Memoire Online - Avenir du système éducatif ivoirien

Chapitre 2 : Présentation du système éducatif ivoirien et des principaux concepts étudiés 9

L'Ecole Nationale Supérieure de Statistique et d'Economie Appliquée (ENSEA d'Abidjan est certainement la meilleure des écoles de statistique d'Afrique Francophone. Elle est d'une grande réputation et dispense depuis 1962 une formation de haut niveau en statistique et en économie appliquée aux étudiants venant de tous les horizons. Dans le cadre de la formation des Ingénieurs Statisticien Economiste (ISE), il est de coutume, pendant la troisième année, d'initier ces derniers aux réalités du monde professionnel; Un Groupe de Travail est organisé à cet effet.

Ce Groupe de Travail a pour buts essentiels de permettre aux élèves ingénieurs de pousser leur analyse au-delà du cadre académique en abordant des faits économiques ou sociaux et d'apprendre à travailler en équipe.

Le présent document est élaboré dans ce cadre et a pour thème : « L'avenir du système éducatif ». La nécessité pour la Côte d'Ivoire d'identifier les interventions nécessaires pour améliorer les différents indicateurs de scolarisation est aujourd'hui une exigence incontournable.

L'éducation, base du développement de toute nation s'impose comme secteur prioritaire dans l'élaboration de toute stratégie de développement. Il est difficile d'espérer produire un capital humain si rien n'est fait dans le sens de l'amélioration de la qualité et de la quantité de l'offre et de la demande de scolarisation. C'est aux états d'innover, c'est à eux d'identifier les secteurs sources d'impulsion et d'amélioration de la qualité de l'éducation.

Tableau 1 : Principaux agrégats macroéconomiques et recettes de l'état, 1999-2001. 15

Figure 1 : Evolution des dépenses courantes d'éducation par jeune 7-16 ans en Fcfa constants de l'année 2000 18

La production de capital humain constitue une des clés importantes du développement économique et social à moyen terme d'un pays et il est important que soient déterminées les voies par lesquelles le système éducatif dans son ensemble peut apporter sa contribution à cet objectif global, sachant que le rôle de l'éducation est par ailleurs crucial dans la perspective du développement économique et social du pays. Le contexte nouveau (lié à la crise que traverse la Côte-d'Ivoire) demande qu'une politique éducative nouvelle soit élaborée et que des arbitrages budgétaires suffisamment favorables au secteur soient obtenus.

Le but de cet article est double ; Il s'agit dans un premier temps de faire l'état des lieux du système éducatif ivoirien et ensuite de fournir un outil d'aide à la décision en identifiant les variables d'action afin d'aboutir à une amélioration du système éducatif.

L'article est structuré en deux parties. La première partie donne un aperçu général et théorique. Dans le chapitre 1, le contexte de l'étude est abordé. Ensuite nous donnons dans le second chapitre un aperçu du système éducatif de la Côte d'Ivoire ainsi que des différents concepts qui font l'objet de l'étude.

La seconde partie aborde les analyses empiriques. Dans son premier chapitre nous faisons un diagnostic approfondi du système éducatif ; Le cadre macroéconomique et celui des finances publiques est également abordé ainsi que les dépenses publiques liées à l'éducation. Dans le deuxième chapitre de cette partie, nous présentons l'impact sur les indicateurs d'une variation de leurs déterminants ainsi que les conséquences en termes de politiques éducatives.

Cette section décrit la problématique, les objectifs ainsi que le cadre méthodologique de cette étude.

La présente étude vise à explorer le fonctionnement du système éducatif ivoirien dans sa dynamique temporelle pour mieux comprendre quelles sont ses forces et ses faiblesses; elle vise par là-même à identifier les sources actuelles d'inefficience et à suggérer les voies possibles de les réduire en étudiant les déterminants quantitatifs du taux brut de scolarisation.

Les hypothèses de l'étude représentent des soupçons que l'étude se propose de vérifier. La méthodologie de recherche quant à elle nous donne les outils mis en oeuvre dans la conduite de cette étude.

Les hypothèses de recherche appuyant les objectifs de cette étude sont les suivantes :

L'amélioration des équipements liés au système éducatif ivoirien peut améliorer les indicateurs de scolarisation.

Un accroissement du nombre d'enseignants peut améliorer de façon significative les indicateurs actuels de scolarisation.

Pour répondre aux objectifs assignés à cette étude les outils que nous utiliserons sont : la recherche documentaire, l'analyse économique, la statistique descriptive et l'analyse économétrique.

La recherche documentaire servira à la revue de la littérature et à la présentation du système éducatif, sa structure, son fonctionnement et le contexte socio-économique du pays, autant d'éléments nécessaires à la compréhension de l'étude.

L'analyse économétrique servira à étudier les déterminants du taux brut de scolarisation afin de tester les hypothèses de recherche.

La statistique descriptive et l'analyse économique serviront à commenter les résultats et à tirer des enseignements en matière de politique de développement éducative.

