Memoire Online - Croissance, marché du travail et pauvreté: les leçons de l'expérience camerounaise sur la période 1991 - 2011

CROISSANCE, MARCHEDU TRAVAILET PAUVRETE: les leçons de l'expérience camerounaise sur la période 1991 - 2011

Thèse présentée en vue de l'obtention du diplôme de Master of Science (M.Sc) en Sciences Economiques

Je soussigné KITIO Victor, atteste que la présente thèse intitulée : «Croissance, Marché du travail et Pauvreté : les leçons de l'expérience Camerounaise sur la période 1991-2011» est le fruit de mes propres travaux de recherche effectués à l'Université de Dschang, sous l'encadrement de Dr. NINGAYE Paul(Ph.D) et la supervision du Pr. David KAMDEM, Doyen de la Faculté des Sciences Economiques et de Gestion de l'Université de Dschang.

Cette thèse est authentique et n'a pas été antérieurement soutenue pour l'acquisition de quelque grade universitaire que ce soit.

Ø ma maman et ma tante YIMEFACK Marthe et GUEKEU née KENFACK Marie respectivement.

Pour qui la famille, l'amour du prochain et le culte de l'effort sont des valeurs cardinales qu'ils ont su inculquer à leur entourage et en ma personne particulièrement.

Puissent-ils trouver un motif de légitime fierté dans ce travail de recherche.

Que tous ceux qui d'une manière ou d'une autre ont participé à la réalisation de ce travail trouvent ici l'expression de notre profonde gratitude. Nous pensons particulièrement:

Ø au Pr. David KAMDEM, Doyen de la Faculté des Sciences Economiques et de Gestion qui a accepté de superviser ce travail de recherche avec objectivité et rigueur ; il a été l'Alpha et l'Omega de notre formation depuis notre accès au second cycle universitaire. Sans flatteries, nous ne lui dirons jamais assez merci.

Ø au Dr. NINGAYE Paul qui a accepté d'encadrer ce travail de recherche avec détermination, rigueur et objectivité. Son amour pour le travail bien fait nous marquera à jamais dans notre carrière professionnelle ;

Ø à tous les enseignants en service à la Faculté des Sciences Economiques et de Gestion pour la formation qu'ils nous ont donnée durant notre séjour à l'Université de Dschang.

Ø au Dr NKENGFACK Hilaire, Chef du Département d'Economie Publiquequi a accepté de rendre ce travail de recherche réel à travers son soutien inconditionnel en matière d'Economie du travail ;

Ø au Dr TCHOUNGA Anatole, Dr JUMBO Urie E.et Dr. MIAMO W. Clovis dont les conseils ont contribué grandement à l'amélioration de ce travail ;

Ø à nos frères TSOPGNY Emile, KENFACK Daniel et AYEMELONG Janvier pour leur soutien indéfectible dans la réalisation de ce travail ;

Ø aux camarades de promotion et nos ainés doctorants en particulier TALLA D., KAFFO H., SAMA G. et TIOMELA A.pour la saine émulation qu'ils ont su créer tout au long de notre cursus et leurs conseils ;

Ø à mesdames et messieurs le Colonel EYENGA Severain, le Pr. Anaclet FOMETHE, M. MAMA Chandiniqui nous ont inspiré et n'ont ménagé aucun effort pour assurer notre réussite ;

Ø à nos amis MEDAH MBA Mariane,Mbakop Brice,MAGNI Victorine, DANGA Irene, MBIALECK Borris, ZETCHIYI Gislain, GUEDIA Dimitri, PENDA Donald qui nous ont encouragé sans relâche pour la finalisation de ce travail.

Chapitre 1 RESUME x

Chapitre 2 ABSTRACT xi

Chapitre 3 CHAPITRE I: INTRODUCTION GENERALE 1

1.5. LES HYPOTHESES DE L'ETUDE 7

1.6. METHODOLOGIE DE LA RECHERCHE 7

1.7. ETENDUE ET LIMITE DE L'ETUDE 8

1.8. ORGANISATION DE LA THESE 8

Chapitre 4 CHAPITRE II : CADRE CONCEPTUEL ET REVUE DE LA LITTERATURE 9

2.2.3.2. Distinction des pauvretés selon la nature des indicateurs de bien-être 19

Chapitre 5 CHAPITRE III : EVOLUTION DU CONTEXTE ECONOMIQUE ET SOCIAL DU CAMEROUN 38

Chapitre 6 CHAPITRE IV: METHODOLOGIE DE LA RECHERCHE 54

4.3.1. Mesure de l'intensité en emploi de la croissance économique : la méthode du calcul de l'élasticité point 56

4.3.2. Détermination des contributions sectorielles du marché du travail à la réduction de la pauvreté: la méthode de décomposition du changement de la pauvreté 60

Chapitre 7 CHAPITRE V : RESULTATS ET DISCUSSIONS 66

5.2.2. Résultats du test de l'hypothèse 1 (estimations de l'intensité en emploi de la croissance économique au Cameroun) et leur interprétation 67

5.2.3. Résultats du test de l'hypothèse 2 (contributions sectorielles de l'emploi dans la variation totale de la pauvreté au Cameroun) et leur interprétation 71

Chapitre 8 CHAPITRE VI : CONCLUSION ET RECOMMANDATIONS 77

Chapitre 9 BIBLIOGRAPHIE 81

Chapitre 10 ANNEXES 85

LISTE DES TABLEAUX

Tableau 2.1 : Les différentes situations sur le marché des biens et services et le marché du travail 17

Tableau 3.1 : Pourcentage des ménages ayant accès aux commodités en 2001 et 2007 48

Tableau 5.2 : Résultat de l'élasticité point de l'emploi total par rapport au PIB 67

Tableau 5.3 : Résultat de l'élasticité point de l'emploi agricole par rapport au PIB 68

Tableau 5.4 : Résultat de l'élasticité point de l'emploi industriel par rapport au PIB 68

Tableau 5.5 : Résultat de l'élasticité point de l'emploi dans les services par rapport au PIB 68

Tableau 5.6 : Résultat de l'élasticité point de l'emploi agricole par rapport à la valeur ajoutée du secteur agricole 69

Tableau 5.7: Résultat de l'élasticité point de l'emploi industriel par rapport à la valeur ajoutée du secteur industriel 69

Tableau 5.8 : Résultat de l'élasticité point de l'emploi dans les services par rapport à la valeur ajoutée du secteur des services 69

Tableau 5.9 : Récapitulatif des élasticités point de l'emploi à la croissance économique au Cameroun 70

Tableau 5.10a : Evolution de la prévalence de la pauvreté par secteur du marché du travail 72

Tableau 5.10b : Evolution de l'intensité de la pauvreté par secteur du marché du travail 72

Tableau 5.10c : Evolution de la sévérité de la pauvreté par secteur du marché du travail 73

Tableau 5.11a: Décomposition par secteur de la réduction de la prévalence de la pauvreté 73

Tableau 5.11b: Décomposition par secteur de la réduction de l'intensité de la pauvreté 74

Tableau 5.11c: Décomposition par secteur de la réduction de la sévérité de la pauvreté 74

LISTE DES FIGURES

LISTE DES ANNEXES

Chapitre 11 ANNEXE I : Résultat du test de stationnarité 86

Chapitre 12 ANNEXE II: Diagnostique des différents modèles (test for appropriateness of models) 96

Chapitre 13 ANNEXE III : Résultats des tests d'hypothèse 100

Chapitre 14 ANNEXE IV : Recodage des secteurs d'activités de ECAM I et II suivant les secteurs du marché du travail 107

Chapitre 15 ANNEXE V : Sorties des logiciels DAD4.5 et DASP_v2.2 108

ONEFO : Observatoire National de l'Emploi et de la Formation Professionnelle

Chapitre 16 RESUME

Cette étude se propose de déterminer si la croissance économique est susceptible de s'enrichir en emplois sur le marché du travail et à même de conduire à la réduction de la pauvreté au Cameroun. De manière plus spécifique, il est question de déterminer l'intensité en emploi de la croissance économique ainsi que les contributions sectorielles de l'emploi dans la variation totale de la pauvreté au Cameroun sur la période 1991-2011. Les données utilisées ont une source secondaire et proviennent des bases de données de la Banque Mondiale et de l'Institut Nationale de la Statistique du Cameroun. Dans le cadre théorique, les modèles de Kapsos(2005) et de Shapley (1953) sont respectivement utilisés pour déterminer l'intensité en emploi de la croissance et les contributions sectorielles du marché du travail dans la réduction de la pauvreté.Ces données sont analysées à l'aide des logicielsSPSS 10.0, DASP_v2.2 et DAD4.6.Les principaux résultats de cette analyse montrent globalement que la croissance économique est intensive en emploi et à même de conduire à la réduction de la pauvreté au Cameroun (ce qui présage que les objectifs du gouvernement en matière de croissance-emploi-pauvreté fixés dans le DSCE sont réalisables). En effet, il en ressort que une augmentation de 1% du PIB entraîne une augmentation de 0,41% de l'emploi total. A l'observation des réactions respectives de l'emploi primaire, de l'emploi secondaire et de l'emploi tertiaire à la variation du PIB, on réalise certes que l'élasticité de l'emploi agricole à la production est très faible et statistiquement non significative (prenant une valeur de 0,29) ; ce qui signifie que le secteur agricole sur toute la période d'étude est peu sensible à la croissance et contribue significativement à l'accentuation du taux de pauvreté monétaire. Néanmoins, cette même augmentation de 1% du PIBse traduit par une hausse de 0,52% de l'emploi dans le secteur secondaire et de 2,11% dans le secteur des services, toutes chosespermettent à ces deux secteurs de contribuer conjointement à la réduction du taux de pauvreté monétaire en ramenant son estimation chiffrée à 53,3% en 1996 à 40,2% en 2001.Ces différents résultats invitent le Gouvernement camerounais à booster la croissance économique, àaméliorer la productivité des travailleurs du secteur agricoleet à favoriser le développement des secteurssecondaire et tertiaire.

Mots clés :Croissance, Elasticité, Marché du travail, Décomposition, Pauvreté, Cameroun.

Chapitre 17 ABSTRACT

The present study aims at determining whether or not the economic growth is capable of becoming richer in employment in the labour market and able to (in position to) lead to poverty alleviation in Cameroon. In a specific manner (way), it is a question of determining the employment intensity of the economic growth as well as the sectorial contributions of the employment in the total variation of poverty in Cameroon over the 1991-2011 period. We used secondary data coming from the databases of the World Bank and the National Institute of Statistics of Cameroon. In the theoretical framework, the models of Kapsos (2005) and of Shapley (1953) are used respectively for the determination of the employment intensity of growth and the determination of the labour market sectorial contributions in poverty alleviation. These data are analysed through the help of the SPSS 10.0, DASP_v2.2 and DAD4.6 softwares. The main results of our study show globally that the economic growth is intensive in employment and in position to lead to poverty reduction in Cameroon (this foretells that the government objectives as far as growth, employment and poverty are concerned and which are defined in the «DSGE» are attainable). As a matter of fact, it follows from the results that a 1% increase in GDP leads to a 0.41% increase in the total employment. From the observation of the respective reactions of the primary sector employment, of the secondary sector employment and of the tertiary sector employment to the variation of the GDP, we certainly realize that the agricultural employment elasticity to the production is very low and statistically insignificant (taking the value of 0.29); which means that the agricultural sector over the whole period of study is insensitive to the growth and contributes significantly to the increment of the monetary poverty rate. Nevertheless, this very (same) 1% increase in GDP leads to a 0.52% increase in employment in the secondary sector and to a 2.11% increase in the tertiary sector, all things which permit these two sectors to jointly contribute to the reduction of the monetary poverty rate in bringing back its estimation at 53.3% in 1996 at 40.2% in 2001. These different results invite the Cameroon government to boost the economic growth, to improve the productivity of the workers of the agricultural sector and to favour the development of the secondary and the tertiary sectors.

Key Words: Growth, Elasticity, Labour market, Decomposition, Poverty, Cameroon.

Chapitre 18 CHAPITRE I: INTRODUCTION GENERALE

1.1.CONTEXTE ETJUSTIFICATION DE L'ETUDE

L'un des objectifs majeurs du millénaire pour le développement est de combattre la pauvreté dans le monde. Avec l'appui des organisations internationales, les pays en développement en ont fait leur cheval de bataille. Pour y parvenir, ils entendent promouvoir des politiques économiques et sociales capables de réduire considérablement la pauvreté. C'est dans cette logique que le débat portant sur l'accélération de la croissance économique et la réduction de la pauvreté s'est intensifié et diversifié. La plupart des réponses à ce débat se sont axées sur la croissance pro pauvre. Il s'agit d'une croissance qui profite relativement plus aux pauvres qu'aux non pauvres. Aussi, une autre alternative pour juguler ce problème réside dans l'amélioration de l'efficacité du marché du travail (DSCE 2009).

L'économie camerounaise est passée par plusieurs étapes successives marquées par la prospérité (1965-1984), la récession économique (1985-1993) et actuellement une tentative de relance économique (depuis 1994). La première phase qui couvre la période allant de 1965 à 1984 a été marquée par une véritable embellie de l'activité économique. L'économie a évolué à un rythme de croissance annuel moyen de 6% par an. D'ambitieux programmes de développement ont permis de créer de grands chantiers de développement qui ont engendré de nombreux emplois. L'Etat, avec ses nombreuses entreprises, s'est davantage affirmé comme le principal pourvoyeur d'emplois au Cameroun (INS 2010).

Cette croissance manifeste s'est accompagnée d'une augmentation du niveau de l'emploi, des salaires nominaux et de la mise en place d'une politique de protection sociale et de l'emploi. L'emploi a augmenté de 6,7% en moyenne tandis que les salaires ont connu une croissance moyenne de 2,56%.^1(*)Selon l'Organisation des Nations Unies pour l'éducation, la Science et la Culture (UNESCO), la très forte croissance des effectifs de l'enseignement technique au cours des années 70 et la multiplication des moyens de formation professionnel témoignent d'une volonté très ferme de la mise en adéquation entre l'offre et la demande du travail.

Après une période de croissance soutenue entre 1965 et 1985, la situation s'est dégradée à partir de 1986, et le Cameroun est entré dans sa deuxième phase. Malgré une volonté interne de réajustement, le pays va plonger dans la récession économique, et l'emploi, tant au niveau rural qu'au niveau urbain, va grandement en souffrir.

Le Cameroun qui, au début des années 80 constitue une exception parmi les pays africains, connait à son tour une importante récession économique à partir de 1985. Le programme d'ajustement autonome mis en place à partir de 1987 n'a pas permis de stabiliser la situation et a plutôt conduit en 1989 à l'intervention des bailleurs de fonds avec la mise sur pieds des Programmes d'Ajustement Structurels (PAS) qui préconisaient la mise en oeuvre des politiques d'austérité. L'Etat, principal investisseur a arrêté ses programmes ambitieux d'investissement public dont les réalisations n'avaient pas eu le succès escompté, mais représentaient plutôt un gouffre pour les finances publiques, alors en difficulté. Ces programmes, qui ont été pendant longtemps le seul moyen d'accéder au développement pour plusieurs régions, ont entrainé, avec leur arrêt, l'abandon de nombreuses populations sans emplois.

Le gel des recrutements dans la fonction publique et les licenciements de personnels ont eu pour conséquence, la mise en chômage de nombreux camerounais qui n'y étaient pas du tout préparés, et dont le seul employeur potentiel était l'Etat.

Un vaste processus de privatisation a été engagé, accompagné d'une déréglementation au niveau du secteur privé, causant aussi de nombreux licenciements. Entre 1984 et 1991, les entreprises privées ont licencié près de 21% de leur personnel (INS, 2001). Ces mesures ont toutes eu pour conséquence la réduction de l'emploi dans le secteur formel et le développement d'une certaine précarité des emplois. Le secteur privé qui devait prendre le relais de l'Etat se trouve en panne de création d'emplois de telle sorte que c'est dans le secteur non structuré de l'informel que s'orientent en majorité les nouveaux demandeurs d'emplois. Les Enquêtes Camerounaises auprès des Ménages (ECAM) réalisées en 1996, en 2001 et en 2007 montrent que l'économie informelle représente au Cameroun près de 85% d'actifs occupés. Dans le secteur moderne, la principale baisse enregistrée au niveau des emplois a été causée par la réduction des emplois dans l'administration qui s'est traduite par le licenciement d'environ 60 000 fonctionnaires entre 1989 et 1997 (INS2005). Au niveau du secteur privé moderne, la situation était à peu près stable au cours de la même période. Cependant, l'on note une baisse drastique du taux de salarisation qui est passé de 63,9% en 1983 à 22% en 1993 dans l'industrie, et de 20% à 12% dans le commerce (INS 2005). Dans le secteur public, les mauvais résultats obtenus après la mise en application des PAS ont conduit en janvier et novembre 1993 à une double contraction salariale avec des taux atteignant au total 65% dans les cas extrêmes.^2(*)

Depuis la reprise en 1994, la croissance n'est pas encore suffisante pour engendrer une création significative d'emplois. Tout au plus, elle se traduit par une stabilisation des effectifs au niveau des secteurs public et privé formels. En effet, les investissements productifs demeurent encore très faibles pour impulser un véritable changement sur le marché du travail. Ceci parce que les nouvelles entreprises qui se créent évoluent beaucoup plus dans les services, en particulier dans le commerce de gros et détail et les activités de services aux entreprises. Notons que ces secteurs n'ont cependant pas un grand impact sur la création d'emplois décents.

Au regard de cette situation, les responsables se sont fixés pour objectif de mettre en place des stratégies pour booster la croissance ; ce qui s'est soldé par une timide reprise. Malheureusement, cette tentative de reprise ne s'est pas accompagnée d'une amélioration significative de l'adéquation entre l'offre et la demande de travail. L'emploi a ainsi changé de nature pour devenir essentiellement informel et la pauvreté a gagné du terrain. Selon l'INS(2001), le taux d'informalisation est passé de 83,5% en 2001 à 90,4% en 2005.

D'après les statistiques sur l'emploi et le marché du travail au Cameroun (INS, 2005), plus d'un camerounais sur quatre n'a pas eu accès à l'instruction formelle. Les taux bruts de scolarisation sont particulièrement élevés au primaire, en raison de la suppression des frais de scolarité au primaire en 2000 avec l'appui des bayeurs de fonds internationaux et l'engagement de l'Etat à promouvoir l'éducation pour tous dans le primaire. Cela traduit l'intérêt que porte un Etat sur l'éducation des citoyens. Cependant, cette volonté ferme de scolariser tous les camerounais se heurte au problème d'inadéquation entre la formation reçue et les exigences requises sur le marché du travail. D'ou la difficulté d'insertion des jeunes formés dans le monde du travail.

Bien plus, au Cameroun comme dans la plupart des pays développés et en développement, le phénomène du chômage et particulièrement celui des jeunes a été attribué à la malformation de la main d'oeuvre et d'une manière plus générale de l'inadéquation entre la formation et l'emploi. En effet, un état des lieux de la formation professionnelle a été dressé en 2007 par la Banque Africaine de Développement(BAD) et l'Organisation pour la Coopération et le Développement Economique (OCDE), qui a conclu à l'inadéquation entre la formation et l'emploi, ainsi qu'un manque d'unité, de coordination et de concertation du système.

En somme, depuis 1994 au Cameroun, la croissance n'est pas encore suffisante pour engendrer une création significative d'emplois; la conséquence directe est le chômage et la pauvreté qui gagnent du terrain.

Pour faire face à cette situation, le gouvernement camerounais a lancé en 1996 un premier programme de réformeséconomique et financière sur trois ans (1997-2000), en coopération avec le Fonds Monétaire International (FMI) et la banque mondiale, notamment dans le cadre du programme de Facilité pour la Réduction de la Pauvreté et pour la Croissance (FRPC). Grace aux résultats obtenus par ces premières réformes, le Cameroun a pu bénéficier d'une autre initiative : l'Initiative en faveur des Pays Pauvres Très Endettés (IPPTE).

Puis, à la suite d'un deuxième programme de reformes économiques (2001-2002), le Cameroun a adopté en 2003 un Document de Stratégie pour la Réduction de la Pauvreté(DSRP), d'où l'atteinte du point d'achèvement en Avril 2006.

L'objectif majeur de ces programmes était de consolider un cadre macroéconomique qui sera favorable à des taux de croissance élevés^3(*)et la disponibilité des ressources publiques nécessaires pour lutter efficacement contre la pauvreté. Néanmoins,le constat est triste car ces programmes n'ont pas permis d'atteindre les objectifs escomptés;le profil général de croissance étant resté en retrait du niveau espéré pour résorber substantiellement la pauvreté. En conséquence, le gouvernement a entrepris de réviser le DSRP et affirme sa volonté de centrer la nouvelle stratégie sur la création des richesses et compte s'appuyer sur la création d'emplois pour assurer une bonne redistribution des fruits de la croissance et éradiquer par la même la pauvreté :c'est ainsi que les pouvoirs publics ont donc mis sur pieds en Avril 2009 le Document de Stratégie pour la Croissance et l'Emploi (DSCE),cadre de référence de l'action gouvernementale sur les dix prochaines années. Ceci témoigne de l'engagement du Cameroun à réaliser les Objectifs du Millénaire pour le Développement (OMD) et en l'occurrence le premier qui consiste à réduire de moitié la proportion de la population dont le revenu est inférieur à un dollar par jour.

