Pauvreté et inégalités des conditions de vie au Cameroun

Pauvreté et inégalités des conditions devie au Cameroun: Une approche micromultidimensionnelle

Borel FokoFrancis NdémRosine Tchakoté

PMMA Network Session PaperPMMA Network Session PaperPMMA Network Session PaperPMMA Network Session PaperPMMA Network Session Paper

A paper presented during the 5th PEP Research Network General Meeting,June 18-22, 2006, Addis Ababa, Ethiopia.

Pauvreté et inégalités des conditions de vie au Camerounϒ

Une approche micro multidimensionnelle

(Rapport final, version préliminaire, ne pas citer)

par

Borel Foko [email protected]

Francis Ndém [email protected]

et

Rosine Tchakoté [email protected]

Mai 2006

ϒ Travail réalisé avec l’aide d’une subvention du Réseau de recherche sur les Politiques Economiques et la Pauvreté (PEP), un réseau financé par le Centre de Recherche en Développement International (CRDI). Nous les en remercions et particulièrement, Messieurs John Cockburn, Jean-Yves Duclos, Louis Marie Asselin, Cosme Vodounou, Jean Bosco Ki, Paul Ningaye et Oumar Diop Diagne pour leurs contributions diverses à ce travail. Les opinions exprimées ici n’engagent que ses auteurs et ne constituent pas une prise de position de PEP ou du CRDI, ni des institutions pour lesquelles ils travaillent.

Résumé

Cette étude dresse un profil de pauvreté (micro) multidimensionnelle non monétaire au Cameroun et teste sa concordance avec le profil de pauvreté monétaire disponible. Elle est structurée autour d’un indicateur composite qui rend au mieux compte de la diversité des conditions de vie des ménages au Cameroun. La pertinence économique et empirique de cet indicateur est d’abord discutée, avant sa construction par une analyse factorielle multiple. La pauvreté multidimensionnelle i) se traduit par l’exclusion des ménages de la consommation de certaines commodités de base, du fait de leur indisponibilité ou leur faible accessibilité, est ii) plus marquée que la pauvreté monétaire, iii) imparfaitement corrélée à la pauvreté monétaire, et iv) tend à mieux rendre compte de l’état de pauvreté des ménages tel qu’ils le perçoivent. Cela appelle des stratégies mixtes de lutte, particulièrement ciblées selon l’âge, la zone agro écologique et le groupe socioéconomique des individus. Codes JEL : I31, I32 Mots clés : Pauvreté multidimensionnelle, Indicateur composite de pauvreté, Analyse factorielle

multiple, Inégalités, Besoins de bases, Pauvreté monétaire, Dominance, Cameroun Abstract

Poverty and inequality of living standards in Cameroon. A micro multidimensional approach. This study draws up a multidimensional non monetary poverty profile in Cameroon and tests its consistence with the monetary poverty profile available for the year 2001. We construct a multidimensional (non monetary) poverty indicator which accounts for the diversity of households’ living standards in Cameroon. It shows that multidimensional non monetary poverty in Cameroon is imperfectly correlated to monetary poverty, and tends to better accounting for subjective poverty. This study calls for mixed strategies in order to alleviate poverty in Cameroon. JEL Codes : I31, I32 Key words : Multidimensional poverty, Composite index, Multiple factor analysis, Inequality,

Basic needs, Monetary poverty, Dominance analysis, Cameroon

Introduction........................................................................................................................................................... 3

II- Un aperçu de la littérature.............................................................................................................................. 4

II.1. La Pauvreté est multidimensionnelle .......................................................................................................... 4 II.1.1. L’approche welfarist ............................................................................................................................. 4 II.1.2. Approches non welfarist ........................................................................................................................ 5

II.1.2.1- L’approche par les besoins de base................................................................................................. 5 II.1.2.2- L’approche par les capacités........................................................................................................... 5

II.1.3. Des approches néanmoins complémentaires......................................................................................... 5 II.2. Opérationnaliser l’approche micro multidimensionnelle au Cameroun ..................................................... 6

III- Méthodologie et données................................................................................................................................ 7

III.1. Elaboration de l’indicateur composite de pauvreté (ICP).......................................................................... 7 III.2. Pourquoi une analyse factorielle multiple (AFM) ? .................................................................................. 8 III.3. Profils de pauvreté et d’inégalité ............................................................................................................... 9

III.3.1. Indices de pauvreté et analyse de dominance ...................................................................................... 9 III.3.2. Indices d’inégalités et analyse de dominance ...................................................................................... 9 III.3.3. Confrontation des profils de pauvreté monétaire et des conditions de vie......................................... 10

III.4. Les données mobilisées ........................................................................................................................... 10 III.4.1. Les données de l’ECAM II.................................................................................................................... 10 III.4.2. Items et variables retenus pour l’analyse de la pauvreté des conditions de vie ................................... 10

IV- Explorer les conditions de vie pour construire l’ICP ................................................................................ 12

IV.1. Quelles variables pour mieux informer la pauvreté ?.............................................................................. 12 IV.1.1. Le cas de l’accessibilité aux infrastructures publiques de base......................................................... 12 IV.1.2. Le cas des «conditions d’existence» du ménage ................................................................................ 13 IV.1.3. Les variables «proxy» du capital humain dans le ménage................................................................. 14 IV.1.4. Les variables «proxy» de la vulnérabilité des conditions de vie du ménage...................................... 14 IV.1.5. A titre de synthèse .............................................................................................................................. 15

IV.2. Baser l’ICP sur la 1ère facette de la pauvreté des conditions de vie ....................................................... 16 IV.2.1. Le premier facteur de l’AFM est commun à ces items ....................................................................... 16 IV.2.2. Autres dimensions des conditions de vie des ménages ....................................................................... 17

IV.3. L’ICP ordonne les ménages selon leur niveau de bien-être .................................................................... 18 IV.4. Une première illustration de l’ampleur et de l’origine des disparités de conditions de vie des ménages 21

V- Quels profils de pauvreté et d’inégalité ?..................................................................................................... 22

V.1. Profil de pauvreté ..................................................................................................................................... 22 V.1.1. Les seuils de pauvreté retenus ............................................................................................................... 22 V.1.2. Profils de pauvreté des conditions de vie et monétaire.......................................................................... 24

a) L’extrême pauvreté multidimensionnelle est un phénomène rural .......................................................... 24 b) La pauvreté multidimensionnelle est plus marquée que la pauvreté monétaire...................................... 24 c) Des comparaisons de pauvreté multidimensionnelle globalement robustes au choix du seuil de pauvreté..................................................................................................................................................................... 26

V.2. Le profil d’inégalités ................................................................................................................................ 28

VI- Pauvreté monétaire et multidimensionnelle : quelles associations ?........................................................ 30

VI.1. Une association positive, cependant faible.............................................................................................. 31 VI.1.1. Analyse de corrélations simples ......................................................................................................... 31 VI.1.2. L’ICP rend mieux compte de la situation des ménages les plus pauvres ........................................... 31

VI.2. La nécessité de tenir compte des deux approches de pauvreté................................................................ 32

Conclusion ........................................................................................................................................................... 34

Bibliographie ....................................................................................................................................................... 37

Annexes ................................................................................................................................................................ 38

A1. Une présentation de l’Analyse factorielle multiple (AFM) ....................................................................... 38 A2. Les données de l’ECAM II........................................................................................................................ 40 A3. Les variables pour l’analyse de la pauvreté ............................................................................................... 41 A4. Résultats de l’AFM ................................................................................................................................... 44

Pauvreté et inégalité des conditions de vie au Cameroun : une approche micro multidimensionnelle

2

Liste des tableaux Tableau 1 : Description des variables présélectionnées pour l’analyse de la pauvreté des conditions de vie 11 Tableau 2 : Liste des variables retenues pour l’indicateur composite de pauvreté des conditions de vie 16 Tableau 3 : Le premier facteur de l’AFM est commun aux quatre items 17 Tableau 4 : Scores, fréquences et mesures de discrimination des variables sur les deux premiers axes factoriels 19 Tableau 5 : % de ménages n’ayant pas accès à certaines commodités de base, selon le quintile d’appartenance 20 Tableau 6 : Commodités de base auxquelles le ménage de référence a accès 23 Tableau 7 : Incidence de la pauvreté selon certaines caractéristiques du chef de ménage 25 Tableau 8 : Similitudes et dissemblances entre les profils de pauvreté monétaire et de conditions de vie 27

Tableau 9 : Inégalité des conditions de vie et de revenu des ménages selon certaines caractéristiques du chef de ménage 29

Tableau 10 : Incidence de la pauvreté multidimensionnelle et de la pauvreté monétaire selon les perceptions qu’ont les ménages de leurs propres conditions de vie 32

Liste des graphiques Graphique 1 : Premier plan factoriel de l’AFM 21

Graphique 2 : Incidence de la pauvreté multidimensionnelle et de la pauvreté monétaire selon le seuil de pauvreté, le milieu de résidence et la zone agro écologique d’appartenance du ménage 27

Graphique 3 : Courbes de Lorenz selon l’indicateur de bien-être et le milieu de résidence du ménage 29 Graphique 4 : Courbes de Lorenz généralizé selon l’indicateur de bien-être et la zone agro écologique 30 Graphique 5 : Régression non paramétrique de l’ICP sur la dépense par équivalent adulte 31 Graphique 6 : Principales correspondances entre les indicateurs monétaire et non monétaire de bien-être 33 Liste des figures Figure 1 : Photographie de l’accessibilité des ménages aux infrastructures publiques de base 13 Figure 2 : Portrait des conditions d’existence des ménages 14 Figure 3 : Disparités observées dans la vulnérabilité des conditions de vie des ménages 15 Figure 4 : Illustration du seuil et de l’incidence de pauvreté des conditions de vie, Cameroun 24 Cigles et abréviations

ACM Analyse factorielle en correspondances multiples AFM Analyse factorielle multiple COPA Cohérence Ordinale le long du Premier Axe factoriel DSRP Document de stratégie de réduction de la pauvreté ECAM Enquête camerounaise auprès des ménages FGT Indices de pauvreté de Foster Greer Thorbecke GL(p) Courbe de Lorenz généralisé (Generalised Lorenz curve) ICP Indicateur composite de pauvreté IDH Indice de développement humain INS Institut national de la statistique L(p) Courbe de Lorenz (Lorenz curve) PNUD Programme des nations unies pour le développement PPTE Initiative d’allègement de la dette des pays pauvres très endettés RGPH Recensement Général de la Population et de l’Habitat


3

Introduction

De nombreuses sources d’informations,2 permettent de mieux appréhender les manifestations et les facteurs de la pauvreté au Cameroun. Toutefois, la littérature sur la pauvreté au Cameroun accorde une part trop importante à l’approche monétaire dans le ciblage des pauvres, lorsqu’il est admis que la pauvreté est multiforme et recouvre diverses dimensions (par exemple, outre la dimension monétaire, les dimensions de conditions de vie, de potentialités, sociale, culturelle, politique, éthique, etc; Marniesse 1999, Boucher et alii 2003). De récents travaux conduits dans le cadre du DSRP soulignent que, du point de vue des populations, les éléments liés au revenu constituent la plus importante classe de caractéristiques de la condition de la pauvreté au Cameroun (DSRP 2003, p. 24). La littérature empirique, en revanche, évoque davantage une complémentarité qu’une substituabilité entre approches monétaire et non monétaire d’appréhension de la pauvreté (voir par exemple Lachaud 2000, Razafindrakoto et al 2001, Grim et alii 2001, Foko et alii 2002, INS 2002b, Zerbo 2003, Ki et alii 2005, Ayadi et alii 2005). D’autres études ont aussi noté qu’un profil de pauvreté monétaire peut être vulnérable aux fluctuations économiques conjoncturelles (Filmer et Pritchett 2001). Cette étude essaye d’apporter une chaire empirique à cette perception subjective des populations en confrontant, particulièrement, leurs conditions de vie avec leur niveau de revenu. Dans cette perspective, une profonde analyse des conditions de vie de ces populations constituera une étape importante. L’analyse au niveau des ménages permettra de mieux orienter les actions de planification conduites au niveau national. Il est en effet possible que les dynamiques observées dans les indicateurs de macro planification calculés au niveau national3 ne soient pas d’égales importance dans l’amélioration effective du bien-être des ménages. D’une telle analyse, il est possible d’élaborer un indicateur de conditions de vie des ménages, apte à fournir des éclairages complémentaires sur l’état et les manifestations de la pauvreté au Cameroun. Construit sur la base d’une source d’information à périodicité quinquennale, il pourrait bien compléter le tableau de bord social4 ou être adapté pour un suivi synthétique des conditions de vie des ménages. Trois objectifs majeurs sont ici visés : i) identifier et décrire les principales facettes de la pauvreté des conditions de vie des ménages au Cameroun, ii) en déduire un profil de pauvreté et d’inégalité et, enfin, iii) tester la concordance entre «mesures» des conditions de vie et de bien-être monétaire. L’étude comprend sept sections. Outre la partie introductive, la section 2 donne un bref aperçu de la littérature conceptuelle sur la pauvreté, et des travaux empiriques sur la pauvreté au Cameroun. La littérature conceptuelle nous enseigne que la pauvreté est multiforme et montre l’intérêt de progresser dans son diagnostic dans une perspective multidimensionnelle. Des travaux appliqués à la situation camerounaise, il ressort une nécessité d’aller vers une opérationnalisation de l’approche multidimensionnelle, notamment non monétaire, avec les ménages comme unité d’analyse. Cette section sert en quelques sortes de balises théoriques pour toute cette étude. La section 3 présente la méthodologie et les données utilisées. Le cœur de l’analyse étant structuré autour d’un indicateur unidimensionnel sensé résumer la diversité des conditions de vie des ménages au Cameroun, un soin particulier est apporté à la présentation de l’approche utilisée pour parvenir à cette fin. Surtout, la section présente le raisonnement économique qui a orienté le choix des variables sensées rendre compte de cette diversité.

2 Notamment les deux grandes enquêtes ménages (ECAM) de 1996 et 2001. 3 Comme, par exemple, les taux de scolarisation, de mortalité, d’accès à l’eau potable; le nombre de lignes téléphoniques et d’ordinateurs pour 1 000 ménages; le taux de chômage; l’incidence, la profondeur et la sévérité de la pauvreté monétaire. 4 Il comporte la plupart des indicateurs définis dans la note précédente (DSRP 2003, pp 170-171).


4

La section 4 fournit une lecture exploratoire de la pauvreté des conditions de vie et propose un processus de sélection du jeu de variables les plus pertinentes pour décrire cet état de pauvreté au Cameroun. Il en découle un profil de pauvreté et d’inégalité (section 5), le profil de pauvreté monétaire disponible y est aussi présenté. Cette mise en regard des mesures monétaire et non monétaire de la pauvreté est approfondie dans la section 6. Il en ressort que l’indicateur de pauvreté des conditions de vie est positivement mais imparfaitement corrélé à la mesure monétaire du bien-être des ménages, mais tend à mieux rendre compte de la situation des ménages les plus défavorisés. La conclusion synthétise les principaux enseignements tirés de l’étude (introduction et justification du choix de l’analyse factorielle multiple pour construire un indicateur composite de bien-être, soin particulier accordé à la sélection des variables prises en compte dans cet indicateur, etc.) et fournit des pistes susceptibles d’éclairer les choix politiques pour la réduction de la pauvreté au niveau national, en tenant compte de spécificités régionales, agro écologiques et socio économiques. La prise en compte de ces spécificités est d’autant plus importante que l’étude confirme qu’une stratégie de lutte contre la pauvreté fondée uniquement sur les ingrédients de l’approche monétaire parait inefficace.

II- Un aperçu de la littérature

II.1. La Pauvreté est multidimensionnelle

La littérature conceptuelle illustre l’intérêt d’analyser la pauvreté dans une perspective multidimensionnelle. Les approches conceptuelles pour évaluer le bien-être individuel se distinguent mutuellement par i) l’importance qu’attache l’analyste à la manière dont l’individu juge son bien-être, et ii) la gamme des facteurs pris en compte, qu’on se fonde ou non sur le revenu (Ravallion 1996). Selon Asselin et Dauphin (2000), elles peuvent se regrouper en trois grandes approches.

II.1.1. L’approche welfarist

Elle est fondée sur une fonction d’«utilité» sensée rendre compte des préférences individuelles pour des ensembles alternatifs de biens et services. Evaluant le bien-être d’un individu, les welfarist évitent de formuler des jugements qui ne cadrent pas avec son comportement (Ravallion 1996). Il est couramment admis que les individus ont la même fonction d’utilité, ce qui permet la comparaison inter-individuelle des niveaux de bien-être (Glewwe et van der Gaag 1988). L’utilité n’étant jamais observable directement, une contrepartie pouvant l’être est l’utilité indirecte, coût minimum pour un ménage de caractéristiques données d’atteindre un certain niveau d’utilité (Deaton et al 1980,5 Samuelson 19746). Deux principales critiques peuvent être adressées :7 Les mesures de la pauvreté monétaire sous-tendent une conception trop étroite du bien-être (Lachaud 1998, Deaton 20038), et font abstraction de certains facteurs qui ont vraisemblablement une utilité9 dont la valeur n’est toutefois pas quantifiable, lorsqu’elle ne se manifeste pas dans le comportement de consommation, comme les biens non marchands et des aspects non matériels de la condition humaine (Ravallion 1996, Deaton et Muellbauer 198010). En outre, considérer le revenu comme seul moyen de ciblage des pauvres

5 Cité par Glewwe et van der Gaag (1988, p.4). 6 Cité par Deaton et Zaidi (1999, p.6). 7 En plus de l’hypothèse de comparabilité inter-individuelle des préférences (Arrow 1963, cité par Ravallion 1996). 8 «Even if you have enough goods, they are worth little if you are not healthy enough to enjoy them» (p. 12). 9 Selon le PNUD (2000, cité par Zerbo 2003 p. 4), certains biens ont à la fois une valeur utilitaire directe et une valeur instrumentale dans la réalisation du bien-être : indépendamment de tout autre effet, ils influent directement sur le bien-être, mais sont aussi des moyens d’accès à d’autres biens et peuvent avoir des effets au plan des capacités des individus. 10 Cité par Glewwe et van der Gaag (1988).


5

réduit l’efficacité des politiques de lutte contre la pauvreté, notamment en asymétrie d’information (Ponty 1998, Ayadi et alii 2005). Il convient de tenir aussi compte d’autres approches.

II.1.2. Approches non welfarist

Normatives, le niveau de bien-être adéquat pour mener une vie décente est défini selon les normes et les valeurs de chaque société. Elles mettent l’accent sur la multidimensionnalité du bien-être.

II.1.2.1- L’approche par les besoins de base

Elle analyse le bien-être en termes de résultats : les pauvres sont ceux qui sont privés d’un ensemble de commodités de base perçues comme un préalable à l’atteinte d’une certaine qualité de vie (Asselin et Dauphin 2000). Elles comprennent une alimentation adéquate, une bonne santé, savoir lire et écrire, un logement adéquat, un bon habillement. Cette approche est ainsi moins abstraite que l’approche welfarist et favorise des politiques ciblées. Cependant, ces besoins sont souvent déterminés de manière exogène, par le planificateur, l’analyste ou des groupes d’experts (nutritionnistes, physiologistes), indépendamment des perceptions des populations. Une autre difficulté, souvent évoquée, concerne l’agrégation de ces dimensions en un indicateur de pauvreté et la subjectivité dans le choix des seuils de pauvreté.

II.1.2.2- L’approche par les capacités

Dans les années 1980, Sen11 rejeta tant l’utilité comme étalon du bien-être que les formules non utilitaristes basées sur des besoins, arguant que le bien-être signifie tout simplement être bien : être en mesure de vivre longtemps, être bien nourri, être en bonne santé, être éduqué, etc. Pour lui, la valeur du niveau de vie a tout à voir avec la vie (non pas avec la possession de biens), c’est la faculté qu’ont les individus de fonctionner,12 et la pauvreté doit être perçue comme une privation de cette faculté. La capacité renvoie à la liberté que possède l’individu de rechercher le bien-être : choisir parmi tous ses fonctionnements potentiels ceux qui vont lui permettre de satisfaire ce qu’il a raison de valoriser. Ces fonctionnements peuvent aller de plus simples comme «se nourrir décemment» aux plus compliqués comme «vivre une vie digne d’être vécue». Le bien-être d’un individu est mesuré par l’utilité retirée de ses capacités et des fonctionnements effectivement accomplis. Ainsi, en se focalisant sur les réels moyens que possèdent les individus pour convertir leurs ressources en satisfaction, cette approche élargit l’évaluation du bien-être à des aspects autres que monétaires. Cependant, la mise en œuvre empirique de cette approche pose i) un problème conceptuel dans le choix de la base informationnelle retenue pour évaluer le bien-être, et ii) un problème factuel dans la construction d’un indicateur de bien-être. Faut-il choisir entre capacités ou fonctionnements ? Pour Brandolini et d’Alessio (1998),13 se concentrer sur la capacité, c’est tenir compte d’alternatives potentielles qui ne seront jamais choisies par l’individu (car il ne les valorise pas), or celles-ci sont potentiellement infinies. Selon eux, il serait nécessaire de se tourner vers les fonctionnements accomplis comme mesure ultime du bien-être.

II.1.3. Des approches néanmoins complémentaires

Chacune d’elles apporte quelque chose de spécifique dans l’analyse du bien-être et de la pauvreté (voir par exemple Filmer et Pritchett 2001, Razafindrakoto et al 2001, Zerbo 2003, Lachaud 2000, Grim et alii 2001, Foko et alii 2002, Ki et alii 2005, Ayadi et alii 2005). La mise en regard de ces approches

11 Cité par Ravallion (1996, p. 6). 12 Ce fonctionnement décrit, selon Sen, les différentes choses qu’une personne peut aspirer à être ou faire, ses beings and doings (Voir Bertin 2003 p.5). 13 Cité par Bertin (2003, p. 8).


6

peut conduire à l’obtention d’un noyau dur de pauvreté (voir Diagne et alii 2005 pour le Sénégal). Certaines études ont cherché à élaborer une mesure synthétique du bien-être englobant nombre de ces approches. Les indices synthétiques développés par le PNUD en sont des exemples, mais ne sont pas directement calculés au niveau des ménages (niveau micro). C’est cette voie que nous allons explorer.