L'analyse du secteur éducatif ivoirien dans un but prospectif a été l'objet de maints articles. Déjà en 2002, la Banque Mondiale publiait une étude intitulée « Rapport d'Etat du Système Educatif Ivoirien: Eléments d'analyse pour instruire une politique éducative nouvelle dans le contexte de l'EPT et du PRSP » et dont l'objectif immédiat était de constituer et/ou de conforter la base de connaissances pour le développement des politiques éducatives nationales. Ce rapport menait une analyse détaillée du système éducatif ivoirien et se proposait d'établir une mesure de l'efficience globale du secteur à des fins comparatives et prospectives.

JEAN-MARC.B. (2003), dans «Eléments d'appréciation de la qualité de l'enseignement primaire en Afrique francophone» conduisait également une analyse comparative des systèmes éducatifs francophones et mettait en exergue l'important rôle joué par le secteur public dans le développement du secteur éducatif.

TCHUENKAM Eric (2007), dans « Evaluation des coûts de l'éducation à l'horizon 2015 par le modèle EPSSIM » identifiait les interventions nécessaires pour l'atteinte de l'objectif du millénaire pour le développement lié à l'éducation : « Education Primaire Pour Tous à l'horizon 2015 à travers le modèle de simulation EPSSIM développé par l'UNESCO. Dans cette étude l'auteur concevait un indicateur de scolarisation et étudiait également les déterminants de cet indicateur.

Chapitre 2 : Présentation du système éducatif ivoirien et des principaux concepts étudiés

Il est question dans ce chapitre de présenter le système éducatif ivoirien de façon globale et de ressortir les principaux concepts qui feront l'objet de notre analyse.

Taux brut de scolarisation (TBS): c'est le nombre d'élèves scolarisés dans un niveau d'enseignement donné, quel que soit leur âge, exprimé en pourcentage de la population du groupe d'âge officiel qui correspond à ce niveau d'enseignement. Il est donné par la formule :

Taux net de scolarisation : c'est le rapport entre le nombre d'élèves du groupe d'âge correspondant officiellement à un niveau d'enseignement donné et la population totale de ce groupe d'âge, exprimé en pourcentage. Il est donné par la formule :

Où : E_h,a^tdésigne la population officielle en âge d'être scolarisé au niveau h et ayant un âge dans le groupe d'âge officiel d'être scolarisé et P_a^tla population scolaire au niveau h.

Depuis son accession à l'indépendance en 1960, la Côte d'ivoire a inscrit l'éducation et la formation au rang de ses priorités. Cette décision a fait accorder une importance majeure à l'éducation et plus généralement au développement des ressources humaines. Le but de cette section est de présenter, d'une part, la structure du système éducatif et quelques actions du gouvernement dans le cadre de la promotion de l'éducation et son accessibilité par tous.

Le système éducatif de Côte d'Ivoire, est fondé sur le modèle hérité de l'époque coloniale ; il comprend : l'enseignement préscolaire; l'enseignement primaire; l'enseignement secondaire général, dont le premier cycle constitue, avec le primaire, l'éducation de base ; l'enseignement technique et la formation professionnelle ; l'enseignement supérieur ; et l'alphabétisation et l'éducation des adultes.

L'enseignement préscolaire est essentiellement concentré dans les zones urbaines et connaît une expansion rapide. Le secteur privé assure l'accueil de plus de 50%^1(*) des enfants scolarisés à ce niveau, mais avec des frais de scolarité relativement élevés.

L'enseignement primaire, d'une durée de 6 ans, concerne théoriquement les enfants âgés de 6 à 11 ans. Il conduit au certificat d'études primaires élémentaires (CEPE), tandis que l'accès au 1er cycle de l'enseignement secondaire, d'une durée de 4 ans, est subordonné à la réussite à l'examen d'entrée en 6ème.

Le 1er cycle du secondaire est assuré dans des collèges et sanctionné par le Brevet d'études du premier cycle (BEPC). Le deuxième cycle, qui dure trois ans, se déroule dans des lycées et il est sanctionné par le Baccalauréat, qui autorise l'accès au supérieur. Le secteur privé accueille 35% environ des effectifs de l'enseignement secondaire général.

La formation professionnelle et l'enseignement technique se situent essentiellement au niveau secondaire, même si différentes filières du supérieur sont professionnelles ou conduisent à des BTS, notamment dans le privé.

L'enseignement supérieur public est constitué de trois Universités (Cocody, Bouaké et Abobo-Adjamé) et de quatre Grandes Ecoles (l'Ecole Nationale Supérieure de Statistique et d'Economie Appliquée ; l'Institut National Polytechnique ; l'Ecole Normale supérieure ; et l'Institut Pédagogique National d'Enseignement Technique et Professionnel).

Dans le cadre de la politique de déconcentration et de régionalisation, deux Unités Régionales d'Enseignement Supérieur ont été créées et rattachées, l'une à l'Université d'Abobo-Adjamé, et l'autre à l'Université de Bouaké.

