des modèles de populations
stables qui est, pour nous, un moyen commode pour évaluer l'effet des
erreurs d'âge sur les indicateurs de la fécondité générale.
2B
CI-IAPITRE II
SOURCES DES ERREURS D'AGE EN
AFRIQUE ET EVALUATION DES
TENTATIVES D'OBTENTION DE
DONNEES CORREC1-'ES SUR L'AGE
"Il
faut réfléchir pour mesurer
et non pas mesurer pour réfléchir".
Gaston Bachelard.
Introduction
L'âge et le sexe de l'enquêté demeurent deux variables-clé
de l'analyse démographique.
S'il est facile et évident de déterminer
le sexe d'un individu,
il n'en est pas de même de son âge.
Or,
il
est
essentiel
que
les
données
relatives
à
l'âge
soient
des
plus
correctes
possibles
puisqu'elles
servent
aux besoins
mêmes
de
la
planification socio-économique.
Pour comprendre le pourquoi et le comment des erreurs d'âge
en
Afrique,
et
les
efforts
faits
pour
obtenir
des
données
plus
correctes sur l'âge, nous allons entreprendre ici une étude en cinq
sections
:
Dans
les
trois
premières
sections,
nous
essaierons
de
comprendre,
après
un
bref
rappel
des
principales
sources
d'erreurs d'âge, le pourquoi et le comment de ces erreurs; ceci
29
se
fera
par
l'analyse
d'une
part,
,du
concept
de
l'âge
en
relation avec la notion de temps,
d'autre part,
des techniqu~s
de détermination des âges employées en démographie et de celles
qui
pourraient
être
éventuellement
exploitées
par
la
démographie.
La quatrième section examinera,
à travers l'étude des matrices
observées de transfert,
les rares tentatives qui ont été faites
pour mieux comprendre ce qui se passe réellement.
La dernière
section
fournira
alors
les
éléments
nécessaires
à
la
généralisation des
schémas de transfert
(chapitre IV),
ce qui
nous
permettra
d'obtenir
d'autres
modèles
de
matrices
de
transfert sur la base de données plus récentes.
2.1. Rappel des principaJes sources d'erreurs d'âge en Afrique
Parmi
les
sources
les plus
in~ortantes d'erreurs d'âge
en
Afrique,
on peut citer
(Ntozi,
1977)
la différence de conception entre la notion occidentale et la
conception africaine de l'âge et du temps;
la non-scolarisation et l'analphabétisme
l'attra~tion ou la répulsion exercée par certains chiffres sur
l'individu;
les
fausses
déclarations
intentionnelles
d'âge
par
vieillissement ou rajeunissement ;
et
enfin,
la
mise
en
oeuvre
de
procédures
défectueuses
de
collecte des données d'âge.
Si nous considérons la première source d'erreurs (différence
de conception d'un même concept), celle-ci est de taille puisqu'elle
se réfère
à
cette
"bête peu maléable et
peu domptable"
qu'est
le
contexte socio-culturel en général,
des Africains en particulier ;
aussi lui accorderons-nous une attention toute particulière dans une
30
autre
section.
Nous
ferons
de
même
(chapitre
IV)
de
la
non-
scolarisation et de l'analphabétisme,
ces fléaux qui hantent encore
notre monde aujourd'hui et essaierons de voir quel lien peut exister
entre la méconnaissance de l'âge et ces deux phénomènes.
Pour le moment,
nous allons brièvement examiner les autres
sources
d'erreurs
d'âge
dont
nous
retrouverons
d'ailleurs
les
manifestations tout au long des différentes sections de ce chapitre.
Cons idérons
dès
lors
l'attraction ou la répulsion de certains chiffres.
i.
Cette s ituat ion est
liée,
entre
autres,
au
caractère maléfique ou
bénéfique
attribué
à
certains
chiffres
répulsion
des
chiffres
impairs
"qui ne portent pas
chance",
en Côte-d'Ivoire ou chez
les
Pédah
au
Sud-Togo,
attraction
de
certains
nombres
"faciles
à
prononcer"
en fonction de la nature et
du nombre de syllabes dont
ils sont composés
(Simonet,
1974, p.
129).
L'attraction et la répulsion des chiffres ont été signalées
même dans des
populations qui ont une certaine notion correcte de
l'âge
et
qui
sont
plus
alphabétisées
conune
aux
Etats-Unis
et
en
Europe
de
l'Ouest
(Lee
R.
et
Lam D.,
1983)
La
plupart
de
ces
erreurs
sont
caractérisées par
l'attraction,
le
plus
souvent,
des
nombres qui se terminent par les chiffres 0 et 5 comme nous l'avons
vu au chapitre premier avec l'exemple du Bénin.
Quant aux fausses déclarations intentionnelles d'âge
(vieillissement ou
rajeunissement des personnes),
elles ont lieu pour diverses raisons
surtout pour
afficher
un
statut
social
respectable
aux yeux de
l'enquêteur,
ou bien par peur d'avoir
à
payer des
taxes
ou d'être
enrôlé militairement.
Les erreurs d'âge du quatrième type,
avions-nous dit,
sont
dUes
aux
agents
recenseurs
ou
enquêteurs
les
recensements
et
enquêtes étant des opérations lourdes, les enquêteurs n'ont pas assez
de temps pour approfondir les questions de détermination correcte des
âges
de
certains
enquêtés.
La
plupart
des
agents
utilisent
leur
31
jugement, leur "flair" ; ce qui est plus rapide que l'application des
instructions reçues.
Les caractéristiques telles que les âges'à la
puberté, au mariage ou à la ménopause,
les parités et les apparences
physiques
sont
des
indicateurs
bruts
qui
souvent
conduisent
les
enquêteurs à enregistrer des âges incorrects étant donné qu'il y a
une
grande
variabilité
individuelle
dans
la
liaison
entre
ces
indicateurs et l'âge.
La cinquième source d'erreurs d'âge en Afrique est la nUse en
oeuvre de procédures défectueuses de collecte des données d'âge que nous examinerons
en détail dans la troisième section de ce chapitre.
Lorsqu'on réfléchit à fond au problème, on peut s'apercevoir
que la trame commune à toutes ces sources d'erreurs est représentée
par
la
différence
de
conception
entre
la
notion
occidentale
et
quantitative
du
temps
dont
se
sert
le
démographe
et
la
notion
africaine
et
qualitative
du
temps
qu'utilisent
les
populations
africaines.
Comment se présente cette différence?
2.2. Notion d'âge et concept de temps en Afrique
2.2.1. L'âge du démographe
Lors d'une enquête ou d'un recensement,
l'âge dont a besoin
l'enquêteur
est
défini
comme
l'âge au dernier anniversaire
ou
âge en années
révolues.
Cependant,
ce
concept
suppose
la
connaissance
de
la date
d'anniversaii"e,
elle-même liée à la connaissance de la date de naissance que
la plupart des personnes interrogées ignorent,
et nous verrons plus
loin quelle
en
est
la
raison.
Ce qui
est
alors
calculé par
les
enquêteurs,
c'est
l'âge atteint dans l'année,
obtenu
par
différence
du
millésime
entre
la
date
présumée
de
naissance
et
la
date
de
la
collecte.
Là
évidemment,
il
y
a
un
risque" d'erreur
que nous
ne
32
pouvons
pas
ici mettre en
lumière,
les
âges
étant déterminés
sans
distinction de ces deux "niveaux d'évaluation".
A ces deux manières d'évaluer l'âge, correspondent, de façon
non ordonnée et
non exclusive,
deux types
de questions
posées
aux
individus : une question sur la date de naissance, et qui, si elle se
heurte
au problème de
l'ignorance,
est
remplacée
par celle-ci sur
"quel
âge
aviez-vous
â
votre
dernier
anniversaire
1"
ou
plus
simplement "quel âge avez-vous 7"
Des deux questions
(date de naissance et quel âge avez-vous
7
),
beaucoup
de
démographes
ayant
une
longue
expérience
de
la
collecte des données en Afrique
(Blacker,
1979, p.
39)
préfèrent la
date de naissance pour trois raisons
:
d'abord une date de naissance est fixe et est de ce fait moins
"confuse" â se rappeler que l'âge qui varie d'année en année;
ensuite,
la recherche d'une année de naissance peut encourager
les enquêteurs â utiliser le calendrier historique ;
enfin,
ils
pensent
que
les
enquêtés
qui
disposent
d'un
certificat de naissance ou d'un carnet de baptême peuvent être
ainsi encouragés à les utiliser.
Pourquoi
la
plupart
des
gens
ignorent-ils
leur
date
de
naissance et partant,
leur âge au dernier anniversaire?
La réponse
à cette question est liée,
non seulement au système d'enregistrement
des
faits
d'état civil qui
est
déficient
dans
presque
tous
les
pays
africains et à l'incompréhension par la majorité de la population du
bien-fondé
d'un tel
système
(OeAM,
1974
et
1979b),
mais
aussi
et
surtout au concept africain du temps qui est à
l'opposé du concept
occidental du temps.
2.2.2. Le temps et l'âge dans les sociétés traditionnelles africaines
Si
nous
procédons
à
une
analyse
approfondie
du
temps
tel
qu'il est perçu dans les
sociétés traditionnelles africaines,
nous
33
nous rendrons très vite compte que les modes d'appréhension du temps
dans
ces
sociétés
sont
multiples,
variés
et quelquefois
complexes
(Mbiti,
1972
Watte,
1981
Krzysztof,
1984
Guitton,
1984
Filipcova et Filipec,
1986;
Riley,
1987).
Aussi,
ne procéderons-
nous pas à de longs développements sur cette notion,
mais nous nous
contenterons
de
rappeler
quelques
principes
essentiels
à
la
compréhension des erreurs d'âge.
En f ai t,
la notion de temps. sa représentation et sa gestion ne se défInissent et
ne s'expliquent qu' en fonction de la structure sociale et de l'organisation économique
•
1
correspondantes de la société concernée
(Roger,
1981,
p. 179)
c'est donc
le
reflet de l'organisation et de la culture d'un groupe social donné
et c'est en ces termes que le démographe doit aborder le problème de
l'est imation
de
l' âge
en
Afrique,
lui
qui
cherche
à
établir une
correspondance entre les calendriers traditionnels des
populations
étudiées et le calendrier grégorien.
Selon la distinction opérée par plusieurs auteurs,
dans les
sociétés traditionnelles,
le temps vécu par l'individu est à la fois
cyclique et cumulatif :
"cyclique parce que
les saisons qui
succèdent
aux saisons
font
renaître
en
permanence
les
mêmes
activités
de
production"
(Schwartz,
1968)
"cumulatif parce que les années qui s'ajoutent aux années sont
créatrices,
pour l'individu, de statut social"
(Schwartz,
1968).
Dans le temps cyclique,
où
dans
certaines
sociétés
l'année est
divisée en 12 lunaisons,
l'année lunaire est plus courte que l'année
solaire,
laquelle correspond exactement au cycle des saisons : de là
peuvent provenir des biais d'appréhension du temps selon le côté où
l'on se place.
Au niveau du vocabulaire,
les divisions du temps sont
exprimées
de
manières
fort
différentes,
suivant
le
système
de
référence adopté par le groupe concerné : les Ka~Jlu, Bantous de la
Tanzanie (Afrique de l'Est), n'utilisent ni noms de semaines, ni noms
34
de
jours
(Beidelman,
sd.),
les
Bas-Congo
du
Zaïre
possèdent
une
semaine de quatre
jours,
durée correspondant
à
la périodicité des
marchés.
Finalement, le temps est considéré comme une juxtaposition de "ttanches de durée"
qui se suivent, certes, mais ne se ressemblent pas. Ainsi en est- il également de la
perception
islamique du temps qui serait plutôt discontinu et pas
toujours d'égale valeur
(Chelhod,
1964, p.
209).
Outre
le
temps
cyclique,
"l'individu
dès
sa
naiss~nce
s' incr it dans un temps cumulatü qui sert,
non pas à mesurer l'âge de
chacun,
mais
à
définir
son
statut
social
par
rapport
aux
autres
membres
du
groupe"
(Roger,
1981).
Les
années
sont
créatrices de
statut social ;
à chaque période de la vie correspond un statut différent
qui s'améliore au fur et à mesure que l'individu vieillit; l'âge ne
se comptabilise donc pas en années;
l'intérêt d'un tel compte est
nul pour le groupe.
On a de ce fait des catégories d'âge,
certes
variables
d'un
groupe
à
l'autre,
qui
permettent
au
niveau
du
vocabulaire,
de distinguer très nettement à quel groupe appartient
l'individu.
On
distinguera
ainsi
les
catégories
suivantes
le
nouveau-né,
l'enfant,
le jeune homme ou la jeune fille,
l'adulte et
le
vieillard
(homme
ou
femme)l.
Ce
découpage,
cependant
n'est
nullement arbitraire, et il permet de situer l'individu dans le cycle
naturel de
la reproduction,
cycle d'une
importance vitale pour la
reproduction du groupe.
Il existe également dans certains groupes un
système plus élaboré de classification de leurs membres: ce sont les
classes ou associations d'âge
qui
regroupent
suivant
les
cas,
soit
les
individus nés au cours de la même période et qui ont subi en même
temps certains rites initiatiques
(exemple des Kabye au Togo),
soit
les descendants des membres d'une promotion antérieure.
Nous
pouvons
cependant
affirmer,
malgré
l'apparente
inexistence d'une manière uniforme de comptabilisation des âges, que
tout individu peut se situe.!: dans
l'ordre
temporel
puisque
chacun
1
Voir plus loin les réponses aux questions des interviews d'estimation
de l'~ge : "J'étais alors une petite fille,
je n'avais méme pas encore
de poitrine",
ou encore "elle dit qu'elle ne sait pas, mais écris 60
dns car maintenant elle fait partie des anciens".
.
35
sait reconnaitre ses ainés, ses cadets, les membres d'une même classe
ou de la même génération.
Cette conception du temps,
insuffisante
pour le démographe qui a besoin d'une expression du temps en termes
d'années d'âges,
nous amène à parler de l'ordre chronologique chez
les Africains.
2.2.3. Calcul du temps et chronologie chez les africains
Dans leur vie traditionnelle,
les Africains se préoccupent
peu de la question du temps ou s'en préoccupent d'une façon qui n'est
pa's théorique ;
"le temps pour eux,
c'est simplement un arrangement
d'événements qui se sont produits,
qui se produisent ou qui vont se
produire dans un proche avenir.
Le concept linéaire du temps de la
pensée occidentale, avec son passé indéfini, son présent et son futur
infini, est étranger à la pensée africaine"
(Mbiti, 1972, p. 26)
Ce
qui se passe maintenant
(dans l'actualité)
ouvre sans doute la voie
au futur, mais,
l'événement une fois produit, ne fait plus partie du
futur, mais bien du présent, puis du passé".
Le temps réel est donc ce
qui
est
présent
et
ce qui
est
passé.
Le mouvement
se
dir ige
en
"arrière" plutôt qu'en "avant" ; les gens fixent leur esprit non pas
sur les choses à venir. mais sur les choses qui se sont passées".
On
peut
trouver là une
justification à
l'utilisation des
calendriers
historiques.
En fait,
lorsque les Africains calculent le temps,
ce n'est
pas
par
souci
d'ordre
mathématique,
mais
avec
un
but
concret
et
spécifique,
en relation avec des événements.
Puisque le temps est
composé d'événements,
on ne peut le compter et on ne le compte pas
dans
le vide
;
i l Y a,
à
la place des calendriers
numériques,
ce
qu'on pourrait appeler des calendriers de phénomènes (ou calendriers
historiques),
dans
lesquels
les événements ou
les phénomènes
sont
notés ou considérés dans leur relation les uns par rapport aux autres
selon la façon dont ils se produisent, et ainsi constituent le t emps 2;
2
Le rôle de notation des événements est le plus souvent rempli par le
"secrétaire" du chef du village qui est le plus souvent "l'instituteur
du village" ou un lettré.
36
le jour,
le mois,
l'année,
la durée d'une vie ou l'histoire humaine
sont tous divisés ou marqués par les événements spécifiques dont i'ls
sont jalonnés,
car ce sont ceux-là même qui leur donnent un sens.
Prenons l'exemple du lever du soleil.
Aussi longtemps que le
soleil se lève, peu importe qu'il se lève à 5 heures ou à 7 heures du
matin.
Lorsqu'une personne projette d'en rencontrer une autre,
il
est indifférent que la rencontre ait lieu à 5 heures ou à 7 heures,
à condition qu'elle ait lieu pendant la période générale du lever du
soleil.
De même,
qu'importe si les gens vont se coucher à
9 heures
du soir ou à minuit; 'ce qui compte,
c'est
l'événement d'aller se
coucher car il est bien égal d'aller au lit un soir à 9 heures et un
autre
soir
à
minuit.
Pour
les
Africains,
le
temps
a
une
signif ication
instantanée
et
n'est
pas
considérée
comme
élément
mathématique d'une durée.
Par contre dans les sociétés occidentales,
le temps est une
l
denrée qui peut être consommée,
vendue ou achetée
;
le temps,
dans
la vie traditionnelle africaine,
doit être créé ou produit ;
il ne
1
l
peut être perdu.
En fait,
"on ne peut considérer comme perdu que ce
\\
que
l'on valorise"
(Wa.tte,
1981)
On peut
aussi souvent entendre
dire que "les Africains sont toujours en retard !n.En réalité, cette
constatation,
souvent répétée,
témoigne de l'existence quelque part
d'une
cassure
entre
les
conceptions
occidentale
et
africaine
du
temps.
Revenons un peu sur les mois et les années qui permettent de donner
une
précision
à
la
date
de
naissance
d'un
individu
tel
que
le
voudrait le démographe.
37
On reconnalt,
avions-nous dit,
les mois lunaires plutôt que les
mois qui découpent l'année solaire J •
Certains événements de la vie
des hommes sont associés à certains mois particuliers de sorte que
ces mois sont nommés en fonction de ces événements ou des conditions
atmosphériques qui
les caractérisent.
Il Y a par exemple le mois
"chaud", le mois des premières pluies, le mois des sarclages, le mois
de
la
récolte
des
fèves,
etc
qu'importe
si
le
"mois
de
la
chasse"
dure
25
ou 35
jours
Les
événements
déterminent donc
approximativement les mois et c'est cette approximation,
qui n'est
pas en synchronie avec la précision des dates des événements dont a
besoin le démographe, qui crée entre autres des données imparfaites.
L'ann~, elle aussi, s'identifie à des événements, mais ces événements
sont plus importants que ceux qui déterminent le jour ou le mois.
Si
la communauté est agricole,
ce sont les activités saisonnières qui
font une année agricole.
Au voisinage de l'équateur,
par exemple,
les gens ont l'habitude de reconnaître deux saisons de pluies et deux
saisons sèches.
Lorsque
le
nombre
des
périodes
saisonnières
est
complet,
l'année se termine puisque ce sont ces quatre principales saisons qui
forment
une
année
entière.
Le
nombre
exact
de
jours
n'a
aucune
importance
puisqu'une
année
n'est
pas
formée
de
jours
mais
d'événements. "En dehors de la notion d'année, le concept du temps reste vide.
On voit
venir et passer les ans dans un rythme sans fin, semblable à celui du jour et de la nuit, à celui
de la lune qui croit et qui décroît.
Chaque année vient et s'en va. s'ajoutant à la dimension du
passé" (Mbiti, 1972).
C'est
là
que
le
problème
se
complique
pour
le
démographe qui doit faire appel à la mémorre des enquêtés, mémoire qui
pour certains peut être "courte" ou "longue", "fiable" ou non.
En ce
domaine
intervient
donc
une
grande
subjectivité
quant
à
la
3
C'est le cas aussi chez les musulmans d'Afrique du Nord.
A cet effet,
le
prophète
Mahomet
aurait
dit
"Nous
sommes
une
communauté
d'illettrés et ignorons les calculs; le mois est ainsi et ainsi.",
c'est-à-dire,
ajoute
le
commentateur,
tantôt
de
29,
tantôt
de
30
jours selon les lunaisons
(Chelhod,
1964, p.29J.
38
reconnaissance
des
événements
ayant marqué
le passé, de
l'individu
(Brion,
1982' ;
Ndiaye,
1988).
Or personne n'a jamais assisté"à sa
propre naissance
(dans une certaine mesure,
oui !) pour en conserver
le souvenir et le rapporter à l'enquêteur ou à l'enquêtrice en termes
d'événements,
si
ce
ne
sont
les
grands
parents,
les
parents,
les
tantes,
les oncles,
si l'un d'eux est encore présent à l'interview.
Aussi,
la vie humaine par
rapport
au temps est perçue d'une façon
très particulière.
2.2.4. Situation de la vie humaine par rapport au temps
L'existence
humaine
a
un
rythme
donné
par
la
nature.
Au
niveau
de
l'individu,
ce
rythme
comprend
la naissance,
la
puberté,
l'initiation,
le mariage,
la procréation,
la vieillesse,
la mort,
l'entrée dans la communauté des défunts et finalement l'entrée dans
l'assemblée des esprits
(Mbiti, 1972).
Les événements et les moments
les- plus
importants
sont
célébrés et
sont
souvent marqués par des
cérémonies religieuses en particulier pour ce qui nous intéresse ici,
c'est-à-dire la naissance d'un enfant; mais après cette célébration, il n'y a plus rien: on
ne revient pas dans la plupart des cas pour recélébrer }'événement naissance en termes
d'anniversaire
Progressivement,
au
fur
et
à
mesure
que
l'individu
grandit,
se
perd
toute
trace
de
sa
date
exacte
de
naissance
l'événement est oublié.
uri
autre
élément
qui
vient
compliquer
pour
l'individu
la
\\
détermination,
de manière arithmétique,
de sa date de naissance est
:\\
le suivant: c'est que la naissance quelquefois se présente comme un
long processus qui ne prend fin que longtemps après que l'enfant soit
1
né
au
sens
physique
du
terme.
Dans
de
nombreuses
sociétés,
une
personne
n'est
pas
considérée
comme
un
être humain
complet
avant
qu'elle
ait
passé
par
le rite d'attribution d'un nom
qui
pour
certaines
sociétés
a
lieu
huit
jours
après
la
naissance
physique
ou
à
la
"
1
j
lunaison qui
suit
(exemple des
Ewés ou des Pédah
au Togo)
Alors
seulement,
l'individu est totalement "né".
4
Voir
les
travaux
sur
les
troubles
de
la
mémoire
et
la
théorie
de
l'interférence.
39
De
nos
jours,
les
Africains
sont
en
train
de
découvrir
d'autres
dimensions
du
temps,
la
dimension
"arithmétique"
et, la
dimension
"future"
du
temps
(qui
va
les
conduire
par
exemple
à
prévoir et ~ "étaler" les naissances), en partie grâce à l'éducation
de type occidental, en partie à cause de l'invasion de la technologie
moderne avec tout ce qu'elle implique.
Sur le plan social, cela les
pousse à établir des projets selon un calendrier arithmétique (qu'ils
ont souvent du mal à respecter).
Ainsi,
le passage de la structure
centrée
sur
les
notions
traditionnelles
du
temps
à
une
structure
intégrant une dimension arithmétique du temps ne se fait pas aussi
facilement qu'on pourrait le croire.
L'extension
progressive
de
la
dimension
arithmétique'
du
temps,
grâce à la scolarisation et à l'alphabétisation qui,
à
leur
tour,
contribueront à donner une plus grande efficacité au système
d'enregistrement des faits d'état civil,
contient de grands espoirs
pour la démographie africaine; ainsi l'à-peu-près de l'âge pourrait
faire place au certain.
Mais
nous
n'en
sommes
pas
encore
là
;
d'où
diverses
tentatives et procédés qu'utilisent les démographes pour déterminer
l'âge
de
l'individu,
en
l'absence
d'un
système
d'état
civil
efficient.
Quels sont ces procédés?
2.3. Techniques de détennination des âges et leurs limites
On
connait
la
"faillite des
tentatives des
démographes
en
matière
de
collecte
des
âges"
à
partir
des
techniques
qu'ils
utilisent
(Roger,
1981,
pp.
207-258).
Aussi,
nous
ne
nous
appesantirons pas sur ces dernières mais nous
nous en tiendrons
à
l'essentiel.
Nous
essaierons
par
contre
de
voir
ce
que
peuvent
apporter à la science démographique d'autres sciences telles que la
médecine et la criminalistique.
40
2.3.1. Techniques habituelles du démographe
Elles sont nombreuses et
sont le plus souvent utilisées en
combinaison
les
unes
avec
les
autres.
Nous
allons
voir
successivement, avec leurs limites, l'estimation à vue, le calendrier
historique et les documents authentifiant l'âge.
2.3.1.1. L t estimation à vue et ses limites
Elle
est
fondée
sur
des
critères
biologiques
(dentition,
puberté,
ménopause,
blancheur des cheveux)
et sur des critères tels
que
la
situation matrimoniale
et
la
descendance.
Elle
donne
des
résultats très approximatifs.
Le
problème
fondamental
lié
à
ces
estimations
dans
les
sociétés
africaines
est
que
l'âge,
comme
nous
l'avons
vu,
est
assimilé
au
rang
occupé
dans
la
communauté.
Les
estimations
personnelles
sont donc
parfois
sans grand rapport
avec
l'âge
réel
des
individus.
On
trouvera
ci-après
des
extraits
du
recensement
gambien de 1973 qui illustrent bien ces problèmes d'ordre culturel.
Dans
ces
interviews,
.nous
avons
symbolisé
par
la
lettre
Q
une
question ou une
réponse de
l'enquêteur,
et par
la
lettre R suivie
d'une initiale,
la réponse de l'enquêtée
(Gibril,
1979, pp.
33-40).
Les interviews suivantes montrent que parfois les enquêtées
ne peuvent même pas donner une estimation approximative de leur âge.
Interview 057 .
"Q.
Quel âge as-tu ?
R.F.
80 ans -
j'ai d'abord dit 90 ans,
mais comme tu as dit
non,
maintenant
j'ai 80 ans.
Q.
Non,
tout d'abord tu as dit 79 ans.
Q.
Y-a-t-il plus de deux ans de différence entre vous
deux ?
R.F.
Oui,
deux ans et demi.
41
O,
Nous étions tous d'accord qu'AnSu a
67 ans.
R.F.
Oui.
O,
Bon,
alors tu dois avoir 69 ans.
R.F.
Bien,
bien."
Interview 075(2.
"0
Quel âge avais-tu alors ?
R.F.
Je ne sais pas.
Q.
Tu étais grande comment
?
R.F.
J'étais alors une petite fille,
je n'avais même pas
encore de poitrine."
Interview 027/1 .
"Q.
Quel âge avais-tu alors ?
R.F.
J'étais déjà une grande fille mais
je n'étais pas
mariée.
Q.
Etais-tu une jeune fille à ce moment-là ?
R.
(tierce personne)
: Ce qui est sÛr c'est qu'elle était déjà
bonne à marier."
Dans un certain nombre de cas,
les estimations sont faites,
non
par
l'enquêté,
mais
par
un
tiers,
ou
sous
l'influence
de
ce
dernier.
Dans l'interview 029/1 on relève la conversation suivante
"Q.
Tu as donc 69 ans.
R.M.
(tierce personne)
Tu viens d'estimer que cette femme
a 69 ans,
mais elle est plus vieille.
Elle est trop
petite d'apparence,
mais elle est très vieille.
Q.
Te souviens-tu de la guerre de Foday Kabba ?
(1972)
R.F.
(enquêtée)
Non.
Q.
Alors,
je peux dire que tu as 100 ans.
C'est assez?
R.F.
Oui,
j'ai à peu près 100 ans."
42
Quant à l'interview 036/1, elle montre combien l'âge exprimé
en chiffre a peu de sens pour certaines personnes interrogées ..
Les
enquêtés comprennent ce que signifie la notion,
mais ils ne savent
pas comment donner la réponse que l'on attend d'eux.
"Q.
Quel est l'âge de Charles?
R.M.
40 ans.
Q.
Tu viens de me dire que Satang
(la mère de Charles)
a
40 ans.
Maintenant,
tu me dis que l'aîné des enfants
a 40 ans.
Comment est-ce possible?
R.M.
Ah, 'j'a i
dit ça ?
Q.
Oui.
R.M.
Tu sais
d'habitude nous ne connaissons pas notre
âge exactement .. ,
alors,
j'ai simplement estimé le
nombre d'années qu'ils ont et, par erreur,
je leur ai
donné le même âge.
Mais de toute manière,
tu peux
considérer qu'il a 20 ans."
Ainsi,
comme on peut le constater,
l'âge de l'individu est
généralement apprécié de la manière suivante
: i l est jeune, vieux,
très
jeune ou très .vieux.
La puberté,
le mariage
et
le début de
grossesse servent de ligne de démarcation entre les
jeunes gens et
les
adultes.
De même,
des
événements
tels
que
la
naissance d'un
petit-fils
ou
l' "acquisition"
d'un
certain
nombre
de
femmes
et
d'enfants servent de démarcation entre les adultes et les anciens.
Ces
lignes
de
démarcation
ne
sont
pas
graduelles.
Elles
correspondent à
la venue d'un événement.
Dans ces sociétés,
l'âge
est
donc
perçu
comme
un
phénomène
social.
Lorsque
l'âge
d'un
individu doit être chiffré,
en général on déclare un chiffre minoré
ou
majoré
par
rapport
à
la
réalité,
suivant
le
rôle
que
joue
l'individu dans
la
famille
ou
le
rang
social qu'il tient
dans
la
société.
!
43
L'interview 101,
le dernier exemple relatif. aux limites des
estimations à vue,
en donne un exemple
:
"Q.
Quel âge as-tu 7
R.F.
Je ne sais pas.
R.M.
(tierce personne)
Elle dit qu'elle ne sait pas,
mais
écris 60 ans car maintenant elle fait partie des
anciens."
Pourquoi fait-elle partie des anciens?
L'interview s'arrête
là et ne nous donne pas d'autres indications.
Ces problèmes ne sont pas les seuls que l'on rencontre sur
le
terrain,
mais
il
y
en
a
d'autres,
notanunent
ceux
relatifs
à
l'utilisation du calendrier historique.
2.3.1.2. Le calendrier historique et ses problèmes
Sur ce calendrier,
sont consignés,
par ordre chronologique,
un
certain
nombre
d'événements
susceptibles
d'avoir
été mémorisés
par
la
population
enquêtée.
Les
calendriers
agricoles
(ou
saisonniers) et lunair.e en constituent
des prototypes réduits à une
dimens ion annuelle ou mensuelle.
"Cette méthode destinée à améliorer la qualité des
données sur l'âge, n'a semble-t-ilpas répondu aux espoirs de ses promoteurs" (Roger, 1981) et
nous ver"rons plus loin ce qu'il en est.
Nous pouvons néanmoins déjà
dire
que
ces
calendriers
ont
une
certaine
efficacité
pour
les
personnes
"vues et
nées
au
lieu de
l'enquête".
"En ce qui concerne les
personne qui ne sont pas nées au lieu de l'enquête, le calendrier perd une grande partie de son
efficacité, car les événements qui y figurent sont souvent inconnus de cette catégorie de la
population. Or la plupart des femmes mariées appartiennent, dans les sociétés virilocales (les plus
nombreuses en Afrique), à cette catégorie; ce qui explique, au moins en partie, la déficience des
données sur l'âge des femmes en âge de procréer".
Le même problème se retrouve en
milieu
urbain
où
une partie très
importante
de
la population est
originaire des zones rurales.
Le problème reste donc entier.
44
Certains
enregistrements
effectués
sur
cassettes
(Gibril,
1979)
font
ressortir
beaucoup
de
problèmes
liés
à
l'emploi
du
calendrier historique
D'abord
les
événements
qui
définissent
le
calendrier
sont
parfois mal choisis ;
Ensuite
le calendrier
lui-même est d'un maniement
complexe à
tel point que certains enquêteurs préfèrent ne pas s'en servir
et accepter l'âge déclaré par l'enquêté sauf si
l'enquêté ne
peut donner aucune indication de son âge ou s ' i l déclare un âge
manifestement
incompatible
avec
d'autres
éléments
de
son
existence.
D'autre part,
certains enquêtés montrent de l'impatience ou de
la
réticence
lorsqu'on se
sert du
calend.rier historique pour
estimer leur âge
(interviews 040/1 et 057/1 ci-après).
Enfin il y a parfois une certaine confusion lorsqu'on se réfère
à des événements de même nature mais qui se sont passés à des
dates
différentes
(problème
de
fiabilité
de
la
mémoire
interview 976/1 ci-après) .
Voici quelques-unes des interviews qui illus'trent ce que nous
venons de dire
:
Interview 040/1 .
"Q.
Quel âge as-tu ?
R.F.
40 ans.
Q.
Pendant cette guerre-là,
qui pouvait bien être du même
âge que toi ?
R.F.
Ecris que j'ai 40 ans. !!
Ici, l'enquêtée affiche son impatience.
Mais voyons un autre
cas qui témoigne, pour l'enquêtée, du caractère parfois ennuyeux des
questions qui lui sont posées,
ici sur un de ses enfants.
r-- ------.-
45
Interview 057/4.
"Q.
Quel âge a-t-il 7
R.M.
5 ans.
Q.
Comment peut-il avoir 5 ans 7
R.M.
Bon,
i l a 4 ans.
Q.
Non,
avant de dire 4 ans,
tirons cela au clair.
R.M.
Ne nous ennuies pas, Musa a 4 ans."
Interview 976/1.
"Q.
Quel âge as-tu ?
R.M.
(tierce personne)
Elle est née l'année où le ferry est
venu en Gambie.
Q.
C'était en 1950 7
R.M.
Oui. Ha
Ha
!
Q.
L'année où est venu le Lady Denham (un bâteau sur la
rivière)
ou le ferry de Barra ?
R.M.
Le ferry de Barra.
Q.
C'était en 1957 5 ."
Ici,
la
personne
qui
fournit
l'information
sur
l'âge
se
trompe soit d'événement,
soit de date.
Dans tous les cas,
on n'est
pas certain de la réponse finale.
Avec ces interviews, on peut se rendre compte des véritables
problèmes que doivent résoudre les enquêteurs sur le terrain et des
erreurs qui conduisent aux écarts entre
âge
estimé
et
âge
réel,
5
1957
était
l'année
où
le
ferry
boat
avait
joué
un
rôle
dans
une
catastrophe maritime.
46
problèmes
qui
ne
sont
pas
non
plus
entièrement
résolus
par
les
documents écrits "authentifiant" l'âge,
et pour cause.
2.3.1.3. Les documents écrits et leurs insuffisances
Ces documents sont d'une fiabilité très variable
: ce sont
la carte d'identité et le
jugement supplétif,
l'acte de naissance,
le
livret
de
famille,
le
bulletin
de
materni.té,
et
le
carnet
de
baptême.
Hormis
le bulletin de maternité et
l'acte de
naissance,
les conditions qui prévalent à l'établissement des autres documents
ne garantissent pas toujours leur qualité.
C'est ainsi que, pour le
jugement
supplétif
par
exemple,
lorsqu'une
personne
a
besoin
de
justifier la déclaration de son âge par un document ayant une valeur
juridique, elle se présente devant le tribunal compétent, accompagnée
de témoins
; et "le tribunal, souvent, se contente simplement d'enregistrer la déclaration,
sans généralement en contrÔler la véracité ou la vraisemblance" (Roger, 1981) ; en out re,
la mention "né vers ... " inscrit sur le jugement supplétif constitue
en
quelque
sorte
la
preuve
de
l'inexactitude
de
l'âge
ainsi
enregistré.
Par ailleurs,
le coût d'établissement d'un tel document
étant modique (quelques centaines de francs CFA au plus, soit environ
13 francs belges), "les personnes qui souhaitent voir leur âge modifié ont la possibilité
de le faire très facilement - et ne s'en privent pas" (Roger, 1981).
Quant à la carte d'identité établie sur la base du jugement
supplétif,
·elle portera
également
la
mention
"né vers ... ",
tandis
que celle établie à partir d'un
acte de naissance portera la date
exacte de naissance
(jour,
mois et année)
En ce qui concerne le carnet de baptême,
l'âge qu'il porte
aura d'autant plus de chance d'être précis que le baptême aura suivi
de près la naissance; dans le cas contraire, l'âge qu'il porte peut
être sujet à caution.
Ainsi
les
documents
écrits
ne
sont
pas
à
rejeter
systématiquement
étant
donné
qu'ils
portent
en
eux
une
part
de
47
vérité,
sinon la vérité en ce qui concerne plus particulièrement ~s
actes
de. naissance
et les
bulletins de matenùté qui font mention de la date exacte .de la
naissance
ces
derniers
documents
ont
une
grande
valeur
pour
le
démographe.
Signalons enfin qu'il y a eu des expériences d'estimation de
l'âge par classement des individus fondé Sur le principe
selon lequel en
milieu
rural
africain,
tous
les
membres
d'une
même
communauté
villageoise se connaissent et peuvent par conséquent
se situer les
uns par rapport aux autres ;
là également les expériences menées au
Nigéria en 1969, au Burundi en 1970-71 et au Cameroun en 1973 et 1978
ont montré qu'il
s'agit d'une technique de portée
limitée pour le
démographe
durée
de mise
en
oeuvre trop
longue
sur
le
terrain,
problème
des
personnes
non
nées
au
lieu
d'enquête
qu'on
ne
peut
,
classer,
possibilité
de
défaillance
de
mémoire
des
"témoins",
,
•
etc ... (Roger,
1981).
•
,.·
l.
"
,
;.it,
Ce
bref
tour
d' horizon
des
techniques
utilisées
en
~
~·f
~
démographie
nous
a
permis
de
nous
rendre
compte
de
l'échec
du
t:
démographe
face
à
la détermination de l'âge d'un
individu.
En ce
f
domaine les autres sciences peuvent-elles offrir quelque chose à la
~ ~
science démographique ?
~
"f"'
2.3.2. Approche exploratoire d'autres procédés de détermination de l'âge
Ces
procédés
sont
variables
et
certains
nécessitent
un
appareillage qu'on ne peut se permettre d'utiliser lors d'une enquête
pour
plusieurs
raisons
coOts,
nécessité
d'utilisation
d'un
1
personnel
qualifié,
procédé
inadapté
à
une
enquête
de
grande
1
envergure,
etc
Aussi,
n'avancerons-nous
ici
que
quelques
~
[
hypothèses qui pourront conduire le démographe sur de nouvelles voies
d'investigation.
Parmi les techniques que nous avons explorées,
celles de la
médecine légale et de la police scientifique en criminalistique ont
particulièrement
retenu
notre attention.
En fait
pour en
arriver
48
là,
nous
nous
sommes
demandé
quelles
sont
les
parties
les
plus
simples
du
corps
humain
qui
se
modifieraient
avec
l'âge
et.
qui
pourraient
être soumises à une
investigation rapide sans violation
de
l'intimité de l'individu?
Nous avons alors pensé à
la peau et
à
ces
diverses
formes
de
présentation 6 •
Examinons
certaines
des
techniques qui sont relatives à ces deux domaines,
en précisant tout
d'abord,
ce qu'est la criminalistique.
Disons qu'au sens large,
la criminalistique est "l'ensemble des
procédés applicables à la recherche et à l'étude matérielles du crime pour aboutir à sa preuve"
(Ceccaldi, 1976).
On
y distingue trois
grandes branches
la médecine
légale,
la police scientifique et la police technique.
Nous allons
donc nous intéresser aux deux premières branches de cette discipline.
2.3.2.1. L'anthropomélrie en médecine légale
La
médecine
légale
regroupe
l'ensemble
des
procédés
juridiques,
encadrant et codifiant
l'administration des preuves du
crime.
En
ce
domaine,
hormis
les
mensurations,
les
caractères
importants
dont
tient
compte
le
médecin
pour
aider
à
fixer
et
à
déterminer l'âge sorit hors d'accès du démographe lors d'une enquête.
En
effet,
ils
font
intervenir
la
vie
végétative
(dentition,
sudorisation,
cercle
sénile),
les
fonctions
du
corps
(fonctions
circulatoire,
respiratoire
et
neuro-végétative)
et
les
organes
génito-urinaires
(reins,
vessie,
etc ... ).
En
ce
qui
concerne
les
mensurations
qui
peuvent
aider
à
déterminer
l'âge,
on
dispose
de
la
méthode
anthropomélrique.
Ces
mensurations
comprennent
la
taille
debout,
le
buste
ou
la
taille
assise,
la
longueur
et
la
largeur
de
la
tête,
le
diamètre
bizygomatique,
la hauteur de l'oreille
droite
et
les
mensurations
6
Rides de la peau, paume et lignes de la main et empreintes digitales,
49
des membres du côté gauche
(Martin,
1950),
éléments dont ne se sert
pas en général le démographe car tout est
lié à
la précision des mesures
qui est difficile à obtenir.
En fait,
la méthode anthropométrique,
basée sur un principe
mathématique
classique,
celui
de
la
répartition
statistique
des
caractères étudiés selon une courbe de Gauss
(Wolff,
1980,
p.
87),
se
heurte
à
de
nombreuses
critiques
erreurs
dûes
aux mesures,
variations
au
cours
de
la
vie,
instabilité
chez
l'enfant
et
chez
l'adolescent.
En plus de la lourdeur qu'entraînerait sur le terrain
la manipulation des instruments (balances, toises, etc ... ) et du coût
de ces derniers,
elle n'apparaît donc pas des plus pratiques pour le
démographe.
Notons
cependant
qu'elle
a
été
utilisée
lors
des
récentes Enquêtes Démographiques et de Santé pour l'étude de l'état
nutritionnel des enfants de moins de 3 ans par le biais de la prise
de
leur poids
et
de
leur taille,
en
relation
avec
leur
âge
(DHS,
;;
/,
1987-89)
Pour le moment, peu de chose est dit sur la qualité de ces
(?
i"
mensurations faites par les enquêtrices qui avaient reçu à cette fin
~'
Il
1~
une
formation
spéciale
mais,
on
sait
qu'au
Maroc,
3
%
des
F'
,.,
i
mensurations
étaient
jugées
erronées
d'après
les
critères
du
~If
~:
programme de réfé.rence internat ionale
(DHS Maroc,
1989, p.
96).
~
En matière de précision des mesures,
la médecine
légale a
• 1e.~"
permis
d'obtenir
certains
résultats
intéressants
(Ceccaldi
et
~
Durigon,
1979;
Towsend et Hammel,
1990)
~
~~fi
Chez le foetus
ou le nouveau-né,
une très bonne approximation
~
de l'âge gestationnel est fournie par la t a i l l e : après 3 mois,
Ê
~
l'âge en jours est égale à 5 fois
la taille
(mesurée en cm)
;
~
r
Chez
l'enfant,
la dentition,
le poids
et
la taille
sont
d'un
!f-
intérêt tout particulier pour la détermination de l'âge;
l'
1
Chez l'adulte, les modifications de la symphyse pubienne donnent
1
aussi de bons résultats:
la précision est de 0,5 an de 15 à 20
ans,
mais
elle
diminue
très
rapidement
par
la
suite
(malheureusement pour le démographe
!)
et avoisine 6 ans vers
l'âge de 36 ans.
50
L'autre procédé qui
a attiré
notre attention est constitué
par l'étude
des
dermatoglyphes,
c'est-à-dire les
figures
dessinées
sur les crêtes dermo-épidermiques de la face palmaire de la main et
des doigts
et de
la
face plantaire du pied et des orteils et dont
une partie fait l'objet de la dactyloscopie.
2.3.2.2. La dactyloscopie en police scientifique
La
police
scientifique est
le domaine de
la
recherche,
de
l'étude et de l'interprétation des traces
laissées par un individu
sur
les
lieux
d'un
crime.
Là,
nous
nous
sorrunes
intéressés
à
la
dactyloscopie
qui
est
l'exploitation
pratique
des
empreintes digitales,
lesquelles possèdent certaines caractéristiques très intéressantes:
outre la variété des dessins qui permet
l'individualisation,
elles
ont un caractère immuable et inaltérable
(Wolff,
1980,
p.
87).
On sait en
outre qu'elles se forment très tôt chez l'embryon et qu'au cours de
la croissance, elles se modifient de façon homoiliétique,
en gardant les
mêmes proportions et les mêmes particularités.
Les dessins sont donc
fixes
et
invariables.
On
sait
par
ailleurs
qu'il
existe
des
différences
de
figures
selon
le sexe
les doigts de
la
femme
ont
plus d'arcs et moins de tourbillons et le nombre de certaines figures
(crêtes et deltas)
est en moyenne plus faible chez l'homme.
Aussi,
on
peut
penser
que
d'autres
différences
existeraient
en
fonction
d'autres
caractéristiques
individuelles
dont
peut-être
l'âge.
Le
démographe
pourrai t
donc
chercher
à
analyser
les
fichiers
décadactylaire et monodactylaire des services d'identité judiciaire.
La dactyloscopie,
qui
convient parfaitement à
l'identification des
personnes vivantes en criminalistique,
pourrait être
fort
utile au
démographe
si
on
se
permettait
de
creuser
un
peu
la
question,
d'autant
plus
que
le
relevé
des
empreintes
digitales
lors
d'une
enquête
ou
d'un
recensemnet
ne
doit
pas
poser
trop
de
prOblème,
certaines
personnes
illettrées
l'utilisant
depuis
longtemps
conune
signature.
~_.... _..-
.. -
51
La
recherche scientifique permettrait-elle d'ouvrir une de
ces
nombreuses voies
à
la détermination de
l'âge en démographie
7.
.. . sans aucun doute si les réflexions auxquelles nous venons de nous
livrer
sont
plus
tard
approfondies.
Ces
réflexions,
en
nous
permettant d'apprécier les difficultés liées à
la détermination de
l'âge,
et par-là même de comprendre le pourquoi des erreurs d'âge,
sont
fort
utiles
pour
stimuler
d'autres
réflexions
et
faire
progresser la science démographique en ce domaine où actuellement un
constat d'échec est fait
(Roger,
1981)
Loin
de
se
laisser
aller
au
découragement
par
cette
"situation d'échec" qui entoure la détermination de l'âge en Afrique,
certains démographes ont cherché à évaluer,
par le biais d'enquêtes
spécifiques, l'ampleur des écarts entre âge réel et âge estimé; cela
a
donné
lieu
à
l'établissement
de
ce
que
nous
appelerons
ici
des
matrices
de
transfert
d'effectifs
entre
âge
réel
et
âge
estimé.
Examinons
ces
tentatives
afin
d'en
tirer
quelques
renseignements
utiles.
2.4. Etude des matrices de transfert observées
Ces matrices,
au nombre de quatre,
diffèrent par la nature
des quest ions qui ont permis de
les établir.
Elles concernent
le
Ghana
(1959),
le
Nigéria
(1969),
la
Gambie
(1973)
et
le
Cameroun
(1978)
2.4.1. Cas du Ghana en 1959
Du
25
mai
au
6
juin
1959
fut
mené
au
Ghana
un
test
sur
l'adéquation entre âge "réel" et âge estimé de 40.587 personnes, dans
le cadre de l'enquête-pilote qui précéda le recensement Général de la
population
dudit
pays.
Il
a
fallu
nous
rendre
au
Ghana
pour
retrouver, avec difficulté, les traces des résultats de ce test (Gil,
1959).
Les auteurs de ce test, se fondant sur le principe même de la
52
collecte
des
données
qui
suppose
que
l'on
fasse
confiance
aux
déclarat ions de l'enquêté, ont considéré ici conune âge "réet"" , l'âge décla{é
par l'enquêté
nous avons
là évidenunent deux sources potentiellement
entachées de biais qui font de cet exemple un cas biaisé de matrice
de
transfert
qui
ne
peut
servir
notre
problématique.
Aussi
ne
l'étudierons-nous qu'à titre historique.
2.4.1.1. Objectifs du test
Le fait que la plupart des gens ne connaissent pas leur âge
a
souvent
conduit
quelques
statisticiens
à
conclure
à
la
non-
fiabilité
générale des
informations
fournies
en ce domaine par
la
population.
Aussi étaient privilégiées
les estimations faites par
les agents enquêteurs.
Le professeur Frank LORlMER,
discutant de ce problème avec
les responsables ghanéens en 1959,
exprimait le point de vue selon
lequel les individus pouvaient ne pas avoir une idée erronée de leur
âge.
Il avait de ce fait,
suggéré de ne pas écarter entièrement la
réponse d'un enquêté.
De là vint l'idée de tester les différences
entre
les
réponses des' enquêtés et
les est imations faites par les
agents enquêteurs.
Pour
ce
faire,
deux
colonnes
du
questionnaire
furent
consacrées à. la collecte de l'âge: l'une pour recueillir la réponse
de
l'enquêté,
l'autre
pour
prendre
l'estimation
faite
par
l'enquêteur.
Dans le premier cas,
(réponse de l'enquêté),
l'enquêteur ne
devait
pas
discuter
avec
l'enquêté
mais
il
pouvait
l'aider
à
retrouver son âge par les événements historiques, si et seulement si
l'enquêté est
enclin
à
procéder ainsi.
Seul
un
nombre
restreint
d'événements
historiques
figurait
dans
le
manuel
de
l'agent
enquêteur.
53
Dans
le second cas,
l'enquêteur devait déterminer
l'âge de
l'enquêté principalement à
partir de
l'impression visuelle que lui
donnait l'enquêté.
L'instruction était donnée à l'agent enquêteur de
ne faire d'estimation d'âge que de la personne qu'il aurait lui-même
rencontrée.
Cette pratique,
nous l'avons vu,
est fort criticable car la
seule vue d'une personne ne suffit pas pour estimer correctement son
âge.
D'autre part "il ne pouvait raisonnablement pa'3 y avoir indépendance entre les deux
types de collecte, l'enquêteur étant vraisemblablement amené à utiliser le chiffre déclaré par
l'enquêté comme base de d.iscussion" (Roger, 1981, p. 206).
En outre,
pour ces deux
cas,
on ignore dans quelle mesure les
instructions données ont été
suivies.
Il faut
rappeler ici que nous sommes au début des années 60
où
ont
commencé
les
premières
investigations
démographiques
en
Afrique.
Au Ghana, à l'époque, plus de 80 % de la population n'avait
pas
d'acte
de
naissance
(Gil
et
de
Graft-Johnson,
1964,
p.
388).
Qu'ont donné les résultats de ce test?
2.4.1.2. Résultats du lest et matrice de transfel1
Illustrés par le tableau 2.1.,
ces résultats,
de portée très
limitée,
montrent une adéquation entre âge déclaré et âge estimé
:
Au~ âges jeunes, plus de 95 % des estimations sont correctes ;
Entre 15 et 49 ans,
c'est plus de 83 % des cas qui coïncident,
résultats fort surprenants
!
Et enfin aux âges supérieurs à 50 ans,
82 % des cas coïncident.
54
Tableau 2.1.
: Ghana
(1959)
- Différence entre les âges estimés par,
les agents recenseurs et les âges déclarés par les enqu~tés.
Age estimé
AGE DECLARE PAR L'ENQUETE
par
l'agent
Dans un groupe d'âge
Dans le
Dans un groupe d'âge
Total
Populatic
recen-
inférieur de ...
même gr.
supérieur de .. ,
(%)
concernéE
seur
15 ans
10 ans
5 ans
d'Age
5 ans
10 ans
15 ans
0-4
99,6
0,4
100,0
7 464
5-9
4,0
95,4
0,6
100,0
6 208
10-14
2,2
1,9
95,3
0,6
100,0
3 697
15-19
1, 7
97,4
0,9
100,0
2 396
20-24
0,2
3,5
94,0
1,9
0,2
0, 1
100,0
2 774
25-29
1,2
5,8
89,8
3,0
0,1
0,1
100,0
3 168
i
30-34
0,7
6, 1
88,9
3,7
0,3
0,2
100,0
2 330
35-39
0,2
2,4
11,1
84,6
1,6
0,1
100,0
2 143
[
40-44
0,4
1,4
7,0
88,6
2,2
0,4
100,0
1 514
r-
45-49
0,8
2,5
11,2
83,2
1,8
0,5
100,0
1 327
i,
50-54
1,2
1,7
8,9
85,6
1,3
1,2
0,1
100,0
890
!
55-59
0,4
2,0
11,1
82,6
3,9
100,0
747
t
60-64
1,4
2,4
11,7
82,5
1, 4
0,2
0,4
100,0
5ï1
f
65-69
2,2
0,8
16,7
77,7
2,5
100,0
359
;
70-74
1,2
2,9
12,1
83,8
100,0
240
i
i
75
1
et +
2,6
2,1
12, 1
82,3
0,8
100,0
378
1
1
TOTAL
0,2
0,9
4,5
92,9
1,4
0,1
100,0
36 305*
t1
.1!
Sourçe : Gil,
1959.
non compris 906 personnes d'âge non estimé par les agents recenseurs
et
3.476 personnes n'ayant pas déclaré leur âge.
Nous ne nous étendrons pas davantage sur ces données qui ne
sont pas en parfaite synchronisation avec nos objectifs.
L'autre
exemple
limité
de
matrice
de
transfert
entre
âge
"réel" et âge estimé nous est fourni par le Nigéria.
2.4.2. Etude de cas au Nigéria en 1969
Le
Nigéria,
pays
le
plus
peuplé
d'Afrique
avec
ses
90
millions d'habitants,
a fait connaître les résultats de son enquête
mondiale de fécondité menée en 1981-1982.
I~·
,
..