II.2. Opérationnaliser l’approche micro multidimensionnelle au Cameroun

La principale étude ayant proposé une analyse de plusieurs dimensions de la pauvreté (monétaire, conditions de vie, potentialités) au Cameroun est sans doute celle de Dubois et Amin (2000). Décrivant l’évolution de la pauvreté et des inégalités entre 1978 et 1996, ils notent une aggravation de la pauvreté entre 1983 et 1996, bien que cette analyse repose sur des seuils de pauvreté calculés de façon relative en 1983 (sur la base de la consommation par tête),14 et de façon absolue en 1996 (sur la base de la consommation par équivalent adulte).15 Ils précisent que si la pauvreté s’est fortement accrue en zone rurale, elle est apparue en zone urbaine (davantage à Yaoundé, capitale politique). Elle demeure essentiellement rurale mais répartie inégalement selon les régions. Sur la même période, les inégalités de revenus se sont réduites (l’indice de Gini passant de 0,49 à 0,42). Si la malnutrition s’est accrue, la tendance globale est une amélioration des conditions de vie et des indicateurs d’accès aux services de base (l’accès à l’eau s’est amélioré, de 32% en 1970 à 44% en 1997, les taux de mortalité ont baissé, plus forte a été la baisse de la mortalité infantile, la couverture scolaire globale s’est améliorée jusqu’en 1994). Cependant, l’accès au marché du travail a été davantage contraint; le taux de chômage est passé de 7,3% en 1976 à 24,6% en 1987. Les potentialités globales de la nation ont continué de se développer, à des rythmes faibles et sous des formes nouvelles : les capitaux physique et financier ont été remodelés à travers les restructurations des secteurs public, bancaire, agricole et des travaux publics; le capital humain a timidement poursuivi son accumulation; le capital social se reconstituait sous des formes nouvelles, par l’émergence de diverses associations. Fambon et alii (2001), quand à eux, analysent la pauvreté et la répartition des revenus au Cameroun en 1996. Ils retiennent plusieurs seuils de pauvreté16 et analysent la sensibilité des profils de pauvreté au choix de ces seuils. Ils montrent que la pauvreté est essentiellement rurale (touche plus de 50% des ruraux), avec pour principaux déterminants la structure démographique des ménages (taille, nombre d’enfants, type du ménage), le groupe socio économique et le statut dans l’occupation, le niveau d’éducation et la localisation du ménage. Quant aux inégalités des revenus, ils montrent qu’elles sont plus élevées en milieu urbain qu’en milieu rural. L’INS (2002a) analyse la dynamique de la pauvreté entre 1996 et 2001; et révèle i) une augmentation réelle de la dépense moyenne par tête, de 14,8% et ii) une baisse du taux de pauvreté monétaire (de 53,3 à 40,2%) du fait de la reprise économique. La redistribution, notamment en milieu rural, n’a pratiquement eu aucun effet de réduction de la pauvreté. Cette réduction a été plus marquée en milieu urbain (de 41,4 à 22,1%) qu’en milieu rural (de 59,6 à 49,9%).17 Aussi, elle est apparue moins profonde et moins sévère. La distribution des revenus est cependant plus inégalitaire (le quintile le plus riche dépense 8,3 fois ce que dépense le quintile le plus pauvre en 2001, contre 7,6 fois en 1996). L’accès aux services sociaux de base s’est amélioré, davantage chez les non pauvres et les urbains. Il ressort de l’ensemble de ces travaux que :

• Les conditions de vie des ménages ne sont souvent analysées qu’en tant que descripteurs (ou prédicteurs) de la pauvreté monétaire : l’identification des pauvres se fonde exclusivement sur des critères monétaires.

14 Le seuil était fixé à 40% des ménages. 15 Les personnes de moins de 15 ans étaient pondérées comme des demi-adultes. 16 Ces seuils se fondent sur i) la satisfaction des besoins nutritionnels ou ii) sur les coûts des besoins essentiels. 17 Le taux de pauvreté de la région rurale « savanes » du Nord-Cameroun a toutefrois été stable (de 44,4 à 45,7%).


7

• L’analyse de la pauvreté non monétaire, lorsqu’elle est menée, s’effectue à un niveau d’agrégation relativement élevé; les indicateurs ne sont pas directement calculés au niveau des ménages et on peut imaginer qu’ils ne contribuent pas nécessairement de la même manière à leur bien-être. Toutefois, dans une autre étude de l’INS (2002b) à partir des données de l’ECAM II, des scores privatifs ont été calculés pour apprécier les conditions d’existence des ménages. Selon cette approche, 40% des ménages (soit 37% des individus), essentiellement des ruraux ou des exploitants agricoles, ne disposent pas de 12 des 14 commodités fondamentales ciblées. Il y a une part d’arbitraire dans l’attribution des scores et dans la fixation du seuil de pauvreté.

• La description successive des différentes dimensions de la pauvreté (comme dans Dubois et al 2000) ou de l’accessibilité des ménages aux commodités répertoriées (comme dans INS 2002b) ne permet ni de saisir les interactions qui existent entre ces dimensions ni d’avoir une lecture globale de la pauvreté dans toutes ces dimensions. Poursuivant dans ce sens, Ningaye et alii (2005) illustrent une interaction entre cinq dimensions de la pauvreté des ménages en milieu rural au Cameroun (pauvreté d’existence, de capital humain, infrastructurelle,18 monétaire et subjective). Non seulement ils ne visaient pas à mesurer la pauvreté multidimensionnelle, ces auteurs se sont restreints à un sous groupe particulier.19

En dépit de cette restriction, leur étude nous semble pionnière dans l’opérationnalisation de l’approche micro multidimensionnelle de la pauvreté au Cameroun. Dans ce qui suit, l’analyse se veut représentative de la diversité nationale.

III- Méthodologie et données

III.1. Elaboration de l’indicateur composite de pauvreté (ICP)

L’analyse de la pauvreté dans une perspective multidimensionnelle peut se faire de deux manières : i) en retenant plusieurs indicateurs pour rendre compte des fonctionnements retenus, ou, comme c’est le cas ici, ii) en construisant un indicateur composite qui donne une lecture globale de la pauvreté. Elle consiste, dans un 1er temps, à cibler les fonctionnements qui doivent être pris en compte dans l’indicateur composite. Schématiquement, un fonctionnement peut être appréhendé par un indicateur primaire (comme l’accès à l’eau) éventuellement décomposable en plusieurs attributs ou modalités (par exemple, avoir accès à une source d’eau potable en moins de 30 minutes). Pour Sen (1984),20 le choix de ces fonctionnements doit être le résultat d’investigations et de discussions au niveau collectif pour arriver à détecter les composantes de la vie les plus valorisées par les membres de la société. Cette démarche que nous suivrons (cf. III.4.2) est, faut-il le souligner, contrainte par les données disponibles et le souci de parcimonie. A la seconde étape, on agrège les fonctionnements retenus. Deux grandes méthodes s’opposent. Au titre des premières, on situe l’approche entropie, l’approche floue, les méthodes d’attribution de scores a priori aux attributs.21 Ces méthodes sont critiquées pour l’arbitraire qui préside au choix des pondérations ou des seuils de pauvreté fixés pour chaque fonctionnement. Les autres méthodes utilisent l’analyse factorielle, essayant ainsi de réduire l’arbitraire dans la structure des pondérations (Filmer et Pritchett 2001, Asselin 2002, Sahn et Stiefel 2001) qui devient endogène à l’analyse.

18 Les variables retenues évaluent la proximité des ménages de certaines infrastructures de base (voir tableau 1). 19 Ils cherchent à capter un différentiel culturel des interrelations entre les différentes facettes de la pauvreté au Cameroun. Dans leur démarche, ils maximisent l’hétérogénéité culturelle entre les quatre grands groupes ethniques du pays : les bantous, les semi-bantous, les hamito-semitiques et les soudanais. Pour assurer une plus grande pertinence à leur étude, ils ciblent des ménages ruraux, des chefs de ménages de sexe masculin, d’âges compris entre 31 et 53 ans. 20 Cité par Ayadi et alii (2005). 21 Voir par exemple Asselin 2002, Alperin et alii 2005, Lachaud 2000, Lollivier et Verger 1997, Razafindrakoto et al 2001.


8

Certaines études ont tendance à corréler cet indicateur composite aux dépenses des ménages, pour juger de sa pertinence comme mesure de bien-être.22 L’ICP doit être vu comme une mesure particulière du bien-être (à long terme) des ménages (Sahn et Stiefel 2001). Les méthodes factorielles utilisées par Filmer et Pritchett ou Sahn et Stiefel s’appliquent surtout aux variables quantitatives (l’analyse en composantes principales ou l’analyse en facteurs communs et spécifiques). D’autres études utilisent l’analyse factorielle en correspondances multiples (l’ACM, comme Asselin 2002, Ki et alii 2005, Diagne et alii 2005, Booysen et alii 2005) ou l’analyse en composantes principales non linéaire (Lachaud 2004). La pertinence de la méthode factorielle dépend du type de données, mais surtout des hypothèses que l’analyste formule sur le phénomène étudié. Dans notre cas, l’option prise est de i) discriminer au maximum entre les ménages sur la base de leurs conditions de vie et ii) rendre compte de tous les domaines de conditions de vie jugées pertinentes.

III.2. Pourquoi une analyse factorielle multiple (AFM) ?

De part la structure thématique des données disponibles, il est préférable de mettre en œuvre des méthodes d’analyse simultanée de tableaux multiples (Escofier et Pagès 1990, Bry 1996, Lebart, Morineau et Piron 1997). L’AFM réalise un compromis entre intégration des différentes thématiques et prise en compte des structures de disparités fortes entre les individus. Ceci se traduit par l’équilibre statistique de l’influence des différentes thématiques dans l’analyse globale. L’AFM est donc une ACM particulière (voir annexe A1 pour plus de détails). L’équilibre des contributions inter-thèmes parait une condition intéressante pour que le premier axe factoriel de l’analyse globale soit interprété comme un axe de pauvreté multidimensionnelle. Cette condition sera associée à la propriété COPA (dite de cohérence ordinale le long du premier axe factoriel) qui nécessite que le bien-être exprimé par les différents fonctionnements (les variables dans l’analyse), individuellement ou collectivement, se dégrade lorsqu’on se déplace le long du premier axe factoriel. De manière générique, l’expression analytique de l’ICP pour un ménage (i) est

∑ ∑K

1k

J

1j

kj,i

kji

k

k

kkI W

K1 C

= =

= , où kj k

W désigne le score normalisé (coordonnée factorielle de

la modalité est exprimée comme multiple de la racine carrée de la plus grande valeur propre) de la modalité kj de la variable k sur le premier axe de l’AFM et k

j ,i kI une variable binaire 0/1 égale à 1 si

(i) a la catégorie kj et 0 sinon. K est le nombre de variables primaires retenues (Asselin 2002). Les scores rendent compte du pouvoir discriminant de chaque attribut entre pauvres et non pauvres. L’ICP pour un groupe de population est une moyenne simple des indicateurs composites calculés pour chaque unité de cette population. Calculé par une méthode factorielle, l’ICP prend des valeurs positives et négatives. Pour conduire une analyse de la pauvreté et surtout des inégalités à l’aide des instruments disponibles, il est nécessaire

d’associer à chaque iC une mesure positive +iC qui conserve la hiérarchie des ménages le long du

premier axe factoriel, en ajoutant, par exemple, à chaque iC la valeur absolue de la plus petite valeur négative possible de l’ICP.

22 La «pertinence» de l’ICP ne devrait pas dépendre de l’intensité de sa corrélation avec une mesure de bien-être monétaire. Ce serait faire de l’approche Welfarist la dimension de référence pour l’analyse de la pauvreté. Il est néanmoins intéressant d’explorer et d’apprécier, ex-post, l’intensité du lien entre ces deux mesures du bien-être (cf. section VI de cette étude).


9

III.3. Profils de pauvreté et d’inégalité

III.3.1. Indices de pauvreté et analyse de dominance

Les indices de pauvreté FGT (Foster-Greer-Thorbecke), utilisés, ont pour expression générale α

=

+

α ∑ ⎟⎟

⎠

⎞

⎜⎜

⎝

⎛ −=

q

1i

izcz

N1P , où z est le seuil de pauvreté, N le nombre de ménages dans la population

réelle, q le nombre de pauvres, α ≥ 0 un paramètre exprimant l’aversion à l’inégalité en matière de pauvreté. Dans cette étude, α sera fixé à 0 pour l’élaboration du profil de pauvreté.23 Dans ce cas, l’indice exprime l’incidence de la pauvreté. Les indices Pα sont additifs en sous-groupes de population : avec une décomposition de la population en M sous groupes disjoints, si mPα est l’indice FGT pour le sous-groupe m et dm son poids démographique, la contribution de m à la pauvreté globale

est donnée par α

α= PP d C mmm .

Nous calculerons trois types de seuils de pauvreté. Nous choisirons un ménage de référence accédant à un minimum d’attributs de base pour lequel on considère la valeur de +

iC . Un autre seuil, dérivé d’une typologie des ménages selon leurs conditions de vie, sera fixé de sorte que les conditions de vie des pauvres soient les plus spartiates possible. Le troisième seuil est fixé à un décile de +

iC de sorte qu’au-delà, on visualise une amélioration du bien-être pour un grand nombre d’attributs. Des tests de dominance stochastique seront mis en œuvre pour juger de la robustesse des comparaisons de profils de pauvreté (Ravallion 1996). Etant donné α , la comparaison de deux profils de pauvreté (courbes des Pα en fonction de z) indique que la courbe en dessous domine (au 1er ordre si α=0, au 2nd ordre si α=1, au 3ème ordre si α=2) celle au dessus.

III.3.2. Indices d’inégalités et analyse de dominance

Le classement des ménages n’étant pas altéré lors du passage de iC à +iC , il reste possible de

construire des profils d’inégalité. Ce qui importe c’est plus le niveau relatif de l’indice d’inégalité entre les groupes que son niveau absolu (voir Sahn et Stiefel 200324 sur ce point). La boîte à outils sera constituée des indices de Gini généralisé, des courbes de Lorenz et des courbes de Lorenz généralisé. Sous forme discrète, l’indice de Gini généralisé s’écrit :

µξµ ρρ )( −=I tel que +

=

+∑ ⎥⎦

⎤⎢⎣

⎡ −= m

M

m

mm CV

VV

)()()(

1 1

1ρ

ρρ

ρξ et ∑=

=M

miim PV .

µ désigne le bien-être moyen, iP le poids du ménage (i), ρ un paramètre d’aversion à l’inégalité, égal à 2 pour l’indice de Gini ordinaire. La courbe de Lorenz permettra d’explorer la robustesse des comparaisons d’inégalités : De deux courbes de Lorenz qui ne se coupent pas, la distribution dont la courbe de Lorenz est la plus proche de la droite à 45° est la moins inégalitaire. Nous utiliserons les courbes de Lorenz généralisé pour effectuer des comparaisons en terme de bien-être social. Elles indiquent l’apport cumulé en bien-être du quantile p le plus pauvre de la population : pour 1p0 ≤≤ ,

23 Mais pour l’analyse de dominance, les valeurs 1 et 2 de Alpha seront aussi considérées. 24 Cités par Booysen et alii (2005, p.10). Ajoutons que cela n’autorise pas des comparaisons internationales.


10

{ }⎥⎥⎦

⎤

⎢⎢⎣

⎡= ∑∑ =

≤+

=

+

M

1m)p(QCmmM

1mm

m1CP

P

1)p(GL où M est le nombre total de ménages dans

l’échantillon, Q(p) le plus haut niveau de bien-être du quantile p de la population le plus pauvre. Pm est

le poids du ménage m. La courbe de Lorenz est définie par )1(GL)p(GL)p(L = .

Si la courbe de Lorenz généralisée de la sous population A est au dessus de celle d’une sous population B, cela signifie que les p % les plus pauvres de A ont plus de ressources au total que les p % les plus pauvres de B (Deaton 1997, p. 159).

III.3.3. Confrontation des profils de pauvreté monétaire et des conditions de vie

Ayant mobilisé l’indicateur de pauvreté monétaire, nous allons vérifier, par un test et une régression non paramétriques, confortés par une analyse factorielle de correspondances, s’il est possible de conclure à une association forte entre carences en termes monétaires et en termes de conditions de vie. Accessoirement, nous jugerons de la pertinence d’un indicateur synthétique de pauvreté micro multidimensionnelle englobant ces deux dimensions.

III.4. Les données mobilisées

III.4.1. Les données de l’ECAM II

Les données proviennent de l’enquête ECAM II, réalisée par l’INS entre septembre et décembre 2001, et sont utilisées parce qu’elles i) sont relativement récentes et représentatives au niveau national, ii) assez documentées, vu la diversité de l’information qu’il est susceptible de mobiliser pour conduire une analyse multi-dimensionnelle de la pauvreté, et iii) ont été utilisées par l’INS (2002a) pour dresser le profil de pauvreté monétaire le plus récent au Cameroun, sachant que iv) l’un des objectifs visés par la présente étude est de confronter les mesures monétaires et non monétaires de pauvreté. Le plan d’échantillonnage de cette enquête dérive d’un sondage stratifié à trois degrés qui se fonde globalement sur une base de sondage constituée des zones de dénombrement du RGPH d’avril 1987. L’échantillon est constitué de 10 992 ménages repartis dans 22 strates : Douala, Yaoundé, le milieu urbain et le milieu rural de chacune des dix provinces du Cameroun (cf. annexe A2). Les strates urbaines sont à leur tour divisées en deux sous strates pour distinguer les villes de plus de 50 000 habitants de celles ayant entre 10 000 et 50 000 habitants (strate semi urbaine).

III.4.2. Items et variables retenus pour l’analyse de la pauvreté des conditions de vie

Comme souligné dans la section II, selon l’approche de la pauvreté par les besoins de base, les pauvres sont des individus privés d’un ensemble d’attributs fondamentaux. Pour limiter l’arbitraire dans le choix de ces attributs, nous avons tenu compte i) des perceptions des populations synthétisées dans le DSRP, ii) des choix opérés dans d’autres études par d’autres auteurs et iii) de la double contrainte de représentativité de l’analyse au niveau national et de parcimonie. Nous souhaitons en effet aboutir à un nombre limité d’attributs pour lesquels l’information collectée est régulière et de qualité raisonnable.

• S’agissant du premier point, il est mentionné dans le DSRP (p. 24) que les populations estiment que l’indisponibilité des services essentiels les maintient dans un état de pauvreté : «la pauvreté c’est la difficulté d’accès à l’eau potable, à l’électricité, aux produits de première nécessité, le manque de routes, de moyens de communication» ; «ce sont les écoles éloignées, le manque d’enseignement effectif dans les écoles,…» ; «le pauvre, c’est aussi une personne en


11

mauvaise santé et qui a des difficultés d’accès aux soins médicaux». La pauvreté résulterait alors d’une indisponibilité ou d’une non accessibilité aux services publics.

• Casas et al (2001), dans le contexte européen, soulignent que les attributs retenus doivent être massivement répandus et considérés comme nécessaires par une majorité d’individus, contraintes qui nous paraissent assez fortes, pour les pays en développement. Certains besoins considérés (par le planificateur) comme étant fondamentaux peuvent donc en effet être retenus, indépendamment des perceptions des populations ou de leur fréquence dans la population. Les indicateurs de conditions de vie des ménages retenus par l’observatoire social européen25 impliquent de situer l’analyse de la pauvreté à la fois dans l’espace des besoins de base et des capacités. Une dimension nouvelle s’ajoute à l’analyse : la possession de biens privés concourant au bien-être (confort du logement, possession de biens durables, etc.).

• En outre, il est possible d’inclure dans l’ICP des mesures anthropométriques ou des taux de scolarisation calculés au niveau ménage, comme le font certains auteurs (Grim et alii 2001, Lachaud 2000, Ki et alii 2005). Seulement, cela induirait a priori un biais de représentativité, au niveau national, de l’indicateur construit. Par exemple, d’après l’ECAM II, dans 46% des ménages au Cameroun, il n’existe aucun enfant de moins de 36 mois. Nous éviterons autant que possible de tels biais et de tenir compte des biens qui de facto défavorisent certaines populations du fait d’une indisponibilité de biens ou services publics ou privés complémentaires à leur utilisation. C’est notamment le cas du fer à repasser, du réfrigérateur/congélateur ou du ventilateur/climatiseur dont l’utilisation dépend de la présence de l’électricité; ou de la bouteille à gaz dont l’utilisation dépend de la possession d’un réchaud ou d’une cuisinière à gaz.

• Il existe également un risque de surreprésentation ou de masquage d’une partie de la population pauvre (ou d’un groupe spécifique) à cause de la non prise en compte de substituts éventuels au bien de référence choisi. C’est pourquoi, à titre d’exemple, pour rendre compte de l’aspect «capital humain» dans l’analyse de la pauvreté, nous prendrons en compte, en plus du niveau d’alphabétisation ou d’instruction du chef de ménage, le niveau d’instruction le plus élevé dans le ménage (tableau 1).

Tableau 1 : Description des items et des variables présélectionnées pour l’analyse de la pauvreté

des conditions de vie au niveau du ménage (34 variables, 111 modalités)

Items retenus Descriptif simplifié Section du questionnaire

Accessibilité aux infrastructures publiques de base

Disponibilité et proximité d’une école primaire publique, d’un centre de santé intégré, d’un marché de produits alimentaires, d’une route bitumée, d’un point d’approvisionnement en eau de boisson ou d’un bac à ordures

Section 9

Conditions d’existence Statut d’occupation, type et caractéristiques du logement, cadre de vie et assainissement, indice de peuplement du logement Section 7

Niveau d’instruction et d’alphabétisation du chef de ménage, Niveau d’instruction le plus élevé dans le ménage

Section 3

Capital humain Le chef de ménage est victime d’un handicap ; perception de son état de santé (chef de ménage) ; morbidité du chef de ménage ; période de la dernière consultation médicale du chef de ménage

Sections 1 & 2

Vulnérabilité Possession de certains biens durables : biens privés permettant l’accès à l’information et au divertissement ; à la communication ; possession d’un matériel de cuisson moderne ; possession d’un moyen de locomotion

Section 7

Source : Une sélection à partir du questionnaire et de la base de données de l’ECAM II (2001)

25 Indicateurs de difficultés budgétaires (factures non payées, difficulté d’épargne, endettement), indicateurs de restriction de consommation (alimentation, chauffage, loisirs, possibilité de partir en vacances, de recevoir des amis, d’offrir des cadeaux), indicateurs de confort et d’équipement du logement, indicateurs de patrimoine et d’aisance financière, indicateur composite de conditions de vie ou index de carence relative.