Trois ministères sont chargés des questions éducatives : le Ministère de l'Education Nationale et de la Formation de Base (MENFB), le Ministère de l'Enseignement Technique et de la Formation Professionnelle (METFP) et le Ministère de l'Enseignement Supérieur et de la Recherche Scientifique (MESRS). En plus des directions centrales, le MENFB comprend 10 Directions Régionales de l'Education Nationale (DRENFB), 10 directions départementales (DDENFB) et 130 inspections primaires qui leur sont rattachées. Les directeurs d'école sont les derniers maillons de la hiérarchie.

Cette structuration du système éducatif a été accompagnée de multiples reformes politiques traduites par des définitions et des mises en oeuvre des plans et stratégies nationaux visant à satisfaire une demande éducative sans cesse croissante. La section suivante, sans toutefois avoir la prétention de lister de manière exhaustive les lois et plans d'actions adoptés ou menés relatives à l'éducation, étalera quelques reformes marquant la volonté de l'Etat ivoirien à instruire sa population.

L'objet de ce chapitre est de présenter plus en détail le cadre économique dans lequel évolue le secteur de l'éducation. Cette analyse est importante dans la mesure où dans la plupart des pays d'Afrique noire sub-saharienne le développement du secteur éducatif est fortement tributaire de l'état des finances publiques ; Le secteur privé apportant surtout une aide complémentaire dans l'évolution du système.

Suivent successivement le contexte macroéconomique global et celui des finances publiques.

Depuis plus de dix années, la Côte-d'Ivoire a été exposée à un contexte macroéconomique et démographique relativement difficile (sans mentionner le contexte politique délicat des dernières années) Ainsi, le Produit intérieur brut a certes connu une croissance substantielle de 2 338 milliards de Fcfa en 1990 à 7 531 milliards de Fcfa en 2000 (près de 9 % par an en moyenne) en termes nominaux (tableau 1). Mais, lorsqu'on examine cette croissance en termes réels, la performance a bien sûr été plus modeste avec une évolution de 5 908 milliards de Fcfa en 1990 à 7 531 milliards de Fcfa en 2000, lorsque tous les chiffres sont mesurés en valeur monétaire constantes de l'année 2000.

Sur la base de l'évolution en termes réels, le taux moyen de croissance économique entre 1990 et 2000 se situe seulement à 2,5 % par an. Comme le rythme de croissance du PIB en termes réels a été inférieur à celui de la population du pays (taux moyen de croissance annuel de 3,4 %), il en résulte que le PIB par habitant a baissé d'environ 11 % entre 1990 et 2001. De façon complémentaire à cette faiblesse relative du PIB, on enregistre une faiblesse du côté des revenus de l'Etat au cours de la dernière décennie. En effet, on observe une baisse de la capacité fiscale nationale, les recettes publiques nationales représentant 16,3 % du PIB en 2000, alors qu'elles en représentaient 19,5 % en 1990 (tableau 2). Une conséquence de ce double mouvement est que les recettes nationales de l'Etat par habitant baissent de 97 054 Fcfa de 2000 en 1990 à seulement 75 389 Fcfa en 2000, une réduction de 22,5 % en termes réels sur la période des dix dernières années. Les recettes publiques ont certes une grande importance, mais ce qui est effectivement disponible à dépenser pour l'Etat, l'est encore davantage, notamment après que le pays ait acquitté le service de sa dette extérieure. Il est important alors de noter que les dépenses publiques courantes hors service de la dette diminuent aussi en termes relatifs par rapport aux recettes publiques. Ainsi, alors qu'au cours de la décennie, les recettes publiques nationales doublent presque (augmentation de 96 %) en valeurs courantes en passant de 630,8 milliards de Fcfa en 1990 à 1 236,5 milliards de Fcfa en 2000, les dépenses courantes de l'Etat hors service de la dette n'augmentent que de 37 %, passant de 619,9 milliards de Fcfa en 1990 à 848,7 milliards de Fcfa en 2000 (tableau 3, ci-après). Sur les 541,9 (1396,8 - 854,9) milliards de Fcfa d'accroissement des recettes publiques totales (y compris le support budgétaire et l'aide aux investissements en provenance de l'aide extérieure) entre 1990 et 2000, seulement 228,8 milliards de Fcfa (848,7 - 619,9) ont alimenté une augmentation des dépenses courantes de l'Etat hors le service de la dette, alors que 150,2 milliards de Fcfa ont été affectés à l'augmentation des paiements (intérêt + principal) associés à la dette du pays. 133,4 milliards de Fcfa vont à l'augmentation des dépenses d'investissement du pays, et 29,5 milliards de Fcfa sont affectés à la réduction du déficit public (il passe de 368 milliards de Fcfa en 1990, représentant alors 11,4 % du PIB, à 338,5 milliards de Fcfa en 2000 correspondant à 4,4 % du PIB du pays à cette même date).

Tableau 1 : Principaux agrégats macroéconomiques et recettes de l'état, 1990-2001.

Source : Institut National de la Statistique/Département des Statistiques Economiques

Source : Institut National de la Statistique/Département des Statistiques Economiques.

*Calculé comme la somme des recettes nationales et du support budgétaire, moins les dépenses courantes et les intérêts de la dette.