~
55
L'enquête
révèle
un
très
haut
niveau
de
fécondité
et
un
nombre
très
élevé
d'enfants
désirés
l'indice
synthétique
de
fécondité était de 6,34 enfants en moyenne pour l'ensemble des femmes
et de 7,48 enfants en moyenne pour les fe~nes non-célibataires;
le
nombre moyen d'enfants désirés était d'environ 8.3.
Les femmes qui
avaient déjà
9 enfants ou plus souhaitaient en avoir au total 13,
tandis que les femmes sans enfants souhaitaient en avoir si possible
7.4 en moyenne
(Population Reference Bureau,
1985, p. 4).
Ces
résultats
n'indiquent
néanmoins
pas
les
imperfections
dont souffrent les données collectées.
Si nous quittons l'actualité
pour
nous
plonger
dans
le
passé
de
ce
pays,
nous
trouvons,
une
expérience menée en 1969 sur l'enregistrement des âges par l'Unité de
Formation
et
de
Recherche
Démographique
de
l'Université
d'Ifê
(Caldwell et 19un, 1971).
Cette expérience eut lieu suite au constat
que le recensement
nigérian de 1963 était biaisé et
"sérieusement
entaché de considérations politiques ,,7. L'expérience a consisté donc
à
:
examiner les procédés suivis lors du recensement pour déterminer
les données d'âge;
chercher à découvrir s'il existait des méthodes de collecte des
âges meilleures que d'autres;
déterminer
le
sens
des
biais
et
les
causes
de
la
mauvaise
déclaration
des
âges
des
femmes
en
vue
de
corriger
les
structures obtenues.
2.4.2.1. L'enquête de 1969 au Nigéria
L'enquête a porté sur la région d'Origbo située à quelques
kilomètres au
Nord-Ouest de la ville
d'Ilé-Ifê.
Elle a
concerné
10.000
personnes
interrogées
en
Juillet
1969.
Trois
méthodes
7
Taux d'accroissement de 6,3 % pour l'ensemble du pays pour la période
censitaire 1952-1963, et de B % pour la région Ouest et la Division
d'Ifê ; pour la région Ouest,
la province d'Oyo et la division d'Ifê
par exemple,
les proportions des moins de 15 ans sont passées de 49
%,
50 et 60 % en 1952 à respectivement 36 %,
37 et 33 % en 1963 !
56
de collecte des âges étaient testées
le calendrier historique et
deux méthodes faisant appel aux cohortes de contemporains.
Nous pe
présenterons
pas
ces
deux
dernières
méthodes
qui
ne
sont
pas
utilisées dans
les enquêtes et
recensements pour des
raisons,
non
seulement de coOt et de temps, mais surtout d'application pratiques.
Au cours de cette enquête, seules les personnes effectivement
rencontrées par l'agent recenseur étaient interrogées.
L'âge
estimé
dont
il
est
question
ici
englobe
des
âges
obtenus de diverses manières comme dans un recensement: âge déclaré
par l'enquêté lui-même,
âge estimé par une tierce personne ou âge
estimé par l'agent
recenseur.
Les
limites de telles données pour
notre problématique sont évidentes.
2.4.2.2. Résultats et matrice de transfert (Nigéria)
Un des résultats les plus importants de cette étude est que,
pour
les
femmes
d'âge
compris
entre
15
et
50
ans,
même
dans
les
conditions
où toutes
celles qui devaient être recensées
devaient
être
vues
par
l'agent- recenseur,
45
à
54%
des
déclarations d'âge
étaient le fait de tierces personnes,
le plus souvent des proches-
parents (Caldwell et Igun, 1971, p.293)
En fait, à la réflexion, on
peut
trouver
que
dans
les
villages,
il
y
a
toujours
assez
de
,
relations ou de voisins désireux de donner l'âge des autres, même de
f
i
spéculer à leur sujet et de réduire à néant la tentative de l'agent
recenseur.
1
f
D'après
les
commentaires
de
l'étude,
ce
serait
ce
groupe
d'intermédiaires
(les
enfants,
les maris,
les parents,
les beaux-
parents, les soeurs, les nièces, les neveux
et les voisins curieux),
8
Dans le cas nigérian décrit ici,
ou bien l'âge modal des membres de
la
cohorte
est
choisi
et
cet
age
est
attribué
aux membres
de
la
cohorte,
ou
bien
un
indi vidu
de
la
cohorte
dont
l'âge
est
plus
certain,
détermine les âges des autres membres de la cohorte.
Cet
individu
est
choisi
en
fonction
surtout
de
son
haut
niveau
d'instruction ou de celui de ses parents ou proches parents.
57
groupe
non
formé
pour
la
collecte
des
âges!
qui
serait
une
des
principales ~ources des erreurs d'âge.
Cela nous conduit au tableau
2.2.,
raison de
l'intérêt que
nous
avons eu pour cette étude,
qui
donne
l'âge
au
calendrier historique
croisé avec
l'âge estimé tel
que nous venons de le définir.
Tableau 2.2.
: Répartition
(en %) des femmes dans chaque groupe d'âge
selon
l'âge
réel
au calendrier historique
et
l'âge estimé,
région
d'Origbo,
Nigéria 1969.
Age estlmé
Age au calendrier
Effectifs
historique
Deux
Un grou-
Même
Un gr.
Deux
absolus
groupes
pe plus
groupe
plus
groupes
plus
bas
d'âge
haut
plus
bas
haut
0-4
98
2
508
5-9
3
94
3
794
10-14
7
88
5
471
15-19
6
88
6
549
20-24
9
84
7
570
25-29
14
78
8
510
30-34
17
75
8
408
i
35-39
1
19
67
11
2
255
40-44
4
12
75
7
2
240
1
~ ,
45-49
2
19
68
10
1
146
i
50-54
3
19
65
12
1
114
;
55-59
5
21
64
10
73
60-64
9
13
64
12
2
73
65-69
9
11
74
3
3
34
70-74
9
12
67
5
7
34
75 et +
4
11
71
7
7
56
Total \\
1
9
83
6
1
100
Effectif abs.
40
444
4,029
300
22
4.835
Source
Caldwell et Igun,
1971, p.
296.
On
note
dans
ce
tableau
une
tendance
des
femmes
au
rajeunissement et globalement, une femme sur six et un homme sur cinq
(résultat qui ne figure pas dans ce tableau) est dans un groupe d'âge
où elle ou i l ne devrait pas être, contre,
21% pour les femmes de 15
à
49
ans.
Ces
résultats
souffrent
néanmoins
de
certaines
58
insuffisances liées au risque que les méthodes de détermination des
âges employées ici ne soient pas indépendantes.
En
effet,
en
l'absence
d'une
connaissance
de
l'âge
réel,
aucune
méthode
exacte
ne
permet
de
comparer
l'efficacité
des
différentes approches.
Aussi,
la tentative
faite par Caldwell et
Igun doit
être considérée
corrune une hypothèse de travail d'autant
plus que nous ne savons pas dans quelles conditions se sont déroulés
les
travaux de
terrain,
notarrunent
nous
ne
savons
pas
si
l'âge
au
calendrier historique était basé sur un âge précéderrunent déclaré ou
estimé.
Notons
enfin
que
dans
la
même
étude,
une
tentative
était
faite
pour
déterminer
si
le
statut
matrimonial,
influençait
l'estimation des âges
les résultats ont montré,
pour les groupes
d'âges 15-19 et 20-24 ans sur lesquels ont porté les tests,
que les
femmes célibataires ont une plus grande chance d'être rajeunies alors
que c'est le contraire pour les ferrunes mariées, et que la tendance au
vieillissement des
ferrunes augmenterait avec la parité
(Caldwell et
Igun,
1971, p.
299)
D'une manière générale,
i l y aurait une tendance à vieillir
les femmes de 15-19 ans et à
rajeunir les plus de
35 ans
ce qui
conduirait à une surestimation des ferrunes du groupe 20-24 ans,
soit
à une exagération du potentiel des ferrunes d'âge reproductif comme ce
fut le cas en Tanzanie en 1967
(Egero,
1973, p.
207).
Abordons
à
présent
l'étude des
deux dernières
matrices de
transfert,
celles qui nous permettront d'affiner nos hypothèses de
simulations et de
construire
au chapitre
IV,
à
partir des
données
récentes des EMF et EDS, diverses matrices hypothétiques de transfert
entre âge réel et âge estimé
: i l s'agit de résultats basés sur le
recensement-pilote de la Gambie en 1973 et du recensement d'une zone
rurale au Cameroun en 1978.
!@lH"=
59
2.4.3. Cas de la Gambie en 1973
Les
statistiques
dont
nous
disposons
(tableau
2.3.)
proviennent d'une publication de Ewbank
(1981)
dans laquelle celui-
ci
donne
la
précision
suivante
sur
la
manière
dont
les
dites
statistiques ont été obtenues
: "... they are based on a cornparison of the census
ages with ages based on birth records for the previous 20 yeary and on annual surveys carried
out for about 20 years".
Tableau 2.3.
: Répartition
(en %) des femmes dans chaque groupe d'âge
selon l'âge réel et l'âge estimé au recensement - Gambie 1973.
AGE ESTIME
Age réel
Deux
Un grou-
Même
Un gr.
Deux
Total
groupes
pe plus
groupe
plus
groupes
plus
bas
d'âge
haut
plus
bas
haut
15-19
2
12
64
12
10
100
20-24
3
15
40
37
5
100
25-29
1
22
44
27
6
100
30-39
14
25
32
25
4
100
40-49
17
23
22
23
15
100
50-59
12
18
25
23
22
100
60-69
9
9
18
11
52
100
Source
Ewbank
(1981, tableaux 16 et 23).
Les résultats obtenus montrent qu'entre 36 et 78 % des femmes
de 15-49 ans ne sont pas dans leur groupe d'âge quinquennal correct.
Ces résultats en outre montrent pour les femmes,
une nette tendance
au
vieillissement
jusqu'à
trente
ans,
les
âges
sont
en
moyenne
nettement
surestimés
et entre
30-39 ans,
c'est
un
léger phénomène
inverse qui peut être noté.
Avant d'aller plus loin dans l'analyse
de
cette
matrice
par
l'étude
de
ses
composantes
conditionnelles,
lesquelles
devraient
contenir des
indications
fort
utiles
pour
la
suite de nos travaux, étudions en même temps l'exemple camerounais de
matrice de transferts.
60
2.4.3. Etude de cas au Cameroun en 1978
2.4.4.1. L' enquete de 1978
L'un des objectifs de cette opération, menée en milieu rural
camerounais en février 1978,
sur le thème "Mouvements de population
et étude de l'âge sur les axes Yaoundé-Obala/Yaoundé-Soa"
(Centre-
Sud Cameroun) était de tester certaines méthodes de détermination de
l'âge.
Cette enquête permit de dénombrer 12.588 personnes recensées
dans 29 villages et elle fut menée par les étudiants de la promotion
1977-79 de l'Institut de Formation et de Recherche Démographiques de
Yaoundé.
Un questionnaire âge était destiné à recueillir les données
d'âge selon diverses approches.
Il comportait en particulier deux
colonnes qui ont été exploitées aux fins de notre étude:
Une
colonne
Age
déclaré
l'enquêtée
devait
répondre
spontanément à la question "Quel âge avez-vous ?" sans s'aider
d'aucun document.
Une colonne Certificat d'accouchement ou bulletin de naissance
la date de naissance devait être relevée sur ces documents
lorsqu'ils existaient.
Les
actes
de
naissance qui portaient
l'inscription
"en
vertu
du
jugement
"n'étaient
pas
comptabilisés dans cette colonne mais dans une colonne réservée
aux jugements supplétifs.
2.4.4.2. Résultats et matrice de transfert
Sur
les
12.558
personnes
recensées,
42,7
%,
soit
5.182
enquêtés dont 1.241 femmes de 12 à 44 ans,
disposaient d'un acte de
naissance.
Ce qui a permis d'établir le tableau 2.4.
ci-après qui
donne la répartition relative des feIMles selon l'âge réel déduit du
bulletin de naissance et l'âge déclaré.
61
Tableau 2.4.
: Répartition en pourcents des
femmes
de 15 à
49 ans
selon l'âge réel et l'âge déclaré.
Centre-Sud Cameroun 1978.
AGE DECLARE
Age réel
Deux
Un grou-
Même
Un gr.
Deux
Total
groupes
pe plus
groupe
plus
groupes
plus
bas
d'age
haut
plus
bas
haut
15-19
3
5
87
5
100
20-24
2
4
86
7
1
100
25-29
1
8
80
9
2
100
30-39
2
8
78
11
1
100
40-49
11
21
60
8
100
Source
Tabulation spéciale.
Comme dans le cas de la Gambie,
le nombre de cas d'âges non-
coïncidants est une
fonction décroissante de l'âge réel:
ici
les
pourcentages vont de 13 % à 40 % entre 15 et 50 ans.
Ici
également
les
femmes
ont
une
légère
tendance
à
se
vieillir entre
20
et
40 ans
et
à
se rajeunir au-delà de cet
âge.
D'une
manière
globale,
le
vieillissement
et
le
rajeunissement
touchent respectivement 8,5 % et 10 % des 1.225 femmes âgées de 12
à
49 ans révolus
(annexe 2.2.),
dénotant ainsi une légère tendance
générale au rajeunissement.
Une
comparaison des
répartitions
par
sexe
(annexes
2.1.
et
2.2.)
montre d'autre part que les femmes se trompent plus souvent que les
hommes.
Après
ce
tour
d' horizon des matrices
disponibles,
que Iles
conclusions pouvons-nous tirer ?
62
2.5. Synthèse et particularités des matrices de transfert
D'emblée, les matrices du Ghana et du Nigéria sont à éliminer
puisque la première donne l'âge estimé en fonction de l'âge déclaré,
et
la
deuxième
l'âge
a
priori
(âge
déclaré
ou
âge
estimé
par
l'enquêteur
ou
une
tierce
personne)
en
fonction
de
l'âge
au
calendrier
historique,
en
fait
des
âges
tous
potentiellement
erronnés.
Par contre,
ce qu'il faut retenir,
ce sont
La matrice du Centre-Sud du Cameroun pour le sexe féminin
(1978)
qui
donne
l'âge réel
(au
bulletin de naissance)
et
l'âge déclaré
par
l'enquêté;
Et la matrice de la Gambie pour le sexe féminin
(1973) qui donne
l'âge réel (au bulletin de naissance) et l'âge estimé au recensement (l'âge
a
priori
ou
l'âge au
ca.lendrier historique).
Cette dernière
constitue,
avant
celle
du
Cameroun,
la
situation
idéale
qui
s'adapte bien à notre problématique puis~J'elle compare les âges
réels aux âges tels qu'ils sont collectés lors d'un recensement.
Ces
deux
dernières
mat.rices
constitueront
ce
que
nous
appelerons dans
la sui te les matrices de base.
Elles diffèrent, à chaque âge réel,
beaucoup plus par ~es niveaux de transfert que par les structures de transfert
(tableau
2.5.)9. Une même loi de transfert soutiendrait-elle ces structures?
Nous
répondrons
à
cette
question
au
chapitre
IV
lorsque
nous
chercherons à délimiter un cadre d'existence plus global aux matrices
9
Différences résumées, pour les niveaux de transfert, par les indices
de dissimilarité ID qui sont largement supérieur au seuil de 10 % que
nous nous étions fixé a priori et, pour les structures de transfert,
par les indices de différence relative IDR
(annexes 2.10a et b).
63
de transfert et à tirer profit des données des enquêtes plus récentes
que sont les EMF,
les ENF et les EDS lo •
Tableau 2.5.
: Indicateurs de position et de dispersion des matrices
de la Gambie et du C.S. Cameroun.
Age
Ages moyens
Ecarts-types
Coefficients de
Indices de dissi-
milarité
et
de
dif-
moyen
estimés
conditionnels
variation (en %)
férence relative
réel
CS.
Gambie CS.
Gambie CS.
Gambie
ID
IDR
Cameroun
Cameroun
Cameroun
(%)
(%)
17,5
17.4
18.3
2.08
4.17
12
23
23.5
3.8
22.5
22.6
23.8
2.48
4.39
Il
18
46.5
13.7
27,5
27.6
28.3
2.59
3.98
9
14
36.4
6.9
35,0
34.3
33.7
4.44
7.39
12
22
16.0
12.0
45,0
41.9
44.7
5.67
8.71
13
19
32.0
10.3
En outre,
les deux matrices de base permettent de
répondre
à deux autres types de question
:
a) Peut-on dire, qu'en moyenne, les femmes estiment bien leur âge?
La réponse est
non.
En
effet,
les âges moyens estimés
(tableau 2.5)
le prouvent:
les écarts absolus de ces âges par rapport aux âges réels vont de -
3.1 à +0.1 ~n pour le C.S. Cameroun et de -1.3 à + 1.3 ans pour la
Gambie.
b) Ens u i te, peut-on dire que l'erreur commise dans l'estimation de l'âge des femmes
est une fonction croissante de l'âge?
La réponse ici est oui puisque de 15 à
49 ans
les écarts-types des âges estimés vont de 2.08 à
5.67
ans pour le
C. S.
Cameroun
(faible
dispers ion)
et
de
4. 17
à
8.71
ans
pour
la
Gambie (forte dispersion).
En outre les dispersions les plus élevées
la
La curiosité du chercheur nous a
fait
combiner les matrices de base
de la Gambie et du C.S.
Cameroun aux matrices incorrectes du Ghana
et
du
Nigeria pour voir
ce que donnent
les
indices de différences
relatives.
Celles-ci
indiquent
des
différences
de
structures
relatives très
faibles comprises entre 0,01 et 0,07.
~---------
64
autour de la moyenne (coefficients de variation) s'observent aux âges
de début et de fin de procréation,
traduisant par-là la tendance. à
une
concentration
des
fenunes
aux
âges
modaux
de
procréation,
par
vieillissement des plus
jeunes et rajeunissement des plus âgées.
Nous verrons au chapitre IV comment tirer profit de ces deux
informations
et
de
l'allure
générale
des
distributions
conditionnelles
de
ces
matrices
de
base
pour
générer
d'autres
matrices de transfert.
Conclusion
Au terme de ce chapitre, nous pouvons retenir que, parmi les
sources
les
plus
importantes
d'erreurs
d'âge
dans
les
données
africaines,
figurent
tout
d'abord la différence
de perception qui
existe entre la notion occidentale et linéaire du temps dont se sert
le
démographe,
et
la
notion
africaine
et
discontinue
du
temps
qu'utilisent
les populations.
Nous avons vu qu'au sein de celles-
ci,
une
classification
par
âge
est
toujours
possible,
mais
elle
s'exprime,
non pas en termes d'années d'âge,
mais de statut, social.
L'autre
source
importante
d'erreur
d'âge
est
la
non-
scolarisation et l'analphabétisme que nous étudierons plus en détail
au chapitre IV,
mais il y a aussi la formulation des questions.
En
ce
qui
concerne
ce
dernier
point,
une
question
sur
la
date
de
naissance
(donnée
fixe)
semble être préférable à
une question qui
demande à l'enquêtée son âge
(donnée mouvante) .
Nous
n'avons
pas
omis
de
relever
l'insuffisance
des
techniques de détermination des âges employées par le démographe, en
particulier
l'estimation
à
vue
et
le
calendrier
historique,
techniques qui seraient inutiles si le système d'enregistrement des
faits d'état civil fonctionnait correctement dans les pays africains.
65
Mais en attendant, la dactyloscopie en particulier ouvrirait-elle une
voie plus efficace au démographe ?
En
ce
domaine
inconnu
du
démographe,
nous
avons
émis
certaines hypothèses et posé certaines questions qui demanderaient
à être appronfondies.
En attendant que des solutions plus efficaces soient trouvées
au
problème
de
détermination
de
l'âge,
nous
avons
analysé
quatre
matrices
de
transfert
des
femmes
entre
âge
réel
et
âge
estimé,
parmi lesquelles nous en avons retenu deux
: celles de la Gambie et
du Centre-Sud Cameroun.
De cette analyse,
on peut retenir
:
Qu'en
moyenne
les
femmes
ne
déclarent
pas bien
leur
âge,
ou
encore
l'estimation qui
est
faite
de
leur âge est en moyenne
incorrecte,
et que l'erreur ainsi commise augmente avec l'âge.
Qu'en ce qui
concerne
le niveau des
transferts,
en Gambie
en
1973, c'est 60 à 78 % des femmes de 20 à 49 ans qui étaient mal
classées
selon
l'âge
et
que
dans
29
villages
au
Centre-Sud
Cameroun en 1978, c'.est entre 13 et 44 % des femmes qui étaient
concernées par ces erreurs.
Qu'en ce qui concerne la structure des transferts,
celle de la
Gambie
comparée
à
celle
du
Centre-Sud
Cameroun
a
révélé
de
faibles
différences
de
structures
aussi
nous
nous
sommes
demandé si ces structures de transfert suivaient une même loi.
Nous procéderons au test de cette hypothèse au chapitre IV.
Pour l'instant,
après avoir examiné les SO'.lrces des erreurs
d'âge et évalué les tentatives d'obtention des données correctes sur
l'âge,
retournons
à
notre
méthodologie,
et
en
accord
avec
elle,
commençons par identifier les distributions théoriques qui serviront
de base aux diverses comparaisons.
66
CHl\\PITRE III
DETERMINATION DES DISTRIBUTIONS
THEORIQUES DE FECONDITE, DE MORTALITE
ET D'EFFECTIFS PAR AGE
Introduction
Ce
chapitre
est
une
étape
importante
de
la
démarche
méthodologique
puisqu'elle
consiste à
déterminer,
en
part iculier,
les séries types de taux par âge de fécondité générale qui serviront
d'étalons de mesure aux effets d'erreurs d'âge.
De ces séries seront déduites,
après sélection de quelques
tables
de
mortalité
appropriées,
les
structures
par
âge
des
populations
stables
féminines
associées,
sur
lesquelles
seront
simulées les erreurs d'âge donnant
lieu aux transferts d'effectifs
des femmes avec leurs naissances.
3.1. Détermination des taux par âge de fécondité générale
Pour mieux nous situer dans le cadre de référence choisi, il
convient tout d'abord que nous fassions un tour d'horizon des sources
et
de
la
nature
des
taux
de
fécondité
générale
en
Afrique
en
explorant les types de questions posées lors de la collecte.
67
Nous en viendrons par la suite à la détermination des lois
de fécondité proprement dites.
3.1.1. Sources et nature des tau.~ de fécondilé en Afrique
3.1.1.1. Types de taux en Afrique
D'une manière générale et pour les besoins de l'étude,
nOUS
distinguerons les taux suivants
:
Taux obtenus à partir de naissances d'Etat Civil et d'effectifs
de femmes tirés de recensement ou d'enquête;
Taux obtenuS à partir d'observation sur échantillon
Taux obtenus à partir de recensements.
a) Taux Etat Civil/Recensement
Une bonne
synthèse de
la
situation des
pays
africains
en
regard
de
cette
source
d'information
peut
être
trouvée
dans
les
travaux de l'Organisation Commune Africaine et Malgache (OCAM, 1974,
1979b).
Une autre synthèse est fournie par le travail du Groupe de
Démographie
Africaine
relatif
aux
monographies
méthodologiques
(Groupe de Démographie Africaine,
1980,
1982).
D'une manière générale,
l'Etat Civil assure une couverture
insuffisante
des
naissances
(OCAM,
1974,
1979b
Dittgen,
1979).
Aussi
les
taux
de
type
naissances
d'Etat
Civil
rapportées
aux
effectifs
des
femmes
tirés
d'un
recensement
ou
de
données
d'Etat
Civil
sont
presque
inexistants
en
Afrique
sauf
quelques
séries
publiées pour certains pays d'Afrique du Nord,
notamment l'Algérie,
l'Egypte et la Tunisie
(U.S.
Bureau of the
Census,
1979 ;
Nations
Unies,
1986)
ce ne sont donc pas les plus courants en Afrique.
68
b) Taux sur échantillon
De
nombreuses
enquêtes
de
fécondité
ou
enquêtes
démographiques véhiculent une masse importante de données relatives
à la fécondité au cours des 25 dernières années
(Baum, 1974 ; INSEE,
1978 ; WFS,
1981-1984 ; DHS,
1987-1989).
Cependant, si nous restons
à
l'étape
préliminaire
d'une
évaluation
de
ces
enquêtes
et
des
données qu'elles véhiculent, nous devons reconnaître que le doute est
permis
quant
à
la
bonne
qualité
de
certaines
des
statistiques
recueillies
(ROGER G.,
1981 ; Nations Unies,
1987b).
D'une
part,
qui
dit
enquête
par
sondage,
dit
erreurs
d'échantillonnage,
et erreurs d'observation.
De grands progrès ont
été réalisés durant ces douze dernières années pour la connaissance
des erreurs d'échantillonnage grâce aux enquêtes de types EMF et EDS
qui publient, avec les résultats,
les éléments nécessaires au calcul
de ces erreurs (Little, 1982).
Cependant, comme entre ces deux types
d'erreurs,
les plus mal connues, et de surcroît les plus difficiles
à
déceler
sont
les
erreurs
d'observation,
la
présente
étude
est
orientée vers ces dernières, en particulier les erreurs d'âge.
Cette
orientation n'exclut pas le recours aux données d'enquête,
surtout
aux enquêtes
récentes
qui
sont
très
riches
en
données
nouvelles.
Enfin,
le
troisième
type
de
taux
est
celui
obtenu
à
partir
des
recensements; ce sont les taux issus d'observation exhaustive.
c) Taux à partir d'observations exhaustives
Ce
sont
les
taux
dans
lesquels
n'interviennent
pas
les
erreurs d'échantillonnage;
seules entrent
en ligne de compte les
erreurs d'observation.
Il est utile ici de rappeler que les données,
naissances et effectifs des femmes,
qui servent au calcul des taux
de. ce type
ou des
taux
sur échantillon ne
sont pas
indépendantes
puisqu'elles
proviennent
de
la
même
source.
En
effet,
si
une
mauvaise estimation d'âge d'une mère est faite
lors d'une enquête,
la naissance correspondante, puisque rattachée à la dite mère, subit
T1
1
69
i
ce mauvais transfert.
Nous admettrons dans tout ce qui suivra être
dans le cas oü les erreurs d'échantillonnage n'interviennent pas.
Quels sont dès
lors
les types de questions qui sont posées
sur la fécondité lors de la collecte des données en Afrique ?
3.1.1.2. Types de questions sur la fécondit~ en Afrique
a) Questions Sllr la f~condit~ dans les recensements.
Une bonne synthèse des travaux en ce domaine a été réalisée
dans
un
article
sur
"la
fécondité
et
la
mortalité
dans
les
recensements
africains
des
25
dernières
années"
(Tabutin,
1984).
Pour
la
période
allant
de
1954
à
1988,
on
peut
relever
107
recensements au total pour 47 pays africains
(annexe 3.l.).
Les
questions
relatives
à
la fécondité posées
lors de ces
recensements ont porté sur
:
le nombre d'enfants nés-vivants;
les naissances survenues dans le ménage au cours des 12
derniers mois
la date de la première naissance
(ou l'âge de la mère à la
première naissance)
la date de la dernière naissance
(ou l'âge de la mère à la
dernière naissance)
la date du premier mariage.
Le tableau 3.1. reprend l'essentiel de l'information contenu
dans l'article de Tabutin
(1984)
mise à
jour jusqu'en 1988.
70
Tableau
3. 1 .
Nombre de
recensements
africains
selon
le type de
questions et selon la période.
Types de
Nombre de recensements
questions
de 1954
de 1970
de 1980
Total
à 1969
à 1979
à 1988
.aucune question
16
15
8
(1)
39
.nombre d'enfants
18
21
14
53
nés vivants
.naissances au cours
Il
17
14
42
des 12 derniers mois
.date de la dernière
3
8
1
12
naissance
.Nombre total de
39
41
27
107
recensements
(1)
Dont ï
recensements pour lesquels peu d'informations sur les autres
questions étaient disponibles.
Du
tableau
précédent,
on
peut
observer
qu'en
matière
de
fécondité, la question la plus posée était de loin le nombre total d'enfants
nés-vivants
(53 recensements sur 107 au total,
soit un recensement sur
deux), et presque aussi fréquemment durant la décennie 70 que pendant
celle qui s'achève.
On peut y noter également un intérêt ou un regain d'intérêt
depuis 1970 pour la question sur les naissances survenues au cours
des 12 derniers mois:
jusqu'en 1970,
à peine 30 % des recensements
l'avaient utilisée,
alors que depuis,
elle est présente dans un peu
plus de 45 % des recensements.
Qu'en est-il des enquêtes?
b. Questions sur la fécondité dans les enquêtes
Entre
1954
et
1983,
61
enquêtes
démographiques
ou
de
fécondité ont été dénombrées
(Tabutin,
1984)
A ce nombre,
il faut·
71
ajouter 12 enquêtes de types EDS réalisées entre 1984 et 1988.
Sans
reprendre ici la même démarche que pour les recensements, nous dirons
simplement
que
les
enquêtes démographiques
des
années
60
jusqu'au
milieu des
années
70 ont toujours
incorporé des
questions
sur les
naissances des 12 derniers mois précédant la date de l'enquête et sur
le nombre total d'enfants nés vivants.
Ainsi,
allons-nous surtout
parler des enquêtes de fécondité, lesquelles permettent de recueillir
plus
d'informations
sur
la
fécondité
et
de
calculer
différentes
sortes de taux sur une période d'une à cinq années précédant la date
de l'enquête.
En effet, pour appréhender la fécondité,
les questionnaires
de ces enquêtes, surtout EMF et EDS, ont incorporé des questions plus
fines qui étaient posées à
la femme et résumées en un tableau sur
l'historique des naissances de la femme,
ce que ne pouvaient pas se
permettre
les
recensements
à
cause
essentiellement
des
coüts
exorbitants
que
cela
entraînerait.
Ces
données
permettent
de
calculer des taux de
fécondité dans
différentes
configurations
du
diagramme de Lexis
(Verma,
1980).
En ce qui conc.erne
la fécondité du moment
à
laquelle nous
nous intéressons,
ce sont les naissances des cinq dernières années
précédant la date de l'enquête qui sont utilisées pour le calcul des
taux par âge,
d'une part, pour contourner le problème de l'effet de
téléscopage des 12 derniers mois, et d'autre part, parce que ces taux
fournissent des erreurs d'échantillonnage beaucoup plus faibles que
dans le cas des naissances d'une année précédant la date de l'enquête
(L i t t le,
1 982 ,
pp.
1 6 -1 9) .
Au
vu
des
commentaires
qui
précèdent,
le
type
de
configuration
dès
taux
par
âge
de
fécondité
générale
que
l'on
rencontre en Afrique est celui des 12 derniers mois sur observation
exhaustive
ou
sur
enquête,
ou
bien
celui
d'une
période
de
5 ans
précédant la date de l'enquête.
72
Ce
tour d'horizon des
sources
et de
la
nature
des
taux de
fécondité
nous
amène
au
problème
du
choix
des
taux
par
âge
qui
serviront d'étalons de mesure aux effets d'erreurs d'âge.
3.1.2. Choix dt une loi de fécondité apparentée aux lois observées
3.1.2.1. Différentes voies possibles
Nous nous trouvons ici à un carrefour où le choix d'une voie
s'impose.
De ce fait,
i l nous
faut
choisir la voie qui
"optimise"
notre
investigation,
c'est-à-dire
trouver
la
démarche
à
la
fois
simple et satisfaisante qui nous mette à l'abri des taux de référence
par âge biaisés.
Trois
grandes
orientations
peuvent
être
envisagées;
l'on
pourrait
:
a)
Soit
partir
des
distributions
observées
de
taux
de
fécondité
générale par groupe d'âges d'un certain nombre de pays africains,
en
déduire des distributions moyennes par groupe d'âges qui seraient les
répartitions
modèles.
Le
défaut
de
cette
procédure
est
qu'elle
prendrait
en
compte
inévitablement
les
biais
éventuels
que
contiendraient les données observées ;
b)
Soit partir de distributions
ajustées
de taux de
fécondité
par
âge pour un certain nombre de pays africains et en déduire, pour une
même
fonction mathématique retenue,
une structure moyenne
fictive.
Ici également, i l faut noter que la distribution ajustée n'ajuste que
la distribution observée que l'on suppose douteuse,
c'est-à-dire a
priori biaisée par les erreurs d'âge.
c)
Ou
bien
choisir
une
ou
deux
fonctions
mathématiques
dont
la
configuration
graphique
ressemble
à
celle
des
calendriers
de
fécondité observés en Afrique ;
73
Ensuite dresser un tableau synoptique des ordres de grandeurs
des paramètres d'entrée de ces fonctions à partir des données de
recensements et d'enquêtes ;
Puis choisir au vu de ces résultats,
un ensemble de paramètres
fictifs
(non
nécessairement
identiques
en
valeur
à
ceux
de
l'observation)
utilisables
par
les
fonctions
théoriques
retenues;
Générer enfin les distributions fictives de taux de fécondité
générale
par
âge
qui
serviront
de
répartitions-étalons
pour
apprécier l'effet des erreurs d'âge sur les taux.
c'est cette dernière voie que nous allons suivre.
Dès lors,
comment peut-on aboutir à ces fonctions théoriques ?
3.1.2.2. Travaux antérieurs
Plusieurs
travaux
d'ajustement
analytique
de
courbes
de
fécondité
générale
par
âge
ont
été
publiés
ces
dernières
années.
Ils procèdent selon deux voies
: par Modélisation indirecte des taux ou bien
par Modélisation directe.
Parmi les travaux de modélisation indirecte des taux, il y a
lieu de citer
L'utilisation
de
la
fonction
Gompertz
(double
transformation
logarithmique des taux).
Cette fonction a été à l'origine de
plusieurs travaux
Wunsch (1966, 1980), Murphy et Nagur (1972),
Brass
(1974,
1977,
1981),
Zaba
(1981), Heather
(1984).
La double transformation trigonométrique des taux de Valkovics
(1983) .
Cette approche indirecte suppose une transformation préalable
des
taux
les
taux
transformés
sont
ensuite
modélisés
et
ces
derniers,
par
application
de
la
fonction
inverse,
restituent
les
valeurs ajustées.
En fait, nous n'utiliserons pas cette démarche car
le
bon
sens
nous
fait
dire
que
seuls
des
taux
de
bonne
qualité
74
devraient
se
prêter
à
de
telles
transformations,
quelquefois
complexes
une
autre
procécure plus
adéquate
et
plus
simple ·est
l'approche par modélisation directe des taux.
Ainsi,
certaines
fonctions
permettent
une
modélisation
directe des taux,
sans passer par leur transformation préalable ; en
relation avec elles,
nous pouvons citer le polynôme de Brass
(Brass
et eoale, 1968 ; Brass, 1968 et 1975), les études de Mazur (1963), de
Romaniuk
(1975)
et
les
travaux de Hoem et
de
ses collègues
sur le
Danemark (Hoem, 1981).
Sont à signaler d'autre part, deux importants
travaux utilisant cette approche et sur lesquels nous nous baserons
dans le choix des fonctions mathématiques s'apparentant aux courbes
de fécondité générale observées en Afrique
i l s'agit des travaux de
J.
Duchêne et S.
Gillet -de Stefano
(1974)
et de Yapo
(1983).
Les
premières,
utilisant
les
fonctions
mathématiques
telles
que
le
polynôme
de
degré
trois,
la
Bêta,
la
Hadwiger,
la
Gamma,
la
Lognormale et
finalisant
leur étude par un essai d'hiérarchisation
des fonctions, en sont venues aux conclusions suivantes sur 47 séries
d'Afrique,
d'Europe et d'Amérique Latine
: "seules les fonctions Gamma, Bêta
et le Polynôme de degré trois donnent de bons ajustements dans un nombre appréciable de cas"
(Duchêne et Gillet - de Stefano, 1974, p. 68) ; elles
recommandent
de
ce
fait,
l'utilisation de
:
La
fonction
Gamma
lorsque
la
variance
de
la
distribution
empiri.que des taux est inférieure à 40
(ou TBR* < 2)
La fonction Bêta lorsque la variance est comprise entre 40 et 50
(ou 2 < TBR < 3)
;
Le polynôme de degré trois lorsque la variance est
supérieure
à
50
(ou TBR > 3) .
Dans
une
large
mesure,
ces
conclusions
s'appliquent
aux
données
africaines,
à
quelques
exceptions
près,
l'exception
confirmant la règle (Gbényon, 1981, pp.75, 81; Yapo, 1983,pp.80, 83).
* TBR = taux brut de reproduction
75
Les
travaux de
Yapo centrés
sur
l'Afrique,
sont
également
d'un apport appréciable pour notre étude.
Ils ont conduit l'auteur
aux conclusions suivantes
:
(i)
"Le polynôme de degré trois s'ajuste le mieWt aWt données empiriques (35 cas sur 71)
suivi de tr~s loin par la fonction Weibu11 (20 cas sur 71) et enfin. la fonction Bêta (16
cas sur 71)".
Mais dans le raffinement de son analyse, l'auteur est
arrivé,
pour
les
meilleurs
ajustements,
à
sélectionner
pour
chacune des fonctions précédentes, respectivement 20 sur 29 cas
acceptables pour le polynOme, 12 sur 18 pour la Weibull et pour
la Bêta 9 sur 25.
(i i)
"Le polynôme de degré trois conviendrait aWt populations en Afrique au Sud du Sahara
et en Afrique du Nord; la fonction Weibull ajusterait les courbes de fécondité générale
des Ues (Maurice et Seychelles) et de quelques pays où apparemment la fécondité est
faible".
Signa.lons
enfin qu'il
existe des modèles
de
fécondité
par
âge qui prennent en compte la fécondité
naturelle et un schéma de
nuptialité selon l'âge
(Coale et Trussell,
1974
;
Pittenger,
1980)
ou encore le modèle de Page (Page, 1977) qui fait intervenir en plus
la
durée
de
mariage.
Nous
ne
les
utiliserons
pas
parce
qu'ils
contitueraient
un
détour
dans
la
recherche
d'une
réponse
à
notre
question qui
est
de
trouver
une
expression théorique
des
lois
de
fécondité générale par âge susceptibles d'être observées en Afrique.
Au terme de cette investigation dans la littérature existant
sur l'ajustement analytique des taux de fécondité générale par âge en
Afrique,
notre
choix
s'est
porté
sur
le polynÔme de degré trois
qui
se
révèle
être
d'une
utilisation
plus
pratique
du
point
de
vue
intégration et dérivation et dont en outre les paramètres d'entrée
ont un sens démographique.
76
Toutefois,
une question reste à élucider
Est-ce
que
les
courbes
des
taux
de
fécondité
générale
~.
observées,
obtenues
à
partir
de
recensements
et
sur
la
base
des
[
naissances
des
12
derniers
mois,
taux
que
n'avaient
pas
pris
en
compte les études précédentes
(Yapo, 1983, p. 87) s'apparentent aussi
à
la fonction polynôme de degré trois
?
Qu'en est-il des taux de
type EMF ou EDS basés sur les naissances des cinq dernières années
précédant
la
date
de
l'enquête,
un
palliatif
des
difficultés
de
délimitation par les enquêtées de la période des douze derniers mois?
La
nature
des taux entraînerait-elle
la préférence
pour une
autre
fonction mathématique,
la fonction
Bêta par exemple très proche du
polynôme par les indices mesurant la qualité des ajustements ?
3.1.3.2. Univers des taux observés par âge
Les questions précédentes trouvent leur origine dans le fait
que l'on pourrait bien se dire que c'est trop vite fait de retenir
uniquement la fonction polynôme puisque la fonction Bêta donne aussi
le meilleur ajustement pour environ 20 % des observations i
question
pertinente,
d'autant plus que les écarts qui mesurent la qualité de
l'ajustement pour ces deux fonctions,
écarts pris deux à deux,
sont
minimes,
inférieures à 12 pour mille
(Yapo,
1983,
p.
85).
En
fait
pour
ces
deux
fonctions,
si
l'on
compare
pour
quelques
36
pays
africains,
les
indices
de
la
qualité
de
l'ajustement,
mesurés par
la somme des
carrés
des
écarts
relatifs
entre
taux
observés
et
taux
théoriques,
on
remarque
qu'incontestablement
c'est
le
polynôme
qui
donne
des
niveaux
d'indices nettement plus faibles, quelle que soit la nature des taux:
Recensement ou enquête,
naissances des 12 derniers mois ou des cinq
dernières années
(tableau 3.2.).
77
Tableau
3.2.
Mesures
de
la
qualité
de
l'ajustement
par
les
fonctions
Bêta
et
le
PolynOme
de
degré
trois
pour
quelgues
pays
africains
(1970-1988) .
Pays
D
M
Var
Somme des carrés
(1 )
(2)
(3 )
des écarts
relatifs
(en %.)
Bêta
Polynôme
Recensements
(12 derniers mois) .
Botswana
(1971)
5.8
30.5
66.52
29.0
13.8
Cameroun
(1976)
4.7
28.1
61.91
20.2
14.1
Congo
(1974)
5.5
29.6
65.72
15.8
5.5
Gambie
(1973)
5.0
27.9
63.41
18.8
15.2
Lybie
(1973)
8.0
28.2
52.89
25.1
19.0
Soudan
(1973)
5.2·
28.5
56.84
34.7
21.2
Swaziland
(1976)
5.7
29.4
66.60
25.2
Il. 7
Enquêtes EMF
(période de 5 ans précédant l'enquête)
( 4) .
Cameroun
(1978)
6.4
26.4
64.75
40.6
56.6
Egypte
(1980)
5.3
26.1
47.13
63.3
86.8
Kenya
(1977)
8.3
27.6
65.82
43.6
31. 3
Lesotha
(1977)
5.8
27.2
57.31
51. 9
36.9
Maroc
(1980)
5.9
27.3
55.63
72.9
50.9
Tunisie
(1979)A
5.8
28.6
50.70
144.0
33.3
Enquêtes EDS
(période de 5 ans précédant l'enquête) .
Botswana
(1988)
5.0
27.2
64.75
15.8
15.6
Ghana
(1988)
6.4
27.8
65.46
52.0
18.7
Libéria
(1986)
6.6
27.1
70.08
48.6
60.2
Mali
(1987)
6.9
26.7
63.86
5.8
20.2
Maroc
(1987)
4.8
28.6
56.99
101.3
23.2
Etat d'Ondo
(1986)
6.2
28.3
53.39
97.1
19.8
Sénégal
(1986)
6.6
27.1
61.92
16.2
10.3
Tunisie
(1988)
4.4
27.8
42.20
39.8
17.2
Source
extrait des annexes 3.6. à 3.8.
(1)
D
Indice synthétique de fécondité.
(2)
m
Age moyen à la matern{té.
(3) var
Variance de l'âge à la maternité.
(4 )
Données de qualité bonne (A) ou acceptable dans les
autres cas.
(Nations Unies, 1987b).
78
A.ina i,
lorsqu'on
considère
20
nouvelles
données
de
recensements et 65 nouvelles données d'enquêtes sur la période 1955-
1988
(annexes de 3.2.
à 3.5.),
on peut noter
(annexes
3.6.
à
3.8.)
que
le
polynôme
ajuste
toutes
les
séries
de
taux
par
âge
des
20
recensements dont 7 meilleurs ajustements,
en regard des valeurs de
la statistique du Khi-deux,
inférieure à dix pour mille,
développée
par
Yapo
(1983,
p.
84).
Les
enquêtes
quant
à
elles
donnent
55
ajustements par le polynôme sur 60 dont 22 meilleurs ajustements 1 •
Enfin,
il est remarquable de noter que le polynôme ne génère
pas de valeurs aberrantes des paramètres a et b,
respectivement les
âges
de
début
et
de
fin
de
procréation,
et
qu'il
Y a
même
une
homogénéité
des
résultats
(D,
m,
var,
a,
b)
pour
certains
pays
disposant
d'au
moins
deux
séries
différentes
de
taux
à
10
ans
d'intervalle
(cas
du
Cameroun,
de
la
Côte-d'Ivoire,
du
Ghana,
du
Kenya, du Swaziland,
... ); ce qui fait du polynôme de degré trois une
base solide pour nos travaux.
Mais qu'est-ce donc que ce polynôme du troisième degré?
3.1.2.4. Le polynôme de degré trois généralisé.
Le polynôme de degré trois est une généralisation du polynôme
de Brass
(Brass,
1968)
;
son expression est
:
Px
(x)
k
(x-a)
(b-x)2poura~x~b. (3.1.)
Dans cette relation,
x est l'âge des
femmes à
la naissance
de leur enfant
a et b,
respectivement les âges de début et de fin
de procréation
k, un facteur "d'échelle" qui détermine le niveau de
fécondité.
a, b et k sont les trois paramètres de la fonction. Leur
détermination peut se faire par la méthode des moments.
La mise en
1
Ici,
on
peut
faire
remarquer que
Je
cri tère
du bon
ajustement
est
critiquable du
fait
qu'on compare les
taux ajustés à des
séries de
taux qui seraient peut-être biaisés par les erreurs sur l'âge, etc ...
Seul les résultats obtenus au ch~pitre V éclairciront ce point.
79
oeuvre de celle-ci consiste d identifier la descendance moyenne 0,
l'âge moyen à la maternité m,
et la variance de l'âge à la maternité
var,
aux premiers moments de
la
fonction.
.Le système d'équations
suivant est alors résolu
(J.
Duchêne et S. Gillet de stefano,
1974,
p.
58)
p.
(x)
dx ... K(b-a)« /12
(3.2. )
b
.
m
l
ja x P~ (x) dx ... (3a + 2b) /5
(3.3. )
OK
o
b
var = l
(x
-
m)2 P~
(x)
dx = (b - a)2 /25
(3.4. )
D
Ja
Et l'on obtient les estimations suivantes des paramètres
a = m - 2 var l12
(3.5. )
b = m + 3 var l12
(3.6. )
k
12D /
(b - a) «
(3.7.)
Cependant,
comment
peut-on
choisir
des
profils
types
de
fécondité qui couvrent le vaste champ des pays concernés par notre
étude ?
3.1.3. Calendriers types de fécondité générale retenus
3.1.3.1. Brève revue de la littérature
Les différences entre diverses courbes de fécondité par âge
peuvent être examinées en comparant les proportions relatives de la
fécondité
globale
réalisées
dans
les
différents
groupes
d'âges.
C'est
ce
que
réalisa
Pavlik
dans
son
modèle
(.tableau
3.3.)
qui
80
décr it,
pour
les
pays
développés
et
en
développement,
cinq types
différents
de courbes de
fécondité générale comportant différentes
valeurs cumulatives
(Nassef et Gaafar,
1971).
Tableau
3.3.
Proportions
de
fécondité
cumulée
dans
des
groupes
d'âges déterminés
(en %).
Types partiels
Intervalle de variation de la fécondité cumulée
de fécondité
de lS à
de
lS à
de 15 à
de 40 à
19 ans
24 ans
29 ans
49 ans
A
0-5
11-20
41-50
9+
B
6-10
21-30
51-60
7-8
C
11-15
31-40
61--'0
5-6
D
16-20
41-50
71-80
3-4
E
21-25
51-60
81-90
0-2
Source
Nassef et Gaafar
(1971).
Cependant, les schémas que l'on obtient à partir des données
observées par combinaison des
lettres,
par exemple des
schémas du
type BCBA, ABAA,
ne mettent pas en relief d'une façon nette et sans
équivoque
les
caractéristiques
de
chaque
schéma
(Gbényon,
1981).
Nous
n'utiliserons
donc pas
ce
modèle
qui. donne
pratiquement
les
mêmes résultats que celui des Nations Unies dont nous parlerons plus
loin
(Kpédékpo,
1979, p.
16).
Une autre étude, celle de Stedman
(1980),
signale également
l'existence de cinq principaux schémas de fécondité générale par âge,
obtenus
à
partir d'un
ensemble
de
257
séries de
taux par
âge
de
fécondité générale de 46 pays en développement dont 9 pays africains
pour la période 1950-1977;
on peut
remarquer dans
cette étude une
très forte sous-représentation des pays africains et il convient en
outre
de
noter
que
les
données
pour
les
quelques
pays
africains
représentés, dataient des années 60.
Cependant, un intérêt majeur de
cette thèse
a été l'identification et
l'adjonction aux schémas de
fécondité
trouvés,
de
3 modèles
de
nuptialité
par
âge
dérivés
du
81
modè le
de eoale et
Trussell
(1974)
et
de
4 principaux
schémas
de
fécondité légitime.
Cette
recherche est néanmoins
limitée par
le
fait
que
les
modèles identifiés sont basés sur certaines techniques d'estimation
indirectes dont on connait les insuffisances (Sidibé, 1980 ; Tabutin,
1981),
insuffisances relevées d'ailleurs par l'auteur.
Aussi,
avons-nous
pris
comme
norme pour
la
classification
des types de courbe de fécondité par âge, le modèle des Nations Unies
(Nations Unies,
1965). qui classe les schémas de fécondité en trois
grands groupes: schémas précoce, étalé ou tardif
(tableau 3.4.).
Tableau 3.4
: Modèles de fécondité des Nations Unies selon quelques
paramètres des taux de fécondité générale.
Modèle Type
NBRE DE
TBR
M
VAR
Xl
X2
PAYS
(1 )
(2 )
(3)
(4 )
(4 )
Population à
faible fécondité
Age dA
fécond.
mextmum
prç,çoce
'l
],28
~6,5
35,')0
0,5"7
3,11
Age de fécond.
maximum étalé
16
1,41
27,9
34,93
0,33
::,80
Age de fécond.
maximum ta rdi f
9
l, 36
29,3
35,94
0,18
2,60
Population oS forte fécondité
Age de fécond.
maximum précoce
Sou~-type A . . . . . . . . . . . .
8
2,83
28,0
58,38
0,27
2,45
Sou~-type B . . . . . . . . . . . .
7
2,65
27,6
45,78
0,28
2,61
Age de fécond.
maximum étalè
13
3,18
29,3
51,61
0,14
2,38
Age de
fécond.
m!lximum tardif
Sou~-type A . . . . . . . . . . . .
4
2,84
28,4
40,68
0,14
2,56
Sou~-type B . . . . . . . . . . . .
5
2,83
30,4
47,54
0,03
2,28
Source
Nations Unies
(1965, p.
124).
(1)
TBR
taux brut de reproduction.
(2)
M
âge moyen à la maternité
(en années).
(3)
VAR
variance de l'âge à la materni~é.
(4)
Xl et X2
coefficients d'assymétrie et d'applatissement.
82
Le
schéma
de
type
précoce
est
celui
où
la
fécondité
est
maximale
dans
le
groupe
d'âge
20-24
ans
le
type
tardif
a
une
fécondité maximale dans le groupe d'âge 25-29 ans,
tandis que dans
le schéma de type étalé,
les taux de fécondité par âge des groupes
d'âge
20-24
ans
et
de
25-29
ans
ne
diffèrent
que
légèrement
(Kpédékpo,
1979, p.
6).
3.1.3.2. Calendriers retenus
Géographiquement,
les 29 meilleurs ajustements réalisés par
le
polynôme
de
degré
t'rois,
dont
trois
séries
de
taux
observés
considérés comme étant de bonne qualité
(U.S. Bureau of the Census,
1979),
se répartissent comme suit:
13 séries appartiennent aux pays d'Afri~Je occidentale (Bénin,
Burkina-Faso,
Côte
d'Ivoire,
Ghana,
Mali,
Mauritanie,
Niger,
Nigéria et Togo)
9
proviennent
des
pays
d'Afrique
orientale
(Burundi,
Kenya,
Lesotho,
Ouganda et Tanzanie)
;
2,
des pays d'Afrique Centrale
(Congo et Cameroun)
2,
d'Afrique Australe
(Lesotho et Swaziland)
1 d'Afrique du Nord (Tunisie)
;
2 des lIes africaines
(Seychelles et Madagascar) .
Le tableau 3.5. ci-après,
donne une répartition de ces pays
selon
les
types
de
fécondité
et
selon
l'indice
synthétique
de
fécondité D,
l'âge moyen à la maternité m,
la variance v,
le mode Mo
et
les
quantiles
il
laisse
apparaître
que
le
type
précoce
est
surtout
caractéristique
des
années
60,
schéma
que
l'on
retrouve
encore de nos jours dans des pays à haut niveau de fécondité tels que
le Kenya,
le Cameroun,
la Côte-d'Ivoire et le Nigéria.
.----
83
Tableau
3.5.
Intervalles
de
variation
des
caractéristiques
de
position et de dispersion des 29 courbes de fécondité mieux ajustées
par
le
polynôme
selon
les
types
de
schéma
de
fécondité
précoce,
étalée ou tardive.