1.2. PROBLEMATIQUE DE LA RECHERCHE

A Travers les huit objectifs du millénaire pour le développement à l'horizon 2015^4(*), la Communauté Internationale fait de la lutte contre la pauvreté le défi majeur pour le développement (PNUD 2000). Le gouvernement camerounais a adhéré à cette vision et c'est ainsi que dans le DSCE, il entend ramener le taux de pauvreté monétaire de 39,9% en 2007 à 28,7% en2020 et à 10% en 2035. Pour réaliser cet objectif, le gouvernement ambitionne de porter le taux de croissance à environ 5,5% en moyenne annuelle au cours de la période 2010-2020 et de ramener le sous-emploi de 75,8% à moins de 50% en 2020 avec la création de dizaines de milliers d'emplois formels par an dans les dix prochaines années (DSCE 2009).On peut dès lors s'interroger surles liens entre la croissance, l'emploi et la pauvreté.

A cet effet, une littérature développée dans ce sens dans les pays en développement suite à la paupérisation croissante des populations dans ces régions du monde permet de se rendre compte que la croissance économique est de nature à réduire considérablement l'extrême pauvretéen favorisant l'augmentation du revenu des pauvres ainsi que leur productivité. Cette littérature s'inscrit à travers plusieurs phases de l'économie du développement : en effet, les premières théories de l'économie du développement ont mis en exergue la possibilité que les effets de la croissance économique soient automatiquement transmis aux pauvres (Kuznets, 1955 : Adelman et Morris, 1973 ; Chenery et al 1974 in Islam 2004). A partir de là, des questions ont émergé afin de comprendre les mécanismes par lesquels cette transmission est rendue possible. Les secondes théories prennent en compte la possibilité que l'emploi puisseconstituer cette courroie de transmission entre croissance économique et réduction de la pauvreté. Ainsi beaucoup d'études ont montré que, bien que la croissance économique soit nécessaire à la réduction de la pauvreté, elle n'est cependant pas la condition suffisante (Dagdeviren et al, 2002 ; Goudie et Ladd, 1999 ; Mc Kay, 1997 : Ravallion, 2001 in Islam 2004). Certaines de ces études ont mentionné le caractère intensif en main d'oeuvre de la croissance économique comme déterminant fondamental de la réduction de la pauvreté (World Bank, 1990 ; Squire, 1993, McKay, 1997).

Dans le contexte du Cameroun, Yogo et al. (2009) se sont appesanti sur la relation croissance et quantité d'emploi et sont parvenus aux résultats selon lesquels la croissance exerce un effet positif sur la quantité de travail. Ainsi, une croissance de 1% permet un accroissement de 0,68% de l'offre quantitative de main d'oeuvre. Par ailleurs, le calcul des élasticités sectorielles leur ont permis de constater que l'emploi agricole est plus sensible à l'évolution de la valeur ajoutée agricole qu'à l'évolution du PIB.En étudiant les liens existant entre l'emploi et la pauvreté au Cameroun, Ndamsa et Baye (2011) sont parvenus à la conclusion selon laquellela baisse du revenu total du travail des ménages dans le quintile le plus pauvre estattribuable à la participation au marché du travail et au nombre moyen de jours travaillés.

Malgré leurs mérites, ces études récentes dans le contexte camerounais ne permettent pas de prédire si l'objectif du gouvernement est réalisable car aucune d'elles n'a explicitement et empiriquement examiné sur une même période de tempsl'interaction croissance - emploi -pauvreté. Toute chose qui inspire le problème de cette étude qui est d'éclairer les liens entre la croissance, le marché du travail et la pauvreté dans le contexte camerounais sur la période 1991-2011.Cette thématique est importante en ce sens que la relation croissance-emploi est au coeur de la problématique de la réduction de la pauvreté qui sévit dans les pays en développement (Kapsos2005). Ainsi comprendre les conditions sous lesquelles la croissance est intensive en emploi et les mécanismes par lesquels cetteintensité en emploi de la croissance économique améliore les conditions de vie des pauvres est déterminant dans laréduction de la pauvreté au Cameroun.

1.3. LES QUESTIONS DE RECHERCHE

1.3.1. La question principale de recherche

Pour résoudre le problème ci-dessus formulé, la question principale de cette étude est la suivante : comment le Gouvernement peut-il éradiquer la pauvreté au Cameroun aux moyens de la relance économique et la création de plus d'emplois?

1.3.2. Les questions spécifiques de recherche

ü La croissance économique affecte-t-elle l'offre quantitative (totale et sectorielle) de travail au Cameroun?

ü Les effets de la croissance sur l'offre quantitative sectorielle de travail conduisent-ils à la réduction de la pauvreté au Cameroun ?

1.4. LES OBJECTIFS DE L'ETUDE

Pour répondre aux différentes questions ci-dessus posées, nous nous sommes fixés un certain nombre d'objectifs ; notamment :

1.4.1. L'Objectif Global

L'objectif global de cette étude est de déterminer si la croissance économique est susceptible de s'enrichir en emplois sur le marché du travail et à même de conduire à la réduction de la pauvreté au Cameroun.

1.4.2. Les Objectifs Spécifiques

Objectif 1: Déterminer l'intensité (totale et sectorielle) en emploi de la croissance économique au Cameroun.

Objectif 2:Déterminer les contributions sectoriellesde l'emploi dans la variation totale de la pauvreté au Cameroun.

1.5. LES HYPOTHESES DE L'ETUDE

L'atteinte de nos objectifs passera par une vérification des hypothèses suivantes :

H₁ :la croissance économique a un impact positif et significatif sur l'offre quantitative (totale et sectorielle) de travail au Cameroun ;

H₂ :les effets intra-sectoriel et intersectoriel^5(*) du marché du travail contribuent positivement et significativement à la réduction de la pauvreté au Cameroun.

1.6. METHODOLOGIE DE LA RECHERCHE

Notre objectif étant de déterminer l'intensité en emploi de la croissance économique et de décomposer la variation totale de la pauvreté au Cameroun, nous avons recours auxdonnées de source secondaire ; celles-ci proviennent des bases diverses notamment les bases de données de la Banque Mondiale (world DeveloppementIndicator 2011, World Bank Africa Data Indicators2012) et les données d'enquêtes effectuées par l'Institut National de la Statistique du Cameroun (ECAM I et II). La détermination de l'intensité en emploi de la croissance sera faite au moyen de la méthode de calcul de l'élasticité point de l'emploi par rapport à la production proposée par Kapsos(2005) tandis que la détermination de la valeur de Shapley(1953) à partir de l'indicateur de mesure de la pauvreté

de Foster, Greer et Thorbecke(1984) nous permettra de décomposer le changement total de la pauvreté en effets intra-sectoriel et intersectoriel de l'emploi. Ces analyses serons faite aux moyens des logiciels SPSS 10.0, DASP_v2.2 et DAD4.6.

1.7. ETENDUE ET LIMITE DE L'ETUDE

Dans le cadre de cette recherche, nous analysons le cas spécifique du Cameroun et la période retenue va de 1991 à 2011. Cette étude se borne à déterminer l'impact de la croissance sur la pauvreté avec l'emploi comme variable de liaison. Ceci a été défini en fonction des données disponiblesdans le contexte de notre étude.

1.8. ORGANISATION DE LA THESE

La présente thèse s'articule autour de six chapitres.Le présent chapitre intitulé introduction générale est consacré au contexte et justification de l'étude, la problématique, la définition des objectifs et hypothèses de l'étude. Le chapitre deux parledu cadre conceptuelet de la revue de la littérature, tandis que le chapitre trois traite de l'évolution du contexte économique et social du Cameroun. Quant au chapitre quatre, il traite de la démarche méthodologique suivie pour conduire cette étude. Les résultats auxquels cette démarche permettra d'aboutir sontprésentés et discutés dans le cinquième chapitre. Enfin, les principaux enseignements issus de ce travail ainsi que les recommandations pour guider quelques actions futures fons l'objet duchapitre six intitulé « conclusions et recommandations ».

Chapitre 19 CHAPITRE II : CADRE CONCEPTUEL ET REVUE DE LA LITTERATURE

2 .1. INTRODUCTION

Ce chapitre a pour objectif de clarifier les concepts et de présenter l'état de l'art autour de cette recherche. En effet, il convient tout d'abord de définir de façon très précise les différents concepts utilisés afin d'en retenir les orientations appropriées pour cette étude. Par la suite, nous faisons dans le cadre de la revue de la littérature état des travaux théoriques et empiriques mettant en relation la croissance, l'emploi et la pauvreté. Ainsi, la présentation des travaux théoriques nous permet de faire ressortir les différentes théories économiques élaborées dans le cadre de cette étude, notamment, les théories de l'emploi, du chômage et les théories de la croissance endogène tandis que dans la présentation des travaux empiriques, nous faisons état des travaux qui ont précédé cette étude sous d'autres cieux et dans le contexte du Cameroun. Pour ce faire, nous débutons donc par la clarification des concepts pour terminer avec la critique de la revue de la littérature qui sera elle-même la remise en cause des travaux empiriques mettant en relation la croissance et la pauvreté avec l'emploi comme variable de liaison.

2.2. CLARIFICATION DES CONCEPTS ET ORIENTATIONS RETENUES

Cette section donne, comme précédemment annoncé, des définitions opérationnelles aux concepts qui sous tendent cette étude et permet de prendre position face à ceux des concepts qui sont diversement appréhendés à l'instar de celui de la pauvreté. Nous discutons donc ici des concepts de croissance économique, du marché du travail et de pauvreté.

2.2.1. Le concept de croissance économique et ses mesures

Dans la littérature économique, le concept de croissance économique est appréhendé suivant trois orientations: sa définition et ses mesures, les conditions d'une croissance compatible avec le plein emploi et la dichotomie croissance et développement.

En ce qui concerne la définition,la croissance économique désigne, selon Perroux (1958)^6(*) « l'augmentation soutenue pendant une ou plusieurs périodes longues d'un indicateur de dimension : pour une nation, le produit global net en termes réels». La définition de Kuznets (1963) est plus explicite et affirme qu'il y a croissance lorsque la croissance du Produit Intérieur Brut (PIB) est supérieure à la croissance de la population^7(*). Au sens de Perroux (1958), la croissance potentielle estime l'écart entre la croissance mesurée et celle qui serait obtenue avec une pleine utilisation de tous les facteurs de production . Cet écart est minimal au plus fort d'une expansion. Selon cet auteur, la croissance décrit au sens strict un processus d'accroissement de la seule production économique et peut provenir de l'augmentation quantitative du facteur travail et du facteur capital (croissance extensive) ou de l'augmentation de la productivité (croissance intensive).

Parmi les facteurs principaux de la croissance, on retiendra les ressources naturelles (terre, ressources minières, pétrole et la qualité de l'environnement) ; les ressources humaines (offre de travail, éducation, discipline, motivation) ; la formation du capital (machines, usines, routes) ; la technologie (science, technique de l'ingénieur, gestion, esprit d'entreprise) Kuznets(1963).

Bien que la définition de Kuznets soit plus substantielle, nous nous limiterons à celle de Perroux car l'intégration de l'évolution de la population risque de nous détourner de notre objectif.

En ce qui concerne les conditions d'une croissance compatible avec le plein emploi nous dirons qu'après la Deuxième Guerre mondiale, des économistes se réclamant de Keynes, notamment Domar(1946) et Harrod(1948) ont proposé un modèle de croissance économique essentiellement basé sur l'intervention de l'Etat dans l'économie. En effet, selon ces auteurs keynésiens, le système économique ne peut assurer la croissance avec plein emploi s'il est abandonné à lui-même. Ceci a pour cause la mauvaise coordination des agents économiques.

Contrairement à Harrod et Domar, Solow(1956) postule pour un plein emploi permanent et pense que le problème de coordination des agents économiques n'en est pas un en tant que tel. Il propose donc un modèle de croissance équilibré qui semble de nos jours être le point de départ de presque toutes les analyses de la croissance. La base de ce modèle est en effet la fonction de production néoclassique qui se présente sous la forme suivante :

Où Y représente la production, K le capital physique, A le progrès technique, L le travail et

une constante. Le modèle prédit que l'output croit avec le taux d'épargne et décroit avec le taux de croissance de la population et introduit un progrès technique exogène, fruit de l'activité scientifique dont les déterminants ne sont pas économiques.

En 1992, Mankiw etal. ont repris le modèle de Solow(1956) et ont remarqué que si le modèle se vérifie empiriquement (le PIB croît avec le taux d'épargne, décroît avec le taux de croissance de la population), il ne prédit pas correctement la magnitude de ces effets. En effet, en utilisant des données couvrant la période 1960-1985, ils montrent que les effets estimés de l'épargne et de la croissance de la population sont beaucoup plus importants que ce que le modèle prédisait. Ils ajoutent une variable de capital humain et développent ainsi un modèle de Solow «augmenté». Leur argument est le suivant: un taux d'investissement plus élevé et un taux de croissance de la population plus faible augmentent le revenu et donc le niveau du capital humain, qui agit lui-même sur la croissance économique. En omettant cette variable, on sous-estime donc les effets de l'investissement et de la croissance démographique sur le revenu. La fonction de production devient:

Où K représente le capital physique, H le capital humain, L le travail et A le progrès technique. Les paramètres á et â sont positifs et á + â< 1. Le travail L est supposé augmenter à un taux exogène n du fait de la croissance de la population et de l'augmentation exogène de la productivité du travail. Le progrès technique A est exogène et croît au taux g.

Au-delà du modèle de Solow, Nelson et Phelps (1966) développent la théorie ou le modèle de la croissance endogène. Ils montrent que le stock de capital humain est le principal moteur de la croissance et non la différence dans les taux: les écarts de croissance entre les pays sont déterminés par les écarts entre leurs stocks de capital humain et de ce fait, par leurs capacités respectives à engendrer le progrès technique. Pour eux, un niveau supérieur d'éducation affecte positivement d'une part la capacité à innover du pays et d'autre part la rapidité avec laquelle une innovation va se diffuser dans l'économie. Des travailleurs mieux éduqués s'adaptent plus rapidement aux nouvelles technologies. Cela favorise également le rattrapage dans la mesure où les écarts de développement sont attribuables à des écarts technologiques.

Un autre tenant de la croissance endogène, à savoir Lucas (1988) montre qu'il existe deux sources d'accumulation du capital humain: l'éducation et l'apprentissage par la pratique. Il reprend l'analyse de Becker (1964) pour qui la croissance est essentiellement déterminée par l'accumulation du capital humain. Son analyse rejoint ainsi celles de Mankiwet al(1992) et de Barro (1991). L'idée première de Lucas est que les différences de taux de croissance observées entre les pays peuvent s'expliquer par les différences de rythme d'accumulation de capital humain. Lucas suppose également la présence d'effets externes positifs de l'éducation.

En matière de la dichotomie croissance-développement, il y'a lieu de retenir que la notion de croissance économique se distingue de celle de développement économique qui renvoie à «une combinaison des changements mentaux et sociaux d'une population qui la rend apte à faire croître, cumulativement et durablement, son produit réel global» (Perroux, 1958).Il s'agit donc d'un phénomène avant tout qualitatif alors que la croissance est un changement purement quantitatif. Ainsi, le développement désigne la transformation des structures économiques mais également des structures sociales, culturelles, politiques et institutionnelles qui accompagnent et qui expliquent la croissance.

La croissance économique se mesure par l'utilisation d'indicateurs économiques ou agrégats que sont le Produit National Brut (PNB) et le Produit Intérieur Brut (PIB). Ces indicateurs offrent une certaine mesure quantitative du volume de la production. Afin d'effectuer des comparaisons internationales, on utilise également la parité de pouvoir d'achat, qui permet d'exprimer le pouvoir d'achatdans une monnaie de référence. Le PNB mesure la richesse produite, pendant une année, à l'intérieur ou à l'extérieur du territoire, par les facteurs de production résidents ; en d'autres termes, il mesure la valeur au prix du marché de tous les biens et services finals produits par les citoyens d'un pays, peu importe l'endroit où cette production se fait. Par exemple, les dividendes versés par la filiale camerounaise de Renault, à sa société mère en France, sont comptabilisés dans le PNB français. En dépit de la force de cet indicateur qui vient du fait qu'il peut refléter la situation économique réelle d'un pays, le PNB connait beaucoup de limites en tant que mesure de la richesse dans la mesure où il ne mesure que les apports de valeur ajoutée dans l'immédiat (sur une année). Les effets de long terme, notamment dans des services tels que l'Éducation ou la Santé, ne sont pas ou sont mal comptabilisés à travers leur impact sur la production (Perroux, 1958).

Pour palier aux limites du PNB dans la mesure de la croissance économique l'on utilise le PIB^8(*) même s'il présente aussi quelques limites (ne prend en compte ni le travail et les productions domestiques, ni l'économie souterraine, ni les activités non déclarées ni la détérioration de l'environnement). La principale force de cet indicateur vient du fait qu'il permet de mesurer la production suivant une région ou un espace géographique au lieu de le faire d'après la nationalité des agents économiques et permettant de ce fait de faire des comparaisons internationales. Il convient aussi de préciser que fort de ses avantages et de sa pertinence, cet indicateur est utilisé comme le proxy de la croissance économique dans cette recherche.

La mesure du développement économique par contre se fait par l'utilisation des indicateurs tels que l'Indice de Développement Humain(IDH) et l'Indice de Pauvreté Humaine (PNUD 1990 et 1997). L'IDH est un indicateur complexe ou composite qui intègre trois indicateurs (PIB, éducation et espérance de vie) et les indicateurs économiques. L'IPH a été créé en 1997 par les économistes du PNUD notamment Sen (prix Nobel d'économie en 1998). Il est fondé sur trois éléments : l'espérance de vie, le niveau d'éducation (mesuré par le taux d'analphabétisation) et les conditions de vie, notamment l'accès aux services de santé et à l'eau potable, la malnutrition des enfants. Selon cet indicateur, la pauvreté est vue comme l'absence d'opportunités permettant de bénéficier d'une existence acceptable.

2.2.2. Le concept de marché du travail

Nous analysons le concept du marché du travail suivant sa définition, ses caractéristiques et son rôle dans la distribution des revenus des ménages et des producteurs.

En ce qui concerne la définition, le marché du travail est le lieu théorique de rencontre entre l'offre et de la demande de travail (un des facteurs de production) et où se détermine le salaire (OIT 2004). L'offre de travail est le nombre d'heures que le potentiel employé est disposé à offrir au salaire courant, sous réserve d'une uniformité des conditions de travail. Cette offre peut également être déclinée en termes de nombre d'emplois, c'est-à-dire de la quantité de main d'oeuvre offerte au salaire courant (Yogo, 2005). Cependant il est souvent préférable pour saisir l'offre de travail de manière précise de se référer au taux de participation au marché du travail (taux d'emploi).^9(*)(NJikam, 2007)

Pour éviter de confondreoffre et demande de travail dans l'analyse théorique du marché du travail l'on doit retenir que ce sont les individus qui offrent leur travail c'est-à-dire leur force de travail aux employeurs et ce sont donc les employeurs qui demandent le travail des individus, c'est-à-dire leur force de travail. Si l'on parle des emplois^10(*), c'est évidemment l'inverse : les entreprises offrent des emplois et les individus demandent des emplois.

Il n'existe pas d'indicateurs du marché du travail aussi pertinents que l'offre et la demande d'emploi à moins que l'on ne considère les indicateurs de sa situation (Njikam et al, 2007). Ainsi, le taux de chômage (nombre de chômeurs/ nombre d'actifs) mesure le déséquilibre existant entre offre et demande de travail. Un autre indicateur complémentaire est la durée du chômage donnée en mois ou en années ; cet indicateur est aussi très important car un taux de chômage élevé mais avec une durée faible est sans doute moins problématique individuellement qu'à l'inverse (OIT, 2002).

Parlant des caractéristiques du marché du travail, il convient de noter que Clark (1940) a proposé une subdivision du marché du travail en trois secteurs principaux d'activités. Il distingue les secteurs primaire, secondaire et tertiaire. Le secteur primaire regroupe l'ensemble des activités liées à l'exploitation directe des ressources naturelles (agriculture, pêche et viticulture) ; le secteur secondaire rassemble l'ensemble des industries de transformation des matières premières (agroalimentaire, production de biens de consommation.) et le secteur tertiaire qui est également appelé le secteur des services, regroupe l'ensemble des activités ayant pour objet la fourniture de services immatériels (assurance, banque, administration, commerce, hôtellerie ).

Un autre secteur non pris en compte par Clark dans son étude est le secteur informel ; Au Cameroun, le Secteur Informel est l'ensemble des unités de production de biens et/ou de services et/ou commerciales relevant du secteur privé n'ayant pas de numéro du contribuable et/ou ne tenant pas de comptabilité formelle(Njikam, 2007). Roubaud (1994) définit le secteur informel comme l'ensemble des industries microscopiques qui mobilisent de faibles quantités de facteurs de production (travail et capital), ne respectent pas la législation en vigueur, et génèrent un volume d'output infinitésimal à l'échelle des grands agrégats macro-économiques. Coquery-Vidrovitch(1991) écrit, à propos du secteur informel dans les villes africaines: « Ce marché est irrégulier et terriblement vulnérable car non protégé et hautement concurrentiel ; il est, en effet, infiniment plus aisé d'y rentrer que dans le secteur capitaliste ».^11(*)

Parce qu'elle est retenue comme indicateur du marché du travail dans cette recherche, la notion de l'emploi mérite d'être analysée de façon plus approfondie. Cette analyse se fait à travers les oppositions faite par les courants de pensée néoclassique et keynésienne autour de sa définition et de son rôle dans la distribution des revenus.