Sur la base du volume des ressources disponibles totales de l'Etat, des arbitrages sont faits entre les différents secteurs de l'intervention publique. Les objectifs de l'Etat sont bien sûr divers et vont évidemment très au-delà des possibilités budgétaires courantes. Les arbitrages réalisés dans les allocations budgétaires manifestent les priorités accordées à ces différents secteurs.

Dans ce contexte, les dépenses publiques courantes d'éducation représentent une proportion relativement forte des dépenses courantes de l'Etat, bien que cette proportion soit plutôt inférieure, à la fin de la décennie (32,5 % pour les deux dernières années) par rapport à ce qu'elle était à son début (36,6% pour les deux premières années). Cette légère réduction vient approfondir l'évolution négative enregistrée dans les dépenses publiques courantes hors dette de l'Etat ivoirien au cours de la dernière décennie.

Quelles sont alors les perspectives de modifier cette situation au cours des dix années à venir?

Une conséquence globale de ces évolutions et relations défavorables qui concernent i) le PIB, ii) la pression fiscale domestique, iii) les dépenses courantes de l'Etat contraintes par la pression de la dette extérieure, et iv) la priorité relative de l'éducation au sein des dépenses publiques, la part des dépenses publiques d'éducation dans le PIB diminue de façon drastique entre les années 1990 (où elles représentaient 6,9 % du PIB), et 2000 où les dépenses publiques d'éducation ne représentent plus que 3,9 % du Produit Intérieur brut du pays.

Une conséquence jointe, et évidemment plus réelle, de la baisse de la part des dépenses publiques d'éducation en pourcentage du PIB est que les dépenses courantes pour l'éducation ont baissé en termes réels d'environ 24,5 % [1- (279,7/370,3)] sur la décennie.

Au-delà de la mesure de l'évolution de la masse budgétaire agrégée en termes réels, il est intéressant d'évaluer cette évolution en rapportant la masse agrégée à la population des usagers potentiels de ces ressources. Nous utilisons ici le nombre des jeunes entre 7 et 16 ans, ce qui correspond à la population d'âge scolaire pour le primaire et le premier cycle secondaire. Le graphique 1 illustre l'évolution. On observe alors que cette statistique du montant des dépenses courantes d'éducation par jeune de 7 à 16 ans passe de 129 189 Fcfa de 2000 en 1999 à seulement 66 297 Fcfa de 2000 en 2000. Au cours de la décennie, cette statistique a ainsi perdu 48,7 % [1 - (69 297 / 129 189)] de sa valeur initiale. Cela signifie clairement que les ressources publiques pour assurer la couverture scolaire de la population jeune du pays se sont sensiblement dégradées au cours des dix dernières années. Nous examinerons plus avant dans le rapport quelles conséquences cela a eu, car le système a nécessairement dû s'adapter à cette situation. Dans quelle mesure cela a-t-il eu comme conséquence de réduire les dépenses par élève et/ou de contraindre les évolutions du nombre des élèves scolarisés ? Est ce que les mouvements et arbitrages entre volume de ressources par élève et nombre d'élèves scolarisés ont été comparables entre les différents niveaux d'enseignements. Quelles ont été les priorités implicites de la politique éducative du pays ?

Figure 1 : Evolution des dépenses courantes d'éducation par jeune 7-16 ans en Fcfa constants de 2000

Source : Institut National de la Statistique/Département des Statistiques Economiques.

*Calculé sur les dépenses courantes publiques totales hors service de la dette

Le rapport entre les effectifs scolarisés à chacun des différents niveaux éducatifs avec la population d'âge correspondant permet de calculer la statistique du taux de scolarisation. Le taux brut de scolarisation prend au numérateur tous les élèves scolarisés à un niveau d'enseignement, quel que soit leur âge. C'est un des indicateurs synthétiques les plus utilisés; en fait, ce taux peut être considéré comme une mesure de la capacité d'accueil du système à répondre aux besoins théoriques de scolarisation dans une situation sans redoublements ni abandons. Le tableau 4, ci-après, donne les évolutions du taux brut de scolarisation par niveau d'enseignement de 1985 à 2000. Dans l'enseignement supérieur, on préfère utiliser la statistique du nombre d'étudiants pour 100 000 habitants dans la population du pays plutôt que celle du taux brut de scolarisation dans la mesure où le calcul du taux de scolarisation n'est pas vraiment praticable eu égard à la diversité de la durée normale des études dans le supérieur (de deux années pour les BTS à 7 années, ou davantage, pour les études médicales ou doctorales).

On remarque d'abord le très faible niveau de couverture de l'enseignement préscolaire, même si les évolutions récentes ont l'air positif. Ensuite, ce qui frappe le plus dans ce tableau, c'est que, depuis 1985, on observe une stagnation de la couverture scolaire au niveau de l'enseignement primaire, telle que mesurée par le taux brut de scolarisation; les chiffres sont en effet de l'ordre 73-75 % sur l'ensemble de la période 1985-2001. Ceci indique que les effectifs scolarisés dans le primaire, bien qu'ayant effectivement augmenté au cours de la période (+ 60 % sur les quinze ans), ne l'ont pas fait à un rythme plus élevé que celui de la population d'âge scolaire.