Schéma~ de fécondité
cerectQri~tique~
Précoce
Etan;
Tardif
Age d. début de procréation a
12.0-13.4/ 12.6
13.1-13.9/ 13.5
14.1-16.5/ 15.6
Age de fin de procréation
b
50.4-53.3/ 51. 8
50.5-54.5/ 51. 8
51.1-54.5/ 51. 8
Niveau de la fécondité
D
5.1- 7.31
6.5
5.2- 8.0/
5.3
5.2- 5.9/
5.5
Variance Age à
la maternité V
54.9-67.5/ 61.5
54.8-67.9/ 62.0
47.8-65.2/ 53.0
Age moyen à
la maternité
a
27.8-29.0/ 28.3
28.2-30.0/ 29.2
29.2-:-0.4/ 30.0
Mode
Mo
24.0-25.0/ 24.4
24.6-25.9/ 25.3
27.0-28.2/ 27.6
1er Quartile
QI
22.0-22.9/ 22.4
23.1-23.9/ 23.4
24.1-25.1/ 24.5
2e Quartile
Q2
27.5-28.6/ 28.0
28.3-29.8/ 29.1
29.1-30.2/ 29.8
3e Quart i le
Q3
33.6-35.3/ 34.3
34.0-36.6/ 35.5
34.5-36.9/ 35.8
90e Cen t i le
e90
39.3-41.3/ 40.0
39.3-42.7/ 41.1
39.4-42.4/ 40.0
Nombre de courbe~
11
14
4
BénIn 61,
Congo .,3/
Burundi 70 71,
Cameroun 78,
Ghana 60 ab,
Côte-d'Ivoire
Ghana 68-69,
71
Kenya 62,
62-64,
77-78,
Haute-Volta
Kenya 69,77 eg,
Seychelle~ 59-60,
60-61,
78f,
Mali 60-61,
Niger 59-60,
Le~otho 77,
Tuni~ie 78,
Ni'jéria
7Ü-73b,
Ouganda 69,
Tanzanie
Madaga~car 65-66
66-67,
Togo 61
Mauritanie 64-65,
NI'.J'" la
70-73 .. ,
Swaziland 66
Note:
/ ... traduit l'indice moyen.
Le nom du pays est suivi du millésime de l'année de la collecte et parfois
d'une lettre qui indique la source des données,
annexe 3.3 à 4.
Toutefois,
les schémas de type précoce et étalé sont plus
répandus
en
Afrique
que
le
prof il
tardif
qui
est
plus
rare,
ce
dernier ayant par ailleurs un intervalle de variation de niveau de
fécondité
plus
faible.
Les caractéristiques des trois schémas de
fécondité
présentent
certaines
différences
assez
nettes
qu'il
convient de relever:
Outre l'âge de début de procréation et le 1er quartile (dont
les intervalles s'excluent),
le mode et l'âge moyen de procréation
(par
leurs
valeurs
moyennes
surtout
et
les
faibles
pas
de
chevauchement
qu'ils
indiquent
entre
schémas)
constituent
des
indicateurs
discriminants
des
profils
présentés
ci-dessus
la
variance du modèle tardif, en moyenne plus faible, établit également
une différence entre ce schéma et les deux autres.
----------
84
Respectivement pour les profils de fécondité précoce, étalée
et tardive
:
-
25 % de la fécondité globale est réalisée avant 22,
23 et
25 ans ;
- 50 % avant 28,
29 et 30 ans
-
75 % avant 34,
35 et 36 ans
-
90 % avant 41 ans.
Le chevauchement plus important des intervalles de variation
d'une part du 3e quartile et d'autre part du 90e centile, montre que
les différences de comportement en terme de
fécondité
réalisée
se
situent
surtout
avant
33.6 ans
(1ère valeur du
3e quartile).
Au-
delà de cet âge,
les comportements tendent à s'harmoniser,
bien que
les indices moyens des groupes soient légèrement différents.
Ces indicateurs moyens, pris isolément,
ont leur sens; mais
ils perdent
leur utilité
lorsqu'on veut
les regrouper par blocs
ainsi
un
triplet
(D,
m,
Var)
constitué
d'indices
moyens
de
type
précoce ne génère pas forcément,
par le polynôme de degré trois,
un
profil de fécondité précoce.
Cette constitution nous a donc amené à choisir les valeurs
théoriques
suivantes
de
triplets
(D,
m,
Var)
pour
lesquelles
les
niveaux de fécondité,
l'âge moyen à la maternité et la variance des
âges à la maternité sont de type précoce, étalé et tardif, et qui, de
plus génèrent, par la fonction polynôme de degré trois,
les taux de
fécondité
des
schémas
précoce,
étalé
et
tardif.
Cet
ensemble
(tableau 3.6.) possède les particularités suivantes
le type précoce a un âge moyen à la maternité plus faible
(28
ans) et une variance de niveau intermédiaire par rapport à celle
des deux autres profils,
variant de 55 à
60 ans et par pas de
2.5
ans
quand
le
ni veau
de
la
féçondité
passe
de
5.5
à
7.5
enfants par femme.
- - -
0 -
85
le
type
étalé
a
un
~ge
moyen
à
la
maternité
de
niveau
intermédiaire
(29 ans)
et une variance plus élevée,
variant'de
57.5 ans à
62.5 ans également par pas de 2.5 ans.
le type tardif a
un âge moyen à
la procréation plus élevé
(30
ans)
et une variance plus faible,
variant de 52.5 à 57.5 ans.
Tableau 3.6.
Paramètres des courbes théoriques de fécondité selon
leurs profils.
Profils
Paramètres d'entrée
Paramètres
types
du polynôme
de sortie
D
m
Var
a
b
10~K
Précoce 1
5.5
28
55.0
13.2
50.2
3.491
Etalé
1
5.5
29
57.5
13.8
51.7
3.194
Tardif
1*
5.5
30
52.5
15.5
51.7
3.831
Précoce 2*
6.5
28
57.5
12.8
50.7
3.775
Etalé
2
6.5
29
60.0
13.5
52.2
3.467
Tardif
2
6.5
30
55.0
15.2
52.2
4.126
Précoce 3
7.5
28
60.0
12.5
51.2
4.000
Etalé
3*
7.5
29
62.5
13.2
52.7
3.686
Tardif
3
7.5
30
57.5
14.8
52.7
4.355
* profils retenus
Ainsi
trois
niveaux
de
fécondité
pour
lesquels
l'indice
synthétique de
fécondité prend les valeurs 5.5,
6.5 et 7.5 enfants
par
ferrune
ont
été
retenus.
Les
autres
paramètres,
à
savoir
l'âge
moyen
à
la maternité et
la variance,
ont été choisis
de manière
à
couvrir les valeurs moyennes estimées pour les populations africaines
(tableau
.3.5.).
Ces
valeurs,
corrune
nous
le
verrons
plus
loin
(tableau 3.10.),
associées aux lois de mortalité choisies,
assurent
un
balayage
"optimal"
de
l'éventail
des
taux
bruts
de
natalité
(compris
entre
36
et
54
pour
mille)
et
d'accroissement
naturel
(compris entre 2.4 et 3.5 pourcents).
Sur la base donc, de ces derniers indices
(tableau 3.10.) et
de
ceux
du
tableau
3.11.
qui
donne
la
valeur
moyenne
des
mêmes
86
indices pour les grandes régions africaines
(Nations Unies,
1987b),
nous avons retenu les trois profils suivants
:
le profù précoce 2 a
été
choisi
par
référence
aux
pays
d'Afrique
Centrale ;
le profil étalé 3 a été
retenu par référence aux pays d'Afrique de
l'Est et de l'Ouest;
le profù tardif l
a
été
retenu
paL'
référence
aux
pays
d'Afrique
Australe et du Nord.
Il
faut
préciser
ici
que
ces
regroupements
n'ont
aucun
caractère exclusif:
on peut ainsi observer dans un pays d'Afrique
de l'Ouest, un schéma de fécondité précoce, bien que ce dernier soit
attaché aux pays d'Afrique Centrale.
En
outre,
pour
un
même
profil
de
fécondité,
nous
distinguerons
deux sortes de taux
les
taux obtenus à partir des
naissances des douze derniers mois précédant la date de la collecte
et céux obtenus également par questions rétrospectives,
mais sur la
base des naissances des cinq dernières années précédant la date de
l'enquête.
Dans le premier cas,
les femmes âgées de 15 ans,
16 ans,
... , 49 ans révolus à l'enquête ont en moyenne respectivement 15 ans,
16
ans,
... ,
49
ans
exacts
à
la
naissance
de
leur (s)
enfant (s)
(graphique
3.1.)
;
dans
le second cas,
lès
âges moyens des
femmes
âgées de 15, ,16 et 17 ans dépendent de la valeur de l'âge de début de
procréation a : selon les valeurs de a pour les profils précoce (12,8
ans)
et
étalé
(13,2
ans),
si
nous
fixons
l'âge
de
début
de
procréation
à
13
ans,
les
femmes
de
15,
16,
17,
.. ,
49
ans
à
l'enquête auront en moyenne respectivement 14,3 ans,
14,8 ans,
15,3
ans,
16 ans,
17 ans,
18 ans jusqu'à 47 ans à la naissance de leur(s)
enfant(s); cette précision est utile pour le calcul des indicateurs-
types de référence du tableau 3.7.
87
Graphique 3.1.
Configurations des tau:·: théoriques de fécondité.
Taux annuel des
douze -----,
derniers
mOIS
1
V _25
24
Taux
anflue 1 des
cinq
dernières
annees
1
_23
(en
milieu
de periode) V
_22
21
20
19
Taux
quinquennal
des
Gin q der nie r e san Il e e s - >
1B
_1 7
_16
_, 5
- --14
5 a ~ s
...
Les taux annuels par âge,
qui seraient calculés lors d'une
enquête,
sur la base des
naissances des douze derniers mois et des
sinq
dernières
années,
sont
obtenus
iCl
par
intégration
de
la
fonction pol~rnôme dans les configurations appropriées du diagramme de
Le~isr selon les formules de l'anne~es 3.9.
Ainsi le tableau 3.7.,
illustré par les graphiques 3.2. et 3.3. donne les dist~ibutions par
âge des ~au:·: théoriques de fécondité générale qui ser";iront d'é-calons
de mesure des biais produits.
Dans ce tableau,
les taux sont répérés
par leurs profils
(P pour précoce,
E pour étalé et T pour tardif)
et
par le tjpe de données rétrospectives concernées
(période d'un an ou
de
cinq
ans
avant
la
date
de
la
collecte)
ainsi
le
sigle
TPl
indique
qu'il
s ' agit
de
tau:-:
de
type
précoce
sur
la
base
des
naissances d'une période
d'un
an
avant
la
collecte
et
TTS, des
88
taux de profil tardif sur la base de naissances des cinq dernières
années.
Oh
notera
en
passant
qu'il
n' y
a
pas
une
très
grande
différence entre ces deux types de taux sauf pour les âges moyens à
la maternité où les femmes sont plus
jeunes de deux ans dans le cas
des taux des cinq dernières années,
ces derniers étant relativement
plus
élevés
jusqu'aux âges
moyens
à
la maternité
et
moins
élevés
après ces âges.
Pour apprécier la différence entre les profils,
nous avons
calculé au tableau
3.7.,
pour les taux des
12 derniers mois,
deux
indices
l'indice
de
dissirnilarité
(ID)
pour
la
mesure
des
différences
de
niveau
entre
profils
et
l'indice
de
différence
relative
(IDR)
pour la mesure des différences relatives de structure
entre profils (Shryock, 1976, annexe 3.10 a et b).
Il Y a différence
entre profils si ces indices sont supérieurs à 10 %2.
Comme
c'est
le
cas
pour
la
plupart
des
enquêtes,
nous
cons idérerons que les questions sont posées aux femmes âgées de 15 à 49 ans révolus ;
a us si,
les taux de fécondité sur lesquels porteront les simulations seront limités à ]' intervalle
15-49 ans.
Ceci n'exclura pas le transfert,
lors des simulations,
de
femmes de moins de 15 ans ou de plus de 50 ans
(avec leurs naissances
éventuelles)
dans la plage de l'âge 15-49 ans et vice-versa.
2
Le lecteur pourra également tirer parti de la lecture d'un article de
Sheps
(1959)
qui examine quelques méthodes de comparaison de taux et
de proportions.
r
89
Tableau 3.7
Taux théoriques annuels de fécondité générale par âge
des douze derniers mois et des cinq dernières années et indicateurs-
types de référence.
Age ~
rllUX llnnu .. 1 .. d .... douze
TllUX llnnue1 .. de .. cinq
l' .. nqu6te
derni .. r .. moi ..
dernière .. llnné ....
TP1
TEl
TTl
TP5
TES
TT5
12
0.0001
0.0001
13
0.0150
0.0048
0.0151
0.0048
14
0.0606
0.0348
0.0839
0.0486
15
0.1054
0.0938
0.0010
0.1261
0.1171
0.0010
16
0.1450
0.1386
0.0250
0.1632
0.1592
0.0250
17
0.1797
0.17 81
0.0688
0.1954
0.1962
0.0894
18
0.2095
0.2126
0.1084
0.2229
0.2283
0.1265
19
0.2348
0.2424
0.1430
0.2460
0.2558
0.1587
20
0.2558
0.2677
0.1729
0.2649
0.2788
0.1863
21
0.2727
0.2886
0.1982
0.2799
0.2976
0.2095
22
0.2858
0.3054
0.2193
0.2911
0.3125
0.2285
23
0.2952
0.3183
0.2363
0.2987
0.3236
0.2436
24
0.3011
0.3276
0.2496
0.3031
0.3311
0.2549
25
0.3039
0.3335
0.2592
0.3043
0.3353
0.2628
26
0.3038
0.3361
0.2654
0.3028
0.3364
0.2675
27
0.3009
0.3357
0.2685
0.2986
0.3346
0.2691
28
0.2955
0.3326
0.2688
0.2920
0.3302
0.2680
29
0.2878
0.3269
0.2663
0.2833
0.3233
0.2642
30
0.2781
0.3189
0.2614
0.2126
0.3142
0.2582
31
0.2665
0.3088
0.2543
O.:' 602
0.3031
0.2500
<"
0.2533
0.2968
0.2452
0.2463
0.2902
0.2400
33
0.2388
0.2831
0.2343
0.2311
0.2758
0.2284
34
0.2231
0.2680
0.2219
0.2150
0.2600
0.2153
35
0.2065
0.2517
0.2083
0.1980
0.2431
0.2010
36
0.1892
0.2343
0.1935
0.1804
0.2254
0.1858
37
0.1714
0.2162
0.1779
0.1625
0.2069
0.1699
38
0.1534
0.1'975
0.1618
0.1444
0.1880
0.1535
39
o . 1354
0.1785
0.1452
0.1264
0.1689
0.1368
40
0.1176
0.1593
0.12B5
0.1088
0.1498
0.1201
41
0.1002
0.1403
0.1119
0.0917
0.1309
0.1036
42
0.0835
0.1216
0.0956
0.0754
0.1124
0.0876
43
0.0677
0.1034
0.0798
0.0601
0.0946
0.0122
44
0.0530
0.0860
0.0648
0.0461
0.0776
0.0576
45
0.0396
0.0696
0.0508
0.0334
0.0618
0.0442
46
-0.0278
0.0544
0.0381
0.0225
0.0472
0.0322
47
0.0178
0.0406
0.0268
0.0135
0.0343
0.0217
48
0.0099
0.0285
0.0172
0.0066
0.0230
0.0130
49
0.0042
0.0182
0.0095
0.0021
0.0138
0.0064
50
0.0009
0.0101
0.0042
0.0002
0.0068
0.0020
51
0.0042
0.0008
0.0021
0.0002
52
0.0009
0.0002
0
(15-49)
6.4
7.4
5.5
6.4
7.4
5.5
ln
(15-49)
28.1
29.1
30.0
25.8
26.7
27.6
V
(}5-49)
55.9
60.7
52.3
53.7
59.0
51.5
ID
(l)
4.4
6.6
9.8
IOR
(l)
9.5
7.2
21. B
Note
Pour
les
taux
des
douze
derniers
mois,
les différences
entre profils
(cfr.
ID et !DR)
sont de type précoce - étalé,
étalé - tardif et tardif - précoce.
i
1
1
11
90
théoriques de fécondité générale selon l'âge
Graphique 3.2.
Courbes
des naissances des 12 derniers mois.
à
l'enquête sur la base
o. Y.l
a,JO
0,25
~~Z
d
0,:20
~!l
0,15
x
~0-
0,10
a,~
0,00
20
JO
'5
Age
+
~W..H
Graphique 3.3 : Courbes théoriques de fécondité générale selon l'âge
à l'enquête sur la base des naissances des 5 dernières années.
O,U! , - - - - - .
0,3,'5
a,JO
~
o,z,
Il
~
u
1
~
0.20
'~
"
~
0, 1~
>-
1
0,10
}
0,05
\\
.1
j
0,00
1:5
20
25
JO
35
.&0
4lS
1
Age
o
PRECOCE 5
["'lfE i5
l,1
Note:
On peut noter que les graphiques 3.2 et 3.3 sont
issus d'une même
J
fonction qui prend des
valeurs différentes selon que
l'on considère les
naissances des 12 derniers mois ou des 5 dernières années, ce qui implique
1
,
des âges différents à
la naissance des enfants;
i l y aura de ce fait un
1
décalage de deux ans entre les graphiques.
1
j
\\
"t1~!.\\".1"'l
':H
Les
indices
de dissimilarité montrent
qu'il n'y a pas une
très grande différence de niveau entre les courbes ; par contre, les
indices de différence relative montrent qu'il existe en réalité deux
profils dominants de fécondité générale, les types précoce et tardif,
et
que
les
calendriers
étalé
et
tardif
sont
deux
types
de
distr ibutions assez proches l'une de l'autre.
Cependant,' bien que
ces dernières ne respectent pas la condition de la règle de décision
de
l'IDR
que
nous
nous
sommes
fixée
et
qui
veut
que
deux
distributions
ne
soient
retenues
que
lorsque
leur
indice
est
supérieur
ou égal
à
10
%,
nous
avons
retenu pour
les
simulations
ultérieures le calendrier étalé qui est malgré tout une distribution
intermédiaire que l'on observe dans les populations africaines.
Voyons
à
présent
quelles
lois
de
mortalité
peuvent
être
associées
aux trois profils de base des
lois de fécondité définis
par les paramètres D, m et var du tableau 3.6. précédent.
3.2. Choix des lois de mortalité par âge
Le développement des "lois de mortalité" a retenu l'intérêt
des
démographes
et
des
actuaires
depuis
la
construction
de
la
première table de mortalité par John Graunt.
Depuis lors, plusieurs
travaux ont
été
réalisés pour synthétiser les
schémas
observés de
mortalité par âge sous forme de tables-types.
Cependant, une représentation de la loi de mortalité par âge
par une expression mathématique ne peut être satisfaisante que si les
taux de mortalité observés s'échelonnent graduellement d'un âge au
suivant et en même temps reflètent exactement la loi de mortalité de
la
population
étudiée.
En
d'autres
termes,
l'ajustement
doit
éliminer les irrégularités dues aux erreurs aléatoires et à celles
92
des mauvaises déclarations ou estimations d'âge tout en conservant la
forme et le niveau de la loi de mortalité sous-jacente.
Les tables-types les plus célèbres ont été celles des Nations
Unies
(1955),
de
S.
Ledermann
et
J.
Breas
(1969)
et
de
Coale
et
Demeny
(1966)
elles
étaient
destinées
essentiellement
à
l'estimation ou à l'ajustement des données relatives aux populations
des
pays
en
développement
pour
lesquelles
on
ne
disposait
pas
de
bonnes statistiques.
Cependant, l'une des principales critiques qui
était formulée à leur encontre était qu'elles ne représentaient
pas
la diversité
des
schémas existants et étaient
de
ce
fait,
mal
adaptées aux populations des pays en développement
(Clairin et al.
,
1986,
p.
241).
Dès
lors,
deux
publications
récentes
ont
tenté
de pallier
cette insuffisance
: la première a trait aux Nouvelles tables-types
des
Nations
Unies
(1983)
et
la
seconde
concerne
les
modèles
de
l'O.C.D.E.
(1980
abc).
La
Tunisie
étant
le
seul
pays
africain
représenté dans les tables--types des Nations Unies,
celles-ci seront
délaissées au profit des tables-types de l'O.C.D.E.
dans lesquelles
17 régions ou pays africains sont représentés,
(OCDE,
1980c, pp. 40-
41).
Nous n'adopterons donc pas ici,
la même démarche que dans la
section précédente où nous avons cherché à découvrir,
à partir des
données observées,
des
schémas de
fécondité proches des
situations
africaines;
nous utiliserons donc les modèles déjà existants.
3.2.1. Les modèles A et D des tables-types de l'O.C.D.E.
Construites à partir de 95 tables observées dans les pays en
développement,
les
tables-types
de
l'OCDE
sont
réparties
en
cinq
modèles de mortalité notés
: A,
B,
C,
D,
E.
Chacun de ces modèles
est caractéristique d'une ou de plusieurs régions en développement.
Ainsi
:
1
le modèle A est caractéristique des pays d'Afrique du Nord,
du
1
1
Proche-Orient et de l'Amérique Latine;
1
, 1
i
1
1,
93
le modèle B est propre aux pays asiatiques ;
le modèle C regroupe essentiellement les pays d'Amérique ~atine
et des Caraïbes ;
le modèle D a
trait aux pays d'Afrique,
d'Asie et à quelques
pays d'Amérique Latine;
et le modèle E regroupe l'ensemble des tables.
La portion de la table de mortalité qui nous
intéresse et
qui intervient directement dans nos calculs concerne les femmes de 15
à
49 ans
révolus.
Aussi,
pour choisir un ou plusieurs modèles de
1
mortalité en vue des simulations,
avons-nous représenté au tableau
3.8.
les
fonctions
de
survie
des
différents
modèles
pour
une
espérance de vie à la naissance égale à 47,61 ans.
Tableau
3. 8 .
Survivants
des
tables
de mortalité des
modèles
de
l'O.C.D.E. pour e
= 47,61 ans.
o
Survivants destab1es-types modèles OCDE
Ages
A
B
C
D
a
10.000
10.000
10.000
10.000
15
7.067
7.768
7.488
7.499
20
6.915
7.612
7.322
7.388
25
6.739
7.399
7.119
7.146
30
6.549
7.120
6.881
6.927
35
6.348
6.799
6.609
6.689
40
6.136
6.449
6.305
6.429
45
5.908
6.071
5.967
6.141
50
5.654
5.658
5.587
5.810
Note
:
Les probabilités de survie de la naissance aux environs de l'âge
moyen à
la maternité qui interviennent dans le calcul des populations
stables sont soulignées.
94
Le tableau 3.8. montre que les lois de survie entre 15 et 49
ans
révolus
des modèles A,
B,
C,
D ne sont pas très différenteS ;
c'est
ce
que
confirment
en
outre
les
indices
de
dissimilarité
calculés sur les proportions de décès des tables,
d'abord pour tous
les groupes d'âge, puis entre 15 et 49 ans, pour une espérance de vie
à la naissance de 47,61 ans
(annexe 3.11).
Pour avoir donc des fonctions de survie différentes,
afin de
ne
pas
retrouver
des
structures
stables
féminines
semblables,
le
choix
d'espérances
de
vie
différentes
dans
différents
modèles
de
mortalité,
basés au moins partiellement sur des tables africaines,
s'impose.
Les modèles A et D remplissent ces conditions
le modèle A comporte
7
tables africaines dont
5 d'Afrique du
Nord) et c'est celui qui présente le plus de différence avec le
modèle D : la différence entre leurs probabilités de survie de
la naissance aux alentours de l'âge moyen
(27 à 31 ans)
est la
plus élevée.
le
modèle
D
comporte
la
plus
forte
proportion
des
tables
africaines
(11 sur 23)4.
Comment se présentent alors grosso modo les risques de décès
par âge en Afrique comparativement à ceux que résument ces modèles ?
3
Ce sont
les tables ci-après:
Sénégal Paos Koto
(1963/65),
Tanzanie
rurale
(1967),
Tunisie
Population
totale
(1966),
Algérie résidents
(1965/67),
Grand Alger
(1965/67),
Algérie urbaine
(1966).
4
Les tables africaines du modèle D sont les suivantes: Bouake - Côte-
d'Ivoire
(1962), Guinée (1954/67), Haute-Volta (1960/61), Libéria PGS
urbain
(1971), Réunion
(1960/63), Seychelles (1960),
Tanzanie urbaine
(1967),
Maroc CERED 1er passage,
Tunisie urbaine
(1965/71),
Tunisie
rurale
(1969),
Tunisie urbaine
(1969).
95
3.2.2. Les quotients de mortalité par âge
Dans
l'ensemble,
la mortalité
générale
en
Afrique demeure
très mal connue
(Wa1tisperger 1988)
; mais on sait que les niveaux y
sont relativement très élevés
(tableau 3.9.).
Aussi,
considérant à
la fois
le manque de données récentes et fiables
sur les quotients
de
mortalité
féminine
entre
15
et
50
ans,
excepté
pour
les
pays
d'Afrique du Nord où on a quelques indications (Nations Unies, 1985)
et' le
but
que
nous
poursuivons
ici,
qui
n'est
pas
d'ajuster
des
tables de mortalité des populations africaines, mais de trouver des
schémas
de mortalité' réf1étant
des
structures
susceptibles
d'être
observées en Afrique,
nous avons retenu le réseau 1 des Tables-types
de l'OCDE à une entrée
(l'espérance de vie)
au détriment des tables
à double entrée qui sont plus performantes pour les ajustements~.
En
outre,
nous
pouvons
dire
de l'espérance de vie à la naissance
(tableau
3.9.)
qu'elle
contient
une
quantité
d'information
plus
globale
que les quotients de mortalité infantile lQO et de l'enfance 5QO
qui
se
révèlent être des "estimateurs médiocres comparativement aux autres entrées possibles"
(OCDE, 1981, p. 12).
5
En
particulier
les
réseaux
à
double
entrée
combinant
5QO
et
un
quotient de mortalité adulte 20025 ou 15035 sont recommandés
;
voir
ci
cet
effet,
Sur
la
qualité
de
ces
tables,
OCDE
(1981,
pp.
2-19),
Leton
(1982),
N'Zinga
(1983)
et
Yaakoubd
(1984).
9
Tableau
3.9
Quotients
(en
pour
mille)
de
mortalité
féminine
infantile 1QO,
juvénile 4Q1 et de l'enfance 5QO et espérance de vie
féminine à
la naissance e
(en années)
dans quelques pays africains
o
et les modèles A et D des tables-types de l'OCDE.
Pays ou modèle
1QO
4Q1
5QO
Afrique du Nord
Algérie 1982 a
83
48
126
61
Egypte 1975-79 b
134
72
197
60
Maroc 1975-79 b
91
60
145
57
1982-86 b
71
31
100
60
Soudan 1975-78 c
83
71
148
46
Tunisie 1983-87 d
50
15
65
61
Afrique de l'Ouest
Côte-d'Ivoire 1975-79 b
107
60
161
50
Libéria 1981-86 d
136
89
217
51
Mali 1982-86 d
102
155
241
44
Sénégal 1975-77 c
132
169
279
43
1981-85 d
81
112
183
45
Afrique de l'Est
Kenya 1975-76 c
83
60
138
52
Rwanda 1978 a
133
89
210
48
Afrique Centrale
Cameroun 1975-78 b
96
190
50
Congo 1980-85 a
142
48
Afrique Australe
Botswana 1980-81 a
61
54
112
56
Lesotho 1975-76 c
115
44
154
50
Tables OCDE entrée e o
Modèle A
125
157
262
47.5*
115
134
234
50.0
79
64
139
60.0*
Modèle D
126
79
196
50.0*
112
68
173
52.5*
Source
a
Nations Unies
(1987b)
;
b
WFS Côte-d'Ivoire
(1984),
Cameroun
(1983a), Egypte
(1983),
Maroc
(1984)
;
c
Rutstein
(1983)
; d
: DHS Libéria
(1988), Mali
(1989),
Sénégal
(1988); OCDE
(1980c)
;
(*)
indique les entrées des tables retenues.
97
Aussi,
avec le tableau 3.9.,
nous avons procédé à un début
de simulation pour le choix des espérances de vie types.
Ce choix
n'était
pas
en
effet
évident
si
on
se
réfère
aux
estimations
de
l'annexe 3.12 dans laquelle, pour la période 1980-85, les espérances
de vie vont de 35.5 ans pour la Sierra-Léone à 60 ans pour le Maroc,
en passant par
le Bénin
(46 ans),
le Cameroun et
la Tanzanie
(53
ans),
exception
faite
des
îles
africaines
dont
les
données
d'âge,
mieux
déclarés,
ne
rentrent
pas
dans
le
cadre
de
cette
étude.
Cependant,
sachant que la plupart des valeurs de e
sont proches de
o
45 à 50 ans,
les diverses simulations
(relation 1.2)
combinant les
espérances de vie avec les triplets
(D, m, var)
du tableau 3.6. nous
ont
conduit
à
des
taux
intrinsèques
de
natalité,
de
mortalité
et
d'accroissement naturel
(tableau 3.10.)
proches de ceux du tableau
3.11.
qui donne,
pour ces mêmes
indices,
les valeurs moyennes par
grandes régions africaines.
Tableau 3.10
Indices -
résumés de fécondité et taux intrinsèques
de natalité, de mortalité
(en pour mille) et d'accroissement naturel
(en pourcents)
et régions d'Afrique correspondantes.
Niveau de
Age moyen
Variance
Niveau de
Taux de
Taux de
Taux d'ac-
Région
fécondité
à
la mater-
la mortalité
natalité
mortalité
croi~~ement
d'Afrique
o
nité
m
var
b
d
naturel r
identifiée
5.5
28
55.0
60.68 A
36.3
7.3
2.90
29
57.5
36.2
8.3
2.79
30
52.5
36.1
9.4
2.67
Nord
28
55.0
52.93 D
39.0
12.4
2.66
29
57.5
38.9
13.4
2.55
30
52.5
38.7
14.3
2.44
Sud
6.5
28
57.5
46.87 A
44.6
17.5
2.71
Centre
29
60.0
44.4
18.5
2.59
30
55.0
44.1
19.3
2.~8
28
57.5
52.93 0
46.1
13.1
3.30
29
60.0
45.9
14.2
3.17
30
55.0
45.7
15.4
3.03
7.5
28
60.0
46.87 A
51. 5
18.9
3.26
29
62.5
51. 2
20.0
3.12
Oue~t
30
57.5
50.9
21.1
2.98
28
60.0
50.27 D
53.9
16.9
3.70
29
62.5
53.6
IB.l
3.55
Est
30
57.5
53.3
19.4
3.39
98
Tableau
3.11
Espérances
de
vie
féminines
à
la
naissance
(en
années), t~ux de natalité (TBN), de mortalité (TBM) et d'accroissement
naturel
(r)
des
deux
sexes
selon
les
grandes
régions
africaines
-
1980-1985.
Région~
Nombre
eo
(1980-85 )
TBN (%. )
TBM (%. )
r
(li)
de pay~
(1)
(1)
(1)
Afrique du Nord
6
58.5
39
12
2.7
Afrique de l'Oue~t
16
46.8
49
18
3.1
Afrique de l'E~t
(2 )
12
49.9
49
18
3.1
Afrique Centr1l1e
8
47.7
45
18
2.7
Afrique Au~tr1l1.
5
52.7
40
14
2.6
En~emb1e Afrique
47
49.8
46
17
2.9
Source
Nations Unies
(1987a,
pp.
942-984)
(1)
Nations Unies
(1988, p.
6)
(2)
Excepté les lIes Maurice,
la Réunion et Seychelles pour eo.
Aussi,
en tenant
compte,
non seulement de l'espérance de vie à
la naissance,
mais aussi du rapport qui existe entre le quotient de
mortalité infantile 1QO et juvénile 4Ql dans les données observées et
les modèles
(dans
le modèle A la mortalité
juvénile
(quotient sur 4
ans,
rappelons-le)
est
plus
élevée
que
la
mortalité
infantile
(quotient sur 1 an)
pour des valeurs de e
inférieures à 54 ans),
nous
o
avons choisi les modèles et les valeurs d'espérance de vie suivants:
le modèle A a
été retenu pour les pays d'Afrique du Nord
(eo
60,68)
et d'Afrique de l'Ouest et Centrale
(e
= 46,87) ;
o
le modèle D a été choisi pour les pays d'Afrique Australe
(eo
52,93)
et de l'Est
(e
=50,27).
o
Cette répartition qui est réaliste,
n'est pas en contradiction
avec
le
f ai t
qu' "on a pu çonstater une çertaine ressemblance entre struçtures de pays
géographiquement proches" (Waltisperger, 1988).
Le graphique 3.4.
reproduit les séries,
entre 15 et 50 ans,
des
quotients de mortalité par âge tirés des tables-types
retenues.
On
peut
y
observer
notamment
une
mortalité
plus
basse
pour
les
pays
d'Afrique du Nord et,
pour les pays d'Afrique de l'Ouest et de l'Est,
une mortalité relativement plus élevée avant 30 ans que l'on pourrait
99
rapprocher de la mortalité maternelle relativement élevée (supérieure
à
500
pour
100000
naissances
vivantes)
observée
dans
ces
régions
(Janssens M.,
1985)
Graphique 3.4
: Quotients de mortalité entre 15 et 50 ans
correspondant aux modèles OCDE retenus.
0,07
0.06
O,~
...
'Z~
0,04
9
a
o,m
1
,mt
0,01
1!5
20
40
!50
AGI:': OI'V /'t:l.fo.4I':
o
l.IJOfi.E A (Eo-.0.6,!I7)
+
l.DIXLE A ([0-60.68)
0
l.OOELE 0 (Eo-50.77)
A
I.4OŒLE 0 (ED-5 2.~))
3.3. Caractéristiques des populations féminines générées
Ainsi,
l'identification
de
cinq
lois
de
survie
féminine,
auxquelles
sont
associés
les
profils
de
fécondité
nous
conduit
à
l'obtention
des
caractéristiques
suivantes
d'ensemble
de
cinq
structures stables de population féminine caractérisant chacune une
région africaine donnée :
3.3.1. Natalité. mortalité et accroissement naturel
La natalité de ces populations se situe entre 36 et 54
pour mille et les taux de mortalité, entre 9 et 20 pour mille.
100
Si on considère ces valeurs, on peut observer qu'aux populations
à
faible
natalité
correspondent
des
taux
de
mortaJ,ité
relativement plus faibles
(Afrique du Nord et Afrique Australe),
et aux populations à natalité élevée sont associés des niveaux
de
mortalité
relativement
plus
élevés
(Afrique
de
l'Est,
de
l'Ouest
et
Centrale).
Ce
dernier
schéma
est
celui
que
l'on
observe
le plus souvent en Afrique
(Nations Unies,
1979).
Les
taux d'accroissement naturel qui résultent des taux précédents
sont eux compris entre 2,4 %, situation de faible accroissement
(Afrique Centrale) et 3,4 %,
situation d'accroissement élevé de
la population
(Afrique de l'Est)6.
En définitive,
que pouvons-nous retenir de ce chapitre ?
3.3.2. Caractéristiques-types de référence
synthèse
En
guise
de
synthèse,
figurent
ci-après
(tableaux
3.12.
et 3.13.)
les modèles de distributions par âge des populations féminines
stables,
tirées
des
données
quinquennales
(annexe
3.13)
par
application
à
ces
dernières
des
multiplicateurs
de
la
table
intermédiaire de Sprague
(Clairin,
1973).
les indicateurs-types de référence (tableau 3.13.) qui serviront
d'étalons de mesure des biais produits par les erreurs d'âge.
En
accord
avec
les
indicateurs-types
qui
ont
généré
ces
structures de population (tableau 3.10.), nous parlerons de modèles de
populations Nord,
Sud, Centre, Est et Ouest.
6
I l faut noter ici les descendances élevées, notamment de 8 enfants par
femme,
observées au Kenya
(Goldrnan,
1984, p. 46) et de 8,6 enfants par
femme
observée
au Rwanda
(Habimana,
1987)
correspondant
à
des
taux
d'accroissement
naturel
supérieurs
à
3,3 pour
cent
(Nations
Unies,
1987a) •
101
Tableau 3.12.
:
Distributions par année d'âge des populations
féminines stables-types.
Age ou groupe
Modèles de populations stables
d'âges
Sud
Nord
Centre
Ouest
Est
Pl
P2
p3
P4
P5
<10
406370
418925
379596
375871
397372
10
62606
63849
53008
50745
53936
11
61100
62190
51675
49280
52083
12
59592
60544
50314
47798
50252
13
58007
58845
48778
46149
48356
14
56391
57131
47156
44424
46446
15
54864
55510
45686
42860
44662
16
53401
53961
44319
41409
42974
17
51964
52443
42975
39990
4i338
18
50543
50947
41636
38585
39743
19
49144
49479
40314
37206
38194
20
47780
48053
39036
35879
36703
21
46447
46665
37796
34597
35265
22
45145
45312
36591
33357
33878
23
43873
43994
35422
32159
32541
24
42631
42710
34288
31002
31251
25
41416
41460
33184
29881
30007
26
40230
40241
32112
28797
28808
27
39071
39055
31071
27750
27652
28
37941
37899
30061
26738
26538
29
36837
36774
29081
25760
25465
30
35760
35679
28130
24816
24432
31
34709
34612
27206
23903
23437
32
33683
33574
26311
23022
22478
33
32683
32564
25443
22171
21556
34
31707
31581
24601
21350
20667
35
30755
30625
23785
20557
19812
36
29826
29693
22993
19791
18989
37
28920
28787
22224
19052
18197
38
28036
27905
21479
18338
17433
39
27174
27047
20756
17648
16699
40
26332
26211
20055
16981
15991
41
25510
25397
19374
16338
15311
42
24708
24605
18714
15717
14655
43
23924
23834
18072
15115
14023
44
23159
23082
17449
14534
13414
45
22410
22350
16843
13972
12827
46
21677
21635
16254
13429
12262
47
20960
20939
15681
12902
11716
48
20259
20260
15124
12393
11189
102
Tableau 3.12.
(suite et fin) .
Age ou groupe
Modèles de populations stables
d'Ages
Sud
Nord
Centre
Ouel'lt
Est
Pl
P2
P3
P4
P5
49
19571
19598
14581
11899
10681
50
18895
18950
14051
11420
10189
51
18230
18317
13534
10955
9713
52
17578
17698
13030
10503
9253
53
16938
17093
12538
10066
8808
54
16308
16502
12058
9640
8377
55
15686
15922
11587
9226
7959
56
15073
15353
11127
8823
7554
57
14458
14791
10670
8426
7156
58
13835
14230
10213
8032
6761
59
13208
13673
9758
7643
6371
60 et +
155882
192514
123685
93061
65845
Total
2548135
2650537
2136149
1947755
1941794
0-14 ans
40.4
40.4
43.3
46.2
48.6
15-49 ans
47.4
46.2
45.4
44.2
43.8
50 et +
12.2
13 .4
11.3
9.6
7.6
Total
100.0
100.0
100.0
100.0
100.0
Tableau 3.13 .
:
Indicateurs-types de référence des populations
féminines stables-types.
Indicateur~
Modèl.." do popuiadon~ ~tâble~
type~
sud
Nord
Centre
Oue~t
E~t
FlîconditlÎ
Tardive
Tardive
Précoce
Etath
Etal~e
TT1
TT5
TT1
TT5
TP1
TP5
TEl
TE5
TEl
TE5
0
\\15-49 an~}
5.5
5.5
5.5
5.5
6.4
6.4
7.4
7.4
7.4
7.4
m
(15-49 an~)
30.0
27.6
30.0
27.6
28.1
25.8
29.1
26.7
29.1
26.7
Var(l5-49 an,,)
52.3
51. 5
52.3
51.5
55.9
53.7
60.7
59.0
60.7
59.0
Mortalité
52.93
60.68
46.87
46.87
50.27
.. (en année~)
0
Accroi~~ement
b
(en %. )
38.7
37.7
46.8
51. 3
51. 5
d
(en %. )
14 .3
Il. 0
19.7
20.1
16.0
r
(en %)
2.44
2.67
2.71
3.12
J.55
103
Ces structures de population
(tableau 3.12.)
indiquent qu'on a
bien affaire à des populations
jeunes puisque les moins de 15 ans y
représentent 40 à 49 pour cent de la population totale.
D'une manière
évidente,
s'agissant
du
contexte
africain,
on
ne
devrait
pas
s'attendre à obtenir des structures de population très différentes les
unes des autres.
Enfin,
il
faut
noter
qu'à
chaque
modèle
de
population
sont
associés deux profils
(de même type)
de
fécondité
: celui des taux
des 12 derniers mois et celui des taux sur la base des naissances des
cinq dernières années
(tableau 3.7.).
Ainsi par exemple,
au modèle
Sud est
associé
une
fécondité
de type tardif avec les taux des
12
derniers
mois
(TT1)
et
les
taux
annuels
des
cinq dernières
années
(TT5)
;
et au modèle Nord sont associés les mêmes taux de fécondité
alors
qu'avec le modèle du centre à
fécondité précoce,
ce sont les
taux
de
fécondité
TP1
et
TP5
qu'utiliseront
les
simulations.
Le
nombre total de simulations sera déterminé par le nombre de matrices
de transfert qui seront identifiées par modèle au chapitre IV.
Pour
résumer,
disons pour le moment que 10 cas
(5 structures stables x 2
natures de taux)
sont à retenir.
Conclusion
Tout au long de ce troisième chapitre,
nous nous sommes attelé
à
déterminer
les
principales
structures
théoriques
qui
serviront
d'étalons
de
mesure
des
effets
des
erreurs
d'âge
sur
les
taux
de
fécondité générale,
et leurs indices dérivés.
Cela ne s'est pas fait le plus facilement qui soit à cause, non
seulement de la diversité des situations existantes sur le continent
africain et dont nous avons pu donner des résumés, mais aussi à cause
des approches à suivre,
des méthodes à utiliser et enfin des données
disponibles.
104
Finalement, après avoir parcouru les méandres de la modélisation
des taux et des schémas de fécondité,
puis ceux des tables-types de
mortalité,
nous sommes parvenu à dégager comme loi de fécondité,
le
polynôme de degré trois,
un modèle réaliste· pour les pays africains,
et comme lois de mortalité,
les modèles A et D des tables-types de
l'OCDE.
Ces modèles nous ont permis de générer cinq structures par
âge de populations féminines stables caractérisant chacune une région
africaine
(tableau 3.12.), structures qui s~ront soumises aux effets
perturbateurs des matrices de transferts qu'aborde le chapitre IV.
105
CHAPITRE IV
AGE REEL - AGE ESTIME :
MODELES DE TRANSFERT DES
FEMMES
"Reference to models makes
easier interpolations and further,
allows for extrapolations outside
the reference field".
Githieya M.
et Gbényon K.,
1988.
Introduction
Ce
quatrième
chapitre,
divisé
en
trois
sections,
nous
conduira
d'abord
à
la
recherche
de
l'identification
d'une
loi
théorique
de
transfert
des
fenunes
entre
âge
réel
et
âge
estimé.
Cette
recherche
est
utile pour tirer parti des
données
partielles
sur
l'âge
(en
regard
de
notre
problématique)
collectées
par
les
enquêtes récentes de types EMF,
ENF etEDS.
Ces dernières données
seront
ensuite analysées dans
la deuxième
section de ce chapitre,
d'une part leur qualité,
d'autre part les proportions observées des
femmes déclarant bien leur âge et leurs caractéristiques déterminées
par
l'explicitation
de
la
relation
susceptible
d'exister
entre
connaissance de l'âge, scolarisation et alphabétisme.
La troisième
et
dernière
section
nous
mènera
à
la
génération
des
matrices
de
transfert
par
application
de
la
loi
théorique
de
transfert
aux
proportions observées des femmes d'âge connu lors des enquêtes EMF,
ENF et EDS.
Nous en déduirons alors des facteurs
correcteurs pour
les effectifs observés de population.
106
4.1. Loi théorique de transfert des femmes en fonction de leur âge réel
A partir de
cette
section,
nous
adopterons
le
terme
"âge
estimé" pour désigner les âges tels qu'ils sont obtenus de diverses
manières lors des enquêtes: âge déclaré
(ou estimé) par l'enquêtée
elle-même,
âge
estimé
par
l'agent
enquêteur
ou
par
une
tierce
personne. Ceci étant précisé, l'identification d'une ou de plusieurs
lois
théoriques
de
transfert
des
femmes
se
fera
sur
la base des
matrices de la Gambie et du Centre-Sud Cameroun,
les
informations
que nous
fournissent
ces deux matrices étant
suffisantes pour que
nous
tentions
d'en
extraire
des
lois
générales.
Toutefois,
pour
l'identification
de
ces
lois,
l'étude
des
transferts
se
fera
en
fonction de l'âge réel,
pour un âge estimé donné
(tableaux 4.1.
et
4.2. ),
afin
de
pouvoir
extrapoler
les
résultats
aux
données
des
enquêtes récentes qui se présentent sous cette forme.
Cependant, la taille réduite de l'échantillon n'autorise pas
l'application
d'un
test
de
type
Khi-deux
d'ajustement
analytique
d'une distribution observée par une distribution théorique, le nombre
de modalités de
l'âge· réel et
les
fréquences
correspondantes dans
certains
cas
étant
fort
réduits
De
plus,
se
pose
pour
les
statistiques de
la Gambie
(tableau
4.1.)
des problèmes de données
manquantes à 10-14 ans et de données regroupées à partir de 30 ans,
le premier ·problème conduisant à une distribution tronquée à l'âge
réel 15-19 ans,
la deuxième situation réduisant l'information utile
à
notre
analyse.
En
outre,
le
tableau
4.1 .
présente
certaines
observations fort discutables, par exemple des femmes d'âge réel 40-
49
ans
dont
les
âges
estimés
seraient
de
20-24
ans.
Aussi,
ce
tableau ne sera pas davantage commenté.
Nous nous limiterons donc
à
une
comparaison
des
caractéristiques
de
tendance
centrale
des
distributions de transfert des
femmes
du Centre-Sud Cameroun pour
apprécier leurs aspects symétrique ou asymétrique
(tableau 4.2.).
1
107
Tableau 4,1. Distributions des femmes transférées selon l'âge estimé
1
en Gambie en 1973.
Age
Mime
Total
,
Effectifs
estimé
-2
-1
groupe
+1
+2
+3
absolus
group."
groupe
groupe
group .. s
group .. s
15-19-
78
20
2
100
BB
b
20-24
12
44
16
Ua
15
100
110
25-29
B
31
26
lB
17
100
13B
c
30-39-
B
31
36
25
100
100
a
c
40-49*
32
35
32
100
100
Note
-Distributions tronquées.
"Données se référant au groupe 30-39 ans.
bDonnées se référant au groupe 40-49 ans
il est très discutable
que des femmes d'âge réel 40-49 ans soient enregistrées comme
ayant en réalité un âge compris entre 20 et 24 ans.
o
Effectifs estimés.
Tableau 4.2.
Distributions des femmes tranférées selon l'âge estimé
au Centre-Sud Cameroun en 1978.
Age
Age réel
Total Effectif
,
b
estimé
-2
-1
Même
+1
-1-2
absolu
Mode
Médiane
Moyenne
Ecart
gr.
gr.
groupe
gr.
gr.
Mo
Me
m
Type
a
15-19
6
91
3
100
346
17.5
17.4
17 .4
1. 62
20-24
7
B7
5
1
100
255
22.5
22.5
22.5
1. 87
25-29
12
81
6
1
100
151
27.4
27.3
27.3
2.83
30-34
3
15
72
7
3
100
93
32.4
32.2
32.1
3.11
35-44
4
10
82
4
100
74
39.0
39.4
39.1
3.64
Note
" Donnée se référant à 12-14 ans.
b
Par détermination graphique par rapport aux groupes d'âges
adjacents.
i
i
1
1
1
1
1
1
108
Au
vu
des
valeurs
prises
par
le
mode,
la
médiane
et
la
moyenne (tableau 4.2.) qui sont presque confondus, pour un âge estimé
donné
(cas
des
distributions
symétriques),
nous
admettrons
l'hypothèse suivante:
Hypothèse
1
:
A
un
âge
estimé
donné,
la
distribution
des
femmes
transférées
selon
l'âge
réel
sui t
une
loi
de
Laplace-Gauss,
de
moyenne égale à
l'âge moyen estimé et d'écart-type ~ ,
lorsque les
proportions des femmes d'âge connu sont élevées (ici supérieures à 50
%
dans
le
cas
du
C.S.
Cameroun)
;
dans
les
autres
cas,
la
distribution serait asymétrique.
Pourrait-on avancer une justification théorique à l'existence
d'une
distribution
asymétrique
qui
serait
par
exemple
la
loi
de
Galton-Mac Allister ou la loi Lognormale ?
Cela
paraît
difficile
lorsqu'il
s'agit
d'un
tranfert
des
femmes
d'âges
estimés à
leurs âges
réels.
Par contre,
dans
le cas
d'une
réallocation
des
femmes
d'âge
réel
selon
l'âge
estimé,
on
pourrait admettre,
comme tendait à le montrer le tableau 2.5.
(âge
moyen
estimé
différent
de
l'âge
moyen
réel,
donc
distribution
asymétrique),
que l'âge moyen estimé répondrait plus ou moins à la
caractérisation d'une variable lognormale puisqu'il résulterait d'un
très grand nombre de facteurs que l'on pourrait supposer indépendants
et à effets peut-être multiplicatifs: chez la femme,
il s'agirait,
entre autres,
des
facteurs
tels
que
la puberté,
la ménopause,
la
vieillesse ou la jeunesse apparentes,
l'état mat·rimonial,
le nombre
d'enfants
mis
au monde,
l'influence de
tierces
personnes
lors
de
l'estimation, les événements du calendrier historique et l'existence
de pièces d;authentification de l'âge.
Pour le cas qui nous concerne ici,
nous verrons plus loin,
lorsque nous passerons à l'extrapolation de l'hypothèse 1 aux données
incomplètes des enquêtes récentes, que le caractère asymétrique des
distributions primerait sur l'aspect symétrique.
109
4.2. Extrapolation de la loi de transfert aux données de quelques enquêtes
EMF, ENF et EDS
La
collecte
des
données
en
démographie
s'est
enrichie
au
cours
de
ces
douze
dernières
années
d'une
part,
par
l'Enquête
Mondiale
de
Fécondité
(EMF)
à
laquelle
ont
participé
douze
pays
africains pendant la période 1977-1982 (tableau 4.3.), d'autre part,
par l'Enquête Démographique et de Santé
(EDS)
qui a couvert quinze
pays africains et dont les données sont en cours d'analyse
(tableau
4.4.),
sans compter quelques Enquêtes Nationales de Fécondité
(ENF)
réalisées en dehors de ces deux programmes, dont l'Enquête Rwandaise
de Fécondité que nous allons exploiter.
Tableau 4.3.
: Quelques caractéristiques des enquêtes EMF menées en
Afrique durant la période 1977-1982.
Echantillon
Année
Pays
Tailles
Femmes sélectionnées
(nombre de
âge
(* *)
Etat
femmes)
matrimonial
1.
Bénin*
4018
15-49
toutes
1982
2.
Cameroun*
8219
15-54
toutes
1978
3.
Côte-d'Ivoire
5764
15-50
toutes
1980
4.
Egypte
8744
-49
non célibat.
1980
5.
Ghana*
6125
15-50
toutes
1979-80
6.
Kenya*
8100
15-50
toutes
1977-78
7.
Lesotho·
3603
15-49
non célibat.
1977
8.
Maroc·
5801
15-50
toutes
1979-80
9.
Mauritanie
3504
12-50
non célibat.
1981
10. Sénégal*
3985
15-49
toutes
1978
11. Soudan
3115
-50
non célibat.
1978-79
12. Tunisie
4123
15-49
non célibat.
1978
Source
Nations Unies
(1987, p.
12).
(* )
Données utilisées dans la présente étude.
('" "')
L'absence de la limite inférieure d'âge indique que
quelques femmes de moins de 15 ans ont été interviewées.
r-
I
110
1i
!
Tableau 4.4.
Quelques caractéristiques des enquêtes EDS menées en
Afrique durant la période 1986-1989.
Echantillon
Année
Pays
Tailles
Fenunes sélectionnées
(nombre de
âge
Etat
femmes)
matrimonial
Afrique du Nord
Egypte
10000
15-49
non célibat.
1988-89
Maroc
5982
15-49
non célibat.
1987
Soudan
5000
15-49
non célibat.
1988
Tunisie
4184
15-49
non célibat.
1988
Afrique Australe
Botswana
4366
15-49
toutes
1988
Zimbabwé
4500
15-49
toutes
1988-89
Afrique de l'Est
Burundi*
3970
15-49
toutes
1987
Kenya
7500
15-49
toutes
1988-89
Ouganda
6000
15-49
toutes
1988-89
Afrique de l'Ouest
Ghana*
4488
15-49
toutes
1987
1
Libéria*
5239
15-49
toutes
1986
1
Mali*
3200
15-49
toutes
1987
\\i
Nigéria
(Etat d'Ondo)* 4639
15-49
toutes
1986-87
ii
Sénégal*
4415
15-49
toutes
1986
Togo*
3360
15-49
toutes
1988
1
Source
Fisher A.
et Way A.
(1988,
pp.
20-24)
;DHS(1986-88).
1
(*)
Données utilisées dans la présente étude.
1
1
;
\\
1
j
i
·1
1
1
·i·!
1
1
·1!
ri
1
111
i
1
Contrairement
aux enquêtes
de
type
EMF
qui
ont
privilégié
!
l'étude de la fécondité et de la contraception,
les enquêtes de' type
EOS
se
sont
beaucoup plus
intéressées
à
l'état
nutritionnel,
à
la
mo~bidité et à la mortalité des enfants.
L'exploitation des données
de
ces
dernières
enquêtes
se
trouve
encore
au
niveau
de
la
présentation des premiers résultats.
Aussi,
n'avons-nous pu obtenir
l'autorisation
d'utilisation
que
pour
les
données
du
Togo.