12

De même, pour l’aspect «vulnérabilité» des conditions de vie, nous privilégierons des variables sensées rendre compte de la possibilité qu’ont les ménages : i) d’avoir accès à l’information et au divertissement. Pour nous, il suffit qu’un ménage possède l’un au moins des biens suivants pour avoir, ceteris paribus, le plus haut niveau de bien-être : poste radio, chaîne musicale, téléviseur; ii) d’avoir accès aux nouveaux outils de communication (téléphone fixe ou mobile); iii) d’utiliser un matériel de cuisson moderne (réchaud à gaz ou à pétrole); iv) de disposer d’un moyen de locomotion (véhicule, motocyclette ou bicyclette). Au total, quatre items ont été sélectionnés (tableau 1). Précisons, pour la suite de ce travail, que les termes items, domaines, thèmes, aspect, groupe désigneront indifféremment la même chose. Il en sera de même des termes attributs, commodités, modalités.

IV- Explorer les conditions de vie pour construire l’ICP

IV.1. Quelles variables pour mieux informer la pauvreté ?

Les variables précédentes, sélectionnées selon des critères purement économiques paraissent nombreuses pour être toutes intégrées à l’ICP, même si elles sont COPA. Il faudrait alors en sélectionner quelques-unes, cette fois-ci sur la base de critères statistiques, pour mieux faciliter un éventuel suivi synthétique de la pauvreté. Cette sélection consistera, pour un item donné, à cibler les variables qui en sont les plus «informatives», en utilisant une ACM. Pratiquement, pour un item donné, il s’agira des variables les plus contributives à l’inertie du premier axe factoriel de son ACM seul. Ces contributions nous intéressent puisque la contrainte posée (même si on peut la lever) est que l’ICP soit unidimensionnel et fondé sur le premier axe de l’AFM finale. Cette présélection présente d’autres avantages; outre le fait qu’elle limite le nombre de variables potentielles à intégrer à l’ICP, elle i) tient compte autant que possible de toute la structure informationnelle de référence (celle du tableau 1) et ii) assure une plus grande robustesse à l’AFM finale (on imagine en effet que l’information perdue lors du processus de sélection peut être assimilée à un bruit dans la mesure de la pauvreté à travers l’ICP).

IV.1.1. Le cas de l’accessibilité aux infrastructures publiques de base

L’accessibilité des ménages aux infrastructures publiques de base est appréhendée par la distance minimale qui les sépare d’une école primaire, d’un centre de santé, d’un marché de produits alimentaires, d’une route bitumée, d’un point d’eau potable et d’un bac à ordures. Est aussi considéré le temps moyen pour parvenir à chacune de ces infrastructures. On dispose ainsi de 12 variables (48 modalités) à priori redondantes : la distance et le temps sont positivement mais imparfaitement corrélés. Par exemple, pour un ménage sur trois, les infrastructures sont assez proches, situées à moins d’un kilomètre et accessibles en moins de 15 minutes. Pour d’autres, elles sont situées à plus de deux kilomètres et ne sont que rarement accessibles en moins de 30 min (voir figure 1). La forte association entre la distance et le temps moyen d’accès aux infrastructures reflète l’utilisation quasi-systématique de la marche à pieds pour se rendre à ces infrastructures. C’est le moyen utilisé par 95% des ménages pour se rendre à l’école primaire publique la plus proche, 80% pour se rendre au marché de produits alimentaires, 73% au centre de santé et 62% à la route bitumée la plus proche. Toutefois, pour la moitié des ménages les «moins bien lotis» (ceux des deux grands groupes les plus à gauche dans la figure précédente, essentiellement des ruraux), la voiture est le principal moyen de transport utilisé pour atteindre la route bitumée la plus proche, alors que chez 17% des ménages déjà parmi les «mieux lotis», elle est utilisée pour se rendre au centre de santé le plus proche.


13

Ménages les moins bien lotis, ruraux

Figure 1 : Photographie de l’accessibilité des ménages aux infrastructures publiques de base

Infrastructures situées à 1 ou 2 km du ménage pour un temps moyen d’accès de 15 à au plus 30 minutes (28% des ménages)

Infrastructures situées à plus de 2

km, accessibles en plus de 30 minutes mais en moins d’une heure (23% des ménages)

Infrastructures situées à plus de 2 km, accessibles en plus d’une heure (16% des ménages)

Infrastructures situées à moins d’un km, accessibles en moins de 15 minutes (33% des ménages)

Source : D’après l’ACM des variables infrastructurelles, données ECAM II (2001). Note : Les résultats analytiques (coordonnées et contributions des variables) figurent en annexe A3, tableau 2. Le premier axe factoriel issu de l’ACM sur les 12 variables considérées ici exprime 15% des dissemblances entre les ménages dans l’accès aux infrastructures publiques de base. Ce chiffre n’est pas spécialement faible26 et il est le double du taux d’inertie du second axe. Ainsi, nous pouvons raisonnablement admettre que les variables les plus caractéristiques de l’accessibilité aux infrastructures de base sont celles qui discriminent au mieux entre les ménages. La figure 1 nous suggère que le temps serait la variable la plus discriminante, ce qui est confirmé par la structure des contributions présentées dans le tableau 2 de l’annexe A3.27 Les plus discriminantes mesurent l’accessibilité au marché de produits alimentaires, à un centre de santé et à une route bitumée. Les variables mesurant le temps moyen d’accès à un point d’eau potable ou à un bac à ordure ne seront pas prises en compte dans l’ICP, du fait de taux élevés de non réponse (24 et 56% respectivement). Notons que cette analyse préliminaire conduit à procéder à un nouvel encodage des variables, en agrégeant les modalités les moins contributives au premier axe (ou ayant le même profil, ou trop faiblement représentées), de sorte à créer de nouvelles modalités dont on espère une meilleure contribution à l’inertie du premier axe. Cette démarche a été systématiquement suivie; des ACM successives ont permis d’évaluer la consistance des choix effectués. Ici, les différentes variables ont été recodées en 3 modalités (accessibilité en moins de 15 min, de 15 à 59 min, en une heure ou plus).

IV.1.2. Le cas des «conditions d’existence» du ménage

L’ACM des variables retenues pour rendre compte des conditions d’existence des ménages met en évidence trois grands groupes de ménages, dont 55% dans le groupe des moins bien lotis, surtout localisés en zone rurale. Sur la base d’un argumentaire comparable à celui utilisé précédemment, les variables les plus informatives des conditions d’existence des ménages, dans une perspective unidimensionnelle, sont classées par ordre d’importance décroissante dans le tableau 2.

Le «statut d’occupation du logement» n’y figure pas, puisqu’il ne semble pas avoir la propriété COPA (tableau 3, annexe A3). On s’attendrait à ce que la modalité «propriétaire avec titre» reflète le plus haut niveau de bien-être. Pour les autres modalités, on a pu noter que les ménages propriétaires sans

26 Il est près de 5 fois supérieur à ce qu’on peut espérer, en moyenne, compte tenu du nombre de variables actives. La valeur propre moyenne vaut 0,083=1/12 ; la plus grande valeur propre calculée vaut 0,47. 27 Ajoutons l’amélioration du pouvoir explicatif du premier axe factoriel. Il passe de 15 à 17% lorsque l’ACM se fonde uniquement sur des variables temporelles, contre un gain de 0,7 points lorsqu’elle se fonde sur des variables spatiales.

Ménages les mieux lotis


14

titre foncier ont des conditions de vie moins bonnes que celles des ménages locataires (figure 2). Ceci dit, dans l’absolu, il est difficile d’hiérarchiser les modalités «locataires» et «propriétaires sans titres fonciers».28 Par ailleurs, pour limiter le nombre de modalités par variables, nous avons procédé à un nouvel encodage des 8 variables restantes, lorsque cela nous semblait pertinent. Ainsi, la variable «source d’énergie pour la cuisine» devient COPA lorsqu’on combine les modalités «autre» et «charbon». Pour la variable «mode d’approvisionnement en eau», les modalités «robinet commun» et «borne fontaine» ont été regroupées, de même que les modalités «ciment» et «tôles» de la variable «nature du toit», ainsi que les modalités «planches» et «terre» de la variable «nature du mur».

Figure 2 : Portrait des conditions d’existence des ménages

Possède systématiquement :

Sol du logement en dur, mur en béton, éclairage à l’électricité et, majoritairement : possède robinet individuel, toit en tôles ou tuiles, WC avec chasse d’eau, fait la cuisine au gaz ou à l’électricité (7,8% des ménages)

Majoritairement, ramasse du bois pour la cuisine, sol et murs du logement en terre, éclairage à la lampe tempête, propriétaire sans titre foncier, utilise latrines non aménagées, très faible accès à l’eau potable (54,9% des ménages)

Systématiquement : toit du logement en tôles/tuiles, sol en dur et, majoritairement, s’éclaire à l’électricité, utilise latrines aménagées et bois/pétrole pour la cuisine ; Majoritairement, utilise robinet commun ou achète de l’eau potable (37,6% des ménages)

Source : A partir de l’ACM des variables de conditions d’existence (tableau 1), données ECAM II (2001) Note : Résultats analytiques en annexe A3, tableau 3.

IV.1.3. Les variables «proxy» du capital humain dans le ménage

Les deux premiers axes factoriels issus de l’ACM des variables de capital humain expriment 39% de l’inertie globale. Les variables éducatives paraissent les plus caractéristiques du capital humain présent dans les ménages (tableau 4, annexe A3). L’analyse restreinte aux seules variables liées au chef de ménage indique que son niveau d’alphabétisation (en plus d’être facilement vérifiable par l’enquêteur) est plus discriminant que son niveau d’instruction, le long du 1er axe. Cela s’illustre surtout par la structure des scores des modalités. Nous évitons ainsi la redondance de l’information dans la prise en compte du capital humain du chef de ménage. Deux variables sont finalement retenues : le niveau d’instruction le plus élevé dans le ménage et le niveau d’alphabétisation du chef de ménage. Notons, pour terminer, que les situations où le chef de ménage est alphabétisé sont fréquemment associées à celles où au moins un membre du ménage a fait des études secondaires.

IV.1.4. Les variables «proxy» de la vulnérabilité des conditions de vie du ménage

Dans quelle mesure la possession d’un bien durable donné réduit le risque pour un ménage de se trouver dans une situation de pauvreté, fusse t-elle conjoncturelle ? Pour répondre à cette question, une approche commune consiste à évaluer les possibilités pour les ménages de dégager un revenu à partir des biens durables possédés. Le terme vulnérabilité permet de rendre compte de ces possibilités, si les

28 Il aurait néanmoins été possible de tester la cohérence ordinale de cette variable, croisée avec le type de logement (par exemple, on s’attendrait à ce que le propriétaire d’une maison en paille soit moins nanti qu’un locataire d’une villa).

Les mieux lotis, urbains à 89%

Les moins bien lotis Ruraux à 92%


15

biens possédés sont productifs, ainsi que de la possibilité de faire face à des difficultés financières temporaires par leur vente (Grim et alii 2001). Comme précédemment, une ACM (en marge de critères de pertinence économique) nous permet de sélectionner parmi les biens identifiés dans l’enquête ceux qui discriminent au mieux entre les ménages. La figure 3 illustre les résultats obtenus. Soulignons en préambule que les options suggérées dans la section III.4.2 semblent être confirmées par l’analyse statistique : lorsque l’ACM porte sur l’ensemble des biens durables recensés dans les ménages (radio, chaîne musicale, téléviseur; téléphone fixe, téléphone mobile; cuisinière, réchaud à gaz, réchaud à pétrole; bicyclette, cyclomoteur, véhicule), la part d’inertie exprimée par le premier axe n’est que de 28%, chiffre qui passe à 42% lorsqu’on procède à des regroupements pertinents comme indiqués dans le tableau 1. Ainsi, pour rendre compte de la vulnérabilité des conditions de vie des ménages, les biens leur permettant l’accès à l’information ou au divertissement,29 l’accès aux nouvelles technologies de communication,30 ou l’utilisation d’un matériel de cuisson moderne31 s’avèrent les plus pertinentes. Le moyen de locomotion (très souvent un engin à deux roues) n’est pas suffisamment discriminant le long du premier axe factoriel. Une interprétation possible de ce résultat est que ces moyens de locomotion ne constituent qu’un facteur supplémentaire de réduction du risque de vulnérabilité, parmi les ménages relativement moins vulnérables, au regard des biens durables déjà en leur possession. Généralement considérés comme biens de luxe, ces moyens de locomotion (19% des chefs de ménages possèdent l’un au moins des moyens de locomotion répertoriés, 4% pour la voiture ou le cyclomoteur) ne seront pas pris en compte dans la construction de l’ICP.

Figure 3 : Disparités observées dans la vulnérabilité des conditions de vie des ménages

Possède un ‘engins à deux roues’, n’a pas accès aux NTIC, moindre accès à l’information et moindre possession de matériels de cuisson moderne (15,8% des ménages)

Ne possède ni matériel de cuisson moderne, ni moyen de locomotion, n’a ni accès à l’information, ni aux NTIC (31,7% des ménages)

Possède un matériel de cuisson moderne, Fort accès à l’information, n’a ni moyen de locomotion, ni accès aux NTIC (25% des ménages)

Accès aux NTIC, à l’information et possède un matériel de cuisson moderne, possession d’un véhicule supérieure à la moyenne (8,3% des ménages)

Accès à l’information et pas aux NTIC, n’a ni moyen de locomotion, ni de cuisson moderne (19,1% des ménages)

Source : D’après l’ACM des variables infrastructurelles, données ECAM II (2001). Note : Résultats analytiques en annexe A3, tableau 5 ; NTIC : Téléphone fixe ou mobile

IV.1.5. A titre de synthèse

Les variables sur lesquelles nous baserons l’analyse multidimensionnelle de la pauvreté des conditions de vie des ménages sont reprises dans le tableau 2. Le processus de sélection a permis de passer de 35 variables et 111 modalités initialement (tableau 1) à 17 variables et 45 modalités.

29 96% des ménages ayant un accès à l’information possèdent un poste radio, 33% un téléviseur, 12% une chaîne musicale. 30 92% des ménages ayant un accès à ces NTIC possèdent un téléphone mobile, 21% un téléphone fixe. 31 69% des ménages utilisant un matériel de cuisson moderne possèdent un réchaud à pétrole, 35% un réchaud à gaz, 20% une cuisinière à gaz.

Ruraux à 73%

Les moins bien lotis, Ruraux à 85%

Les mieux lotis, urbains à 91%


16

Tableau 2 : Liste des variables retenues pour l’indicateur composite de pauvreté des conditions de vie au niveau du ménage * (17 variables, 45 modalités)

I) Accès aux infrastructures publiques de base les plus proches II) Conditions d’existence

Temps moyen d’accès au marché de produits alimentaires (3)

Temps moyen d’accès au centre de santé (3) Temps moyen d’accès à la route bitumée (3) Temps moyen d’accès à l’école primaire (3)

Principale source d’énergie pour la cuisine (3) Nature du sol du logement (2) Mode d’approvisionnement en eau potable (3) Source d’éclairage du logement (2) Nature du mur du logement (3) Type des lieux d’aisance (4) Nature du toit du logement (2) Mode d’évacuation des ordures ménagères (2)

III) Capital humain IV) Vulnérabilité

Alphabétisation du chef de ménage (2) Niveau d’instruction le plus élevé dans le ménage (4)

Possession d’un matériel de cuisson moderne (2) Possession de biens durables permettant l’accès à

l’information et au divertissement (2) Possession de biens durables permettant l’accès aux

nouvelles technologies de communication (2)

Source : À partir du tableau 1 et des résultats de l’annexe A3 (cf. texte pour plus de détails). *Le chiffre entre parenthèses désigne le nombre de modalité

IV.2. Baser l’ICP sur la 1ère facette de la pauvreté des conditions de vie

L’AFM est utilisée pour identifier les différentes facettes de la pauvreté des conditions de vie, et servira à construire l’ICP. Le choix de l’AFM se justifie ici pour deux raisons :

• les quatre items ne sont pas d’égales importances : les variables infrastructurelles, de capital humain et de conditions d’existence ont une structure informationnelle plus riche que les variables de vulnérabilité, du fait d’une inertie plus importante.32 Une ACM sur l’ensemble de ces variables accorderait moins d’importance à l’aspect vulnérabilité que nous jugeons pertinent dans l’analyse de la pauvreté (des conditions de vie).

• ces items sont assez liés entre eux. Le coefficient de liaison entre «conditions d’existence» et «vulnérabilité» s’établit à 0,56. En outre, on trouve un coefficient de liaison de 0,40 aussi bien entre les «conditions d’existence» et le «capital humain» qu’entre les «conditions d’existence» et «l’accès aux infrastructures de base».33

Cela nous suggère l’existence d’interactions entre ces items et que celles-ci passent essentiellement (mais pas exclusivement) par l’item supposé caractériser les conditions d’existence des ménages. L’existence de ces interactions incite à la recherche des structures communes à ces quatre items.

IV.2.1. Le premier facteur de l’AFM est commun à ces items

Le premier axe factoriel issu de cette AFM, l’une de ces structures, restitue 17% de l’inertie globale contre 6% pour le deuxième et moins de 6% pour chacun des axes d’ordre supérieur. Ce fort «décrochement» entre l’inertie du premier axe et celle du second montre que le nuage des ménages est unidimensionnel : le premier axe est un bon résumé des disparités de conditions de vie entre

32 L’inertie des variables de vulnérabilité est unitaire, contre 2,6 pour les variables de conditions d’existence et 3 pour les variables infrastructurelles comme celles de capital humain. 33 On retrouve sensiblement le résultat de Ningaye et alii (2005, op. cit.) pour le milieu rural camerounais, à la différence qu’ici, i) l’analyse s’applique également au milieu urbain et ii) ni la pauvreté monétaire ou subjective ne sont prises en compte (mais nous verrons dans la section VI que ces 4 items ne sont qu’imparfaitement corrélés à la pauvreté monétaire).


17

les ménages (graphique 1, annexe A4). La justification de cet axe comme résumé des disparités de conditions de vie entre les ménages peut s’expliquer par deux éléments majeurs :

• Il parait assez corrélé à la structure principale de chacun des items considérés (tableau 3 & graphique 1).

• ce tableau montre qu’il présente le rapport [inertie inter / inertie totale] le plus élevé (ce rapport est une mesure empirique de l’intensité avec laquelle un facteur de l’AFM est commun aux items actifs dans l’analyse).

Enfin, il peut être assimilé à un axe de pauvreté globale des conditions de vie des ménages : en plus d’être commun à tous les items, les 17 variables actives dans l’analyse satisfont la propriété COPA le long de cet axe34 (tableau 4). Ainsi, du fait du fort étalement des ménages le long du premier axe, assimilable ici à un axe de pauvreté, nous pouvons fonder l’analyse multidimensionnelle de la pauvreté des conditions de vie sur un indicateur unidimensionnel déduit de cet axe.

IV.2.2. Autres dimensions des conditions de vie des ménages

Les autres axes factoriels peuvent s’interpréter comme des dimensions des conditions de vie. Il ne s’agirait d’autres «facettes» de pauvreté que si i) elles sont vraiment communes aux quatre items et ii) que la propriété COPA est satisfaite le long de ces axes, ou au moins par un sous-ensemble de variables représentant une forte proportion d’inertie relative à ces axes. Le tableau 3 montre une faiblesse des rapports [inertie inter / inertie totale] au-delà du premier axe. L’examen des corrélations canoniques confirme ce résultat : il existe une deuxième dimension des conditions de vie incarnée essentiellement par les variables de capital humain. Nous nous limiterons aux deux premières dimensions, vu le faible taux d’inertie des autres axes factoriels. Le tableau 4 montre que le niveau d’instruction le plus élevé dans le ménage présente le rapport de corrélation le plus élevé avec le deuxième facteur de l’AFM, 53%, suivi du type des lieux d’aisance utilisé par le ménage (25%) et de l’utilisation d’un téléphone fixe ou mobile, 24%. Ce facteur oppose, i) au sein des ménages relativement aisés (au sens du premier axe), ceux au sein desquels au moins un individu a fait des études dans l’enseignement supérieur, à ceux où le secondaire est le niveau d’études le plus élevé, et ii) au sein des ménages pauvres, ceux ayant un capital humain trop faible (aucun individu n’est allé à l’école) à ceux au sein desquels le primaire est le niveau d’étude le plus élevé.

34 Cette propriété s’obtient aisément, du fait i) de la présélection des variables effectuée pour chacun des items retenus, et ii) des recodages de variables qui ont été effectués à cette étape, avec à l’esprit l’objectif d’avoir des variables la fois discriminantes et satisfaisant la propriété COPA.

Tableau 3 : Le premier facteur de l’AFM est «commun» aux quatre items

Corrélations canoniques * Les quatre items considérés

F1 F2 F3 F4 F5

Infrastructures de base 0,73 0,57 0,78 0,79 0,09

Conditions d’existence 0,92 0,61 0,27 0,41 0,07

Capital humain 0,77 0,73 0,47 0,41 1,00

Vulnérabilité 0,85 0,50 0,19 0,34 0,02

Rapports ** [inertie inter / inertie totale] (%)

67 35 23 26 25

Source : Calculs à partir des données ECAM II (2001).

* Exprime la corrélation entre les facteurs d’ordre s (Fs), dans l’AFM globale et dans l’ACM partielle de l’item considéré.

Le facteur d’ordre s d’un item particulier sera dit facteur partiel pour signifier qu’il est obtenu à partir de l’ACM de cet item seul.