Tableau 4 : Evolution des taux bruts de scolarisation (%) par niveau, 1975-2001

Le tableau 5, ci-après présente certains éléments pour cette comparaison internationale. Dans le primaire, le TBS de Côte-d'Ivoire (74%) est, en 2000, sensiblement inférieur à la moyenne des six pays africains francophones pour lesquels les données récentes sont disponible et utilisés ici comme comparateurs (85,6 %) sachant que ceux-ci ont fait des progrès sensibles entre 1990 et 2000 (+ 17 points), ce qui n'est pas le cas de la Côte-d'Ivoire. En fait tous les pays de ce groupe ont amélioré leur TBS du primaire au cours de la dernière décennie, alors que la couverture globale du primaire en Côte-d'Ivoire a essentiellement stagné. Les données comparatives concernant le TBS dans le premier cycle secondaire montrent qu'à l'exception du Togo, qui a un chiffre élevé, la situation de la Côte-d'Ivoire ne semble pas en retard par référence aux pays considérés ici.

Dans l'enseignement supérieur, la plupart des pays ont connu une augmentation notable de leur statistique du nombre d'étudiants pour 100 000 habitants au cours de la dernière décennie. Cela dit, on peut observer d'une part que la dynamique de croissance de la scolarisation à ce niveau d'enseignement a été sensiblement plus vive en Côte-d'Ivoire que dans les autres pays utilisés comme comparateurs, et d'autre part que le niveau atteint en 1999 (696 étudiants pour 100 000 habitants) est le plus élevé parmi les différents pays africains considérés ici.

2.1. Données et approches méthodologiques.

2.1.1. Données de l'étude et modèles.

Les données utilisées dans cette analyse proviennent du ministère de la planification et de la Banque Mondiale^2(*). Ces données sont annuelles et couvrent la période allant de 1980 à 2000. Ces données renseignent sur les taux brut de scolarisation, le nombre de salles de classe, et le nombre d'enseignants officiant dans l'enseignement primaire en Côte d'Ivoire. Les procédures adoptées pour les notations de différentes variables consistent à faire correspondre les initiaux de leurs noms à chacune des variables concernées par l'étude (voir tableau 6 ci-dessous).

Pour mieux apprécier l'impact des déterminants du TBS sur le niveau de celui-ci, nous optons pour une spécification VAR (vector autoregressive). L'avantage de cette spécification est qu'elle permet de rendre compte des interrelations réciproques entre les variables. Un choc sur le niveau des déterminants affecterait spontanément ou avec un retard les valeurs du TBS et réciproquement. Dans ce chapitre, nous nous limiterons aux interactions entre les déterminants liés à la capacité d'accueil du système éducatif, matérialisé par le nombre de salles de classe et le nombre d'enseignants officiants dans le primaire.

Nous étudions d'abord la stationnarité des variables^3(*). Ceci se fera à l'aide des tests de Dickey- Fuller Augmentés (1979) (DFA). A ce niveau de l'étude, il est possible de déterminer les variables entre lesquelles il peut exister une relation de long terme (relation de cointégration).

Ensuite, nous effectuons le test de cointégration pour rechercher s'il existe des relations de long terme entre les variables et déterminons le nombre de retard à retenir pour le VAR. Après ces tests, nous estimerons le modèle retenu, nous étudierons la réaction des variables face aux chocs grâce à l'analyse des réponses pulsionnelles. Enfin, la mise en oeuvre du test de causalité de granger nous donnera le sens de causalité entre les déterminants des indicateurs et les indicateurs.

2.1.2. Test de stationnarité sur les variables

Une série est dite stationnaire si elle est de moyenne finie et constante dans le temps, les liaisons linéaires entre les valeurs passées, présentes et futures de cette variable sont indépendantes du facteur temps et enfin sa variance est fixe dans le temps. Pour étudier cette stationnarité nous utiliserons le test de Dickey Fuller Augmenté (ADF). L'encadré 1 ci-après donne le principe de ce test.

Source : Régis Bourbonnais 2002 : économétrie, manuel et exercices corrigés.

On fera d'abord les tests sur les variables à niveau, puis en différence première et deuxième sur les variables non stationnaires à niveau. On s'arrêtera lorsqu'elles seront toutes stationnaires

Source : Données BM et Ministère de la planification, 2005, Nos calculs sur Eviews

Dans le tableau 7 ci dessus, chaque valeur qui se trouve entre parenthèses désigne la valeur critique de Mckinnon au seuil de 5% qu'on comparera à la statistique de test qui la précède immédiatement. Si la première est supérieure ou égale à la seconde, on accepte l'hypothèse de l'existence d'une racine unitaire et au cas contraire cette hypothèse est rejetée. Les valeurs théoriques varient selon le modèle choisi. Le choix des modèles a été fait en suivant la démarche séquentielle d'Engle et Granger et en se servant des valeurs tabulées de Dickey-Fuller

La mise en oeuvre du test ADF (tableau 7) rejette la stationnarité des variables à niveau car les statistiques calculées sont supérieures aux statistiques du seuil critique de 5%. Les variables TBS et NBenseignants sont stationnaires en différence première ; la variable NBsalles est stationnaire en différence deuxième.