Nous
utiliserons donc essentiellement les données EMF.
Les statistiques
disponibles par année d'âge et exploitées
ici concernent huit pays
pour lesquels une tabulation spéciale pour notre analyse a pu être
faite sur la variable format de la date de naissance de la femme.
Cette variable permet d'avoir l'effectif, à chaque âge réel,
des femmes dont la date de naissance
(ici exprimée en mois et année)
est
"connue".
Il s'agit des données des enquêtes individuelles du
Cameroun,
du Ghana,
du
Kenya,
du Lesotho,
du Maroc,
du Rwanda,
du
Sénégal
et
du
Togo.
En
rapportant
ces
données
à
l'ensemble
des
femmes
d'un
âge
estimé
donné,
on
obtient
une
approximation
des
éléments de la diagonale des matrices de transfert des femmes, c'est-
à-dire une approximation de la proportion,
à chaque âge, des femmes
d'âge
connu.
Il
s'agit bien d'une estimation,
car
l'effectif des
femmes
d'un
âge
estimé,
tel qui est collecté,
souffre,
comme nous
allons le voir, du phénomène d'attraction-répulsion ("age heaping").
On ne devrait pas non plus perdre de vue,
comme les EMF à certains
égards
ne
sont
pas
dit férentes
des
EOS,
l'imputation
des
dates
effectuée par les programmes d'épuration des données et signalée par
certains
rapports EOS
(OHS Burundi,
1988
;
DHS Maroc,
1989).
Ceci
dit,
examinons la qualité de ces données.
!
1
!
112
4.2.1. Evaluation de la qualit~ des données : cas du
Cameroun. du Ghana. du Kenya,
du Lesotho, du Maroc, du Rwanda. du S~n~gal et du Togo
Les
rapports· nationaux et
les
études
comparatives des EMF
tout comme les rapports préliminaires des EDS que nous avons examinés
soulignent
l'insuffisance
des
données
collectées
en
regard de
la
variable âge l •
Les erreurs les plus communes dans ces données sont
relatives aux mauvais reports d'âge et de datation des événements.
A
l'exception
des
données
EDS
du
Togo
qui
étaient
à
un
stade
d'exploitation,
des
tests de cohérence interne et externe ont été
effectués pour évaluer chaque aspect de la qualité de ces données en
regard
de
l'âge
des
femmes,
leur
état
matrimonial
au
moment
de
l'enquête
et
leur
vie
matrimoniale
et
génésique
(Nations
Unies,
1987 b,
pp .
20 - 21 ,
38- 4 7
ONAPO,
1985b).
Nous
allons
examiner
l'essentiel
des
résultats
qu'on
peut
tirer
de
ces
multiples
évaluations.
4.2.1.1. Evaluation comparative des données d'ensemble sur l'âge
Nous
utiliserons
deux
indices
globaux
pour
apprécier
la
qualité d'ensemble des déclarations d'âge:
Le
premier
indice
est
const itué
par
la
proportion
des
femmes
qui
ont
rapporté
leur
date
de naissance
exprimée en
mois et année à l'enquête individuelle.
Cet indice est une mesure de
degré de connaissance des femmes de leur âge.
1.
- Le deuxième indice,
l'indice de Myers, de préférence d'un
chiffre
donné,
peut
être
interprété
comme
une
estimation
de
la
proportion minimale
des
femmes
dont
l'âge
rapporté
comporte
un
1
WFS
(Kenya,
1980 ;
INSAE/Bénin,
1984 ; Maroc,
1984 a, b, c ; Tunisie,
1982 ;
C6te-d'Ivoire,
1984 ;
Ghana,
1983 ;
Egypte,
1983 ;
Cameroun,
1983) .
DHS
(Nigéria,
1987,
Libéria,
1988
;
Sénégal,
1988
;
Mali,
1989 ;
Maroc,
1989 ;
Tunisie,
1988 ;
Ghana,
1988 ;
Botswana,
1989 ;
Togo,
1989). Voir aussi Chidambaran V.C.
; Cleland J.G. et V. Verma (1980);
Goldman N.
(1984),
Rutstein
(1984),
Ofosu
(1989).
\\1
113
J\\"
chiffre terminal incorrect
(Shryock et Siegel,
1976).
En d'autres
termes, il mesure le degré d'attraction ou de répulsion de l'ensemble
des
chiffres
et
varie
de
0
à
180
plus
i l
est
élevé,
plus
les
!~1
erreurs d'observation des âges sont importantes
(Roger,
1981).
1,
En
outre,
nous
examinerons
aussi
le
degré
de
sur-
représentation
ou
de
sous-représentation
des
femmes
à
certains
groupes
d'âges
de
la
vie
reproductive
(15-49
ans)
tel
que
cela
ressort des enquêtes ménages
(tableau 4.5).
Tableau 4.5.
Indicateurs de la qualité des données de l'EMF,
de
l'ENF du Rwanda et de l'EDS du
Togo.
Pays
Fenvnes
Indice de Myers
groupes
Degré d.,
Qualité
d'Ages
pour
le"
fenvnes
d'âg"!!
"ur
("ous)
d'ensemble
a
connu"
"ur
("OUIl)
représentation
(mois et
de 0
de 15
représentés
année)
à 90 ans
à 49 an"
Enquête
Enquête
(\\)
*
ménage
individ.
Bénin
9
17 .5
20-24,
25-29
Important
Moins fiable
Cameroun
28
15.4
31.1
30-34,
40-44
peu,
important
Moin" fiable
Côte-d'Ivoire
20
7 .1
14.1
20-24,
40-44
peu,
peu
Moin" fiable
Egypte
26
17.5
b
peu significatif
Acceptable
Ghana
52
16.7
22.7
b
peu "ignificatif
Acceptable
Kenya
34
7.6
2 5-2 9,
35-39
important,
peu
Moin" fiable
Lesotho
72
6.2
40-44
important-
Acceptable
Mauritanie
4
25.5
b
peu .. ignificatif
Moins fiabl ..
MlliCOC
22
17.8
15.1
b
peu .. ignificatif
Acceptable
Rwanda
(ENF)
26
9.0
8.6
35-39 c
peu
Sénégal
38
3.7
30-34 c
peu
Acceptable
Soudan
22
28.5
25-29,
35-39
important
Moins fiable
Togo
(EDS)
27
45-49
important
Tunisie
88
6.8
4.4
b
peu significatif
Bonne
Source
Nations Unies (1987b, pp. 38-47)
rapports nationaux des enquêtes
EMF et tabulation spéciale pour les données du Rwanda et du Togo.
a)
Le degré de sur représentation est mesuré par le rapport de
deux fois le groupe sur-représenté à la somme des deux groupes
d'âges
adjacents;
si
ce
rapport
est
compris
entre
1.05 et
1.15, i l Y a une légère sur-représentation; par contre si ce
rapport
est
supérieur
à
1.15,
la
sur - représentation
est
qualifiée d'importante
s ' i l
est
compris
entre
0.75
et
0.90, il Y a présomption de sous-représentation, la~lelle est
qualifiée d'importante si ce rapport est inférieur à 0.75.
b)
- La
caractéristique dont
i l
est
question
n'existe pas
à
un
degré significatif en regard du rapport défini en
(a).
c)
Indique une sous-représentation.
Données des rapports nationaux.
114
Si nous considérons d'abord le degré de connaissance qu'ont
les femmes de leur âge,
à l'exception des femmes non célibataires ?e
la Tunisie
et
du
Lesotho dont
les
degrés de
connaissance de
l'âge
sont
très
élevés,
respectivement
88
% et
72
%,
la connaissance de
l'âge par les autres
femmes est médiocre,
ne dépassant
guère 40 %,
sauf
au
Ghana
(52
%).
Les
cas
les
plus
frappants
sont
ceux
des
femmes
mauritaniennes
et béninoises
(rappelons-nous de
la pyramide
des Ages du Bénin, chap.
1) dont plus de 90 % ne connaissent pas leur
date de naissance au moment de l'enquête.
On aurait pu croire qu'en
Egypte et au Maroc, pays d'Afrique du Nord plus étroitemnet liée sur
le plan géographique au· monde occidental, une meilleure tradition de
la collecte des données d'âge existerait et que les femmes auraient
une meilleure
connaissance de
leur
âge
;
mais
i l
n'en est
rien et
nous verrons que dans la plupart de ces pays,
le niveau d'instruction
et l'alphabétisation des femmes ne sont pas aussi avancés.
La
méconnaissance
générale
de
l'âge
par
les
femmes
est
à
l'image
des
valeurs
de
l'indice
de
Myers
qui
indiquent
que
les
erreurs
d'âges
ont
été
beaucoup plus
importantes
au
Soudan
et
en
Mauritanie
que
dans
les
autres
pays.
Le
Sénégal,
le
Lesotho,
la
Tunisie,
la Côte-d'Ivoire,
le Kenya et le Rwanda sont parmi les pays
où les données d'âge paraissent meilleures.
En ce qui concerne le degré de sur ou de sous-représentation
des
femmes,
i l
convient
de
noter
qu'une
hypothèse
discutable
de
linéarité des effectifs
(Roger,
1981)
est faite
ici sur le critère
utilisé
(tableau 4.5,
note a)
néanmoins,
i l est tenu compte dans
cette appréciation,
à
l'exception des données du Rwanda et du Togo,
pour lesquelles les statistiques adéquates ne sont pas disponibles,
de la distribution par âge des hommes et de la distribution par âge
des femmes des sources récentes lorsqu'elles existent (Nations Unies,
1987b).
Ainsi les cas de sur-représentation probables des femmes les
plus remarquées concernent
:
115
A 20-24
ans,
le Bénin et la Côte-d'Ivoire
- A 25-29 ans, le Bénin et le Kenya ;
- A 30-34 ans, le Cameroun, et le Sénégal (sous-
représentation)
- A 35-39 ans,
le Kenya,
le Sénégal,
et le Rwanda
(sous-
représentation)
-
A 40-44 ans,
le Cameroun,
la Côte-d'Ivoire,
le Lesotho,
et
le Togo
(sous-représentation)
Enfin,
on n'a pas observé d'irrégularités importantes pour
les effectifs des femmes de 15-19 ans,
notamment une présomption de
transfert aux âges
jeunes
(Nations Unies,
1987b, p. 38)
; une telle
présomption néanmoins semble se confirmer aux âges élevés (45-59 ans)
pour
le Cameroun,
la Côte-d'Ivoire,
le Ghana,
la Mauritanie et la
Tunisie.
Les données nationales par année d'âge révèlent en outre
quelques particularités qu'il convient de mentionner.
4.2.1.2. EvaJuation de la distribution des femmes par année ct· âge.
La
plupart
des
enquêtes
EDS
ne
permettent
pas
encore une
telle analyse.
Nous allons étudier, en particulier,
les données des
huit
pays
pour
lesquels
les
proportions
à
chaque
âge
des
femmes
d'âges connus peuvent être observées.
Aux
enquêtes
de
type
EMF,
une
question
était
posée
à
l'enquêtée sur sa date de naissance
(mois et année)
; si l'enquêtée
ne la connaissait pas, l'enquêtrice devait lui demander son âge (ISI,
1976a, 1976b).
La même procédure a été suivie lors des enquêtes EDS
où
l'enquêtrice devait,
au besoin,
s'aider des
éléments
que
nous
avons
discutés
au
chapitre
II
pour
estimer
l'âge
de
la
femme,
à
savoir
les événements du calendrier historique ou de
la vie de la
femme et les documents officiels entre autres. Quels résultats a-t-
on obtenus
(graphiques 4.1. et 4.2.)
?
1
i
1
1
116
Graphique 4.1.
Distributions par âge des femmes au Cameroun, Ghana,
Sénégal et Togo.
Cameroun 1978
Ghana 1979
0..,1
OJIO
0 . .
O.
0 " ' -
O.oa .
o.
~~JJt
O.Dl
0
OJJO
..
18
10
III
•
III
110
~
'8
10
!la
10
as
060
AGE
AGE
Sénégal 1978
Togo 1988
O M . - - - - - - - - - - - - - - - - - - - ,
O M . - - - - - - - - - - - - - - - - - - ,
0J18
0"
OJlI
0.00 L.._ _-'---_---"-_--'_ _-'--_---'-
III
10
117
Graphique 4.2.
: Distributions par âge des femmes au Maroc, Kenya,
Lesotho et Rwanda.
Maroc 1980
Kenya 1977
0..1
DM L.-_--L..._.........L_ _-'---_---L..-_---I._ _-'- _____
......... _ _-L_ _" - - _ - - L . . . _ - - - L_ _"------'
18
ID
iii
..
ID
es
Lesotho 1977
Rwanda 1983
UI.-------------------,
••r - - - - - - - - - - - - - - - - - - ,
....
lURI
Da
0Jtf
0Jtf
0JlI0
0Jl0
..
..
"
10
•
ID
40
!8
10
llJ
10
III
40
-e
/lM.
AGE
118
a)
Afrique Centrale
cas du CameJ;oun
Un
effort
particulier
a
été
fait
dans
l'enquête
EMF
du
Cameroun en 1978 pour obtenir les âges des femmes
interrogées.
En
effet, "huit approches au moins ont été utilis6es à l'enquête individuelle faisant appel à la fois
aux questions directes et indirectes posées à la femme" (Akam. 1989).
Malgré
les
précautions prises,
certaines
anomalies
se
sont
glissées dans
les
données,
notamment
les
préférences
pour
les
âges
"ronds",
plus
prononcées pour les âges terminées par 0 que pour ceux terminés par
5
(graphique
4 .1) .
Les
âges
terminés
par
8 apparaissaient
aussi
attractifs, cas vraisemblablement lié aux années de naissance dont le
millésime
se
termine
par
0,
l'enquête
ayant
eu
lieu
en
1978.
L'attraction d'un chiffre liée à l'année de l'enquête est fréquemment
observée
dans
la
plupart
des
données
africaines
(Roger,
1981).
Toutefois,
on a noté une meilleure observation de l'âge à l'enquête
individuelle que dans l'enquête ménage
(WFS Cameroun,
1983a).
b)
Afrigue de l'Ouest
cas du Ghana,
du Sénégal et du Togo
Les données du Sénégal
(1978), du Ghana (1979-80) et du Togo
(1988)
ne sont pas exemptes non plus de mauvaises déclarations d'âge
et
du
phénomène
d'attraction-répulsion
de
certains
chiffres
(graphique 4.1.) .
Au
Ghana
pourtant,
des
efforts
ont
été
déployés
pour
minimiser ce phénomène (attraction surtout des âges terminés par 0 et
5)
qui était très marqué pour la distribution par âge de l'enquête
ménage
(WFS Ghana,
1983,
p.
2).
Cette situation était
liée au fait
que la réponse à
la question sur la date de naissance et sur l'âge
des membres du ménage était
fournie par la personne qui
répondait
pour le ménage, habituellement le chef de ménage.
Cependant, comme
observé au Cameroun, la distribution par âge à l'enquête individuelle
était moins affectée.
--,...---
,
119
Dans l'enquête Sénégalaise de Fécondité,
l'âge était estimé
soit par le calendrier historique,
soit à partir d'un graphique,
le
graphique "AGEVEN",
qui reprend les événements importants de la vie
de l'enquêtée
(naissance,
mariage,
accouchements,
divorce,
etc ... )
afin
d'aider
les
enquêtrices
à
se
retrouver
et
à
déceler
les
incohérences
dans
la datation des
événements
(Diouf,
1984).
Cela
n'a pas empêché les erreurs de s'infiltrer dans les données par âge.
,
Cette
enquête toutefois,
comparativement
à
celles
du Cameroun,
du
Ghana et du Togo, est nettement de meilleure qualité. La valeur très
faible de l'indice de Myers (3.7) classe les données d'âge de ce pays
parmi les meilleures.
Quant
aux
données
du
Togo,
seul
pays
où
a
été
menée
une
enquête EDS pour lequel nous disposons des données par année d'âge,
les fluctuations aux âges "ronds" y subsistent mais elles sont moins
prononcées
qu'au
Ghana
et
au
Cameroun.
En
dehors
de
ces
fluctuations,
aucune particularité n'est observable.
c)
Afrique du Nord
cas du Maroc
Au
Maroc
en
1980,
on
a
fait
usage,
comme
au
Sénégal,
du
calendrier historique et du graphique AGEVEN.
Ces dispositions n'ont
pas permis d'éviter les erreurs d'âge et on note (graphique 4.2.) une
attraction marquée pour les âges
30,
35,
40 et 45 ans au détriment
des âges intermédiaires et l'indice de Myers
(15.1) calculé pour les
femmes
de
15 à
49 ans est élevé
(WFS Maroc,
1984c).
Les enquêtes
égyptienne
et
soudanaise
de
la
fécondité
n'étaient
pas
non
plus
épargnées par ces irrégularités
(El-Deeb,
1983; WFS Soudan,
1982).
d)
Afrique Australe
cas du Lesotho
Notons tout d'abord que les données du Lesotho portent sur
les femmes non-célibataires, ce qui permet de comprendre la chute de
la
courbe
à
15-19
ans
où
on
a
dénombré
69
% de
célibataires
à
l'enquête.
Nous verrons plus
loin comment on peut tirer parti de
ces données particulières.
Au Lesotho en 1977,
malgré la proportion élevée des
femmes
pour
lesquelles
un
âge
exact
a
été
rapporté,
des
irrégularités
subsistent dans les données
: des préférences sont observables pour
les âges terminés par 0,
5,
2 et 7.
En outre,
on peut relever une
forte attraction à 44 ans liée sans doute au "black Dust Storm" et
à une famine qui sévit en 1933
(Timaeus et Balasubramanian,
1984).
Beaucoup de femmes ont en effet déclaré cette année comme année de
naissance.
Quant
à
l'attraction
observable
pour
les
chiffres
terminaux 2 et 7,
elle peut être mise en liaison avec la question
posée
sur
la
date
de
naissance.
Toutefois,
si
on
considère
la
variabilité
de
l'âge
entre
l'enquête
ménage
et
l'enquête
individuelle,
un âge identique est rapporté pour 74
% des
femmes,
tandis que 18 % des femmes se sont vu attribuer un âge plus élevé et
8 % un âge inférieur.
Seulement
3 % des
femmes
ont des âges qui
diffèrent
de
plus
de
trois
ans.
Cela
permet
de
croire
que
les
données ont malgré tout été collectées avec beaucoup de soin.
e) Afrique de l'Est
cas du Kenya et du Rwanda
,~
Quant à la distribution par âge des femmes au Kenya en 1977-
.\\
78 (graphique 4.2), elle présente aussi le schéma connu d'attraction
1..,.\\
des
âges
"ronds"
avec une
forte
attraction
à
25
ans.
En ce qui
concerne ces données de qualité moins
fiable,
on peut noter cette
1
observation qui dénote la frustration de "l'homme de terrain" après
1
les efforts
importants
qu'il
déploie
pour
obtenir
des
données
de
,
meilleure qualité :
"This is a somewhat disappointing result, as it suggests that little benefits in tenn of
precision bas been derived !rom the detailed age probes employed in the Kenya
Fertility Survey" (WFS Kenya, 1980, p. 50).
En fait,
six questions hiérarchisées ont été utilisées pour
cerner
l'âge
de
la
femme,
faisant
appel
aux documents
écrits,
au
121
calendrier
historique,
aux
événements
importants
de
la
vie
de
la
femme
(âge
au
mariage,
historique
des
naissances,
etc
), . aux
tierces personnes s ' i l y en avait qui connaissaient l'âge de la femme
et enfin à l'estimation de l'enquêtrice.
En ce qui concerne enfin le Rwanda,
sa première enquête sur
la fécondité
réalisée en 1983 par contre a montré que le phénomène
d'attraction
des
âges
ronds,
c'est-à-dire
terminés
par
0
et
5,
n'était
pas
très
marqué
parmi
les
femmes
en
âge
de
procréer
(Ilinigumugabo,
1989).
Les âges attractifs terminés par 3 sont sans
doute liés à la date 'de l'enquête.
La faible valeur de l'indice de
Myers
(8.6)
est
le résultat de l ' "attenti.on particulière qui a été
réservée à
la détermination des âges"
(ONAPO,
1985b).
En général,
le
Rwanda et
le
Sénégal
con st it uent
deux pays
pour lesquels les données d'âge ont subi peu de distorsions,
ce qui
est
inhabituel pour
des
enquêtes
africaines.
Cette particularité
peut être probablement attribuée aux programmes de correction ou de
redressement utilisés dans le cadre de ces enquêtes.
DO' une
manière
évidente,
les
taux
par
âge
de
fécondité
du
moment
que
l'on peut
obtenir à partir de telles données
subissent
l'effet du mauvais classement des femmes et sont de ce fait biaisés
(graphiques
en
annexe
4.1)
l'effet
des
effectifs
réduits
de
naissances ne permet pas de représenter valablement ces données ici.
Mais i l y a aussi un autre biais qui peut intervenir dans la valeur
de ces taux:
c'est celui lié au sous-enregistrement des naissances
dont peuvent souffrir les données collectées.
4.2.1.3. Qualité des données sur les naissances
Nous
utiliserons
ici
trois
indicateurs
pour
évaluer
la
qualité
des
données
portant
sur
l'historique
des
naissances,
essentiellement des enquêtes EMF
(tableau 4.6.).
Le premier
indicateur concerne
la
forme
de
la déclaration
des dates de naissance des enfants.
En effet "On préswne que les données'
122
relatives à la f~condit~ devraient être plus exactes lorsque les renseignements sur le mois et
l'année de naissance sont foumis par l'enquêtée que lorsqu'elle ne déclare que l'année' de
naissance ou la durée écoulée depuis la survenance de la naissance" (Goldman, 1984).
Le deuxième indicateur concerne le "sous-enregistrement" des
naissances déclarées sur la période d'un à deux ans avant l'enquête
ce sous-enregistrement est mesuré par le rapport S égal à
(F
+ F
l
2 )
/
(F o + F3 ) dans lequel Fi désigne le nombre total des naissances de
la période i
sur
le nombre total de
femmes-années
d'exposition au
risque
de
grossesse
(Verma,
1980
Nations
Unies,
1987b) .Cet
indicateur doit être interprété de la manière suivante
:
Si S < 0.90
, il Y a présomption d'un important déficit des
naissances
beaucoup plus
par
transfert
de
la
période 0-4 à la période 5-9 ans avant l'enquête
que par sous-déclaration (Nations Unies, 1987b) .
Si 0.90 $
S < 0.95
on
dira
qu'il
Y
a
un
léger
déficit
des
naissances.
Si S ~ 0.95
le
sous-enregistrement
est
dit
peu
significatif en regard de l'indicateur utilisé.
Le troisième indicateur qu'on peut utiliser est l'indice de
régularité du taux annuel moyen de fécondité Fi sur la période 0-4
ans
avant
l'enquête.
Il
est
défini
comme
la
déviation
moyenne
absolue, par rapport à l'unité, des moyennes mobiles sur trois ans des
taux annuelsde fécondité;
son expression est ~
4
1
~
(4 .1)
4
i=l
C'est
un
indicateur
utile
pour
détecter
toute
attraction
d'une année particulière de naissance.
S'il est proche de zéro,
les
données
annuelles
de
naissances
ne
souffrent
pas
d'irrégularités
graves.
123
Tableau 4.6.
Qualité de l'enregistrement des naissances
vivantes des cinq dernières années précédant
l'enquête aux EMF
(1977-1982).
Pays
Total des naissances
D~ficit des nai,-
Indice de r~Gu-
Qualit~ d'enselble
rlpporth, en lOis et
mm par transfert
larité du taux
DaI,-
effectifs
ta UI de
m~e len \\1
(période de 1 à 2 ans
annuel 10yen de
mces
par âge
fécond! té
avant l'enquéte)
feconditè
récentes
par âge
Pays arabophoDeS llfriqne du lord)
Imte
41
. Iaportant
0.015
B
!aroc
60
Ion significatif
0.021
!mitaDie
U
Iaportant
0.067
C
Soudan
61
Iapor tant
0.054
Tuisie
70
Ion significatif
0.025
A
A
Pays anglopbones
Ghlna
64
Ilportant
0.045
(enr a
7\\
Peu
o.016
Lesotho
~o
Ion significatif
Pays francophones (Afrique de l'Ouest et Centralei
Benin
12
Ilportant
0.018
Caeroun 1
41
~on significatif
0.01:
:6te-d'lvoire
l8
(Iportant
U54
Sénéça:
~9
?eu
0.054
Source
Nations-Unies
(1987).
Note
• pays bilingue anglophone et francophone.
Qualité des données: A = Bonne qualité; B = qualité
acceptable;
C = données moins fiables.
124
Les
données
du
tableau
4.6.
sont
présentées
un
peu
différemment
de
celles
du
tableau
4.5.
car
elles
lai~sent
transparaître,
dans
une
certaine
mesure,
quelques
particularités
propres
aux
pays
anglophones,
francophones
ou
arabophones
(classification
selon
la
langue
parlée
par
la
majorité
de
la
population) .
En effet,
une étude tend à montrer que la qualité de l'âge
paraît
meilleure
chez
les
anglophones
que
chez
les
francophones
lorsqu'on
considère,
pour
18
pays
africains,
les
fourchettes
de
variations
de
l'indice
de
Myers
qui,
chez
les
hommes
des
pays
anglophones,
varient
de
10.1
à
53.1
(contre
10.1
à
89.2
chez
les
francophones)
et pour les femmes anglophones,
ces mêmes indices vont
de
10.9
à
52.5
(contre
19.1
à
101
chez
les
femmes
des
pays
francophones) , (Diouf, 1984)
Cette tendance, qui n'apparaît pas avec
les
proportions
de
femmes
qui
connaissent
leur
date
de
naissance
(tableau
4.5.),
transparaît
ici avec la connaissance de la date de
naissance des enfants,
événements plus récents que la naissance des
femmes elles-mêmes
(tableau 4.6.) .
Ainsi,
si on ne prend pas en compte les cas particuliers de
la Mauritanie et du Sénégal,
la précision des dates de naissance des
enfants
exprimées
en
mois
et
année
est
meilleure
dans
les
pays
arabophones d'Afrique du Nord et anglophones (proportions supérieures
à 60 % dans
6 pays sur les huit qui composent ces deux groupes)
que
dans les trois autres pays francophones
(proportions inférieures ou
égales à
41 %).
Dans le premier groupe de pays en effet s'est développée dès
la fin du XIXe siècle une tradition de recensements et d'état civil
.,
.Î
i
j
J ~
......-- ..
-
r-----.--.-~---..
125
qui s'est prolongée et amplifiée jusqu'à nos jours 2 ;
tandis que dans
la plupart des pays francophones d'Afrique au Sud du Sahara,
l'ét~t
civil
est
d'implantation
plus
récente
et
ne
couvre
qu'une
faible
partie des naissances,
"dépassant rarement le niveau national de 50
pourcents"
(Diouf,
1984).
Quant
à
la mesure
du
sous-enregistrement
des
naissances
à
proprement
parler,
i l
semble malheureusement
qu'il
n'y
ait
pas
de
méthode aisée pour estimer ces taux d'omissions, si on ne suppose pas
que la fécondité est demeurée constante au cours des trente dernières
années ou qu'il existe un système complet d'enregistrement des faits
d'état
civil
pour
assurer
une
comparaison
avec
les
données
collectées.
Toutefois,
i l est généralement admis que la probabilité
d'omission est liée,
d'une part,
aux caractéristiques de l'enquêtée
telles que son âge et son niveau d'instruction et, d'autre part,
aux
caractéristiques de la naissance telles que la date de naissance,
sa
survie,
le statut de résidence ou le sexe de l'enfant
(Chidambaram,
1980, p.
20).
Avec l'indicateur S utilisé ici,
dans
6 pays sur les douze
concernés
(3
pays
arabophones,
1
pays
anglophone
et
2
pays
francophones)
un "important" transfert des naissances de la période
de 0 à 4 ans avant l'enquête à la période 5-9 ans est suspecté.
Il
s'agit du Bénin,
de
la Côte-d'Ivoire,
de l'Egypte,
du Ghana,
de la
Mauritanie et du Soudan.
Par
contre,
les
données
des
six
autres
pays,
à
savoir
le
Maroc,
le Cameroun,
le Kenya,
le Lesotho,
le Sénégal et la Tunisie,
ne
souffrent pas
de déficit important
des naissances
des
cinq
2
En
Tunisie
et
en
Algérie,
on
considère
que
les
naissances
sont
enregistrées à plus de 90 % par l'état civil, situation un peu moins
favorable au Maroc et en Lybie.
126
dernières années précédant l'enquête.
L'indice de régularité du taux
annuel
moyen
de
fécondité
confirme
également
cette
absence
d'irrégularités importantes pour les dits pays
(indices plus faibles
compris entre 0.012 et 0.025 sauf pour le Lesotho).
Ainsi, il semble
que d'une manière générale, les enquêtes EMF ont assuré une meilleure
couverture des naissances, ce qui a conduit à l'obtention de parités
plus élevées aux âges élevés de la femme
(Chidambaram,
19BO).
En conclusion, lorsqu'on tient compte à la fois de la qualité
d'ensemble des naissances récentes et de la distribution par âge des
femmes
(les trois dernières colonnes du tableau 4.6.),
on peut dire
que les taux par âge de fécondité générale sont de bonne qualité dans
un
seul
pays
(la
Tunisie),
de
qualité
acceptable
dans
cinq pays
(l'Egypte,
le
Maroc,
le
Cameroun,
le
Kenya
et
le
Lesotho)
et
de
qualité moins fiable dans six pays sur douze à savoir (la Mauritanie,
le Soudan,
le Ghana,
le Bénin,
la Côte-d'Ivoire et le Sénégal).
Et,
pour
le
Rwanda,
on
peut
noter
que
ses
données
de
fécondité
ne
semblent
pas
souffrir
d'une
très
mauvaise
déclaration
du
nombre
d'enfants
nés
vivants"
(Ilinigumugabo,
1989)
tout
comme celles
du
Togo
comparées
à
d'autres
sources
antérieures
et
qui
semblent
indiquer une stabilité de la fécondité entre 1960 et 1988 (DHS Togo,
1988).
En
l'absence
donc
de
distributions
qui
permettraient
d'estimer
les taux d'omission des
naissances par âge
de la
femme,
nous
n'émettrons pas d'hypothèses en ce qui
les
concerne dans
nos
présentes simulations.
En résumé,
si nous devions utiliser les données précédentes
à des fins d'analyse,
l'évaluation de la qualité des données devrait
nous conduire à sélectionner celles qui ne sont pas affectées par des
biais
importants.
Cependant,
ce
qui
nous
intéresse
davantage
ici
étant
donné
que
nous
allons
procéder
par
simulations,
c'est
d'élaborer
à
partir
de
ces
données
imparfaites,
les
matrices
hypothétiques correspondantes de transfert des femmes.
Cette façon
de procéder obéit
à
une
certaine logi~Je qui est d'intervenir-peu
dans
les
données
collectées
puisque
notre
but
est
de
mesurer
les
biais produits par cette imperfection des données.
Aussi,
n'y a-t-
127
il pas lieu ici de sélectionner des pays parmi les huit pour lesquels
nous disposons de quelques statistiques par année d'âge à savoir le
Cameroun,
le Ghana,
le Kenya,
le Maroc,
le Rwanda,
le Sénégal,
le
Togo et le Lesotho.
L'évaluation de la qualité des données a davantage permis de
confirmer
l'intérêt
de
la
présente
étude
et
de
notre
démarche
méthodologique
particulière
pour
évaluer
l'ampleur
des
biais
produits,
ce qui,
actuellement
ne peut être
envisagé
que dans
un
cadre théorique.
Cette
précision
nous
amène
à
l'étude
des
proportions
observées,
à
chaque
âge estimé,
des
femmes
qui
connaissent
leurs
dates de naissance
(exprimées en mois et
année)
et à
ses
liaisons
avec
d'autres
variables
(nous
admettrons
pour
le
moment
que
ces
proportions sont celles des femmes qui connaissent leur âge)
En ce
qui
concerne
les
liaisons,
certaines
études
ont
montré
que
la
connaissance de
l'âge et
la précision des
résultats
sont beaucoup
plus
liées au niveau d'instruction
(Byerlee et
Terera,
1977
;
WFS
Maroc,
1984c),
à
l'analphabétisme
(Ntozi,
1977),
au
fait
d'être
enfants du chef de ménage déclarant,
à
la "qualité" de l'enquêteur,
ou à la méthode d'estimation
(les âges déclarés seraient meilleurs
que les âges estimés) qu'au nombre d'enfants nés vivants d'une femme,
qu'au fait d'être chef de ménage déclarant son âge ou d'être né en
dehors
du
"lieu"
d'enquête
ou
encore,
d'être
absent
lors
de
l'interview (Byerlee et Terera,
1977).
Nous nous limiterons ici à l'examen de la relation existant
entre connaissance de l'âge et niveau d'instruction ou alphabétisme
vu
l'intérêt
que
cela
représente
pour
la
généralisation
de
nos
résultats d'analyse.
128
Tableau 4,7, - Proportions observées, à chaque âge estimé, des femmes
qui
connaissent
leurs
dates
de
naissances
(exprimées
en
mois
et
année)
dans quelques pays africains
(en %) .
Age ae
Lesotho
Renya
Cameroun
S'n'gal
Ghana
Maroc
Rwande
Togo
la femme 1977a
1977
1978
1978
1979
1980
1983
1988
15
52.~
62.~
4~.3
'70.4
84.2
49.6
65.1
50.0
16
80.4
51. 9
56.0
63.3
74.4
43.0
61. 6
44.5
17
74.7
60.4
55.4
58.8
69.5
40.8
53.9
44.8
18
78.3
51. 3
46.5
52.0
67.2
40.7
51. 9
35.7
19
79.7
54.6
54.3
55.9
62.5
39.6
49.2
45.2
20
82.8
41.5
36.8
37.8
65.0
29.4
37.2
34.3
21
78.9
56.1
56.9
44.2
64.2
39.6
36.1
48.8
22
77.0
52.1
42.2
49.0
55.5
29.8
27.9
23.6
23
77.4
42.3
48.0
48.5
64.7
32.0
29.6
26.4
24
76.8
42.6
47.2
38.6
54.7
20.5
20.6
34.2
25
77 .5
32.3
31.0
3".8
57.2
18.2
17.9
27.4
26
7 3.9
38.1
37.5
39.1
65.3
17.6
21.8
29.2
27
81.7
31.0
31. 5
42.6
61. 0
22.3
15.9
27.6
28
80.1
30.2
29.3
33.6
52.8
18.6
10.8
24.0
29
71.2
26.4
34.7
31. 6
39.4
15.9
13.4
29.9
30
80.0
15.0
15.4
27.7
37.0
8.7
13.2
16.5
31
74.7
33.1
23.9
26.9
44.8
18.5
12.3
16.7
32
75.9
28.1
25.8
30.0
45.0
12.9
13.8
13.6
33
76.3
24.4
14.9
26.5
59.1
13.3
15.4
31. 5
34
71. 3
22.3
21.8
25.9
37.1
10.2
10.9
28.4
35
67.2
9.9
10.5
31. 9
32.5
5.9
7.0
15.5
36
65.2
16.3
12.0
23.4
46.8
4.2
12.1
14.9
37
74 .2
16.1
9.2
29.6
38.9
6.6
1.2
21.0
38
63.1
9.8
9.8
21.1
42.5
12.8
6.8
15.9
39
68.7
9.7
14.6
22 .0
35.3
11. 3
7.6
8.9
40
64.2
10.8
5.5
17.0
26.9
3.6
8.0
8.3
41
65.1
15.5
11. 5
28.3
24.7
5.0
3.1
10.4
42
61.3
10.3
5.2
23.9
28.6
5.1
7.1
7.4
43
55.0
22.4
5.3
20.3
32.9
4.7
4.5
9.1
44
55.9
9.9
2.6
17.9
25.9
4.3
1.4
16.7
45
56.3
10.7
5.0
15.6
24.2
3.8
4.8
2.3
46
52.1
5.8
5.6
21.5
37.7
6.0
4.8
16.7
47
70.1
6.8
5.5
20.4
18.2
6.9
1.2
2.5
48
62.1
2.7
2.6
26.. 8
32.2
1.2
1.5
5.2
49
57.1
6.9
4.2
21.0
32.4
3.4
1.4
10.7
Total
72 .2
33.8
29.6
38.1
52.1
22.2
25.8
26.9
Source
Tabulation à partir des bandes standards des enquêtes.
.
Note
fenunes non célibataires.
129
4.2.2. Connaissance de l'Age, niveau d'instruction et alphabétisme des femmes en
Afrique
Nous avons affirmé (chapitre II) que la non-scolarisation et
l'analphabétisme
étaient
parmi
les
sources
les
plus
importantes
d'erreurs d'âge en Afrique;
qu'en e s t - i l ?
Avant
toute
chose,
il
est
utile
de
définir
les
termes
Instruction et Scolarisation, "Concepts considérés couramment (à tort !) comme
synonymes"
(Akoto,
1989),
et
le
terme
Analphabétisme,
pour
appréhender
a
priori
laquelle
de
ces
variables
nous
devons
privilégier.
L'instruction peut
être définie dans
un
sens
actif ou passif.
Au
sens
actif,
vue
du
côté
de
l'enseignant,
l'instruction
est
entendue
comme
un
processus
de
transmission
de
connaissances,
du
savoir,
du savoir-faire et du savoir être.
Au sens passif,
vue du
côté de l'enseigné, elle est "l'acquisition d'un certain bagage de connaissances, une
transfonnation de l'esprit aux niveaux culturel et intellectuel" (Akoto, 1989).
La
scolarisation
quant
à
elle,
s'en
différencie
en
ce
sens
qu' "elle est plutÔt l'instrument de l'instruction, un moyen utilisé pour réaliser l'instruction"
(Akoto, 1989).
Dans
les
enquêtes
EMF
et
EDS,
les
questions
posées
sur
l'instruction
devraient
permettre
d'obtenir
le
niveau
d'études
effectivement
atteint
par
l'enquêtée
dans
un
établissement
d'enseignement
"normal",
ce
dernier
concept,
dans
le
contexte
de
chaque
pays,
devant
faire
l'objet
d'une
définit ion
précise
pour
l'enquêtrice (ISI, 1976b),
La variable instruction est en fait l'une
des
variables
dont
l'analyse
est
le
plus
fréquemment
liée
à
la
fécondité et aux pratiques de limitations des naissances
(Cochrane,
1979 ; Nations Unies,
1987b ).
En
effet,
on
part
du
principe
130
qu' "instruction signifie ouverture, ou tout au moins possibilitt d'ouverture à un monde où les
valeurs de la famille et de la collectivité locale n 'ont pas cours et peuvent même être contesttes"
(lSt 1976b) .
Deux
questions
ont
permis
de
cerner
ce
concept
la
première sur le niveau d'études le plus élevé atteint
(sans études,
niveau primaire,
secondaire ou
universitaire),
la deuxième sur
la
dernière classe achevée
(1S1,
1976a).
Quant
à
l'analphabétisme dans
les
enquêtes EMF
et
EDS
la
question posée à la femme consistait à savoir si elle pouvait "lire
un
journal ou une revue"
(EMF)
ou bien si elle pouvait
"lire dans
une
quelconque
langue
une
lettre
ou
un
journal
facilement,
difficilement ou pas du tout~ (EDS).
Ces définitions suivent de près
la
recommandation
émise
par
l'UNESCO
en
1958
et
révisée
en
1978
relative
à
la
normalisation
internationale
des
statistiques
de
l'éducation,
notamment de considérer comme analphabète,
"toute personne
inçapable de lire ou d'écrire, en le comprenant, un exposé simple et bref en rapport avec sa vie
quotidienne" (UNESCO, 1988).
Toutefois les questions des enquêtes "n'avaient pas pour but
de mesurer
l'analphabétisme en tant
que tel dans
la mesure
où ce
concept est trop complexe pour pouvoir être appréhendé en une seule
question"
(ISI,
1976a).
En effet,
le comité réuni par l'UNESCO en 1962
(après celui
de 1951 d'oû émergea la recommandation de 1958) donna de l'alphabète
la définition suivante, beaucoup plus complexe, que tente de résumer
la
définition
précédente
"Un alphabète est une personne qui a acquis les
connaissances et compétences indispensables à l'exercice de toutes les activités où l'alphabétisation
est nécessaire pour jouer efficacement un rôle dans son groupe et sa communauté, et dont les
résultats atteints en lecture, en écriture et en arithmétique sont tels qu'ils lui pennettent de
continuer à mettre ces aptitudes au service de son développement propre et du développement de
la communauté, et de participer activement à la vie de son pays"
(Lê thanh kô,
1980).
131
De plus,
on peut noter que "la frontière entre les analphabètes et ceux qui
ne le sont pas est beaucoup plus floue que pour d'autres situations éducatives, notanunent· la
frontière entre ceux qui ne sont jamais allés à l'école et ceux qui y sont allés",
même
seulement un peu
(UNESCO,
1977, p.
15).
Enfin,
étant
donné
que
les
campagnes
massives
d'alphabétisation
peuvent
faire
fortement
varier
les
taux
d'alphabétisation
sans
qu'il
y
ait
réelle
modification
de
la
connaissance de l'âge,
nous retiendrons
ici comme hypothèse que la
connaissance de l'âge et la précision des résultats en mois et année
de naissance est davantage liée positivement au niveau d'instuction
qu'à
l'alphabétisme de
la
femme,
l'instruction étant
entendue ici
comme l'acquisition des connaissances, du savoir, du savoir-faire et
du savoir-être réalisée au sein d'un système d'enseignement structuré
et organisé.
Le niveau d'instruction de la femme sera mesuré ici par
la proportion des
femmes
avec scolarité
(à l'opposé de celles qui
n'ont jamais été à l'école) et l'Alphabétisme de la femme par le taux
d'alphabétisme
ou proportion de
femmes
alphabètes
(annexes
4.2
et
4.3) .
Si notre hypothèse est quelque peu vraie,
la proportion par
âge des femmes d'âge connu doit être une fonction croissante de celle
des femmes
avec scolarité ou alphabètes,
l'intensité de la liaison
devant être plus forte
lorsqu'il s'agit des femmes
avec scolarité.
C'est bien ce que l'on observe dans la majorité des cas (tableau 4.8)
où la liaison entre connaissance de l'âge et niveau d'instruction est
une liaison linéaire positive
(graphique 4.3.).
132
Tableau
4.8!
Caractéristiques
de
la
droite
des
moindres
carrés
donnant
la
proport ion
P
des
femmes
qui
connaissent
leur
âge. en
fonction
de
la
proportion
des
femmes
avec
scolarité
($)
ou
alphabètes
(A)
dans quelques pays Africains •
Pays et année
Nombre d'
Paramètres de liaison avec
Paramètres de liaison avec
observa-
le niveau d'instruction
l'analphabétisme
tions
rI
al
b
r
1
2
&2
b 2
Cameroun 1978
35
0.9892
0.7114
-0.0294
0.9927
0.7794
-0.0068
Ghana 1979-80
26
0.9863
0.7328
0.1669
0.9856
0.8083
0.1533
Konya 1977-78
29
0.9735
0.9724
-0.2198
0.9786
0.9763
-0.2051
Maroc 1979-80b
25
0.9340
0.6551
0.0244
0.9211
0.6687
0.0293
Sénégal 1978
28
0.9492
1.3942
0.1512
0.8985
1.4191
0.1406
Rwanda 1983c
23
0.9381
0.3858
-0.0489
0.8142
0.3348
-0.0131
Togo 1988
24
0.9451
0.7407
-0.0328
0.9241
0.9159
-0.0333
a:
ri et r
représentent
les coefficients de corrélation linéaire
2
;
al et au
les pentes des droites ; b l et b
les
ordonnées
à
2
l'origine.
b.
Les paramètres pour le Maroc sont pour la tranche d'âges 24-49
ans;
l'équation de la droite
entre
15
et 23
ans
s'écrit P
1.7931 8 -
0.1684
et
P -
1.5866 A -
0.0768
avec
des
coefficients de corrélation respectifs de 0.9511 et 0.8594.
c. Pour le Rwanda les paramètres sont relatifs à la tranche d'âge 25-
49 ans.
Entre 15 et 24 ans,
on obtient P -
3.0364 8-1.4768 et
P = 3.0235 A
-
1.2053,
les coefficients de
corrélation
étant
respectivement 0.9480 et 0.9481. Les cas du Maroc et
du
Rwanda
traduisent une meilleure connaissance de l'âge dans les générations
jeunes.
133
Graphique
4.3.
Liaisons
linéaires
entre
les proportions
par âge
des femmes d'âge connus et celles des
femmes ayant été à l'école.
ProportIon de fommes d'oge connu
0.8
0.6
0.4
0.2
o r::.-_e::::::.__=:::::J=.~c::....
..-L
~ _ - L -
_ _
o
0.2
0.4
0.6
0.8
Proportion de femmes avec scolarité
-+- Cameroun
4 -
Ghana
-43-
Kenya
-x- Moroc
-+-
Sén$gal
~ Togo
134
En
termes
d'analphabétisme,
on
peut
donc
dire
que
la
proportion de femmes qui connaissent leur date de naissance est u~e
fonction
linéaire
décroissante
de
la
proportion
de
femmes
sans
scolarité ou bien analphabètes;
l'analphabétisme en effet, vu d'une
manière plus large,
"constitue un sérieux handicap pour le développement économique
et social d'un pays étant donné que la participation consciente des populations à ce développement
requiert certaines connaissances préliminaires que les illétrés n'ont pas" (Miziyawa et Kou gnon,
1988l.
Aussi,
a-t-on reconnu que "l'alphabétisation est un des facteurs décisifs du
progrès des sociétés et de la promotion de l'homme" (Lê thanh Khô, 1980).
Une rapide analyse de l'analphabétisme des femmes de 15 ans
et plus par continent en 1985
(UNESCO,
1988),
montre que l'Afrique
a
le
taux
le plus
élevé
(64
%)
suivie de
l'Asie
(47
%)
et
de
la
région
Amérique
Latine
et
Caraïbes
(19
%),
ces
taux
étant
plus
faibles pour les hommes de 15 ans et plus,
respectivement de 43 %,
26
% et
15
%,
Ces
taux
d'analphabétisme,
très
élevés
et
très
surprenants en cette fin de
XXe
siècle,
sont encore beaucoup plus
élevés
(supérieurs à 75 %)
dans plusieurs pays africains diversément
répartis
sur le plan géographique,
notamment au Bénin,
au Burkina-
Faso, en Gambie, Guinée et Guinée Bissau, au Libéria, Maroc, Mali et
Mozambique,
en Sierra Léone et en Somalie
(tableau 4.9.)4,
3
Les
objectifs
spécifiques
assignés
aux
divers
programmes
d'alphabétisation
comprennent
généralement,
outre
un
complément
de
formation
professionnelle
et
socio-économique,
une
formation
culturelle qui doit permettre d'utiliser les connaissances acquises
dans
les
domaines
de
la
lecture,
de
l'écriture
et
du
calcul
pour
résoudre les problèmes personnels et communautaires.
4
Ce qui ne justifie pas ici une étude sur une base régionale ni sur
une base linguistique.
--
135
Tableau 4.9 .
Taux d'analphabétisme en 1935 et proportions
des femmes
sans scolarité
(en %)
selon les
estimations les plus récentes disponibles
(1976-88).
Pays
Taux d'analphabétisme
Proportions de femmes
des femmes de 15 ans et plus
de 15-54 ans sans
Année 1985 il
scolarité
Proportions
Année
Afrique du Nord
Algérie
63.1
84.9
1982b
Egypte
69.8
Libye
50.2
Maroc
78.3
80.1
1979-80a
Tunisie
59.4
59.0
1984 r
Afrique de l'Ouest
Bénin
84. 3
82.6
1982c
Burnika-Faso
93.9
Côte-D Ivoire
1
68.9
Gambie
84.9
Ghana
57.2
52.8/39.7 1979-S0ei1988d
Guinée
82.8
Guinée-Bissau
82.7
Libéria
77.2
62.6
1986d
Mali
89.0
85.4
1985d
Niger
91.4
Nigéria
68.5
34.5
I986d (Etat
d'Ondo)
Sénégal
80.9
84.2/77.2
1978e/1986d
Sierra-Léone
78.9
Togo
71.5
58.2
1985d
Afrique Centrale
Cameroun
55.3
54.3
I9'73e
l'
Centrafrique
71.4
Congo
44.6
Gabon
46.6
Tchad
89.1
Zaïre
55.3
136
Tableau
4. q.
(sui te) .
Pays
Taux d'analphabétisme
Proportions de femmes
des femmes de 15 ans et plus
de 15-54 ans sans
Année 1985 b
scolarité
Proportions
Année
Afrique de l'Est
Burundi
74.3
80.2
1987d
Kenya
50.8
43.5
1977-78e
Madagascar
38.4
Malawi
69.2
48.9
1977r
Maurice
22.9
16.0
1983a
Mozambique
77.9
Ouganda
54.7
Rwanda
67.3
50.3
1983f
Somalie
93.5
Zambie
32.6
37.4
1980 r
Zimbabwé
33.2
Afrique Australe
Botswana
30.5
24.0
1988d
Lesotho
15.5
11. 5
1976a
Swa:i1and
34.3
38.7
1976r
Sources:
a
:
UNESCO
(1988b, pp.
13-14)
;
b
:
UNESCO
(1988a,
tableau 1. 26 -
1. 55)
;
e
:
Enquête EMF.
femmes de 15-49 ans;
d
:
Enquête EDS.
femmes de 15-49 ans;
f
: Enquête Nationale
de
Fécondité;
r
:
Recensement
ou enquête.
137
Compte tenu de ces taux élevés d'analphabétisme,
plusieurs
pays africains ont souscrit au Programme Régional d'Elimination de
l'Analphabétisme
suggéré
par
la
Conférence
des
Ministres
de
l'Education et des Ministres chargés de la Planification Economique
en Afrique
qui
eut
lieu
à
Hararé
(Zimbabwé)
en
juillet
1982
sous
l'égide de l'UNESCO.
Ce programme vise grosso-modo "la généralisation de
J'enseignement primaire rénové et J'intensification des activités d'alphabétisation des jeunes et des
adultes en vue de }'éli.min.ation totale de J'analphabétisme à J'horizon 2000".
Savoir
lire et
écrire
ou
avoir été une
fois
à
l'école ne
présume pas nécessairement que l'on connaisse sa date de naissance.
C'est ce que dénoteraient les droites dont les ordonnées à l'origine
sont négatives (tableau 4.8 et graphique 4.3) qui indiqueraient qu'il
y a des femmes qui ont été une fois à l'école mais qui ne connaissent
pas leur date de naissance, tout comme il existe des femmes qui n'ont
jamais été
à
l'école,
mais qui connaissent
leur date de
naissance
(cas des ordonnées à l'origine positives).
Toutefois,
on peut bien
comprendre
que
le
fait
de
n'avoir
jamais
été
à
l'école
ait
une
influence négative sur la connaissance de l'âge.
En
effet,
pour
s'inscrire
à
l'école
primaire,
parmi
les
documents
de
constitution
du
dossier
du
futur
élève,
figure
en
principe l'extrait de son bulletin de naissance
(nous ne savons pas
dans
quelle
mesure
ce
document
est
exigé
par
les
responsables
d'établissements
scolaires)
L'enfant
qui
n'en
aurait
pas
serait
âgé d'environ 4 à 7 ans et l'erreur qu'on commettrait sur son âge,
par jugement supplétif établi à ce moment-là,
serait de très faible
ampleur.
Aussi les instituteurs, en collaboration avec les officiers
d'état civil, pourraient aider les parents qui se trouveraient dans
ce cas à faire établir de tels documents pour leurs enfants,
en vue
d'une amélioration de la connaissance de l'âge.
On peut donc admettre que les
femmes
qui ont été au moins
une fois à l'école sont susceptibles de mieux connaître leur date de
naissance et
partant,
leur âge.
A.insi,
l'accès
à
l'école primaire
pourrait
être
un
bon
moyen
d'amélioration
de
la
déclaration
des
138
naissances
à
l'état
civil et
donc d'une meilleure connaissance de
l'âge.
En
résumé,
le
niveau d'instruction
et
l'alphabétisme des
femmes sont de bons prédicteurs des degrés de connaissance de l'âge
dans une population féminine.
En
utilisant
ces
liaisons
pour
prévoir
les
cas
de
méconnaissance de l'âge susceptibles d'entralner les biais les plus
élevés
et
les
plus
faibles
sur
les
mesures
de
l ' intensi té
et
du
calendrier de la fécondité générale en Afrique,
on peut
identifier
les
deux cas
extrêmes
suivants,
en s'aidant
du
tableau
4.9 et en
appelant P le pourcentage des
femmes de 15-49 ans qui
connaissent
leur date de naissance dans la population féminine de cette frange
d'âge,
et
S le pourcentage des
femmes de 15-54 ans
sans scolarité
dans la population féminine totale du même âge
:
Le cas des populations féminines à faible niveau d'instruction (S ~ 80 %)
et donc
à faible degré de connaissance de l'âge (P ~ 22 %) qui peut être
illustré par le Maroc (1979-80), autour duquel on peut regrouper
le Bénin (1982), le Burundi
(1987), le Burkina-Faso, la Gambie,
la Guinée, la Guinée-Bissau (1985), le Libéria (1986),
le Mali,
la Mozambique,
la Sierra-Léone et la Somalie
(1985)5.