** Ce rapport est d’autant plus élevé que le facteur Fs de l’AFM est «commun» à l’ensemble des items considérés.


18

IV.3. L’ICP ordonne les ménages selon leur niveau de bien-être

Pour mieux illustrer le fait que l’ICP décrit un phénomène de pauvreté, i) le tableau 4 présente les scores factoriels et les contributions à l’inertie du 1er axe factoriel (ainsi que du 2nd), ii) le tableau 5 illustre l’aptitude de l’ICP à mesurer le «bien-être global» des ménages. Intéressons nous d’abord aux chiffres présentés dans le tableau 4. Les variables qui y figurent ont été classées par ordre décroissant de leur pouvoir discriminant,35 qui s’interprète, dans le cadre de l’AFM, comme un rapport de corrélation avec l’axe de pauvreté. Prises individuellement, ces variables contribuent à expliquer 12 à 60% de la variance de l’ICP, qui lui-même s’étale entre -3,18 (pour le ménage le plus pauvre) et 3,74 (score du ménage le plus riche), soit une variabilité de 7,93.36 S’agissant ensuite des scores, deux autres commentaires peuvent être ajoutés, au sujet de leur signe et de leurs ordres de grandeurs relatives, pour une variable donnée.37 Les attributs à scores positifs (resp. négatifs) contribuent positivement (resp. négativement) au bien-être des ménages. En particulier, l’ordre de grandeur du score d’une commodité donnée pourra ici s’interpréter, à une constante près qui dépend du niveau de bien être initial, comme une mesure de l’utilité marginale qu’elle procure (ou de la désutilité qu’elle cause, lorsque le score est de signe négatif), en moyenne, à tout ménage qui possède cette commodité. Sur la base de cet argumentaire, nous pouvons conclure, par exemple, qu’un centre de santé éloigné des populations leur parait d’une moindre utilité (score négatif); ils ont une faible propension à l’utiliser en cas de besoin. A contrario, la possession d’un outil de communication moderne, comme un téléphone mobile, est affectée d’un score positif. Ceci incite à penser que cela reflète l’incidence de la possession de ce bien sur la réduction des coûts de transactions, ou tout simplement le sentiment d’une meilleure intégration dans la société mondialisée actuelle. Nous pouvons aussi remarquer que ces scores reflètent la rareté relative, la qualité et la valorisation collective des commodités auxquelles ils sont attribués.38 Les attributs à scores positifs et les plus élevés sont, par ordre d’importance décroissante, l’accès aux nouvelles technologies de communication (possession d’un téléphone fixe mais surtout mobile), la possession de toilettes avec chasse d’eau, le fait de faire la cuisine à l’électricité ou au gaz, le fait d’avoir dans le ménage au moins un individu qui a fait des études supérieures et le fait de disposer d’un robinet d’eau individuel. Il s’agit donc d’attributs dont la possession dépend des possibilités financières des ménages, mais aussi de convenances personnelles.

35 Pour une modalité j, on calcule 2 j jf Wα ; jf étant la fréquence de la modalité dans la population et 2

jWα le carré du

score normalisé de j, le long de l’axe Fα . La mesure de discrimination d’une variable est la somme des 2 j jf Wα . 36 Cela est considérable, comparée à celles obtenues par Ki et alii (2005) ou Booysen et alii (2005). Ces auteurs obtiennent une variabilité absolue de 2,14 et 1,23 respectivement. 37 La question de la substituabilité des attributs, inéluctable mathématiquement (cf. formule le l’ICP), sera discutée plus loin. 38 Il faudrait souligner que ce résultat n’est pas surprenant, mais satisfaisant. Il n’est pas surprenant : les méthodes factorielles accordent mathématiquement des pondérations relativement élevées aux modalités rares, généralement des biens de luxe ou décrivant une situation de déprivation extrême (d’autres configurations peuvent bien sûr exister). Ainsi, sera d’autant plus «riche» un ménage qui a accès aux biens de luxe (c’est le cas ici du téléphone mobile, accessible à une minorité). Corrélativement sera d’autant plus pauvre un ménage n’ayant pas accès à un bien fréquent dans la population (c’est le cas ici de la proximité d’une école primaire, la possession de lieux d’aisances, …). Ce résultat est plutôt satisfaisant : il permet d’interpréter les scores selon leur rareté relative. Ceci dit, ce résultat, souhaitable sur le plan économique, ne l’est pas toujours sur le plan statistique : les modalités rares sont «perturbatrices» des analyses factorielles. Il convient d’en limiter la fréquence, autant que possible, ou de les considérer comme des modalités supplémentaires dans les analyses. C’est la 1ère option que nous avons suivie. Ces modalités «rares», résiduelles, nous paraissaient illustratives soit d’un idéal souhaitable soit d’un manque qu’il serait nécessaire d’éradiquer (selon la terminologie de Asselin et Dauphin (2000), il s’agit pour nous, dans le second cas, de «préalables à l’atteinte d’une certaine qualité de vie»).


19

Tableau 4 : Scores, fréquences et mesures de discrimination des variables (deux 1ers axes factoriels)

Score * Pouvoir discriminant (%)** Variables / modalités 1er axe 2ème axe 1er axe 2ème axe Fréquence

(%) Energie utilisée pour la cuisine - - 59,7 11,9 100

Electricité ou gaz 2,4 -0,8 29,4 8,5 13,7 Charbon, pétrole, sciure ou bois acheté 0,7 0,3 7,0 3,4 33,0 Bois ramassé -1,1 0,0 23,3 0,0 53,2

Mode d’éclairage du logement - - 57,4 0,6 100 Electricité, groupe électrogène ou gaz 1,3 0,1 30,5 0,3 46,9 Pétrole ou autre -1,2 -0,1 26,7 0,3 53,1

Possession d’un matériel de cuisson moderne - 56,9 0,4 100 Oui 1,6 -0,1 35,9 0,3 36,8 Non -0,9 0,0 20,9 0,2 63,2

Principal matériau du sol du logement - - 54,9 0,4 100 Ciment ou carreaux 1,2 0,1 27,9 0,2 49,2 Bois ou terre -1,2 -0,1 27,1 0,2 50,8

Niveau d’instruction le plus élevé dans le ménage - - 54,3 52,9 100 Supérieur 2,5 -1,5 21,0 22,6 9,2 Secondaire 0,7 0,5 7,7 12,9 44,6 Primaire -0,9 0,1 9,9 0,7 33,5 Sans instruction -1,8 -1,1 15,7 16,5 12,7

Mode d’approvisionnement en eau potable de boisson - - 50,6 13,4 100 Robinet individuel 2,3 -1,1 18,3 10,5 8,8 Robinet commun ou fontaine publique 1,0 0,3 13,0 2,9 33,1 Rivière, forages, puits -0,9 0,0 19,2 0,0 58,1

Temps moyen d’accès à la route bitumée la plus proche - - 49,7 10,4 100 Moins de 15 minutes 1,3 -0,1 26,7 0,2 47,2 15-59 minutes -0,6 0,6 3,1 8,5 26,8 60 minutes et plus -1,3 -0,3 15,6 1,6 26

Type des lieux d’aisance du logement - - 48,2 24,6 100 WC avec chasse d’eau 2,7 -1,4 19,8 16,2 7,3 Latrines aménagées 0,8 0,3 9,4 2,6 35,5 Latrines non aménagées -0,7 0,1 9,9 1,0 50,1 Pas de WC ou autre -1,8 -0,8 9,0 4,8 7,1

Alphabétisation du chef de ménage - - 37,9 9,9 100 Alphabétisé 0,7 0,2 13,5 3,5 64,3 Non alphabétisé -1,3 -0,4 24,4 6,4 35,7

Principal matériau du mur du logement - - 36,4 3,4 100 Béton, parpaing ou briques cuites 1,7 -0,3 27,1 1,7 23,9 Semi dur (terre battue, briques simples, planches) -0,5 0,1 7,7 0,7 75,0 Nattes, chaumes ou autre -1,9 -0,9 1,5 1,0 1,2

Accès à l’information / divertissement (radio, TV, chaîne musicale) - 34,9 0,6 100 Oui 0,8 0,1 14,9 0,3 57,2 Non -1,1 -0,1 19,9 0,3 42,8

Principal matériau du toit du logement - - 30,5 7,7 100 Dur (ciment, tôle ou tuiles) 0,5 0,1 6,7 1,7 77,9 Nattes, chaumes ou autres -1,7 -0,5 23,8 6,0 22,1

Mode d’évacuation des ordures ménagères - - 30,5 2,5 100 Ordures ramassées (camion, bac à ordure) 2,0 -0,3 25,3 2,1 17 Ordures brûlées ou jetées dans la nature -0,4 0,1 5,2 0,4 83

Accès aux nouvelles techniques de communication (tél. fixe/mobile) - - 27,7 23,5 100 Oui 2,8 -1,6 25,4 21,6 8,3 Non -0,3 0,1 2,3 2,0 91,7

Temps moyen d’accès au centre de santé le plus proche - - 26,9 15,6 100 Moins de 15 minutes 0,9 -0,1 10,8 0,3 38,7 15-59 minutes -0,2 0,4 1,0 6,8 46,1 60 minutes et plus -1,7 -0,6 14,9 5,1 15,2

Temps moyen d’accès au marché le plus proche - - 24,5 14,2 100 Moins de 15 minutes 0,7 -0,1 9,1 0,8 44,9 15-59 minutes -0,2 0,4 0,8 6,2 41,3 60 minutes et plus -1,7 -0,6 14,6 6,0 13,8

Temps moyen d’accès à l’école primaire publique la plus proche - - 12 13,2 100 Moins de 15 minutes 0,4 -0,1 2,6 0,3 44,5 15-59 minutes -0,1 0,2 0,1 3,0 47,5 60 minutes et plus -1,9 -0,9 9,3 6,7 7

Source : Calculs à partir des données ECAM II (2001), Cameroun. Note : * Ces scores sont non normalisés. Ceux du premier axe ont été multipliés par (-1), de sorte à ce que les ménages pauvres soient classés

à gauche, le long du premier axe factoriel, les ménages non pauvres à droite. L’unité d’analyse est le ménage. ** S’interprète, pour une variable donnée, comme un rapport de corrélation avec le facteur.


20

Les modalités ayant les scores les plus faibles et négatifs sont, par ordre d’importance décroissante, le fait d’être situé à plus d’une heure d’une école primaire publique, d’habiter un logement aux murs en matériaux provisoires, d’être non instruit, de ne pas disposer de lieux d’aisance formels, d’être éloigné d’un centre de santé ou du marché de produits alimentaires le plus proche et le fait de vivre dans un logement dont le toit est fait de matériaux provisoires. Ainsi, l’exclusion des ménages de la consommation de certains biens publics de base, du fait de leur indisponibilité ou de leur faible accessibilité, constitue la principale manifestation de la condition de pauvreté des conditions de vie au Cameroun. Sans anticiper sur le contenu de la section VI, nous notons l’existence d’une faible corrélation entre pauvreté des conditions de vie et pauvreté monétaire (voir le graphique 1 qui intègre l’indicateur de bien-être monétaire, comme variable supplémentaire à l’analyse). Nous trouvons en effet, selon les résultats précédents, que la première est peu associée à la pauvreté de revenu, tandis que les non pauvres selon l’une des dimensions auraient de forte chance de l’être aussi selon l’autre dimension. Cela semble infirmer ce qui a été avancé dans l’introduction de cette étude. Une autre façon d’apprécier l’aptitude de l’ICP à mesurer le «bien-être global» des ménages consiste à vérifier que pour chacune des variables incluses, la proportion des ménages possédant les attributs à scores les plus faibles baisse strictement à mesure que le niveau de bien-être global augmente. C’est ce qu’illustre le tableau 5. Par exemple, alors que pour 94% des ménages du quintile le plus pauvre, le bois utilisé pour la cuisine n’est guère acheté, ce n’est le cas que pour 83% des ménages du quintile 2, 67% des ménages du quintile 3 et moins de 3% des ménages du quintile le plus riche (tableau 5).

Tableau 5 : % de ménages n’ayant pas accès à certaines commodités de base, selon le quintile d’appartenance

Quintiles de l’ICP* Accessibilité du ménage à des commodités de base

Q1 Q2 Q3 Q4 Q5 Total**

Ramasse du bois pour la cuisine 94,0 83,0 66,9 19,9 2,2 53,2 S’éclaire à la lampe tempête ou matériels utilisant du pétrole, bougie 99,2 88,3 59,8 17,2 1,1 53,1 Ne dispose d’aucun matériel de cuisson moderne (cuisinière réchaud à gaz/pétrole) 99,1 96,2 81,4 34,9 4,3 63,2 Le sol du logement est fait de bois ou de terre battue 97,8 84,3 56,0 13,4 2,2 50,8 Aucun membre du ménage n’est allé à l’école 44,6 12,7 4,9 1,1 0,1 12,7 L’eau de boisson provient d’une rivière, d’un forage ou d’un puits 96,2 85,4 70,3 30,7 7,7 58,1 La route bitumée la plus proche est à plus de 60 minutes 53,5 36,0 22,7 6,8 0,3 23,9 Ne dispose d’aucun lieux d’aisance formel (pas de WC, autre) 25,0 7,6 2,3 0,6 - 7,1 Le chef de ménage n’est pas alphabétisé 86,8 52,8 26,0 10,9 1,7 35,7 Le mur du logement est fait de matériaux provisoires (nattes, chaumes) 3,8 1,9 0,2 - - 1,2 N’a pas accès à l’information / divertissement (radio, TV, chaîne musicale) 88,0 61,5 37,7 24,1 2,6 42,8 Le toit du logement est fait de matériau provisoire 66,8 32,5 10,5 0,6 - 22,1 Les ordures ménagères sont brûlées ou jetées dans la nature 99,9 99,7 95,3 76,6 43,3 83,0 N’a pas accès aux nouvelles techniques de communication (téléphone fixe/mobile) 100,0 99,9 99,7 98,4 60,4 91,7 Le centre de santé le plus proche est à plus de 60 minutes 41,5 19,4 7,2 1,4 0,1 13,9 Le marché le plus proche est à plus de 60 minutes 41,5 17,8 6,9 2,4 - 13,7 L’école primaire publique la plus proche est à plus de 60 minutes 24,0 6,7 3,0 0,9 0,2 7,0 Source : Calculs à partir des données de l’ECAM II (2001), Cameroun. *Q1 désigne le quintile le plus pauvre, Q5 le quintile le plus riche selon la distribution de l’ICP. **Il s’agit de la fréquence d’accès à la commodité pour l’ensemble des ménages.


21

IV.4. Une première illustration de l’ampleur et de l’origine des disparités de conditions de vie des ménages

Le tableau 5 décrit des situations moyennes, en termes de carences selon les commodités considérées. Il convient aussi de décrire l’ampleur des disparités de conditions de vie, qui sont plus importantes pour les décideurs, plus intéressés par le ciblage des groupes les plus défavorisés dans la mise en œuvre de politiques pro-pauvres. C’est l’objectif des profils de pauvreté de permettre d’identifier ces poches de pauvreté. Dans la section V, l’analyse sera d’autant plus féconde qu’on en aura préalablement décrit les manifestations sous-jacentes. Cela dit, dans la mise en évidence des disparités de niveaux moyens de conditions de vie, il conviendra aussi de tenir compte des disparités intra groupes. Corrélativement, il faudrait souligner qu’un même niveau de bien-être peut traduire des configurations différentes dans la satisfaction des besoins essentiels pris en compte dans l’étude. Cela pose la question de la substituabilité des attributs pris en compte.39 Le graphique 1 illustre les grandes disparités de conditions de vie selon les principales strates de l’ECAM.40 L’axe horizontal représente l’axe de pauvreté, les ménages pauvres étant situés à gauche, les riches à droite.

• Ce graphique illustre l’ampleur des disparités de conditions de vie entre les strates urbaines (mieux loties) et les strates rurales (qui le sont moins), résultat qui se dessinait déjà lors des analyses partielles (cf. section IV.1). Mais nous pouvons aussi observer qu’au sein du milieu urbain, Yaoundé (capitale politique) est mieux loti que Douala (capitale économique), elle-même mieux lotie que les «autres villes». En milieu rural, c’est la région des savanes (le septentrion du Cameroun, région cotonnière) qui présente les conditions de vie les plus modestes, suivie des régions forestières (qui regroupent les zones rurales des provinces du Sud, du Centre et de l’Est)

39 Si cette substituabilité est mathématiquement inéluctable, elle n’est pas nécessairement justifiée sur le plan économique (par exemple, peut-on substituer l’éducation à la santé ?). C’est une propriété gênante, à moins que les scores puissent être assimilés à des prix relatifs de biens. N’oublions pas que l’ICP n’est qu’une approximation linéaire d’un phénomène complexe. La véritable question est de savoir pourquoi devrait-on espérer qu’une telle mesure «approxime» le bien-être ? Nous pouvons néanmoins interpréter les scores comme des coûts d’opportunités relatifs. 40 Le profil de pauvreté ne se limitera pas aux seules strates (milieu de résidence, agro écologie et province administrative).

Source : D’après ECAM II (2001) et nos calculs. -Les premiers axes factoriels des ACM séparées de chacun des quatre items (les axes partiels) sont projetés dans ce

graphique. Représentées par des flèches, ce sont elles les variables «actives» dans l’AFM (voir annexe A1). Elles sont fortement corrélées à l’ICP (ce qu’illustrait le tableau 3). La corrélation est prise en valeur absolue, son signe ne s’interprète pas ici, à moins de faire référence au sens réel des axes partiels (cf. section IV.1).

-L’indicateur de bien-être monétaire est projeté en tant que variable illustrative, de même que les 6 zones agro écologiques, définies en annexe A2, tableau 1.

-Ces zones agro écologiques sont reliées les unes aux autres par une flèche, qui vise à illustrer la dégradation progressive du bien-être lorsqu’on progresse des centres les plus urbains aux zones les plus rurales.

Graphique 1 : Premier plan factoriel de l’AFM


22

et des Hauts plateaux (couvrant les zones rurales des provinces du Sud ouest, du Littoral et de l’Ouest). Le milieu semi urbain est dans une position médiane, entre les milieux urbain et rural.

• Un autre niveau d’analyse, plus pertinent pour les politiques, consiste à identifier les carences à l’origine de ces disparités. Les tableaux 6 et 7 en annexe A4 permettent d’instruire cette préoccupation. A une extrême, la situation de Douala, comparativement à Yaoundé, résulte d’un moindre accès de ses populations à des services publics comme l’eau potable, le ramassage des ordures ménagères ou à des commodités privées comme l’utilisation de matériels de cuisson moderne, pourtant essentiels dans un aussi grand pôle urbain. A l’autre extrême, en milieu rural, si les strates forêts et hauts plateaux présentent des conditions de vie de niveaux comparables, le tableau 6 en annexe A4 suggère que, du point de vue du niveau d’alphabétisme du chef de ménage ou de l’accessibilité/utilisation des services du réseau électrique, les régions rurales forestières sont sensiblement mieux loties que les régions des hauts plateaux. C’est plutôt l’inverse, en ce qui concerne l’accès à l’eau potable, au réseau routier, aux services sanitaires et d’éducation de base, ainsi qu’aux marchés de produits alimentaires.

En région des savanes, le milieu rural souffre d’un dénuement complet. Toutefois, du point de vue de l’accessibilité au réseau routier, aux soins de santé primaires et aux marchés de produits, ainsi qu’en ce qui concerne la source d’énergie pour la cuisine, le mode d’évacuation des ordures ménagères et l’utilisation des nouvelles techniques de communication, cette strate présente une situation comparable à celle des deux autres strates rurales. Ce diagnostic peut être affiné, au niveau du milieu rural des 10 provinces du pays. Le tableau 7, en annexe A4, montre qu’au sein de la région des savanes (celle la moins bien lotie en moyenne), le milieu rural de la province de l’Adamaoua parait moins touché que les deux autres provinces du Nord et de l’Extrême nord.

Il reste à conforter ce diagnostic par des tests de dominance, effectués dans la section qui suit.

V- Quels profils de pauvreté et d’inégalité ?

V.1. Profil de pauvreté

V.1.1. Les seuils de pauvreté retenus

Une fois l’ICP construit, une étape importante dans la mesure de la pauvreté consiste à définir des seuils de pauvreté pour pouvoir ensuite construire des profils de pauvreté. Le tableau 5 peut aider à encadrer ces seuils. A titre illustratif, y figurent en fonds gris les cellules correspondant aux quintiles de pauvreté ayant un profil à peine en dessous du profil moyen (cf. la colonne ‘total’). Il suffit de fixer le seuil de pauvreté au quintile en question. Selon cette approche, on fixerait ce seuil aux 20% les plus pauvres de la distribution de l’ICP si on privilégie la proximité d’une école publique ou aux 80% les plus pauvres (aversion maximale pour la pauvreté) si on privilégie la possession d’un outil de communication. De ces deux configurations extrêmes, l’une paraît trop optimiste (et masque de nombreuses situations de déprivations), l’autre parait souhaitable (l’idéal serait d’éradiquer la pauvreté sous toutes ses dimensions) mais présente de forte chances d’être inefficiente. Ceci milite pour une option intermédiaire : aller vers l’essentiel. Nous pouvons ainsi remarquer que pour la majorité des commodités retenues ici, le seuil peut être fixé entre les 40 et les 60% les plus pauvres selon l’ICP. Cette plage, affinée sur les déciles de l’ICP, nous amène à situer le seuil de pauvreté relative entre le 5ème et le 6ème décile de l’ICP. Une classification ascendante hiérarchique des ménages le long du premier axe de l’AFM, qui consiste à regrouper les ménages en des groupes les plus homogènes possibles du point de vue des commodités considérées, nous permet de mieux préciser le (ou les) seuil (s) de pauvreté de conditions de vie pour la suite de cette étude. Lors de cette classification, les partitions des ménages en deux ou trois


23

«classes» se sont révélées les plus pertinentes.41 Le principe de la démarche et le diagramme des indices de niveaux associés à cette classification figurent en annexe A4. Les classes obtenues s’interprètent selon leur niveau de pauvreté relative.

