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.
Le modèle estimé se présente comme
suit :
TBSt = 0,519TBSt-1 +
2,95*10-5 Dnbclassest-1 + 27*10-5 *
Dnbenseignantst
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.
Conclusion générale et
recommandations
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.
Annexes
Tableau 10: test de
cointegration des variables du modèle
|
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
Tableau 11 : choix de
l'ordre du modèle
|
Lag
|
LogL
|
FPE
|
AIC
|
SC
|
HQ
|
|
0
|
-314.4145
|
3.32E+12
|
37.34288
|
37.48992*
|
37.35749
|
|
1
|
-301.9597
|
2.27E+12*
|
36.93644
|
37.52459
|
36.99490
|
|
2
|
-292.0322
|
2.31E+12
|
36.82732*
|
37.85658
|
36.92963*
|
* indique l'ordre retenu
Source : Données BM et
Ministère de la planification, 2005, Nos calculs sur
Eviews
Tableau 12 :
estimation du modèle
|
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
|
|
Bibliographie
|
BANQUE MONDIALE (2002), « 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 »
|
|
BIRGER FEDRIKSEN. (2003), « Tenir les
promesses : qu'est ce qui entrave la scolarisation primaire de tous les
enfants africains ? »
|
|
BOURBONNAIS R. et TERRAZA M. (1998),
« Analyse des séries temporelles en
économie », PUF, Paris.
|
|
BOURBONNAIS R.(2003), « Econométrie:
Manuel et exercices corrigés »,5ème
édition, DUNOD, Paris.
|
|
BRESSON G. et PIROTTE A. (1995),
« Econométrie des séries temporelles:
théorie et Application », PUF,
Paris.
|
|
JEAN-MARC.B. (2003), «Eléments
d'appréciation de la qualité de l'enseignement primaire en
Afrique francophone»
|
|
KOKOU Amelewonou, Mathieu Brossard. (2001),
« La question enseignante dans la perspective de la
scolarisation primaire universelle en 2015 dans les pays CEDEAO, CEMAC et
PALOP », Pôle de Dakar
|
|
KRUGMAN P. et OBSTFELD M. (2003),
« Economie Internationale », Editions De
Boeck Université, 3ème édition,
2ème tirage, Bruxelles.
|
|
LANOUE.E (2003) « Gender and education for
All: The leap to Equality », Côte d'Ivoire
|
|
LARDIC S. et MIGNON (2002),
« Econométrie des séries temporelles
macroéconomiques et
financières », ECONOMICA, Paris.
|
|
OUATTARA.T. (2003), « Les procédures
budgétaires des ministères de l'éducation en Côte
d'Ivoire », Institut international de planification de
l'éducation.
|
|
ROSER.CUSSO (2000), « l'impact des
politiques de scolarisation des filles : Mauritanie, Tunisie, Inde,
Bangladesh, Sénégal»
|
|
TCHUENKAM Eric (2007), « Evaluation des
coûts de l'éducation à l'horizon 2015 par le modèle
EPSSIM »
|
| 