En effet, Adam Smith (1976) l'auteur à la base de la théorie de l'emploi (fondateur du courant néoclassique) pensait que le travail pouvait être considéré comme un bien qui s'échange sur un marché. Les Néoclassiques fondent leurs analyses en mettant l'accent sur l'aspect de l'offre. Selon eux, il existe un salaire de réservation, c'est-à-dire un taux de salaire minimum à partir duquel un individu donné passe d'une offre de travail nul à une offre de travail positive. L'offre de travail est donc une fonction croissante du salaire réel. La demande du travail des entreprises quant à elle dépend de la productivité marginale du travail et du salaire réel. En effet, l'entrepreneur demande du travail jusqu'au point où le bénéfice réalisé par une unité supplémentaire de travail compense le coût du travail supplémentaire. Si les conditions de concurrence pure et parfaite sont respectées sur le marché du travail, il existe un niveau de salaire d'équilibre qui permet la satisfaction de l'offre et de la demande de travail. Lorsque l'offre est supérieure à la demande de travail, la baisse du salaire conduit certains offreurs à sortir du marché du travail et des demandeurs à entrer sur le marché. A l'inverse, lorsque la demande est supérieure à l'offre, le salaire augmente, ce qui provoque l'afflux d'offreurs de travail et la sortie de demandeurs de travail. Si un déséquilibre persiste, c'est en raison de l'existence de rigidités qui empêchent le salaire de se fixer à son niveau d'équilibre et ainsi la réduction de l'écart entre l'offre et la demande de travail. Les dysfonctionnements ou rigidités sont de plusieurs types : existence d'un salaire minimum, indemnisation du chômage, syndicats, législation sur la protection de l'emploi, politique fiscale et prélèvements sociaux. Il en résulte que le chômage est d'abord et avant tout volontaire (Jhingan, 2006). La crise de surproduction de 1929 a remis en question la politique de l'offre telle qu'établie par les Néoclassiques. Les critiques qui ont été faites ont conduit à l'élaboration d'un nouveau courant de pensée: le courant Keynésien.

Keynes (1936) apporte de nombreuses critiques au courant de pensée classique. Ce qui est la règle pour les classiques est l'exception pour lui. Il fonde son analyse en mettant l'accent sur la demande effective. Selon lui, l'équilibre est déterminé au point où la demande agrégée est égale à l'offre agrégée. Ainsi, une augmentation de l'investissement conduit à une augmentation du revenu. Il conclut donc que pour augmenter l'offre globale, il est nécessaire d'injecter une large dose d'investissement pour sécuriser les hauts niveaux de revenu et de l'emploi à l'intérieur de l'économie.

Il apporte également une explication au phénomène du chômage qui, pour lui n'est pas dû à un mauvais fonctionnement du marché du travail. Il réfute l'idée de l'existence d'un marché du travail au sens néo-classique. Les salariés ne peuvent offrir un travail en fonction d'un salaire réel puisqu'ils ne maîtrisent pas les prix des biens et des services. Ils négocient seulement un salaire nominal. Jhingan (2006) explique que selon Keynes (1936), Ce sont les entrepreneurs qui fixent les prix des biens et des services. Le niveau d'emploi dépend des décisions des entrepreneurs qui cherchent à maximiser leur taux de profit en fonction d'un univers incertain où ils anticipent l'offre et la demande globale. En conséquence, le niveau d'emploi peut ne pas correspondre au niveau du plein emploi. Si la demande effective (au sens anticipée) est faible, les entrepreneurs fixeront un niveau de production faible et toute la population active ne trouvera pas forcément d'emploi.

La Théorie du déséquilibre de Malinvaud (1977) opère une conciliation entre analyse néoclassique et keynésienne. Il aborde le chômage sous un autre aspect. En effet, selon lui, les prix des biens et des services ainsi que le salaire sont fixes et, tout déséquilibre sur les marchés qu'ils soient des biens et des services, ou bien du travail, entraîne un rationnement par les quantités.Comme le montre Malinvaud (1977), plusieurs situations peuvent se produire sur les marchés (des biens et services et du travail), il les présente dans un tableau à double entrée qui résume une typologie des états de déséquilibre.

Tableau 2.1 : Les différentes situations sur le marché des biens et services et le marché du travail

Dans le cas du chômage classique, le niveau de profit est insuffisant donc les entreprises n'augmentent pas, voire, baissent leur production même s'il existe une demande non satisfaite. Dans le cas de l'inflation contenue, cela signifie que par rapport à la demande de biens et de services, il y a une insuffisance de main d'oeuvre et de production ce qui conduit à une hausse des prix. Les deux types de chômage, keynésien et classique, sont extrêmement difficiles à distinguer car ils entretiennent des relations ce qui explique les difficultés à lutter contre. Ainsi, l'évolution des capacités de production qui semble avoir limité la demande de travail à certaines périodes est déterminée par le taux d'investissement, qui lui-même dépend des perspectives de demande. D'autre part, la compétitivité sur les marchés extérieurs influence le niveau de la demande extérieure. La faiblesse de la demande étrangère peut être le reflet d'une compétitivité insuffisante. En termes de politique économique, tenter de remédier à un chômage keynésien (insuffisance de la demande) par une plus grande flexibilité du marché du travail ne résout rien tant que les entreprises n'ont pas de commandes: elles n'embauchent pas et cela quel que soit le niveau de salaire. De même, une relance de la demande n'aurait aucun effet sur un chômage de type classique, le coût du travail trop élevé nuisant à la rentabilité des investissements.

2.2.3. Le concept de pauvreté et ses mesures

Cette sous-section nous permet de définir le concept de pauvreté suivant les approches monétaire et non monétaire, de faire un aperçu sur les méthodes de mesure utilisées dans l'évaluation de la pauvreté suivant ces différentes approches, d'identifier les différents seuils de pauvreté et enfin, de présenter les indices de pauvreté.

Le concept de pauvreté, apparemment simple, ne l'est pas pour autant. Lorsqu'un décideur politique veut engager une action de lutte contre la pauvreté, il se confronte à deux questions pratiques `celle de savoir qui est pauvre et en quoi il l'est ? (Diagne et al, 2005). Les réponses à ces questions sont cruciales pour l'efficacité et même pour l'effectivité de son action.

2.2.3.1. Définitions de la pauvreté

Selon L'organisation des Nations Unies (2004), la pauvreté peut être définie comme « la condition dans laquelle se trouve un être humain qui est privé de manière durable ou chronique des ressources, des moyens, des choix, de la sécurité et du pouvoir nécessaire pour jouir d'un niveau de vie suffisant et d'autres droits civils, culturels, économiques, politiques et sociaux. »^12(*)

Pour la Banque mondiale (2001), « La pauvreté est synonyme de privation et de vulnérabilité. Privation d'une nutrition adéquate, de soins de santé rudimentaires, d'une éducation de base et de possibilités impossibles à saisir ».^13(*)

Pour le PNUD (1998), « La pauvreté est un phénomène complexe qui désigne généralement une insuffisance de ressources et une privation de possibilités de choix et d'opportunités qui offriraient aux individus des conditions de vie décentes ».^14(*)

Pour les autorités camerounaises, s'inspirant des consultations participatives en vue de l'élaboration du DSRP, « La pauvreté est avant tout le manque de ressources matérielles ou financières pour satisfaire les besoins essentiels des individus. Au nombre de ces besoins figurent l'alimentation, le logement, les soins de santé, l'éducation et l'approvisionnement en eau potable ».^15(*)

2.2.3.2. Distinction des pauvretés selon la nature des indicateurs de bien-être

Malgré tout, le consensus dans la définition de la pauvreté est loin d'être acquis. On note dans la littérature divers concepts de pauvreté : pauvreté monétaire, pauvreté subjective^16(*), pauvreté humaine^17(*), pauvreté infrastructurelle, pauvreté d'existence^18(*), pauvreté psychologique, pauvreté d'équipement, pauvreté relative à la privation et pauvreté de patrimoine. De ce fait, deux approches sont communément retenues, à savoir l'approche monétaire et l'approche non monétaire ou multidimensionnelle.

L'approche monétaire est défendue par les Welfaristes ou Utilitaristes classiques et basée sur la détermination d'un niveau de revenu qui est comparé à un niveau de revenu standard (pauvreté absolue), soit au revenu moyen du groupe (pauvreté relative). Les partisans de cette approche se focalisent sur le revenu des ménages, y compris le loyer imputé et l'autoconsommation. Le degré de satisfaction atteint par un individu par rapport aux biens et services qu'il consomme est supposé définir son bien être (Dloke et al, 2006)^19(*).

L'approche monétaire de la pauvreté parce qu'elle est intuitive et plus facilement perceptible, elle est restée la plus répandue dans la littérature pour Deaton et Muellbauer (1980)^20(*), la meilleure façon de mesurer le bien être individuel est d'utiliser une mesure monétaire. Tout individu étant seul maître dans la construction de sa fonction d'utilité et la définition de ses choix. Fort de cette raison, nous précisons que c'est cette approche qui nous intéresse dans cette étude.

La secondeapproche défendue par les non Welfaristes est multidimensionnelle dans le sens où la seule focalisation sur le revenu est abandonnée au profit d'une vision plus large du bien-être qui fait entrer en ligne de compte une multitude de composantes (Bertain. A. 2006). Pour Coudouel et al (2002), la pauvreté n'est pas seulement liée au manque de revenu ou à une insuffisance de consommation, mais aussi à des performances insuffisantes en matière de santé, d'alimentation et d'alphabétisation, à des déficiences de relations sociales, à l'insécurité, à une faible estime de soi-même et à un sentiment d'impuissance. L'approche non monétaire est encore connue sous le vocable « pauvreté en condition d'existence » et se subdivise en deux approches : celle dite par les capacités « capabilities » dont l'économiste Armatyar Sen apparaît comme l'un des principaux tenants, et celle dite par les besoins de base.

Selon l'approche basée sur les capacités, on entend par capacités une combinaison fonctionnelle du savoir-être et du savoir-faire que chaque personne peut atteindre^21(*). La valeur de la vie d'une personne dépend d'un ensemble de combinaisons de façons d'être et de faire, définies comme des « fonctionnements ». Ceux-ci peuvent varier des éléments les plus simples comme le fait d'être adéquatement nourri, avoir une bonne éducation, être en bonne santé, être adéquatement logé, prévenir la morbidité, aux éléments les plus complexes comme le fait d'être heureux, avoir confiance en soi, prendre part à la vie communautaire et apparaître en public sans avoir honte. Les capacités représentent les différentes combinaisons de « fonctionnements » qu'un individu ou un ménage peut réaliser. Elles confèrent à chaque personne l'habileté et la liberté de mener un type de vie plutôt qu'un autre.

Pour cette approche, ce qui manque à un individu ou à un ménage pour qu'il ne soit pas considéré comme pauvre n'est ni l'utilité, ni la satisfaction des besoins de base, mais des habiletés ou des capacités humaines. Par exemple, une personne éduquée à qui son environnement permettrait d'accéder à un emploi rémunérateur, mais qui choisirait de consommer du loisir plutôt que de travailler, ne serait pas considérée comme pauvre sur la seule base de son faible revenu. Selon cette approche, elle serait considérée comme non pauvre.

Un individu ou ménage est donc considéré comme pauvre s'il n'a pas les capacités (capital humain et physique) nécessaires pour atteindre un certain sous-ensemble de fonctionnements considéré comme raisonnablement minimal.

L'approche basée sur les besoins de base analyse le bien-être en termes d'accomplissements ou de résultats. Contrairement à l'approche utilitariste ou le seul accomplissement est l'utilité, l'espace des accomplissements est multidimensionnel dans l'approche des besoins de base. Le bien-être est considéré comme un ensemble d'éléments jugés essentiels pour mener une vie décente. Ces éléments sont définis en fonction des caractéristiques de chaque société. Ils comprennent notamment : une alimentation adéquate, une bonne santé, une éducation de base, un logement adéquat, des aménagements sanitaires et un bon habillement.

Selon cette approche, ce qui manque à un individu (ou un ménage) pour qu'il ne soit pas considérée comme pauvre n'est ni l'utilité, ni les habiletés ou les capacités humaines mais un ensemble de besoins reconnus comme essentiels au sein d'une société donnée pour mener une vie décente.

L'approche des besoins de base est ainsi considérée comme étant moins abstraite que l'approche utilitariste. Elle est donc facile à utiliser. Néanmoins, l'un des principaux problèmes auxquels elle se heurte est la détermination même des besoins de base. La liste des besoins essentiels est habituellement une liste ouverte et il n'y a pas nécessairement toujours de consensus sur ce que devrait être cette liste. Un autre problème concerne ce qui devrait être considéré comme minimum requis pour ne pas être considéré comme pauvre.

2.2.3.3. Mesure de la pauvreté

Autant il est difficile de donner une définition claire et dépourvue de toute ambiguïté de la pauvreté, autant il est difficile de pouvoir la mesurer ou de la quantifier. En effet la diversité conceptuelle qui entoure la notion de pauvreté est évidemment problématique au moment de l'élaboration des indicateurs empiriques d'évaluation de la pauvreté (Razafindrakoto et Raubaud, 2005).

La quantification de la pauvreté passe par la détermination du niveau de bien-être des individus et d'un seuil à partir duquel une personne peut être considérée comme pauvre. La détermination du seuil de pauvreté se fait au moyen d'indicateurs composites et d'indices de pauvreté.

Pour évaluer la pauvreté monétaire, on utilise généralement le revenu ou la consommation comme indicateur de bien-être. Pour se faire, on doit disposer des données exhaustives sur le niveau de revenu ou de dépense des ménages. Très souvent, la consommation est préférée au revenu, dans la mesure où la consommation des ménages est étroitement liée au bien-être de ceux-ci, alors que le revenu courant est un mauvais reflet des ressources du ménage. En effet le revenu d'un ménage ne représente pas toujours sa consommation. Il est généralement largement sous-estimé, et constitue une piètre approximation du bien-être (Fambon, 2004).

La détermination du seuil de pauvreté dans le cadre des études se basant sur un indicateur de bien-être fait l'objet de divergence au sein du collectif des analystes. Les points de vue restent partagés quant à l'adoption d'un seuil de pauvreté absolu qui représente le montant minimum nécessaire à un individu pour se procurer ses besoins fondamentaux sur le marché, c'est la méthode adoptée par L'INS Cameroun. Où l'adoption d'un revenu médian, qui représente le montant minimum pour atteindre un niveau de bien être ordinairement observé dans la société, c'est le cas de L'INSEE (Institut National de la Statistique et des Etudes Economiques) qui retient généralement 50 % du revenu médian. Alors qu'au niveau Européen, les statisticiens retiennent 60 % du revenu médian (Lekeumo, 2008). Alors, on retient comme pauvre tout ménage dont le niveau de vie est très inférieur à celui de la majorité de la population, qui a un niveau de vie inférieur à cette ligne.

La Banque Mondiale fonde son évaluation de la pauvreté dans le monde sur deux seuils de pauvreté reconnu au plan international, un et deux dollars environ par jour en parité de pouvoir d'achat de 1993. Le seuil de un dollar par jour est un seuil caractéristique des pays à faible revenu et le seuil de deux dollars celui des pays à revenu intermédiaire.

La pauvreté est de plus en plus appréhendée par les auteurs comme un phénomène multidimensionnel. Qualifier un individu de pauvre nécessite que l'on ne prenne plus en compte uniquement les variables liées au revenu ou à la consommation, mais que l'on s'intéresse aussi aux variables telles que la santé, l'éducation, les conditions d'habitat, toute chose pouvant éviter à l'individu d'être marginalisé dans la société.

La mesure de la pauvreté suivant l'approche non monétaire exige donc de définir ou alors d'arrêter un nombre de variables pertinentes représentatives de la position sociale d'un individu. Il faut cependant noter le caractère arbitraire du choix de ces variables, car celles-ci dépendent souvent plus ou moins fortement de la perception de l'analyste ou du statisticien chargé de l'évaluation de la pauvreté.

Les enquêtes du type EDS, MICS et ECAM sont des enquêtes destinées à permettre une évaluation aisée de la pauvreté en « condition d'existence » ; elles contiennent des « items » qui servent à relever les caractéristiques sanitaires, éducationnelles et d'habitat des ménages. Pour la mesure de la pauvreté non monétaire, deux principales approches sont proposées dans la littérature :

- Certaines études comme c'est le cas pour l'enquête ECAM, après avoir retenu les « items » entrant dans la caractérisation de la pauvreté d'existence, déterminent la proportion de la population qui possède ou non les caractéristiques de ces « items ».

- La seconde méthode est celle qui consiste à calculer un Indicateur Composite de Pauvreté (ICP) ou encore un Indicateur Composite de Bien-être (ICBE). Cette méthode utilise les techniques d'analyse factorielles de composantes principales (Filmer et Pritchett, 2001), de correspondances multiples (Asselin, 2009), d'analyse en facteur (Sahn et Stifel, 2001) et de l'analyse en facteurs multiples (Foko et al, 2007). Plusieurs études sur la mesure de la pauvreté en Afrique ont été réalisées en utilisant cette deuxième méthode par exemple Foko et al (2007), Ningaye et al (2006) pour le Cameroun ; Ayadi et al (2007) pour la Tunisie ; Ki et al (2005), Diagne et al (2005) pour le Sénégal ; Diarra et al (2009) pour la Cote D'Ivoire.

Bon nombre d'indicateurs utilisés relèvent non pas d'une seule approche, mais de deux ou plusieurs approches. Il s'agit en général des indicateurs composites calculés à partir des indicateurs simples. Un indicateur composite bien connu est l'indicateur de développement humain (IDH) conçu par le PNUD. Cet indicateur combine trois éléments : le revenu en terme de PIB réel par habitant basé sur la parité du pouvoir d'achat, la durée de vie mesurée par l'espérance de vie à la naissance et le niveau d'éducation, mesuré par un indicateur combinant pour deux tiers le taux d'alphabétisation des adultes et pour un tiers le taux brut de scolarisation de tous les niveaux confondus. Un autre indicateur bien connu est l'indicateur de pauvreté humaine (IPH-1) appliqué pour les pays en développement. Son estimation prend en compte des insuffisances représentées en termes de : (i) longévité par le pourcentage de la population risquant de décéder avant 40 ans ; (ii) du manque d'instruction représenté par le taux d'analphabétisme des adultes ; (iii) et du manque de conditions de vie décentes assimilé à la moyenne arithmétique simple du pourcentage d'individus privés d'eau potable, du pourcentage de ceux privés de soins de santé et du pourcentage des enfants de moins de cinq ans souffrant de malnutrition.

2.2.3.4. Les seuils de pauvreté

Dès qu'une mesure de la pauvreté a été définie au niveau des ménages ou des individus, l'étape suivante consiste à définir une ou plusieurs lignes de pauvreté. Les lignes de pauvreté sont des points limites, pour un indicateur donné, qui séparent les pauvres des non pauvres. On distingue deux types de seuils de pauvreté : le seuil relatif et le seuil absolu.

Le seuil relatif de pauvreté est fixé en fonction de la distribution de revenu (ou d'un autre indicateur de bien-être) dans la population étudiée. Il part du principe que la pauvreté est un phénomène relatif pour les membres d'une même société. Sur cette base, il existerait toujours des ménages pauvres dans chaque société. Par exemple, sur la base d'une distribution de revenus ou des dépenses des ménages, on peut décider que les ménages ayant un revenu inférieur au revenu moyen ou médian seraient considérés comme pauvres.

Le seuil absolu de pauvreté est fixé indépendamment de la distribution de l'indicateur de bien-être. Ce seuil est généralement normatif, dans la mesure où il est basé sur un minimum de biens et services jugés nécessaires pour assurer la survie d'une personne dans un contexte socio-économique et un environnement physique donnés. La liste des biens et services constituant ce seuil peut varier selon les valeurs, les habitudes et les priorités dans chaque communauté^22(*).

Bien que certaines approches préconisent qu'on devrait déterminer un seuil de pauvreté pour chaque individu sur la base de ses besoins, ses aspirations et ses capacités, cela ne s'est jamais concrétisé dans les faits. En pratique, on détermine un seuil de pauvreté pour un groupe d'individus ayant les conditions socio-économiques relativement homogènes. Ainsi un seuil de pauvreté peut être défini non seulement au niveau d'un pays donné, mais également au niveau d'une région donnée, ou encore d'une ville donnée.

· Dans un premier temps, on détermine le seuil de pauvreté alimentaire sur la base des besoins nutritionnels des individus selon le milieu naturel, soit par exemple 2500 kilocalories par personne et par jour. Il s'agit de convertir les besoins nutritionnels en quantité d'aliments à l'aide des tables de composition des aliments et de valoriser les quantités d'aliments calculés aux prix du marché.

· Dans un deuxième temps, on estime la valeur de la composante non alimentaire au prorata du seuil alimentaire selon les habitudes de consommation des individus ou les estimations des experts. La composante non alimentaire couvre d'autres éléments nécessaires pour assurer la survie de la personne, tel que l'habillement, le logement etles soins de santé de base.

· Finalement, on détermine le seuil global de pauvreté en considérant la somme de la composante alimentaire et de la composante non alimentaire. Les ménages dont les dépenses de consommation sont inférieures au seuil de pauvreté global sont considérés comme pauvres tandis que ceux dont les dépenses sont inférieures au seuil de pauvreté alimentaire sont considérés comme extrêmement pauvres (Mpatswenumugabo et al 2007).

Un seuil absolu de pauvreté peut être également établi sur une base internationalement acceptée. Il s'agit, par exemple, de la norme d'un ou de deux dollars américains (en parité du pouvoir d'achat) par personne et par jour.

Le seuil de pauvreté peut être défini en considérant un nombre requis de besoins essentiels qui doivent être satisfaits pour qu'un ménage ne soit pas considéré comme pauvre.