• Selon la classification en deux classes, les pauvres constituent 58% des ménages. A plus de 90%, ils n’utilisent aucun matériel de cuisson moderne, n’ont pas accès aux nouvelles techniques de communication, déversent les ordures ménagères dans la nature, habitent des logements dont les murs sont en matériaux semi durs (terre, bois, planches), et à plus de 80%, n’ont ni accès à l’électricité, à l’eau potable et habitent un logement avec sol non revêtu. • La classification en trois classes permet d’isoler, parmi les pauvres précédents, un sous groupe (39% des ménages), faisant face à des conditions de vie encore plus difficiles. En plus des carences précédentes, ils ont à leur tête un analphabète, ont un faible accès à l’information, utilisent, à plus de 70%, des latrines non aménagées. On y retrouve la quasi-totalité des plus enclavés et les plus exclus de l’utilisation des infrastructures de base, ne disposant d’aucun lieu d’aisance formel, ayant un très faible capital humain et habitant des logements à toits en matériaux provisoires.

• Une autre méthode consiste à calculer un seuil de pauvreté absolue, valeur de l’ICP pour un ménage dit de référence qui a accès à un sous ensemble de commodités de base. Dans cette étude, ce sous ensemble, inspiré des travaux du DSRP, a été décrit dans la section III.4.2. Avec cette méthode, le seuil de pauvreté est fixé à 0,92 : 69% des ménages n’ont pas accès à des commodités jugées essentielles (par un grand nombre).

Cette incidence de pauvreté absolue est bien plus importante que celles obtenues précédemment, et illustre l’ampleur des efforts qu’il faudrait accomplir pour assurer à l’ensemble de la population des conditions de vie raisonnables (tableau 6). Si cela reste un idéal souhaitable dans un moyen terme, il conviendrait, à plus court terme, de s’intéresser à la situation des ménages en dessous des seuils relatifs identifiés précédemment. En vue de présenter le profil de pauvreté monétaire, il convient de décrire comment le seuil de pauvreté monétaire a été construit. L’indicateur de pauvreté monétaire disponible dans la base ECAM II est fondé sur la consommation annuelle des ménages. Le seuil de pauvreté a été calculé selon la méthode des besoins essentiels en tenant compte d’indices de parité du pouvoir d’achat entre Yaoundé et les autres régions. Ces indices permettent de valoriser les biens du panier aux prix de Yaoundé. Ces

41 En effet, le plus haut indice vaut 64% de l’inertie totale : la partition en deux classes exprime 64% de la variabilité de l’ICP. Le deuxième indice vaut 23% de l’inertie totale. En additionnant ces deux pourcentages, on obtient le rapport [inertie inter / inertie totale] associé à la partition en trois classes : 87% de la variabilité des données exprimées par cette partition.

Tableau 6 : Commodités de base auxquelles le ménage de référence a accès

Electricité pour l’éclairage du logement Au moins un membre du ménage a fait des études primaires A un accès collectif à l’eau potable Le chef de ménage est alphabétisé A accès à l’information et aux nouvelles techniques de

communication N’est pas très éloigné de la route bitumée, du centre de santé, du

marché de produits alimentaires et de l’école primaire publique la plus proche (infrastructures toutes situées à 15-59 minutes)

Ne dépend pas de la nature pour l’approvisionnement en combustible pour la cuisine

Ne possède pas nécessairement un matériel de cuisson moderne Sol et Toit du logement en dur Dispose de latrines aménagées Mur du logement en semi dur N’a pas nécessairement accès aux services d’assainissement (brûle

et/ou enterre ses ordures ménagères)

Sources : A partir du DSRP (2003, pp. 24-26) pour les variables du premier bloc, et rajouts supplémentaires des auteurs pour les variables du second bloc.

Pour le choix des variables du second bloc, nous avons supposé que pour que ce ménage de référence ait accès à un cadre de vie relativementsain, il est souhaite qu’il habite un logement capable de résister aux intempéries (pluies, vents, insectes, parasites, …), avec un niveau d’hygiène raisonnable (latrines aménagées). Compte tenu des coûtsélevés d’acquisition de matériels de cuisson moderne, ou pour l’Etat, la généralisation des services d’assainissement, nous n’imposons pas au ménage de référence l’utilisation d’un matériel de cuisson moderne (ilpeut utiliser du bois de chauffe ou du charbon de bois), et prendra soin d’isoler les ordures ménagères de l’environnement immédiat du ménage.


24

biens ont été combinés de façon à permettre à un individu adulte actif d’atteindre une consommation de 2 900 calories par jour qui dépend de l’âge et du sexe, niveau choisi en tenant compte de l’échelle d’équivalence Recommanded Diet Allowances. Sur cette base, le seuil alimentaire calculé aux prix de Yaoundé se situe à 151 398 francs CFA par an et par équivalent adulte. La partie non alimentaire du seuil total a été estimée comme une fraction de la composante alimentaire. Un seuil de 232 547 francs CFA de 2001 (355 euros) par an et par équivalent adulte a été trouvé (DSRP 2003, p. 12).

Figure 4 : Illustration du seuil et de l’incidence de pauvreté des conditions de vie, Cameroun

Extrême pauvreté Pauvreté Pauvreté selon ménage de référence (Incidence à 39%) (Incidence à 58%) (Incidence à 69%)

-3,18 3,74

-1,62 0,22 0,92 Seuil ICP

V.1.2. Profils de pauvreté des conditions de vie et monétaire

Il s’agit ici de présenter la décomposition régionale, socio économique et socio démographique de la pauvreté des conditions de vie pour favoriser des interventions ciblées. Le profil de pauvreté monétaire est aussi présenté (tableau 7). Un constat générique c’est que la pauvreté multidimensionnelle (terme qui sera abusivement utilisé ici lorsqu’il s’agit de la pauvreté des conditions de vie), quel que soit le seuil utilisé, ne semble pas liée à la taille des ménages, contrairement à la pauvreté monétaire, probablement du fait d’un taux de dépendance économique élevé (50% en moyenne). La pauvreté multidimensionnelle ne croît pas avec la taille du ménage, ce qui n’est point surprenant, puisque les conditions de vie sont appréciées au niveau des ménages, indépendamment de leur taille,42 avec l’hypothèse implicite d’existence d’économies d’échelles. Dans ce qui suit, nous décrivons tout d’abord le profil d’extrême pauvreté multidimensionnelle; puis, les profils de pauvreté tant d’un point de vue relatif qu’absolu, en comparaison au profil de pauvreté monétaire.

a) L’extrême pauvreté multidimensionnelle est un phénomène rural Une population qui mérite une attention particulière, est sans doute celle qui présente de nombreuses carences dans la quasi-totalité des dimensions fondamentales retenues dans l’étude. Cette population, qui représente 39% de l’ensemble des ménages, est surtout rurale. L’extrême pauvreté touche moins de 3% des ménages urbains. Si on se restreint alors à la zone rurale, c’est la région des savanes qui est la plus affectée, à plus de 85% (notamment les provinces du Nord et de l’Extrême nord), suivie des régions forestières (56%), notamment la province de l’Est, et la région des hauts plateaux (avec un taux d’extrême pauvreté à 51%, inférieur à la moyenne rurale). Les ménages agricoles, comme ceux dirigés par des personnes âgées, sont les plus affectés, les femmes notamment (avec une incidence de 10 points au-dessus de la moyenne). Ces femmes sont très souvent des veuves.43

b) La pauvreté multidimensionnelle est plus marquée que la pauvreté monétaire Lorsqu’on quitte la situation de déprivation extrême pour analyser la situation de déprivation moyenne (pauvreté relative) ou absolue (selon le ménage de référence), on observe, sans surprise, un accroissement de l’incidence de la pauvreté multidimensionnelle, quelque soit le groupe de référence, et ces chiffres sont, à quelques exceptions près, supérieurs à l’incidence de la pauvreté monétaire. Yaoundé et Douala constituent ces exceptions : leur situation en terme de pauvreté relative est sensiblement meilleure que leur situation en terme de pauvreté monétaire. Toutefois, cette observation est fragile, notamment à Douala : y résident relativement moins de ménages à faibles revenus que de ménages ayant une insuffisante accessibilité à des commodités minimales. 42 Les analyses préliminaires ont montré que cette variable était peu apte à décrire un état de pauvreté des conditions de vie. 43 Elles dirigent 15% des ménages ruraux, et seulement 9% des ménages urbains.


25

Tableau 7 : Incidence de la pauvreté selon certaines caractéristiques du chef de ménage, en 2001*

Approche multidimensionnelle (conditions de vie) Approche revenu

IncidenceExtrême pauvreté

CTR IncidencePauvreté CTR

Pauvreté Ménage référence

CTR IncidencePauvreté CTR

Ensemble de la population 37,2 100 57,3 100 68,3 100 40,2 100

Tota

l

Ensemble des ménages 39,1 100 58,0 100 68,7 100 30,1 100

Urbain 2,3 2,1 11,2 6,8 25,1 12,7 12,3 14,2 Semi urbain 13,5 2,5 37,8 4,8 62,0 6,6 22,9 5,6

Mili

eu

Rural 64,7 95,4 88,8 88,5 96,0 80,7 41,8 80,2 Yaoundé 0,3 0,1 1,6 0,2 8,6 1,1 8,0 2,4 Douala 0,5 0,1 5,1 0,9 18,3 2,7 8,2 2,7 Autres villes 4,5 1,8 20,5 5,6 38,6 8,9 17,3 9,1 Rural Hauts plateaux 45,4 33,2 75,2 37,1 87,3 36,3 39,5 37,5 Rural Forêts 49,0 17,0 78,7 18,4 91,7 18,1 32,6 14,7 Zo

ne a

gro

écol

ogiq

ue

Rural Savane 81,7 47,8 95,5 37,7 98,5 32,8 44,1 33,6 Administration publique 2,9 0,5 12,4 1,5 22,9 2,3 8,4 1,9 Entreprise privée formelle 4,9 1,5 16,6 3,4 32,9 5,8 9,4 3,8 Entreprise publique 7,6 0,5 34,5 1,5 48,6 1,8 25,1 2,1 Entreprise informelle non agricole 16,2 8,2 35,6 12,1 53,1 15,2 21,4 14,0 Chômeur ou inactif 20,5 6,0 35,5 7,1 50,2 8,4 21,8 8,3

Sect

eur

d’ac

tivité

Entreprise informelle agricole 68,8 83,3 91,1 74,5 96,5 66,5 44,4 69,9 Moins de 30 ans 30,0 15,3 47,2 16,3 60,5 17,6 20,2 13,4 De 30 à 44 ans 29,8 27,5 48,4 30,2 60,1 31,7 27,5 33,0 De 45 à 59 ans 42,3 26,9 62,5 26,8 73,2 26,5 36,3 30,0 A

ge

60 ans et plus 62,7 30,3 81,8 26,7 87,9 24,2 37,4 23,5

Homme 37,6 73,1 57,1 75,0 67,8 75,2 30,9 78,3

Sexe

Femme 44,2 26,9 60,8 25,0 71,6 24,8 27,4 21,7

Nucléaire élargi 23,6 10,8 43,3 13,4 54,8 14,3 34,6 20,6 Monoparental élargi 32,2 7,1 51,4 7,6 64,3 8,0 37,7 10,8 Unipersonnel 40,0 13,6 56,3 12,9 68,7 13,3 5,8 2,5 Nucléaire strict 42,9 27,0 63,0 26,8 73,7 26,4 38,0 31,1 Autre élargi 47,1 32,6 64,2 30,0 73,3 28,9 28,6 25,8

Type

de

mén

age

Monoparental strict 41,7 9,0 63,8 9,3 73,7 9,0 33,0 9,2 Une personne 40,0 13,6 56,3 12,9 68,7 13,3 5,8 2,5 Deux personnes 43,6 15,1 60,4 14,1 70,3 13,9 12,6 5,7 3 à 4 personnes 41,9 27,1 59,5 26,0 68,5 25,2 25,7 21,7 5 à 7 personnes 37,6 27,6 58,8 29,2 70,2 29,4 39,7 38,0 Ta

ille

du

mén

age

8 personnes ou plus 34,2 16,6 54,1 17,7 65,6 18,1 50,9 32,1 Célibataire 19,8 8,0 34,8 9,5 49,3 11,4 12,7 6,7 En union libre 19,8 2,7 36,1 3,3 49,9 3,8 23,2 4,0 Marié monogame 39,1 46,1 58,4 46,5 68,7 46,2 33,4 51,2 Divorcé / séparé 43,1 5,0 67,0 5,2 75,8 5,0 23,6 3,5 Marié polygame 48,3 19,8 69,6 19,3 79,5 18,6 40,3 21,5 Si

tuat

ion

mat

rimon

iale

Veuf/veuve 59,4 18,4 77,4 16,2 85,3 15,1 32,3 13,0 Source : Calculs à partir des données ECAM II (2001).

Sauf précision contraire, l’unité d’analyse est le ménage. * CTR signifie contribution du groupe de ménages à la pauvreté nationale (prend en compte l’effet de taille, il s’agit de répartir la sous population des pauvres selon des groupes de population). * les modalités à fonds gris correspondent aux groupes de populations ayant, statistiquement, la même incidence de pauvreté (cf. section V.1.2.c).


26

Quelle qu’en soit sa nature, la pauvreté est essentiellement rurale, et a tendance à se réduire à mesure qu’on progresse des zones les plus rurales vers les grands centres urbains. Mais si, en zone rurale, la pauvreté multidimensionnelle s’accroît lorsqu’on progresse des régions des hauts plateaux vers la région des savanes, en passant par la région forestière, ce n’est pas nécessairement le cas lorsqu’il s’agit de la pauvreté monétaire. Celle-ci est moins élevée en régions forestières,44 avec une incidence (33%) non seulement inférieure à la moyenne rurale (42%), mais proche de la moyenne nationale (30%). Une interprétation de ce résultat peut tenir aux caractéristiques agro écologiques de la région forestière : elle est fortement productrice de cacao et de bois, deux des trois principaux produits d’exportation du pays après le pétrole (Banque de France 2003). Ainsi, bien que présentant des conditions de vie assez difficiles (notamment dans la province de l’Est), cette région tire profit d’un environnement agro écologique favorable à des activités de rente. Pour revenir aux similitudes entre la pauvreté multidimensionnelle et la pauvreté monétaire, ajoutons que ces deux formes de pauvreté sont globalement plus marquées chez des individus avancés dans le cycle de vie, affectent plus souvent les travailleurs agricoles et que, les différences selon le genre du chef de ménage sont modestes.

c) Des comparaisons de pauvreté multidimensionnelle globalement robustes au choix du seuil de pauvreté

Le tableau 7 proposait une comparaison d’incidences de pauvreté pour certains groupes de populations. Quelques seuils de pauvreté avaient été retenus. Même si ces seuils peuvent être jugés pertinents, on peut penser que s’ils ne sont pas estimés avec une grande précision, la mesure de la pauvreté sera imprécise et les comparaisons factices. D’autre part, et plus généralement d’ailleurs, c’est l’efficacité des politiques de lutte contre la pauvreté qui est en jeu. Les risques d’un mauvais ciblage sont alors d’autant plus élevés que les comparaisons sont assez dépendantes des seuils de pauvreté retenus, fussent-ils estimés avec précision. Il s’agit maintenant d’évaluer la sensibilité des comparaisons menées précédemment au choix des seuils retenus. Une première étape consiste à effectuer des comparaisons d’incidence de pauvreté, pour une plage de variation de seuils de pauvreté. Les quatre graphiques ci-après synthétisent les résultats obtenus pour les principales strates. Les deux premiers montrent que les strates urbaines ont une incidence de pauvreté (monétaire ou de conditions de vie) uniformément inférieure à celle des strates rurales. Les deux autres montrent que les comparaisons de pauvreté multidimensionnelle selon l’agro écologie sont robustes au choix du seuil de pauvreté, contrairement à celles de pauvreté monétaire. En particulier, la région des Hauts plateaux ne se distingue guère de la région des Savanes, pour des seuils en dessous de 161 000 FCFA (un niveau proche du seuil alimentaire), soit, en creux, en matière d’extrême pauvreté monétaire. Aussi, l’incidence de la pauvreté monétaire à Yaoundé n’est pas systématiquement inférieure à celle de Douala. Il en est de même lorsque la comparaison porte sur la profondeur ou la sévérité de la pauvreté monétaire,45 alors que, à titre de comparaison, la pauvreté multidimensionnelle est systématiquement moins marquée à Yaoundé. Cette analyse a aussi porté sur les groupes utilisés pour l’élaboration du profil de pauvreté. Afin de les synthétiser, nous avons présenté en fonds gris, dans le tableau 7, les modalités qu’on ne peut hiérarchiser, en terme de niveau, d’étendue ou de sévérité de la pauvreté. Par exemple, la pauvreté des conditions de vie frappe de manière comparable les chefs de ménages célibataires ou vivant en union libre. Aussi, l’incidence de pauvreté monétaire ne diffère pas significativement entre les chefs de ménages en union libre ou divorcés. Le tableau 8 reprend les principales similitudes et dissemblances entre les profils de pauvreté monétaire et de conditions de vie des ménages.

44 On verra dans les paragraphes qui suivent qu’on ne peut conclure à une pauvreté monétaire moins élevée en zone rurale des hauts plateaux qu’en régions des savanes. 45 La profondeur et la sévérité de la pauvreté correspondent aux Pα (cf. section III.3.1) pour α égal à 1 et 2 respectivement.


27

Graphique 2 : Incidence de la pauvreté multidimensionnelle et de la pauvreté monétaire, selon le seuil de pauvreté, le milieu de résidence et la zone agro écologique d’appartenance du ménage*

1

Source : Calculs à partir des données de l’ECAM II (2001) *Le seuil de pauvreté monétaire maximal est ici fixé à 400 000 FCFA/an/équivalent adulte.

Tableau 8 : Similitudes et dissemblances entre les profils de pauvreté monétaire et de conditions de vie

Similitudes Dissemblances 1. Milieu de résidence 1. L’ampleur de la pauvreté des conditions de vie La pauvreté est plus marquée en zone rurale, suivie des villes de 10 000 à 50 000 habitants et des grands centres urbains.

La pauvreté des conditions de vie est globalement plus marquée que la pauvreté monétaire.

2. Le secteur d’activité 2. La zone agro écologique d’appartenance

La pauvreté est plus marquée chez les travailleurs agricoles, suivis, sans hiérarchie particulière, des ménages dirigés par un individu qui travaille dans une entreprise parapublique, indépendant non agricole ou chômeur/inactif. A l’autre extrême, on trouve les travailleurs du secteur moderne (hors secteur para public).

* La hiérarchie entre ces zones est assez nette, en termes de pauvreté de conditions de vie (Strate Savanes > Forêts > Plateaux > Autres villes > Douala > Yaoundé), contrairement à la hiérarchie en terme de pauvreté monétaire (Yaoundé # Douala). * La pauvreté monétaire est moins marquée en Strate Forêts qu’en Strate Hauts Plateaux contrairement à la pauvreté des conditions de vie.

3. La position sur le cycle de vie 3. Le type de ménage Les ménages dirigés par des personnes relativement âgées (de plus de 45 ans) sont les plus affectés par la pauvreté.

Les ménages de type mononucléaire ou monoparental élargi sont les moins affectés par la pauvreté des conditions de vie. C’est plutôt les ménages de type unipersonnel qui sont les moins affectés par la pauvreté monétaire.

4. Le genre du chef de ménage 4. La taille du ménage Aucune différence significative selon le genre du chef de ménage. Néanmoins, le faible écart en termes de conditions de vie, en défaveur des femmes, tient à un moindre taux d’alphabétisme (50% contre 69% pour les hommes) et à un moindre accès à l’information (40% contre 63%).

Aucune relation statistique entre l’ICP et la taille des ménages (explication possible : 1- économies d’échelles dans l’utilisation des biens privés, 2- nature de biens publics des autres services de base pris en compte) La pauvreté monétaire est croissante avec la taille du ménage (explication possible : rapport de dépendance économique élevé, 50%).

5. Situation matrimoniale du chef de ménage Les chefs de ménage veuf/veuves sont les plus affectés par la pauvreté

des conditions de vie. Dans le cas de la pauvreté monétaire, c’est plutôt les chefs de ménage en union libre ou divorcés/séparés.

0%

20%

40%

60%

80%

100%

-3,5

-2,8

-2,0

-1,3

-0,5 0,3

1,0

1,8

2,5

3,3

4,0

Seuils de pauvreté des conditions de vie

Inci

denc

e (F

GT:

alp

ha =

0)

Urbain

Semi-urbain

Rural

0%

20%

40%

60%

80%

100%

-3,5

-2,8

-2,2

-1,5

-0,8

-0,1 0,6

1,2

1,9

2,6

3,3

3,9

Seuil de pauvreté des conditions de vie

Inci

denc

e (F

GT:

alph

a =

0)

Yaoundé

Douala

Autres villes

Rural Forêts

Rural Hauts Plateaux

Savane

0%

20%

40%

60%

80%

100%

20 58 96 134

172

210

248

286

324

362

400

Seuils de pauvreté monétaire (000 FCFA)

Inci

denc

e (F

GT:

alp

ha =

0) Urbain

Semi-urbain

Rural

0%

20%

40%

60%

80%

100%

20 58 96 134

172

210

248

286

324

362

400

Seuil de pauvreté monétaire (000 FCFA)

Inci

denc

e (F

GT:

alph

a =

0) Yaoundé

Douala

Autres villes

Rural Forêts


Savane

2.1. Conditions de vie et milieu de résidence 2.2. Pauvreté monétaire et milieu de résidence

2.3. Conditions de vie et agro écologie 2.4. Pauvreté monétaire et agro écologie


28

V.2. Le profil d’inégalités

Les profils de pauvreté comparent uniquement les niveaux moyens de bien-être, puisque l’incidence de la pauvreté est une fonction non croissante selon le bien-être. Le planificateur s’intéresse aussi au caractère plus ou moins inégalitaire du bien-être, notamment au sein d’un groupe donné : il souhaite un aspect très partiel de l’inégalité au sein des groupes. Ceci nous conduit à effectuer des comparaisons en terme de bien-être social, sachant que dans ces comparaisons, il conviendra d’identifier les deux situations extrêmes où i) un groupe est très pauvre et très inégalitaire et ii) un groupe est riche et moins inégalitaire. Les situations intermédiaires devront aussi être identifiées, puisqu’il peut arriver qu’une situation de faible pauvreté, avec une inégalité importante, soit socialement moins préférable à une situation où le bien-être est homogène mais assez faible. L’analyse sera conduite : i) de manière synthétique à partir de l’indice de Gini et, de manière détaillée, et ii) à l’aide des courbes de Lorenz simple ou généralisé.46 Le tableau 9 permet de documenter le premier point. Un constat liminaire est que les inégalités inter ménages, tant en termes monétaire que selon les conditions de vie, sont comparables aux inégalités inter individus. S’agissant alors des inégalités inter ménages, ce tableau suggère que les conditions de vie sont plus homogènes que ne sont les revenus.47 Notons qu’en dehors des deux principales strates, les inégalités intra groupes sont assez similaires, ce qui est attesté tant par la proximité numérique des chiffres (pour des sous-groupes d’une même partition) que par la proximité des courbes de Lorenz correspondantes. La hiérarchie globale des strates change selon qu’on analyse l’inégalité des revenus ou des conditions de vie. Ce résultat, illustré48 dans le graphique 3, est robuste :

• Les revenus sont plus inégalement distribués en milieu urbain qu’en milieu rural (ce qui est en ligne avec les observations issus de la littérature, cf. section II.2), sans différences significatives entre les milieux rural et semi urbain.