Les variables du modèle étant non stationnaires, il existe un risque de cointégration entre elles. En effet, l'existence d'une éventuelle cointégration supposerait que les variables soient non stationnaires. Ainsi nous allons dans le paragraphe suivant procéder au test de cointégration entre les deux variables non stationnaires.

2.1.3 Test de cointégration entre les variables de l'étude

Après la détermination de l'ordre d'intégration des variables TBS et NBenseignants et ayant constaté qu'elles sont intégrées de même ordre, il existe un risque de cointégration. L'analyse de la cointégration permet d'identifier clairement la relation véritable entre plusieurs variables en recherchant l'existence d'un vecteur de cointégration et en éliminant son effet, le cas échéant.

Pour tester une éventuelle cointégration entre les variables, on a le choix entre le test d'Engel et Granger (1987) et de Johannsen (1988). Le test d'Engel et Granger (1987) est fondé sur la stationnarité du résidu de la relation de long terme tandis que celui de Johannsen est basé sur la statistique de la trace et de la valeur propre maximale. C'est ce dernier que nous utiliserons car il est le plus efficace (KEHO, 2005). On acceptera l'existence d'une relation de cointégration si les statistiques de la trace et de la valeur propre maximale sont toutes supérieures à leur valeur critique.

Pour nos analyses, nous adopterons une représentation vectorielle à correction d'erreurs s'il existe des relations de cointégration. Dans le cas échéant, nous les rendrons stationnaires en les différenciant et nous adopterons une représentation vectorielle autorégressive sur leurs différences.

Le test de la trace et de la valeur propre maximale (tableau 2 en annexe) suggère l'absence d'une relation de cointégration. En effet, on rejette l'hypothèse nulle d'une relation de cointégration car les statistiques de la trace et de la valeur propre maximale sont toutes inférieures à celle de leur seuil statistique de 5%. Cela voudrait dire que les variables de l'étude ne partagent pas de tendances communes.

Dans toute la suite de cet article, la différence première ou deuxième de chacune des séries stationnarisées de l'étude sera notée en faisant précéder le nom de la série d'un "D".

Nous pouvons donc adopter une spécification VAR où les séries TBS et NBenseignants sont prises en différence première pour nos analyses et la série NBsalles en différence deuxième.

Ce modèle permet d'expliquer le taux de croissance de chaque variable par les combinaisons linéaires des taux de croissance de l'année précédente, d'une constante (

), et d'un terme résiduel (

). On note que les d_ij sont les coefficients de cette combinaison linéaire et p l'ordre du modèle.

2.2 Estimation du modèle vectoriel autorégressif et tests

Le tableau 11 en annexe nous permet de retenir deux comme ordre de notre modèle. Le tableau 12 en annexe présente les résultats de l'estimation du modèle vectoriel autorégressif. Avant toute interprétation de ces résultats, nous allons effectuer les tests diagnostics nécessaires.

2.2.1 Test de stationnarité global du modèle

Un modèle VAR est dit globalement stationnaire lorsque toutes ses valeurs sont de modules strictement supérieurs à un ou si leurs inverses sont toutes situés à l'intérieur du cercle unité. Le test de stationnarité global si après donne la représentation graphique des inverses des valeurs propre du modèle.

Source : Données BM et Ministère de la planification, 2005, Nos calculs sur Eviews

La figure 2 ci-dessus montre que tous les inverses des valeurs propres du modèle sont à l'intérieur du cercle unité. Ceci montre que les valeurs propres sont toutes de module supérieur à un. On conclut que le modèle est globalement stationnaire. Nous pouvons donc procéder aux tests sur les résidus.

2.2.2 Test sur les résidus

Le test du multiplicateur de Lagrange pour l'autocorrélation des résidus dont les résultats sont présentés dans le tableau suivant ne révèle pas l'existence d'autocorrection des résidus.

Source : Données BM et Ministère de la planification, 2005, Nos calculs sur Eviews

En effet, la probabilité critique associée à la statistique du test est supérieure au seuil statistique de 5% (les p-values des 3 premiers retards sont toutes supérieures à 0.05). Ainsi, nous concluons qu'il y a absence d'autocorrélation des résidus.

Pour l'hétéroscédasticité, le test de White dont les résultats sont présentés dans le tableau suivant ne permet pas de rejeter l'hypothèse d'homoscédasticité.

Source : Données BM et Ministère de la planification, 2005, Nos calculs sur Eviews

La probabilité critique du test étant supérieure au seuil statistique de à 5% (0.097 > 0.05), On accepte donc l'hypothèse nulle d'homoscédasticité des résidus.

2.2.3 Analyse de l'impact des chocs sur les variables

Nous utiliserons les fonctions de réponses impulsionnelles. Celles-ci permettent d'apprécier l'impact dynamique d'un choc sur les variables. Elles sont importantes pour l'analyse des chocs des politiques économiques sur les variables étudiées.

