WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Les déterminants de la pauvreté monétaire. Cas du Sénégal.


par Zeynil El Abdine NDONGO
Universite Cheickh Anta Diop de Dakar (UCAD) - Master 2 Economie et finance quantitatives 2018
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE IV : RÉSULTATS DES ESTIMATIONS

Dans ce chapitre, nous allons d'abord dresser le profil de la pauvreté du Sénégal selon la région de résidence, le milieu de résidence, le sexe du chef de ménage, le niveau d'instruction du chef de ménage, le groupe d'âge du chef de ménage et la situation matrimoniale du chef de ménage. Ensuite, nous présentons les estimations du modèle de régression logistique sur les facteurs déterminants de la pauvreté. Et enfin, nous ferons des recommandations de politiques économiques pour une meilleure lutte contre la pauvreté.

I. LE PROFIL DE PAUVRETÉ DU SÉNÉGAL.

Sur un échantillon de 5 953, nous avons appliqué le seuil de pauvreté global (alimentaire et non alimentaire) déjà calculé par l'ANSD et équivalent à 369 946,69 FCFA. Une identification des pauvres et des non pauvres est faite suivant ce seuil au niveau national et selon chacune de ces caractéristiques du chef de ménages citées ci-dessus. Pour calculer les indicateurs de la pauvreté que sont l'incidence, la profondeur et la sévérité pour le pays et pour les différentes caractéristiques du chef de ménage.

Les indices ont été calculés comme suit :

Tableau 2: Récapitulatif des formules appliquées

Indices

National

Selon les caractéristiques
du chef de ménage

Contribution de chaque
catégorie de chef de
ménage

L'incidence

P0national=?? * 100

??

Q : nombre de ménages
pauvres dans l'échantillon
N : nombre total de
ménages dans l'échantillon

P0caracteristiqu=?? * 100

??

q : nombre de ménages
pauvres sur cette catégorie
n : nombre de ménages
dans cette catégorie

P0contribution=?? * 100

??

q : nombre de ménages
pauvres sur cette catégorie
N : nombre de ménages
dans l'échantillon

40

Profondeur
(Les profondeurs (p1) sont
données pour chaque
ménage dans l'échantillon)

 

P1national=? ??1

100

*

P1caracteristiqu=? ??1

100

*

? ??1

P1contribution= 100

*

??

? ??1 : somme des
profondeurs des ménages
pauvres dans l'échantillon

Q : nombre de ménages
pauvres dans l'échantillon

??

? ??1 : somme des
profondeurs des ménages
pauvres pour chaque
catégorie de ménage
q : nombre de ménages
pauvres sur cette catégorie

??

? ??1 : somme des
profondeurs des ménages
pauvres pour chaque
catégorie de ménage
Q : nombre de ménages
pauvres dans l'échantillon

Sévérité
(Les profondeurs p2 sont
données pour chaque
ménage dans l'échantillon)

P2national=? ??2

100

*

P2caracteristiqu=? ??2

100

*

? ??2

P2contribution= 100

*

??

? ??2 : somme des sévérités
des ménages pauvres dans
l'échantillon
Q : nombre de ménages
pauvres dans l'échantillon

??

? ??2 : somme des sévérités
des ménages pauvres pour
chaque catégorie de
ménage
q : nombre de ménages
pauvres sur cette catégorie

??

? ??2 : somme des sévérités
des ménages pauvres pour
chaque catégorie de
ménage
Q : nombre de ménages
pauvres dans l'échantillon

Source : Auteur

I.1.L'analyse de la pauvreté au niveau national

Au niveau national nous avons une incidence de la pauvreté de 41,6%, ça correspond au pourcentage des ménages pauvres dans l'échantillon réduit. Près de deux ménages sénégalais sur 5 sont pauvres, et l'écart moyen des dépenses de ces pauvres par rapport au seuil de la pauvreté, indice de profondeur de la pauvreté est de 31,9%. La valeur de l'indice de sévérité est de 14,8%. Tableau 3: Calcul de l'incidence, de la profondeur et de la sévérité au niveau national.

Indices

Valeur nationale (%)

Incidence

41,6

Profondeur

31,9

Sévérité

14,8

Source : calculs de l'auteur à partir des données de l'ESPS II, 2011.

41

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Et il n'est rien de plus beau que l'instant qui précède le voyage, l'instant ou l'horizon de demain vient nous rendre visite et nous dire ses promesses"   Milan Kundera