• Par contre, les conditions de vie ont tendance à être moins homogènes lorsqu’on passe des zones les plus urbaines aux zones les plus rurales. 49

46 Quelques dispositions pratiques ont été prises. L’indicateur composite de pauvreté a été transformé en une mesure à valeurs positive, par ajout de 3,7 à l’ensemble des ménages, valeur absolue du score du ménage fictif le plus pauvre dans l’absolu (dans notre échantillon, le ménage le plus pauvre a un score de -3,18). Comme souligné au III.3.2, il serait alors plus pertinent de décrire le niveau relatif de l’inégalité entre les groupes; le niveau d’inégalité absolue (et donc les comparaisons internationales) n’ayant plus aucune pertinence. Cela dit, on peut aussi imaginer que des comparaisons absolues d’inégalité (en particulier dans un contexte national donné) sont légitimes, et cela pour deux raisons. . En premier lieu, il faudrait lever la contrainte statistique que l’indicateur de pauvreté soit assimilé, en première approximation, au vecteur des scores des ménages sur le premier axe factoriel issu d’une technique d’analyse multidimensionnelle. On pourrait tout simplement vouloir que l’ICP ait comme support cet axe factoriel, l’hiérarchie des ménages selon cet axe serait alors conservée; c’est d’ailleurs cette propriété hiérarchique qui nous parait primordiale. . Dans un second temps, il faudrait reconnaître que la solution statistique au problème de calcul des indices d’inégalité (lorsque la mesure de bien-être peut prendre des valeurs négatives, ou que, comme c’est le cas de l’ICP, le niveau moyen de bien-être est nul) qui consiste à translater l’ICP pour le rendre positif peut aussi se justifier sur le plan économique. Quelle que soit l’approche retenue pour mesurer la pauvreté, si on peut identifier des références minimales en termes de bien-être (seuil de pauvreté alimentaire, seuil de pauvreté selon le ménage de référence, etc.), on peut aussi reconnaître l’existence d’une borne inférieure en matière de bien-être, celui du ménage fictif, référence par rapport à laquelle on pourrait définir le niveau de bien-être atteint par un quelconque ménage dans la population. 47 On peut, compte tenu de la note que précède, arguer que cette comparaison n’est pas légitime. Cela dit, on sait aussi que l’ICP (transformé et à valeurs positives) présente un faible variabilité (coefficient de variation égal à 0,44, contre 1,24 pour l’indicateur monétaire). 48 L’illustration n’est que partielle, puisqu’elle se limite au milieu de résidence. Les résultats pour l’agro écologie sont globalement similaires. 49 Booysen et alii (2005) dans leur étude comparative sur sept pays africains (Ghana, Kenya, Mali, Sénégal, Tanzanie, Zambie, Zimbabwe) à partir d’un ICP construit à partir des données d’enquêtes démographiques et santé, trouvent que les inégalités (mesurées par l’indice de Gini) sont plus élevées en milieu rural.


29

Tableau 9 : Inégalité des conditions de vie et de revenu des ménages selon

certaines caractéristiques du chef de ménage, 2001

Indice de Gini de la distribution de L’indicateur composite de pauvreté La dépense par équivalent adulte Valeur estimée Ecart type Valeur estimée Ecart type Ensemble de la population (individus) 0,246 (0,002) 0,404 (0,005) Ensemble des ménages 0,253 (0,002) 0,419 (0,006)

Zone de localisation du ménage Urbain 0,116 (0,001) 0,426 (0,009)Semi urbain 0,144 (0,003) 0,347 (0,007)Rural 0,214 (0,003) 0,345 (0,005)

Zone agro écologique d’appartenance Yaoundé 0,084 (0,002) 0,421 (0,015)Douala 0,102 (0,002) 0,452 (0,018)Autres villes 0,129 (0,002) 0,388 (0,014)Rural Forêts 0,192 (0,004) 0,339 (0,007)Rural Hauts plateaux 0,194 (0,003) 0,367 (0,007)Savanes 0,227 (0,004) 0,326 (0,007)

Sexe du chef de ménage Masculin 0,249 (0,002) 0,417 (0,007)Féminin 0,265 (0,004) 0,425 (0,011)

Secteur d’activité du chef de ménage Administration publique 0,127 (0,005) 0,387 (0,014)Privé formel 0,136 (0,004) 0,445 (0,016)Parapublic 0,165 (0,009) 0,557 (0,050)Informel non agricole 0,169 (0,004) 0,373 (0,010)Informel agricole 0,215 (0,003) 0,333 (0,005)Chômeurs ou inactifs 0,204 (0,006) 0,404 (0,014)

Age du chef de ménage Moins de 30 ans 0,228 (0,005) 0,406 (0,010)De 30 à 44 ans 0,229 (0,003) 0,421 (0,009)De 45 à 59 ans 0,258 (0,004) 0,430 (0,015)60 ans et plus 0,262 (0,005) 0,380 (0,010)

Source : Calculs à partir des données ECAM II (2001) Note : Dans le cas non monétaire, c’est davantage le niveau relatif de l’indice (entre les groupes) qui prime.

Graphique 3 : Courbes de Lorenz selon l’indicateur de bien-être (non monétaire/monétaire*) et le milieu de résidence du ménage

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0% 10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

L(p)

Con

ditio

ns d

e vi

e

urbain

Semi-urbain

Rural

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0% 10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

L(p

) Mon

étai

re

Urbain

Semi-urbain

Rural

Proportion cumulée des ménages (p) Proportion cumulée des ménages (p)

*La courbe de Lorenz du milieu semi-urbain est confondue à celle du milieu rural.

Sources : Estimations à partir des données ECAM II (2001)


30

Proportion cumulée des ménages (p)

0

1

2

3

4

5

6

0% 10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

GL(

p) IC

P+

Yaoundé

Douala

Autres villes

Rural Forêts


Savane

0

100

200

300

400

500

600

700

800

900

0% 10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

GL(

p) D

épen

ses (

000

FCFA

)

Yaoundé

Douala

Autres villes

Rural Forêts


Savane

Le graphique 4 montre que les conditions de vie des ménages urbains et leur bien être en terme monétaire sont uniformément meilleurs que ceux des ménages ruraux.50 Cependant, comme pour le profil de pauvreté, ce graphique montre que les conditions de vie des ménages sont (légèrement) meilleures dans la région des Hauts plateaux qu’en région forestière, situation qui est (légèrement) inversée en termes de bien-être monétaire. En outre, alors que les ménages de la région des savanes ont des conditions de vie nettement modestes, ces ménages ont une situation comparable, sur le plan monétaire, à celle des ménages des deux autres strates rurales.

Graphique 4 : Courbes de Lorenz généralisé selon l’indicateur de bien-être (non monétaire / monétaire) et la zone agro écologique

Les comparaisons effectuées pour les autres groupes de ménages montrent que, quelque soit l’indicateur de bien-être, i) les ménages agricoles sont les moins bien lotis, contrairement aux travailleurs du secteur moderne. Les chômeurs et les travailleurs du secteur informel sont dans une situation intermédiaire; ii) les chefs de ménage âgés paraissent aussi les moins bien lotis; iii) les écarts de bien-être selon le genre du chef de ménage sont faibles. Ces résultats militent pour des politiques de lutte contre la pauvreté ciblées selon le cycle de vie des individus, la zone agro écologique et le groupe socio-économique.

VI- Pauvreté monétaire et multidimensionnelle : quelles associations ?

Dans la section V, nous avons décrit, entre autres, des manifestations non monétaires de la pauvreté. Est-ce redondant par rapport à l’information révélée par le profil de pauvreté monétaire ? Nous avons déjà rassemblé trois éléments de réponse à cette question importante : Le premier est d’ordre conceptuel (cf. section II). Deuxièmement, l’ICP non monétaire, tel que nous l’avons construit, rend compte de la possession de certains biens privés – marchands – mais aussi de l’accessibilité / utilisation de biens publics non nécessairement pris en compte dans la mesure monétaire. Troisièmement, nous avons mis en évidence des dissemblances entre les profils de pauvreté et d’inégalité monétaire et des conditions de vie des ménages. Ces deux derniers points contribuent à justifier empiriquement la valeur ajoutée du profil de pauvreté des conditions de vie.

50 Pour ce qui est des conditions de vie, ce résultat est le corollaire i) d’un niveau moyen de bien-être plus élevé en zone urbaine et ii) de conditions de vie moins «hétérogènes» en milieu urbain qu’en zones rurales.


Sources : Estimations à partir des données ECAM II (2001)



31

Sur un autre plan, comme indiqué en introduction à cette étude, nous souhaitons tester la pertinence empirique de l’assertion suivante, tirée du DSRP (2003, p. 24) : pour les populations, les éléments liés au revenu constituent la plus importante classe de caractéristiques de la condition de la pauvreté. Pour cela, nous allons confronter, d’une part, une mesure objective des conditions de vie des ménages (l’ICP) à l’indicateur de bien-être monétaire des ménages. Ceci revient à analyser les liens entre pauvreté monétaire et pauvreté des conditions de vie. Par ailleurs, chacune de ces deux mesures sera confrontée à une mesure subjective des conditions vie des ménages. Ainsi pourrions-nous mobiliser des arguments empiriques additionnels de la nécessité d’analyser objectivement les conditions de vie des ménages pour i) compléter les informations sur le profil de pauvreté monétaire et ii) rendre compte de la situation réelle des ménages, telle qu’ils la perçoivent.

VI.1. Une association positive, cependant faible

VI.1.1. Analyse de corrélations simples

Il existe une liaison monotone positive entre les dépenses par équivalent adulte des ménages et l’ICP. Sur la base du test de Spearman, fondé sur le coefficient de corrélation linéaire empirique entre les rangs des ménages selon les dépenses et l’ICP, on montre que ce coefficient, estimé à 0,51, est strictement positif (p < 0,001). Toutefois, il existe 36% de couples de ménages dont l’un est plus pauvre selon l’approche monétaire mais moins pauvre selon l’approche multidimensionnelle (ou inversement). Ces analyses de corrélations confirment ce que l’on trouve généralement dans la littérature : elles sont suffisamment fortes pour asseoir l’idée selon laquelle les deux indicateurs mesurent tous un même continuum qui va de la déprivation à l’aisance, mais semblent insuffisamment élevées pour affirmer qu’il n’y aurait qu’une dimension au concept de pauvreté. Bien que la corrélation soit faible, elle n’est pas nulle, et semble non linéaire.51 Il serait alors intéressant d’explorer les liaisons non linéaires entre ces deux indicateurs pour juger de l’opportunité d’en présenter un résumé synthétique (section VI.2).

Graphique 5 : Régression non paramétrique de l’ICP sur la dépense par équivalent adulte

Le graphique 5 montre que le bien-être monétaire varie très peu au sein de ménages présentant les conditions de vie les plus modestes, suggérant qu’un ciblage des pauvres uniquement selon l’approche welfarist serait inefficient. Ce constat est encore plus manifeste, lorsqu’on confronte les mesures objectives de pauvreté à une mesure subjective des conditions de vie des ménages (voir VI.1.2). 0

500

1000

1500

2000

2500

0% 20% 40% 60% 80% 100%

Percentile de conditions de vie des ménages

Dép

ense

s (00

0 FC

FA)

VI.1.2. L’ICP rend mieux compte de la situation des ménages les plus pauvres

Dans l’ECAM II, il a été demandé à chaque chef de ménage de positionner son ménage dans l’une des classes suivantes : très pauvres, pauvres, ni pauvres ni riches, riches. On obtient ainsi une mesure subjective des conditions de vie des ménages qui, confrontée au profil de pauvreté, permet de constater qu’une stratégie qui ciblerait les pauvres monétaires bénéficierait, dans 60% des cas, à des ménages

51 Le coefficient de corrélation des rangs (0,510) est supérieur au coefficient de corrélation linéaire de Pearson (0,395).

Droite de tendance

Courbe de régression


32

qui ne s’estiment pas très pauvres, alors que la même stratégie ciblant les pauvres de conditions de vie (ménage de référence par exemple) bénéficierait, dans 16% des cas (seulement) à des ménages qui ne s’estiment pas très pauvres (tableau 10).

Tableau 10 : Incidence de la pauvreté multidimensionnelle et de la pauvreté monétaire selon les perceptions qu’ont les ménages de leurs propres conditions de vie, 2001

Perception de ses conditions de vie Mesures objectives de pauvreté

Très pauvre Pauvre Ni pauvre, ni riche Riche

Total

Extrême pauvreté 53,8 38,9 18,3 9,5 39,1

Pauvreté (seuil relatif) 74,0 57,9 34,6 13,4 58,0 Pauvreté des Conditions de vie { Pauvreté absolue

(selon le ménage de référence) 83,7 68,6 47,2 28,1 68,7

Pauvreté monétaire 40,3 29,0 18,2 0,4 30,1

Total 27,3 54,4 18,1 0,3 100

Source : Estimations à partir des données ECAM II (2001). Les incidences de pauvreté sont calculées au niveau ménage, exprimées en %. Les seuils de pauvreté sont ceux définis dans la section V.1.1 de cette étude.

VI.2. La nécessité de tenir compte des deux approches de pauvreté

Les analyses précédentes militent clairement pour une stratégie mixte pour lutter à la fois contre la pauvreté monétaire et la pauvreté multidimensionnelle. Cela nous conduit à rechercher un indicateur de pauvreté qui soit un compromis entre ces deux approches. Une ACM sur les indicateurs monétaire et non monétaire (codés en deux modalités, caractérisant les pauvres et les non pauvres),52 produit le plan factoriel ci-après, dont le premier axe restitue 68% de l’inertie totale. Cet axe constitue un bon résumé des mesures monétaire et non monétaire et peut, lui aussi, être assimilé à un axe de pauvreté : il oppose les ménages pauvres, monétairement et/ou en termes de conditions de vie (à gauche le long de cet axe) aux ménages non pauvres (à droite). Le sens de cet axe parait plus précis lorsqu’on examine sa corrélation avec un indicateur résultant d’une interaction entre les indicateurs monétaires et non monétaires. Cette corrélation est illustrée dans le graphique 6, qui montre que la pauvreté, en terme synthétique, est très corrélée à la double pauvreté (ménages pauvres selon les deux approches de pauvreté retenues). A l’autre extrême, on retrouve les ménages qui ne présentent aucune des deux formes de pauvreté. Dans une situation intermédiaire, on situe les ménages ne présentant qu’une seule forme de pauvreté. Un ménage sur quatre est touché par la double pauvreté, un tiers des ménages souffrent uniquement de difficultés de conditions de vie, et un petit groupe de ménages (5% d’entre eux) demeurent exclusivement sous la trappe de pauvreté monétaire.53

• Le graphique 6 contient des points relatifs aux différents groupes socio-économiques permettant d’illustrer l’axe de pauvreté synthétique. A grands traits, les ménages les plus affectés par la double pauvreté se recrutent majoritairement en zones rurales, exercent une agriculture traditionnelle, sont dirigés par des personnes âgées (souvent de plus de 45 ans), et moins souvent, il s’agit de ménages de petites tailles.54

52 L’ICP est codé en deux classes, selon le seuil relatif qui isole 58% des ménages en dessous du seuil de pauvreté. 53 A l’échelle des individus, les chiffres sont respectivement de 33% pour la double pauvreté, 24% pour la pauvreté des conditions de vie seule et 7% pour la pauvreté monétaire seule : les ménages les plus pauvres sont souvent de grandes tailles. 54 Une stratégie visant à lutter uniquement contre la pauvreté des conditions de vie n’aurait sans doute pas été ciblée selon la taille des familles (cf. tableau 7). La prise en compte simultanée des deux approches de pauvreté réhabilite la taille du ménage comme potentiel facteur de ciblage des interventions publiques.


33

• On retrouve ce profil pour les ménages affectés uniquement par la pauvreté des conditions de vie, à une exception près : ceux de très grandes tailles (de l’ordre de 8 personnes ou plus) paraissent les moins affectés par cette forme de pauvreté. Cela pourrait s’expliquer par un rapport de dépendance économique (41%) plus faible que la moyenne (50%), permettant à ces ménages d’échapper à la pauvreté monétaire.

• Le graphique précédent ne permet pas, à lui seul, d’instruire le profil des ménages pauvres uniquement sur le plan monétaire. On peut néanmoins s’attendre à ce que cette forme de pauvreté affecte davantage les ménages de très grandes tailles. Une analyse conduite par ailleurs montre que cette forme de pauvreté est essentiellement urbaine (à plus de 60%), touche les travailleurs du secteur informel, en plein dans la vie active (plus souvent âgés de 30 à 60 ans) ou en quête d’un emploi. Ces ménages présentent un bon niveau de capital humain (dans au moins 74% de ces ménages, il existe un individu qui a fait des études secondaires; le chef de ménage, lui-même, dans 77% des cas, a fait un minimum d’études primaires).

• Le profil des ménages présentant au moins une forme de pauvreté n’est pas qualitativement différent du profil pour la double pauvreté.

En conclusion, i) il existe une corrélation positive entre les mesures de pauvreté monétaire et non monétaire, mais celle-ci n’est ni intense ni linéaire; ii) l’ICP, en dépit de son caractère apparemment normatif,55 parait mieux rendre compte de la situation des ménages telle qu’ils la perçoivent; iii) le revenu n’est pas la principale caractéristique de la condition de pauvreté des ménages au Cameroun. Toutefois, une stratégie de lutte mêlant des ingrédients welfarist et non welfarist mérite d’être envisagée. Si les ménages cumulant à la fois carences monétaires et non monétaires méritent attention,

55 Nous nous sommes efforcés tout le long de ce travail à construire un indicateur composite qui limite autant que possible l’arbitraire dans le choix des attributs pris en compte.

Graphique 6 : Principales correspondances entre indicateurs monétaire et non monétaire de bien-être des ménages, 2001

Source : Calculs à partir des données ECAM II (2001)

68%

32%


34

il y a aussi des ménages urbains qui, malgré une forte dotation en capital humain, ont de grandes difficultés d’accès à l’emploi ou sont peu productifs dans l’emploi informel exercé.

Conclusion

Née de l’évidence d’un ciblage récurrent des pauvres au Cameroun selon des instruments Welfarist, la présente étude contribue à l’opérationnalisation de l’approche micro multidimensionnelle d’appréhension de la pauvreté au Cameroun selon deux axes :

• empiriquement, en explorant, sur une base synthétique, une dimension non monétaire particulière de la pauvreté; les conditions de vie des ménages, mettant en évidence d’autres manifestations de la pauvreté au Cameroun. • méthodologiquement, en introduisant et justifiant le choix de l’analyse factorielle multiple pour la construction d’un indicateur composite de pauvreté. L’étude accorde un soin particulier à la sélection des attributs inclus dans cet indicateur, en se fondant sur les enseignements de l’école des besoins de base.

Appréhender la pauvreté des conditions de vie au Cameroun Dans cette étude, la pauvreté des conditions de vie est marquée par l’exclusion des ménages de la consommation de certaines commodités de base, du fait de leur indisponibilité ou de leur faible accessibilité. A grands traits, cette pauvreté est surtout rurale, et se manifeste, à plus de 80%, par des difficultés d’accès à l’eau potable, à l’électricité et au réseau de télécommunication. Ces pauvres habitent très souvent des logements insalubres. La région des savanes (particulièrement les provinces du Nord et de l’Extrême-nord) présente les conditions de vie les plus modestes, suivie des régions forestières (qui regroupent les zones rurales des provinces du Sud, du Centre et de l’Est) et des Hauts plateaux (couvrant les zones rurales des provinces du Sud ouest, du Littoral et de l’Ouest). En plus des carences générales du milieu rural, la région des savanes souffre spécifiquement d’un faible capital humain, d’un fort désenclavement (routes bitumées, centres de santé et marchés d’aliments relativement éloignés des populations) et d’un faible accès à l’information. Le bois constitue la principale source d’énergie pour la cuisine, en déphasage avec les soucis écologiques induits par la désertification. Il existe aussi des disparités de conditions de vie entre les strates urbaines (Yaoundé étant mieux lotie que Douala,56 suivie des autres grands centres urbains), dans la satisfaction des besoins essentiels pris en compte. Ces spécificités, qui demandent à être prises en compte dans l’évaluation de la pauvreté, sont synthétisées dans les tableaux 6 et 7 en annexe. Présentent aussi de modestes conditions de vie les travailleurs agricoles et les ménages dirigés par des personnes âgées (de plus de 45 ans). Certains ménages dirigés par des femmes sont légèrement défavorisés du fait d’un alphabétisme faible et d’un accès limité à l’information. Des éclairages complémentaires sur l’état de la pauvreté au Cameroun La pauvreté des conditions de vie est globalement plus marquée que la pauvreté monétaire : 69% des ménages n’ont pas accès à des commodités jugées essentielles par la majorité de la population, alors que ce ne sont que 30% des ménages qui vivent en dessous du seuil de pauvreté monétaire. On observe aussi que la pauvreté des conditions de vie est légèrement moins marquée à Yaoundé qu’à Douala, contrairement à la pauvreté monétaire; de même, la pauvreté des conditions de vie est plus marquée en régions forestières qu’en zones des Hauts plateaux, contrairement à la pauvreté

56 Douala présente des conditions de vie en moyenne moins bonnes que Yaoundé du fait d’une moindre utilisation de matériels de cuisson moderne, d’un moindre accès à l’eau potable et aux services d’assainissement publics


35

monétaire, différences que nous imputons aux caractéristiques agro écologiques de la région forestière (bien que présentant des conditions de vie assez difficiles, la région forestière tire profit d’un environnement agro écologique favorable à des activités de rente : elle est fortement productrice de cacao et de bois, deux des trois principaux produits d’exportation du pays). Notons aussi l’absence de lien entre la taille des ménages et leur statut de pauvreté des conditions de vie, alors que ce lien est avéré avec la pauvreté monétaire. Il a enfin été noté que, comparativement au revenu, l’indicateur de pauvreté de conditions de vie rend mieux compte de la situation des ménages telle qu’ils la perçoivent. Pour des stratégies mixtes de lutte contre la pauvreté au Cameroun, ciblées selon l’âge, la zone agro écologique et le groupe socioéconomique des individus Le diagnostic qui a été effectué pointe de nombreuses dimensions dans lesquelles des progrès devront être faits afin que le pays atteigne les grands objectifs sociaux qu’il s’est fixés et qui ne visent qu’à garantir un mieux être pour chacun. Il faudrait néanmoins être lucide en termes de recommandations, sachant qu’on devrait tenir compte à la fois des contraintes logistiques et financières du gouvernement (et de ses partenaires). Cela dit, l’atteinte récente du point d’achèvement de l’initiative PPTE crée une marge de manœuvre supplémentaire pour des arbitrages budgétaires favorables aux secteurs sociaux et au développement rural. Sans disposer d’informations factuelles sur ces contraintes (et éventuelles marges de manœuvres), nous pouvons néanmoins proposer des politiques qui s’avèrent urgentes dans la mesure où elles permettraient de s’attaquer à un «petit sous groupe» d’individus (un ménage sur quatre, un individu sur trois) doublement affectés par la pauvreté monétaire et la pauvreté des conditions de vie. En termes de recommandations spécifiques,

• Le constat d’une offre de services publics de base globalement lacunaire mais surtout sélective, en défaveur du monde rural, constitue un support empirique à de politiques nouvelles visant à accroître l’offre et la disponibilité de services publics de base, surtout en milieu rural. • Dans ce milieu, des politiques sociales multiformes sont à promouvoir : extension et amélioration des infrastructures publiques de base (santé, eau potable, infrastructures routières), revitalisation des politiques foncières et d’aménagement cadastral.