Ce cas
const it uera ce que nous appellerons le Modèle C.
Le cas des populations fém.inines à niveau d'instruction élevé (S ~ 25 %), donc à
niveau élevé de connaissance de l'âge
(P ~ 72 %)
qui peut être
illustré
par
le
Lesotho
(1977)
dont
on
peut
rapprocher
la
plupart
des
pays
d'Afrique
Australe
notamment
le
Botswana
(1988), la Zambie et le Swaziland (1985), mais aussi le Zimbabwé
et Madagascar
(1985) 6.
Nous appellerons ce cas,
le Modèle A.
5
Tous ces pays ont un indice synthétique de fécondité supérieur à 5.5
enfants par
femme,
valeur plus
faible
que
fournissent
les
courbes
théoriques de comparaison
(chap.
III).
6
Etant
donné
que
les
données
du
Lesotho concernent
les
femmes
non-
célibataires, les proportions par âge des femmes d'ages connus ont été
obtenues
en
appliquant
les
rapports
pl(l
-
s)
des
femmes
non-
célibataires
aux
pourcentages
par
age
des
femmes
avec
scolarité
(UNESCO,
1988al
139
Entre
ces
deux
cas
extrêmes
se
placent
une variété de
cas
intennédiaires liés à la situation éducative de chaque pays et à celle de
l'enregistrement des faits d'état civil.
Ces cas seront
illustrés
par
ceux
du
Ghana
(1979-80)
qui
peut
être
considéré
comme
la
situation moyenne entre les deux cas extrêmes définis précédemment (P
= 52 %), du Sénégal en 1978 (P = 38 %), du Kenya en 1977-78 (P = 34
%), du Cameroun, du Rwanda et du Togo (P compris entre 26 % et 28 %).
Ces cas constitueront le Modèle B.
4.2.3. Distributions estimées des femmes d'âge connu
L'identification des grands groupes précédents de population
nous amène à l'étude des distributions "approchées" des femmes d'âge
connu,
distributions dont les irrégularités résultent de celles des
distributions
par
âge
des
femmes
(graphiques
4.4
à
4.6).
L'ajustement réalisé sur ces graphiques et au tableau 4.10 est fait
pour faciliter la comparaison visuelle.
Ces
proportions
"approchées"
sont
à
dist inguer
des
proportions
observées
qui
résulteraient,
elles,
d'un
processus
de
détermination d'une matrice de
transfert
ces proportions
seront
donc utilisées sous l'hypothèse suivante
:
Hypothèse
2
les
femmes
dont
on
connait
les
dates
de
naissance
(exprimées en mois et année)
sont celles d'âges réels connus; les
autres
femmes
constituent
le
groupe
des
femmes
d'âges
estimés
incorrects.
Autrement
dit,
nous
supposerons
ici
que
les
proportions
approchées sont égales aux proportions observées ;
nous utiliserons
donc ce dernier terme dans les pages suivantes et nous
reviendrons
Ultérieurement sur la discussion de cette hypothèse.
140
Graphique 4.4.
Distributions observées et ajustées des femmes d'âge
connu au Kenya, au Cameroun, au Sénégal et au Ghana.
Kenya 1977:-78
Cameroun 1978
DI
0.1
- - -
0.1
0 '
01
0.1
O.
01
l
i
J o.•
o.•
..
l.
u
.,
o.,
o. ,
0.1
.,
le
71
,.
,e
lO
J'
'0
••
"
'0
...
...
Sénégal 1978
Ghana 1979-80
- - - - - - - - -
o.•
0.1
01
01
0 '
01
O.
o.•
t
~
o.•
L
o.•
1 o.•
O.J
o.l
0 '
0 '
0'
0'
, 0
'0
J'
~J••
'.
'0
JO
'0
...
...
Graphique 4.5.
Distributions observées et ajustées des femmes d'âge
connu au Lesotho,
au Maroc,
au Rwanda et au Togo.
Lesotho
11377
Maroc
19 7 9-80
D' r----------------------,
o.' r - - - - - - - - - - - - - - . - - - - - -
D._
o.,
0,2
0,1
Rwanda
1983
Togo 1988
O,l
l'·
j'
f
o.,
!
o.•
o.-
D,'
0.1
O. ,
...
...
o
p~_ .....
" 0'.......
142
Graphique 4.6.
Proportions ajustées des fen~eg d'âge connu dans
huit pays africains.
O,i
0,8
0,7
0,6
0,15
0,4
0,3
0,2
0,1
0
115
20
Zl
JO
:JI!
40
415
o
~N
0,9
0,8
0,7
:::,
0,6
QI
S
0,15
~~a
0,4
(
0,3
0,2
0,1
0
t15
20
215
30
Jl5
40
4ll
I>Œ.
0
L=niO
-t
KDNA
0
~
11
TOGO
143
Tableau 4.10. Coefficients de régression
curviliniéaire
négative
y _ b exp(ax) des distributions par âge des femmes de
15-49 ans d'âge connu dans quelques pays africains.
Pays et
Coefficients
Coefficients
Valeurs de
modèle
de
angulaires
la constante
corrélation
a
b
linéaire
Modèle A
Lesotho 1977*
0.988*
+0.012*
-0.343*
Modèle B
Cameroun 1978
0.976
-0,090
+3.181
Ghana 1979-1980
0.958
-0.033
+1.301
Kenya 1977-78
0.969
-0,070
+2.065
Sénégal 1978
0.947
-0.097
+0.981
Rwanda 1983
0.991
-0.065
+2.746
Togo 1988
0.971
-0.065
+1.533
Modèle C
Maroc 1979-80
0.985
-0.083
+1.838
Note
*
Ajustement avec une fonction de la forme Y = exp (Dx2+ax+b)
où
0- -0.00037.
En outre,
ces équations ne sont pas extrapolables,
en particulier à zéro an. La forme y=exp(ax2+b)
serait convenable
pour des estimations.
On peut noter que les proportions observées de femmes d'âge
connu
sont,
dans
la majorité
des
cas,
une
fonction
curvilinéaire
décroissante
de
l'âge
(effet
de
génération).
En
effet,
aux
âges
élevés se trouvent les générations anciennes parmi lesquelles on peut
admettre qu'il y avait peu de femmes
scolarisées
ou
alphabétisées,
144
nées durant une époque où l'état civil était embryonnaire'.
Il est
dès
lors
plausible
que
les
proportions
de
femmes
jeunes' qui
connaissent leur date de naissance soient plus élevées que celles de
leurs a1nées.
Toutefois,
cette
curvilinéarité
de
la
fonction
n'est
pas
identique pour tous les payss.
Elle prend diverses formes
(graphique
4.6.)
au
sujet
desquelles
nous
nous
limiterons
à
donner
quelques
indications.
En effet,
il s'agit,
dans la majorité des cas,
d'une
courbe exponentielle décroissante,
pour des populations féminines à
faible niveau d'instruction,
avec la concavité tournée vers le haut
cependant
avec une amélioration de
la connaissance de l'âge,
on
passe de cette courbe à une courbe semblable à celle du Lesotho avec
une concavité tournée vers le bas et où les proportions des femmes
d'âge connu tendront de plus en plus à varier entre l'unité et une
valeur
qui
elle-même,
sous
l'effet
de
l'amélioration
de
la
connaissance
de
l'âge
au
fil
du
temps,
tendra
vers
l'unité
la
situation limite serait le parallélisme de la courbe (qui deviendrait
alors une droite)
à l'axe des abcisses.
Si nous revenons à l'hypothèse 2 qui postule que les femmes
dont
on
connait les dates
de
naissances
(exprimées
en
mois et
année)
sont celles d'âges réels connus, nous
pourrions dire qu'elle
est fort discutable.
En effet, dans le groupe des femmes dont on ne
connaît pas la date de naissance,
i l y en aurait certainement dont
l'estimation d'âge coïnciderait avec l'âge réel.
Aux âges jeunes où
les proportions sont déjà relativement élevées, on pourrait admettre
que ces proportions ne se modifieraient pas
beaucoup
sous
l'effet
7
Les
dates
de
promulgation
des
lois
rendant
obligatoire
l'enregistrement des
naissances sont
relativement
récentes dans
la
plupart des pays africains à l'exception des pays d'Afrique du Nord
(Diouf,
1984 : Algérie
(1882 et 1905), Egypte
(1839),
Tunisie
(1957,
mais enregistrement plus ancien), Bénin, Burkina-Faso, Niger, Mali et
Sénégal
(1950),
Togo
(1962),
Côte-d'Ivoire
(1964),
Ghana
(1965),
Tanzanie
(1966),
Kenya
(1971),
Gabon
(1972),
Ouganda
(1973).
8
On notera
en passant
la similarité des
courbes à partir de 25 ans
entre le Rwanda et le Maroc
(graphique 4.6.).
145
d'une estimation correcte complémentaire.
Mais aux âges élevés de la
femme,
cela pourrait
ne pl us
se vérif ier.
Toutefois,
à
ces
âges
élevés,
si on attribuait à chaque âge une force d'attraction égale,
dans un intervalle d'âge de 10 ans par exemple autour de l'âge réel
central
(erreur
maximale
acceptable),
la
probabilité
pour
qu'une
femme
ait son âge correctement estimé serait de 1/20e,
ce qui est
faible; mais l'observation montre que les forces d'attraction ou de
répulsion de certains chiffres
(par exemple le 0 et le 5)
sont plus
élevées que pour les autres chiffres.
Aussi, on pourrait penser que
l'estimation des âges des femmes dont on ne connait pas la date de
naissance porterait ces dernières vers des âges voisins de leur âge
réel, et un peu plus vers les âges terminés par 0 et 5.
L'hypothèse
2 est donc admissible.
Cette hypothèse étant posée,
i l s'agira de reconstituer la
matrice de transfert des
femmes
à
partir de la seule connaissance
des éléments de la diagonale principale et d'une marge de la matrice
(de 15 à
49 ans révolus,
théoriquement 34 années d'âge X 34,
mais
pratiquement
environ
15
X
15
éléments
concentrés
autour
de
la
diagonale principale).
Le problème ainsi posé est complexe et n'a
pas de solution unique.·
Aussi,
nous allons le résoudre au mieux en
procédant
étape
par
étape
au
moyen
de
quelques
hypothèses
vraisemblables 9 •
Nous
commencerons
par
nous
référer
à
l'hypothèse
1
de
distribution symétrique ou asymétrique,
à un âge estimé,
des femmes
selon leur l'âge réel.
9
Voir
à
cet
effet,
dans
le
domaine
des
migrations,
l'approche
par
maximisation de
l'entropie proposée par Willekens
(1977).
Le lecteur
prendra
également
connaissance
de
manière
utile
de
la
méthode
d'estimation
suggérée
par
Mari
Bhat
(1990)
sur
laquelle
notre
attention a été attirée au moment de la mise en forme définitive de
ce manuscrit.
146
4.3.
Modèles A, B et C de transfert des femmes
Si l'on considère que la distribution des femmes selon l'âge
réel obéit à une loi normale,
on peut déduire,
pour l'âge estimé i,
l'écart-type ~t de la distribution à partir de la relation:
(4 . 2 . )
où Pi est la proportion des femmes d'âge connu.
On obtient dès lors
les distributions d'écarts-types du tableau 4.11.
Tableau
4.11.
- Ecarts-types observés dans l'hypothèse d'une
distribution normale des femmes selon l'âge réel,
à
un âge
estimé donné.
Age
Le~otho
Ghana
Sénégal
Kenya
Cameroun
Togo
Rwanda
Maroc
e~timé
15.5
0.51
0.47
0.57
0.64
0.81
0.80
0.61
0.80
16.5
0.52
0.54
0.63
0.77
0.71
0.90
0.65
0.93
17.5
0.52
0.57
0.68
0.66
0.72
0.89
0.74
0.98
18.5
0.52
0.59
0.77
0.78
0.86
1. 12
0.77
0.98
19.5
0.52
0.64
0.71
0.73
0.73
0.88
0.81
1. 01
20.5
0.52
0.61
1. 06
0.96
1. 08
1. 16
1. 07
1. 36
21.5
0.52
0.62
0.90
0.71
0.70
0.82
1.11
1. 01
22.5
0.52
0.72
0.81
0.77
0.95
1. 69
1. 43
1.34
23.5
0.53
0.62
0.82
0.94
0.83
1. 51
1. 35
1. 25
24.5
0.53
0.73
1. 03
0.94
0.85
1. 17
1. 94
1. 95
25.5
0.53
0.70
1. 06
1. 24
1. 29
1. 46
2.23
2.19
26.5
0.53
0.61
1. 02
1. 05
1.06
1. 37
1. 83
2.27
27.5
0.53
0.65
0.94
1. 29
1. 27
1. 4 5
2.51
1. 7 9
28.5
0.54
0.76
1.19
1. 32
1. 36
1. 66
3.69
2.14
29.5
0.54
1. 01
1. 2 6
1. 51
1.15
1. 33
2.98
2.51
30.5
0.55
1. 08
1. 44
2.66
2.59
2.42
3.02
4.59
31. 5
0.56
0.89
1. 48
1. 21
1. 67
2.39
3.24
2.16
32.5
0.57
0.89
l. 33
1. 42
1. 55
2.93
2.89
3.09
33.5
0.58
0.68
1. 51
1. 64
2.68
1. 27
2.59
3.00
34.5
0.59
1. 08
1. 54
1. 7 9
1. 83
1. 40
3.66
3.91
35.5
0.60
1. 23
1. 25
4.03
3.80
2.57
5.70
6.76
36.5
0.61
0.85
1. 70
2.45
3.32
2.68
3.30
9.50
37.5
0.63
1. 03
1. 35
2.48
4.34
1. 90 33.25
6.04
38.5
0.64
0.94
1. 89
4.07
4.07
2.51
5.87
3.12
39.5
0.65
1. 13
1. 81
4.11
2.73
4.48
5.25
3.53
40.5
0.66
1. 48
2.35
3.69
7.25
4.81
4.99
11. 08
41. 5
0.67
1. 62
1. 41
2.57
3.47
3.84 12.87
7.98
42.5
0.69
l . 39
1. 67
3.87
7.67
5.39
5.62
7.82
43.5
0.70
1. 22
1 .97
1. 78
7.53
4.38
8.87
8.49
44.5
0.71
1. 54
2.23
4.03
15.34
2.39 28.50
9.28
45.5
0.72
1. 65
2.56
3.73
7.98
17.35
8.31
10.50
46.5
0.7J
1. 06
1. 86
6.88
7.12
5.95
8.31
6.65
47.5
0.74
2.19
1. 96
5.87
7.25
15.96 33.25
5.78
48.5
0.76
1. 24
1. 49
14.78
15.34
7.67
26.60
33.25
49.5
0.77
1. 23
1. 90
5.78
9.50
3.73 28.50
11.73
p J
----._-------------------
147
Ces écarts-types augmentent avec l'âge mais sont influencés
par
les
fluctuations
d'effectifs
des
femmes
d'âges
estimés.,
part icul ièrement
aux
"âges
ronds"
cependant,
ils
sont
dans
des
ordres de grandeurs tout-à-fait vraisemblables aux âges jeunes ; mais
aux
âges
avancés,
surtout
pour
les
pays
à
faible
degré
de
connaissance de l'âge (le Maroc,
le Rwanda,
le Togo et le Cameroun),
ces écarts-types sont anormalement élevés à cause de l'hypothèse de
normalité et c'est surtout à partir de 35 ans que les fluctuations
importantes
commencent
à
s'observer.
Par
contre,
les
séries
du
Lesotho,
du
Ghana
et
du
Sénégal
sont
plus
"régulières".
Nous
reviendrons sur la manière de tirer parti de ces indications.
Il est évident qu'à partir d'un certain âge et d'une certaine
valeur
des
proportions
des
femmes
d'âge
connu,
une
distribution
normale ne convient plus.
En
effet,
une
illustration
de
l'inadéquation
d'une
distribution symétrique à tOllS les âges nous est donnée par l'exemple
du Maroc
(proportions
inférieures
à
50
% à
tous
les
âges)
où une
telle hypothèse tendrait â surestimer les effectifs "réels" avant 35
ans
(proportion égale à 5,9 % à 35 ans dans l'exemple considéré)
et
à nettement les sous-estimer après 35 ans
(gra.phique 4.7.)
ce qui
renforce
l'hypothèse
de
l'adéquation
d'une
distribution
plutôt
asymétrique
mais
laquelle
retenir
et
comment
la
mettre
en
adéquation avec les quelques informations dont nous disposons ?
148
Graphique
4,7,
Population
féminine
"réelle"
èt
observée
dans
l'hypothèse d'une distribution normale des
fêmmes selon l'âge réel.
(cas du Maroc) .
0.01 . - - - - - - - - - - - - - - - - - - - - - - - - - ,
O,Oft
0.00
0.04
0.03
0.02
0.01
10
20
28
JO
40
48
Q
OONNlES OBSEME5
+
OONNEES REELlES
Certains
ajustements
analytiques
réalisés
pour
les
distributions des femmes selon l'âge estimé de la Gambie et du C.S.
Cameroun
(annexe 4.4.)
suggèrent que la loi de type
l
de Pearson 10
de
la
forme
f (x)
=
k
(x-a) (b-x) 2 pourrait
valablement
représenter
ces types de distribution.
Aussi,
sous l'hypothèse qui va suivre,
nous
allons
adopter,
pour
la
distribution
des
femmes
selon
l'âge
réel, une loi de type l de Pearson" ,
fonction qui non seulement est
de
manipulation
très
pratique,
mais
a
également
l'avantage
de
distribuer les
femmes
dans
un
intervalle
bien
délimité
(a,b)
10
Voir Duchêne J.
et Gillet-de Stefano
(1974).
Nous attirons l'attention du lecteur sur la permutation des rôles de
a et b dans l'expression qui précède.
149
qui
permet
de
contrOler
le
caractère
plausible
de
l'étendue
des
répartitions
; cette hypothèse est la suivante
:
Hypothèse 3 : A un âge estimé donne, la distribution des femmes selon
l'âge réel x suit une loi de type l
de Pearson,
d'expression P(x)
=
k
(x -
a)2(b -
x) pour a ~ x ~ b,
a,
b et k étant les paramètres de
la
fonct ion.
Dès
lors,
comment
peut-on
mettre
en
application
cette
fonction ?
L'observation a montré que,
dans le cas des erreurs d'âges,
d'une manière générale,
l'âge réel des
femmes
jeunes est surestimé
(vieillissement des femmes
jeunes)
et que
le contraire est observé
pour
les
femmes
âgées
(rajeunissement),
ce
qui
provoque
une
concentration des effectifs aux âges centraux de procréation
(Roger
et al.,
1981).
Dans le cas qui nous concerne d'une réallocation des femmes
d'âges estimés à leurs âges réels dans le processus de reconstitution
des
matrices
de
transfert,
nous
aurons,
en
conformité
avec
l'observation,
aux âges
réels
des
femmes
jeunes,
une
distribution
asymétrique
étalée
à
gauche,
et
aux
âges élevés,
une
distribution
asymétrique
"concentrée"
à
droite,
en
gardant
à
l'esprit
que
la
concentration des effectifs à droite serait plus importante aux âges
élevés
qu'aux
âges
jeunes.
Examinons
de
près
ces
assertions
et
tirons-en les conséquences utiles.
A un âge estimé donné,
soient Xo le mode de la distribution
des
femmes
selon
l'âge
réel
x et PX o la proportion associée,
m la
moyenne de
la même distribution et Pm la proportion correspondante
associée
alors
deux
courbes
permettent
de
représenter
les
deux
situations de réallocation des femmes selon leur âge réel,
l'une aux
âges jeunes en faisant coïncider l'âge réel x
(égal à l'âge estimé en
question)
avec le mode Xo (cas des proportions élevées,
ce qui est
normal),
l'autre
aux
âges
élevés
en
supposant
que
l'âge
réel
x
- - - - - -
-------.-
coïncide
avec
la
moyenne
de
la
distribution
ce
qui
est
moins
certain pour le cas des proportions Pl faibles
(graphique 4.8).
Si
ceci est admis,
il restera alors à déterminer les paramètres de la
loi de réallocation des femmes.
Nous admettrons donc l'hypothèse suivante, en nous référant,
d'une part au tableau 4.1. de la Gambie où, à 25-29 ans
(sur 5 années
d'âge donc),
pour une proportion de 26%,
le mode n'est plus à Xo et,
d'autre
part
à
l'observation précédente
sur
le
Maroc
où
la
"zone
charnière" entre la surestimation et la sous-estimation des effectifs
serait atteinte pour des valeurs de P inférieures à 10 % :
Hypothèse 4 : A un âge estimé donné,
lorsque la proportion des femmes
d'âges connus est inférieure ou égale à la %, cette proportion a pour
abscisse l'âge moyen réel égal à l'âge estimé
(Hypothèse 4 a)
;
dans
le cas
contraire
(P > 10%),
l'abscisse serait
égale au mode de
la
distribution
(Hypothèse 4b).
Ainsi formulée,
l'hypothèse 4a s'applique à partir de 35 ans
pour le Kenya,
le Maroc et le Rwanda,
37 ans pour le Cameroun,
et 39
ans pour le Togo.
Cette hypothèse est évidemment discutable, en ce qui concerne
le choix de l'âge moyen réel pour les proportions Pl faibles,
étant
donné que l'abscisse pourrait bien correspondre à d'autres
valeurs
inférieures au mode.
Mais
on peut admettre que
la moyenne est
la
valeur
la moins
erronée
qui
soit
compte
tenu
à
la
fois
du
niveau
acceptable du seuil retenu
(10 %) et de la dispersion plus grande de
la
distribution
aux
âges
élevés
qui
fera
"s'effriter"
les
90
%
restants des femmes sur au moins une douzaine d'années d'âge autour
de l'âge réel x.
L'hypothèse 4a est donc assez vraisemblable.
Quant à l'hypothèse 4b, elle s'applique aux pays à fort degré
de connaissance de l'âge à savoir le Lesotho,
le Ghana et le Sénégal.
151
Graphique
4.8.
Configuration des
lois de distribution des
femmes
selon l'âge réel 4 un âge estimé.
Pro
o..e
0...
Pxo
0.3
\\ \\
O.l.'
\\
O. ,
\\
0
..,
20
21
22
m
M.
M
A.rP réol
0.4 Portion
Fomme. Ag6ee
0.3
0.2
0.1
P'rTtI-------..,......
33
ID". l1li 38
152
Cela nous
ramène à la
fonction P(x)
dont
les paramètres et
les premiers moments sont liés par les relations suivantes
:
Xo - (a + 2b)/3
(4.3. )
a
-m - 30-
(4 . 4 . )
b
-m + 20-
(4 .5 . )
k
- 12/(b - a) •
(4.6.),
m et
0-
étant
respectivement
la
moyenne
et
l'écart-type
de
la
distribution. -
En
supposant
0-
connu,
les
paramèt res
a
et
b
peuvent
êt re
déterminés
de
la
manière
sui vante
pour
chaque
âge
est imé
i,
en
utilisant
une
notation
discrète
et
en
remarquant,
à
partir
des
relations 4.4 ct 4.5,
q~e :
12/625 0- •
1
,
(4. 7 . )
on aura
Pour Pl> 10
%,
en utilisant
la
relation
(4.3)
et en notant
Pxo la
valeur de la fonction au mode
(Hypothèse 4b)
x
-
P
/6)
o
(625
X o
1/3
(4 • 8 • )
(625 0- • P X
/6) 1/3 + 5 CT
(4 . 9. )
1
o
l
Pour Pi ~ 10 %,
en utilisant la relation 4.4 et Pmu
la valeur de la
fonction à
la moyenne
(Hypothèse 4a)
ai = ml +
(625 0;-2 Pmi /
108)
-
501
(4.10.)
b l :c ml + 625 0;-2 Pmi / 108
(4.11.)
153
Dès
lors,
quels
écarts-types
peut-on
retenir?
Dans
la
recherche d'une réponse à cette question,
on doit garder à l'esprit
que
les
écarts-types
ne
peuvent
pas
dépasser
un
certain
seuil
et
doivent conserver à la fois leur irrégularité liée à l'âge estimé et
leur croissance progressive.
Nous avons vu que les écarts-types du Lesotho et du Ghana en
particulier, à l'opposé de ceux des autres pays étudiés ici sont dans
des
ordres
de
grandeurs
vraisemblables
et
subissent
peu
de
fluctuations
même aux âges
élevés.
Dès
lors,
on peut
retenir les
hypothèses suivantes
:
Hypothèse 5 : Dans les populations féminines à ni veau moyen ou élevé
de
connaissance
de
l'âge
(ici
le
Lesotho
et
le
Ghana),
à
un
âge
estimé donné,
l'écart-type de la distribution des ferrmes selon l'âge
réel est égal à celui d'une loi de Laplace-Gauss de moyenne égale à
l'âge moyen estimé.
Hypothèse
6
Dans
les
populations
féminines
à
faible
degré
de
connaissance
de
l'âge
(ici
le
Kenya,
le
Sénégal,
le
Cameroun,
le
Togo,
le Rwanda et
le Maroc),
à un âge estimé donné inférieur à
35
ans environ,
les
écarts-types de
la
distribution
des
femmes
selon
l'âge
réel
sont
équivalents
à
ceux
d'une
loi
de
Laplace-Gauss
de
moyenne égale à l'âge moyen estimé
(Hypothèse6a) 11.
Au-delà
de
35
ans
approximativement,
ils
conservent
la
structure
des
écarts-types
des
dix
âges
précédant
le
début
des
fluctuations
élevées
des
écarts-types
et
croissent
à
partir de
la
dernière
valeur
d'écart-type
non
sujette
à
forte
Elur::tuation
(Hypothèse
6b).
11
En général avant 35 ans,
les proportions pi sont supérieures à 10 %
et les écarts-types ne dépassent pas le seuil
"tolérable" de 4 ans;
cette hypothèse 6a a pour but de préserver dans une certaine mesure
la spécificité de chaque distribution.
-..------"1..
_.
154
L'hypothèse
6b
suppose
donc
que,
dans
une
population
féminine
à
faible
degré
de
connaissance
de
l'âge,
à
partir
d'un
certain âge estimé, les écarts-types varieraient peu et suivraient un
schéma
similaire,
assertion
qui
pourrait
ne
pas
être
tout-à-fait
erronée.
Concrètement,
lorsque
les
écarts-types
commencent
à
fluctuer, en général à partir de 30 ans, nous avons donné aux écarts-
types
suivants
leur
croissance
à
partir
de
la
dernière
valeur
d'écart-type
non
sujette
à
forte
fluctuation,
augmentée
des
différences
positives
ou négatives
observées
sur
la
structure des
écarts-types du groupe d'âge décennal précédent.
On obtient alors les écarts-types évoluant comme au tableau
4.12 qui, en combinaison avec les hypothèses précédentes permettent
d'obtenir les effectifs "réels" de chacune des populations étudiées
(graphiques
4.9a
et
b)l2;
comme
on
peut
s'en
rendre
compte,
ces
effectifs "réels" sont tout-à-fait vraisemblables.
A partir des effectifs "réels" obtenus,
on peut déduire des
facteurs
correcteurs
des
distributions
observées
par
année
d'âge
(tableau 4.13)
et à partir des modèles de transfert obtenus
(trop
larges pour être présentés ici),
on peut obtenir les distributions
des probabilités de transfert des
femmes selon l'âge estimé i,
par
âge réel
j,
ce dont nous avions besoin pour l'étude,
dans le cadre
des populations stables,
des biais d'erreur d'âge sur le niveau et
le calendrier de la fécondité générale.
12
Afin d'obtenir des matrices de transfert sans effet de troncature, les
effectifs observés par année d'âge à 13 et 14 ans,
puis entre 50 et
59 ans révolus ont été estimés à partir des rapports de masculinité
et des rapports entre les effectifs féminins à 15-19 ans et 10-14 anS
d'une part, puis entre les effectifs à 45-49 ans et,
50-54 ans et 55-
59 ans d'autre part, des enquêtes ménages.
Les effectifs du Lesotho,
tous
états
matrimoniaux
confondus,
sont
obtenus
par
interpolation
graphique
(Timaeus,
1984,
p.l?).
155
Tableau 4.12, - Ecarts-types modèles des distributions de transfert
des femmes selon l'âge réel par âge estimé.
Age
Modèle
Modèles
B
Modèle
estimé
A
C
B1
E2
B3
B4
ES
B6
Lesotho
Ghana
Sénégal
Kenya
Cameroun
Togo
Rwanda
Maroc
13.5
0.72
0.52
0.56
0.60
0.70
0.73
0.55
0.74
14.5
0.72
0.55
0.59
0.61
0.73
0.77
0.58
0.77
15.5
0.61
0.58
0.57
0.64
0.81
0.80
0.61
0.80
16.5
0.72
0,54
0.63
0.77
0.71
0.90
0.65
0.93
17.5
0.74
0.48
0.68
0.66
0.72
0.89
0.74
0.98
18.5
0.73
0.65
0.77
0.78
0.86
1.12
0.77
0.98
19.5
0.73
0.52
0.71
0.73
0.73
0.88
0.81
1. 01
20.5
0.73
0.70
1. 06
0.96
0.70
1.16
1. 07
1. 36
21.5
0.73
0.62
0.90
0.71
0.70
0.82
1.11
1. 01
22.5
0.64
0.65
0.81
0.77
0.68
1. 20
1. 43
1. 34
23.5
0.74
0.62
0.82
0.94
0.83
1. 30
1. 35
1.25
24.5
0.74
0.73
1. 03
1.10
0.85
1.17
1. 94
1. 95
25.5
0.74
0.75
1. 06
1. 24
1. 29
1. 46
2.23
2.19
26.5
0.64
0.61
1. 02
1. 20
1. 06
1.37
1. 83
2.27
27.5
0.74
0.65
0.94
1. 29
1. 27
1. 45
2.51
1. 79
28.5
0.75
0.76
1.19
1. 32
1. 36
1. 40
3.69
2.14
29.5
0.76
1.01
1.26
1. 51
1.15
1. 33
2.98
2.51
30.5
0.77
1. 08
1. 44
2.66
2.59
1. 47
3.02
2.68
31.5
0.78
0.89
1. 48
1. 21
1. 67
1. 30
3.24
2.51
32.5
0.79
0.89
1. 33
1. 42
1. 55
1. 74
2.89
2.67
33.5
0.81
0.68
1. 51
1. 64
2.68
1. 50
2.59
2.63
34.5
0.82
0.90
1.54
1. 79
1. 83
1. 33
2.88
2.98
35.5
0.84
1.96
0.88
1. 86
2.58
1. 47
3.03
3.10
36.5
0.86
1. 36
1.19
1. 54
2.20
1. 43
2.83
3.14
37.5
0.88
1. 64
0.94
2.00
2.55
1. 47
3.64
2.90
38.5
0.90
1. 50
1. 32
2.13
2.71
1. 58
3.76
3.08
39.5
0.91
1. 81
1. 27
2.40
2.35
1. 41
3.87
3.26
40.5
0.93
2.37
1. 64
2.79
2.79
1. 95
3.89
3.43
41. 5
0.94
2.58
0.99
2.37
1. 22
2.09
3.91
3.26
42.5
0.96
2.23
1.17
2.46
1. 01
1. 92
4.04
3.43
43.5
1. 15
1. 95
1. 38
2.76
2.94
2.36
4.06
3.38
44.5
1. 40
2.46
1. 56
2.75
1. 50
2.27
4.22
3.73
45.5
1. 01
2.64
1. 79
3.26
2.25
2.10
4.18
3.85
46.5
1. 02
1. 69
1. 30
2.94
1. 87
2.24
4.47
3.89
157
Graphique
4. 9a
Distr ibut ions
observées
et
11 rée 11es Il
des
populations féminines du Kenya, du Cameroun, du Sénégal et du Ghana.
D
population observée
+ population "réelle"
Kenya (loi de Pearson)
Cameroun (loi de Pearson)
.... ,----------------------~
.... , - - - - y - - - - - - - - - - - - - - - - - - - ,
....
,.
U4
O.Dt
4.:)1
Il
JO
,.
..
'1
10
11
10
I l
'0
l'
••
....
Sénégal (loi de Pearson)
Ghana (loi normale)
.....
'.1I!l!l
'.0lIO
'04lI
'04lI
.....
.....
a,OB
"031
o.oJCI
'.030
8.0'"
0.02tt .
0.020
0.020
oDl!
0,015 ~
o,alo
o...,
0.010
o....
O.OOD
r -
11
'"
11
- li 40
\\1
'"
11
'"
J'
••
••
oŒ
158
Graphique
4. 9b
Distributions
observées
et
"réelles"
des
populations féminines du Lesotho, du Maroc,
du Rwanda et du Togo.
o Population observée
+ Population "réelle"
Lesotho (loi normale)
Maroc (loi de Pearson)
0.01
0'-
.....
0.0'
o.....
0._
o.
U4lI
0.04
o -
.-
0.03
-m
ll.02D
o./n
u ..
0,01
0.010
10
10
JO
'0
20
20
Rwanda (loi de Pearson)
Togo (loi de Pearson)
0._
0._
o....
Ol>4ll
0.-
o.llJ!Il
0.030
Q.D'lI
00'2'0
GoO"
0.010
D_
IO
-
JO
-,-._-_._._.
159
Tableau
4.13.
Facteurs
correcteurs
des
effectifs
féminins
de
populations par année d'âge.
Age
Modo1es
A
81
82
83
84
85
B6
C
Lesotho
Ghana
Sllnllga1
Konya
Camoroun
Togo
Rwanda
Maroc
15
1,175
0.953
1.142
1,005
0.936
1.268
1.091
1.172
16
0,906
1. 058
0.053
0,924
1.151
0.959
1. 000
0.917
17
0,965
1.075
0.987
1,163
1.086
1. 083
1. 056
1.180
18
1,030
0.895
1. 012
0,954
0.783
0.847
1. 041
1. 000
19
1,020
1.126
1.059
0,949
1.076
1.163
1.175
1. 044
20
0,975
0.859
0.812
0,736
0.755
0.817
1. 091
0.894
21
0,948
1.117
1.051
1,279
1. 4 57
1.134
1. 301
1.310
22
1,177
0.949
1.067
1,094
1.117
0,967
1.299
1.123
23
0,952
1.145
1.054
1,055
1.236
1.143
0.951
1.104
24
0,958
0.961
0.978
1,283
1.147
1.276
0.995
0.774
25
0,920
0.844
0.934
0,728
0.844
0.753
0.834
0.778
26
1,293
1.148
1.133
1,454
1.100
0.992
1. 049
0.907
27
0,885
1.180
1. 052
1, 000
1.541
0.878
0.853
1. 061
28
1,007
1.000
0.933
0,776
0.831
0.774
0.808
1.029
29
1,042
1. 060
0.986
0,938
1. 409
1.248
0.776
1.013
30
0,926
0.660
0.935
0,587
0.497
0.732
0,767
0.526
31
1,086
1. 411
0.939
1,290
1.484
1.160
0.829
1.248
32
0,923
0.921
0.876
1,089
1.210
1.098
0.997
1. 258
33
1,106
1.690
0.836
1,574
1.150
1.138
0.802
1.197
34
1,078
1. 079
1. 026
1,032
1. 223
1. 587
0.854
0.994
35
0,870
0.765
1.162
0,709
0.783
0.833
0.781
0.670
36
1,095
1. 049
1. 037
1,516
1.0n
1.247
0.840
0.931
37
1,002
1.569
1.013
1,052
1.421
1. 263
0.959
1. 04 8
38
0,927
1.029
1.008
0,830
0.727
1.087
0.931
1. 04 3
39
1,198
0.975
0.834
1,126
1.198
1.256
0.991
0.854
40
0,824
0.499
0.912
0,552
0.628
0.643
0.855
0.563
41
1,375
1. 456
1.018
1,028
1.574
1.067
0.587
1. 345
42
1,023
0.996
1.176
0,987
1.155
0.910
1. 347
1.062
43
1,142
1. 467
0.822
1,709
1.020
1. 097
0.591
1.231
44
0,570
1. 095
0.998
1,379
1.116
1. 583
1.058
1.120
45
1,187
0.602
0.851
0,458
0.835
0.578
0.739
0.744
46
1,535
1. 024
0.902
0,838
0.903
1.622
1. 208
1. 086
47
0,943
1.897
1.109
0,831
1.812
1.118
0.872
1. 179
48
0,988
0.903
0.913
0,767
0.405
0.757
1. 025
1. 024
49
1,162
0.986
2.496
0,827
1.049
1. 541
0.940
0.950
Il
est
important
et
utile
de
s'arrêter
sur
les
facteurs
correcteurs
obtenus et
d'en
tirer
quelques
leçons.
Ces
facteurs
correcteurs, regroupés par groupe d'âges, peuvent être rapprochés de
ceux des modèles de la CEA et du modèle de Gendreau-Nadot
(tableau
4.14) .
160
Tableau
4.14.
Facteurs
correcteurs
des
effectifs
observés
de
population féminine par groupe d'âges.
Modnoe
groupee
A
81
82
83
84
85
86
C
Modèle
Modèle
d'Agee
Leeotho Ghana
SéniJga1 Kenya
Cameroun Togo
Rwanda
Maroc
CEA*
(~endreau
Nadot*
15-19
1. 012
1. 014
1. 04 5
0.994
0.992
1. 049
1.071
1. 055
1. 269
1.181
20-24
0.995
0.994
0.981
1.062
1.091
1.048
1.116
1. 020
0.960
0.898
25-29
L.011
1. U2 6
1.006
0.929
1. 067
0.889
0.864
0.936
0.719
0.729
30-34
1.011
1.021
0.920
1. 000
0.952
1.083
0.844
0.938
0.848
0.879
35-39
1. 002
1.017
1.009
0.976
0.911
1. 091
0.886
0.884
0.824
0.911
40-44
0.905
0.916
0.980
0.953
0.987
0.962
0.800
0.962
0.941
1.017
45-49
1.144
0.938
1.052
0.709
0.825
0.951
0.929
0.964
0.964
0.984
Eneemb1e
1.004
0.999
1.000
0.969
1. 004
1.015
0.965
0.982
Effecti b
obeervée
4683
6125
3965
8025
7845
3360
5701
5647
Effectif~
"r"ele"
4702
6116
3965
7777
7874
3410
5503
5545
Degré de
connai~~ance
de l'âge(en %)
72
52
38
34
28
27
26
~~
LL
Note
* Extrait de Roger (1981, pp. 378-380) .
Ces
facteurs
correcteurs
montrent
une
diversité
de
situations: ainsi, pour les populations féminines à très faible degré
de
connaissance
de
l'âge
ou
à
très
faible
ni veau
d'instruction
(modèles B6 et Cl,
les effectifs globaux à 15-49 ans sont surestimés
d'environ 2 à 4 %, tandis gue pour les populations à niveaux "moyens"
ou élevés de connaissance de l'âge
(modèles A,
BI et B2),
ces mêmes
effectifs sont approximativement bien dénombrés ;
seul le modèle BS
serait entaché d'une sous-estimation de 1,5 % des effectifs féminins
de 15-49 ans.
Quelques similarités méritent d'être également
mentionnées
pour les modèles extrêmes
Le modèle C et le modèle B6 montrent tous deux que les effectifs
féminins sont sous-estimés entre 15 et 24 ans, sous-estimations
plus élevées que celles de tous les autres modèles entre 15-19
ans.
~'
161
Le modèle A et les modèles Bl et B2 montrent une sous-estimation
des
effectifs
à
15-l9
ans
et
25-29
ans
et
une
légère
surestimation
(moins de 2 %)
à 20-24 ans.
En
fait,
les
facteurs
correcteurs
des
modèles
A,
B et
C
confirment dans l'ensemble les commentaires du tableau 4.5 sur les
présomptions
de
sous
ou
sur-enregistrement
des
effectifs
observés
dans certains groupes d'âges donnés.
Par contre,
les facteurs correcteurs de la CEA et du modèle
de Gendreau-Nadot,
ne sont pas du tout corroborés par ceux de nos
modèles
(graphiques 4.10 a et b).
En effet, "ils sont basés sur des structures
moyennes et reposent sur l'hypothèse ("assez dangereuse") que les fausses déclarations d'âges
produisent des effets semblables sur les statistiques démographiques de tous les pays d'Afrique
tropicale" (Roger. 1981).
Graphique 4.10a.
- Facteurs correcteurs selon les groupes d'âges et
les modèles A, Bl, B2, B3, CEA et Gendreau-Nadot.
1.\\1". 1
~\\'.
1
\\,
1
,
~c, L
'.'
1
1
1
1,10 1--
~ ' 0
' j , I ' . '
GROU PfS O'ùl;E5
o
A
.,.
al
-j
82
1:.
83
:~
CEA
'7
GEIIliREAlJ-tiA[J0T
----- -------"-
162
Graphigve 4,19b. - Facteurs correcteurs selon les groupes d'âges et
les modèles 84, 85, 86, C, CEA et Gendreau-Nadot.
1_30 - - - - - - - - - - -
1,10
__________I
L
L
_
30-3~
35-39
~Q-H
~S-~9
u
B4-
.,.
85
v
Bi.
"
C
Or,
les
facteurs
correcteurs des
modè les
A,
B,
C montrent
plutôt que la structure des déformations de la pyramide des âges est
spécifique
à
la
population
étudiée.
Il
serait
donc
illusoire
de
suggérer ici une série standard de facteurs correcteurs pour éliminer
les déformations
observées
sur les pyramides brutes.
Pour chaque
population,
la solution réside dans
l'utilisation de
la matrice de
transfert qui lui est propre.
Les distributions "réelles" obtenues sont,
avions-nous dit,
dans l'ensemble vraisemblables.
C'est en rentrant dans l'analyse de
l'histoire individuelle de chacune des populations étudiées en ce qui
concerne la natalité, la mortalité, les mouvements migratoires et les
événements
(guerre,
famine,
épidémies,
etc
'"
que l'on pourrait
trouver les explications plausibles aux irrégularités que présentent
les
distributions
"réelles
"
obtenues.
En
se
livrant
à
cette
investigation par l'examen de quelques calendriers historiques et des
rapports nationaux d'enquêtes, on peut
relever
pour
certains
pays
163
étudiés beaucoup de concordances entre nos résultats
(tableau 4.14)
et les commentaires d'enquêtes
:
Ainsi,
pour
le
Lesotho
il
y
a
une
confirmation
de
la
sous-
estimation
à
30-39
ans
(Timaeus,
1984)
tandis
que
la
forte
attraction à 44 ans liée à l'association des dates de naissance
des
femmes
avec la famine et le
"Black Oust Storm" en 1933 a
disparu.
En outre,
l'important déficit d'effectifs observé à
45-49 ans est à la mesure du coefficient correcteur que révèle
le modèle A.
Pour le Sénégal: le déficit d'effectifs à 33-35 ans. correspond à la
période
1943-45
de
la
deuxième
guerre
mondiale
et
à
une
mutinerie des tirailleurs en 1944 ;
la bosse à 25-27 ans peut-
être associée à une reprise de la natalité après la dite guerre
entre 1951-53.
Pour le Kenya
: il
y
a
également
une
confirmation
de
la
surestimation des effectifs observés à 25-29 ans, mais la sous-
estimation soupçonnée à 30-34 ans n'est pas confirmée par notre
modèle
(WFS Kenya,
1980, p.
50).
Pour
le
Togo
on
peut
noter encore quelques
fluctuations
des
effect ifs
"réels Il
féminins,
fluctuations
qui
pourraient
être
liées aux événements qui ont précédé l'indépendance ou bien aux
rapatriements
d'étrangers
du
Ghana
en
1969
et
du
Nigéria
au
début des années 80.
Pour le Rwanda enfin,
il est noté qu' "il n'est pas indifférent de constater que les
transferts observés conduisent (...) probablemenr à une légère sous-estimation du niveau
global de la fécondité" (ONAPO. 1985b) ; nous
verrons plus
loin que
le
modèle B6 confirme cette légère sous-estimation soupçonnée du
niveau de la fécondité.
Ces remarques sur le caractère très vraisemblable de quelques
distributions "réelles" obtenues nous amènent à conclure ce chapitre
164
sur la connaissance de l'âge en Afri~le à travers les en~êtes plus
récentes et sur les distributions de transfert par âge des femmes.
Conclusion
Au
terme
de
ce
chapitre,
nous
pouvons
retenir
que
la
connaissance
de
l'âge
est
une
fonction
croissante
du
niveau
d'instruction
de
la
femme
ou
de
son
degré
d'alphabétisme
et
que
l'entrée à
l'école primaire,
si celle-ci est généralisée,
pourrait
être un bon moyen d'améliorer la déclaration des naissances à l'état
civil
si
une
collaboration
étroite
s'instaurait
entre
officiers
d'état civil et responsables d'établissements primaires.
En
outre,
les
enquêtes
de
types
EMF
ou
EDS
ont
certes
contribué
à
une
meilleure
connaissance
des
caractéristi~es
d'ensemble des populations africaines
icependant la méconnaissance
de l'âge demeure encore un écüeil non négligeable pour les analyses
approfondies
impliquant
l'utilisation des
distributions par âge de
population.
Aussi, on peut saluer l'effort déployé pour obtenir et rendre
disponibles et accessibles certaines données telles ~e les effectifs
des
femrnes
pour
les~elles les
mois
et
les
années
de
naissance
pouvaient être précisés.
En
arrivant
à
tirer parti de
ces
données
limitées
pour
la
construction
des
matrices
de
transfert,
nous
avons
ouvert
une
nouvelle voie de recherche en montrant qu'on pourrait aboutir à une
correction plus réaliste des distributions par âge de population et
éventuellement
des
événements,
en
passant
par
la
boîte
noire
des
matrices de transfert.
Ainsi,
la
matrice
de
transfert
d'effectifs
de
population,
associée à une collecte spécifi~e des données, apparaît être l'outil
le moins erroné qui soit pour la correction des effectifs observés de
population.
Cette association résoudrait le problème de l'évolution
165
de la matrice de transfert au cours du temps,
sous l'effet de divers
facteurs.
On ne devrait donc pas en faire un outil figé.
Cette
:néconnaj.~!H1DCe de
l'âge
se
produisant
à
dèS
degrés
divers
entraînerait
sans
doute
différents
biais
sur
les
indices
f
démographiques
observés,
en
partic'..llier
les
indices
de
fécondité
générale,
principale
composante
posit ive
de
la
croissance
d'une
population.
C'est l'ampleur de ces biais que nous allons à présent
essayer d'appréhender dans un dernier chapitre de synthèse,
dans le
cadre des populations stables dont les
indices
réels sont supposés
connus.
166
CHAPIl'RE V
EFFETS DES ERREURS D'AGE SUR
LES MESURES DU NIVEAU ET DU
CALENDRIER DE LA FECONDITE
GENERALE: HYPOTHESES DE
SIM·ULATION ET SYNTHESE DES
RESULTA.TS
Introduction
Nous
aborderons
le dernier chapitre de cette étude par un
dialogue emprunté à l'oeuvre du célèbre philosophe et métaphysicien
George BERKELEY
(1685-1753).
Ce dialogue éclairera à tout
instant
le présent
chapitre
et
l'examen que
nous
ferons
des
résultats
de
simulations.
Nous remarquerons que les personnages de ce dialogue,
au courS de
leur conversation,
insistent sur le caractère imprécis
de la connaissance humaine vis-à-vis du monde extérieur et l'attitude
prudente à adopter dans l'interprétation de ce que semblent percevoir
notre mental et nos sens objectifs l •
l
L'allusion
faite
ici
au
problème
évoqué
par
Be~-keley qui
est
la
"subjectivité" de la connaissance a pour but d'inviter le lecteur à
ne pas prendre les résultats de simulations pour la Réalité.
167
" Philollous
Quoi
Vous
dites
que nous ne pouvons rien connaître,
Hylas
?
Hylas
Il
n'est pas
une
seule chose
au monde dont
nous puissions
connaître la nature réelle ou ce qu'elle est en soi.
Phil 0110 us : Voulez-vous me faire croire que je ne connais pas ce qu'est
le feu ou ce qu'est l'eau?
Hylas
Vous pouvez,
il est
vrai,
savoir que le feu paraît chaud et
que l'eau semble fluide; mais ce n'est là rien d'autre que connaître
quelles sensations sont produites dans
votre propre conscience par
l'application
du
feu
et
de
l'eau
sur
vos
organes
des
sens.
Leur
constitution interne, leur nature véritable et réelle, vous laissent,
quant à elles,
dans la plus totale obscurité.
Philonous
:
Est-ce que je ne sais pas que ceci est
une pierre réelle
sur laquelle
je me tiens et que ce que je vois devant mes yeux est
réellement un arbre ?
Hylas
Vous
le
savez
?
Non
;
il
est
impossible
que
vous,
ou
n'importe quel homme vivant,
le
sachiez.
Tout
ce que vous
savez,
c'est
que
vous
en
avez
mentalement
une
certaine
idée
ou
une
représenta t i on qui vous est propre.
Mais qu'est cela par rapport à la .'éritahle
pierre ou à l'arbre réel?
( . . . ).
Nous
ne
devrions
donc
pas
prétendre
connaître quoi que ce soit de ces choses,
telles qu'elles sont dans
leur propre nature
( . . . )."
Ce dialogue illustre bien notre quête de la Vraie nature des
taux que nous essayons de mesurer en "situation imparfaite", et notre
tentative
de
répondre
à
la
question
suivante
à
quel
niveau
de
connaissance de la réalité pouvons-nous prétendre ?
L'objectif
principal
poursuivi
dans
cette
recherche
était
d'arriver
à
mesurer
l'ampleur
des
biais
dus
aux
erreurs
d'âge
168
susceptibles de déformer la nature réelle des indices de fécondité,
biais
qui
pourraient
amener
le
démographe
à
des
conclusions
fallacieuses,
au moment même où les mesures du niveau,
des facteurs
et des tendances de la fécondité en Afrique semblent préoccuper le
monde politique et scientifique.
Et, conformément à notre hypothèse
de
recherche,
nous devions montrer,
dans
le cadre des populations
féminines
africaines,
que
les
erreurs
d'estimation
des
âges
des
femmes ne biaisent pas de manière importante les indices observés de
fécondité générale.
Cette dernière hypothèse, comme nous l'avons vu,
conséquence d'une assertion souvent admise de compensation mutuelle
des
transferts
d'effectifs,
n'a
pu
être
démontrée
à
cause
de
la
complexité des transferts qui entrent en jeu.
Pour
nous
toutefois,
étant
donné
que
la
réalité
des
phénomènes nous est
inconnue,
comme le soutient Hylas,
nous avions
choisi,
pour
atteindre nos
objectifs,
de procéder par simulations
selon une approche déductive en partant d'indices connus de fécondité
de populations stables.
Aussi,
dans la première section de ce chapitre de synthèse
des résultats,
nous dirons un mot de l'intérêt que présentent pour
nous
les
simulations.
La
deuxième
section
sera
consacrée
à
la
formulation et à la discussion des hypothèses de simulation.
Puis,
dans
les
troisième
et
quatrième
sections,
nous
passerons
à
la
présentation. et
à
la
discussion
des
principaux
résultats
sur
les
effets que produiraient vraisemblablement les erreurs d'âge sur les
mesures
du
niveau
et
du
calendrier
de
la
fécondité
générale
en
Afrique.
Nous terminerons ce chapitre par l'examen des implications
de nos résultats pour quelques techniques indirectes d'estimation de
la fécondité
(technique du ratio PIF de Brass qui est très utilisée
et technique de Coale et Trussell) et par une discussion d'ensemble
des résultats.
169
5.1. Intérêt des approches par simulation
Pour Thiriez (1982), la "sirmùation est le moyen d'analyser les conséquences
de certaines actions ou de certaines hypothèses relatives à l'évolution de l'environnement quand
il serait impossible (trop coQteux ou trop long) de les analyser à partir de situations réelles ...".
En outre, "les modèles de simulations sont destinés à mieux percevoir les conséquences d'une
action ou à répondre à la question: Qu'arrive-t-il si ...1"
Si
nous
reprenons
la
définition
et
les
affirmations
qui
précèdent,
nous
dirons
qu'elles
illustrent
assez bien
la démarche
que nous avons
jusqu'ici suivie:
-
D'abord,
nous avons procédé à l'analyse de
la situation réelle,
indispensable dans le processus de simulation (chapitres II à IV);
-
Ensuite,
nous
avons
simulé,
sous des hypothèses
vraisemblables,
des
matrices
de
transfert
des
femmes.
En
effet,
pour
pouvoir
mesurer les biais réels au niveau de la population féminine totale
des
pays
africains
et
tirer
des
conclusions
plus
ou
moins
certaines, seules des enquêtes d'envergure nat ionale, qui seraient,
à
notre
avis
très
coüteuses
et
très
longues
à
ent reprendre,
permettraient d'obtenir les dites matrices.
Enfin,
d'une manière
plus
globale,
en
considérant
les
matrices
simulées de transfert des femmes et en posant des hypothèses par
rapport à
la fécondité des femmes transférées,
nous obtenons des
taux simulés de fécondité générale qui nous permettent de répondre
à
la question
: "Quelles valeurs d'indices de niveau et de calendrier de la fécondité
générale obtiendrait-on si les populations réelles étaient stables et si les matrices associées de
transfert des femmes étaient celles que nous avons établies 1"
---
170
Et qu'arriverait-t-il si les populations réelles étaient celles qui
ont permis d'établir les matrices "réelles" de transfert,
et le~
taux réels de fécondité,
ceux des populations stables à natalité,
mortalité et accroissement naturel semblables ?