Des lignes de pauvreté alternatives peuvent généralement être définies sur la base des points de vue et des perceptions de la population. De telles mesures se fondent sur les questions posées aux ménages à propos de leur situation telle qu'ils la perçoivent, de leur opinion à l'égard des standards de revenu ou des besoins, et des classements de la pauvreté dans la communauté.

2.2.3.5. Les indices de pauvreté

Dans les analyses de pauvreté, en particulier en ce qui concerne l'établissement du profil de pauvreté, les indices FGT^23(*) sont les plus populaires. C'est d'ailleurs cette famille d'indices qui va nous permettre d'effectuer nos analyses dans cette étude. Bien que ces indices aient été le plus souvent utilisés dans les analyses de pauvreté où l'indicateur de pauvreté est reflété par le niveau de consommation ou de revenu, leur application peut être étendue aux autres indicateurs non monétaires. La famille des indices FGT est constituée de l'incidence, de la profondeur et de la sévérité de la pauvreté (Foster et al, 1984).

L'incidence de pauvreté représente la proportion de la population ou des ménages dont le revenu ou la consommation se situe en dessous du seuil de pauvreté, c'est-à-dire la part de la population ou des ménages qui ne peut pas se permettre d'acheter le panier de produits correspondant au minimum vital. De même. Dans le cas des indicateurs non monétaires, l'incidence de la pauvreté mesure la part de la population ou des ménages qui n'atteignent pas le seuil défini (par exemple le pourcentage de la population n'ayant pas accès à l'eau potable. Le pourcentage de la population ayant bénéficié moins de trois ans d'éducation).

La profondeur de la pauvreté indique la distance à laquelle les ménages se trouvent par rapport au seuil de pauvreté. Dans le cas de l'analyse monétaire, elle mesure le déficit collectif moyen de revenu ou de consommation par rapport au seuil de pauvreté pour l'ensemble de la population. La profondeur de la pauvreté est obtenue en faisant la somme de tous les déficits des individus en situation de pauvreté (en supposant un déficit de zéro pour les non pauvres) et en divisant le résultat total par le total de la population. Elle indique le niveau de dépenses nécessaires pour permettre à chaque personne d'atteindre un niveau de revenu ou de consommation égal au seuil de pauvreté. En d'autres termes, elle permet d'évaluer le total de ressources pour amener l'ensemble de la population pauvre au niveau du seuil de pauvreté, autrement dit pour éliminer la pauvreté. Cette mesure peut être également appliquée aux indicateurs non monétaires.

La sévérité de la pauvreté est la moyenne des carrés des écarts entre le niveau de consommation des pauvres et le seuil de pauvreté. Cette mesure tient compte non seulement de la distance séparant les pauvres du seuil de pauvreté, mais aussi de l'inégalité entre les pauvres. Elle attribue une pondération plus importante aux ménages situés à une plus grande distance du seuil de pauvreté. Plus la proportion des ménages pauvres est grande, plus la sévérité est forte. Et plus il y a dispersion des pauvres autour de leurs dépenses moyennes, plus la sévérité est forte. L'application de cette mesure aux indicateurs non monétaires est très limitée.

D'autres indices utilisés dans l'analyse de la pauvreté sont par exemple, (i) le coefficient d'inégalité de Gini (qui mesure l'inégalité dans la distribution de l'indicateur retenu dans les ménages étudiés) et (ii) l'indice composite de SST^24(*) qui combine l'incidence, la profondeur et le coefficient d'inégalité de Gini en terme de profondeur de la pauvreté (Mpatswenumugabo et al 2007).

2.3. LA RELATION CROISSANCE-EMPLOI-PAUVRETE : UNE REVUE DE LA LITTERATURE

Les auteurs ont-ils toujours considéré la croissance comme un facteur favorable à l'emploi ? Ou alors la convergence est elle du coté de l'emploi comme déterminant de la croissance ? Que dire de l'interaction croissance-emploi-réduction de la pauvreté dans les pays en développement en général, et au Cameroun en particulier? C'est en filigrane les questions auxquelles ce cadre théorique et empirique prétend répondre. Cette réponse peut cependant être déclinée en deux grandes approches analytiques. D'une part, une revue des travaux théoriques qui résume les théories d'Okun et ses extensions ainsi que les approches en termes de croissance endogène et d'autre part les travaux empiriques auxquelles se combinent toutes les tentatives récentes d'analyse de la relation croissance-emploi-pauvreté, appliqués à l'Afrique en général et au Cameroun en particulier : Toutes choses qui posent les jalons des hypothèses de cette recherche.

2.3.1. Revue des travaux théoriques

Il existe deux approches théoriques majeures mettant en relation la croissance et la quantité de travail : les travaux fondateurs d'Okun et la théorie de la croissance endogène.

Aux sources de la profusion des travaux sur le tandem croissance-emploi se trouve l'article d'Arthur Okun (1962). En se servant des données trimestrielles de l'économie Américaine sur la période 1947-1960, Okun parvient à montrer qu'il existe entre le chômage et la croissance une relation inverse d'approximativement 1 pour 3. En d'autre termes, une réduction de 1% du taux de chômage est de nature à accroître le produit de 3% et inversement. Ainsi pour un niveau stable de la population active, une augmentation de la production induit un accroissement de l'emploi. Pour parvenir à ce résultat, Okun se propose initialement de mesurer le produit potentiel comme concept de court terme et essentiel dans la formulation des politiques monétaires et fiscales. Il définit le produit potentiel comme le niveau de produit correspondant à un taux de chômage de 4%. C'est une mesure des capacités de production qui permet de définir l'effort de production à réaliser pour ramener le taux de chômage au seuil minimal de 4%. Pour ce faire Okun utilise les trois spécifications suivantes :

Cette méthode consiste à régresser les variations du chômage (Y) sur les variations de la production nationale (X) en pourcentage.

En utilisant des données trimestrielles de 1947 à 1960, Okun obtient la relation ajustée suivante :

Ainsi sur la base de cette estimation, le chômage croîtra d'un trimestre à l'autre de 0,3 point si le produit national demeure inchangé. De la même manière, une augmentation d'un point du produit national entraîne une baisse de 0,3 points du chômage. Ainsi à chaque point du temps, en prenant le trimestre précédent comme donné, un point supplémentaire du chômage génère une baisse de 3,3% du produit national.

Cette méthode consiste à sélectionner et à tester certains sentiers exponentiels du produit potentiel. Les critères ici sont la qualité d'ajustement, l'absence de tendance dans les résidus, et le principe selon lequel le produit potentiel devrait égaler le produit effectif pour un taux de chômage de 4%. On a la spécification suivante : U= a + b (gap) + å

Selon cette approche, un accroissement du taux de chômage de 1% est associé à une perte de produit potentiel de 2,8%, ou un peu plus s'agissant du produit effectif si celui-ci est en dessous du produit potentiel.

La première méthode décrite utilisait les variations du chômage et du produit. La seconde méthode utilisait des variables à niveau, mais supposait la tendance de croissance du produit pour un niveau constant de taux de chômage. Il est cependant également possible de dériver le coefficient emploi produit des données à niveau sans supposer de tendance. Le présent modèle permet ce type de calcul :

N est l'emploi total à la période t, P₀ le niveau initial du produit potentiel, r le taux de croissance du produit potentiel, A le produit effectif, a l'élasticité constante du taux de sous-emploi au taux d'utilisation des capacités de production.

Il émerge de cette spécification que le coefficient d'élasticité estimé varie entre 0,35 et 0,40, suggérant qu'une augmentation d'un point du produit effectif impliquerait un glissement légèrement inférieur à 3% de l'emploi vers le haut. L'uniformité qui résulte de ces différentes méthodes est l'existence d'un rapport de 3 pour 1 entre la croissance du produit et l'emploi.

Cette uniformité s'explique par le fait que la modification du produit, et donc de la croissance, induit une baisse du taux d'intérêt, un accroissement des investissements et du nombre de postes de travail disponibles. Par ailleurs, la croissance modifie la structure de la population active, en accroissant le nombre d'heures ouvrées du fait d'une préférence accrue pour le marché du travail, elle-même relative à l'accroissement des opportunités de gain.

Cette relation qualifiée de loi d'Okun a véritablement gagné la conviction des économistes à en croire Gordon (1984). Selon celui-ci : « cette relation est devenue populaire en macroéconomie parce que d'une part, elle s'est avérée suffisamment stable et fiable durant ces vingt dernières années pour être érigée en loi, et d'autre part, elle a court-circuité toutes les autres études les unes aussi complexes que les autres, qui ont analysé et expliqué la relation croissance économique - chômage ». ^25(*)

Traitant de la loi d'Okun, il est indispensable de présenter quoique brièvement des travaux récents portant sur les asymétries de celle-ci. Récemment, des études ont eu pour objectif de discuter de la stabilité du coefficient d'Okun. En ce sens, elles ont testé empiriquement l'asymétrie de cette relation et mis en évidence le fait que les phases d'expansion et de récession de l'activité n'avaient pas les mêmes effets sur le chômage sur les données américaines (Courtney, 1991 ; Palley, 1993 ; Lee, 2000 ; Virèn, 2001 in Harris et al, 2001). Pour ces auteurs, l'asymétrie de cette relation est due à la substitution des facteurs de production selon les phases du cycle, les fluctuations de la productivité, ainsi que les variations dans la distribution des taux de croissance par secteur d'activité. En outre, Courtney (1991) conclut par exemple qu'imposer une symétrie dans l'estimation de la loi d'Okun conduit à une sous-évaluation de l'accroissement du chômage (baisse de l'emploi) durant les récessions et à une surévaluation de la réduction chômage (hausse de l'emploi) durant les phases d'expansion. Au total, l'analyse d'Okun donne une part importante à la croissance dans la dynamique de l'emploi. Cependant, il lui est souvent reproché d'être pas trop statistique. Les analyses basées sur la croissance endogène que nous allons aborder dans la suite de cette sous section se proposent de pallier cette lacune, mais également d'enrichir la théorie des spécificités Africaines de la relation.

Des analyses vont se succéder dans la décennie 1990, à la suite des théories de la croissance endogène, pour tenter de donner un substrat théorique à la relation découverte par Okun. On va ainsi noter les travaux de Aghion et Howitt (1992) qui en utilisant la version schumpétérienne du modèle de croissance endogène montrent que lorsque la croissance est essentiellement portée par le progrès technique, le processus de « destruction créatrice » énoncé par Schumpeter, peut générer un haut niveau de chômage durant les périodes où les nouvelles technologies remplacent les anciennes.

Il convient de dire que l'arrivée d'une nouvelle technologie induit l'inutilité de tous les emplois afférents à l'ancienne technologie. Par exemple, l'arrivée d'un ordinateur qui est à mesure à la fois de faire du traitement de texte, du graphisme, de l'arithmétique induit de fait une perte d'au moins deux emplois relatifs à ces différentes tâches. Ainsi un employeur préfèrera former une secrétaire qui ferra à la fois du traitement de texte, du graphisme et de l'arithmétique. Les deux autres emplois seront ainsi perdus. Par ailleurs, la nouvelle technologie peut créer de nouveaux emplois, dans la mesure où, pour prendre l'exemple précédent, l'arrivée d'un ordinateur suppose la nécessité d'embaucher des agents de maintenance, des analystes programmeurs, sans compter tous les métiers et autres emplois indirects (relevant notamment de la généralisation de l'usage de l'outil informatique). Au total, la croissance étant alimentée par le processus de destruction créatrice, peut entraîner une perte élevée (un gain élevé) d'emplois, tout dépend alors du rapport entre le nombre d'emplois créés et le nombre d'emplois détruits. Pissarides et Mortensen (1994) développent un modèle similaire, et montrent que le sens de la causalité dépend essentiellement de la comparaison entre l'effet de capitalisation et l'effet de destruction créatrice^26(*)Pour ces auteurs, tout dépend de la facilité avec laquelle les firmes se déplacent vers la frontière technologique. A ce niveau, il faut noter que la vitesse d'innovation au sein d'une entreprise détermine la vitesse de création (destruction) des emplois. Plus la fréquence des innovations est élevée, plus la fréquence des destructions (création) est élevée.

Cependant, il est de plus en plus admis à la suite des travaux de Pissarides (1990), qu'à court terme, la croissance économique peut favoriser une destruction des emplois, créant ainsi un chômage frictionnel. Mais à long terme, la croissance est favorable à l'emploi. Ericksson (1997) pense que la question pertinente n'est pas celle de savoir si la croissance crée ou détruit des emplois, mais de savoir sous quelles conditions un arbitrage est possible entre croissance et emploi. En d'autres termes, peut-on simultanément accroître la production et l'emploi ? ClasEricksson se sert pour répondre à cette préoccupation, d'un modèle sur la base de Pissarides(1990), mais intégrant des préférences conformes au modèle de croissance optimale de Ramsey. Le modèle de Pissaridesdécrit un marché du travail dans lequel la recherche et l'ajustement entre postes vacants et emplois demandés se fait à travers un processus de recherche à l'initiative du quel se trouve chacun des protagonistes. Ainsi l'entreprise recherche activement des employés et pourvoit des postes en fonction de ce qu'il lui coûte de garder des postes vacants. Ce coût est fonction du salaire en vigueur. De la même manière, le travailleur recherche activement un travail, en se donnant comme limite inférieure de salaire le montant de l'allocation chômage. Le volume de l'emploi est ainsi égal à la différence entre le nombre de postes vacants pourvus, et le nombre de postes libérés. L'état stationnaire, c'est-à-dire le niveau de chômage qui correspond à un flux d'emploi nul est alors fonction du volume d'emploi qui correspond au nombre de postes vacants, du taux de débauche et de la taille du marché du travail. La taille du marché du travail est ainsi définie comme le rapport entre le nombre de postes vacants et le nombre de chômeurs. Ericksson introduit des préférences inter temporelles des ménages dans le programme du producteur. On note ici que le programme du producteur consiste en la maximisation de son profit (différence entre sa production, le coût inhérent aux postes vacants et les coûts de production). Il montre ainsi que quelque soit le régime de croissance, exogène ou endogène^27(*), sous l'hypothèse d'une faible élasticité de substitution inter temporelle de la consommation des ménages, c'est-à-dire, si le profil de consommation des ménages se modifie peu lorsque les prix changent dans le temps, la croissance induit une hausse du taux d'intérêt. De cette hausse dérive deux résultats principaux.

Résultat 1 : dans la mesure où le choix de l'entreprise de pourvoir à un poste dépend de la comparaison entre le coût d'un poste vacant et le taux d'intérêt, lorsque la croissance est stimulée par des investissements en recherche et développement, financés par l'Etat, il existe un arbitrage entre emploi et croissance, car il est alors moins coûteux de conserver un poste vacant. Une augmentation de la croissance se traduit alors par une baisse de l'emploi.

Résultat 2 : si la croissance est stimulée par la baisse de la taxation sur le capital, l'octroi des allocations chômage, ou les préférences des consommateurs, ce qui est bon pour la croissance l'est aussi pour l'emploi. En effet, il y a à la foi un effet revenu résultant de la baisse du coût du capital, et une hausse du pouvoir d'achat et des capacités de recherche des chômeurs. La croissance induit alors une hausse de l'emploi.

Cette analyse d'Ericksson est intéressante dans la mesure où elle intègre l'étendue et la complexité du marché du travail. Notamment l'interrelation entre l'offre et la demande quantitative de travail, la spécificité des préférences individuelles et la relation salariale dans un processus de long terme. Cependant cette analyse a la faiblesse d'être très dépendante de l'élasticité de substitution inter temporelle du consommateur. Par ailleurs le modèle présenté est complexe à tester car il met en exergue des variables qui ne sont pas toujours observables dans la réalité (l'élasticité inter temporelle par exemple).

Face à ce débat théorique important, une littérature s'est récemment développée pour examiner la relation entre la croissance et la réduction de la pauvreté avec l'emploi comme variable de liaison.

2.3.2. Revue des travaux empiriques

Face à la paupérisation croissante des populations dans certaines régions du monde et plus particulièrement en Afrique, les auteurs ont recherché plusieurs mécanismes par lesquels une croissance économique serait de nature à réduire considérablement l'extrême pauvreté en favorisant l'augmentation du revenu des pauvres ainsi que leur productivité. Ainsi, l'analyse de la relation entre croissance économique et réduction de la pauvreté s'est effectuée à travers plusieurs phases dans la littérature de l'économie du développement.

Les premières théories de l'économie du développement ont mis en exergue la possibilité que les effets de la croissance économique soient automatiquement transmis aux pauvres (Kuznets, 1955 ; Adelman et Morris, 1973 ; Chenery et al 1974)^28(*). A partir de là, des questions ont émergé afin de comprendre les mécanismes par lesquels cette transmission est rendue possible.

Un récent axe de recherche a pris en compte la possibilité que l'emploi puisse constituer cette courroie de transmission entre croissance économique et réduction de la pauvreté. Ainsi, beaucoup d'études ont montré que, bien que la croissance économique soit nécessaire à la réduction de la pauvreté, elle n'est cependant pas la condition suffisante (Dagdeviren et al, 2002 ; Goudie et Ladd, 1999 ; Mc Kay, 1997 ; Ravallion, 2001). Certaines de ces études ont mentionné le caractère intensif en main d'oeuvre de la croissance économique comme déterminant fondamental de la réduction de la pauvreté (World Bank, 1990 ; Squire, 1993, Mc Kay, 1997). Mais, aucune de ces études n'a explicitement et empiriquement examiné l'interaction croissance - emploi - réduction de la pauvreté.

Il faudra attendre les études de Demeke et al (2003), Islam (2004), Kabananukye et al (2004), Kapsos (2005), consacrées aux pays en développement dans lesquels on retrouve nombre de pays africains, pour palier les insuffisances précédemment évoquées. Selon ces auteurs, la relation croissance-emploi est au coeur de la problématique de la réduction de la pauvreté. Ainsi comprendre les conditions sous les quelles la croissance s'enrichit en emploi est déterminant dans la réduction de la pauvreté. Islam (2004) pense que le niveau de l'élasticité de l'emploi par rapport à la croissance dépend du niveau de développement du pays et des dotations factorielles de celui-ci. Il pense par ailleurs qu'en investissant dans des secteurs à haute intensité de main d'oeuvre (HIMO), on améliore l'élasticité globale, calculée ici comme la moyenne pondérée des élasticités sectorielles.

Par ailleurs, Demeke et al (2003), pensent que l'analyse simple de l'élasticité croissance emploi n'est pas pertinente. En d'autre terme, une telle élasticité a une signification si on tente d'observer corrélativement l'évolution de la productivité du travail. Il se peut en effet, qu'une élasticité élevée, couplée à une productivité du travail faible traduise une création hautement élevée d'emplois appauvrissant.

Quelques auteurs ont procédé à une estimation des élasticités de l'emploi dans quelques pays africains. Ainsi, d'après Kabananukye(2004), l'élasticité globale de l'emploi par rapport à la croissance en Ouganda s'établit à 1,13 entre 1992 et 1997. Par ailleurs, l'agriculture absorbe une partie importante de la main d'oeuvre. Mais l'élasticité dans ce secteur se situe à 2,5, traduisant une diminution importante de la productivité du travail dans ce secteur. Dans le cas de l'Ethiopie, Demeke et al. (2003) estiment des élasticités arc dans les secteurs majeurs de l'économie à savoir, l'agriculture, l'industrie et les services. Les valeurs de ces élasticités sont élevées, ce qui suggère d'une part que des investissements dans ces secteurs vont créer des opportunités importantes d'emplois dans le pays, et réduire la pauvreté. Cela suggère également que l'expansion de l'emploi dans ces secteurs ne s'est pas accompagnée d'une croissance de la productivité du travail d'autre.

La plupart des études dans lesquelles ont été estimées les élasticités arc sectorielles montrent que la productivité du travail a diminué, du fait que l'élasticité de l'emploi s'est avérée dans nombre de cas, supérieure à l'unité. Comme le soulignent Demeke et al. (2003), sur le plan théorique, l'on anticipe que l'élasticité de l'emploi par rapport à la production diminue progressivement dans le temps et selon que le pays se développe et possède de moins en moins le facteur travail en abondance.

La chute de l'élasticité constatée dans certains pays africains par exemple ne devrait pas être interprétée comme un signe de maturité de ces économies, mais comme un problème lié à la faible fiabilité des données collectées sur l'emploi. Ainsi, les élasticités de l'emploi qu'utilisent les économistes dans les Pays en Développement (PED) sont peu fiables car la valeur de l'emploi prise en compte dans les calculs ne distingue pas une personne employée à plein temps et une personne sous-employée (Kabananukye et al 2004).

L'analyse de l'intensité de la croissance en emploi, à travers le calcul des élasticités a été rigoureusement abordée par Kapsos (2005). Cette étude s'est proposée de présenter une méthodologie de calcul de l'intensité de la croissance en emploi, et par la suite de rechercher les déterminants de cette intensité. L'auteur présente deux approches de calcul de l'élasticité emploi de la croissance non équivalente. L'élasticité de l'emploi à la production peut se définir comme la variation en pourcentage du nombre de personnes employées consécutive à une variation en pourcentage de la production. Sur la base de cette définition la plus large possible, Kapsos définit deux types d'élasticités : l'élasticité point et l'élasticité arc.