• Il existe une forte association entre agriculture traditionnelle et pauvreté. S’il y a lieu d’améliorer le fonctionnement des circuits de commercialisation (notamment par la régulation des marges des intermédiaires) et l’accès aux marchés, il conviendra de réduire les coûts des facteurs de production (notamment à travers le désenclavement routier) et œuvrer pour un accompagnement des agriculteurs dans l’adoption de techniques à meilleurs rendements.

• Il sera sans doute nécessaire de renforcer les capacités humaines de ces populations (par l’accès à l’information et à des dispositifs de formation qualifiante et par apprentissage, sans négliger leur sensibilisation à la protection de l’environnent), afin qu’ils aient une insertion efficace sur le marché du travail, participent pleinement au processus de création de richesses, mènent une vie décente et soient à même de saisir toutes les opportunités qui s’offriront à eux.

• La spécificité du milieu urbain est qu’elle regorge le sous groupe des individus (5% des ménages, 7% des individus) affectés uniquement par la pauvreté monétaire. Pour cette population, l’amélioration du fonctionnement du marché de travail (limitation de barrières à l’entrée) ou la mise en place de mécanismes institutionnels (et des dispositifs de formation) pour favoriser l’amélioration de la productivité du travail dans le secteur de l’emploi informel sont des politiques à préconiser.


36

Un cloisonnement des politiques n’est pas souhaitable : il existe des interactions avérées entre le monde rural et les zones urbaines (par exemple, la demande de produits ruraux est d’abord urbaine, encore faut-il que cette zone ait un pouvoir d’achat suffisant) et il n’y a pas de lutte efficace contre la pauvreté sans de vigoureuses politiques en faveur du développement rural.


37

Bibliographie

Alperin pi N. Seyte F. et M. Terraza, 2005, «Mesure multidimensionnelle de la pauvreté en Argentine». LAMETA. (www.lameta.univ-montp1.fr/download/DT/WP2005-03.pdf).

Asselin L-M., 2002, «Pauvreté multidimensionnelle : théorie», Programme MIMAP-CRDI.

Asselin L-M. et A. Dauphin, 2000, «Mesurer la pauvreté : un cadre conceptuel», CECI.

Ayadi M., Chtioui N. et O. Ben Hassine, 2005, «Analyse de la pauvreté par les capabilités : apport de l’approche floue multidimensionnelle» (www.fsegt.rnu.tn/fr/data/jma2005/data/Papers/101.pdf, visitée le 11 août 2005).

Banque de France, 2003, Rapport annuel de la Zone Franc, pp 205-213 (www.banque-france.fr).

Banque mondiale, 2005, World developpement indicators 2005, Washington D.C, Banque mondiale

Bertin A., 2003, «Quelle perspective pour l’approche par les capacités ?», DT n°92, CED Université Montesquieu-Bordeaux IV (http://ced.u-bordeaux4.fr/ceddt92.pdf).

Bibi S., 2002, «Mesurer la pauvreté dans une perspective multidimensionnelle : une revue de la littérature», Faculté de sciences économiques et de gestion de Tunis.

Booysen F., Van der Berg S., Burger R., Von Maltitz M. et G. Du Rand, 2005, «Trends in poverty and inequality in seven African countries». Revised draft final report, PEP. (www.pep-net.org)

Boucher F., Carimentrand A. et D. Requier-Desjardins, 2003, «Agro-industrie rurale et lutte contre la pauvreté : les systèmes agroalimentaires localisés contribuent-ils au renforcement des capabilités ?», 3ème colloque sur l’approche des capacités, Université de Pavie, 7-9 septembre 2003 (http://afm.cirad.fr/documents/5_Agro_industries/CD_AFM/textes/528.pdf).

Bry X., 1996, Analyses factorielles multiples, Economica.

Bry X., 1995, Analyses factorielles simples, Economica.

Casas Pena R. et P. Pochet, 2001, «Les indicateurs monétaires et non monétaires de pauvreté et d’exclusion sociale dans une perspective européenne». Rapport réalisé pour le MINASSPE. Observatoire social européen.

Coulomb H., 2002, «Appui technique à l’exploitation de l’ECAM II dans le cadre du DSRP», rapport de mission, 10 p.

Deaton A., 2003, «Measuring poverty», Research Program in Development Studies, Princeton University.

Deaton A. et S. Zaidi, 1999, «Guidelines for Constructing Consumption Aggregates for Welfare Analysis», Working Paper Research Program in Development Studies n°192.

Deaton A, 1997, The analysis of household surveys : A microeconometric approach to developement policy, The World Bank.

Diagne O. et S. Faye, 2005, «Le noyau dur de la pauvreté au Sénégal», Interim PEP report. (www.pep-net.org)

DSCN, 2002, Deuxième enquête camerounaise auprès des ménages : document de méthodologies, tome 1.

DSCN, 2001, Deuxième enquête camerounaise auprès des ménages : questionnaire principal.

DSRP, 2003, Document de stratégie de réduction de la pauvreté au Cameroun.

Dubois J-L. et A. Amin, 2000, «L’évolution de la pauvreté au Cameroun : où en sommes-nous ?», CEPED-IFORD, Paris.

Duclos J-Y., Arrar A. and C. Fortin, 2005, «DAD : a software for distributive analysis», MIMAP-IDRC, Université Laval. (www.pep-net.org)

Duclos J-Y., Sahn D. Et S-D. Younger, 2002, «Comparaisons robustes de pauvreté multidimensionnelle», Document de travail.

Escofier B. et J. Pagès, 1990, Analyses factorielles simples et multiples : objectifs, méthodes et interprétation, Dunod.

Fambon S, Amin A., Bayes F., Noumba I., Tamba I. et R. Tawah, 2001, «Pauvreté et répartition des revenus au Cameroun durant les années 1990», Université de Yaoundé II, Cahier de Recherche N° 01-06 du CREFA.

Filmer D. et Lant H. Pritchett, 2001, «Estimating wealth effects without expenditure data-or tears : an application to educational enrolments in states of India». Demography, Volume 38-Number 1, February 2001:115 –132.

Foko B-A., Ouattara A. et A-B Tiotsop, 2002, Analyse de la pauvreté et de l’exclusion à San Pedro, Rapport de groupe de travail, ENSEA.


37

Glewwe P. et J. Van der Gaag, 1988, «Confronting Poverty in Developing Countries; definitions, information, and policies», LSMS Study Working Paper N°. 48, The World Bank, Washington D-C.

Grimm M., Guenard C. et S. Mesple-Somps, 2001, «Evolution de la pauvreté urbaine en Côte d’Ivoire : Une analyse sur 15 ans d’enquêtes ménages», Dial, DT/2001/14.

INS, 2002a, Evolution de la pauvreté au Cameroun entre 1996 et 2001, 53 p.

___, 2002b, «Pauvreté, habitat et cadre de vie au Cameroun en 2001», note de synthèse, 5 p.

Jambu M., 1999, Méthodes de base de l’analyse des données, Eyrolles.

Ki J-B., Faye B. et S. Faye, 2005, «Pauvreté multidimensionnelle au Sénégal : Approche non monétaire fondée sur les besoins de base», Réseau PEP (www.pep-net.org).

Lachaud J-P., 1998, «La pauvreté en Mauritanie : une approche multidimensionnelle», DT n°31, CED, Université Montesquieu-Bordeaux IV.

___________, 2000, «Dépenses des ménages, développement humain et pauvreté au Burkina Faso : substitution ou complémentarité ?», CED, Université Montesquieu-Bordeaux IV.

___________, 2004, «La pauvreté a-t-elle diminué ou augmenté au Burkina Faso ? Evidence empirique fondée sur une approche non monétaire micro multidimensionnelle», Document de travail n°103, CED.

Lebart L., Morineau A. M. Piron, 1997, Statistique exploratoire multidimensionnelle, Dunod

Lollivier S. et D. Verger, 1997 Pauvreté d’existence, monétaire ou subjective sont distinctes, Economie et Statistique, n° 308-309-310, pp. 113-142.

Marniesse S., 1999, «Note sur les différentes approches de la pauvreté», 8 p. (http://afd.fr/jahia/webdav/site/myjahiasite/users/administrateur/public/Documents/DME-Appr.pdf)

Ningaye P., Nkenfack H., et M-A. Simonet, 2005, «Diversité ethno-culturelle et différentiel de pauvreté micro multidimensionnelle au Cameroun», Rapport intérimaire, PEP. (www.pep-net.org)

Ponty N., 1998, «Mesurer la pauvreté dans un pays en développement», Economie et Statistique n°90-91, INSEE, Paris, pp. 53-67.

Ravallion M., 1996, «Comparaisons de la pauvreté; Concepts et méthodes», Document de travail LSMS N°122, Banque mondiale, Washington D-C.

Razafindrakoto M. et F. Roubaud, 2001, «Les multiples facettes de la pauvreté dans un pays en développement, le cas de la capitale malgache», Dial. DT/2001/07.

Sahn D. et D. Stiefel, 2001, «Exploring alternative measures of welfare in the absence of expenditure data». Cornell University.

Zerbo A., 2003, «Pauvreté urbaine au Burkina Faso : une exploitation de la complémentarité empirique des approches de l’utilité et des capabilities», DT n°80, CED Université Montesquieu-Bordeaux IV.


38

Annexes

A1. Une présentation de l’Analyse factorielle multiple (AFM)

Les grands principes de l’AFM s’appliquent aux variables quantitatives… L’AFM consiste en une analyse simultanée de plusieurs tableaux de données (un seul en ACM), en recherchant un compromis entre la prise en compte simultanée des différentes dimensions dans la description des liens intra et inter tableaux, et la prise en compte des structures de disparités fortes entre les individus (voir par exemple Bry 1996, Escofier et Pagès 1990, Lebart, Morineau et Piron 1997). Ceci se traduit par l’équilibre de l’influence des différentes dimensions dans l’analyse globale. o Cet équilibre requiert une pondération des groupes de variables, car si on n’équilibre pas l’influence des groupes, on peut imaginer qu’un groupe contribue de façon majeure à la construction des premiers axes. Auquel cas, on pense réaliser une analyse fondée sur tous les groupes mais, en fait, on examine les résultats de l’analyse d’un seul d’entre eux. Ceci peut arriver dans une ACM (voir figure ci-après, pour illustration).

Figure : Différences conceptuelles entre ACM et AFM

Source : A partir de Bry (1996)

o L’influence d’un groupe dépend directement de la structure du groupe en terme de répartition de

l’inertie dans les différentes directions de l’espace.57 Par exemple, si un groupe présente une très forte inertie dans une direction donnée, cette inertie va influencer le premier axe de l’analyse globale. D’où l’idée de normaliser, en AFM, l’inertie axiale maximum de chacun des groupes. o La prise en compte des originalités les plus

importantes provient de ce que :

- l’AFM utilise l’inertie comme mesure de liaison entre les variables et les facteurs, or, l’inertie rend bien compte des originalités des individus.

- le fait de multiplier les variables d’un même groupe par un même coefficient n’affecte pas le portrait des corrélations internes entre variables de ce groupe (en analyse factorielle, visualiser les corrélations entre variables revient à capter les ressemblances ou dissemblances entre individus).

- un groupe contribuera à la construction de nombreux axes d’autant plus qu’il a une forte dimensionnalité (l’information véhiculée par les variables du groupe est non redondante).

- si un groupe unidimensionnel ne peut contribuer fortement à la construction que d’un seul axe, il n’y a aucune raison qu’il n’infléchisse pas le 1er axe.

Mathématiquement, si on note X(k), ]K,1[k∈ , les différentes dimensions du bien-être. L’AFM consiste à rechercher des facteurs globalement liés à ces dimensions. Ces facteurs F maximisent l’expression

∑==

=K

1k

tk

tK

1kF)k(XM)k(XF))k(X,F(Liaison∑

La liaison d’une dimension avec un facteur est égale à l’inertie des variables de ce groupe (chaque dimension est représentée par un groupe de variables) le long du facteur considéré, sachant que l’usage de la métrique kM équivaut à pondérer chaque variable

du groupe k par k11 λ où k

1λ est la première valeur propre de l’ACP du groupe k seul. Dans l’AFM, l’inertie axiale de chaque groupe sera donc comprise entre 0 et 1. Par conséquent, l’AFM est l’équivalent d’une ACP dans laquelle les variables d’un groupe sont pondérées par l’inverse de la racine carrée de la première valeur propre de l’ACP du groupe seul.

57 Cette inertie est fonction à la fois du nombre de variables du groupe (plus ce nombre est important, plus grande est l’influence du groupe) et de la structure du groupe (plus le groupe possède une structure forte, c’est-à-dire plus ses variables sont liées, et plus son influence sera déterminante dans la construction des axes).


39

… mais une adaptation aux variables qualitatives est possible En présence de variables qualitatives, une première étape de l’adaptation de l’AFM à ce type de variables consiste à faire une ACM séparée de chacun des groupes. Dans une ACM, les coordonnées factorielles des individus (i) sont définies par :

( ) ( )1 1

k

k

k kki possède

iKj

jF α α

αλ − −

= ∑ Φ

où, kK désigne le nombre de variables du groupe k,

( )kjαΦ la coordonnée factorielle de kj ,

k

αλ la

valeur propre d’ordre α dans l’ACM de k. Les individus se trouvent par conséquent au barycentre des modalités qu’ils possèdent, et les distances entre modalités sont mesurées par la statistique du khi-deux, mesure de liaison adaptée aux variables qualitatives.

Les facteurs kF ainsi obtenus sont quantitatifs et

contiennent toute l’information sur les liaisons entre les variables de départ, ainsi que sur l’inertie des individus. On observe bien que les valeurs propres de

l’ACP des kF sont identiques aux valeurs propres

de l’ACM des variables qualitatives initiales. Les modalités de départ qui doivent in fine servir à l’interprétation sont projetées, comme variables supplémentaires, dans l’espace des individus et chacune d’elles est placée, comme précédemment, au barycentre des individus qui la possèdent. Il suffit pour cela, de lui donner comme coordonnée sur chaque axe, la moyenne des coordonnées des individus qui la possèdent. Quelques ‘aides’ à l’interprétation des résultats d’une AFM

o Interprétation globale : La première valeur propre (en % de l’inertie totale) est une indication de la part de disparités entre individus que nous prendrons en compte dans la construction de l’indice de pauvreté.

o Interprétation des groupes : L’AFM permet de dépister d’éventuelles liaisons qui existeraient entre des groupes de variables. La liaison entre deux groupes généralise la liaison entre une variable et un groupe. Pour deux groupes i et j, la liaison Lg(i, j) entre les groupes i et j est d’autant plus grand que i et j sont multidimensionnels et possèdent des directions communes nombreuses et proches des directions d’inertie importante de chaque groupe. A

proprement parler, la dimensionnalité d’un groupe est égale au nombre de directions orthogonales d’inertie non nulle, soit le nombre valeurs propres non nulles. L’inertie totale d’un groupe i est définie par [Ng(i)]2 = Lg(i,i). L’indicateur Rv(i, j), égal à Lg(i, j)/[Ng(i) * Ng(j)], est toujours compris entre 0 et 1 (l’analogue d’un coefficient de corrélation) et vaut 1 si les nuages d’individus induits par les deux groupes sont homothétiques. Tous les groupes ont le même poids (l’inverse du nombre de groupes actifs) ; le carré de la distance au centre correspond l’inertie totale du groupe ; la coordonnée du groupe j sur le facteur de rang s s’assimile à l’inertie du groupe le long de ce facteur ; la contribution du groupe exprime sa coordonnée en % de la variance du facteur ; le cosinus carré correspond à la part de l’inertie projetée en % de l’inertie totale du groupe. Les corrélations canoniques (entre facteurs de l’AFM et variables canoniques ou facteurs partiels) permettent de juger dans quelle mesure le facteur peut être considéré comme une structure du groupe. Le rapport inertie inter/inertie totale d’un facteur permet de juger du caractère véritablement commun (aux différents groupes) de ce facteur.

o Interprétation des modalités (centres de gravité) : Elles sont considérées comme des individus illustratifs. Le poids d’une modalité est la somme des poids des individus qui la possèdent ; la contribution rapporte l’inertie de la modalité (en tant que centre de gravité) à l’inertie totale. Pour une même variable nominale, la somme des contributions de ses modalités pour un facteur donné fournit le rapport de corrélation entre la variable et le facteur. La coordonnée ou score factoriel, le cosinus carré et la distance au centre s’interprètent comme dans le cas de l’ACM; une modalité (ou individu) à faible inertie intra le long d’un facteur donné illustre au mieux la structure commune représentée par le facteur (cf. point ci-après).

o L’Interprétation des individus et des variables continues se fait comme dans toute analyse factorielle. L’analyse produit également un nuage d’individus partiels, représentation des individus du point de vue de chacun des groupes. L’individu moyen est la somme de ses individus partiels : c’est une représentation de l’individu du point de vue de tous les groupes. Plus les individus partiels sont proches, plus l’individu résultant contribue à la liaison entre les groupes (inertie intra faible). Pour plus de détails techniques, se référer à Bry 1996, Escofier et Pagès 1990, Lebart, Morineau et Piron 1997.


40

A2. Les données de l’ECAM II

Le questionnaire de l’ECAM II contient 16 sections : i) les renseignements généraux sur le ménage, ii) la composition et les caractéristiques des membres du ménage, iii) la santé des membres du ménage, iv) le niveau d’instruction des membres du ménage âgés de plus de 5 ans, v) l’activité des membres du ménage, vi) la natalité, mortalité et fécondité, vii) l’anthropométrie et la couverture vaccinale pour les enfants de moins de 35 mois, viii) le logement et l’équipement du ménage, ix) les migrations du ménage, x) l’accessibilité aux infrastructures de base, xi) la perception des conditions de vie, xii) les entreprises familiales non agricoles, xiii) le patrimoine matériel et financier, xiv) l’agriculture et les activités du monde rural, xv) les dépenses rétrospectives non alimentaires et xvi) le relevé de compte des dépenses et acquisitions journalières du ménage. Extrapolation des résultats58 L’ECAM est conçue pour être représentative au niveau national, au niveau des provinces et selon les milieux de résidence. La méthode d’échantillonnage de l’ECAM repose sur une stratification à deux niveaux pour Yaoundé et Douala et trois niveaux dans les provinces. Les coefficients d’extrapolation dérivent directement du mode de tirage : Le coefficient d’extrapolation d’une zone de dénombrement (ZD) k est l’inverse de la probabilité de tirage d'un ménage de la ZD concernée. On a : *Pour les villes de Yaoundé et Douala : C1k= Nij dijk/[nij eijk] ; *Pour les zones urbaines (grandes villes) : C2k= Zik dik/[zik eik] ; *Dans les zones semi-urbaines et rurales : C3k= ai Mij Zijk dijk/[mij zijk eijk]. Où Nij= nombre total de ZD dans l'arrondissement j de la ville i ; nij = nombre de ZD tirées dans l’arrondissement j de la ville i ; eijk = nombre de ménages effectivement tirés et enquêtés dans la ZD k de l’arrondissement j de la strate i ; eik = nombre de ménages effectivement tirés et enquêtés dans la ZD urbaine k ; 58 A partir de DSCN (2002).

dijk= nombre de ménages dénombrés dans la ZD k de l’arrondissement j de la strate i ; dik = nombre total de ménages dénombrés dans la ZD urbaine k ; zijk= nombre de ZD tirées dans la ville j de la province i ; Zijk = nombre total de ZD dans la ville j de la province i, i = 1 à 10 ; zik = nombre de ZD urbaines tirées dans la province i ; Zik = nombre total de ZD urbaines dans la province i, i = 1 à 10 ; ai = nombre d’arrondissements sélectionnés pour l’enquête dans la strate i d’après le découpage administratif en vigueur en 1987 ; mij= nombre de ménages dénombrés dans l’arrondissement (ville) j de la strate i en 1987 ; Mij= nombre total de ménages dénombrés dans l’ensemble des arrondissements (villes) de la strate i en 1987. La distribution des ménages selon deux strates Le tableau 1 ventile les 11 000 ménages dont les données sont disponibles, selon deux strates (zone agro écologique et milieu de résidence).