La simulation se révèle ainsi être pour nous un moyen commode
d'analyser les conséquences des fausses déclarations ou estimations
d'âges des femmes sur les indices réels de fécondité.
Quelles sont
dès
lors
les
hypothèses
de
simulation que
nous
pouvons
utilement
formuler ?
5.2.
Hypothèses plausibles de simulation
Des trois hypothèses de simulation que nous allons examiner
ici,
notées
Ho,
Hl
et
Hu
seule
la plus
vraisemblable
et
la plus
simple,
dont
les
données
disponibles
permettent
par
ailleurs
l'application,
sera
utilisée
dans
cette
étude,
en
l'occurence
l' hypothèse
Hl'
Celle-ci
sera
appliquée
aux
populations
stables
caractérisées au chapitre
III pour lesquelles
les données
réelles
sont
connues.
Nous
raisonnerons
ici
à
un
âge
réel
i,
les
distributions
d'effectifs
des
femmes
se
faisant
selon
l'âge
estimé j.
D'abord,
examinons
l'hypothèse
HO qui constitue
le cas
où
les erreurs d'âge n'auraient pas d'effets
sur les taux par âge de
fécondité.
5.2.1. Hypothèse HO : cas de compensation des effets d'erreurs d'âges
Nous avons affirmé au chapitre 1 (section 1.1.2) que les taux
par âge de fécondité seraient sans biais si la fécondité des femmes
d'âge réel transférées était celle des
femmes
de
l'âge
estimé
où
elles sont transférées,
situation qui ne correspondrait pas en fait
à
ce
qui
se
passe
réellemen-t
(voir
hypothèse
Hl)
nous
avons
171
également affirmé que, bien que les taux ainsi obtenus seraient sans
biais
(effets de compensation),
il n'en serait pas de même pour ~a
distribution par âge des femmes et celle des naissances.
Nous allons
brièvement
démontrer
ce
cas
de
compensation
des
effets
d'erreurs
d'âges.
Soient
l'effectif
des
femmes
d'âge
réel
i
transférées
à
l'âge
estimé j
;
n ij ,
les
naissances
des
femmes
d'âge
réel
i
transférées
à
l'âge
estimé j
;
Eu
l'effectif total des femmes d'âge réel i
(El =
~ e 1j )
j
Nif
le total des naissances des femmes d'âge réel i
(Ni
=
:2 n
)
i j
j
T i f
le taux réel de fécondité générale des femmes d'âge réel i
(le
rapport NJE t ) •
Dès lors, on peut obtenir une illustration de l'hypothèse HO
si nous considérons, pour plus de clarté dans la présentation, trois
années d'âge consécutives notées 1,
2 et 3
(tableau 5.1).
172
Tableau
5.1.
Illustration
simplifiée
de
l'hypothèse
HO
de
compensation des effets d'erreurs d'âge avec trois années d'âge.
Age
Donn'8~
Tran~f8rt~ ~ou~ l'hypothè~. Ho
~"el 1
"
l'Age
Age .. ~timé
ré .. l
1
2
3
f9lM\\e~
E:
e
1
11
"12
e 13
Nai~~anc9~ N
T ,9
1
Tl' "l.l
TZ·912
3
11
Taux
Tl
2
f ..mme~
E:
8
e
2
21
22
"'23
Nai~~ance~ N
T ·9
T ,e
2
1
21
2
22
T 3 ·Q23
Taux
T2
3
F""'rne~
E:
9
3
31
9 32
°33
Nai~~ance~ N
,e
T ,e
3
Tl' eH
TZ 32
3
33
Taux
T3
Total
FelM\\e~
e
+ e
-
+
+
-
-
11
a + e 31
E'l
"12
9
9
E'
e
+
+
22
32
E'
2
13
°23
°33
3
Nai~~anco~
Tl
(e
+
+ e
) -N'
T
11
9 21
3l
2
(e12+922+e321- N'
T 3 (913+923+e33)- N'
1
2
3
Taux
N'l/E'l - Tl
N' 2 /E ' 2 - T2
N' 3 /E ' 3 - T3
On observe bien au tableau 5.1,
si nous prenons par exemple
les données de la c6lonne âge estimé pour j
égal à
"1", que
eu + e 12 + el) est différent de E' 1
et que
NI
-
Tl
(e ll
+e I2 +e n )
est
différent
de
N' 1 = Tl
(ell+e21+e31)
alors que le taux estimé est égal au taux réel. 2
2
Compte tenu de l'hypothèse Ho, on peut observer que N, ~ Tje
+ T e
iI
2
i2
+ T3 e o
n'est compatible avec la relation Ni = Ti
(e il + e , +en) que
i
sous les trois contraintes suivantes
Tl
(T,
el'
+ T3 elJ) / (eu + el') ;
T2 -
(Tl
en
+ T3 e'3) / (e 2) + en)
et
T 3 ,.
(Tl
e J ) + T2 e J2 ) / (e'l + e ) •
J2
Ceci
montre que
certaines
femmes
sont
transférées
vers
une plage
d'âge
où la
fécondité
est plus
basse qu'à l'âge réel,
tandis que
d'autres sont
transférées vers une plage où la
fécondité est plus
élevée,
et
i l
faut
que
cette
sous-fécondité
et
sur-fécondité
se
compensent.
Cette hypothèse est
donc peu plausible et doit
êtr~
considérée comme un cas limite.
------
173
Nous ·ne nous
apesant irons pas davantage sur ce cas qui ne
reproduit
pas
la
réalité
des
transferts,
les
fenunes
étant
plus
probablement
transférées
avec
la
fécondité
de
leur
âge
réel
d'appartenance.
5.2.2. Hypothèse Hl : transfert des femmes avec la fécondité de leur âge réel
d'appartenance
C'est
l'une
des
hypothèses
les
plus
vraisemblables
qu'on
puisse formuler.
En effet, conune nous l'avons exposé au premier chapitre, les
fenunes, lorsqu'elles
sont
transférées
par
erreur
vers
des
âges
auxquels
elles
n'appartiennent
pas
réellement,
le
sont
avec
leurs
naissances du moment.
Dès
lors,
l' hypothèse
la
plus
vraisemblable
qu'on
puisse
imaginer est que ces fenunes sont transférées avec la fécondité des
fenunes de leur â.ge réel d'appartenance,
si on admet qu'il n'y a pas
d'effet
de
sélection des
fenunes
transférées
selon
leur
fécondité.
Dans
ce
cas,
se
produiront
des
biais,
co.nune
le
montre
l'exemple
simplifié du tableau 5.2.
(voir aussi E. Van de Walle,
1968b).
174
Tableau 5.2. - Illustration simplifiée de l'hypothèse Hl de transfert
des femmes avec la fécondité de leur âge réel d'appartenance.'
Age réel
Données à
Transfert sous l'hypothèse Hl
i
l'âge réel i
Age estimé j
1
2
1
Fenunes
El
e
e l2
l l
Naissances
NI
Tl' eu
TI·e u
Taùx
Tl
2
Fenunes
E2
en
e Z2
Naissances
Nz
T2' e
T2' e
2l
22
Taux
Tl
Total
Femmes
E' t == e
+ en
E' 2 == e +e
l l
12
22
Naissances
N' 1
Tl' e +T
l l
2 • e 21
N' 2
Tle t2 +Tz • e l2
Tle +T
TleIZ+T2e2Z
U
2e ll
Taux
T'
=
T'
t
2
e +e
+e
l l
2t
e U
22
(T 2-T t )e n
(TI-T2)e tZ
Tl+
T2+
e +e
+e
l l
21
e U
22
L'autre hypothèse qui peut être envisagée est
le cas o~ il y
j
aurait
un
effet
de
sélection
des
femmes
transférées
selon
leur
1
fécondité.
Comment se présente-t-elle ?
1
5.2.3. Hypothèse H2 : transfert des femmes avec une fécondité différente de celle de leur
1
âge réel d'appartenance et celle de l'âge où elles sont transférées
Si
dans
la
population
étudiée l
on
présume
qui i l
Y a
une
liaison
entre
méconnaissance
de
l'âge
et
fécondité
récente l
alors
I/hypothèse H2 serait dl application.
Ici en effet,
on peut penser
que les femmes qui ne connaissent pas leur âge, appartenant au groupe
à
faible
niveau
d'instruction
(liaison
inverse
de
la
relation
positive que nous avons montrée précédemment entre les proportions P
et S, section 4.2.2), auraient, en moyenne, une fécondité plus élevée
175
que
la
fécondité
moyenne
de
l'ensemble
des
felnmes
de
leur
âge
d'appartenance.
En fait, une étude récente des Nations Unies (1987b) réalisée
précisément
à
partir
des
données
EMF,
tend
à
montrer
que
la
différence de fécondité est sensible lorsque les femmes ont eu plus
de sept années complètes d'études.
Or, dans notre banque de données,
à l'e;·:ception du Lesotho et du Ghana,
15 % des femmes au plus ont eu
plus de sept années complètes d'études et plus de 70 % ont eu moins
de trois années complètes d'études.
Aussi,
on peut admettre que la
fécondité des femmes,
transférées ou non,
serait peu différente de
celle de l'ensemble des femmes de leur âge réel d'appartenance et que
l'effet
de
sélection
serait
négligeable,
ce
qui
nous
ramène
à
l'hypothèse Hl précédente et ne plaide pas en faveur des hypothèses
de fécondité différentielles avancées par Van de Walle
(1968b)J.
Toutefois,
si on admet l'effet de sélec-tion possible,
étant
donné que la fécondité réelle éventuellement différente des
femmes
transférées est inconnue,
on pourrait par exemple,
dans l'hypothèse
d'une fécondité plus élevée des femmes transférées,
imaginer que ces
femmes
ont
une
fécondité
égale
à
celle
des
femmes
de
l'âge
immédiatement supérieur,
ou bien de l'âge de deux ans supérieur,
ou
encore de l'âge moyen entre leur âge réel et l'âge estimé.
Autrement
dit, dans ce dernier cas, si la fécondité ré.elle de toutes les femmes
à l'âge
réel
i
est
f(i)
et n,
l'amplitude du transfert
(n entier
positif
ou
négatif,
donc
quelque soit le sens du transfert), pour
avoir les naissances correspondantes aux femmes transférées,
on leur
appliquerait
le
taux
de
fécondité
f(i
+ n/2),
les
femmes
non
transférées conservant la fécondité de leur âge réel d'appartenance.
En outre,
on tiendrait
compte du cas où l'âge réel
i
se situerait
dans la branche croissante de la courbe de fécondité ou bien dans la
J
Admettre que la fécondité des femmes transférées est peu différente
de
celle de
l ' ensemb.Le
sera.i t
surtout
vrai
aux
âges
élevés
de
la
femme,
après 30 ans,
où les
proportions de femmes
transférées sont
plus importantes.
Même aux âges jeunes,
à 20-24 ans par exemple,
le
nombre moyen d'années complètes d'études est inférieur à 5 aIlS dans
7 pays sur 9,
sauf au Lesotho et au Ghana
(Nations Unies,
1987b).
r
176
branche décroissante, puisque dans ce dernier cas, ce serait les taux
antérieurs à l'âge réel i qui seraient d'application.
Ce
schéma
pourrait
être
encore
plus
compliqué
si
on
introduisait
une
autre
dimension telle que
l'état matrimonial des
femmes
transférées.
De
toute
évidence,
en
l'absence
de
données
indicatives,
les
cas
précédents,
relativement
complexes,
de
simulation
relèveraient
de
la
pure
spéculation.
Nous
ne
les
envisagerons donc pas dans le cadre des résultats de cette étude qui
se veulent être aussi vraisemblables que possible.
Cela nous amène
à
faire une
synthèse du nombre de cas de simulation que l'on peut
envisager.
5.2.4. Synthèse des cas de simulations
Il s'agit ici du nombre de cas d'associations qu'on pourrait
faire
entre
les modèles de transfert des
femmes
et
les modèles de
populations
stables
en
tenant
compte
des
caractéristiques
de
ces
dernières
(natalité
et
accroissement
naturel)
et
de
celles
des
populations qui sont à la base des modèles de transferts. Le tableau
5.3 reproduit cette synthèse ~Ji implique donc seize cas
Tableau 5.3.
-
Synth~se des modèles de simulation.
~lodèle" de
Caractèri"tlque"
Population
Çdractér-i~tique!l
matrice"
o
TBN·
r
"table .o.3"ocige
D
TBU'
nb l'e d'
nbre d'
enfant"
('li.)
(%)
enfant..
(".)
("')
Modèle A
Le30tho
5.8
40.2
2.5
Modèle Sud
5.5
38.1
.4
Modèle BI Ghana
6.5
43.5
3.2
Modèle Centre
6.4
46.8
.7
B2 Sénégal
7.2
51. 9
2.6
Centre
6.4
46.8
.7
B3 Kenya
8.3
48.4
4. l
E"t
"7.4
51.5
.6
B4 Cameroun
6.4
45.5
2.7
C~ntre
6.4
46.8
.7
B5 Togo
6.2~
45.2
2.9
Cantre
6.4
46,8
.7
B6 Rwanda
8.5
51. 9
3.3
E"t:
7 . 4
51 . 5
.6
Modèle C
Maroc
5,9
41. 5
2.5
Mod.,le Nord
5.5
:,{ .7
.7
Note
* Nations Unies
(1987b)
tableau 3.13 du chapitre
III.
• DHS-Togo
(1989)
; b ONAPO
(1985a).
1
1
lr
177
de simulations 4 dont les résultats vont être commentés ;
les modèles
de
simulation
garderont
l'appellation
des
modèles
de
matrices
de
transfert.
Quels
seraient
alors,
sous
l' hypothèses
Hu
les
biais
que
dlssimulerait l'observation?
Nous
examinerons
ces
effets
pour
les
différents
modèles
étudiés,
en distinguant les indices basés sur les naissances des 12
derniers
mois
de
ceux
des
cinq
dernières
années
et,
en
faisant
ressortir les points communs et les points de divergence entre les
différents résultats.
Nous
apprécierons
le caractère significatif ou négligeable
des biais produits
à travers
l'indice de dissimilarité
(ID)
en ce
qui concerne l'intensit.é de la fécondité,
et à travers
l'indice de
différence
relative
(IDR)
pour ce qui a trait
au calendrier de
la
fécondité
(Shryock,
1976,
annexe 3.10a et b).
5.3. Effets des erreurs d'âge sur la mesure de l'intensité de la fécondité
générale
Dès
le
départ,
il
faut
souligner
le
caractère
assez
vraisemblable
des
résultats
obtenus
(tableaux
5.4
et
5.5)
les
simulations
n'ont
pas
produit
de
valeurs
aberrantes
de
l'indice
synthétique de fécondité
(0),
de l'âge moyen à
la maternité
(m)
et
sa
variance
(var).
Ici,
les
écarts
étant
très
faibles,
des
illustrations graphiques n'ont pas été jugées nécessaires.
4
Il s'agit des huit cas présentés ici multipliés par 2 types de taux
de
fécondité,
celui
des
douze
derniers
mois
et
celui
des
cinq
dernières années.
178
Tableau 5.4.
-
Indices
réels et simulés de
fécondité générale sous
l'hypothèse des populat ions stables avec les taux réels de fécondité
des 12 derniers mois entre 15 et 49 ans révolus.
Indices de
Modèles
fécondité
A
Bl
B2
B3
B4
B5
B6
C
Indices réels
D
5.48
6.41
6.41
7.41
6.41
6.41
7.41
5.48
m
30.0
28.1
28.1
29.1
28.1
28.1
29.1
30.0
Var
52 .3
55.9
55.9
60.7
55.9
55.9
60.7
52.3
Indices simulés
D
5.48
6.42
6.47
7.53
6.72
6.60
7.20
5.37
m
29.96
28.21
28.52
29.64
29.01
29.0
29.23
30.42
Var
52.68
57.05
57.28
63.42
61.50
63.49
60.55
53.60
ID
0.01
0.02
0.08
0.11*
0.18*
0.19*
0.06
0.10*
IDR
0.02
0.02
0.04
0.05
0.08
0.09
0.02
0.06
Note:
L'astérisque
(*)
indique pour les tableaux 5.4 et 5.5 les
différences significatives en regard de l'indicateur utilisé.
Tableau 5.5.
-
Indices réels et simulés de
fécondité générale sous
l'hypothèse des populations stables avec les taux réels de fécondité
des cinq dernières années entre 15 et 49 ans révolus.
Indices de
Modèles
fécondité
A
B1
B2
B3
B4
B5
B6
C
Indices réels
D
5.45
6.37
6.37
7.38
6.37
6.37
7.38
5.45
m
27.6
25.8
25.8
26.7
25.8
25.8
26.7
27.6
Var
51. 5
53.7
53.7
59.0
53.7
53.7
59.0
51. 5
Indices simulés
0
5.45
6.38
6.44
7.53
6.68
6.57
7.20
5.36
m
27.5
25.9
26.2
27.3
26.7
26.64
26.89
28.0
Var
51.84
55.02
55.39
62.11
59.83
61.90
59.26
53.17
ID
0.01
0.02
0.08
0.12*
0.18*
0.19*
0.06
0.11*
IDR
0.02
0.02
0.04
0.05
0.09
0.10
0.03
0.06
~:
~
• <1'
• •
179
Par ailleurs,
on peut
noter qu'il
n'y a pas de différence
notoire dans
les mesures du niveau de
fécondité
lorsqu'on utilise
les naissances des 12 derniers mois ou bien les naissances des cinq
dernières
années
précédant
l'enquête en ce qui concerne les erreurs d'âges,
bien
que
les
biais
soient
légèrement
plus
élevés
(indices
de
dissimilarité
et
de
différence
relative
plus
élevés)
lorsqu'on
cherche à mesurer les taux à partir des naissances des cinq dernières
années.
Malgré
les
transferts
d'effectifs
qui
ont
lieu,
il
est
surprenant de remarquer qu' il Y a une concordance quasi-parfaite entre les niveaux
réels de la fécondité et les niveaux simulés, sauf pour les modèles B3 à C,
que ce soit
avec les taux de fécondité des 12 derniers mois ou des cinq dernières
années.
Globalement, si nous considérons les résultats obtenus avec
les taux des cinq dernières années
(tableau 5.5), on observerait une légère
sous-estimation du niveau de la fécondité générale si on supposait que l'on est en face de
transferts importants d'effectifs des femmes (modèles B6 et C à écarts-types élevés
entrainant une sous-estimation de respectivement 2.4 % et de 1.6 %)
;
tandis
que
la
surestimation
la plus
élevée est
obtenue
avec
le
modèle
B4
(4,8%),
soit
une
différence
absolue
de
0.3
enfants
par
femme.
Les résultats ne changent pas de façon notoire lorsqu'à la
place des populations stables,
on utilise les populations "réelles"
des matrices de transfert.
Ces résultats sont-ils un artifice dû aux
hypothèses de simulations que nous avons posées?
Nous reviendrons
plus
tard
sur
cette
question
après
l'examen
des
biais
sur
le
calendrier de la fécondité.
5.4. Effets des erreurs d'âge sur la mesure du calendrier de la fécondité
générale
Ici, l'indice d'évaluation de la différence entre calendriers
(ou
profils)
de
fécondité,
l'IDR,
à
l'opposé
de
l'indice
de
dissimilarité,
ne montre pas de différence significative entre les
calendriers réels et les calendriers simulés.
Globalement on assiste à une
compensation des effets d'erreurs d'âge, bieu qu'à certains âges de procréation
180
de la femme les taux de fécondité générale seraient soLis-estimés, (en
~énéral avant 30 ans) et surestimés au-delà de 30 ans (graphiques 5.1
à 5.4 sur la base des taux réels des cinq dernières années,
(les
résultats avec les taux des 12 derniers mois étant peu différents) .
Graphique 5.1.
- Calendriers et taux annuels,
réels et simulés,
sur
la base des naissances des cinq dernières années des modèles A et 81
selon l'âge des femmes à l'enquête.
Modèle A
Modèle A
l'QI) RCIlN'l'Ar. g
0:10 ~A~·---------------l
::r~- ;:------------~~
,..[
0.20
a'04l
'
O.lr.
o.os
1).10
0.02
O.Otl
0.01
~~...l---~__l_
_ _L
___'_. _ _.l
____'__
0.00
41)
15
20
2r.
30
fil
20
Z5
30
TAUX:
PRüPlLS:
--- REELS
Modèl(~ R 1
TAm
POU8(.'ENTAWl
O.O~
-- -.. ---~_ ....-.-------- --- - .'---'- -'-'- --,
r--_. -_. ---- ---
C.3~
---+--
.. -.-- ------1
1
1
1
V.30~
~
0.04
1
l
"
lI
\\
t 1
\\"
u'l!
0.1l3
-1
\\
o.eo
\\
\\
O.lli
0.1ll!
\\ \\\\-
\\
1'.1\\1 -
UUI
'"\\,
0.01:; .
Il .uu L----_..L...._-L._--'-_--'_ _-'---_--'----""
Il.1l1l '----..I......---'----'----'---'--'-.--'-~
Ir,
20
so
40
Ir.
20
l!1I
30
AGE
AGE
.----_._-_.._-------
181
Graphique 5.2.
- Calendriers et taux annuels, réels et simulés,
sur
la base des naissances des cinq dernières années des modèles B2 et
B3 selon l'âge des femmes à l'enquête.
ModèleB2
Modèle B2
POURCENT.:.::4=01=---1_.
._ _- .
"T'AllY
0.06 - - - -
().S6~--
0.04 .
~.20 .
U.Il:>
\\ \\
0.10
0.01
0.00 L. _-'-------'--._'--__ -'----1__ .--L-_'
0.00
Hl
20
2:l
~o
~~
tO
t~
l~
20
~o
.0
AGI':
PROPlLS:
TAUX
-
REBl.
-+- SrMULf.!
- - REELS
-'-S~
Modèle B3
rvIodèlc B3
PvUJl(.."E!'fTA131
TAUX
0.0:\\
, .,.--
~I
'J'~:\\I
,,"-V
0.04
1>
'·"f
/1
(~
It
1
~
1
U2l't
1.
',',
!
1
1
1
'L.
l 1
1
1
1
\\ '-
1
1
a.20 r
1
\\
l;
1
\\\\.
1
0.15 1/
\\\\
\\
U.U2
1
\\\\
f
\\
'J
\\\\:,
\\';
1
'J.10
\\ \\
\\';
0.01
~~ 1
\\\\\\
O.oc. \\.
._~
~
0.00
0.00 1
..,
III
~u
!!f.
~o
:'f,
.0
.r,
Ir,
zn
?r,
:'"
:1r,
.r•
AGE
AGE
------------------------------- -
182
Graphique 5.3.
- Calendriers et taux annuels,
réels et simulés,
sur
la base des naissances des cinq dernières années des modèles B4' et
B5 selon l'âge des femmes à l'enquête.
Modèle B4
Modèle B4
POU1lCJlJn'A aB
TAUX
0.011
O.llfl
0.30
0.04
0..811
0.03
020
0.111
0.011
0.10
0.01
0.011
0.00
0.00
III
!O
811
30
311
40
411
III
80
llll
30
:Ill
40
411
AGE
AGB
PROFILS:
TAUX:
- - REEl..
- ' - SlMUl.E
--- REELS
- - SlMU1..ES
Modèle B5
Modèle B5
POUltCmtUCI
TAUX
0.011
0.36
0.30
0.04
0.2t.
0..80
0.1t\\
0.02
0.10
0.01
O.OCi
0.00
_ _L----L-._---------1 _ _ _.L
0.00
III
110
8ll
SO
st.
40
.Ci
ICi
20
8ll
30
SCi
40
4Ci
AGE
AGE
183
Graphique 5.4.
- Calendriers et taux annuels,
réels et simulés,
Sur
la base des naissances des cinq dernières années des modèles 86 eL C
selon l'âge des femmes à l'enquête.
Modele B6
Modèle B6
POUBCIIN'l'!CDl
TA
_::.VI=-
---,
0.01l ;....:....:..::.:..::-...:..:...---------------,
0..311 ~
0..30
0.04
OJlll
0.08
0.20
O.lll
0.10
OI
0.011
t
'
0.00 _ _--1-_-1_ _-1-_ _--1._ _-'-_--'-_-----'
0.00 L_----L_ _.L-__----L_ _.L-_----'-_ _-'---------'
III
20
2ll
40
40
10
20
30
40
40
AGE
AGE
PROI'llS:
TAUX:
-i--SlMULE
--- IŒEI...S
SIMULES
Modèle C
Modèle C
:-PO.::-UllCIlNT:.=..:.=.....:..:!-:GJl=-
----,
TAVI
o.oe
0.30 .:.==-=--------------------,
0.00
0.211
0.04
0.20
0.0:1
0.111
0.08
O.JO
0.01
0.011
0.00 "L-_----L_ _.l...-_----L_ _-'----_----'-_ _-'-------J
0.00 "L.._ _L _ _--1-_----l._ _-'-_--I._ _--L..----'
10
20
2ll
30
:ltl
40
III
20
30
3ll
40
AGE
AGE
184
5.5. Conséquences pour les techniques indirectes d'estimation de la
fécondité: cas de la technique du ratio PIF de Brass et de la
technique de Coale et Trussell
Nous venons de voir que les erreurs d'âge produiraient àes
effets
presque
négligeables
sur
les
indices
du
niveau
et
du
calendrier de la fécondité générale.
Dans ces conditions, on est en
droit de se demander si les techniques d'estimation indirecte de la
fécondité,
qui se servent des données observées en vue de rétablir la
"vraie" valeur des
indices,
ne produiraient pas des biais beaucoup
plus importants ?
Pour répondre à cette question, nous allons considérer, parmi
les techniques
assez nombreuses qui ont vu
le
jour
(Nations Unies,
1984),
la technique du ratio PIF de Brass,
une des plus simples et
des
plus
utilisées
d'après
une
compilation
des
taux
de
fécondité
générale
(Bureau of the Census,
1979)
et
la Technique de Coale et
Trussell (Coale et Trussell, 1974).
Avec la première technique, nous
apprécierons
les biais qu'introduirait cette dernière sur la mesure
du niveau de
la
fécondité
tandis qu'avec
la techni~Je de Coale et
Trussell,
nous
évaluerons
l'effet
des
erreurs
d'âge
sur
les
paramètres
estimés
par
cette
technique,
à
savoir
a '
l'âge
où
se
o
concluent les premiers mariages et K,
le facteur d'échelle "indiquant
le nombre .d'années de nuptialité qui. dans la population considérée. équivaut à une année dans
la population type" (Nations Unies, 1984 ; Coale et Trussell, 1974).
La technique de base du rapport PIF,
ou technique de Brass,
que
nous
allons
utiliser,
cherche
à
ajuster
le
niveau
des
taux
observés de fécondité par âge,
supposés représenter le schéma exact
de cette
fécondité,
de telle
façon qu'il
corresponde au niveau de
fécondité indiqué
par
les
parités
moyennes
des
femmes
jeunes,
généralement
agées de 20-24 ans et 25-29 ans.
Rappelons brièvement
que cette technique suppose que
snA:
185
La
fécondité
est
restée
constante
au
cours
des
dernières
années
Il
n'y a
pas
de
relation entre
la mortalité et
la migration
des ferrunes et leur fécondité
(Wunsch,
1984).
Quant à
la technique de Coale et Trussell,
outre le modèle
de nuptialité qu'elle intègre dans le développement du modèle et qui
constitue une des critiques formulées à son encontre, elle ne postule
pas d'hypotnèses particulières.
En utilisant les taux de fécondité des 12 derniers mois,
les
résultats
obtenus
pour
les modèles
B
à
C
(tableau
5.6.),
dont
en
J
particulier
les
modèles
B
et
B
qui
indiquent
les
biais
extrêmes
4
6
d'après nos simulations S,
montrent que la technique de Brass dans les
cas étudiés
n'améliorerait
pas
l'indice
synthétigue
de
fécondité,
mais
gu' au
contraire
le
surestimerait
dans
la
plupart
des
cas,
surestimation
que
tendrait
à
atténuer
l'utilisation
de
la
demi-
somme des correcteurs PIF à
20-24 et 25-29 ans.
On peut noter que
les surestimations absolues les plus élevées varient ici entre 0.28
(modèle Bs ) et 0.55 enfants par femme en moyenne
(modèles B
et C)
4
tandis gue le modèle 8
montre une sous-estimation maximale de 0.29.
6
Ainsi,
les
erreurs
d'âges
feraient
que
cette
technique
ne
permettrait
pas
de
rétablir
la
vraie
valeur
du
niveau
de
la
fécondité,
mais au contraire contribuerait à la déformer plus que ne
le ferait
l'emploi des données entachées d'erreurs d'âge.
5
Pour le mod~le B6 ,
sous-estimation absolue de 2.20 du niveau de la
fécondité et surestimation absolue de 0.31 pour le modèle B4.
186
Tableau 5.6.
Niveaux réels de fécondité et niveaux estimés par la
technique de Brass pour les modèles B
à C.
J
Niveaux de
Modèles
fécondité
C
Niveau réel
7.41
6.41
6.41
7.41
5.48
Niveau simulé
7.58
6.76
6.72
7.23
5.40
Niveau estimé*
7.42
6.96
6.75
7.25
6.02
(7.45 )
( 6 . 82)
(6.69)
(7.12)
(5.92)
* Les chiffres entre parenthèses sont les estimations obtenues en
utilisant la demi-somme des correcteurs PIF à 20-24 ans et 25-29
ans
au lieu du correcteur à
20-24 ans,
résultats que traduisent
les chiffres qui précèdent ceux mis entre parenthèses ; pour le
détail des calculs, voir annexe 5.2.
En fait,
plusieurs critiques ont été formulées à
l'encontre
de la technique de Brass,
en particulier la rectification identique
des taux par âge et
les effets d'une mauvaise déclaration de l'âge
des
femmes
que
nous
démontrons
ici
(Wunsch,
1984
Nations
Unies,
1984) .
La technique de eoale et Trussell n'échappe pas non plus à
cette dernière critique.
En effet,
les paramètres qu'elle utilise,
PAR1 et PAR2,
qui sont respectivement le rapport de la parité à 15-
19 ans à celle de 20-24 ans,
et le rapport de la parité à 20-24 ans
à
celle
de
25-29
ans,
sont
sensibles
aux
effets
des
mauvaises
déclarations
d'âge
des
femmes
(tableau
5.7).
Ces
parités
sur
lesquelles
se
base
la
technique
sont
supposées
correctes
parce
qU'elles
sont
déclarées
par
les
femmes
jeunes,
mais
elles
apparaissent ici biaisées par les erreurs d'âge; elles conduiraient
de
ce
fait
à
une
surest imat ion
de
a o ,
l'âge
où
se
concluent
les
premiers mariages,
l'effet
inverse étant observé pour le facteur k
qUi est l'unité de mesure de la durée passée dans le mariage.
~:t-.,.
187
Tableau 5.7.
Indicateurs relatifs à la technique de eoale et
Trussel
Modèle 8
Modèle C
6
Indicateurs
Données
Données
Données
Données
réelles
observées
réelles
observées
Parités
15-19 ans
0.477
0.424
0.128
0.109
20-24 ans
1.763
1.621
0.940
0.853
25-29 ans
3.397
3.093
2.200
1.968
PARI
0.271
0.262
0.136
0.128
PAR2
0.519
0.524
0.427
0.433
K
0.483
0.453
0.650
0.552
a
12.0
12.2
13.1
13.6
o
Note
Les valeurs de a
et de K sont obtenues à partir des abaques de Caale
o
et Trussell
(1974), avec une absence de contrôle des naissances pour
le modèle B
(m - 0.0) et pour un contrôle modéré des naissances pour
6
le modèle C (m -
0.2) .
L'entrée dans les abaques est impossible pour les modèles B, , B. et
B~ ,
ce qui constitue une critique à
l'encontre de ce modèle comme
relevé par ailleurs
(Courbage,
1978 ; Gbényon,
1981).
Finalement,
on
peut
s'interroger
sur
l'apport
réel
des
techniques indirectes.
On ne peut nier leur importance et leur utilité puisqu'elles
avaient
pour
but,
d'une
part
de
pallier
le
manque
de
données
démographiqu~s appropriées dans les pays en développement où on avait
constaté "qu'un large écart séparait les renseignements quantitatifs
sur les populations",
surtout au cours des années 60,
d'autre part,
de "pennettre au démographe et au statisticien de tirer le maximum de renseignements fiables
des données fournies par un recensement ou une enquête" (Nations Unies. 1984).
Cependant
le
"vieux
problème"
des
erreurs
d'âge
que
contiennent les données collectées brouillent les cartes, et n'a pas
encore trouvé de solution satisfaisante
(cfr.
chapitre
1,
pyramide
des
âges
de
la
populat ion
béninoise
en
1982
!).
Les
techniques
indirectes
corrigeraient-elles
réellement
les
données
et
permettraient-elles réellement d'obtenir des données fi.ables?
Nos
188
simulations en tout cas tendent à montrer le contraire ;
toutefois
ces dernières aussi sont
loin d'être parfaites.
Philonou9 aurait-
il
malgré
tout
raison
de
croire
que
la
réalité
nous
échapperait
totalement
?
Cette question nous ramène à discuter également nos résultats
de simulation.
5.6. Discussion globale des résultats
Nous
commencerons
cette
discussion
globale
des
résultats
obtenus
en
rappelant
d'abord
les
principales
hypothèses
qui
ont
conduit
à
l'obtention des
dits
résultats,
puis
nous
essayerons de
confronter ces résultats à quelques observations.
Les principales hypothèses que nous avons utilisées peuvent
être ainsi résumées
:
a)
Les femmes transférées par erreur d'estimation de l'âge le sont
avec la fécondité de leur âge réel d'appartenance
(Hypothèse Hl).
b) Les proportions observées de femmes qui connaissent leur date àe
naissance (exprimée en mois et année) sont assimilées aux proportions
de femmes qui connaissent leur âge
(Hypothèse 2)
c) A un âge estimé donné, la distribution des femmes selon l'âge réel
suit une loi de Laplace-Gauss
(modèles A et BI)
ou bien une loi de
type 1 de Pearson pour les autres modèles
(Hypothèse 3)6
i
1
1
6
En réalité pour les besoins de simulation, ce sont les distributions
des femmes selon l'âge estimé qui ont été utilisés grâce aux matrices
de transferts.
1
i
l
1
f
1
1ï
---_.,._-----_........-.._-_.-
te"'+
189
d)
Les proportions observées des femmes d'âge connu ont pour abscisse
le mode de
la distribution des
femmes
selon l'âge réel lorsque les
proport ions
sont
supér ieures
ou
égales
à
10
%,
ou
bien
ont
pour
abscisse la moyenne de la dite distribution lornque les proportions
sont inférieures à 10 % (Hypothèse 4)
e) Enfin, les écarts-types des distributions de transferts des femmes
sont déduits,
sous l'hypothèse d'une loi de Laplace-Gauss
jusqu'aux
environs de 35 ans révolus
(cfr. point c précédent),
la structure des
écarts-types
suivants
étant
calculée
à
partir
de
la
structure des
écarts-types
qui
les
précèdent
par
l'application
d'un
facteur
correcteur
(Hypothèses
5 et
6).
D'une manière plus
concrète,
ces
derniers écarts-types ont été déduits des précédents de telle manière
que la courbe après 35 ans soit plus ou moins en synchronisation avec
la courbe avant cet âge.
Nous
avons
dé jà
discuté
ces
di f férentes
hypothèses;
aussi
nous
ne
reviendrons
plus
sur
ces
discussions.
Cependant,
bien
qu'elles
soient
assez
vraisemblables,
certaines
de
ces
hypothèses
sont criticables et soulèvent quelques questions.
En effet, la loi (réelle) de transfert des femmes selon l'âge
réel est-elle une loi de type l de Pearson?
Que donnerait une autre
loi, par exemple la loi lognormale?
Les proportions observées des
femmes d'âge connu ne seraient-elles pas probablement surestimées?
Ce
qui
signifierait
que
les
écarts -types
seraient
pl us
élevés,
entraînant en fin de compte une hausse des courbes de fécondité après
35
ans
environ
comme
nous
avons
eu
à
le
remarquer
lors
des
simulations,
et donc une surestimation plus prononcée des niveaux de
fécondité?
Voilà posées quelques-unes des questions que soulèvent
nos résultats et auxquelles nous ne pourrons pas répondre ici.
Nous
pouvons seulement les poser comme point de départ d'un autre travail
de recherche.
Malgré ces questions,
c2rtains commentaires ne rentrent pas
en contradiction avec nos résultats.
Ainsi par exemple,
nous avions
~'P"
190
déjà fait
remarquer qu'on pouvait lire dans le rapport de l'Office
National de la Population du Rwanda qu' "il n'est pas indifférent de constater q'ue
les transferts observés conduisent (... ) probablement à une légère. sous-estimation du niveau global
de la fécondité" (ONAPO. 1985b. p. 34), sous-estimaiton probable qu'arrive à
quantifier le modèle 8
basé sur la matrice de transfert du Rwanda.
6
D'autre part, certaines études de l'Enquête Mondiale de fécondité ont
détecté
pour
d'autres
populations
cette
situation
difficilement
identifiable
de
sous-estimation des
niveaux de
fécondité.
Ainsi,
suite
à
une
analyse,
en
vérité
complexe,
sur
les
niveaux
de
la
fécondité en Egypte, Coale
(1983)
a pu montrer qu'une baisse récente
de la fécondité
(ici légitime) aux âges jeunes et une récente hausse
de l'âge moysn au premier mariage,
telles
qu'estimées
à partir de
l'Enquête
Egyptienne
de
Fécondité
(EEF) ,
étaient
largement
le
résultat
d'une
surestimation
de
l'âge
des
femmes
jeunes,
particulièrement
des
femmes
âgées
de
15
à
19 ans.
Cet te analyse
était
basée
sur
la
comparaison
des
données
de
l'EEF
à
celles
de
l'état civil.
Aussi, la correction des erreurs de déclaration d'âge
a montré pour l'Egypte que
l'indice synthétique de
fécondité pour
l'année 1980 était de 5.5 enfants par fenune au lieu de 5.2 enregistré
par l'enquête,
permettant de conclure que la fécondité était plutôt
demeurée constante durant la deuxième moitié de la décennie 1970.
L'un des intérêts de la présente étude est de montrer qu'on
peut
quantifier,
pour
toute
opération
de
collecte,
les
biais
d'erreurs
d'âge
si
l'on
dispose
de
la
matrice
appropriée
de
transfert.
Qui plus est,
on peut arriver à corriger non seulement
le
dénominateur
des
taux
(effectifs
des
femmes)
mais
aussi
le
numérateur
des
taux
(les
naissances)
comme
le
montrent
quelques
exemples
en
annexe
5.1
(modèles
82
et
83).
Cela
nous
amène
à
conclure ce chapitre de synthèse.
191
Conclusion
L'impact véritable des biais d'erreurs d'âge sur les mesures
du niveau et du calendrier de la fécondité générale en Afrique,
loin
de nous laisser dans la plus totale obscurité comme le ferait,
selon
Hylas,
l'eau
et
le
feu,
nous
a
ouvert
une
de
ses
portes
pour
le
progrès de la science démographique.
Le problème des biais d'erreurs d'âge ~je nous avons voulu
élucider n'est pas propre à l'Afrique.
On le retrouve également en
Asie et en Amérique Latine.
Mais ce n'est là encore,
qu'une partie
des erreurs,
que nous
avons
envisagée.
D'autres
erreurs,
erreurs
d'omissions,
erreurs
d'échantillonnage
et
autres
types
d'erreurs,
viennent compliquer le problème.
Il serait temps avec la présente étude,
de songer à changer
le
langage
des
rapports
d'évaluation
de
la
qualité
des
données
d'enquêtes
on pourrait recommander dans ces rapports,
de ne plus
se limiter à constater que tel âge (ou chiffre)
est attractif ou que
tel autre est
répulsif,
mais
de pouvoir dire
l'effectif drainé ou
repous~é par le dit âge et de pouvoir parler en termes de déficits et
d'excédents
d'effectifs
quantifiables
grâce
à
l' aide
~e peuvent
apporter
les
matrices
de
transfert
propres
à
chaque
collecte
de
données.
Les résultats de la présente étude nous ramènent néanmoins,
en ce qui concerne la mesure des indices de fécondité,
étant donné qu'une
certaine
compensation
des
erreurs
d'âge
semble
se
produire,
au
"principe de réhabilitation" avancé par William Brass (1975) et que tendraient
à confirmer nos présents
résultats
: ne devrait-on pas,
finalement,
garder
une
certaine
confiance
dans
les
données
observées
et
les
corriger
aussi
peu
que
possible
en
l'absence
des
matrices
de
transfert, plutôt que de verser dans l'excès contraire qui serait le
surajustement ?
192
CONCLUSION GENERALE
La
bonne connaissance des
âges dans
une population est
un
élément
essentiel
pour
l'analyse
démographique étant
donné que
le
comportement des femmes évolue en fonction de cette variable.
Malheureusement, le point commun des données d'âge collectées
en Afrique est
leur aspect gravement défectueux,
aspect sur lequel
tous
les
auteurs
semblent
s'accorder.
Aussi,
l'importance
des
distorsions
rend très malaisée
l'utilisation des
statistiques par
année
d'âge
à
des
fins
d'analyse.
C'est
pourquoi
on
préfère
généralement les regrouper en classes quinquennales,
espérant ainsi
éliminer
les
irrégularités
les
plus
importantes.
Cependant
les
agrégations en groupes de cinq ans ne sont pas exemptes,
elles non
plus,
de
distorsions
puisque
les
perturbations
touchant
principalement
les
années
d'âge
qui
servent
traditionnellement
de
limites aux groupes quinquenaux perturbent également
les effectifs
regroupés; d'où le développement de diverses tentatives d'ajustement
(lissages graphiques, . recours aux moyennes mobiles et aux formules
mathématiques)
visant
à
améliorer
les
données
observées,
voire
à
1
supprimer les distorsions.
1
!t1
Or ."quel que soit le moyen vers lequel le choix s·oriente. on se trouve en proie à
un profond malaise face aux résultats obtenus. soit que l'on trouve l'effet correcteur insuffisant,
1
soit que l'on doute de la réalité du lissage obtenu".
devaient
conclure
certains
i}
éminents analystes
(Roger et al. 1981), les résultats bruts montrant
J
.1
la nécessité d'ajuster les répartitions par âge de population, sans
1
•
qu'on sache que corriger.
1
J
1
Aussi,
la présente étude montre qu'en utilisant les matrices
i
de transfert d'effectifs d'un âge à un autre, matrices qui seraient
l
i
propres à chaque population compte t.enu de sa spécificité,
on peut
f
obtenir des coefficients correcteurs plus réalistes des distributions
§
i
par âge de la population.
Mieux encore, en rapprochant événements et
J
1
i~
i:t
193
population
de
référence,
cette étude montre
que
la correction des
indicateurs démographiques,
du moins en ce qui concerne les erreurs
d'âge, passerait par celle à la fois du numérateur et du dénominateur
(biaisés)
de ces indices.
Dans le domaine plus particulier de la fécondité sur lequel
nous
nous
sommes. penché,
nous
avons
montré,
après
avoir
confirmé
certains résultats par ailleurs sur l'aspect réaliste de la fonction
polynôme
de
degré
trois
pour
décrire
la
plupart
des
courbes
africaines de fécondité 'générale, que les erreurs d'âge produiraient,
à quelques exceptions près,
des effets compensatoires sur le niveau
et le calendrier de fécondité générale.
Ces résultats doivent être
considérés
en
gardant
à
l'esprit
les
hypothèses
de
simulation
et
d'élaboration des matrices de transfert que nous avons pesées sur les
données des huit pays africains qui ont servi de base à cette étude.
Ainsi,
on commettrait sur la mesure de l'indice synthétique
de fécondité
des
biais
absolus
compris entre
-0,2
et
+0,3
enfants
par femme,
tandis que l'indice du calendrier de la fécondité,
l'âge
moyen
à
la
maternité,
serait
en
général
sure st imé
d'au
plus
une
,année.
D'un autre
côté,
les techniques
indirectes de Brass et de
Coale
et
Trussell
par
exemple,
dont
le
but,
est
de
corriger
les
données imparfaites, produiraient des biais beaucoup plus importants.
Dès lors quelles perspectives de recherche peut-on dégager de cette
étude ?
D'abord,
i l
nous
semble que dans
la
situation
actuelle
de
maitrise imparfaite des données sur l'âge,
le démographe pourraît se
tourner
vers
les
sciences
exactes
et
investir
dans
la
recherche
d'autres méthodes de détermination de l'âge qu'aiderait par exemple
à découvrir la dactyloscopie.
En attendant,
nous pensons que toute
collecte
démographique
devrait
intégrer
dans
son
questionnaire
au
moins
deux
colonnes,
l'une
destinée
à
recueillir
d'abord
l'âge
estimé, l'autre à prendre, lorsqu'elle existe pour l'enquêté, sa date
réelle de naissance
exprimée en
jour,
mois
et
année
à
partir d'un
extrait
de
naissance,
une
campagne
vigoureuse
de
sensibilisation
194
devant être réalisée avant et pendant toute la durée de la collecte.
Une telle dispositon prévue au questionnaire permettrait d'avoir de3
matrices réelles de transfert et de quantifier de façon plus certaine
les biais d'erreurs d'âge.
Ensuite,
ultérieurement
un
ef fort
de
systématisation
des
matrices
de
transfert
pourrait
être
tenté
à
partir
des
matrices
réelles
de
transfert
en
tenant
compte
par
exemple
du
niveau
d'instruction
de
la
population
qui
semblerait
être
un
facteur
déterminant dans les erreurS commises sur l'âge.
Enfin,
on pourrait essayer aussi d'étendre cette étude aux
mesures de la parité des femmes ou encore aux mesures de la mortalité
et des mouvements migratoires.
Ce
n'est
qu'à
part ir
du
moment
où
les
biais
réels
seront
quantifiés
et
que
les
données
collectées
seront
adéquatement
corrigées
que
les
précieux
outils
que
sont
les
principes
et
les
méthodes
de
l'analyse
démographique
pourront
mieux
éclairer
les
phénomènes démographiques étudiés sur le continent africain.
195
ANNEXES
196
Annexe 2.1 ~
: Répartition des hommes et des femmes par groupe d'âge
selon l'âge déclaré et
l'âge au bulletin de naissance.
RecenS8ment.
Obala -
Soa 1 Cameroun 1978.
Age
Age au bulletin de naissance
déclaré
0-4
5-11
1: -14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50 et+
Total
0- 4
1226
47
1
4
1282
5-11
72
1362
54
13
1501
12-14
4
66
480
30
3
583
15-19
3
6
60
625
17
2
713
20-24
1
1
1
43
384
16
2
448
25-29
27
209
11
1
1
249
30-34
1
2
20
139
10
4
176
35-39
3
3
12
87
9
2
116
40-44
1
11
51
4
6B
45-49
1
1
8
14
2
26
50 et +
1
5
14
20
TOTAL
1306
1482
600
712
441
250
165
111
73
25
17
5182
Source
Tabulation spéciale.
Annexe 2.2.
: Distribution des femmes par groupe d'âges selon l'âge
déclaré et l'âge réel.
Recensement Obala - Soa 1 Cameroun 1978.
Age
Age au bulletin de nai.""ancll
déclaré
0-4
5-11
12-14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50 et+
Total
0- 4
611
36
647
5-11
39
635
14
688
12-14
51
241
29
5
332
15-19
20
314
10
2
346
20-24
lB
223
12
:'
255
25-29
18
122
')
1
1
151
30-34
3
14
67
6
3
93
35-39
3
6
27
7
1
44
40-44
13
14
2
30
45-49
2
5
-,
~
10
50 et +
3
6
9
TOTAL
650
722
281
361
259
153
85
4B
2Î
11
B
2605
Source
Tabulation spéciale.
Effectifs recensés
- 5.986 hommes.
-
6.602 femmes,
soit au total 12.588 personnes.
Personnes possédant un bulletin de naissance
-
2.577 hommes
(43,0 %)
-
2.605 femmes
(39.5 %)
197
Annexe 3.1
Type de questions rétrospectives sur la fécondité dans
les recensements de 1954 à 1988
( a )
FECONDITE
Pay"
Anné.
Enfant"
Nai""anco!
Age d .. la
Age de
la
."ge ou
du
r-8cen-
né!-
~ur
le" 12
molu:e il ou
mère il ou
date du
"ement.
vivant".
dernier-"
dato de ia
dat .. d .. la
premier
moi".
lèr. nai,,-
dernière
mariage
'!8nce
nai.:!!l.:!!lancQ
(d)
(d)
Afrique
1960
oui
du Sud
1970
oui
1980
7
Algérie
1954
1966
1977
Angola
1960
oui
1970
oui
1980
7
Benin
1979
Bot"wana
1971b
oui
Burundi
1979
Cameroun
1976
oui
o\\1i
Centrafrique
1975
oui
oui
Ile"
195Bb
oui
Comore"
1966b
::-ui
Congo
1974
oui
oui
Côte-d'Ivoi re 1975
Egypte
1960
oui
oui
1966
oui
1976
oui
oui
Ethiopie
1970c
oul
oul
Gabon
1960-61
1969-70
1980
Gambie
1963
1973
oui
('l'J 1
oui
.__._------
f',f.r[tt
199
tr
r.
Annexe 3.1
(suite)
ï,
ti!
FECONDITE
Pay~
Année
Enfant~
Nai~~anc.. ~
Age de
la
Age de la
Age ou
r
du
rt'con-
n"~-
~ur
les 12
mère à ou
mère à ou
date du
!
~c!mGnt.
vivant~.
dernier~
date do la
date de la
premier
i
moi~.
1ère nai,,-
dernière
mariage
l
.!lance
nai~~ance
~1·
1.
Mayotte
1960
oui
i1
Mozambique
1960
oui
1
1970
oui
oui
1980
7
7
1
Niger
1977
1
Nigéria
1963
1
1973
1
t
Ouganda
1959
oui
oui
1
1969
o"i
oui
.f
1980
oui
oui
oui
t
Rwanda
1978
oui
oui
oui
1
Senegal
1976
Seychelle~
1959-60b
oui
1
Sierra Leone
1963
,
1974
oui
oui
1
1
Somalie
1975
oui
oui
.1
Soudan
1973
oui
oui
f
Swaziland
1965
oui
oui
1
1970
oui
oui
Tanzanie
1957
oui
1967
oui
oui
1
1978
7
7
1
Togo
1958-60
oui
1970
1
1
1971
oui
oui
1
J
1
i
t
1
1
1
1
1
,
f!
1
200
Annexe 3.1
(suite et fin).
l'ïèCOND l TF,
Pay ..
Anno.
Enfant ..
N8.i~8anc."
Ago do
la
Age de la
Age ou
du r8cen-
n'''-
.. ur 1... 12
mère à
ou
mère à
ou
dat .. du
"ornent,
vivant ...
d.rnier ..
date d .. la
date de
la
premier
moi ...
l'na nai"
d.rnièro
mariage
3ance
nai .... ance
Tuni"i ..
1956
oui
oui
1966
oui
1975
oui
oui
Za!re
1983
oui
oui
Zambie
1963
1969
oui
oui
1980
7
7
Zimbabwo
1961-62
1969
oui
oui
oui
1992
?
?
Sources
a
: Groupe de Démographique Africaine
(1980)
Seltzer et al.
(1981)
;
Tabutin D.
(1983),
pp.
16-19.
b
US Bureau of the Census
(1979 pp.
1-53)
c
Ramachandran K.V.
(1979,
pp.
238-272).
d
Pour
les
naissances
des
12
derniers
mois
et
le
nombre
total
d'enfants
nés-vivants,
i l
faut
rajouter
les
pays
suivants
Comores
1980,
Congo
1985,
Gambie
1983,
Côte-d'Ivoire
1986,
(Nations
Unies)
et
Burkina
Faso
1986,
Cameroun
1987,
Centr<;ifrique
1988,
Congo
1974.
Pour
les
autres
recensements,
considérer les pays suivants
: Réunion 1982,
Sao Torne et Principe
1981,
Cap Vert 1980 et Tunisie 1984.
(1)
non exploité.
t
1
1
~
i
Ji
1
tj
1
1
1
1
201
Annexe 3.2.
Taux empiriques de fécondité générale
(en %.)
par
groupe d'âges des femmes aux recensements africains et basés sur les
naissances des 12 derniers mois.
1960-1980.