Un autre axe d'études, pas des moindres est constitué des analyses empiriques effectuées dans le contexte camerounais. En effet, une étude menée par Yogo(2009) est parvenu aux résultats selon lesquels la croissance exerce un effet positif sur la quantité de travail au Cameroun. Ainsi, une croissance de 1% permet un accroissement de 0,68% de l'offre quantitative de main d'oeuvre. Il convient également de dire que cette analyse lui a permis de présumer que le secteur industriel est celui qui a le plus haut niveau de productivité du travail, tandis que le secteur des services présente une très faible productivité du travail au Cameroun et il y'a aussi lieu de déduire que les emplois en majeure partie créés dans le secteur des services sont à faible productivité du travail et donc à bas salaires. Et comme ce secteur est celui qui s'est le plus enrichi en emplois sur le long terme, cela veut dire qu'une bonne partie des emplois créés, tous secteurs confondus est à bas salaires. Ce résultat est par ailleurs conforme aux statistiques présentées par l'institut national des statistiques du Cameroun et relatives à la phase 1 de l'enquête sur l'emploi et le secteur informel au Cameroun (2005). Selon cette enquête, sept travailleurs camerounais sur 10 tirent de leur activité principale moins du salaire minimum fixé à 28265Frs.

En exploitant les bases de données ECAM I et II, NDamsa et Baye (2011) ontanalysé la nature de la relation existant entre l'emploi et la pauvreté au Cameroun. Les résultats de cette étude montrent que la baisse du revenu total du travail des ménages dans le quintile le plus pauvre est attribuable à la participation au marché du travail et au nombre moyen de jours travaillés, mais atténuée par des revenus quotidiens moyens et des taux d'emploi.

De la littérature théorique et empirique qui précède, nous déduisons les deux hypothèses suivantes :

H₁ : la croissance économique a un impact positif sur l'offre quantitative de travail au Cameroun.

H₂ : les effets intra-sectoriels et intersectoriels de l'emploi contribuent positivement à la réduction de la pauvreté au Cameroun.

Tandis que la première hypothèse va nous permettre de tester la réaction de l'emploi suite à une variation du PIB suivant la loi d'Okun et les théories de la croissance endogène,la seconde va permettre de tester l'impact des effets sectoriels de l'emploi sur la variation totale de la pauvreté au Cameroun

2.4. CRITIQUE DE LA REVUE DE LA LITTERATURE

Les travaux présentés précédemment portant sur les analyses théorique et empirique mettant en relation la croissance et l'emploi pour les premiers et les trois concepts croissance, emploiet pauvreté pour les seconds sont sans conteste assez édifiants pour l'atteinte de l'objectif principal de cette recherche qui se propose de déterminer comment les fruits de la croissance économique peuvent être transmis aux pauvres dans le contexte du Cameroun. Néanmoins, il convient de relever quelques insuffisances liées à cette littérature.

En effet, l'étude de Yogo (2009) effectuée dans le contexte du Cameroun s'est fondamentalement basée sur le calcul de l'élasticité de l'emploi par rapport à la croissance ainsi que la recherche des déterminants de cet élasticité en faisant usage de la méthode de l'élasticité arc qui malgré sa simplicité présente une limite majeure liée à sa forte variabilité d'une période à une autre (Kapsos , 2005). Pour tenter donc de pallier à cette faiblesse dans cette étude nous faisons usage de la méthode de l'élasticité point.Par ailleurs, une autre limite de cette étude vient de ce qu'elle traite de façon très marginale du lien entre le marché du travail et la pauvreté.

Les travaux de NDamsa et Baye (2011) bien que présentant les interactions entre les emplois sectoriels et les variations de la pauvreté au moyen des effets intra et intersectoriels de l'emploi ne donnent aucune information sur l'interrelation ou le lien entre la croissance et le marché du travail au Cameroun ce qui en fait aussi une étude partielle.

De façon globale, les critiques de cette littérature se fondent sur le fait qu'à notre connaissance aucune étude n'a encore analysé à la fois théoriquement et empiriquement la relation croissance-emploi-pauvreté dans le contexte du Cameroun.

2.5. CONCLUSION

Ce chapitre avait pour objectif de clarifier les concepts de croissance de marché du travail et de pauvreté et de préciser les orientations que nous en retenons pour orienter cette recherche. En second lieu, il était question de présenter dans le cadre d'une revue de la littérature les différentes théories économiques et les travaux empiriques qui sous tendent et ont précédés respectivement cette étude. Ainsi, après avoir donné des définitions opérationnelles aux concepts, nous avons retenus les trois indicateurs que sont le PIB, l'emploi et le revenu monétaire comme les proxys respectifs de la croissance économique du marché du travail et de la pauvreté. En fin, nous avons relevé dans la présentation des travaux empiriques quelques limites qui inspirent les critiques que nous avons énumérés et qui constituent la raison d'être de cette étude qui nécessite pour l'atteinte de ses objectifs une présentation de l'évolution du contexte économique et social du Cameroun: ce qui fait l'objet du chapitre suivant.

Chapitre 20 CHAPITRE III : EVOLUTION DU CONTEXTE ECONOMIQUE ET SOCIAL DU CAMEROUN

3.1. INTRODUCTION

Dans le chapitre précédent, nous avons précisé que nous utilisions le PIB, l'emploi et l'indicateur de la pauvreté monétaire comme les proxys respectifs de la croissance, du marché du travail et de la pauvreté. Ainsi, ce chapitre a pour objectif de présenter un profil de ces indicateurs dans le contexte de cette étude, compte tenu de leur caractère évolutif. Nous allons donc mettre un accent particulier sur le profil du PIB dans la présentation de l'évolution du contexte économique du Cameroun tandis que la présentation du contexte social nous permettra de mettre un accent particulier sur le profil de l'emploi et de la pauvreté monétaire au Cameroun.

3.2. L'EVOLUTION DU CONTEXTE ECONOMIQUE DU CAMEROUN

Le Cameroun conserve trois atouts majeurs pour son développement: une production agro-alimentaire autosuffisante à 95 %, une industrie du bois et d'hydrocarbures performante et une production d'aluminium assise sur d'importantes réserves de bauxite (Kobou 2010).

Malgré son potentiel naturel, minéral et humain énorme, le Cameroun souffre encore aujourd'hui de plusieurs maux qui empêchent un véritable décollage économique soutenu: la corruption, une production énergétique déficitaire par rapport à la demande, des finances publiques insuffisamment assainies, une attractivité pour des investissements de capitaux privés et étrangers en retrait par rapport à d'autres pays, une lourdeur administrative souvent handicapante et une incidence de la pauvreté de 39,9 % (INS, 2007). À cela s'ajoute une inadéquation entre la formation des jeunes et les besoins du marché de l'emploi qui aggravent le chômage et l'ampleur du secteur informel ( http://fr.wikipedia.org/wiki/cameroun).

En 1995, la population active du Cameroun se répartissait comme suit : 80% dans le secteur primaire, 13% dans le secondaire et seulement 7% dans le tertiaire. 75% de la main-d'oeuvre urbaine travaillerait dans le secteur informel (secteur du travail non déclaré et donc en principe à faibles revenus) et 6 ménages sur 10 tireraient au moins une partie de leurs revenus de ce secteur informel (http://fr.wikipedia.org/wiki/cameroun). Cette importance du secteur informel aurait tendance à croître de plus en plus depuis la crise économique.

De 1961 à 2011, le Cameroun a enregistré une moyenne annuelle de 3,5% du PIB. C'est en 1978 qu'on enregistre le plus haut niveau (22) et c'est en 1967 qu'on enregistre le plus bas niveau (-10,9). Le changement enregistré entre la première et la dernière année est de 255%. Pour effectuer ce calcul, nous disposons des résultats pour 51 années de la période 1961-2011. En 1961, par rapport aux données mondiales disponibles, la part relative de ce pays est de 27,16%. En 2011, cette même part est de 153,63%(Banque Mondiale 2011). Cette évolution de la croissance économique au Cameroun peut se décliner en trois phases.

3.2.1. Une phase d'expansion économique (1965-1985)

Avec l'avènement de son indépendance qui le met dans la posture des pays capables de mener une politique économique autonome et sous l'impulsion de la vente des matières premières (café, cacao, coton, pétrole), le Cameroun voit sa croissance s'accélérer en terme réels: le Produit Intérieur Brut (PIB) par tête double quasiment tandis que la consommation des ménages par habitant est multipliée par 1,5 (Aerts, 2000). Au cours de cette période de boom, on distingue trois sous-périodes:

Ø de 1965 à 1977, la croissance atteint un rythme moyen annuel d'environ 4%, permettant une lente amélioration du PIB par tête (idem);

Ø de 1977 à 1981, la croissance s'accélère (+13% en moyenne), à la suite de la découverte du pétrole et de sa mise en exploitation (idem);

Ø de 1982 à 1985, la croissance se maintient à un rythme soutenu (autour de 8%) (idem).

Tout au long de la phase de décollage (1977-1985), le PIB réel par tête augmente rapidement, plaçant le Cameroun dans la catégorie des pays à revenu intermédiaire selon la classification de la Banque mondiale (Aerts, 2000). Trois ans plus tard, tout s'effondre et le Cameroun entre dans la crise.

3.2.2. La phase de crise économique (de 1988 à la mi-1994)

A la fin de l'année 1985, sans être optimale, la situation du Cameroun est relativement favorable. Les perspectives de croissance sont correctes et, grâce aux recettes pétrolières, le pays dispose d'une bonne marge de manoeuvre. Son endettement, dans la mesure où on le connaît, apparaît moins élevé que dans bien des pays voisins. Trois ans plus tard, tout s'effondre, prenant de court bien des observateurs et l'administration camerounaise qui n'ont pas vu venir la crise violente qui s'annonçait. La crise économique a fait son apparition avec la baisse du cours des produits d'exportation entre 1985 et 1988 et la chute conséquente des recettes de l'État à partir de 1989. Ainsi, entre 1985-86 et 1992-93, le PIB en volume a baissé de 23,7% et, en raison du rythme de croissance démographique annuel estimé à 3%, le PIB par tête s'est réduit de 38% (Dubois, 1997).

Face à la chute des recettes d'exportation et à la crise ambiante qui sévit, l'Etat s'est trouvé incapable de réaliser les équilibres macroéconomiques, ce qui a conduit à des déficits budgétaires cumulés ainsi que le déficit de la balance commerciale. Cette situation a pour conséquence majeure la démission des pouvoirs publics face aux obligations sociales. Dès lors, les premiers effets sociaux se sont fait ressentir: l'on a assisté à des pertes d'emplois, à la dégradation du niveau et des conditions de vie, aux difficultés d'accès aux services sociaux. Ils ont été suivis de troubles politiques et d'une dégradation générale des institutions publiques (Dubois, 1997).Pour inverser la tendance, l'économie a été mise sous ajustement structucturel.

3.2.3. La mise sous ajustement structurel de l'économie

Le Cameroun voulant renouer avec la croissance a procédé comme tous les pays de la zone franc par la dévaluation du FCFA en 1994. Celle-ci fait partie des facteurs ayant contribué au retour de la croissance économique. Ce qui s'est suivi par un programme triennal (1997-2000) concluant et l'admission du Cameroun au point de décision de l'Initiative en faveur des Pays Pauvres Très Endettés (IPPTE). La mise sur pied de ces différentes réformes a permis au Cameroun de retrouver le chemin de la croissance, ce qui a eu un effet important sur les secteurs sociaux. C'est ainsi que dans le secteur de l'éducation, l'on a assisté à la multiplication des établissements scolaires, à la gratuité de l'enseignement primaire, à l' amélioration des taux de scolarisation et dans le domaine de la santé l'on a assisté à la création des centres de santé ainsi qu'a la gratuité de certains soins à savoir la tuberculose et l'octroi gratuit des antis-rétroviraux(Banque Mondiale 2001).

Ces trois temps de l'évolution de l'économie camerounaise peuvent s'observer à travers le graphique ci-dessous qui représente l'évolution des taux de croissance au Cameroun de 1961 à 2011.

Graphique 3.1: Evolution du PIB camerounais sur la période 1961-2011

La figure 1 ci-dessus nous montre l'évolution des taux de croissance du Cameroun de 1961 à 2011. En effet, au regard de cette figure, il ressort que l'économie camerounaise alterne entre crises et reprises. Malgré quelques années de croissance négative, nous pouvons dire que l'économie camerounaise a connu une hégémonie de 1965 à 1986 (accentué par le boom pétrolier) atteignant son pic en 1978 avec un taux de croissance de 22,03%. A partir de 1978 tout s'effondre et c'est là le début de la crise qui sévit jusqu'en 1994. Avec la dévaluation du FCFA en Janvier 1994, l'économie camerounaise a renoué avec la croissance bien sûr avec des taux en dessous de 5% qui ne sauraient insuffler une dynamique de développement et engendrer une amélioration du bien être social.

3.3. L'EVOLUTION DU CONTEXTE SOCIAL

Le contexte social du Cameroun peut s'analyser suivant plusieurs secteurs ; notamment les secteurs de l'emploi, de l'éducation et de la santé. Nous allons présenter dans cette sous- section le profil de l'emploi et de la pauvreté, compte tenu des objectifs poursuivis dans cette étude.

3.3.1. L'évolution de l'emploi

Une étude faite par Yogo(2005) montre qu'au Cameroun, la double décennie 1965-1985, correspond à la période la plus riche en emploi. Cela peut principalement s'expliquer par une croissance robuste de 6% en moyenne annuelle sur cette période. Pour des raisons symétriques, la période la plus pauvre en emploi est la décennie 1985-1995. La reprise de 1995 s'est accompagnée d'un regain de l'emploi qui connaît alors une évolution moyenne annuelle de 4%. Par ailleurs, le secteur industriel semble avoir été le plus touché par la crise, avec une perte d'emploi en moyenne annuelle de 5,4%.

Le secteur des services semble au contraire y avoir bénéficié. L'une des explications plausibles est la facilité de reconversion dans le secteur informel des services. Il serait, par exemple, plus facile à un individu ayant perdu son emploi d'intégrer le marché de la vente des beignets que celui de la fabrication des chaussures. Cette évolution peut être représentée dans le graphique suivant.

Graphique 3.2: Evolution globale de l'emploi au Cameroun

Sources : Construction de Yogo (2005) sur la base des données de l'INS et du WDI 2005.

Dans le même temps, il importe de relever la modification continue de la structure des emplois. Ainsi le secteur agricole évolue en sens inverse de tous les autres secteurs, mais demeure le premier pourvoyeur d'emplois. L'emploi agricole accuse ainsi une baisse continue. Cette baisse peut être imputable à l'urbanisation progressive, à l'attrait des villes, et surtout à la baisse progressive de la rentabilité de la production, notamment du fait de l'enclavement et de la baisse des cours sur les marchés internationaux. L'emploi industriel connaît une évolution très timide. Ainsi de 6,30% de l'emploi entre 1965 et 1985, il représente au cours de la décennie 1995-2005, 8,50% de l'emploi total, soit une variation de 34%. Le secteur des services est celui qui semble le plus s'enrichir en emploi au cours du temps. Le volume de l'emploi dans ce secteur est passé de 17% sur la période 1965-1985 à 31% sur la dernière phase de notre période d'étude. Il se peut que la généralisation de l'emploi informel favorise l'émergence de ce secteur, qui comme nous l'avons remarqué est peu sensible à la conjoncture (Yogo 2005).

Aussi, on peut relever le niveau très élevé de l'emploi informel qui culmine au dessus de tous les autres. Ce niveau élevé pose un ensemble de problèmes au rang desquels se trouve celui de la qualité des emplois occupés, tant du point de vue de la protection sociale que de l'adéquation de la rémunération aux besoins. Il pose également celui de la comptabilisation de sa contribution dans le PIB. On peut joindre à ces deux préoccupations celle de la productivité, qui généralement y est très faible (idem). Cette structure des emplois au Cameroun peut être représentée dans le graphique ci-dessous.

Graphique 3.3 : Evolution de la structure de l'emploi au Cameroun

Par ailleurs, le rapport de la première phase de l'Enquête su l'Emploi et le Secteur Informel (EESI II) réalisée en 2010 indique une certaine stabilité dans la structure de l'emploi depuis 2005^29(*), même si quelques changements mineurs sont à signaler (INS 2010). Ce rapport présente le profil de l'emploi global et de l'emploi informel depuis 2005.

3.1.1.1. Profil de l'emploi global depuis 2005

Selon l'Institut National de la Statistique (INS), les personnes âgées de 10 ans ou plus, population cible de l'enquête EESI, représentent près de 69% de la population totale. Elle est constituée de 51,6% de femmes et 48,4% d'hommes. Au Cameroun, 7 personnes de 10 ans et plus sur 10 étaient actives en 2010, soit un taux d'activité de 69%. D'après le BIT, une personne est active si elle fait partie de la population cible et détient ou recherche un emploi.

Au Cameroun, une importante partie de la population entre précocement sur le marché du travail notamment en milieu rural. En effet, le taux d'activité des 10-14 ans avoisine ici les 50%, contre 15% en milieu urbain. Le taux d'activité avoisine les 100% chez les individus de la tranche d'âge 35-49 ans. En milieu urbain, les personnes avec un niveau d'instruction supérieur sont les plus actives tandis que les non scolarisés le sont en milieu rural. Le taux d'emploi avoisine les 66%, contre 68% en 2005. Il s'agit du rapport entre la population active occupée et la population en âge de travailler. La baisse de ce taux, bien que moindre, traduit une légère dégradation de la situation d'emploi au Cameroun entre les 2 périodes. Toutefois, sa proximité au taux d'activité montre la forte capacité de l'économie camerounaise à utiliser ses ressources humaines (INS 2010).

Par région, les grands centres urbains (Douala et Yaoundé) sont parmi les localités qui affichent les plus faibles taux d'activité et d'emploi. L'exode rural vers ces villes, en augmentant la population des inactifs et des chômeurs, expliquerait ceci. Par contre, du côté des régions de l'Ouest, du Littoral (hors Douala) et du Centre (hors Yaoundé), on enregistre les plus forts taux d'activité et d'emploi, ces régions concentrant l'essentiel des activités de l'agriculture informelle, principal pourvoyeur d'emploi au Cameroun (idem).

Figure 3.1 : Evolution par régions des emplois au Cameroun

3.1.1.2. Profil de l'emploi informel depuis 2005

Le secteur informel a fait l'objet de la 2ème phase de l'EESI II dont le rapport n'a pas encore été rendu public par l'INS. Toutefois, quelques chiffres concernant l'emploi informel ont été publiés dans le rapport de la 1ère phase. Ainsi, l'informel emploie 90,5% des actifs occupés au Cameroun, proportion restée stable par rapport à 2005. 53% exercent dans l'informel non agricole tandis que les 37,5% restants évolue dans l'informel agricole. La tranche 15-34 ans serait la plus touchée. L'évolution de la dynamique des emplois indique une baisse de l'emploi informel agricole au profit de l'informel non agricole. En effet, la part de l'informel agricole est passée de 76,4% avant 1999 à 22,9% en 2010, tandis que celle de l'informel non agricole a gagné plus de 40 points à 67% en 2010. Selon l'INS, ceci s'expliquerait par la substitution des emplois du secteur primaire informel (agriculture, élevage.) par ceux du tertiaire informel (petit commerce notamment) (INS 2010).

Au sens du BIT, le taux de chômage au Cameroun est estimé à 3,8%. Il est en léger recul par rapport à 2005 (4,4%) en raison de quelques avancées économiques réalisées grâce aux retombées de l'atteinte du point d'achèvement en 2006(INS 2010). Elles auraient permis au gouvernement de soutenir et de mettre en oeuvre des programmes et projets de promotion de l'emploi (FNE, PIAASI, PAJER-U.) et de redynamiser les recrutements dans la fonction publique. Cette nouvelle dynamique est de nature à impacter positivement sur la pauvreté au Cameroun.

3.3.2. Situation de la pauvreté en 2007 au Cameroun

La dynamique de réduction de la pauvreté enregistrée à la fin de la décennie 90 avec une baisse de 13 points du taux de pauvreté monétaire qui est passé de 53,3 % à 40,2 % entre 1996 et 2001 ne s'est pas poursuivie jusqu'en 2007. En effet, ce taux est resté à 39,9 %, en décalage de l'objectif de 37% retenu par le gouvernement dans le DSRP. Les performances économiques en terme de taux de croissance moyen annuel du PIB n'ont pas été suffisantes pour permettre au Cameroun de rester sur la trajectoire des 7% de croissance réelle en moyenne annuelle jusqu'en 2015 (INS, 2007).

La forte réduction de la pauvreté enregistrée au cours de la période 1996-2001 a laissé place à une quasi-stabilité de la pauvreté monétaire entre 2001 et 2007.

Entre 1996 et 2001, grâce aux effets conjugués de la croissance économique et de la redistribution de ses retombées, la pauvreté avait significativement baissé (passant de 53,3% à 40,2%). Par contre, entre 2001 et 2007, l'économie n'a pas enregistré les mêmes performances ; d'où la quasi-stabilité de la pauvreté sur cette période. Avec un taux de croissance démographique annuel de 2,7 % environ et une stabilité du taux de pauvreté, le nombre de personnes vivant en dessous du seuil de pauvreté de 269 443 FCFA par équivalent adulte et par an est en augmentation ces dernières années. Pourtant, la stabilité du cadre macroéconomique et les opportunités offertes liées notamment à l'atteinte du point de décision et du point d'achèvement de l'initiative PPTE auraient pu permettre de renforcer les acquis et de relancer une croissance pro-pauvre^30(*) (INS, 2007).