Nous constatons de manière générale que les chocs sont transitoires. Toutefois, ces fonctions révèlent que TBS ne réagit pas spontanément au choc sur le nombre d'enseignants. En effet sa courbe de réponse (courbe en trait continue sur la figure 3 ci après) commence à l'origine. Son effet croit régulièrement au cours des deux premières années, puis, s'estompe jusqu'à la sixième année. On assiste à une nouvelle croissance de TBS à partir de la sixième année. Ce résultat est bien conforme à la réalité. En effet, après un choc^4(*) sur le nombre d'enseignants, l'Etat prend du temps pour ajuster les structures d'accueils de nouveaux élèves (salles de classe, salle pour enseignants, etc.) ceci dû aux multiples contraintes financières auxquelles il fait face.

Source : Données BM et Ministère de la planification, 2005, Nos calculs sur Eviews

Quant à, la courbe de réponse du Taux brut de scolarisation suite au choc sur le nombre de classes dans le primaire (figure 4) elle révèle que celui-ci ne réagit pas spontanément à un choc sur le nombre de classes. On constate cependant que, l'effet du choc évolue régulièrement dans le même sens que le choc.

Figure 4: Réponses du TBS suite aux chocs sur le nombre de salle de classes

Source : Données BM et Ministère de la planification, 2005, Nos calculs sur Eviews

Nous allons calculer la contribution de chacune des innovations à la variance de l'erreur. Cette décomposition de la variance permet de quantifier les interactions entre les variables de l'étude. Elle permet de déterminer dans quelle mesure les variables ont une interaction entre elles et de répondre à la question de savoir, dans quelle direction, le choc a le plus d'impact.

Nous allons mesurer l'impact et l'influence des variables du modèle l'une sur l'autre. Les résultats de l'analyse de la variance consignés en annexe (tableau 12), indiquent qu'au retard optimal p=2 TBS explique 1 7,79% des innovations de la variable nombre d'enseignants officiant dans le primaire.

TBS explique des innovations 12,53% de la variable nombre de salle de classes. Les variables nombres d'enseignants dans le primaire et nombre de salle de classe expliquent respectivement 6,21% et 24,05% des innovations de TBS. Ainsi les chocs sur le nombre de salle de classe et le nombre d'enseignants du primaire ont plus d'impact sur TBS que TBS n'en a sur eux. On n'est tenté de dire que l'amélioration de l'offre d'éducation à travers la construction des salles de classe, et le recrutement de nouveaux enseignants favorise la scolarisation. Nous allons confirmer ces résultats par une étude de la causalité.

2.2.4 Tests de Causalité

Les résultats du test de causalité de GRANGER donnés dans le tableau 22 en annexe pour un nombre de retard optimal 2 confirment au seuil de 5% que le nombre d'enseignants officiant dans le primaire cause le Taux brut de scolarisation. Il y'a donc suffisamment de preuves pour affirmer que la qualité du cadre éducatif cause par le niveau de scolarisation en Côte d'Ivoire.

2.2.5 Synthèse des résultats de l'analyse économétrique.

TBS_t = 0,519TBS_t-1 + 2,95*10^-5 Dnbclasses_t-1 + 27*10^-5 * Dnbenseignants_t

Premièrement, les variations du taux brut de scolarisation sont dans le même ordre que du taux de croissance de l'effectif enseignants.

Deuxièmement, les résultats du test de causalité de Granger suggèrent qu'au seuil statistique de 5%, le nombre d'enseignants dans le primaire cause au sens de GRANGER le Taux Brut de scolarisation et que celui-ci ne cause pas le nombre d'enseignants.

Troisièmement, on constate d'après l'analyse des chocs impulsionnels que le taux brut de scolarisation ne réagit pas spontanément aux chocs sur le nombre d'enseignants et le nombre de salle de classes. Son effet commence à décroître à partir de la deuxième année.

Quatrièmement, il ressort de la décomposition de la variance que les variations de l'erreur de prévision du taux brut de scolarisation s'autodéterminent à 71 ,73% et à seulement à 28,36% par les variations du nombre d'enseignants et de salle de classes. Cependant, celles du nombre de classes sont dues pour 81,84% à ses propres innovations et pour 12 ,53 % aux variations du Taux Brut de scolarisation; celles du nombre d'enseignants sont dues pour 38 ,83% à ses propres innovations et pour 17,79 % aux variations du taux brut de scolarisation.

La Côte-d'Ivoire a conservé un niveau élevé de priorité pour le financement public de l'éducation, degré de priorité mesuré par la proportion des dépenses publiques au sein des dépenses courantes de l'Etat. Néanmoins dans un souci d'amélioration du taux brut de scolarisation, il est important que soient dégagées des ressources financières supplémentaires dans le sens de l'amélioration des variables déterminant cet indicateur.

L'étude de ceux-ci nous a fait apparaître le rôle important de l'effectif du corps enseignant et du ratio nombre d'élèves par enseignant dans l'amélioration du taux brut de scolarisation.