PaYll
Groupell d'igell
15-19
20-24
25-29
30-34
35-39
40-44
45-,49
Botllwana
1971ae
77.0
248.3
248.0
218.1
177.9
124.7
64.5
Cameroun
1976d
127.3
230.9
207.8
158.8
122.0
57.7
27.8
Iles Comorell
1958a
89.0
187.0
188.0
156.0
109.0
53.0
32.0
1966a
87.0
219.0
223.0
186.0
138.0
61.0
48.0
Congo
1974g
20.0*
251. 0
269.0
227.0
184.0
114.0
49.0
1974h,i
107.2
235.7
239.7
201.3
160.2
100.9
46.3
Gambie
1973e
156.4
237.2
225.2
166.7
128.4
58.3
32.0
Libye
1973e
156.8
417.6
390.4
320.0
190.4
92.8
32.0
Kenya
1962a
83.3
206.8
223.2
202.8
162.9
108.6
62.9
19 7 7g
134.6
364.9
360.9
315.7
231.1
132.7
56.4
Malawi
1977j
135.6
280.3
215.5
241. 3
195.8
126.0
118.1
Mozambique
1969-70e
57.0
145.7
139.9
121.5
101.1
72 .8
63.5
Seyche11ell
1959-60a
60.6
255.4
278.7
244.7
158.7
72 .2
63.5
Soudan
1973f
109.0
259.0
273.0
213.0
150.0
55.0
28.0
1973e
106.1
249.6
256.9
198.6
142.5
55.1
33.0
Swaziland
1966b
90.4
216.6
220.6
199.5
152.3
93.5
59.1
19 7 6g
116.5
254.1
246.1
208.9
159.0
92 .0
54.5
Tanzanie
1966-67a
168.6
333.6
316.1
259.7
200.7
114.7
59.9
Uganda
1959a
125.0
248.0
225.0
189.0
134.0
59.0
34.0
1969ae
135.3
256.9
247.8
194.4
146.4
68.7
30.6
Zambie
1968-69a
72.4
224.4
226.6
198.9
147.2
86.9
40.3
Source
... a,
b,
è
Bureau
of
Census
(1979)
;
d
Ngwe
(1980,p.154)
; e
Ramanchadran;
f
: WFS Soudan
(1979, p.
61)
; g: Blacker J.G.C.
(1979, pp. 147-148, 188)
; h : Congo (1978,
p. i
Randretsa
(1981, p.
6)
;
j
United Nations
(1981, p.
623) .
• "ce taux ellt ailliez faible vraisemblablement en raison d'erreurs dans les données" (Commisllion
Economique pour l'Afrique, 1979,
p.
188).
202
Annexe
3.3.
Taux
empiriques
de
fécondité
générale
(en
%.)
par
groupes d'âges des femmes aux enquêtes nationales démographiques ou
de fécondité en Afrique et basés sur les naissances des 12 derniers
mois.
(1955-1969).
Pay"
Group6~ d'age"
15-19
20-24
25-29
30-34
35-39
40-44
45-49
Bénin
1961a
197.4
335.8
306.0
253.9
166.4
86.2
26.5
Cameroun
1960-62
157.0
221.0
199.0
157.0
157.0
51. 0
22 .0
Centrafrique
1959-60
142.0
298.0
253.0
190.0
73.0
28.0
10.0
Congo
1960-61a
138.0
258.0
225.0
180.0
134.0
77 .0
33.0
Côte d'Ivoire
1962-64
192.0
289.0
264.0
226.0
158.0
102.0
44.0
Ethiopie
1964-6 7 a
145.0
265.0
261. 0
204.0
139.0
56.0
56.0
Gabon
1960-61
171.0
090.0
173.0
127 .0
98.0
43.0
27.0
Ghana
1960a
133.0
256.0
266.0
241. 0
184.0
104.0
46.0
1960b'
154.9
331. 5
327.0
256.3
198.2
135.6
36.5
196B-69c·
162.8
308.1
313.9
275.2
211.1
100.0
56.4
Guinale
1958-55
239.7
334 .9
311. 0
245.9
171.1
68.8
27.7
Haute-Volta
1960-61a
151. 0
296.5
2 SB. 7
220.0
154.8
B4.2
19.0
Kenya
1969b'
132.0
331. 0
337.0
294.0
223.0
135.0
68.0
Madaga"car
1965-66
145.0'"
300.0
287.0
284.0
1B3.0
97.0
Mali
1960-61
219.1·"
350.2
325.6
2 'J 2 . I~
191.B
B7. 5
53.6
Mauritanie
1964-65
129.1
233.9
238.0
21B.3
174.2
95.2
53.6
Nlger
1959-60a
197.5
341. 2
306.4
259.5
191.5
99.3
47.4
Tanganyika
1956-57
102.0
190.0
173.0
126.0
112.0
78.0
23.0
Tanzanie
1966-6 7a
168·6
333.6
316.1
259.0
200.7
114.7
59.9
1966-67b
174 .0
322.0
326.0
246.0
184.0
109.0
73.0
Tchad
1964a
i62.0
268.0
217.0
159.0
121. 0
60.0
38.3
Togo
1961d
151. 0
326.0
312.0
271. 0
189.0
114. a
27.0
SOurce
a,
b,
c
Bureau of Census
(1979)
;
d
Gbényon K.
(1981)
;
* " re liable data (bureau of Census, 1979, pp. 21, 24) .
------~._---------....,,**_._..,....._""""""""-----------
203
Annexe
3.4.
Taux
empiriques
de
fécondité
générale
(en
%.)
par
groupes d'âges des
femmes aux enquêtes nationales démographiques ·ou
de
fécondité
en
Afrique
basés
sur
les
naissances
des
12
derniers
mois.
(1970-1980) .
Groupe" d'âglll"
15-19
20-24
25-29
30-34
35-39
40-44
45-49
Burundi
1970-71a
49.0
242.0
288.0
262.0
209.0
104.0
25.0
Cameroun
1978k.
171. 0
286.0
256.0
212.0
145.0
76.0
41.0
19781
194.0
294.0
281.0
221.0
155.0
93.0
33.0
Cote d'Ivoire
1959-60.
205.0
280.6
270.3
227.2
165.7
85.6
38.9
1978-79 ..
224.9
295.7
277.5
216.5
158.4
86.2
35.3
E:thJople
1968-718
j 45.3
256.3
161.8
133.5
56.9
3u.7
Ghana
1971
110.3
259.2
265.9
236.0
17 5.7
97.0
41.1
Kenya
1977e
135.0
365.0
361. 0
316.0
236.0
133.0
56.0
1978f
177.0
369.0
356.0
281.0
216.0
132.0
51. 0
Le"otho
1977m
76.0
280.0
280.0
220.0
166.0
75.0
38.0
1977n
104.0
269.0
254.0
242.0
169.0
86.0
36.3
Liberia
1970a
217.0***
256.5
237.0
245.1
161. 8
106.1
1971
187.8'"
241. 2
272.8
201. 0
166.0
49.0
Malawi
1971-72
132.0
259.0
296.0
234.0
216.0
189.0
86.0
Mauritanie
1980-81g
301.5
303.6
299.2
263.3
231.7
99.5
36.3
Nigeria
1970-738
134.0
263.0
263.0
241. !)
141.0
77.0
17.0
1970-73b'
137.0
286.0
270.0
245.0
146.0
80.0
17 .0
Rwanda
1970a
47.0
336.0
383.0
349.0
252.0
118.0
47.0
Soudan
1979i
55.0
224.2
273.7
249.0
173.8
62.1
40.8
19 7 9j
90.2
274.9
324.6
272.4
155.4
109.9
17.7
Togo
1971d
99.0
248.0
245.0
208.0
164.0
99.0
60.0
Tuni"ie
1978h
34.0
200.0
303.0
250.0
185.0
96.0
25.0
Zambie
1974a
137.0
143.0
209.0
353.0
340.0
Ill. 0
37.0
Sources
a,
b,
c,
Bureau of Census
(1979)
d
Gbényon K.
(1981);
e
République
de
Côte
d'Ivoire
(sd.,pp.
213-220)
f
Henin
A.R.
(1982,
p.
7)
g
Direction
de
la
Statistique
de
Mauritanie
(1983,
p.
37)
h :
WFS Tunisie 1978,
taux sur 2 ans ;
i,
j
: WFS
Soudan 1979 p.
61, enquête ménage
(i), enquête
individuelle
(j)
;
k,
l
WFS Cameroun 1978 pp.
4-5,
enquête ménage
(k),
enquête
individuelle /
moyenne sur 3 ans
(1)
m,
n
: WFS Lesotho 1981,
p.
6, enquête ménage
(m),
enquête individuelle
moyenne sur 3 ans
(n)
;
P : Ramachandran K.V.
(1979,
p.
243) .
••• taux à main" de 20 an".
exclusion ici de"
f ..mmes d'âge erron4.
~P""-----
204
Annexe
3.5.
Taux
de
fécondité
générale
par
âge
et
indices
synthétiques
de
fécondité
sur
la
base
des
naissances
des
cinq
dernières années précédant l'enquête selon les pays.
Indice
Qua l i t
Groupe d'âge
~ynth.
de
15-19
20-24
25-29
30-34
35-39
40-44
45-49 fécond.
taux
Enqujl,te~ EMF
(1).
Benin
0.151
0.314
0.329
0.278
0.193
0.099
0.051
7.10
Cameroun
0.187
0.295
0.277
0.220
0.155
0.106
0.041
6.40
Côte d'Ivoire
0.216
0.314
0.299
0.246
0.207
0.129
O.OGO
7.40
Egypte
0.099
0.256
0.286
0.217
0.130
0.048
0.016
5.26
Ghana
0.136
0.255
0.276
0.245
0.188
0.132
0.061
6.46
Kenya
0.178
0.346
0.356
0.298
0.244
0.164
0.066
8.26
rI. 1'1;
'.1.;' hR
n _2 SR
{' . :' ~~ \\
0.17.\\
".O\\!4
0,0.\\0
Maurlt.anie
U. 154
0.264
0.290
O.24~
0.168
0.086
0.044
6.20
i:
Moroc
0.093
0.265
0.296
0.222
0.178
0.098
0.029
5.90
Sénégal
0.188
0.304
0.331
0.270
0.197
0.106
0.036
7.16
1
Soudan
0.108
0.260
0.282
0.251
0.146
0.107
0.035
5.94
ç
f
Tuni~ie
0.034
0.225
0.304
0.260
0.199
0.112
0.036
5.85
t
Moyenne
0.137
0.281
0.299
0.249
0.182
0.107
0.042
6.48
(
1
1
1
Enguête~ EDS
(2).
1
8ot"'''ana 1988
0.126
0.212
0.201
0.191
0.150
0.084
0.035
5.00
1
Ghana 1988
0.129
0.260
0.283
0.242
0.194
0.119
0.060
6.40
Libéda 1986
0.184
0.285
0.272
0.223
0.184
0.114
0.063
6.61
1
Ondo
(Nigeria 1986)
0.061
0.236
0.303
0.290
0.196
O. 109
0.043
6.19
Mali 1987
0.201
0.291
0.288
0.260
0.193
0.112
0.040
6.90
1
Maroc 1987
0.049
0.183
0.233
0.210
0.161
0.087
(0.044)
4.80
Sénégal 1986
0.159
0.279
0.278
0.261
0.199
0.107
(0.040)
6.60
Tuni"ie 1988
0.030
0.166
0.249
0.225
0.135
0.060
0.011
4.30
Source
(1)
Nations Unies
(1987b)
(2)
DHS
(1987-89)
Notes
A = Bonne qualité ;
B
Acceptable ;
C
Moins fiable.
205
Annexe
3.6.
Répartition
des
Populations
africaines
selon
la
descendance moyenne
(0),
l'âge moyen à la maternité
(m),
la variaryce
(var),
la mesure de la qualité de
l'ajustement
pour les
fonctions
Bêta
et
le
polynôme
(somme
des
Khi-deux) 1
et
les
paramètres
du
polynôme de degré trois aux recensements sur question des 12 derniers
mo i s
(196 0-1 980) .
RECENSEMENTS
~
Population~
o
M
Var
Somme de~ X"
(en '!!. 1
ParamGtre~
Bêta
Polynôme
a
b
K('!!.)
b-a
Bot~wana
1971
5.79
30.47
66.5239
29. a
13.8
14.16
54.94
0.251
Cameroun
1976
4.66
28.08
61.9063
20.2
14 .1
12.35
51.69
0.234
Comore~
1958
4.07
28.92
61.9285
28.6
14 .1
13. 08
52.43
0.204
1966
4.81
29.31
62.8140
46.3
25.1
13.46
53.08
0.234
Congo
1974hi
5.46
29.56
65.7161
15.8
5.5'
13.35
53.88
0.243
40.53
Gamble
1973
5.02
27.88
63.4102
18.8
15.2
11.95
51.77
0.::40
Kenya
1962
5.18
30.25
65.2380
13.1
:3.9'
14.10
54.48
0.2:4
40.38
1977
7.98
29.40
60.6262
21.3
8.9'
13.83
52.76
0.417
38.92-
Libye
1973
8.00
28.18
52.8938
25.1
19.0
13.63
49.99
0.549
Ma1awl
1977
6.86
30.39
77.1936
36.4
27.8
12.82
56.75
0.221
Mozambique
1969-70
3.51
30.82
77.0017
41.0
31. 8
13.27
57.15
0.114
Ouganda
1959
5.07
28.34
61.0210
26.5
:.'; • .3
12.72
51.78
0.261
1969ae
5.40
28.33
60.3884
16.8
8.9'
12.79
51.65
0.284
38.86
Seychel1e~
1959-60
5.43
29.16
48.1646
19.4
7.8'
15.28
49.98
0.450
34.70
Soudan
1973e
5.21
28.53
56.8428
34.7
21.2
13.45
51.15
0.310
1973f
5.44
28.44
54.2976
27.8
17. a
13.70
50.55
0.354
Swaziland
1966
5.17
30.04
67.8921
24.8
10.0'
13.56
54.76
0.215
41. 20
1976
5.66
29.36
66.5959
25.2
11.7
13.04
53.84
0.245
Tanzanie
1966-6.7
7.27
28.97
65.9622
19.7
9.6'
12.73
53.34
0.321
40.61
Zambie
1968-69
4.98
29.74
60.9385
27 .1
11.5
14.13
53.16
0.258
~ : valable pour le~ a.nnexe,:, 3 6 il 38
3 aju~tement:o par la Bêta et dont le:o difféI'ence:o avec le polynôm<;> ~ont négligeables (Khi-deux) ont gté
con~idéré~ bon~ pour ce dernier et comptÉl~ comme te1~.
meilleurs aju.!!tements .
••
.!!érie complète de taux, y compr!.!! l,,~ taux inférieur.!!
à 15 a.n~a
•••
va1eu r~ nul1e~ d .. " taux pour le polynôme apr.è~ 46 an-"
d'où Khi-deux élevé.
1
(fx -
fx) )
fx et fx étant
Sonune du Khi-deux
~
les taux empiri-
0
x
fx
ques et ajustés
et D,
la descendance finale.
206
Annexe
3.7.
Répartition
des
populations
africaines
selon
la
descendance moyenne D,
l'âge moyen à la maternité m,
la variance'var,
la mesure de-la qualité de l'ajustement pour les fonctions Bêta et le
polyneme (somme des Khi-deux), et les paramètres du polynome de degré
trois aux enquêtes sur question des 12 derniers mois
(1960-1980)
SiQOEiES
rOplI] dt Jons
Sme des Xl l,en \\i
?aralelres
'iar
5êla
Pol,nô.~
1
!
! ILl
Bénin i~~2a
701
Jl,'8 11.1]01
10.7
U'
lU6
\\0.48
Hll
)13 j
Burundi lQl0-l1a
\\.90
JO.jj 10.Jin
lU
U'
j5,94
51.\\6
O.HO
]1.62
Cmroan 196H2
UO
11.48 61.Wl
11.1
Il. J
11.81
\\1. 00
0.231
lU9
1j 18 k
1.94
28.12 6~.01H
20.!
14.1
lU!
12.1 J
0.218
40. 02
Im[
U6
l8.0l 61.1911
9.0
6.1'
!l.lO
\\ l. 91
0.104
JUI
Cpntra!rique 1~IHOu
Ul
J6.J9 O.8m
JU 190.0'"
13.1 ]
46.26
0.01
JJ.l J
Congo Im-6la
UJ
28.3] 61.9607
18.1
lU
lU]
IU2
0.241
JU9
Cote-d'! IQ; re 1HH4
U8
18.3861.4\\61
10.0
lUI
11.41
11.01
0.269
41.07
lm-He
6.11
28.10 61.2168
8.8
1.]'
lUI
\\2. JJ
0.281
40. J8
1918-ne
6.0
n.12 64.1669
1.9' 10.1
Il .61
11.89
0.295
~Ul
!thiopie Ij6Hla
Ul
lUl H.1119
lU
JU
IUJ
12.\\1
0.258
40.20
196]-11a
1.11
21.88
61.1181
25.1
19.1
]2.24
\\1.35
o. )6]
JUI
Gaoon ]°5:151
Ul
27.17 66.6181
ll,\\
J1.7
10.24
11.67
0.179
!UJ
Ghana 19&0,
6.!\\
79.]7 5U/OO
1D.J
1. 4'
Il. H
lU:
o 286
40. Cl
; Qi 0h
28.96 ~2,2i]1
lU
Q.i'
LJ,18
52,\\2
0, JI7
JU4
19~H9c
29.06 6J.li J!
lU
\\.6'
ll. j 0
\\J. 01
O. ]j8
JUi
~9.J8 6l.2109
15.0
CO·
iJ. 71
1;.3\\
0.304
]9.12
Guinée mHI
21.]j
\\8.6: '2
lû.8
11.1
lUI
50.29
O. )9;
JU&
~dlJtHoltJ 1960-61a
28.iO Il.9W
lU
1.0'
:2.81
\\0.9J
0.1 J9
18.06
lenya Ij6 Qb
29.'0 6U6Q
2U
7.S'
lU8
Il. H
O. J\\4
40,06
1977e
2~. n ,i), \\8:J
20.1
g,J'
11.86
\\2.71
0.419
)8.91
191 R;
lUi il2Dl:
il.9
:.5'
! i .91
\\U2
D J9;!
JO 71
~eSO[b0 l\\)7~
\\18010
0.8
:6~
lUI
1150
! 9: 1n
IUO~Q
!1 ~
'. ),
! 1.88
\\ 1. 16
o Jla
JU!
'1
Lihér!) ")7:1,"
: g : 1
'0
\\'. J501
oU'
lU
i i . 3\\
l u . ~
O. J5\\
H,0J
"11
., 1
i Q71"
" l ,
\\8418:
2:.~
!?j
iQ,54
O. ~ r
~ 8. ;Z
, a,
~,dagdSCl: ;)'5-1," .
U9
J, ,
lJ. l3
~1 28
]8.lO
~diavi ~97]-}~i2
6.6b
Jû.V6 10.2800
29.1
]l.l
;J.i a
11.21
4l. Q1
~ali ~~~0~,1 f
; .4 4
:1 l'
:UO 6l.!m
lU
U'
; "
• J 1
D.m
lUl
~auri tme 196H\\
\\.)1
29.11
67.606
lU
4.1'
1J.01
14.; ~
0.240
4; 20
:18H!o
1.Ii 8
21.86 i~,2100
12,:
~t6
::.46 \\2. H a. !;6
!UO
figer 19\\9-60a
1.21
l8. J6 6!.l)]1
i 5. j
8.8'
12.35
12. J9
o.JJ 7
~o.o4
ligéria 191O-ila
1.68
28.28 IUH8
~ .)
1. ~ t
11. 16
50. \\1
~ , ~ 1
lQ1D-7Jb
1.90
28. 21
14?HI
ID 6
4. l'
13.41
10. ~O
om
)6. Q~
1
handa 1~10a
7.56
JO.l \\ \\0. J7H
42.\\
lU
!1.9~
51. H
G)30
JI, 49
!
Soudan 19?jj
UO
29,84 121882
10.\\
21.6
]\\ JO
11.\\1
O. ]*0
lb ' 2
1979 J
6. 21
2U) 11.1m
lO.ll1.4
lU]
ID .10
O.H~
J\\ . 91
1
Tanganyika lm-Il
U2
28.71 66.6184
17.6
11.7
12.4J
Il. H
0,1H
40.81
1966-61b
7.11
28.96 68.090
JO.8
lU
lUi
11.79
0.294
41. J8
1
fchad 1Nl
l, 1J
27.09 61.\\11\\
lU
lU
\\UO
\\1.98
Q,m
40.48
Togo 19610
6.91
J8. 59
!
18.5100
]O. 6
1. 1•
)1.)9
\\1.6 \\
O. JI9
)8. 16
\\.62
29.1 j
66.98Q
lU
lU
il. !2
I!H
0, HO
1
40.~2
!
Tunisie 19 18b
1.47
10 ]9 41.780\\
2J.9
4.5 t
!b.:6
D.m
lU5
1
Zambie 197 4a
6051
J1. 11 \\8.08\\1
10\\.7 17\\.0
l5.88
1J.Q9
1
o. 118
lUI
i.
1
1
j
c z œ Ù l & , _
207
Annexe 3.8.
:
Indices de niveau et de structure de la fécondité aux
enquêtes . EMF
et
EDS
avec
les
paramètres
des
fonctions
Bêt~
et
Polynôme de degré trois
(1977-1988) .
.,
1 Pays
D
RI
Var
Sœme
de ~ \\.
a
l(JI
K
Bêta
Po1yriJœ
<;,
1
• •r
Enquêtes EMF
,
Bénin 1982
7.07
26.99
59.9160 100.1
54.9
13.79 52.90 0.363
, ,
carœrnm 1978
6.40
26.41
64.7530
40.6
56.6
12.54 53.28 0.279
Côte-il' Ivoire'
7.35
27.34
70.9380
23.5
55.8
12.49 54.61 0.281
Egypte 1980
5.26
26.14
47.1300
63.3
86.8
14.72 49.41 0.436
Ghana 1979
6.46
27:89
67.1830
32.1
14.9
13.78 55.17 0.264
Kenya 1977
8.26
27.60
65.8170
43.6
31.3
13.65 54.62 0.352
.. ~-
. ':: .~
Lesotho 1971
5.79
27.24
57.3060
51.9
36.9
14.42 52.61 0.326
Maroc 1980
5.90
!
27.31
55.6310
72.9
50.9
14.73 52.34 0.354
l4auritanie 1981
6.24
26.82
61.0130
64.7
33.8
13.46 52.97 0.307
'~l
Sénégal 1981
7.16
26.62
59.7030
16.1
7.4
13.41 52.52 0.367
Soudan 1978
5.67
27.61
58.2440
81.0
53.2
14.33 52.80 0.326
;:i
'IUnisie 1979
5.85
28.63
50.6950 144.0
33.3
16.82 52.55 0.430
.
""';
"-<1
Enquêtes ms
fX)tswana 1988
5.00
27.16
64.750
15.8
15.6
13.32 54.01 0.218
'Î
,,:_ c_,
Ghana 1988
6.43
27.80
65.458
52.0
18.7
13.92 54.76 0.278
Libéria 1986
6.61
27.06
70.084
48.6
60.2
12.55 54.90 0.247
Mali 1987
6.92
26.69
63.858
5.8
20.2
12.93 53.40 0.310
C
Maroc 1987
4.84
28.58
56.991
101.3
23.2
15.87 53.84 0.279
,1:, 1. Nigéria (Etat
-,' ~ J'
_"."1.
d'01do) 1986
6.19
28.35
53.3920
97.1
19.8
16.12 52.88 0.407
" j
Sénégal 1986
6.61
27.11
61.9210
16.2
10.3
13.63 53.43 0.317
Tunisie 1988
4.38
27.84
42.2000
39.8
17.2
17.27 49.91
','
If
0.463
.".
;1..~~a
:;,
;
;j.' :
::~f< .
-:'".'
,,/;"' .."
<1
208
Annexe
3.9.
Ajustement
polynomial
de
la
fécondité
(extraits
de
Castiglioni et Duchêne,
1988).
"Soient x l ' âge des mères lors de l'enquête ou du recensement
et
y
l'âge
de
leurs
enfants.
Si
le
schéma
de
fécondité
suit
un
polynôme
du
3ème
degré,
ce
qui
est
une
hypothèse
réaliste
pour
l'Afrique (J. Duchêne et S. Gillet-de Stefano, 1974 ; E. Yapo, 1983),
le nombre de ces enfants est égal à :
f(x-y)
a
k(x-y-a) (b-X+y)2
pour toutes les valeurs de x et y telles que a ~ x-y ~ b où a et b
sont
respectivement
les bornes
inférieure et
supérieure de
la vie
fertile de la femme.
La parité des femmes d'âge x
(à l'enquête)
s'écrit
o (xl
J :-a f (x-yi dy
(k/12)
«b-a)' - (b-x) 3 (3x-4a+b»
et si x = b,
on obtient évidemment la descendance moyenne par femme
D = D(b)
= k(b-a)' 112
Chaque femme d'âge x
(à l'enquête) mettra donc encore au monde
après l'âge x R(x)
enfants
R(x)
D(b)
- D(x)
= k(b-x)3 (3x-4a+b)/12
Le nombre d'enfants mis au monde par les femmes d'âge compris
entre a et x
(à l'enquête)
s'écrit
/
(a;
J:
J
d
xl
=
0 (x)
dx
:~a J:
=
f (x-y) dx dy
""
(k/60) «b-a)' (5x-3a-2b) - (b-x)' (5a-3x-2b))
209
Annexe 3.9
(suite).
Le nombre d'enfants qui seront mis au monde après l'enquête par
les femmes d'âge compris entre x et
b
(à
l'enquête)
est
égal à
r(x:b)
-
f bx R(x)dx
...
(k/60) (b-x) 4 (3x-Sa+2b)
Il
Les enfants peuvent être répartis sur un diagramme de Lexis,
selon
leur âge et
l'âge de
leur mère
(cf.
Castiglioni et Duchêne,
1988) .
Au cours des cinq dernières années qui précèdent l'enquête, les
femmes
d'âge
compris entre x et x
+ 1 mettent
au monde un
noIDbre
d' enfants
qui
se
calcule
de
la
manière
suivante
en
intégrant
la
fonction dans les configurations présentées au chapitre III
:
Pour les taux annuels des 12 derniers mois
1. Si x est tel que x<a<x+1
E (a;x+1)
d
(a;x+1)
(K/60)
«b-a) 4 [5 (x+1) -3a-2b)
-
(b- (x+1+)) 4 (Sa
-3 (x+1) -2b) )
2. Si x est tel que x<a+1<x+1
E (x;x+1)
=
d(a;x+1)
- 2d(a;x)
3. Pour tous les âges x tels que x>a+1 et x+1<b
E (x;x+1)
(K/60)
(h(x+1)-2h(x)+h(x-1»)
avec h (x)
(b-x) 4 (3x-Sa+2b)
4. Si x est tel que x<b<x+1
E (x;x+1)
=
r(x-1;b)
-
2r(x;b)
210
Annexe 3.9
(suite et fin).
S.
Si x est tel que x<b+l<x+l
E
(x;b+l)
.. r(x-1;b)
...
(K/60)
(b-(x-1))t
(3(x-1)-Sa+2b)
Pour les taux quinquennaux des S dernières années par année d'âge de
la femme.
6. Si x est tel que x<a<x+1,
on utilisera la relation 1.
7.
Si x est tel que x<a+1<x+1
E 7
(x; x + 1)
= d (a; x +1) -d (a, x)
8. Pour les âges x tels que x>a+1 et x+1<a+5,
on utilisera la
relation 7 ou bien la formule ci-après,
avec x
= x+1.
1
Es
(x; x
-a) k/ 12) . g (x)
avec g (x)
= (b-x)
2 )
(
(x 2
J (4a-3x
-b) + (b-x
-4a)
2 ) ) (b+3x 2
9. Pour les âges x tels que x>a+5 et x+l<b
E g
(x;x 2 )
= (5k/12) .g·(x)
10. Pour l'âge x,
tel que x<b<x+1
Ela
(X; x 2 )
= E g (X; x 2 ), b étant très proche de x+l
11. Pour les âges x tels que x>b et x+l < b+S
E ll (XjX 2 )
= (x-b-S)k .g(x)
12
211
Annexe 3 .10a.
L'indice de différence relative.
c'est un indice-résumé des différences
relatives à chaque âge
entre deux distributions exprimées en pourcentage
(Shryock,
1976).
Il mesure la différence de structure entre deux distributions de ce
type.
Dans notre procédure, on fait la somme des valeurs absolues des
écarts
relatifs,
à
chaque âge ou groupe d'âge,
par
rapport
à
100,
divisée par n,
le nombre de groupes d'âge de la distribution.
Ceci donne une moyenne des écarts relatifs
(en %)
à chaque âge.
Cette moyenne est ensuite divisée par 2 et l'on obtient l'indice de
différence relative entre les deux distributions
(la division par 2
revient à considérer soit la somme des différences positives soit la
somme des différentes négatives).
La formule de calcul est
IRD
~
(r2a x 100)
-
100
/2n
rla
Dans cette formule,
rla est la proportion de la population d'âge
a
dans
la
population
totale
de
la
première
distribution,
r2a
la
proportion de la population du même âge de la deuxième distribution
et IRD,
l'indice de différence relative de structure entre les deux
distributions.
Dans
notre
cas,
lorsque
l'indice de
différence
relative
sera
supérieur
à
10
%,
nous
conclurons
à
une
différence
re 1ati ve
de
structure entre les deux distributions.
1
t.
212
Annexe 3 .10b.
L'indice de dissimilarité.
C'est un indice-résumé de la différence de niveau entre deux
distributions
par âge basé
sur
les différences
absolues
entre les
pourcentages
à
chaque
âge
(Shryock,
1976).
Pour
appliquer
cet te
méthode, on fait la somme des différences absolues entre pourcentages
dans chaque groupe d'âge, divisée par 2.
La
division
par
2
équivaut
à
considérer
soit
la
somme
des
différences positives ou celle des différences négatives.
La formule générale est alors
ID
1/2
~ j r2a - rIa 1
où -
rIa
est
la
proportion
de
population
d'âge
a
dans
la
population totale de la première distribution;
-
r2a,
la proportion
de
population
d'âge
a
dans
la
population totale de la deuxième distribution;
-
et ID,
l'indice de dissimilarité.
Plus
cet
indice
est
grand,
plus
les
distributions
comparées
seront différentes.
Nous retiendrons ici le seuil de 10 %.
Ces deux indices,
indice de différence relative et
indice de
diss imilar i té,
seront
ut ilisés
pour
comparer
entre
eux
les
calendriers
de
fécondité
ou
les
structures
stables
de populations
féminines déduites des lois de fécondité et de mortalité.
op--'
213
Annexe
3.11.
Proportions de décédés par groupe d'âges des
modèles
A,
B,
C et D des tables-types de l'OCDE et indices de dissimilarité,
pour eo ~ 47.61 ans.
Groupes
Proportions de décès
(en %)
d'âges
A
B
C
D
< 15 ans
33.9
23.4
28.2
26.1
15-19 ans
1.8
1.6
1.9
1.7
20-24 ans
2.0
2.2
2.3
2.0
25-29 ans
2.2
2.9
2.7
2.3
30-34 ans
2.3
3.4
3.1
2.5
35-39 ans
2.5
3.7
3.4
2.7
40-44 ans
2.6
4.0
3.8
3.0
45-49 ans
2.9
4.3
4.3
3.5
> 50 ans
49.7
54.5
50.4
56.2
TOTAL
100.0
100.0
100.0
100.0
ID
(0 ans et
+)
AD
7.9%
BD =
4.5%
CD
S.8 1;
ID
(15-49 ans)
0.8%
2.3%
1. 9%
214
Annexe
3.12.
Taux
de
statistique
de
l'état
civil,
taux
d'accroissement naturel et espérance de vie à la naissance: dernière
année disponible.
r.ontin~nt el pays
Tm !p.IOOOI
esperance de iie
ou zone
j la naJSsance
année
natalité lortalité
aCCr0155~lent
brote
Infantile
naturel
date
mcul in téainin
AFRIQOE
Algérie
1980-85
0.1
10. i
88.0
lU
1981
18. \\
61.1
Anqo 1a
1980·8\\
O.J
22. ;
148.1
1\\. J
\\980-l981
40. !
4].5
Bén 1n
1980-8\\
\\0.1
21.2
120,1
29.1
1980-1981
0.4
4\\.6
Bol sva na
1980-8\\
49.9
12.6
16.2
J1.]
1980-1981
lU
lU
Burkina Faso
1980-8\\
47.8
20.l
1\\0. 1
11.1
1980-1981
0.1
46,8
Burund i
1980-8\\
41.2
19.0
114.1
J8.1
1980-1981
H.9
48. J
Caeroun
1980-85
4209
II.!
10U
11.1
1980-1981
49.2
;2.6
Cap-Yert
198\\
JU
8.4
7605
26.2
1919-1981
\\8.9
61.0
iépubliaue
1980-81
4U
21.8
142.0
2l.i
Im-1981
41.1
4406
Centrafricaine
reDan
1980-i~
142 8
2U
;~80-1981
41.4
H.6
COlOres
J 980-85
88 . ]
JO\\
]080-1981
48..1
li.?
Conqo
lm-8~
4U
8: . ~
11.1
1980-1981
4409
48.1
Côte-d' :'IOi re
1no-8~
lU
!U
;09 .9
JQO
4U
~U
gmte
1981
J? ~
) 1
701
:\\~D-lm
16.8
lU
GUIDee SQ~l\\oriale
:'!8o-&l
~2\\
2! .0
1Ji,]
!Q80-lnl
C.!
! 1.5
Ethiopie
198O-81
~ 9. Î
23.2
114.9
26.1
!980- i 98\\
JU
!U
Ga bon
1980-81
J1. 8
lU
]lI. 9
lU
mO-lnl
4ï.4
SO.7
Gab i e
InO-8\\
~ 8. !
;U
IlU
i 9.!
;nQ-!981
lU
1 ( '
. ~ . j
Ghana
\\980-8\\
H.?
lU
9U
lU
1980-1 Q81
\\0. J
lU
Guinée
1~8HI
!U
2J. 1
! \\9.1
i J. )
:980-!?8\\
1.\\.1
A].8
Gui néH i j SJIj
1980-85
40 1
21. 1
:41.8
19.0
InO-l081
A].\\
AU
Kenya
1980-81
55. !
14.0
SO.]
!1. :
:no-l Q8\\
Lesotho
;080-81
!1.8
lU
il ~ .1
1\\.3
1980-198\\
46. ]
Liiéri .J
l?8H~
~ 8.1
l J~ .:
11
1
.J1,1
j980-~n;
n.A
JuaDnya Arabe
1980-85
4U
10.9
96. 1
lU
1980-1985
56. 6
50. Q
Lyb! enne
~adaqasm
1980-81
4U
16.\\
67.0
2U
1980-1985
48. 9
~a 1avi
1011
!8.)
2U
130.0
i J.!
1977
l8 !
~a 1i
197~
43.1
!U
120.9
il.!
19H
!' Q
. ~ ...
~auritanie
1980-81
10.1
20,9
1J7 .J
29.2
1080-;981
j ' A
.... H (
~.J • ,;
[les ~mir:e
1~g6
\\.1
I l '
... \\
:Q~:':984
(4 ;
lM:-_ L1I':,
.1 li
\\ \\
l ; .
{ "
'.'
1
~aroc
198H~
jH
YU
l'!~U-!m
\\U
~ombique
19!HI
41. l
19. :
11 J. 1
21. 4
1980 -1985
H. !
45,2
laBbl e
J98HI
41. 1
17.]
11 ~ \\
lU
1980-138'·
4505
j 9. Q
li qer
1980-81
lU
22.9
!45. ;
28, l
1980-]985
40.9
~. :
liqeria
i no-81
10.4
11.1
114.1
]J.J
1980-19!1
A~ ,'1
o 2
ién: n~
'\\1:
: j
l
1
__ .
.• _ _~
""MO!lllii&r."!l.i!&lii.\\il4I111ll\\ll.
~~~.~.~
215
Annexe
3.12.
(Suite et fin) .
Conlmot et DaIS
faux IP.lOOO!
espéranceie ,jf
QI; ;one
i la nalssaoce
aonée
natJllté IOr:Jlilé
accroisseleat
brD t e
brute lofaotile wurel
date
mculin iémio
imda
1980-8\\
\\l. ~
lU
1J2. D
lU
!978
4\\ . l
4' l
. / , 1
He-Hèléoe m, dép. i 980
lU
8.2
lU
1.4
Sao fOle-et-Priocipe 198\\
JU
U
0l.1
271
Séoéqal
1980-85
46,4
:0.9
HU
21.1
1980-i981
41.1
H.9
Selcoell es
1986
2U
1.0
lU
18.6
Im-l982
66 .1
7). 4
Sierra Léooe
lm·8~
41.4
: ~ Î
b • • ,
[79. 1
11.1
1980-198'
lU
1\\. \\
Smlle
1980-8\\
n .9
2U
1\\t 9
2U
1980-198\\
JU
42.\\
Afrique du Sud
1980-8\\
18.1
11.9
8J.1
lU
1980-1985
\\1.8
\\5.2
Soudan
1980-8\\
O.l
lU
111.8
lU
1980-1981
H.6
49.0
Smiland
1980-81
n.l
17.2
119.1
JO .1
1l80-l981
46.9
\\O.l
rogo
1980-8 \\
4\\.2
11.1
102.1
lU
1980-1981
48. B
\\U
fooisie
1980-8\\
lU
10. a
8\\. J
lU
1980-198\\
50.1
51.1
Ougaoda
1980-8\\
50.1
16.8
!lU
lU
1980-198\\
4U
50.1
Rép.Ooie 1e ~JOZJoie 198H\\
50.4
lU
114.8
11.1
1980-198\\
49. J
"
1
J•. ,
~ai re
1980-g:,
4\\ .1
11.8
10U
lU
1980-198\\
48. J
\\1. ?
Zubie
~980-85
d8 .l
15.1
~ 8. J
1J. 0
lO8H98\\
4U
\\ ).1
Zi.babve
lO8H:
4' .[
l' ,
./J.IJ
8U
lU
1980-198S
lU
lU
Source
Nations Unies
(l987a) .
216
Annexe 3.13.
Structures de Populations stables par groupe d'âges.
Ag .. exact
sud
Nord
Centre
Ou .. "t
S"t
e
•
52.93
..
•
60.68
"
-
46.87
..
•
46.87
e
-
50.27
rOm
2.44 %
rOm
2.67 %
rOm
2.71 %
co. 3.12 %
rOm
3.55 %
eff.ctif~
%
effectif"
,
• ff .ct i f ~
lfJ
.. ffectif"
'li
.. ffactif"
%
o an
91MB
35~
93200
35~
99993
421
99909
461
99533
461
an
315342
1220
325724
1229
289603
1356
286062
1469
297839
1534
5 an"
340926
1319
349530
1319
294723
l380
285798
1467
304570
1569
10 an"
297697
1152
302559
1142
250931
11 7 ~
238395
1224
251075
1293
15 an"
259915
1006
262341
990
214930
1006
200049
1027
206911
1066
20 an"
225875
874
2;:6 7 33
855
183132
857
166994
857
169638
874
25 an"
195496
757
195428
737
155508
728
138927
713
138471
713
30 an"
168542
652
168011
634
131691
616
11 52 62
592
112569
5eO
35 an"
144711
560
144057
544
111238
521
95385
490
91129
469
40 an"
123633
478
123129
465
93664
438
78686
404
73395
378
45 an"
104877
406
104782
395
78483
367
64594
332
58676
302
50 an"
87950
340
88559
334
65212
305
52583
270
46341
239
55 an"
72260
280
73968
279
53356
250
42150
216
35802
184
60 an"
56883
220
60338
228
42264
198
32711
168
26400
136
65 an"
42215
163
47722
180
32117
150
24352
125
18252
94
70 an"
28934
112
36287
137
23197
109
17232
88
11571
60
75 an"
17315
67
25935
98
15451
72
11245
58
6315
33
80 an"
10536
41
22232
84
10656
50
7521
39
3307
17
Total
2584135 10000
2650537
10000
2136149 10000
1947755 10000
1941794 10000
1
f
1
1
217
Annexe 4.1.
: Taux annuels quinquennaux basés sur les naissances des
cinq dernières années pour le Ghana,
le Maroc et le Sénégal.
Ghana
:'Or--
''''
1 ~o
.
1.20
1.10
L--llL-_-.L-_-",---------:"':----;';---;'';---;'';----
20
2S
]0
J5
40
4S
...
Maroc
....
~:~~ ~
','0
1.80
ua
UiO
:.~O
'.'"
'.JO
-
" 0
1,10
1.00
o....
0~0
0.70
0.10
•
U..!I0
Hl>
O.JO
0.10
:uo
~ J
_ ~ ,_ _~ ,_ _',::--
0,00
'5
lO
25
)0
35
...
00
a1 ... :::e
.........
218
Annexe 4.2.
Proportions S,
à chaque âge,
des femmes avec scolarité
dans quelques pays africains
(en %) •
Age de
Le"otho
Kenya
Cameroun
S'n'gal
Ghana
Maroc
Rwanda
Togo
la femme
1977a
1977
1978
1978
19,9
1980
1983
1988
1S
76. 5-
88.8
'79.1
~9.6
80.5*
36.6*
'72.4
65.9
16
92.7*
82.9
74.4
26.7
79.4
35.1-
66.4
52.9
17
97.7
78.9
76.1
30.9
71.1
30.9-
59.8-
66.9
18
97.2
72.1
71. 3
24.7
66.2
30.8-
63.2
61.9-
19
93.7
75.1
77.6
29.8
62.1
32.1-
63.6
66.1
20
90.5-
68.9
60.3
22.3
64.4
26.1
59.9
59.0-
n
96.5
74.3
77.4
21.4
64.7
31.7-
60.8
63.6-
22
94.8
69.7
70.8
27.9
64.5-
26.8-
62.5
52.0-
23
95.2
65.0
70.4
23.9
72.6
33.5-
58.5
50.4-
24
96.9
67.8
70.0
23.5
56.8
23.4
55.5
50.0
25
97.4
'56.6
50.6
16.7
50.4
:!2.2
61. 7
42.2
26
93.9
56.2
60.4
17.3
57.8
23.5
58.6
41.7
27
93.5-
57.8
49.4
13.2-
66.5
24.3
55.1
48.0
28
95.2
58.0
45.6
9; 2-
42.6
26.4
50.5
38.0
29
90.9
57.3
50.0
20.2
42.3*
24.6
48.9
44.1
30
89.2-
41.3
::2.9
6.2
28.8
15.1
43.4
30.0
31
94.4
61. 7
47.8
f3.6
43.2
21.7
39.3
25.0
32
92.0*
51.1
39.3
10.0
40.4
19.3
41.3
24.3
33
95.0
48.8
26.0
5.1
41. ,,-
19.4
28.9-
42.4*
34
96.6
39.1
29.3
7. l
25.0
8.5
3 {; . 4
35.8·
35
93.6
31 .9
22.3
2.2·
22.5
7.6
35.7
29.3
36
92.1
38.0
21.0
6.5
25.2-
11. 0*
37.4
31. 3
37
93.S
37.4
19.2
4.6-
2S.6
10.4
32.6*
3S.5-
38
'Il .6
3S.~
1 Q. 2
3.3
20.9-
12.8
39.B
~ (,.1
39
91.2
32. S
n.9
9.0
21.3
7.5
21. S
21.4
40
78.9-
23.3-
S.2
3.0
1.8.8
4.1
37.5
19.0
41
85.7-
39.1
19.1
4.3-
18.2
8.7
29.9
16.7
42
90.3
37.1
9.6
4.2
16.2
4.0
35.7
18.5
43
91.2
31.3-
19.1
0.0
20.9
2.3
23.S
lS.9
44
80.9-
28.2
11. 3
3.6
14.1
4.3
23 .0
20.0-
45
91. S
25.3-
10.7
1.6
10.7
0.8
23.1
9.3
46
87.S
23.3-
9.7
4.6
12.9-
2.4
21.0
13.3-
n
86.6-
31.1
14.6
1.8
9.1-
2.8
lS. 7
2.5
49
93.1
17.3·
6.2
1. S-
19.5
1. ;;
14."
1.7
49
S.6
0.0·
10.S-
2.3
1 S' 9
10.7-
En"eîî\\b1e
92.4
56.5
45.7
15.5
47.2
20.9
49.7
41.8
Fem. "col.
3 3;-: 9
4534
3SA)J
614
2BfJ2
1178
;' B:) 3
1404
Total fem.360J
B025
7845
3965
6125
5647
570·1
3360
Source
Bandes standards des enquêtes.
Note
Femmes non célibataires.
*
L'astérisque indique les valeurs
exclues du nuage de point.
............
219
Annexe 4.3.
Proportions A, à chaque âge, des femmes alphabètes dans
quelques pays africains
(en %) •
Ag" Cf.
L.. ~otho
Kenya
Cameroun
S'n'gal
Ghana
Maroc
Rwanda
Togo
la femme
1977a
1977
1978
1978
1979
1980
1983
1988
15
16.5*
81. 9*
69.9
28.3
75.2*
34. 7-
62.1
50.1
16
92.8*
76.2
68.9
25.6
69.3
33.2*
59.5
41. 3
17
92.4
79.5
68.5
26.8
67.5
28.2*
52.8*
51. 7
18
96.6
73.8
60.8
22.3
62.6
29.8*
57.9
42.3*
19
92.2
13.5
70.1
32.9
58.7
28.4*
53.0
55.6
20
86.4*
67.1
50.4
23.3
61.1
24.1
52.8
45.8*
21
93.7
73.6
71. 4
24.7
60.8
31.7*
48.9
52.7*
22
93.3
68.3
60.0
25.2
56.7·
25.8·
51. 4
33.9*
23
94.5
62.7
60.5
20.9
68.6
28.4·
49.3
44.8*
24
95.5
65.5
59.0
25.0
50.0
21.3
49.2
42.9
25
94.7
54.6
41.2
15.4
44.9
21. 3
47.9
36.6
26
93.0
58.9
48.2
16.5
56.8
21. 9
42.0
36.7
27
91.5*
57.8
42.1
11. 8·
64.1
23.6
44.4
39.8
28
93.5
54.2
36.2
9.9*
40.6
25.0
39.7
27.9
29
89.4
56.5
0.5
21.0
40.0·
23.8
43.8
37.7
30
86.2*
41. 3
21. 3
8.0
25.3
13.7
31. 3
22.6
31
91. 6
62.3
41. 8
11.5
38.4
20.6
31. 3
19.0
32
88.4·
49.5
35.4
12.0
31.4
19.4
39.1
18.4
33
92.5
47.2
21.0
7.1
40.9*
16.3
28.9*
39.1*
34
94.2
42.5
21.1
11.8
::5.8
7.6
38.8
32.8*
35
90.4
29.3
16.6
7.7*
21.0
5.3
34.1
21.6
36
89.9
33.3
16.8
7.5
26.6·
10.2*
29.9
23.9
37
90.3
34.5
12.5
2.8*
23.3
10.4
27.9·
29.0·
38
86.3
29.5
16.1
2.2
21. 6*
11. 9
35.2
18.8
39
90.0
30.9
15.9
9.0
22 .1
5.3
24.1
23.2
40
75.2*
24.1·
6.4
5.0
17.5
2.6
30.7
10.7
41
84.1*
38.2
13.0
6.5*
18.2
7.5
29.1
18.7
42
87.1
35.3
6.7
2.8
16.2
2.0
23.2
11.1
43
88.7
29.9·
10.7
2.7
23.9
2.3
18.9
11. 4
44
75.7·
26.8
4.4
1.8
15.3
3.2
33.0
16.7*
45
88.7
21.0·
4.3
6.2
10.1
0.8
16.4
7.0
46
Oï . t'l
~O.4·
n.9
4.6
14 . 1 •
1.:'
14.5
1 J . J'
47
83.6·
27.2
9.J
J .9
9.J·
2.8
14.5
7.5
48
89.7
J 7 .3.
4.1
1.n·
23.0
3.7
9.0
3.4
49
97.9
18.6
9.3
0.0'
10.8·
2.2
15.9
10.7'
En~..ïnble
89.'1
54.9
lé.ê
15.7
44.~
l<l. 4
42 . .1
n.3
Fem.aJph.
3239
4405
3047
623
2710
1093
2411
1119
Total fem.360)
8025
7845
3965
6125
5647
5701
:')60
Source
Bandes standards des enquêtes.
Note
Femmes non célibataires.
*
L'astérisque indique les valeurs
exclues du nuage de points.
220
~
Annexe 4.4.
:
Fréquences observées et ajustées des distributions des
1:
femmes
sèlon l'âge estimé,
par âge
réel à
20-24
ans et
25-29 ans.
Cas de la Gambie.
Age réel
Loi d'ajus-
Age estimé
tement
-2
-1
Même
+1
+2
Total
grpes grpe âge
grpe
grpes
20-24 ans
observée
3
15
40
36
6
100
Pearson l
23
39
29
11
100
fl 25-29ans observée 1 22 44 27 6 100
Pearson l
26
40
27
7
100
1
30-34 ans observée
13
25
32
25
5
100
Pearson l
12
30
30
20
8
100
.
r,
.0I.4ZW4SlSti4WC\\AMZl44lQiiUJi.'QiWiiIAPf.Zî4L;: ,.....
221
Annexe 5.l.
Exemples de coefficients correcteurs des effectifs de
femmes et des naissances
(modèles B
et B
2
J )
•
Coefficient" correcteur~ (B2)
coofflcient~ correcteur~
(B3)
Age
Effectif.,
Nai~~ance~
Eff.ctif~
Nal~~ance~
12 dern.
5 dern.
12 dern.
5 dern.
moi~
année"
moi~
année~
15
1.142
1.134
1.106
1.065
1. 343
1. 335
16
1. 053
1.092
1. 076
0.924
1.101
1. 066
17
0.987
1. 069
1.059
1.163
1. 264
1. 234
18
1. 012
1. 053
1. 04 6
0.954
1. 056
1. 036
19
1. 059
1. 041
1. 035
0.949
1.052
1. 036
20
0.812
1. 046
1.040
0.736
0.737
0.729
21
1. 051
1. 031
1.027
1. 279
1.379
1.365
22
1.607
1. 022
1. 019
1. 094
1.103
1. 094
23
1.054
1. 015
1.013
1. 055
1.000
0.993
24
0.978
1.015
1.012
1. 283
1.211
1. 201
25
0.934
1.009
1. 007
0.728
0.675
0.670
26
1.133
1. 004
1. 001
1. 454
1.330
1.320
27
1.052
0.999
0.997
1.000
0.902
0.896
28
0.933
0.995
0.993
0.776
0.690
0.685
29
0.986
0.990
0.987
0.938
0.822
0.816
30
0.935
0.984
0.981
0.587
0.532
0.505
31
0.939
0.977
0.975
1.290
1. 097
1. 088
32
0.876
0.974
0.971
1. 089
0.911
0.903
33
0.836
0.965
0.962
1.574
1.290
1. 278
34
1. 026
0.957
0.954
1.032
0.827
0.818
35
1.162
0.975
0.973
0.709
0.581
0.576
36
1.037
0.962
0.959
1. 516
1.158
1.143
37
1.013
0.964
0.962
1.052
0.822
0.813
38
1. 008
0.940
0.935
0.830
0.561
0.549
39
0.834
0.939
0.934
1.126
0.738
0.720
40
0.912
0.910
0.903
0.552
0.386
0.376
41
1.018
0.935
0.930
1.028
0.791
0.774
42
1.176
0.91.3
0.906
0.987
0.573
0.551
43
0.822
0.881
0.870
1.709
0.930
0.888
44
0.998
0.839
0.823
1.379
0.674
0.635
45
0.851
0.778
0.753
0.458
0.219
0.203
46
0.902
0.779
0.771
0.838
0.311
0.279
47
1.109
0.724
0.678
0.831
0.268
0.228
48
0.913
0.702
0.635
0.767
0.174
0.133
49
2.496
0.457
0.326
0.827
0.112
0.065
222
Annexe 5.2. Exemple d'application de la technique de Brass au modèle
B3 (Kenya).
Age des
Taux de
Parités
Coeff.
Pari tés
Rapports
Taux
femmes à
fécond.
observée
de
calculées
des
corrigés
l'enquête observés
Brass
pari tés par P2/F2
f1(%.)
Pl
WI
FI
Pl/FI
fi' (%.)
15-19
154.7
0.418
2.481
0.384
1.089
151.3
20-24
288.5
1.577
2.908
1.613
0.978
282.1
25-29
330.1
3.177
3.045
3.221
0.986
322.8
30-34
304.4
4.647
3.153
4.826
0.963
297.7
35-39
232.3
5.998
3.306
6.156
0.974
227.2
40-44
147.0
6.827
3.678
7.091
0.963
143.8
45-49
60.1
6.620
4.740
7.570
0.875
58.8
D
7.58
7.42
Note: l'applJcation de la technique de Brass nécessite l'utili-
sation de la distribution des femmes selon leur âge et
leur parité. Cette dernière est obtenue en recourant aux
matrices de transfert des femmes et en admettant que les
femmes sont transférées avec la descendance de leur âge
réel d'appartenance.
Cependant, on peut noter qu'il est plausible, s'agissant
de la descendance des femmes et non plus de leur fécon-
dité récente,. qu'il n'y ait pas totale indépendance entre
cette variable et les mauvaises déclarations d'âge des
femmes par vieillissement ou rajeunissement, observation
qui demanderait quelques approfondIssements ultérieurs,
bien que l'étude de Byerlee et Terrera (1977) ait montré
que la connaissance de l'âge et la précision des résultat
soient peu liées au nombre d'enfants nés vivants d'une
femme.
_____~~.
.
""_~_
......
I!_lii8Wf_.~J~~
.. Qli~lI!<imii""IlllI'Jll
.. •
223
BIBLIOGRAPI-IIE
AHONZO E.,
BARRERE B.
et KOPYLOR P.
(1984),
Population de
la Côte-
d'Ivoire,
Analyse
des
données
démographiques
disponibles,
Direction de la Statistique
de Côte-d'Ivoire,
Abidjan, pp.
5-26.