L'analyse des tendances de la pauvreté laisse apparaître une situation contrastée avec une légère amélioration de la situation des populations urbaines. La stabilité de la pauvreté observée au niveau national masque un contraste frappant entre les milieux de résidence et entre les régions. En milieu urbain, le taux de pauvreté monétaire qui était de 17,9 % en 2001 a connu une baisse de 5,7 points sur la période de 2001 à 2007, alors qu'il était en hausse de 3 points en milieu rural, et se situe à 55,0 % en 2007. L'aggravation de la situation observée en milieu rural s'explique en partie par le fait que les revenus d'activités n'ont pas crû à un rythme suffisant pour permettre aux paysans de préserver leur pouvoir d'achat. En effet, les prix d'achat aux producteurs n'ont pas évolué de manière à permettre aux paysans de préserver leurs niveaux de vie (INS, 2007).

En milieu urbain par contre, la situation semble être en général moins difficile. Cette amélioration relative de la situation est liée à la dynamique du secteur informel et au paiement des titres salariaux à certains fonctionnaires. En effet, le taux d'activités dans le secteur informel en milieu urbain est allé croissant et s'établit à 80,6 % en 2007, malgré la précarité des emplois créés et la faiblesse des revenus tirés (INS, 2007).

Sur le plan régional, trois groupes se dessinent. Le premier est celui des régions et villes ayant enregistré une forte baisse du taux de pauvreté. Il s'agit de l'Ouest, du Sud-Ouest, du Centre hors Yaoundé et de Yaoundé. Le deuxième groupe est celui des régions et des villes où la pauvreté recule modérément et ce sont : le Littoral hors Douala, le Sud, le Nord-Ouest et Douala. Le troisième groupe est celui où l'incidence de la pauvreté a augmenté. Il s'agit des régions du Nord, de l'Extrême Nord, de l'Est et de l'Adamaoua (INS, 2007).

La situation du premier et du deuxième groupe trouve des explications dans la dynamique du secteur privé surtout en milieu rural. Le secteur informel a aussi contribué à l'amélioration des revenus en milieu urbain, tel qu'il ressort des conclusions de l'enquête sur l'emploi et le secteur informel réalisé en 2005. Pour le troisième groupe, plusieurs facteurs structurels et conjoncturels expliquent leur situation. Malgré la mise en oeuvre de plusieurs programmes et projets qui visent l'amélioration des revenus et des conditions de vie des populations, des calamités au rang desquelles les inondations, les déficits pluviométriques chroniques et les criquets migrateurs continuent d'impacter négativement le train de vie des populations (INS, 2007).

Les indicateurs sur les inégalités révèlent aussi globalement une certaine stabilité. La faible croissance enregistrée au cours de la période étudiée ne s'est pas accompagnée d'une hausse des inégalités. L'indice de Gini qui était de 0,416 en 1996 est passé à 0,404 en 2001 et à 0,390 en 2007 (INS, 2007).

L'analyse de certains indicateurs du cadre de vie des populations révèle une amélioration. En effet l'accès à certains biens et services tels que l'eau potable, l'électricité, le téléphone et le ramassage d'ordures s'est amélioré. Par exemple, le taux de possession de téléphone mobile par ménage a littéralement explosé en passant de 8 % en 2001 à près de 45% en 2007 (INS, 2007).

Il faut cependant noter que cette embellie profite principalement aux villes, car dans les campagnes, l'accès à l'eau potable, à l'électricité et aux toilettes décentes a tendance à se détériorer.

Tableau 3.1 : Pourcentage des ménages ayant accès aux commodités en 2001 et 2007

	2001 (%)			2007(%)
	Urbain	Rural	Total	Urbain	Rural	Total
Accès à l'eau potable	61,1	29,3	40,6	75,1	27,7	45,3
Eclairage électrique	88,2	24,6	46,8	90,4	23,4	48,2
Toilettes décentes	75,2	25,4	42,8	66,4	14,2	33,6
Ramassage des ordures	46,1	1,3	17,0	52,1	2,0	20,6
Murs en matériaux définitifs^31(*)	69,8	63,2	65,5	79,1	68,6	72,5
Sol en matériaux définitifs	88,4	28,2	49,2	88,3	28,5	50,6
Toit en matériaux définitifs	99,5	66,3	77,9	99,3	64,6	77,5
Possession d'un téléphone mobile	19,9	1,0	7,6	81,4	23,4	44,9

Par ailleurs, le profil demeure préoccupant. Le seuil de pauvreté monétaire en 2007 est de 269 443 FCFA par équivalent adulte et par an, soit 22 454 par mois. Ce montant, qui est le minimum nécessaire pour satisfaire les besoins essentiels de l'individu, comprend toute la consommation finale. C'est dire qu'un travailleur gagnant juste le salaire minimum interprofessionnel garanti (SMIG) de 28 265 par mois en 2007, qui vit seul et ne bénéficie d'aucun revenu additionnel en nature (autoconsommation des produits du champ, logement comme propriétaire.) parvient à peine à satisfaire ses besoins essentiels. Dès lors qu'il doit supporter une personne supplémentaire dans son ménage, il bascule dans la pauvreté (INS, 2007).

Les indicateurs qui caractérisent le profil de pauvreté sont les suivants : (i) le taux de pauvreté qui est situé à 39,9 % indique le pourcentage de la population en dessous du seuil de pauvreté ; (ii) la profondeur de la pauvreté se situe à 12,3 % , elle mesure l'écart moyen entre la dépense annuelle de consommation par équivalent adulte des ménages pauvres et le seuil de pauvreté ; et (iii) la sévérité de la pauvreté, qui traduit les inégalités entre les pauvres, est évalué à 5% (INS, 2007) .

La pauvreté semble être plus élevée dans les ménages dirigés par les hommes que ceux dirigés par les femmes. En effet sur 10 ménages dirigés par les hommes, au moins 4 sont pauvres. Pour ceux dirigés par les femmes, le rapport est de 3 pour 10 (INS, 2007). Cette situation se justifierait partiellement par la petite taille des ménages dirigés par les femmes et les transferts reçus des tiers par ces ménages.

Plus le chef de ménage est instruit, plus le ménage a de chances d'échapper à la pauvreté. Le taux de pauvreté dans les ménages dont le chef de ménage n'a jamais été à l'école est 15,2 fois plus important que celui observé dans les ménages dont le chef a suivi des études supérieures. Ceci traduit une fois de plus le fait que le niveau d'instruction, élément important du capital humain reste un facteur déterminant de la lutte contre la pauvreté.

Les exploitants agricoles sont mal lotis. Ceux-ci sont constitués des paysans et d'éleveurs installés dans les zones rurales et à près de 60% pauvres (INS, 2007). Cette situation s'explique par la faiblesse des rendements et des difficultés d'écoulement de leurs produits à des prix rémunérateurs.

Comme en 2001, la pauvreté sévit beaucoup plus en zone rurale. En effet, en 2007, plus de la moitié des individus sont pauvres en milieu rural alors que seulement 12,2 sont pauvres dans les villes d'au moins 50 000 habitants. Dans les deux métropoles que sont Yaoundé et Douala, environ une personne sur vingt est pauvre, contre quatre personnes sur vingt dans les autres villes. Les disparités observées sont probablement tributaires des opportunités d'accès au revenu qu'ont les populations dans leur milieu de résidence (INS, 2007).

S'agissant des déterminants de la pauvreté en 2007, nous pouvons noter que : la croissance économique ; la gestion des ressources publiques et certaines caractéristiques des ménages déterminent le niveau de pauvreté (INS, 2007).

La croissance économique observée entre 2001 et 2007 peut être qualifiée « d'appauvrissante » dans la mesure où elle n'a pas eu d'influence positive sur la réduction de la pauvreté au Cameroun. Pourtant, cette période a été caractérisée par de nombreuses réformes macroéconomiques visant à relancer la croissance économique avec en prime l'atteinte du point d'achèvement de l'initiative PPTE en Avril 2006. Cette croissance économique a été absorbée par la croissance démographique. Car durant la période 2001-2007, la population a continué à croître de l'ordre de 2,7 % (INS, 2007) en moyenne par an avec un indice synthétique de fécondité qui n'a pas baissé (5 enfants en moyenne par femme).

La corruption et la mauvaise gouvernance sont des freins au développement économique et social. Généralement, la corruption et la mauvaise gouvernance favorisent les investissements improductifs, accroissent le coût des biens et services et conduisent à un déclin de la qualité de tout service et de tout système de production. Même si ce phénomène semble en net recul depuis 2001, les ménages en ont énormément souffert notamment dans les services publics. Suivant les déclarations des ménages, il y aurait une baisse de la corruption dans les secteurs de l'éducation, de la santé, de la police et de la justice. Cependant de manière générale, près de 9 personnes sur 10 pensent que la corruption reste un phénomène majeur pour le pays (INS, 2007).

Les ménages sont en général peu satisfaits des prestations des sociétés d'Etat privatisées. Si la privatisation des sociétés d'Etat avait pour but de réduire les dépenses de l'Etat et d'améliorer la qualité des prestations des services offerts, alors il faut noter que les prestations dans leur majorité, ne sont pas satisfaisantes. C'est ainsi que respectivement 81,4% et 63% des ménages ne sont pas satisfaits des prestations de AES-SONEL et de SNEC/CAMWATER (INS, 2007).

Le nombre de personnes dans un ménage est un déterminant de la pauvreté. La taille du ménage détermine significativement le niveau de vie du ménage. En effet, la taille moyenne des ménages pauvres est de 6 personnes contre 3 pour les non pauvres (INS, 2007). Plus le nombre des personnes à charge est élevé, plus le ménage est vulnérable et s'expose à la pauvreté. Le niveau d'instruction du chef de ménage améliore le bien-être du ménage.

La possession des parcelles de terrain et l'appartenance à une association améliorent la consommation et le bien-être des ménages. Le fait d'appartenir à une association quelconque améliore le niveau de consommation par équivalent adulte de 9 % et 10 % respectivement en milieu rural et en milieu urbain. Les associations jouent un rôle important dans l'amélioration de l'accès au crédit et dans les transferts sous forme d'aide permettant ainsi aux ménages de financer des activités génératrices de revenu.

L'enclavement des zones rurales est l'un des facteurs d'exclusion de certains ménages du marché, contribuant de ce fait à la détérioration de leur niveau de vie. L'enclavement des campagnes induit des coûts de transactions élevés qui réduit le bien-être des populations. Ces populations mettent généralement beaucoup de temps pour atteindre les infrastructures de base (route bitumée, marché.).

La situation de la pauvreté en 2007 au Cameroun peut être généralisée comme suit :

- Seuil de pauvreté : 269 443 FCFA par an (soit 738 FCFA par jour ou 22 454 FCFA par mois) ;

- Taux de pauvreté en 2007 : 39,9 %, 7,1 millions de personnes vivent en dessous du seuil de pauvreté (Résultats préliminaires ECAM 3) ;

3.4. CONCLUSION

Ce chapitre avait pour objectif de présenter l'évolution économique et sociale du Cameroun. Ainsi la présentation de l'évolution économique avec un accent particulier mis sur le PIB nous a permis de constater que sur la période 1961-2011, le Cameroun a enregistré une moyenne annuelle de 3,5% du PIB avec le plus haut niveau (22) enregistré en 1978 et le plus bas niveau (-10,9) enregistré en1967. Le profil de l'emploi présenté dans l'évolution du contexte social indique que, la double décennie 1965-1985, correspond à la période la plus riche en emploi par opposition à la décennie 1985-1995 qui se trouve être la période la plus pauvre en emploi. Par ailleurs la présentation de la situation de la pauvreté en 2007 montre qua la forte réduction de la pauvreté enregistrée au cours de la période 1996-2001 a laissé place à une quasi-stabilité de la pauvreté monétaire entre 2001 et 2007. L'étude des liens entre ces variables que sont le PIB, l'emploi et la pauvreté dans le contexte camerounais nécessite une méthodologie particulière pour se faire.

Chapitre 21 CHAPITRE IV: METHODOLOGIE DE LA RECHERCHE

4.1. INTRODUCTION

Le but de ce travail est de mesurer l'intensité globale en emploi de la croissance économique et celle des différents secteurs de l'économie ainsi que les contributions de ces secteurs au changement de la pauvreté au Cameroun. Ainsi, nous donnons dans ce chapitre la nature et la source des données utilisées, faisons une description des variables et présentons la méthode d'analyse ainsi que les différents tests.

4.2. NATURE ET SOURCES DES DONNEES.

Les données que nous utilisons dans cette recherche sont de source secondaire ; elles proviennent des bases de données de la Banque Mondiale (World developementIdicators 2011, World Bank Africa Data Indicators) et de l'Institut Nationale de la Statistique du Cameroun (INS). Celles provenant de l'INS sont des données d'enquêtes notamment les Enquêtes sur l'Emploi et le Secteur Informel(EESI) et les Enquêtes Camerounaises Auprès des Ménages (ECAM) effectuées par le Gouvernement du Cameroun.

En effet, l'EESI est réalisée par l'INS avec l'appui financier du Gouvernement du Cameroun, de l'Union Européenne et du BIT. Elle a bénéficié de l'appui technique d'AFRISTAT et de l'INSEE et, est une enquête statistique nationale à deux phases dont la première vise à appréhender l'emploi (Enquête sur l'Emploi) et la seconde à évaluer les activités économiques du secteur informel non agricole (Enquête sur le Secteur Informel). Elle fait partie des opérations retenues dans la Stratégie Nationale de Développement de la Statistique (SNDS) pour le suivi et l'évaluation des actions entreprises dans le cadre du DSCE qui intègre comme préoccupation, l'atteinte des Objectifs du Millénaire pour le Développement. L'EESI est une enquête quinquennale, la première ayant été réalisée en 2005 (EESI 1) et la deuxième en 2010 (EESI 2). Elle vise globalement à fournir aux utilisateurs une batterie d'indicateurs : la première phase fournit les informations sur le marché du travail, les conditions et les revenus d'activité ; la seconde permet d'apprécier la contribution du secteur informel à l'économie, en termes d'emploi et de valeur ajoutée. En plus des thématiques couvertes en 2005, l'EESI 2 aborde la question du dialogue social. La base de sondage utilisée pour la première phase est fournie par la cartographie actualisée du troisième Recensement Général de la Population et de l'Habitat (RGPH) de 2005. Elle a permis de sélectionner de manière aléatoire un échantillon de 8160 ménages stratifié selon les dix régions et le milieu de résidence (INS, 2010).

Par contre, les enquêtes ECAM ont été destinées à recenser les différentes variations sur le niveau de vie des ménages ; alors que ECAMI (1996) concernait près de 1731 ménages, ECAM II (2001) s'est adressé à 10992 ménages. Quant à ECAM III, elle a porté sur 11392 ménages et s'est déroulé en 2007. Cette différence importante de taille de l'échantillon a eu des implications sur la stratification du pays. Pour ECAM I, six strates ont été retenues : Yaoundé, Douala, les autres villes (d'au moins cinquante mille habitants selon les estimations de 1995), la région Coton-Elevage dite «Rurale savane» (localités rurales des provinces septentrionales : Extrême-Nord, Nord et Adamaoua), la région Cacao dite «Rurale Forêt» (localités rurales des provinces du Centre, du Sud, et de l'Est) et la région Café dite «Rural Hauts plateaux» (localités rurales des provinces de l'Ouest, du Nord-Ouest, du Sud-ouest et du Littoral). Pour ECAM II, 22 strates ont été retenues : Douala, Yaoundé, le milieu urbain et le milieu rural de chacune des dix provinces. Outre la faiblesse de la taille de l'échantillon de ECAM I, le milieu rural y est sous représenté, puisqu'il ne compte que 628 ménages sur les 1731 ménages enquêtés (INS 2010).

4.3. SPECIFICATION DU MODELE ET METHODE D'ESTIMATION

Nous procédons en deux étapes. Tout d'abord, nous calculons les élasticités globale et sectorielle de l'emploi à l'aide de la méthode de calcul de l'élasticité point^32(*) proposée par Kapsos(2005)pour tester la première hypothèse et ensuite nous employons le modèle de décomposition présenté par Ravallion et Huppi (1991) basé sur la valeur de Shapley (1953) tout en exploitant la propriété additive de la classe FGT de mesures pour décomposer le changement total de la pauvreté en effets intra-sectorielet intersectoriel de l'emploi^33(*)(test de la seconde hypothèse).

4.3.1. Mesure de l'intensité en emploi de la croissance économique : la méthode du calcul de l'élasticité point

Cette méthode consiste à effectuer une estimation économétrique d'une fonction de l'emploi ayant comme arguments la production et une variable muette qui capte les modifications structurelles liées au temps. L'estimation va se faire en deux phases : nous allons d'abord calculer l'élasticité globale de l'emploi à la production et ensuite, nous allons évaluer la réaction de chaque secteur d'activité à la variation de la production. L'élasticité point est donnée par l'équation suivante :

L'emploi à la date t est ainsi donné en fonction de la production à la période t, d'une variable muette que multiplie la production, de la variable muette isolée et du terme d'erreur. En différenciant l'équation [1] par rapport au temps, on obtient

Pour pouvoir tenir compte de l'effet plausible des variables autres que celles introduites dans le modèle sur la relation [1], nous avons tenu à y introduire deux autres variables, à savoir le salaire réel noté « Sr » et le taux d'ouverture noté « open ». Le salaire réel est obtenu en divisant l'indice général des salaires par le déflateur du PIB. Le taux d'ouverture quant à lui est obtenu en calculant le rapport entre la somme des importations et des exportations et le PIB (Kapsos2005). La nouvelle expression de l'élasticité point qu'il convient d'appeler le modèle de Kapsos(2005) augmenté est alors la suivante :

L'estimation de cette équation va se faire en affectant à la variable « emploi » respectivement la valeur de l'emploi total, celle de l'emploi agricole, l'emploi industriel et l'emploi dans les services. La valeur de l'élasticité est égale à la somme des paramètres â₁et â₂ lorsque ceux-ci sont tous les deux significatifs. Dans le cas contraire, on ne tient compte que du coefficient du PIB.

4.3.1.1. Propriétés statistiques des variables utilisées

Avant de faire les estimations, nous allons procéder à une analyse exploratoire de nos données. Dans cette étape, il s'agit d'étudier l'évolution et le comportement de nos variables dans le temps. Ceci nous permet d'éviter de faire des estimations qui n'ont aucune signification économétrique «spuriousregressions ou régressions fallacieuses» au cas où les données ne sont pas stationnaires. Il convient d'en étudier les caractéristiques stochastiques (espérance et variance). Si elles se trouvent modifiées dans le temps, la série est considérée comme non stationnaire; dans le cas d'un processus stochastique invariant, la série est alors stationnaire. Nous allons effectuer un test de stationnarité pour déterminer la nature des variables. Cette étape est nécessaire car elle permet de trouver la meilleure méthode d'estimation à utiliser pour l'analyse. Elle est par ailleurs importante parce que l'application au hasard d'une méthode d'estimation peut conduire à des résultats fallacieux et aussi dans la mesure où l'hypothèse de l'indépendance entre la variable explicative et l'erreur n'est pas respectée.

4.3.1.2. Les différents tests statistiques à appliquer et méthode d'estimation

Pour déterminer la méthode d'estimation adéquate pour l'estimation de notre modèle, nous devons tester la stationnarité des variables, l'autocorrélation des résidus ainsi que l'hétéroscedasticité.

L'hétéroscedasticité qualifie les données qui n'ont pas une variance constante. Elle ne biaise pas l'estimation des coefficients, mais l'inférence habituelle n'est plus valide puisque les écarts types trouvés ne sont plus les bons. Le test de BREUSCH PAGAN et WHITE permet de la détecter. L'idée de base est de vérifier si les carrés des résidus sont expliqués par les variables du modèle ; auquel cas il y a hétéroscédasticité. C'est un test statistique qui utilise la statistique F (Fisher). L'interprétation consiste à comparer les valeurs critiques aux valeurs obtenues de la statistique concernée. Si la valeur de la statistique F obtenue est supérieur à la valeur critique, on rejette l'hypothèse nulle. On note aussi que les résultats statistiques sont souvent donnés sous la forme de « P-value » dans stata, un nombre compris entre 0 et 1 qui indique la probabilité sous Ho d'obtenir la valeur trouvée. Ainsi, si la P-value est inférieure à la valeurdésirée de

(5% par exemple), on rejette l'hypothèse nulle. Cette hypothèse nulle suppose ici que tous les coefficients de la régression des résidus au carré sont nuls. Autrement dit, les variables du modèle n'expliquent pas la variance observée donc il yahomoscédasticité. L'hypothèse alternative est celle de l'hétéroscédasticitéet signifie que l'hypothèse nulle est rejetée («P-value »<alpha).

L'étude de la stationnarité s'effectue essentiellement à partir de l'analyse des fonctions d'autocorrélation ou de leur représentation graphique appelée corrélogramme. Dans le cadre de ce travail de recherche, nous vérifions la stationnarité des variables à l'aide du test de Dickey-Fuller Augmenté qui tient compte de l'autocorrélation des erreurs dans le temps. Il est celui qui est le plus utilisé pour le cas des séries temporelles à cause de sa maniabilité. L'application de ce test nous a permis de constater que nos variables son stationnaires à niveau : ce qui nous emmène à utiliser la méthode des moindres carrés ordinaires (MCO) pour l'estimation des paramètres de notre modèle.

Pour tester la significativité des paramètres et celle du modèle, nous allons effectuer respectivement le test individuel t de Student et le test global de Fischer.

Il est applicable lorsque la taille de l'échantillon est inférieure à 30. Au cas contraire, la valeur lue dans la table sera celle correspondant à la valeur infinie ou celle de la table de la loi normale (Bourbonnais, 2002). Il se déroule ainsi : après avoir défini un seuil de significativité (on choisit généralement 5%, mais parfois on retient 1 ou 10%), on détermine le degré de liberté qui est égal à n-k-1 (n est la taille de l'échantillon, k est le nombre de variables exogènes) et on pose les hypothèses à tester.