Tableau 1 : Distribution des ménages selon le milieu de résidence et la zone agro écologique

Milieu de résidence

Zone agro écologique Urbain Semi –

urbain Rural Total

Yaoundé 1 095 - - 1 095 Douala 1 118 - - 1 118 Autres villes 2 762 - - 2 762 Rurale Forêt - 615 1 031 1 646 Rurale Hauts plateaux - 809 1 512 2 321 Rurale Savane - 713 1 337 2 050

Total 4 975 2 137 3 880 10 992

Source : Nos calculs d’après les données de l’ECAM II (2001) Note : La région Cacao dite «Rurale Forêt» couvre les localités rurales des provinces administratives du Centre, du Sud, et de l’Est. La région Coton-Elevage dite «Rurale savane» couvre les localités rurales des provinces septentrionales du pays (Extrême-Nord, Nord et Adamaoua). La région Café dite «Rural Hauts plateaux» couvre les localités rurales des provinces de l’Ouest, du Nord-Ouest, du Sud-Ouest et du Littoral (d’après INS 2002a).


41

A3. Les variables pour l’analyse de la pauvreté

Le cas de l’accessibilité aux infrastructures de base

Tableau 2 : Coordonnées et contributions des variables à l’inertie du premier axe factoriel (ACM de variables infrastructurelles mesurées en kilomètres et / ou en minutes)*

1ère ACM 2ème ACM

Variables mesurées en km Variables mesurées en minutes Variables mesurées en minutes Variables actives Coordonnées Contribution Coordonnées Contribution Coordonnées Contribution

Marché de produits Moins d’un Km / 15min A 1 Km / 15-29 min A 2 Km / 30-59 min A plus de 2 Km / Plus de 60 min

0,68 0,50 0,08 -0,97

10,8 3,0 1,1 0,0 6,6

0,66 0,17 -0,73 -1,45

11,8 4,0 0,1 2,0 5,7

0,62 0,25 -0,56 -1,72

23,3 6,2 0,5 2,2 14,4

Centre de santé Moins d’un Km / 15min A 1 Km / 15-29 min A 2 Km / 30-59 min A plus de 2 Km / Plus de 60 min

0,81 0,49 0,22 -0,81

9,2 2,9 0,9 0,1 5,2

0,73 0,14 -0,65 -1,35

10,8 3,9 0,1 1,7 5,0

0,70 0,24 -0,54 -1,63

22,1 6,5 0,5 2,1 13,1

Route bitumée Moins d’un Km / 15min A 1 Km / 15-29 min A 2 Km / 30-59 min A plus de 2 Km / Plus de 60 min

0,88 0,40 -0,03 -0,77

11,7 5,9 0,3 0,0 5,5

0,80 -0,16 -0,60 -1,01

11,9 5,8 0,1 1,0 5,0

0,74 0,08 -0,35 -1,16

21,2 8,7 0,0 0,6 11,8

Ecole primaire Moins d’un Km / 15min A 1 Km / 15-29 min A 2 Km / 30-59 min A plus de 2 Km / Plus de 60 min

0,41 0,25 -0,21 -1,04

5,7 1,2 0,4 0,1 4,0

0,40 0,15 -0,63 -1,53

6,3 1,4 0,1 1,5 3,3

0,37 0,17 -0,54 -1,80

12,6 2,2 0,3 2,0 8,1

Bac à ordures Moins d’un Km / 15min A 1 Km / 15-29 min A 2 Km / 30-59 min A plus de 1 Km / Plus de 60 min

0,91 0,74 0,11 -0,83

7,5 4,5 0,5 0,0 2,5

0,89 0,04 -0,60 -1,14

7,4 4,7 0,0 0,4 2,3

0,80 0,29 -0,34 -1,26

12,4 6,9 0,2 0,2 5,1

Point d’eau de boisson Moins d’un Km / 15min A 1 Km / 15-29 min A 2 Km / 30-59 min A plus de 2 Km / Plus de 60 min

0,10 -0,33 -0,34 -1,04

3,2 0,1 0,2 0,1 2,8

0,10 -0,44 -0,87 -1,38

3,7 0,1 0,4 1,0 2,1

0,14 -0,37 -0,79 -1,72

8,4 0,4 0,5 1,5 5,9

Ensemble (%) 48,1 51,9 100

% d’inertie du 1er axe 15,2 17,2

Source : Nos estimations d’après les données de l’ECAM II (2001). *L’unité d’analyse est le ménage ; les contributions sont exprimées en %. Dans la première ACM, le premier axe exprime 15,2% de l’inertie, contre 7,5% pour le second. Dans la seconde ACM, le premier axe exprime 17,2% de l’inertie, contre 11,4% pour le second.


42

Le cas des conditions d’existence des ménages

Tableau 3 : Coordonnées et contributions des variables à l’inertie des deux 1ers axes factoriels* Coordonnées des modalités Contributions des modalités

Variables actives Axe 1 Axe 2 Axe 1 Axe 2

Statut d'occupation du logement 10,37 1,57 Propriétaire avec titre ou maison de fonction 0,67 0,11 1,17 0,07 Propriétaire sans titre -0,63 0,13 3,98 0,44 Logé par un parent -0,14 -0,32 0,03 0,43 Location simple ou location vente 1,07 -0,24 5,20 0,63

Le type du logement 5,55 15,82 Maison isolée -0,14 -0,07 0,18 0,09 Maison à plusieurs logements 0,53 -0,33 1,77 1,68 Villa ou immeuble 2,00 3,92 1,35 12,76 Concession -0,82 0,39 2,25 1,28

Mode d'approvisionnement en eau de boisson 12,05 23,18 Robinet individuel 1,46 1,97 3,53 15,82 Robinet commun ou revendeur d’eau potable 0,94 -0,67 3,99 4,92 Borne fontaine publique 0,20 -0,71 0,07 2,21 Forage, puits, rivière -0,64 0,09 4,47 0,22

Mode d'éclairage 12,03 2,04 Pétrole -0,70 -0,02 4,55 0,01 Electricité, groupe, gaz 0,85 -0,06 6,32 0,09 Autre -1,18 0,98 1,16 1,94

Source d'énergie pour la cuisine 12,59 11,25 Charbon, pétrole, bois acheté ou sciure 0,54 -0,57 1,77 4,79 Bois ramassé -0,71 0,12 5,16 0,35 Electricité ou gaz 1,46 0,93 5,54 5,58 Autre source d’énergie 0,74 -0,99 0,12 0,52

Mode d'évacuation des ordures ménagères 7,08 0,32 Ordures ramassées 1,35 0,18 5,87 0,27 Ordures brûlées ou dans la nature -0,28 -0,04 1,21 0,06

Lieux d'aisance utilisés par le ménage 10,33 27,26 WC avec chasse 1,68 2,44 3,89 20,06 Latrines aménagées 0,58 -0,52 2,30 4,50 Latrines non aménagées -0,49 -0,11 2,30 0,26 Pas de WC ou autre -1,17 0,86 1,85 2,44

Nature du mur 10,31 9,06 En béton 1,17 0,51 6,27 2,88 En terre battue -0,53 0,00 3,26 0,00 En planche 0,41 -0,94 0,45 5,69 En nattes ou chaumes -1,23 0,95 0,34 0,49

Nature du toit 7,28 8,04 En ciment 1,30 1,96 0,65 3,62 En tôle ou tuile 0,29 -0,21 1,25 1,52 En nattes ou chaumes -1,13 0,53 5,37 2,90

Nature du sol 12,37 0,81 En ciment ou carreaux 0,82 -0,13 6,28 0,41 En bois ou terre -0,79 0,13 6,09 0,40

Indice de peuplement du logement 0,03 0,65 Au plus une personne par pièce -0,06 -0,08 0,02 0,07 ]1 à 3] personne par pièce 0,03 0,08 0,01 0,20 Plus de 3 personnes par pièce -0,04 -0,25 0,00 0,38

% d’inertie totale 20,3 8,3

Source : Nos estimations d’après les données de l’ECAM II (2001). *L’unité d’analyse est le ménage ; les contributions sont exprimées en %.


43

Le capital humain des ménages

Tableau 4 : Coordonnées et contributions des variables à l’inertie des deux 1ers axes factoriels

1ère ACM 2ème ACM 3ème ACM Coordonnées des modalités

Contributions des modalités

Coordonnées des modalités

Contributions des modalités CoordonnéesContributionsVariables actives dans l’analyse

Axe 1 Axe 2 Axe 1 Axe 2 Axe 1 Axe 2 Axe 1 Axe 2 Axe 1 Axe 1 Niveau d’alphabétisation du chef de ménage 33,88 0,67 34,49 0,68 50,0

Alphabétisé 0,68 0,08 12,06 0,24 -0,69 -0,07 12,30 0,17 0,72 17,8 Non Alphabétisé -1,24 -0,15 21,82 0,43 1,24 0,13 22,20 0,31 -1,31 32,2

Niveau d'instruction du chef de ménage 36,39 49,7 36,84 50,04 50,0 Jamais fréquenté l’école -1,33 -0,2 22,44 0,71 1,34 0,18 22,86 0,54 -1,42 33,6 Primaire 0,26 0,34 0,89 2,19 -0,27 -0,33 0,98 2,01 0,49 4,2 Secondaire 0,88 0,59 8,91 5,52 -0,88 -0,59 9,07 5,45 0,81 9,9 Supérieur 1,26 -3,38 4,15 41,28 -1,22 3,41 3,93 42,04 0,81 2,3

Niveau d'instruction le plus élevé dans le ménage 28,17 49,07 28,66 49,47 Aucun membre n’a été à l’école -1,72 -0,41 15,12 1,21 1,74 0,38 15,58 0,99 Primaire -0,42 0,13 2,41 0,33 0,42 -0,13 2,40 0,33 Secondaire 0,57 0,59 5,87 8,54 -0,58 -0,58 6,15 8,39 Supérieur 1,14 -2,76 4,76 38,98 -1,10 2,79 4,54 39,76

Le chef de ménage est victime d'un handicap** 0,29 0,08 Oui -0,32 0,14 0,27 0,07 Non 0,02 -0,01 0,02 0

Date de la dernière consultation 0,83 0,37 Moins de 12 mois 0,12 -0,07 0,34 0,15 Plus de 12 mois -0,18 0,1 0,49 0,23

Chef de ménage malade au cours des 2 dernières semaines 0,19 0,02 Oui -0,09 0,02 0,12 0,01 Non 0,06 -0,02 0,07 0,01

Comment le chef de ménage perçoit son état de santé 0,24 0,09 Bon état de santé 0,02 -0,01 0,02 0,01 Mauvais état de santé -0,26 0,13 0,23 0,08

% d’Inertie totale 22,7 16,4 35,2 25,7 47,3

Source : Nos estimations d’après les données de l’enquête ECAM II (2001). *L’unité d’analyse est le ménage ; les contributions sont exprimées en %. **Vue, parole, ouïe, mental, moteur, ou autre

La vulnérabilité des conditions de vie des ménages

Tableau 5 : Coordonnées et contributions des variables à l’inertie des deux 1ers axes factoriels*

Coordonnées des modalités Contributions des modalités (%) Axe 1** Axe 2 Axe 1 Axe 2 Accès à l’information ou au divertissement 32,67 0,04

Oui 0,64 -0,02 13,97 0,02 Non -0,86 0,02 18,69 0,02

Possède un bien pour accès aux NTIC 27,17 0 Oui 2,25 0,01 24,91 0,00 Non -0,20 0,00 2,25 0,00

Possède un matériel de cuisson moderne 34,67 12,56 Oui 1,00 -0,46 21,92 7,94 Non -0,58 0,27 12,76 4,62

Possède un moyen de locomotion 5,49 87,40 Oui 0,63 1,94 4,46 70,96 Non -0,15 -0,45 1,03 16,43

% d’inertie totale 42,1 24,8

Source : Nos estimations d’après les données de l’ECAM II (2001). *L’unité d’analyse est le ménage ; **les scores sur l’axe 1 ont été multiplié par (-1).


44

A4. Résultats de l’AFM

Graphique 1 : Nuage des ménages, premier plan factoriel issu de l’AFM

Graphique 2 : Diagramme des indices de niveau, issus de la classification des ménages sur le premier facteur de l’AFM

3%

3%

4%

23%

64%

0% 10% 20% 30% 40% 50% 60% 70%

46

47

48

49

50

N°

du n

oeud

Niveau d'agrégation (en % de l'inertie totale)

Source : D’après ECAM II (2001) et nos calculs. -Pour les commentaires, cf. notes du graphique 1, dans le texte. -Ici, chaque point représente un ménage, et on peut remarquer le fort étalement du nuage des ménages le long de

l’axe horizontal support à l’ICP. Ce nuage est pratiquement unidimensionnel. -Les ménages pauvres sont à gauche, les riches à droite.

Ménages pauvres (au sens

multidimensionnel des conditions de vie)

Ménages Non pauvres

Cet histogramme illustre ce que l’on gagne (en inertie inter, c’est-à-dire, en représentation des données) lorsqu’on passe d’une partition donnée à la partition immédiatement la plus fine. Les lignes en pointillés matérialisent le niveau de coupure en 2 ou 3 classes.

Principes de la technique de classification utilisée Partant de l’ensemble M des ménages, et d’une relation de ressemblance entre eux, soit ici la distance euclidienne usuelle comme en ACP (puisqu’on raisonne sur un facteur de l’AFM), on commence par regrouper les deux ménages les plus proches. On constitue ainsi le premier nœud de l’arbre hiérarchique. La hauteur à laquelle on relie les ménages correspond à la ressemblance entre ces ménages : c’est l’indice de niveau du nœud (définit plus bas). A l’étape suivante, on agrège les ménages les plus proches (mais plus éloignés l’un de l’autre qu’à la précédente étape) et éventuellement un ménage avec un groupe de ménage déjà constitué à l’étape précédente. Cela pose le problème de la définition de la ressemblance entre groupes de ménages. L’algorithme de Ward que nous utilisons vise à minimiser, à chaque étape, l’augmentation de l’inertie intra (en agrégeant deux groupes de ménages, on ne peut qu’augmenter l’inertie intra, puisque selon le théorème d’Huygens, l’inertie d’un nuage par rapport à un point est minimum lorsque ce point est le centre de gravité du nuage)Formellement, l’algorithme de Ward fonctionne ainsi :

. au pas n, en agrégeant deux éléments (ménages ou groupes de ménages), on passe d’une partition en M-n+1 classes à une partition à M-n classes.

. la nouvelle partition en M-n classes présente une inertie intra plus grande que celle de la précédente.

. Si on note ig (resp. jg ) le centre de gravité de la classe i (resp. j) ; im (resp. jm ) la somme des poids des éléments de la classe i (resp. j),

Ward a montré que l’augmentation de l’inertie intra due au regroupement des classes i et j s’écrit : 2 ( , ) ( , )

+ i j

i ji j

m mi j d g g

m mδ = .

Tel est le critère minimisé à chaque pas et qui définit l’indice de niveau des nœuds de la hiérarchie. Une propriété intéressante est que la somme des indices de niveau, effectuées sur l’ensemble des M-1 nœuds, est égale à l’inertie totale du nuage. Se reporter à Escofier et Pagès (1998) ou Jambu (1999) pour plus de détails.


45

Tableau 6 : Indicateur composite de pauvreté et pourcentage de ménages n’ayant pas accès à certaines commodités de base, selon les strates (Cameroun, 2001)

Zone de résidence Zone agro écologique Total

Urbain Semi urbain Rural Yaoundé Douala Autres

villes Rural Hauts

Plateaux Rural Forêts Savane

Pour mémoire, incidence de la pauvreté monétaire (niveau ménage) 30,1 12,3 22,9 41,8 8,0 8,2 17,3 39,5 32,6 44,1

Moyenne 0 1,61 0,51 -1,04 2,10 1,85 1,18 -0,47 -0,61 -1,51 Indice composite de pauvreté de conditions de vie des

éEcart-type 1,62 1,09 1,06 1,01 0,86 0,99 1,10 1,11 1,04 0,89

Le ménage utilise principalement du bois ramassé pour la cuisine 53,2 5,7 31,1 84,8 2,6 2,0 9,9 76,7 82,6 78,9 Utilise lampe tempête, bougie, etc. pour l’éclairage du logement 53,1 11,8 36,3 80,3 2,8 4,5 21,5 67,1 57,6 96,2 Le ménage ne dispose pas d’un matériel de cuisson Moderne 63,2 26,2 53,6 86,8 12,6 22,2 36,3 79,7 79,4 89,5 Le sol du logement est fait de bois ou de terre 50,8 11,6 25,4 77,7 7,8 8,9 15,5 61,2 64,0 89,7 Aucun membre du ménage n’a fréquenté l’école 12,7 3,5 6,1 19,1 1,3 1,3 6,1 7,7 7,7 36,0 L’eau de boisson provient de la rivière, du puits ou de forages 58,1 16,5 41,5 85,4 6,3 24,3 17,4 65,5 87,7 94,8 La route bitumée la plus proche est à plus de 60 minutes 23,9 0,3 18,9 38,7 - - 0,7 30,4 49,2 36,7 Le ménage ne dispose pas de lieux d’aisance formels 7,1 0,5 0,9 11,9 0,2 0,9 0,4 4,0 2,3 24,0 Les murs du logement sont faits de nattes ou de chaumes 1,2 - - 2,0 - - - 1,2 - 3,6 Le chef de ménage est analphabète 35,7 14,0 23,7 50,3 6,0 7,5 22,6 34,9 23,5 76,9 Le ménage n’a pas accès à l’information 42,8 20,5 32,6 57,6 12,5 18,3 26,3 50,4 43,1 67,1 Le toit est fait de nattes ou de chaumes 22,1 0,5 3,4 37,5 0,1 0,1 1,0 8,1 15,9 76,3 Les ordures ménagères sont brûlées ou jetées dans la nature 83,0 53,8 92,2 99,5 25,7 48,4 73,1 98,2 98,4 99,3 L’Hôpital le plus proche est à plus de 60 minutes 13,9 0,8 1,1 23,5 0,1 0,1 1,7 14,3 30,4 23,8 N’a pas accès aux nouvelles technologies de communication 91,7 78,4 96,0 99,2 71,5 69,6 87,8 98,0 99,1 99,8 Le marché de produits alimentaires est situé à plus de 60 minutes 13,7 0,8 0,7 23,2 0,1 0,2 1,6 10,3 34,7 25,2 L’école primaire publique la plus proche est à plus de 60 minutes 7,0 0,4 0,8 11,7 0,1 0,8 0,3 5,8 14,6 13,8

Source : Calculs à partir des données de l’ECAM II (2001)


46

Tableau 7 : Incidence et indicateur composite de pauvreté des conditions de vie, pourcentage de ménages n’ayant pas accès à certaines commodités de base, en zone rurale (Cameroun, 2001)

Milieu rural de chacune des 10 provinces du Cameroun

Total Rural Sud-

ouest Sud Littoral Ouest Centre Nord-ouest

Adamaoua Est Extrême

nord Nord

Pour mémoire, taux de pauvreté monétaire (%) 41,8 34,8 20,7 37,6 36,7 40,4 52,8 37,2 37,2 49,8 37,4

Indicateur composite de pauvreté des conditions de vie -1,04 -0,15 -0,40 -0,43 -0,75 -0,83 -0,92 -1,16 -1,23 -1,65 -1,74

Le ménage utilise principalement du bois ramassé pour la cuisine 84,8 60,9 80,9 89,7 85,8 97,6 91,1 79,5 93,6 82,7 86,2

Utilise lampe tempête, bougie, etc. pour l’éclairage du logement 86,8 71,5 70,3 79,7 89,4 85,7 88,4 74,6 95,5 94,9 91,2

Le ménage ne dispose pas d’un matériel de cuisson Moderne 80,3 65,3 52,1 63,8 66,7 50,9 85,9 97,0 94,2 98,3 97,8

Le sol du logement est fait de bois ou de terre 77,7 33,9 60,1 72,0 81,7 70,7 74,4 68,4 83,7 96,7 97,5

Aucun membre du ménage n’a fréquenté l’école 19,1 6,9 5,3 9,2 8,4 6,9 9,5 30,3 12,8 37,0 41,5

L’eau de boisson provient de la rivière, du puits ou de forages 85,4 40,8 88,1 86,4 95,0 96,5 64,0 100,0 99,8 97,8 94,7

La route bitumée la plus proche est à plus de 60 minutes 38,7 39,8 60,7 35,6 27,0 49,8 33,4 29,5 53,2 35,0 48,0

Le ménage ne dispose pas de lieux d’aisance formels 11,9 6,0 3,1 5,7 4,9 2,2 2,7 1,6 2,9 25,4 39,0

Les murs du logement sont faits de nattes ou de chaumes 2,0 5,4 0,2 0,7 - - 0,2 1,3 - 5,7 0,7

Le chef de ménage est analphabète 50,3 25,6 13,5 34,0 41,7 23,1 43,1 72,4 36,4 81,6 75,0

Le ménage n’a pas accès à l’information 57,6 49,7 38,2 51,4 50,8 36,6 57,6 65,4 70,1 68,8 70,9

Le toit est fait de nattes ou de chaumes 37,5 9,4 7,0 0,8 3,8 8,5 15,7 56,5 46,4 82,3 90,9

Les ordures ménagères sont brûlées ou jetées dans la nature 99,5 95,7 99,8 99,8 99,8 100,0 100,0 100,0 100,0 99,8 99,7

L’Hôpital le plus proche est à plus de 60 minutes 23,5 7,0 22,9 15,5 12,8 48,8 24,8 24,5 23,6 20,4 38,3

N’a pas accès aux nouvelles technologies de communication 99,2 97,7 99,8 99,0 98,7 99,7 98,3 99,1 100,0 100,0 100,0

Le marché de produits alimentaires est situé à plus de 60 minutes 23,2 3,8 47,0 14,0 17,1 49,0 11,4 23,2 21,7 25,4 33,2

L’école primaire publique la plus proche est à plus de 60 minutes 11,7 2,8 6,0 1,1 6,9 24,2 10,1 13,1 14,4 15,5 14,0

Source : Calculs à partir des données de l’ECAM II (2001)