AKAM E.
(1983a)
Enquête Nationale sur la Fécondité du Cameroun 1978,
Rapport Principal, Analyse des principaux résultats,
vol l,
Direction de la Statistique et de la Comptabilité Nationale
du Cameroun,
Yaoundé,
pp.
3-46.
AKAM E.
(1983b)
Enquête Nationale sur la Fécondité du Cameroun 1978,
Rapport Principal Vol II-l, Tableaux Statistiques, Direction
de
la
Statistique
et
de
la
Comptabilité
Nationale
du
Cameroun,
Yaoundé,
pp.
6-22.
AKAN E.
(1989),
Infécondité
et
sous-fécondité
évaluation et
recherche
des
facteurs
Le
cas
du
Cameroun,
Thèse
de
Doctorat,
Institut de Démographie,
Universite Catholique de
Louvain,
Louvain-la-Neuve,
pp.
112-123.
MOTO E.M.
(1989),
Déterminants socio-culturels de la mortalité des
enfants
en
Afrique
Noire
hypothèses
et
recherche
d'explication au Cameroun,
au Kenya et au Sénégal,
Thèse de
Doctorat,
Institut de Démographie,
Université Catholique de
Louvain,
Louvain-la-Neuve,
pp.
25-53.
MOTO
E.M.
et
TABUTIN
D.
(1987),
Inégalités
socio-économiques
en
1
matière
de
mortalité
en
Afrique
au
Sud
du
Sahara,
communication au séminaire de Yaoundé sur la mortalité et la
société en Afrique au Sud du Sahara,
UIESP,
Liège,
pp.
24-
30.
1
AYRES F.
JR.
(1972),
Théorie et applications du calcul différentiel
,-
et intégral,
Série Schaum,
Ed.
Mc Graw-Hill inc.,
New York,
346 p.
1
}
BALANDIER G.
(1963), Problèmes du temps en Afrique au Sud du Sahara,
Bienne,
Paris
(cité par Roger G.
et al.,
1981).
BARTLETT M.S.
(1962), Essays in probability and statistics, Methuen,
London,
(cité par Savage L.J.
1962).
BAUM S.
et al.
(1974),
The World Fertility Survey inventory
: Major
fertility and related surveys conducted in Africa 1960-1973,
WFS
Occasional
Papers,
n04
International
Statistical
Institute,
Voorburg,
47 p.
_._._---------------
._-.._---_._ ....__....
~..
224
BEIDELMAN
T.O. (s.d.),
Kagulu
time
reckoning
an
a3p~ct
of
the
cosmology of an East African People,
South Western Journal
of Anthropology, 19(1), 9-20 (cité par Roger G. et al., 1981,
p.
181).
BERTIL
E.
et
HENIN
R.A.
(1973),
Analysis
of
the
1967
population
census,
census vol.
6,
the population of Tanzania,
Dar es
Salaam,
pp. 14-15,
202-208,
228-229.
BLACKER
J . G. C.
(1979) ,
Application
des
techniques
indirectes
d'estimation de la fécondité et de la mortalité aux données
afr icaines,
in Nations
Unies
(197 9b) ,
Dynamique
de
la
population: Fécondité et mortalité en Afrique, pp. 147-148.
BOTSWANA-CENTRAL STATISTICS OFFICE
(1972),
Report on the population
census 1971,
Central Statistics Office, Gaberone, pp.
119-
123,
175.
BRASS W.
(1968),
Note on Brass method of fertility estimation,
The
Demography of Tropical Africa,
Princeton University Press,
Princeton NJ.
140-142.
BRASS W.
(1974), Perspectives in Population Prediction: illustrated
by
statistics
of
England and
Wales,
Journal
of
the
Royal
Statistical Society,
séries A,
vol.
137 part 4,
532-589.
BRASS W.
(1975), Methods for Estimating Fertility and Mortality from
limited and defective data,
The North
caro1ina
Population
center,
Chapel Hill,
N.C., pp.
3-49.
BRASS W.
(1977),
The assessement of the validity of fertility trend
estimates from maternity histories, International Population
conference, Mexico,
Derouaux,
Liège,
pp.
89-100.
BRASS
W.
(1980),
Birth
history
analysis,
World
Fertillty
Survey
Conference,
London,
pp.
143-181.
BRASS W.
(1981), The use of the Gompertz relational model to estimate
fertility,
International
Population
conference,
Florence,
Derouaux,
Liège,
pp.
345-362.
BRASS W.
et COALE A.J.
(1968)
Methods
of analysis and estimation,
The
Demography
of
Tropical
Africa,
Princeton
University
Press,
Princeton NJ.,
88-139.
BRION
S.
(1980),
Les
troubles
de
la
mémoire,
Encyclopaedia
Universalis,
vol.
10,
Encyclopaedia
Universalis
France,
Paris,
pp.
785-790.
BYERLEE D. et TERERA G.
(1977), Factors affecting reliability in age
estimation
in
rural
West Africa
a
statistical analysis,
Department
of
Geography,
Njala
University
College,
Nja1a
(Sierra Leone),
13 p.
225
CALDWELL J.C.
and
Igun A.A. (1971),
An
experiment
with census type
age enumeration in Nigeria,
Population studies,35
(2), pp.
287-302.
1
CALOT G.
(1973),
Cours de
statistique descriptive,
Edition Dunod,
Paris,
pp.
100-183,
267-309.
CAMEROUN - DIRECTION DE LA STATISTIQUE ET DE LA COMPTABILITE
NATIONALE (1976), Recensement général de la population et de
l'habitat d'Avril 1976,
Vol 1,
Résultats.
Tome l,
Yaoundé,
pp.
12 -13 ,
2 2 - 2 5 ,
42 .
CASTIGLIONI
A.
et
DUCHENE
J.
(1988),
Une
mesure
indirecte
des
migrations
internationales
l'influence
du
schéma
de
fécondité
sur
la
structure
par
âge
des
émigrés,
in
Les
migrations internationales : Problèmes de mesure, évolutions
récentes et efficacité des politiques,
séminaire de Calabre
(8-10 septembre 1986),
AIDELF,
nO 3, pp.
87-101.
CECCALDI
P.F.
(1976),
La
criminalistique,
collection Que
sais-je,
Presses Universitaires de France,
Paris 128 p.
CECCALDI
P.F.
et
DURIGON
M.
(1979),
Médecine
légale
à
usage
judiciaire, Editions Cujas, Paris, pp.
461-463.
CHELHOD
J.
(1964),
Les
structures
du
sacré
chez
les
arabes,
collection
Islam
d'hier
et
d'aujourd'hui,
vol.
13,
Ed.
Maisonneuve et Larose,
Paris, pp.
28-29,
209,
237-242.
CHIDAMBARAM V.C.,
CLELAND J.G.
et VERMA V.
(1980),Some Aspects
of
WFS Data Quality : A Preliminary Assessment, WFS comparative
studies,
n016,
IS1,
Voorburg, pp.
13-21.
CHIDAMBARAM V.C. et PULLUM T.W.
(1981),
Estimating fertility Trends
from
retrospective
birth
histories
sensitivity
to
imputation of missing dates, Population studies, 35 (1), 307-
320.
CLAIRIN R.
(1973),
Sources et analyses des données démographiques,
2e partie : Ajustement des données imparfaites,
INED,
INSEE,
ORSTOM,
SEAE,
Paris, pp.
29-34,
47-56.
CLAIRIN
R.
(1983) ,
L'estimation
de
la
précision
de
certains
paramètres démographiques obtenus à partir d'Une enquête par
sondage, Etudes et Documents, n 011, Groupe de Démographie du
Développement, ORSTOM,
INED,
INSEE,
Paris.
CLAIRIN R.
et CONDE J. (1986),
Manuel sur les méthodes d'estimation
des statistiques démographiques imparfaites dans les pays en
développement, textes du Centre de l'O.C.D.E., Paris, 265 p.
COALE
A.J.
(1983),
A Reassessment
of
fertility
trends
in
EgyPt,
taking account of the Eqyptian Fextilitv Survey,
manuscrit
non publié
(cité par Goldman N.,
1980).
226
!.
COALE A.J. et DEMENY P.
(1966), Regional model life tables and stable
populations,
Princeton
University
Press,
Princeton,
New
Jersey,
pp.
46-47.
COALE
A.J.
et
TRUSSELL
T.J.
(1974),
Model
fertility
schedules
variation
in
the
age
structure
of
child bearing
in human
populations,
Population Index,
40
(2),
185-258.
COCHRANE S.
(1979),
Fertility and Education:
What
do we really
know
7,
The
John
Hopkins
University
Press.
Baltimore,
Maryland,
175 p.
COLE D.
(1956), Field work in sample surveys of household income and
expenditure,
Applied statistics,
t.v.,
pp.
49-61
(cité par
Gibril M.A.
1979, p.10)
COTE-D'IVOIRE,
DIRECTION
DE
LA
STATISTIQUE
(s. d.) ,
Enquête
démographique
à
passages
répétés
1978-79,
résultats
définitifs: méthodologie, structure, mortalité et fécondité,
Ministère du Plan, Abidjan,
pp.
213-215,
220.
COURBAGE Y.
(1978),
Evaluation et ajustement de données imparfaites
compléments,
Institut
de
Formation
et
de
Recherche
Démographiques,
Yaoundé.
t
DAENINCK
A.N.
et
SCHIFFLERS
E.
(s.d.),
Catalogue
du
Software
de
Statistique,
vol.
5
Décision
et
inférence,
Centre
de
calcul,
Université catholique de Louvain,
Louvain-La-Neuve.
1
DAGNELIE
P.
(1973),
Théorie
et
méthodes
statistiques.
Vol. l
La
Statistique
descriptive
et
les
fondements
de
l'inférence
statistique,
2e édition,
Presses Agronomiques de Gembloux,
Gembloux, pp.
303-317.
DE KETELE J.M.
(1983),
Rédiger un rapport scientifique, Laboratoire
de pédagogie expérimentale, Université catholique de Louvain,
Louvain-la-Neuve,
24 p. multigr.
f
DELCROIX C.
(1986),
Espoirs et réalités de la femme arabe, Algérie-
1
Egypte,
Editions l'Harmattan, Paris,
pp.
29-32.
DHS
BOTSWANA
(1989),
Botswana
Family
Health
Survev
II
1988
1
Preliminary Report, Central Statistics Office, Family Health
f
Division,
IRD - Westinghouse,
Columbia,
14 p.
DHS
GHANA
(1988),
Ghana
Demographie
and
Health
Survey
1988
Preliminary
Report,
Ghana
Statistical
Service,
IRD
Westinghouse,
Columbia,
18 p.
DHS
LIBERIA
(1988),
Liberia
Demographie
and
Health
Survey
1986,
Bureau
of
Statistics,
Ministry
of
Planning
and
Economie
Affairs of Liberia,
IRD Westinghouse,
Columbia,pp. 12, 29-
32.
227
MALI
(1989),
Enquête Démographique
et
de
Santé .au Mali
1988,
CERPOD,
IRD Westinghouse, Columbia,
187 p.
MAROC
(1989),
Enguête Nationale sur la planification familiale,
la
fécondité et
la santé de
la population
au Maroc
(ENPSi
1987,
Service des Etudes et de l'Information Sanitaire,
IRD
- Westinghouse, Columbia,
187 p.
ONDO STATE-NIGERIA (1987),
Ondo State, Nigéria,
Demographie and
Health Survey, 1986 - Preliminary Report, Medical/Preventive
Health Division, Ministry of Health,
Akure,
20 p.
DHS SENEGAL
(1988),
Enquête Démographique et de
Santé au Sénégal,
1986,
Direction
de
la
Statistique,
IRD
Westinghouse,
Columbia,
173 p.
DHS
TOGO
(1989),
Enquête démographique
et
de
santé
au
Togo, 1988,
Rapport
préliminaire,
Unité
de
Recherche
Démographique,
Direction de la Statistique, Direction Générale de la Santé
Publique,
IRD - Westinghouse, Columbia,
15 p.
DHS TUNISIE
(1988),
Enquête
Démographique et de Santé en Tunisie
1988
Rapport préliminaire, Office National de la Famille et
de la
population
de
Tunisie,
IRD-Westinghouse, Columbia,
19 p.
DIOUF
P.D.
(1984),
Problèmes
de
dates
et
d'âges
en
démographie
africaine
et
étude
de
l'exemple
sénégalais,
Thèse
de
Maîtrise,
Institut de Démographie,
Université Catholique de
Louvain,
Louvain-la-Neuve,
162 p.
DOUTTE E.
(1984), Magie et religion dans l'Afrique du Nord, Librairie
Orientaliste
Paul Geuthner S.A.,
Paris,
pp.
541-596.
DITTGEN A.
(1979), L'état civil comme source du mouvement naturel de
la population. Etude des naissances et des décès déclarés à
Abidjan en
1975,
Cahiers du CIRES,
n022,
Abidjan,
pp.
39-
68.
- . ~',
DUBOIS J.L.
(1979), Théorie des tests n02, Ecole Nationale Supérieure
de Statistique et d'Economie Appliquée, Abidjan,
70 p.
DUCHENE J. et GILLET-DE STEFANO S.
(1974), Ajustement analytique des
courbes de fécondité générale, Population et Famille, 2 (32),
,
53-93.
.'
··.·1·"····
. ~
EL-DEEB B.
(1983), Evaluation of the Egypt ian Fertility Survey, 1980,
in
A.M.
Mallouda
et
S.M.
Farid,
ads
The
Demographie
Transition in Egypt, ISI, Voorburg,
(cité in WFS-Egypt 1983).
t EWBANK D.C. et HENIN R.A. (s.d.) The demography of Tanzania, vol.
VI,
Bureau of statistics,
Tanzania, pp. 27-37.
1
1
228
EWBANK
D.C.
(1981),
Age
misreporting
and
Aqe
selective
underenumeration
sources,
patterns
and
consequences
for
demographic analysis, Commitee on Population and Demcgraphy,
Report n04,
National Academy Press,
Washington D.C., p. 27,
tableaux 16 et 23,
pp.
60-69.
FILIPCOVA B.
et
FILIPEC
J.
(1986),
La
société
et
les
concepts du
temps, Revue internationale des Sciences Sociales, 107 (86),
pp.
21-36.
FISHER A. et WAY A.
(1988),
"Le programme d'enquêtes démographiques
et de santé
: aperçu général",
Prospectives Internationales
du Planning Familial,
Numéro spécial, pp.
20-24.
GAISIE S.K.
(s.d.) Estimating Ghanaian Fertility, Mortality, and age
structure : the population Dynamics programme, University of
Ghana population studies,
n05,
RIPS,
Accra, p.
89.
GBENYON
K.
(1981) ,
Fécondité
générale
au
Togo
différences
interréqionales
et
variations
dans
les
années
1961-1971,
mémoire de D.E.A.,
Université de Paris l, Paris,
152 p.
GBENYON K.
(1986), Les adolescentes aux âges de début de procréation
en Afrique
:
Une vue démographique,
Nouvelles Rationalités
Africaines,
vol.
1,
n03,
Louvain-la-Neuve, pp.
585-596.
GBENYON K.
et LOCOH Th.
(1989),
Les différences de mortalité entre
garçons et filles,
in Mortalité et Société en Afrigue au Sud
du
Sahara,
Travaux et documents,
Cahier
n° 124,
INED,
°1
PUF,
Paris, pp.
221-243.
GENDREAU
F.
et
NADOT
R.
(1967),
Structures
par
âge,
actuelle
et
future,
in Démographie comparée : Afrique Noire, Madagascar,
1
Comores,
vol.
III,
INSEE - MINCOOP -
INED - DGRST,
Paris.
f
GENDREAU F. et al.
(1985), Manuel de Yaoundé: Estimations indirectes
f
en démographie africaine, Editions Ordina,
Liège.
GIBRIL M.A.
(1979)
:
Une étude de cas de
la Gambie
: Appréciation
des erreurs d'observation dans
les recensements,
Etudes du
Centre de Développement. Paris,
pp.
8-103.
GIL B.
(1959), Report on the First Field Test
(25 th May -
6 th June
1959), Population census of Ghana, Accra.
GIL B.
et DE GRAFT-JOHNSON K. T.
(1964),
1960 Population census of
Ghana, Vol. V, general report; census office, Accra, pp. 137,
236-408.
GIL
B.,
DE
GRAFT-JOHNSON
K.T.
et
COLECRAFT
E.A.
(1971),
1960
Population
census
of
Ghana,
Vol
VI,
The
post
Enumeration
1
survey
(P.E.S.), Census office,
Accra, pp.
36-37.
l
f
1
229
GOLDMAN
N.
(1984),
Assessment
of
the
guality
of
fertility
data
collected
in
WFS
indi vidual
surveys,
WFS
1984
symposium,.
London,
51 p. multigr.
GOLDMAN N.
et HOBCRAFT J.
(1982),
Birth histories,
WFS comparative
Studies,
n017
Cross-National
Summaries,
ISI, Voorburg,
99 p.
GROUPE DE DEMOGRAPHIE AFRICAINE
(1982),
L'Evaluation des effectifs
de la population des pays africains
: tome l,
INSEE, Paris,
353 p.
GROUPE DE DEMOGRAPHIE AFRICAINE (1980), Recensements africains, 1ère
partie
: monographies méthodologiques,
tomes l
-
II,
INSEE,
Paris,
650 p. et 401 p.
GU BRY P.
(1977), Une nouvelle méthode de détermination des âges: le
classement
"chronologique",
communication
au
Congrès
Mondial
de l'U.I.E.S.P,
Mexico 1977,
16 p. multigr.
GUBRY P.,
NEGADI G. et TAYO J.
(1983),
La Population du Cameroun au
recensement
de
1976,
Revue
Science
et
Technique,
Série
Sciences Humaines,
nOl-2, Yaoundé, pp. 7-122.
GUITTON
H.
(1984),
Le
sens
de
la
durée,
Collect ion
Liberté
de
l'esprit, Ed. Calmann-Lévy, Paris, pp. 1-10.
GUZMAN
J .M.
(1980)
Evaluation
of
the
Dominican
Republic
National
Fertility Survey
1975.
WFS
Scientific Reports,
n014
(cité
par Goldman N.
1980, p.
23).
HABlMANA N.G.
(1987), L'élaboration et le contenu de la politique de
population du Rwanda, son organisation et sa mise en oeuvre,
communication
au
Séminaire
sur
la
Population
et
le
Développement de Lomé,
16 p. multigr.
HEATHER B.
(1984),
Transforming Gompert z' s
function
for
fertili ty
analysis
the development of a standard for the relational
Gompertz function,
Population studies,
38
(3), pp.
495-506.
HELIGMAN
L.
et
POLLARD
J.H.
(1980),
Age
Pattern
of
Mortality,
Institute
of
actuaries,
Macquarie
University,
London,
pp.
1-5.
HOEM
J.M.
et
al.
(1981),
Experiments
in
modelling
recent
Danish
fertility curves,
Demography,
18
(2),
231-244.
HOLLAND P. W.
(1986), Statistics and causal inference, Journal of the
American Statistical Association,
vol.
81, pp.
27-71.
HUNTSBERGER D.
and BILLINGSLEY P.
(1981) 1
Elements of statistical
inference, Fith edition, The University of Chicago, Chicago,
pp.
312-315.
ooa: _NI
. __.~-.----
230
IFORD
(1978),
Enquête
"Mouvements de Population et étude de
l' âqe
sur les axes Yaoundé-Obala(Yaoundé-SOA", IFORD, Yaoundé,
(non
publié) .
ILIN IGUMUGABO
A.
(1989),
L'espacement
des
naissances
au
Rwanda
niveaux,
causes
et
conséquences,
Ed.
CIACO,
Louvain-la-
Neuve,
pp.
1-4,
44-46.
IMAN F.
et CONOVER W. J.
(1983),
"A modern approach to stat istics ",
Ed.
Wiley,
New-York,
497 p.
INOUSSA N.
(1987),
Incidence de la mauvaise déclaration de l'âge sur
la mesure des
indices
de mortalité
infantile et
juvénile,
mémoire
de
fin
d'études,
I.F.O.R.D.,
Yaoundé,
98
p.
+
annexes.
INSAE/BEN1N
(1984), Enquête nationale sur la fécondité au Bénin, en
1982 -
Rapport principal,
Institut National de Statistique
et d'Analyse Economiques, Cotonou, pp.
1-24.
INSEE (1978), Recensements et enquêtes démographiques dans les états
africains
et
malgache
si tuat ion
au
1er
Janvier
1978,
Institut
National
de
la
Statistique
et
des
Etudes
Economiques,
Paris,
57 p.
1
ISI
(1976a),
"Questionnaire de base", série documentation de Base de
WfS,
n ~ l,
EMF /Tech .
120,
Insti tut
International
de
1
Statistique, Voorburg,
pp.
11-12,
20-21.
1
ISI
(1976b),
"Manuel
d'instruction
pour
les
enquêtrices",
Série
i
Documentation
de
Base
de
WFS,
Institut
International
de
}
Statistique,
Voorburg,
n06, EMF/Tech. 142, pp.
44-45.
IS1
(1983),
Enquête sur la Fécondité du Cameroun,
1978,
Résumé des
1
Résultats, Etude n041 de l'Enquête Mondiale sur la Fécondité,
l
Institut International de Statistique,
Voorburg,
pp.
1-13.
1
ISI
(1984a) ,
Enquête
Ivoirienne
sur la Fécondité,
1980-81,
Résumé
des
Résultats,
Etude
nOSO
de
l'Enquête
Mondiale
Sur
la
Fécondité,
Institut International de Statistique, Voorburg,
pp.
1-21.
1
i·
ISI
(1984b), Enquête Fécondité au Bénin,
1982, Résumé de Résultats,
f
Etude n048 de l'Enquête Mondiale sur la Fécondité,
Institut
. t
International de Statistique, Voorburg,
pp.
1-19 .
'J
JANSSENS M.
(1985),
Rapport
Sur
la mortalité
maternelle
au
Togo,
Unité de Recherche Démographique,
Lomé.
1i
JOHNSON N.
et KOTZ S.
(1969),
Dis::-rete distributions,
The Houghton
Mifflin Company,
Boston,
pp.
30-116,
143-160.
1
-{
1
1
tg
p i
i@-
* 4
Ai
231
JOHNSON N.
et KOTZ S.
(l970a),
Continuous univariate distributions
=---l,
The
Houghton
Mifflin Company,
Boston,
pp.
40-111,
166-190.
JOHNSON N.
et KOTZ S.
(1970b),
Cont inuous Univariate distributions
~, The Houghton Mifflin Company, Boston, pp. 37-48.
KENYA. CENTRAL BUREAU OF
STATISTICS
(1980),
Kenya
fertility
survey
1977-78,
First report vol.
2,
Central Bureau of Statistics,
Nairobi,
p. Al.
KEYFITZ N.
(1968),
Introduction to the mathematics
of population,
Ed. Addison - Wesley, California,
pp.
140-169.
KEYFITZ N.
(1977),
Applied Mathematical Demography,
Ed.
John Wiley
and Sons,
New York,
pp.
129-133.
KPEDEKPO G.M.K.
(1979), Age patterns of fertility in related african
countries,
Etudes et Documents,
n03,
Groupe de Démographie
Africaine,
INED,
ORSTOM,
INSEE,
Paris, pp.
1-13.
KPEDEKPO G. M. K.
(1982), Essentials of demographic analysis of Africa,'
Ed.
Heinemann,
London,
pp.
173-176.
KRZYSZTOF P.
(1984),
L'ordre du temps,
Bibliothèque des Histoires,
Ed. Gallimard,
Paris,
365 p.
KYBURG H.E.
(1974), The logical foundations of statistical inference,
Ed.
D. Raide1 Publishing Company,
Boston, pp.
1-4.
LABEYRIE J.
(1987),
La fabuleuse aventure de la vie
: Ses or igines
et son évolution,
Reader's Digest,
Bruxelles,
pp.
220-223.
LAROUSSE
(1973),
Encyclopédie
Larousse
1973,
Librairie
LAROUSSE,
Paris,
p.
3476.
LARSON
H.
J.
(1969) ,
Introduction
to
probability
theory
and
statistical inference,
Ed.
John Wiley and sons,
New York,
pp.
2 4 9- 2 50,
2 85 ,
312 - 3 2 2 .
LEDERMANN S. et BREAS J.
(1969) ,Nouvelles tables-types de mortalité,
Travaux et Documents,
n053,
INED,
Presses Universitaires de
France,
Paris,
260 p. + annexes.
LEER et
LAM D.
(1983),
Age
Distribution Adj ustements
for
English
censuses,
1821
to
1931,
Population
studies,
37
(3),
pp.
4 4 5 - 4 64 .
LEHMANN E.L.
(1959),
Testing statistical hiyotheses,
Ed.
John Wiley
and Sons,
New York,
pp.
1-2.
LE PAPE M.
(1968), Analyse de quelques ét udes sur le temps, Cahiers
de
l'ORSTOM,
série Sciences Humaines,
vol.
5,
n03,
ORSTOM,
Paris.
232
LERIDON
H.
(1973),
Aspects
biométriques
de
la
fécondité
humaine,
Travaux
et
Documents,
n 0 65,
Institut
National
d'Etudes
Démographiques,
PUF,
Paris, pp. 11-18.
LE
THANH KHO
(1980),
Il Instruction
et
alphabétisme",
Encyclopaedia
Universalis, vol. 8, Encyclopaedia Universalis France, Paris,
pp.
1065-1069.
LETON C.
(1982),
Tests de cohérence de la qualité des résultats des
tables-types
de
mortalité
de
l'OCDE,
Thèse
de
maîtrise,
Département de Démographie,
U.C.L.,
Louvain-la-Neuve.
LEWIS H. S.
(1984),
La maltrise de soi et le destin avec les cycles
de vie,
Ed. R.C.,
Le Neubourg, pp.
29-39.
LITTLE R. J . A.
(1982),
Sampling errors
of
fertility
rates
from the
WFS,
WFS Technical Bulletins,
nO 10,
Inst itut
Internat ional
de Statistique, Voorburg,
55 p.
LONGMORE L.
(1959),
The dispossessed,
a
study of the sexe-life of
Bantu women in urban and around Johannesburg,
Ed.
J.
Gray,
Edinburgh
(London), pp. '46-54.
MARI BHAT P.N.
(1990),
Estimating transition probabilities
of age
misstatement,
Demography,
27
(1),
149-164.
MAROC. MINISTERE DE LA SANTE PUBLIQUE (1984a), Enguête Nationale sur
la Fécondité et
la Planification Familiale au Maroc
(1979-
80)
Rapport
National,
vol.
l
Présentation du pays et
méthodologie de l' enguête, Direct ion des Af faires Techniques,
Rabat,
pp.
4-72.
MAROC. MINISTERE DE SANTE PUBLIQUE (1984b), Enquête Nationale sur la
Fécondité et
la
Planification Familiale
au Maroc
1979-80,
Rapport National,
vol.
III
: Dynamique de Population,
Santé
et
P lanif ication
Familiale
Résul tats
de
l'Enquête
1
individuelle,
Direction
des
Affaires Techniques,
Rabat,
pp.
4-27.
MAROC. MINISTERE DU PLAN (1984c), Caractéristiques socio-économiques
1
de
la
population
d'après
le
recensement
général
de
la
population et de l'Habitat de 1982, Niveau National, Sondaqe
au 1/20e, Direction de la Statistique, Rabat,
pp. 13-33.
1j1 MARTIN E. (1950), Précis de médecine légale, Ed. Doin et cie, Paris,
pp.
75-91.
l MAURITANIE. DIRECTION DE LA STATISTIQUE ET DE LA COMPTABILITÉ
NATIONALE (1983), Enquête nationale sur la fécondité
1981-
Résultats provisoires,
Nouakchott, p.
37 .
1
.t
MAZUR
D.
(1963),
A
demographic
model
for
estimating
age
arder
·l
specifie
rates,
Journal
of
the
American
Statistical
Association,
58
(30~3~)~,~~7~7~4--~7~8~8~.---=~--~~~~~~~~~~~~
"4A
. p
233
MBITI
J.
(1972),
Religions
et
philosophies
africaines,
Ed.
Clé,
Yaoundé,
pp.
27-39.
MICHELS
J. W.
(1973),
Dat lng
methods
ln
archeQIQgy,
Seminar
Press
inc.,
New York,
pp.
148-162.
MIZIYAWA
S.
et
KOUGNON
O.
(1988),
"Impact
des
programmes
d'alphabétisme
sur
le
développement
du
Togo",
Etudes
Togolaises
de
Population,
nO 14,
Unité
de
Recherche
Démographique,
Lomé, pp.
176-182.
MURPHY and NAGUR
(1972), A Gompertz fit that fits
: applications to
canadian fertility patterns,
Demography,
9 (1),
35-50.
NABIA K.
(1988),
Tests. des valeurs de m et M pour l'utilisation des
techniques
indirectes,
thèse
de
maîtrise,
Institut
de
démographie,
Université Catholique de Louvain,
Louvain-la-
Neuve,
137 p.
NASSEF
A.
et
GAAFAR
M.O.
(1971),
Age
patterns
of
fertility,
in
Fertility trends and differentials in arab countries, Cairo
Demographie Center, Cairo, pp.
29-51
NATIONS
UNIES
(1955),
Schémas de variations
de
la mortalité selon
l'âge et
le
sexe,
tables -t vpes de mortalité
pour les pays
sous-développés, Nations Unie~, New York, 40 p.
NATIONS UNIES
(1965), Bulletin démographique des Nations Unies n07,
contenant une étude spéciale de la situation et des tendances
de la fécondité dans le monde, Nations Unies, ST/SOA/SER.N/7,
New York,
169 p.
,
NATIONS UNIES
(1966),
Le concept de population stable - Application
j
à
l'étude des pays ne disposant pas de bonnes statistiques
démographiques,
Etudes Démographiques n039,
Nations Unies,
New York,
235 p.
1
1
!
NATIONS
UN lES
( 1968) ,
Les
données
relatives
à
l'âge
dans
les
recensements
et
enquêtes
effectuées
en
Afrique,
ONU/CEA,
E/CN. 14/CPH/13, Commission Economique pour l'Afrique, Addis-
Abéba.
1
NATIONS
UNIES
(1969),
Méthodes
permettant
d'estimer
les
mesures
démographiques fondamentales à partir de données incomplètes,
f
,
Manuel
IV,
Etudes démographiques,
n042,
Nations Unies,
New
York,
134 p.
NATIONS
UNIES
(1973),
Essai
d'ajustement
des
statistiques
d'âge
gravement inexactes concernant les pays d'Afrique Tropicale,
ONU/CEA,
E/CN.14/POP/94,
Accra.
NATIONS UNIES
(1974),
Principes et recommandations pour un système
de statistiques de l'état civil,
Etudes statistiques,
n 019,
Nations Unies,
New York,
p.
173.
......,---- --_. --. _..
....
as x
!
!t
234
l
NATIONS UNIES
(1975), Méthodes de projection des populat~ons urbaine
et rurale, Manuel VIII, Etudes démographiques, n055, Nations
1
Unies,
New York,
pp.
58-64.
1
f
f
NATIONS UNIES
(1978),
Niveaux et tendances de la fécondité dans le
1
monde. 1950-1970, Nations Unies, ST/ESA/- SER.A/59, New York,
l
pp.
1-69,
297-300.
!,
NATIONS UNIES
(1979a),
Trends and characteristics of international
J
migration since 1950,
Etudes Démographigues,
n064,
Nations
!
Unies,
New York,
pp.
35-39,
93-99.
1
NATIONS
UNIES
(1979b),
Dynamique de
la
population
:
Fécondité
et
1
mortalité en Afrigue,
UNFPA,
Proj.
n"
RAF/78/PI7,
Nations
Unies/CEA, Addis-Abéba,
685 p.
ft
,.
NATIONS
UNIES
(1981),
Annuaire
démographique
1981,
Sujet
spécial:
i
statistiques
de
la
natalité,
Nations
Unies
i
ST/ESA/STAT/SER/11,
New York,
pp.
80-81,
623,
1004-10005.
NATIONS UNIES
(1982),
Construction de la nouvelle série de tables-
J
types de mortalité des Nations Unies, Bulletin Démographique,
1
:,
n014,
Nations Unies,
New York, pp.
57-70.
i
NATIONS UNIES
(1983a),
Fertility levels and Trends as assessed from
twenty
world
Fertility
Surveys,
United
Nations,
ST/ESA/SER.R/50,
New York, pp.
38-41.
NATIONS UNIES (1983b), Indirect techniques for demographic estimation
- Manual X,
United Nations,
ST.ESA/SER.A/81,
New York.
NATIONS
UNIES
(1985),
World
Population
Prospects,
Estimates
and
projections as assessed in 1982,
Population Studies,
n086,
r
United Nations,
New York, pp.
146-157.
t;.t
I-
NATIONS
UNIES
(1986),
Annuaire
démographique
1984,
Nat ions
Unies,
l
New York,
pp.
337-361.
1
1
NATIONS UNIES
(1987a),
Annuaire démographique 1985,
Nations Unies,
!
New York, pp.
942-984.
NATIONS
UNIES
(1987b),
Fertility
behaviour
in
the
context
of
developement.
Evidence
from
the
World
Fertility
Survey,
Population Studies,
n 0 100,
Nations Unies,
New York,
pp.
1-
47,
214-215,
324-346.
NATIONS UNIES
(1988a),
Annuaire Statistique 1985/86, Nations Unies,
New York,
pp.
6-7.
NATIONS UNIES
(1988b),
Annuaire démographique 1986,
Nations Unies,
New York, pp.
190-196.
235
NDIAYE
M.
(1988),
Mémoire
et
omissions
d'événements,
thèse
de
maitrise,
Institut de Démographie, Université Catholique de
Louvain,
Louvain-la-Neuve,
105 p.
NGWE E.
(1980),
Estimation de la fécondité au Cameroun à partir des
résultats du recensement d'Avril 1976, Actes du colloque de
Démographie d'Abidjan,
vol.
l,
ENSEA,
Abidjan, p.
154.
NORMAN
H.N.
et
al.
(1975),
Statistical
Package
for
the
Social
Sciences, Mc Graw-Hill inc., New York, pp.
3,
468-508.
NTOZI J.P.M.
(1977),
The detection and adjustement of age errors in
demographic data from Africa and other developing regions,
Doctoral
thesis,
London
School
of
hygiene
and
Tropical
Medecine,
University of London,
London,
235 p.
N'ZINGA L.
(1983),
Les tables-types de l'OCDE: test de qualité des
tables
à
double
entrée,
Thèse de maltrise,
Département
de
Démographie de l'Université Catholique de Louvain,
Louvain-
La-Neuve,
151 p.
OCAM
(1974),
La situation de l'état civil dans les pays de l'OCAM,
Secrétariat Général de l'OCAM, Bangui.
OCAM
(1979a),
Les actes du séminaire de Maurice sur la réforme de
l'état civil 1979, Centre d'édition OCAM,
Bangui.
1
OCAM
(1979b),
Réforme de l'état civil en milieu africain,
Tome 1 :
1
Actes
du
séminaire
de
Lomé,
1976,
Secrétariat
Général
de
l'OCAM,
Bangui.
1
l-
OCDE
(1980a),
Mortalité
dans
les
pays
en développement,
tome
1
I·
Banque
de
données,
vol.
l
et
2,
Organisation
pour
la
Coopération et
le
Développement Economique,
Paris,
pp.
1-
35,
127-139.
1
OCDE
(1980b),
Mortalité dans
les pays en développement,
tome
III:
f
Bangue de données,
vol.
3 et 4,
Evaluation et ajustements,
Organisation de Coopération et de Développement Economiques,
Paris,
pp.
1-74,
129-148,
181-192.
1
OCDE
(1980c),
Mortalité dans
les pays en développement,
tome III
:
Nouvelles
tables-types de mortalité
à
l'usage des
pays en
développement, vol. 5 et 6, Organisation pour la Coopération
1
et le Développement Economique, Paris, pp.
9,
119-120.
OCDE
(1981),
Comptabilité nationale,
statistiques et démooraphie
Résumé des tests de fiabilité effectués sur les tables-types
de mortalité,
OCDE,
CD/R/81/3002, Paris,
32 p.
1
OFOSU D. Y.
(1989),
Hazard models
analys is
of birth
intervals
a
study
based
on
West
African
Data,
Thèse
de
doctorat,
1
Austrilian National University, Canberra, pp. 73-119.
f
236
OMINDE
S.
(1974),
The
Population
of
Kenya-Uganda-Tanzania,
World
Population year,
CICRED,
Paris, pp.
68-71,
119-123.
ONAPO
( 1 9 8 5 a),
=E~n:.;:gL.:u::.:=ê,,-,t:::..;e=---=n-,-,a=-t:::..=i"",o.:.:n,-=a=l;.;:e,,--,-=s_u=r,,--..;;;;l;.;:a,,--..;;;;f_é;.;:c;;..;o:;.;;n~d=~=·
.,;;,t..;;;;é....,_;;.;R;.;.;w-=a=n;.;:d::.;:a=----=1;...:9-=8:..;:3:...<..,
Version résumée,
Office National de la Population, Kigali,
55 p.
ONAPO
(1985b),
Rwanda
1983,
Enquête nationale sur la fécondité,
vol.
l,
analyse
des
résultats,
Office
National
de
la
Population, Kigali,
426 p.
PAGE H.J.
(1977), Patterns underlying schedules : a decomposition by
both age and mariage duration,
Population studies,
30
(3),
85-106.
PIATIER A.
(1970), Statistique descriptive et initiation à l'analyse,
PUF,
Paris, pp. 451-464.
PIATIER A. et CAHUZAC P.
(1975),
Statistigue 2 : éléments d'analyse
et applications, PUF, Paris,
pp.
248-257.
PISON G.
(1979),
Age Déclaré et Age réel
:
une mesure des erreurs
sur
l'âge
en
absence
d'état
civil,
population,
n03,
pp.
637-648.
PISON G.
(1982),
Sous' enregistrement,
sexe et âge:
Exemple d'une
mesure
directe
dans
une
population Africaine,
Population,
n03,
pp.
648-654.
PISON G . , ( 1982a)
Dynamique d'une population traditionnelle
: Les
Peul Bandé
(Sénégal oriental),
Travaux et Documents,
n099,
INED,
Paris, pp.
41-57.
PISON G.
(1985), Nouvelles méthodes de collecte dans les enquêtes à
petite
échelle,
in
Actes
du
Congrès'
international
de
la
population de Florence, vol.
4,
UIESP,
Liège, pp.
23-101.
PITTENGER D.B.
(1980), Sorne models of age - specific fertility rate.
Environment and Planning A,
vol.
12, pp.
1145-1164.
POPULATION REFERENCE BUREAU
(1985),
Survey Report,
Nigeria W.F.S.,
Population Today, pp.
1-5.
PRESSAT R.
(1983),
L'analyse démographique,
Presses Universitaires
de France, Paris, p. 79.
PULLUM T.W., OZ SEVER N. et HARPHAM T.
(1984),
An
assessment of the
machine-editing policies of the World Fertility Survey, WFS
Scientif ic
Reports,
nO
54,
International
Stat ist ica l
Institute, Voorburg.
PUPION
G.
(1988),
Statistiques
descriptives
et
décisionnelles
appliguées
à
l'économie
et
à
la
Gestion,
Presses
Universitaires de France, Paris, pp. 49-64,
253-255.
....
237
RAMACHANDRAN K.V., and al.
(1979), Fécondité et mortalité : niveaux,
schémas
et
tendances
dans
certains
pays
africains
d'expression
anglaise,
in
Nations
Unies
(1979b),
Dynamique
de
la
population
Fécondité
et
mortalité
en
Afrique, pp. 238-2ï2.
RANDRETSA
r.,
RAZAFIMANDIMBY
C.
(1981),
La
fécondité
au
Congo,
d'après les résultats du recensement de 1974, IFORD, Yaoundé.
RILEY M.W.
(1987), On the significance of age in sociology, American
$Qciological Review,
52
(1),
1-14.
ROGER
G.,
WALTISPERGER
D.,
Ch.
CORBILLE.
GUITTON
(1981),
Les
structures
par
âge
et
par
sexe
en
Afrique,
Groupe
de
Démographie Africaine, IDP-INED-INSEE-MINCOOP-ORSTOM, Paris,
556 p.
ROMANIUK A.
(1975) ,. A three - parameter model for birth projections,
chapter
2
of
statistics
Canada,
Technical
report
on
Population projection for Canada and the provinces
: 1972-
2001,
(cité par Pittenger 1980) .
ROSS ECKLER A., PRITZKER L.
(1958), Response variance and biases in
census and surveys, Bulletin de l'Institut International de
Statistique, vol.
36,
Stockholm, pp.
12-35.
RUTSTEIN S. o.
(1983),
Infant
and child mortali ty
:
levels,
trends
and demographic differentials, WFS Comparati ve st udies, n° 2 4,
pp.
38-44.
SALA-DIAKANDA M.
(1979)., la variabilité des erreurs sur l'âge et son
incidence
sur
la
mesure
des
phénomènes
démographiques,
communication au colloque de Démographie d'Abidjan,
n04-5,
Abidjan,
24 p. multigr.
SALA-DIAKANDA
M.
et
BAKUTUVIDI
P.
(1977),
De
la
collecte
à
l'analyse
une
étude
de
variabilité
des
données
démographiques
par
une
enquête
à
double
passage
(Zaïre),
Thèse
de
maitrise,
Département
de
Démographie,
U.C.L.,
Louvain-la-Neuve, pp.
33-39,
73-78,
121-133 + Annexe.
SANTOW
G.
(1977),
A microsimulation
test
of
the
effect
of
age
misstatement
on estimates of childhood mortality,
Working
Pape r ,
nO 8 !
=..;N:..::e::.:t:::.;:h:.:.e"",=,r-:l""a:.:.n"",d""s~__I:..:.n"",t:::.;:e;;;.;r=-'.=Ll.:.:n;.=i:...:;v:...::e:::.;:r::...;s=i-=t~y_~D=e.:.:.m~o:..::q~r~a~pt:::;h~i..::::.c
Institute, Voorburg,
24 p. et annexes.
SAVAGE
L. J.
(1962),
The
foundations
of
statistical
inference,
a
discussion,
University of London,
Ed.
John Wiley and sons
inc.,
London,
pp.
37-39.
SCHWARTZ A.
(1968),
Calendrier tr3.di tionnel et conception du temps
dans la Société Guéré,
Cahiers de l'ORSTOM,
série Sciences
Humaines,
vol.
5,
n03.
238
SELTZER M. et al.
(1981), Collecting Data for estimation of fertility
andmortality, National Academy Press, Washingtoh OC, 291 p'.
SHEPS
M.C.
(1959),
An
examinat ion
of
sorne
methods
of
comparing
several
rates
or
proportions,
Biometries,
vol.
15,
pp.
87-97.
SHORTER
F.C.
(1974),
Computational
methods
for
population
projections
with
particular
reference
to
development
planning,
The Population Council, New York,
155 p.
SHRYOCK,
S.,
SIEGEL J.S.
et al.
(1976),
The Methods and Matériels
of
Demography,
Academie Press, Washington OC, pp. 130-132,
225-226.
SIDIBE
H.
(1980),
Etude
critique
des
méthodes
d'ajustement
et
d'estimation
de
la
fécondité
à
partir
des
statistigues
défectueuses, Actes du colloque de démographie d'Abidjan de
1979, vol.
l, ENSEA,
Abidjan.
SIMONET
M. H .
( 1974 a),
JIlIQ;,.:::u:..::eo..::s::...:t::...~=.·~o.:..:nc::s:....-_...::d::.;e~__d=é.:..:m.:.:::o:...:g:z.:r=-=a.c:p..:;h:.:i:..:e~__a=f-=r:.::i:..:c:..:a::.;~::.;'n=e.....
,
fascicule 1,
Ecole
de
statistique d'Abidjan,
Abidjan,
pp.
47 - 4 9 ,
94 - 98 .
SIMONET
M.H.
(1974b),
Questions
de
démographie
africaine,
fascicule 2,
Ecole
de
Statistique d'Abidjan,
Abidjan,
pp.
I-VI I,
126-135, 160-194.
SIlRINGER C. H.,
HERLIHY R.
et al.
(1966),
Statistical
inference,
vol.
3,
Ed.
Richard
D.
Irwin,
Homewood
(Illinois) ,
pp. 205-208.
STEDMAN R. O.
(1980),
Age patterns
of
fertilitv
in
the
developing
world
application
of
fertility
models
ta
contemparary
populations in demographic transition, Ph.D.,
University of
Washington,
University Microfilms International, Washington
OC , pp.
3- 2 9 ,
35 7 - 37 5 .
TABAH
L.
(1947),
L'attraction
des
chiffres
ronds
en
France,
Population,
n02, pp. 349-354.
TABUTIN
D.
(1981),
Réflexion
critique
sur
l'utilisation
et
l'enseignement
des
techniques
indirectes
en
démographie,
Communication pour la table ronde sur l'enseignement de la
démographie,
Congrès
Général
de l'U.I.E.S.P. de Manille,
15 p. multigr.
TABUTIN D.
(1984), La fécondité et la mortalité dans les recensements
africains
des
25
dernières
années,
Pooulation,
n02,
pp.
2 95 - 312 .
TAVERNE A.
(1984),
Connaissance
et
Maitrise
de la
Statistique,
vol. 2, Les éditions de la Buissonnière, Paris, pp. 487-524.
~
...
239
TIMAEUS
1.,
BALASUBRAMANIAN K.
(1984),
Evaluation
of
the
Lesotho
fertility survey 1977,
WFS Scientific Report,
n058, p.
li.
THIRIEZ H.
(1982),
Comprendre et
utiliser les modèles
en Gestion,
Editions d'organisation,
Paris;
178 p.
TOGO. MINISTERE DU PLAN (1985), Recensement Général de la Population
et
de
l'Habitat
(9-22
novembre
1981).
vol.
4 •
Mouvement
Nàturel
et
Migration,
Direction de la Statistique, Lomé,
pp. 2, 222.
TOWNSEND N. et HAMMEL E.A.
(1990), Age stimation from the number of
teeth
erupted
in
young
children
an
aid
to
demographic
surveys, Demography, vol.
27,
n 01, pp.
165-177.
TOYNBEE A.J.
(1972),
Afrigue arabe,
Afrigue noire,
collections La
Bibliothèque Arabe,
Sindbad, Paris, p.
143.
TRUSTED
J.
(1979),
The
loqic
of
scientific
inference.
an
introduction, Ed. D.J. O'Connor, London, pp.
1-7.
UNESCO
(1977),
Statistiques
sur
le
niveau
d'instruction
et
l'analphabétisme 1945-1974, Etudes statistiques de l'UNESCO,
n022,
Paris, pp.
1-15,
39-54.
UNESCO (1987), Annuaire statistique 1987, UNESCO, Paris, pp.
5-15.
UNESCO (1988a), Annuaire statistique 1988, UNESCO, Paris, pp.
1.26-
1.55.
UNESCO
(1988b) ,
Compréhens ion
des
stat istiques
relat ives
à
l'analphabétisme,
Etudes
statistiques
de
l'UNESCO,
n030,
Paris, pp.
3-8,
44-58.
U.S.
BUREAU
OF
THE
CENSUS
(1979),
A compilation
of
age
specifie
fertility
rates
for
developping
countries,
International
Research Document,
n07,
U.S. Department of commerce, Bureau
of the census,
Washington DC, pp. 1-53.
VALKOVICS E.
(1983), Une méthode indirecte de modélisation des taux
de
fécondité
générale
par
age,
European
Demography
Information Bulletin,
24
(1),
11-27.
VALLIN J.
(1979),
Facteurs socio-économiques de
la mortalité dans
les
pays
développés,
Délibération
de
la
réunion
sur
les
facteurs
et
les
conséquences
socio-économi~Jes de
la
mortalité, Mexico,
New York, pp. 226-302,
(cité par Inoussa
N.
1987).
VAN DE WALLE E.
(1968a), Characteristics of African Demographie Data,
The
Demography
of
Tropical
Africa,
Princeton,
N.J.,
pp.
12-13.
---- ------- -- ----
240
VAN DE WALLE E.
(1968b),
Note on the effects of age misreporting,
The
Demography
of
Tropical
Africa,
Princeton,
N. J.,
pp.
143-150.
VERMA v.
(1980) f
Basic ferti1ity measures from retrospective birth
histories. WFS Technica1 Bulletins,
n04,
ISI, Voorburg.
WALTISPERGER D.
(1980),
Mesure des attractions à partir des indices
de régularité des âges,
in OCDE,
(1980c),
pp.
49-77.
WALTISPERGER D.
(1988),
Tendanc~s et causes de la morta1 ité,
in D.
Tabutin,
ed,
Mortalité
et
Société
en
Afrigue
au
Sud
du
Sahara,
Collection L'Harmattan,
Paris,
pp.
279-307.
WATTE
P.
(1981),
Langages
multiples
sur
le
temps,
Cahiers
de
l'Institut de Linguistique, U.C.L.,
Louvain-La-Neuve.
WENDEL E.
(1980),
CriminalistiqUe
Ident ification
des
personnes,
Encyclopaedia Universalis,
vol.
5, pp.
86-88,
460-461.
WFS CAMEROUN
(1983a),
Enquête sur la fécondité du Cameroun,
1978 -
Résumé des résultats, WFS First country Report Summary, n04,
pp.
4-5.
WFS CAMEROUN (1983b), Enquête nationale sur la fécondité du Cameroun
1978,
vol.
1,
Direction
de
la
Statistique
et
de
ia
comptabilité nationale,
Yaoundé,
p.
41.
WFS COTE-D'IVOIRE
(1984),
Enguête
ivoirienne
sur
la
fécondité
1980~81, Vol. 1, analyse des principaux résultats, Direction
de la statistique, Abidjan, p.
105.
WFS
EGYPTE
(1983),
The
Egyptian
Fertility
Survey
1980,
vol.
2,
Capmas, Cairo,
pp.
8-52.
WFS GHANA
(1983),
Ghana
Ferti1ity
Survey 1979-80,
First report,
vol. l, Backgrounds, Methodology and FindinqS, Central Bureau
of Statistics, Accra, p.
54.
WFS KENYA
(1980),
Kenya Ferti1ity Survey 1977-1978,
first
report,
WFS/Central Bureau of Statistics, Nairobi,
pp.
1-58.
WFS LESOTHO (1981),
The Lesotho fertility survey 1977 : A summary of
findings,
WFS First country Reports Summary n034, p.
6.
WFS
MAROC
(1984),
Enquête
nationale
sur
la
fécondité
et
la
planification
familiale
au
Maroc,
1979-1980,
rapport
national,
vol.
l,
Ministère de la Santé Publique,
Rabat,
pp.
1-17.
WFS NIGERIA (1984), The Nigeria Fertility Survey,
1981-82. A summary
of findings,
Wor~d Fertility Survey, n049, London.
241
WFS SOUDAN
(1982),
The
Sudan
fertility
survey, Principal Report,
vol.
1,
World Fertility survey, Department of statistics of
the Ministry of National Planning, Khartoum,
p.
61.
WFS TUNISIE (1982), Enquête tunisienne sur la fécondité 1978. Raooort
Principal, vol. l, Enquête Mondiale sur la fécondité, Office
National
du Planning Familial et de la Population,
Tunis,
pp.
66-71.
WILLEKENS
F.
(1977),
"The
recovery of detailed migration patterns
from
aggreqate
data
an
entropy
maximizing
approach",
Research Memorandum,
RM 77-58,
International Institute for
Applied Systems Analysis,
Laxenburg
(Austria),
39 p.
WOLFF E.
(1980),
La méthode
anthropométrique et
la dactyloscopie,
Encyclopaedia Universalis, vol. 5, Encyclopaedia Universalis
France,
Paris, pp.
86-88.
WUNSCH G.
(1966),
Courbes de Gompertz et perspectives de fécondité,
Recherches Economiques de Louvain,
6, pp.
457-463.
WUNSCH G.
(1978),
Méthodes d'analyse démographique pour les pays en
développement,
Département
de
Démographie,
Université
catholique de Louvain,
Ordina Editions, Liège, pp.
124-126.
WUNSCH G.
(1980),
Linéarisation de
la
fécondité générale par âge,
Document
de
recherche
n047,
Département
de
Démographie,
Université catholique de Louvain,
Louvain-la-Neuve,
11 p.
WUNSCH
G.
(1984),
Techniques
d'analyse des
données
démographiques
déficientes;
Ordina Editions,
Liège, p. 120-130.
YAAKOUBD A.l.
(1984),
Une critique comparative des nouvelles tab1es-
types des Nations
Unies
et des tables de
l'OCDE,
thèse de
maitrise,
Institut de démographie,
Louvain~la~peuve, 172 p.
bRIC"1 C>'
YAFO E . .( 1983),
Ajustement
analytique
des
C,4~b~d'e;"~ourbes de
fécondité générale afr icaine 51960-19~-:O{,Cthèse d,e-:~,\\ aîtrise,
Département de démographie, universitP'~qàt-h.'ê..l'~i$le8Ef:' ouvain,
Louvain-la-Neuve.
~ \\
~ 1 -i.
- \\
-/.,
ZABA B.
(198,1).,
Use of the
relatio~al Gomper~\\.~àde-4ft':analysing
fertlllty
data
collected
ln
retrospèSt~st(~veys, CPS
working 81-2, London School of Hygiene and Tropical medecine,
(cité par Brass,
1981).