Pour la valeur estimée d'un paramètre, la valeur calculée de la statistique s'obtient à partir de la formule suivante :

_{valeur estimée du paramètre} = (valeur estimée - valeur réelle)/ écart-type de la valeur estimée du paramètre.

Le calcul de cette valeur nous permet de la comparer à la valeur lue dans la table qui est :

pour une valeur de

choisie. Si

, alors, on accepte l'hypothèse nulle et on conclut que le paramètre n'est pas significatif.

Ce test permet de s'assurer de la qualité du modèle à représenter convenablement le phénomène étudié. Il s'effectue sur la base de la valeur du coefficient de détermination R² (Chauvat, 2003). Comme le test précédent, on choisit d'abord un seuil de signification, puis, on cherche la valeur calculée de la statistique sur la base de la formule :

. Cette valeur est comparée à celle lue dans la table de Fischer à (k-1, n-k-1) degré de liberté. Les hypothèses sur lesquelles repose ce test sont les suivantes :

Ø l'hypothèse alternative (H₁) : au moins un paramètre est différent de zéro.

Demeke et al (2003), pensent que l'analyse de l'élasticité croissance emploi a une signification si on tente d'observer corrélativement l'évolution de la productivité du travail. Il se peut en effet, qu'une élasticité élevée, couplée à une productivité du travail faible traduise une création hautement élevée d'emplois appauvrissant. L'analyse de la corrélation entre l'emploi et sa productivité peut se faire suivant l'interprétation de l'élasticité emploi.

4.3.1.3. Interprétation de l'élasticité emploi

Tableau 4.1. Relation entre l'emploi et sa productivité

De ce tableau, on retient que pendant les périodes d'expansion économique, une élasticité de l'emploi négative (å

) traduit une évolution négative de l'emploi et une évolution positive de la productivité ; une élasticité de l'emploi comprise entre 0 et 1 (0= å=1)^34(*) correspond à une évolution positive de l'emploi et de la productivité , avec une haute intensité en emploi (faible productivité) lorsque l'élasticité tend vers 1 ; une élasticité supérieure à 1(å >1) correspond à une évolution positive de l'emploi et une évolution négative de la productivité.

Pendant les périodes de récession économique, l'interprétation de l'élasticité de l'emploi vis-à-vis de l'accroissement de l'offre quantitative de l'emploi ainsi que l'accroissement de la productivité est exactement l'opposé de l'interprétation faite pendant les périodes d'expansion (Kapsos 2005).

4.3.2. Détermination des contributions sectorielles du marché du travail dans la réduction de la pauvreté: la méthode de décomposition du changement de la pauvreté

Nous utilisons l'indicateur de pauvreté FGT^35(*) représenté par

qui permet d'identifier les facteurs qui expliquent les changements observés dans la pauvreté totale entre deux périodes t (1996) et t+n (2001). Les facteurs en étude ici sont les effets intra-sectoriel et intersectoriel du marché du travail sur la variation de la pauvreté. Si f_ket

représentent respectivement la taille de la population (taille de la main d'oeuvre) et le niveau de pauvreté du secteur

, la propriété décomposable de la famille de mesures de la pauvreté

nous permet d'écrire l'expression :

Le changement total de la pauvreté entre la période t et la période t+n est donné par :

[4]

L'objectif ici est d'expliquer la variation totale de la pauvreté

en termes de variation de la pauvreté intra-sectorielle de l'emploi

et les migrations intersectorielles de la main d'oeuvre

Pour analyser les sources des réductions observées de la pauvreté globale on emploie généralement le modèle de décomposition présenté par Ravallion et Huppi (1991) tout en exploitant la propriété additive de la classe FGT de mesures. On cherche se faisant à expliciter l'importance relative des modifications constatées à l'intérieur des secteurs du marché du travail (effets intra-sectoriels) par opposition aux modifications entre les secteurs, comme celles qui résultent des déplacements de la population ou de la main-d'oeuvre entre différents secteurs (effets intersectoriels).

Pour voir de quelle manière il est possible de procéder, on pose que P_ák est la mesure de pauvreté FGT pour le secteur K qui comprend la proportion f_K de la population à la date t. Sachant qu'il existe m secteurs de ce type et que t = t₀ et t+n. il est aisé de vérifier que :

Toute les sommations étant effectuées pour k=1,...,m. les « effets intra-sectoriels » indiquent la contribution des modifications de la pauvreté à l'intérieur des secteurs, lorsque l'on bloque les proportions de la population incluses dans chaque secteur au niveaux constatés à la période de base, tandis que les « effets des déplacements de la main d'oeuvre » indiquent dans quelle mesure la pauvreté à la date initiale a été réduite par les diverses modifications des parts de la population dans chaque secteur entre cette date et la seconde. Les « effets d'interaction » sont dus à l'existence éventuelle d'une corrélation entre les gains sectoriels et les déplacements de population, et leur signe indique si la population à tendance ou non à se déplacer vers les secteurs dans lesquels la pauvreté est en baisse.

Cette approche de décomposition de la pauvreté totale est limitée voire inexacte à cause de la présence de « l'effet d'interaction » ou résidus. Pour pallier à cette insuffisance nous faisons recours à l'approche de décomposition sectorielle proposée par Shapley (1953) qui élimine les « effets d'interaction » en assignant plus significativement la variation de la pauvreté aux « effet intra-sectoriel » et « intersectoriel ».

L'analyse distributive se propose de déterminer l'importance accordée à chaque facteur qui entre en compte dans l'amélioration des conditions de vie. Cette préoccupation est similaire aux problèmes longtemps rencontrés dans la théorie des jeux coopératifs et qui trouvent solution dans une littérature récente portant sur la valeur de Shapley (voireShorroks 1999, Kaboré 2002, Araar 2003 et Baye 2011). Ainsi, Shapley(1953) propose trois axiomes qui constituent le fondement de son analyse. Pour

(k,

), la valeur espérée du joueur k dans le jeu ayant pour fonction caractéristique

avec K= {1, 2,.......k,......m} est un ensemble fini de joueurs. Les sous-ensembles non vides de K sont appelés des coalitions.

Pour accomplir le processus de division, les joueurs doivent former des coalitions et la force de chaque coalition étant l'expression de la fonction caractéristique

. Pour toute coalition ou sous-ensemble de s=k,

(s) mesure la part du gain ou de la perte que la coalition s est capable d'obtenir sans coopérer avec les joueurs appartenant à une autre coalition.

- L'expression,

^s_k(k,

) doit être symétrique (ou anonyme). C'est-à-dire qu'elle doit être indépendante des facteurs notés1, 2,.....,m

- La décomposition doit être efficiente. C'est-à-dire exacte et additive tel que

Cela revient à dire que les contributions intuitives des différents facteurs en jeu doivent former des portions, de sorte qu'il n'existe pas de concepts vagues tels que les résidus ou l'effet d'interaction pour garantir l'identité de la décomposition.

L'unique fonction qui satisfait aux axiomes de Shapley est donnée par la valeur de Shapley (Shapley 1953, Young 1985) :

Où par convention 0!=1 et

(

) = 0. La valeur de Shapley dans l'équation [6] s'obtient en s'imaginant que les joueurs adhèrent au jeu de façon aléatoire.

La valeur de Shapley du joueur

est la valeur moyenne de la contribution marginale de ce joueur dans l'ensemble des coalitions

A présent, au lieu des joueurs, nous considérons les facteurs qui expliquent le changement de la pauvreté. Ainsi, notons W pour représenter les « effets intra-sectoriels » et B les « effets des déplacements de la main d'oeuvre entre les différents secteurs » ou « effets intersectoriels ». Ceci implique que l'équation [4] peut se réécrire en utilisant la fonction caractéristique v telle que

Ici, nous avons seulement deux facteurs et leurs deux séquences d'élimination sont données par {W, B} et {B, W}. La valeur de la contribution marginale des effets intra-sectoriels, W et intersectoriels, B du marché du travail est respectivement présentée dans les panels (a) et (b) du tableau 4.2 ci-dessous.

De ce tableau, on peut déduire les contributions de Shapley des effets intra-sectoriels (W) (équation [7]) et intersectoriels(B) (équation [8]) comme la mesure moyenne de leur contribution marginale ÄP :

Tableau4.2 : application de la valeur de Shapley (équation [6]) dans la prise en en compte de la détermination des effets intra-sectoriels et intersectoriels

Lorsque les effets intra-sectoriels sont absents, W prend la valeur 0 et la variation de la pauvreté (ÄP_á) dans la classe de mesures FGT dans l'équation (1) devient :

Eliminer les migrations de la main-d'oeuvre entre les différents secteurs du marché du travail équivaut à fixer B= 0 et la variation de la pauvreté dans la classe des mesures FGT devient :

L'expression complète des contributions de Shapley pour W et B telles que exprimées dans les équations [4] et [5] pour la classe des mesures P_á de la pauvreté est donnée par les équations [8] et [9] respectivement.

L'équation [1] expliquant la variation totale de la pauvreté peut à présent se réécrire en termes d'effets de la variation de la pauvreté à l'intérieur des secteurs et des migrations de la main-d'oeuvre entre secteurs du marché du travail de la manière suivante :

4.4. CONCLUSION

Ce chapitre avait pour objectif de donner la nature, la source des données utilisées et de faire une description des variables ainsi que la présentation des modèles et les méthodes d'analyse que nous allons mobiliser pour analyser les données dans cette recherche. Ceci étant, nous avons montré que l'utilisation de la méthode des moindres carrés ordinaires (MCO) va nous permettre d'estimer le modèle de calcul de l'élasticité point proposé par Kapsos(2005) dans le but de déterminer l'intensité en emploi de la croissance. Pour tester la significativité globale de ce modèle ainsi que celle de ses paramètres, nous avons décidé d'effectuer respectivement le test global de Fischer et le test individuel t de Student qui ont été précédé du test de Dickey-Fuller Augmenté permettant d'étudier la stationnarité des variables. Par ailleurs nous optons pour l'approche de décomposition de Ravallion et Huppi(1991)basée sur la valeur de Shapley(1953) en exploitant la propriété additive de la classe FGT de mesures pour atteindre notre second objectif qui est celui de l'analyse des effets des différents secteurs du marché du travail sur la variation totale de la pauvreté. La présentation des différents résultats issus de l'application de ces différentes méthodes ainsi que leur discussion fera l'objet du chapitre suivant.

Chapitre 22 CHAPITRE V : RESULTATS ET DISCUSSIONS

5.1. INTRODUCTION

Le chapitre précédent nous a permis de présenter l'approche méthodologique que nous avons suivie dans cette recherche. Les données que nous avons utilisées (WDI 2011, WBADI 2012, ECAM 1 et ECAM 2) ont été analysées à l'aide des logiciels SPSS 10.0, DASP_v2.2 et DAD4.6. Les estimations ont été faites à l'aide du logiciel Eviews. Notre première hypothèse stipulant que la croissance économique a un impact positif sur l'offre quantitative (globale et sectorielle) du travail nous a conviés à faire une estimation économétrique d'une fonction de l'emploi tandis que la secondeaffirmant que les effets intra-sectoriel et intersectoriel du marché du travail contribuent positivement à la réduction de la pauvreté au Camerouna été testée moyennant une approche par la décomposition du changement total de la pauvreté. L'estimation de la fonction de l'emploi s'est faite en deux phases : nous avons d'abord calculé l'élasticité globale de l'emploi à la production et ensuite, nous avons évalué la réaction de chaque secteur d'activité à la variation de cette production. Pareillement, nous avons procédé en deux phases pour tester la seconde hypothèse : nous avons d'abord procédé à la détermination du changement de la pauvreté suivant les indices FGT avant de décomposer par la suite ces indices en effets intra-sectoriel et intersectoriel (migrations de la main d'oeuvre entre les différents secteurs) du marché du travail. Les résultats de ces estimations et de cette décomposition ainsi que leur interprétation et discussion feront donc l'objet des sections qui vont suivre. Dans un premier temps, nous présentons les résultats issus des tests de nos deux hypothèses ainsi que leurs interprétations et dans un second temps, nous faisons une discussion globale de ces résultats.

5.2. RESULTATS DES ESTIMATIONS ET DE LA DECOMPOSITION

Avant de faire des estimations, nous avons tout d'abord procédé à une vérification de la stationnarité de nos variables.

5.2.1. Résultats du test de stationnarité

Comme mentionné au chapitre précédant, la stationnarité des variables a été vérifiée à l'aide du test de Dickey Fuller Augmenté. La synthèse des résultats de ce test se trouve dans le tableau 5.1 ci-dessous :

Types de test Variable	Avec constante	Avec constante et trend	Degré d'intégration
InPIB	-2,656660*	-3,653885*	I(0)
InVAA	-0,310420	-3,350495*	I(0)
InVAI	-3,328531**	-2,346945	I(0)
InVAS	-3,312119**	-2,068038	I(0)
InET	-2,221097	-3,547228*	I(0)
InEA	-0,730974	-4,619067***	I(0)
InEI	-3,303667**	-3,354154*	I(0)
InES	-1,307330	-3,352163*	I(0)
InSR	-3,291683**	-2,360748	I(0)
Inopen	-0,349731	-4,658922***	I(0)

NB : * ; ** et *** représentent la stationnarité aux seuils de 10%, 5% et 1% respectivement

De ce tableau, il ressort que les huit variables de notre modèle sont stationnaires à niveau.

5.2.2. Résultats du test de l'hypothèse 1(estimations de l'intensité en emploi de la croissance économique au Cameroun) et leur interprétation

Nous présentons dans les différents tableaux de l'analyse qui suivent les résultats issus des sept régressions que nous avons effectuées dans le but de déterminer les réactions de l'emploi total et de l'emploi des différents secteurs aux mutations de la production et en proposons ensuite une interprétation.

Tableau 5.2 : Résultat de l'élasticité point de l'emploi total par rapport au PIB

Sources : estimations faites par l'auteur à partir du logiciel SPSS 10.0 sur la base des données de l'INS, du WDI 2011 et de la WBADB 2012.

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.

De ce tableau, il ressort qu'à un seuil de signification de 10%, l'emploi total est positivement sensible à une variation du PIB.

Tableau 5.3 : Résultat de l'élasticité point de l'emploi agricole par rapport au PIB

Sources : estimations faites par l'auteur à partir du logiciel SPSS 10.0 sur la base des données de l'INS, du WDI 2011 et de la WBADB 2012.

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.

De ce tableau, il ressort que l'emploi agricole est insensible à toute variation du PIB.

Tableau 5.4 : Résultat de l'élasticité point de l'emploi industriel par rapport au PIB

Sources : estimations faites par l'auteur à partir du logiciel SPSS 10.0 sur la base des données de l'INS, du WDI 2011 et de la WBADB 2012.

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.

De ce tableau, il ressort qu'à un seuil de signification de 10%, l'emploi industriel est positivement sensible à une variation du PIB.

Tableau 5.5 : Résultat de l'élasticité point de l'emploi dans les services par rapport au PIB

Sources : estimations faites par l'auteur à partir du logiciel SPSS 10.0 sur la base des données de l'INS, du WDI 2011 et de la WBADB 2012.

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.

De ce tableau, il ressort qu'à un seuil de signification de 1%, l'emploi dans les services est positivement sensible à une variation du PIB.

Tableau 5.6 : Résultat de l'élasticité point de l'emploi agricole par rapport à la valeur ajoutée du secteur agricole

Sources : estimations faites par l'auteur à partir du logiciel SPSS 10.0 sur la base des données de l'INS, du WDI 2011 et de la WBADB 2012.

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.

De ce tableau, il ressort qu'à un seuil de signification de 1%, l'emploi agricole est positivement sensible à une variation de la valeur ajoutée du secteur agricole.

Tableau 5.7: Résultat de l'élasticité point de l'emploi industriel par rapport à la valeur ajoutée du secteur industriel

Sources : estimations faites par l'auteur à partir du logiciel SPSS 10.0 sur la base des données de l'INS, du WDI 2011 et de la WBADB 2012.

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.

De ce tableau, il ressort l'emploi industriel est insensible à toute variation de la valeur ajoutée du secteur industriel.

Tableau 5.8 : Résultat de l'élasticité point de l'emploi dans les services par rapport à la valeur ajoutée du secteur des services

Sources : estimations faites par l'auteur à partir du logiciel SPSS 10.0 sur la base des données de l'INS, du WDI 2011 et de la WBADB 2012.

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.

De ce tableau, il ressort qu'à un seuil de signification de 5%, l'emploi dans les services est positivement sensible à une variation de la valeur ajoutée du secteur des services.

Ces différents résultats peuvent être résumés dans le tableau 5.9 ci-dessous.

Tableau 5.9: Récapitulatif des élasticités point de l'emploi à la croissance économique au Cameroun

Sources : estimations faites par l'auteur à partir du logiciel SPSS 10.0 sur la base des données de l'INS, du WDI 2011 et de la WBADB 2012.

· Interprétations des résultats des différentes estimations de l'intensité en emploi de la croissance économique au Cameroun.

Cette première phase de l'analyse portant sur les estimations permet d'obtenir une élasticité globale de l'emploi à la production de l'ordre de 0,41. En d'autres termes, une augmentation de 1% de la production entraîne une augmentation de 0,41% de l'emploi total.

Lorsque l'on observe les réactions respectives de l'emploi primaire, de l'emploi secondaire et de l'emploi tertiaire à la variation du PIB, on réalise que l'élasticité de l'emploi agricole à la production est très faible et statistiquement non significative. Elle prend une valeur de 0,29. La faiblesse de cette élasticité traduit le fait que le secteur agricole sur toute la période d'étude est peu sensible à la croissance. La dynamique de l'emploi est sans doute plus liée à l'évolution de la part de la valeur ajoutée de ce secteur dans le PIB. Le calcul des élasticités intra-sectorielsa permis de vérifier cette hypothèse. En ce qui concerne l'emploi dans le secteur secondaire, une augmentation de 1% de la production se traduit par une hausse de 0,52% de l'emploi. On peut constater que cette valeur est supérieure à celle de l'élasticité globale de l'emploi à la production. Ce qui peut permettre de dire que le secteur secondaire est très sensible à la croissance. Le secteur tertiaire quant à lui voit son niveau d'emploi augmenter de 2,11% lorsque la croissance est de 1%.

En donnant à l'emploi et au PIB dans l'équation [3] du chapitre précédent les valeurs respectives de la valeur ajoutée et de l'emploi de chaque secteur, et en estimant à nouveau cette équation, on obtient la réaction de l'emploi de chaque secteur à la variation de la part de sa valeur ajoutée dans la production.

Cette approche permet également de comprendre le déplacement de la main d'oeuvre d'un secteur à l'autre étant donné le cycle d'activité. Ainsi, s'agissant du secteur agricole, une augmentation de 1% de la part de sa valeur ajoutée dans la production globale induit une augmentation de 0,65% de l'emploi. On remarque ainsi que la présomption d'une sensibilité plus forte de l'emploi agricole à l'évolution de sa contribution à la production totale est fondée. Parallèlement, la faible réaction de l'emploi industriel à l'évolution de la valeur ajoutée du secteur et sa non significativité conforte l'hypothèse d'une plus grande sensibilité de l'emploi industriel à la croissance. Enfin, l'élasticité de l'emploi tertiaire à la valeur ajoutée du secteur tertiaire est de 1,1. Ce constat montre que l'emploi dans les services est aussi sensible à la croissance globale qu'à la croissance sectorielle.

5.2.3. Résultats du test de l'hypothèse 2 (contributions sectorielles de l'emploi dans la variation totale de la pauvreté au Cameroun) et leur interprétation

Pour parvenir à la décomposition, nous avons procédé à un recodage des variables constituant les secteurs d'activités contenues dans ECAM I et II. Ce recodage nous a permis de regrouper les 19 secteurs d'activités que contiennent les bases ECAM I et II en 04 principaux secteurs que sont le secteur agricole, le secteur industriel, le secteur des services et le secteur informel (voire annexe IV: recodage des secteurs d'activités suivant les secteurs du marché du travail). L'harmonisation des dépenses entre les deux bases en question faite par l'INS a permis de retenir le seuil de pauvreté officiel fixé à 185 490 FCFA par an par équivalent adulte pour effectuer la décomposition des taux de pauvreté estimés à 53,3% et 40,2% en 1996 et 2001 respectivement. L'estimation de l'évolution des indices FGT de pauvreté s'est faite en utilisant le logiciel DASP_v2.2. Après avoir fait les estimations de l'évolution de ces indices FGT, nous avons procédé à leur décomposition moyennant le logiciel DAD4.6 qui est un logiciel conçu tout comme le logiciel DASP_v2.2 pour l'analyse distributive (Duclos, Araar et Fortin 2008).

L'évolution de la pauvreté est représentée dans les tableaux 5.10a, 5.10b et 5.10c ci-dessous pour la prévalence, l'intensité et la sévérité respectivement.

Tableau 5.10a : Evolution de la prévalence de la pauvreté par secteur du marché du travail

Année 1996

Année 2001

1996vs2001

Secteur

Estimation

(p_o,t)

Taille de la Population

(f_{k, t})

ACi

Estimation

(p_o,t+n)

Taille de la Population

(f_{k, t+n})

ACi

Difference

(?P_{0, k})

Agricole

0,494

(0,036)

0,336

(0,041)

0,166

(0,028)

0,541

(0,02)

0,506

(0,022)

0,274

(0,015)

0,047

(0,041)

Industriel

0,562

(0,068)

0,17

(0,017)

0,095

(0,014)

0,239

(0,025)

0,09

(0,008)

0,021

(0,002)

-0,323***

(0,072)

Services

0,551

(0,041)

0,376

(0,036)

0,207

(0,026)

0,233

(0,013)

0,294

(0,014)

0,068

(0,005)

-0,318***

(0,043)

Informel

0,540

(0,069)

0,119

(0,009)

0,064

(0,011)

0,349

(0,026)

0,111

(0,007)

0,039

(0,004)

-0,192***

(0,073)

National

0,533

(0,033)

(0,000)

0,402

(0,015)

(0,000)

-0,131***

(0,037)

Source : Estimation de l'auteur sur la base du logiciel DASP_v2.2. à partir de ECAM I et II

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement. ACi signifie contribution absolue.