En effet l'analyse économétrique réalisée nous a permis de mettre en lumière l'influence haussière du ratio nombre d'élèves par enseignants et effectif du corps enseignant sur le niveau du taux brut de scolarisation au primaire.

L'amélioration de l'effectif des enseignants dans le cycle primaire doit être privilégiée afin de garantir une offre scolaire à la hauteur de la demande de scolarisation ainsi que celle des infrastructures d'accueil et du cadre de vie des enfants dans l'enseignement primaire.

Néanmoins des améliorations de la gestion du système sont incontournables. Si une politique éducative nouvelle apparaît nécessaire pour refonder le système éducatif national et définir les options fondamentales dans un cadre financier et budgétaire tenable à moyen terme, il faut maintenant souligner que cette nouvelle politique (à définir) n'aura véritablement de sens que si des améliorations notables sont réalisées en matière de gestion concrète des activités entreprises.

Unrestricted Cointegration Rank Test

Hypothesized		Trace	5 Percent	1 Percent
No. of CE(s)	Eigenvalue	Statistic	Critical Value	Critical Value

None	0.404353	10.42670	15.41	20.04
At most 1	0.030201	0.582670	3.76	6.65

(*) denotes rejection of the hypothesis at the 5%(1%) level
Trace test indicates no cointegration at both 5% and 1% levels


Hypothesized		Max-Eigen	5 Percent	1 Percent
No. of CE(s)	Eigenvalue	Statistic	Critical Value	Critical Value

None	0.404353	9.844026	14.07	18.63
At most 1	0.030201	0.582670	3.76	6.65

(*) denotes rejection of the hypothesis at the 5%(1%) level
Max-eigenvalue test indicates no cointegration at both 5% and 1% levels

Source : Données BM et Ministère de la planification, 2005, Nos calculs sur Eviews

Vector Autoregression Estimates
Sample(adjusted): 1984 2000
Included observations: 17 after adjusting endpoints
Standard errors in ( ) & t-statistics in [ ]
	TBS	D(NBCLASSES,2)	D(NBENSEIGNANTS)
TBS(-1)	0.519134	1160.027	-54.90507
	(0.23833)	(1598.76)	(635.787)
	[ 2.17822]	[ 0.72558]	[-0.08636]

TBS(-2)	-0.197025	722.0816	-23.66692
	(0.22280)	(1494.55)	(594.347)
	[-0.88433]	[ 0.48314]	[-0.03982]

D(NBCLASSES(-1),2)	8.42E-05	-0.861378	-0.309946
	(5.0E-05)	(0.33434)	(0.13296)
	[ 1.68918]	[-2.57632]	[-2.33111]

D(NBCLASSES(-2),2)	2.95E-05	-0.387494	-0.357567
	(5.7E-05)	(0.37969)	(0.15099)
	[ 0.52086]	[-1.02055]	[-2.36810]

D(NBENSEIGNANTS(-1))	0.000270	-1.038547	-0.112107
	(9.4E-05)	(0.63053)	(0.25075)
	[ 2.87231]	[-1.64709]	[-0.44709]

D(NBENSEIGNANTS(-2))	-7.32E-06	0.533152	-0.634526
	(0.00010)	(0.69328)	(0.27570)
	[-0.07086]	[ 0.76903]	[-2.30151]

C	0.101925	-133.4467	1395.919
	(0.20025)	(1343.28)	(534.191)
	[ 0.50900]	[-0.09934]	[ 2.61315]
R-squared	0.555944	0.601511	0.524680
Adj. R-squared	0.289511	0.362417	0.239489
Sum sq. resids	1.630054	73352008	11600322
S.E. equation	0.403739	2708.358	1077.048
F-statistic	2.086617	2.515797	1.839746
Log likelihood	-4.192851	-153.9813	-138.3053
Akaike AIC	1.316806	18.93897	17.09474
Schwarz SC	1.659894	19.28206	17.43782
Mean dependent	0.416956	307.7647	747.0000
S.D. dependent	0.478985	3391.858	1235.043
Determinant Residual Covariance		8.22E+11
Log Likelihood (d.f. adjusted)		-305.5632
Akaike Information Criteria		38.41920
Schwarz Criteria		39.44846

* ¹ MENFB (1999), Innovation réussie dans le système éducatif ivoirien : système de prêt manuels scolaires, immatriculation des élèves, écoles témoins. Rapport final du séminaire portant sur une étude rétrospective/bilan de l'éducation pour la côte d'ivoire du juillet 1998 à mai 1999, MENFB/PASEC/ADEA, octobre 1999, pp12-29.

* ²Nous n'utilisons pas le taux net de scolarisation car il ne correspond ni à une mesure de capacité ni à une mesure de couverture.

* ³ La régression des séries temporelles suppose que les séries impliquées sont stationnaires. Le cas échéant conduit à des régressions fallacieuses (REGIS BOURBONAIS)

* ⁴ Nous entendons par choc une restriction ou une hausse du nombre d'enseignants.