Tableau 5.10b : Evolution de l'intensité de la pauvreté par secteur du marché du travail

Année 1996

Année 2001

1996vs2001

Secteur

Estimation

(p_o,t)

Taille de la Population

(f_{k, t})

A Ci

Estimation

(p_o,t)

Taille de la Population

(f_{k, t})

ACi

Difference

Agricole

0,160

(0,025)

0,336

(0,041)

0,054

(0,012)

0,202

(0,012)

0,506

(0,022)

0,102

(0,008)

0,042

(0,028)

Industriel

0,215

(0,03)

0,17

(0,017)

0,037

(0,006)

0,074

(0,009)

0,09

(0,008)

0,007

(0,001)

-0,142***

(0,031)

Services

0,205

(0,018)

0,376

(0,036)

0,077

(0,011)

0,065

(0,005)

0,294

(0,014)

0,019

(0,002)

-0,140***

(0,019)

Informel

0,199

(0,03)

0,119

(0,009)

0,024

(0,004)

0,122

(0,015)

0,111

(0,007)

0,014

(0,002)

-0,077**

(0,034)

National

0,191

(0,016)

(0,000)

0,141

(0,009)

(0,000)

-0,049***

(0,018)

Source : Estimation de l'auteur sur la base du logiciel DASP_v.2 à partir de ECAM I et II

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.ACi signifie contribution absolue.

Tableau 5.10c : Evolution de la sévérité de la pauvreté par secteur du marché du travail

Année 1996

Année 2001

1996vs2001

Secteur

Estimation

(p_o,t)

Taille de la Population

(f_{k, t})

A Ci

Estimation

(p_o,t)

Taille de la Population

(f_{k, t})

A Ci

Difference

Agricole

0,071

(0,023)

0,336

(0,295)

0,024

(0,006)

0,103

(0,009)

0,506

(0,022)

0,052

(0,005)

0,032*

(0,017)

Industriel

0,102

(0,016)

0,17

(0,017)

0,017

(0,003)

0,03

(0,004)

0,09

(0,008)

0,003

(0.000)

-0,072***

(0,016)

Services

0,099

(0,01)

0,376

(0,036)

0,037

(0,005)

0,028

(0,003)

0,294

(0,014)

0,008

(0,001)

-0,071***

(0,011)

Informel

0,098

(0,02)

0,119

(0,009)

0,012

(0,002)

0,061

(0,012)

0,111

(0,007)

0,007

(0,001)

-0,036

(0,023)

National

0,09

(0,009)

(0,0000)

0,07

(0,006)

(0,0000)

-0,02*

(0,011)

Source : Estimation de l'auteur sur la base du logiciel DASP_v2.2 à partir de ECAM I et II

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement. ACi signifie contribution absolue.

Les résultats de la décomposition de la variation de ces indices entre 1996 et 2001 sont représentés respectivement pour la prévalence, l'intensité et la sévérité dans les tableaux 5.11a, 5.11b et 5.11c ci-dessous.

Tableau 5.11a: Décomposition par secteur de la réduction de la prévalence de la pauvreté (?PO = - 0,131)

Source : Estimation de l'auteur sur la base du logiciel DAD4.6 à partir de ECAM I et II

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.

Tableau 5.11b: Décomposition par secteur de la réduction de l'intensité de la pauvreté

Source : Estimation de l'auteur sur la base du logiciel DAD4.6 à partir de ECAM I et II

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.

Tableau 5.11c: Décomposition par secteur de la réduction de la sévérité de la pauvreté

Source : Estimation de l'auteur sur la base du logiciel DAD4.6 à partir de ECAM I et II

NB : *, ** et *** traduisent la significativité aux seuils de 10%, 5% et 1% respectivement.

· Interprétations des résultats de la décomposition du changement total de la pauvreté au Cameroun

Les tableaux 5.10a et 5.11a montrent une réduction de 13,1% de la prévalence de la pauvreté largement attribuée à une baisse significative de cette prévalence dans le secteur des sévices où cet indice est passé de 55,1% en 1996 à 23% en 2001. Le tableau 5.11a montre que le secteur des services à contribué à hauteur de 19,3% dans la réduction de l'incidence de la pauvreté entre 1996 et 2001 suivi du secteur industriel qui a contribué à hauteur de 7,4%. Par contre, le tableau 5.10a montre que le secteur agricole a plutôt oeuvré pour un accroissement de l'incidence de la pauvreté : le taux dans ce secteur passant de 49,4% en 1996 à 54,1% en 2001.

Les tableaux 5.10b et 5.11b montrent une réduction de 5% de l'intensité de la pauvreté entre 1996 et 2001. Par opposition au secteur agricole qui a oeuvré pour un accroissement de cet indice avec son taux qui passe de 16% à 20% entre 1996 et 2001 respectivement, les secteurs industriel et des services sont ceux qui ont milité pour la baisse de cet indice avec leurs taux qui passent de 21,5 à 7,4% et de 20,5% à 6,5% respectivement. L'augmentation de cet indice dans le secteur agricole est largement expliquée par l'effet intersectoriel (la taille de sa population étant passée de 33,6 à 50,6%) qui souligne l'impact négatif des migrations de la main d'oeuvre sur la profondeur de la pauvreté dans ce secteur.

Les tableaux 5.10c et 5.11c montrent une réduction de 2% de la sévérité de la pauvreté entre 1996 et 2001. La décomposition de cette réduction montre une contribution plus considérable du secteur des services (20%) suivi du secteur industriel (10,5%). Contrairement à ces deux secteurs, le secteur agricole impacte négativement sur la réduction de la sévérité de la pauvreté en oeuvrantpour son accroissement à hauteur de 20,8%. Cette contribution négative du secteur agricole s'explique également par l'effet intersectoriel.

5.3. DISCUSSION DES RESULTATS

L'objectif principal de cette étude était de mesurer l'intensité globale en emploi de la croissance économique et celle des différents secteurs du marché du travail ainsi que les contributions de ces secteurs au changement de la pauvreté au Cameroun. A cet effet, si nous nous référons à Kahn (2001), les valeurs de l'élasticité que nous avons obtenues, exception faite de celles relatives au secteur des services, sont assez conformes (proches de 0,7). Nous pouvons à cet égard dire que les valeurs très élevées des élasticités relatives au secteur des services traduisent la faiblesse de la productivité du travail dans ce secteur. En effet, pour une croissance faible, on observe un volume d'emploi très élevé, ce qui veut dire qu'il a fallu plus de main d'oeuvre pour une unité de produit. De même, le fait que les élasticités de l'emploi à la production dans le secteur secondaire soient comprises entre 0 et 1 revient à dire que ce secteur connaît une productivité du travail plus grande que dans tous les autres secteurs. Cependant, comme nous l'avons montré au chapitre quatre à travers les travaux de Kapsos(2005), plus l'élasticité tend vers l'unité, plus la productivité du travail faiblit. On peut également dire en observant la convergence entre l'élasticité du secteur industriel et l'élasticité globale que c'est le secteur industriel qui tire la productivité du travail au Cameroun.

La présentation de l'évolution et la décomposition des indices FGT de la pauvreté nous ont permis de constater une progression à la baisse significative de la pauvreté au Cameroun entre 1996 et 2001. Le déplacement massif de la main d'oeuvre des secteurs des services et industriel vers le secteur agricole traduit les vagues de licenciements des employés des secteurs public et parapublic des années 90. La proportion des employés du secteur agricole a augmentée passant de 33,6 à 50,6% entre 1996 et 2001 tandis que celle des employés des secteurs des services et industriel a diminuée passant de 37,6 à 29,4% et de 17 à 9% respectivement. Parce que beaucoup de ménages sont devenus dépendant du secteur agricole (emplois et revenus), ce secteur enregistre donc le plus grand nombre de pauvres. Ceci est illustré par l'effet intersectoriel de l'agriculture.

En somme, notre hypothèse principale est vérifiée car les résultats montrent que la croissance économique est susceptible de s'enrichir en emplois et à même de conduire à la réduction de la pauvreté au Cameroun. En effet, le calcul des élasticités a permis de confirmer la première hypothèse en démontrant que la croissance exerce un effet positif sur la quantité de travail dans les différents secteurs du marché du travail (exception faite du secteur agricole) et la détermination de la contribution de ces secteurs à la réduction de la pauvreté confirme la seconde hypothèse en montrant que mis à part le secteur agricole qui oeuvre pour un accroissement du taux de la pauvreté totale, les autres secteurs contribuent positivement et significativement à la réduction de celle-ci. Nous pouvons donc dire sans risque de nous tromper que ces résultats confirment les prédictions de la théorie économique.

5.4 CONCLUSION

La présentation des résultats a fait l'objet de ce chapitre. On se rappelle que nos deux hypothèses stipulaient que la croissance économique a un impact positif et significatif sur l'offre quantitative de travail et que les effets intra-sectoriel et intersectoriel du marché du travail contribuent positivement et significativement à la réduction de la pauvreté au Cameroun respectivement pour la première et pour la seconde. Exception faite du secteur agricole qui infirme ces deux hypothèses, elles se sont confirmées dans les autres secteurs du marché du travail ; ce qui inspire quelques recommandations de politique à l'endroit du Gouvernement. Ces recommandations font l'objet du chapitre suivant intitulé conclusions et recommandations.

Chapitre 23 CHAPITRE VI : CONCLUSION ET RECOMMANDATIONS

6.1. CONCLUSION

Notre objectif global au début de cette étude était de déterminer si la croissance économique est susceptible de s'enrichir en emplois sur le marché du travail et à même de conduire à la réduction de la pauvreté au Cameroun. De manière plus spécifique, il était question de déterminer l'intensité en emploi de la croissance économique et de déterminer les contributions sectorielles de l'emploi dans variation totale de la pauvreté au Cameroun.Cesobjectifs spécifiques nous ontconviés au test de deux hypothèses à savoir : H1:la croissance économique a un impact positif sur l'offre quantitative de travail et H₂ : les effets intra-sectoriel et intersectoriel du marché du travail contribuent positivement à la réduction de la pauvreté au Cameroun. Pour tester ces hypothèses, nous avons eu recours auxdonnées de source secondaireprovenant des bases de données de la Banque Mondiale et de l'Institut Nationale de la Statistique du Cameroun. Dans le cadre théorique, les modèles de Kapsos(2005) et de Shapley (1953) ont été respectivement utilisés pour la détermination de l'intensité en emploi de la croissance et la détermination des contributions sectorielles du marché du travail dans la réduction de la pauvreté.Le traitement de ces données s'est fait à l'aide des logicielsSPSS 10.0, DASP_v2.2 et DAD4.6.

Les principaux résultats obtenus montrent qu'une augmentation de 1% de la production entraîne une augmentation de 0,41% de l'emploi total. Lorsque l'on observe les réactions respectives de l'emploi primaire, de l'emploi secondaire et de l'emploi tertiaire à la variation du PIB, on réalise que l'élasticité de l'emploi agricole à la production est très faible et statistiquement non significative. Elle prend une valeur de 0,29. La faiblesse de cette élasticité traduit le fait que le secteur agricole sur toute la période d'étude est peu sensible à la croissance. La dynamique de l'emploi dans ce secteur est par conséquent liée à l'évolution de la part de la valeur ajoutée de ce secteur dans le PIB. En ce qui concerne l'emploi dans le secteur secondaire, une augmentation de 1% de la production se traduit par une hausse de 0,52% de l'emploi. On a constaté que cette valeur est supérieure à celle de l'élasticité globale de l'emploi à la production. Ce qui a permis de dire que le secteur secondaire est très sensible à la croissance. Le secteur tertiaire quant à lui voit son niveau d'emploi augmenter de 2,11% lorsque la croissance est de 1%.

Le calcul des élasticités sectorielles a permis de comprendre le déplacement de la main d'oeuvre d'un secteur à l'autre étant donné le cycle d'activité. Ainsi, s'agissant du secteur agricole, une augmentation de 1% de la part de sa valeur ajoutée dans la production globale induit une augmentation de 0,65% de l'emploi. On remarque ainsi que la présomption d'une sensibilité plus forte de l'emploi agricole à l'évolution de sa contribution à la production totale est fondée. Parallèlement, la faible réaction de l'emploi industriel à l'évolution de la valeur ajoutée de ce secteur et sa non significativité conforte l'hypothèse d'une plus grande sensibilité de l'emploi industriel à la croissance. Enfin, l'élasticité de l'emploi tertiaire à la valeur ajoutée du secteur tertiaire est de 1,1. Ce constat montre que l'emploi dans les services est aussi sensible à la croissance globale qu'à la croissance sectorielle.

Ces résultats montrent également une réduction de 13,1% de la prévalence de la pauvreté largement attribuée à une baisse significative de cette prévalence dans le secteur des sévices où cet indice est passé de 55,1% en 1996 à 23% en 2001. Ce secteur a contribué à hauteur de 19,3% dans la réduction de la pauvreté entre 1996 et 2001 suivi du secteur industriel qui a contribué à hauteur de 7,4%. Par contre, le secteur agricole a plutôt oeuvré pour un accroissement de l'incidence de la pauvreté : son taux dans ce secteur passant de 49,4% en 1996 à 54,1% en 2001. La réduction de la pauvreté en ce qui concerne son intensité et sa sévérité présente les mêmes résultats que ceux issus de la prévalence avec le secteur agricole qui concoure à l'accentuation de la pauvreté par opposition aux secteurs des services et industriel. L'augmentation des indices de pauvreté dans le secteur agricole est largement expliquée par l'effet intersectoriel (la taille de sa population étant passée de 33,6 à 50,6%) qui souligne l'impact négatif des migrations de la main d'oeuvre sur la pauvreté au Cameroun. La réduction de la pauvreté au Cameroun est par conséquentexpliquée principalement par les secteurs des services et industriel qui sont par ailleurs les secteurs à fort potentiels en emploi de la croissance.

En résumé,ces résultats montrent globalement que la croissance économique est intensive en emploi et à même de conduire à la réduction de la pauvreté au Cameroun (ce qui montre que les objectifs du gouvernement en matière de croissance-emploi-pauvreté fixés dans le DSCE sont réalisables). En effet une augmentation de 1% de la production entraîne une augmentation de 0,41% de l'emploi total. A l'observation des réactions respectives de l'emploi primaire, de l'emploi secondaire et de l'emploi tertiaire à la variation du PIB, certes on réalise que l'élasticité de l'emploi agricole à la production est très faible et statistiquement non significative (prenant une valeur de 0,29). Ce qui justifie le fait que le secteur agricole sur toute la période d'étude est peu sensible à la croissance et contribue significativement à l'accentuation du taux de pauvreté monétaire. Néanmoins, une augmentation de 1% de la production se traduit par une hausse de 0,52% de l'emploi dans le secteur secondaire et de 2,11% dans le secteur des services, toutes choses qui permettent à ces deux secteurs de contribuer conjointement et de façon positive et significative à la réduction du taux de pauvreté monétaire en ramenant son estimation chiffrée a 53,3% en 1996 à 40,2% en 2001.

Ces différents résultats inspirent quelques recommandations de politique à l'endroit du Gouvernement camerounais.

6.2. RECOMMANDATIONS

Les recommandations de politique que inspire cette étude invite le gouvernement camerounais à intensifier son action dans les sens/secteurs suivants : i) le savoir ; ii)la création d'emplois décents;iii) la revalorisation des revenus; iv) la mobilité de l'emploi ;v) l'assainissement de l'environnement des affaires

(i) Bien que beaucoup d'efforts soient fait par le gouvernement Camerounais dans le domaine de la formation, beaucoup reste à faire dans le cadre de l'amélioration de la productivité de la main-d'oeuvre. Une productivité élevée de la main-d'oeuvre dans le secteur agricole favorisera non seulement une bonne rémunération de celle-ci mais aussi et surtout une augmentation de la part de la valeur ajoutée dans le PIB. Cette amélioration passe par exemple par la formation sur l'usage des nouvelles variétés de semences et l'usage des nouvelles techniques et matériels de productions.

(ii) Une création d'emplois décentspermettra à la main-d'oeuvre en chômage dans les secteurs agricoles et informels de sortir de l'état de la pauvreté ce qui va atténuer l'effet intra-sectoriel négatif du secteur agricole sur le taux de pauvreté total.^36(*)

(iii) L'accroissement des revenus à travers une revalorisation des salaires dans tous les secteurs confondus permettra de fidéliser la main-d'oeuvre formée à des couts parfois très élevés mais qui a tendance à s'expatrier.

(iv) Favoriser la mobilité choisie de la main d'oeuvre qualifiée des autres secteurs vers le secteur agricole en restructurant ce secteur (reforme agraire, revalorisation des salaires) afin de limiter les migrations des travailleurs qualifiés destinés à ce secteur (exemple des ingénieurs agronomes et forestiers formés à la FASA) vers les secteurs des services et industriels.

v)Cette dernière recommandation insiste sur la nécessité de développer un mécanisme d'incitations qui réduirait les délais et les coûts d'investissement dans le secteur industriel, de manière à accroître sa taille. En effet c'est le secteur qui s'enrichit le plus en emplois à forte productivité du travail et par ricochet indispensable pour la réduction de la pauvreté.^37(*)

6.3. LIMITES DE L'ETUDE ETAXES DE RECHERCHES FUTURES

Une telle étude ne saurait se terminer sans tenir compte des axes de recherches futures. En effet, ce travail aurai été meilleur s'il intégrait les facteurs influençant l'élasticité à la croissance de l'emploi au Cameroun. Ainsi,recourir à étendre la recherche vers la découverte des variables susceptibles d'expliquer de manière robuste l'enrichissement de la croissance en emploi semble constituer une prochaine piste de recherche.Il serait également plus judicieux pour ne pas être en déphasage d'utiliser les données plus récentes qui permettent d'actualiser davantage les résultats. Nous pensons à la troisième Enquête Camerounaise Auprès des Ménages ECAM3, qui a été réalisée en 2007.

Chapitre 24 BIBLIOGRAPHIE

Aghion, P. et P. Howitt (1992). « Growth and unemployment » mimeo, University of West Ontario.

Aghion, P. et P. Howitt (1998). Endogenous Growth Theory, MA: MIT Press.

Araar, A. (2003), `The Shapley Value', paper presented at the SISERA Training Workshop on Poverty Dynamics, 22-30 January, Kampala, Uganda.

Baldacci, E et al (2004). «Social Spending, Human Capital, and Growth in Developing Countries: Implications for Achieving the MDGs» IMF Working Papers N°04/217.

Balisacan, A.M. (1995), `Anatomy of Poverty during Adjustment: The Case of the Philippines', Economic Development and Cultural Change, Vol. 44, pp. 33-52.

Banque Mondiale (2001), « Combattre la pauvreté », Rapport sur le développement dans le monde, n°2001-01, Paris, ESKA, XIV-381.

BayeMenjoandNdamsa D (2011) Linking Growth, Employment and Poverty in Cameroun «Revue d'économieappliqué, 2011, vol. 64 pp. 85-114.

Baye, M. F. (1998), `Inequality and the Degree of Poverty among the Public Sector Workers in Cameroon', Nigerian Journal of Economic and Social Studies, Vol. 40 pp. 52-89.

Baye, M. F. (2004), `Non-Parametric Estimates of Poverty Lines: Measuring Rural-Urban Contributions to Poverty Changes in Cameroon', paper presented in the CSAE Conference on Growth, Poverty Reduction and Human Development in Africa, Oxford, March 2004.

Baye, M. F. (2006), `Growth and Redistribution Effects of Poverty Changes in Cameroon: A Shapley Decomposition Analysis', forthcoming in the Journal of African Economies.

Baye, M. F. and F. A. Amungwa (2002), `Training in Partnership for Development: The Case of Agricultural Family Schools in Rural Cameroon', Pakistan Economic and Social Review, vol. XL, pp. 33-55.

Baye, M. F. and S. Fambon (2002), `Decomposition of Inequality in the Distribution of Living Standards in Cameroon', African Journal of Economic Policy, vol. 9, pp 51-75.

Baye, M. F., S. Fambon and F. Sikod (2002), Globalization, Institutional Changes and Poverty in Rural Cameroon. Final Report submitted to FASID, Tokyo, Japan.

Bourbonnais R. (2001). «Econométrie: cours et exercices corrigés» Ed, Dunod, paris.

Datt, G. and M. Ravallion (1992), `Growth and Redistribution Components of Changes in Poverty Measures: A Decomposition with Application to Brazil and India in the 1980s', Journal of Development Economics, pp. 101-108.

Demeke M, et al. (2003). « Growth, employment, poverty and policies in Ethiopia: an empirical investigation» Issues in employment and poverty discussion papers N° 12, pp. 32-44.

Fambon, S., A. A. Amin, F. M. Baye, I. Noumba, I. Tambaand R. Tawah(2000), `Reformes ' économiques et pauvreté au Cameroun durant les années1990'. Rapport final projet collaboratif sur la pauvret' e AERC, Nairobi,Kenya, May.

Foster, J. E. and A. F. Shorrocks (1991), `Sub-group Consistent Poverty Measures', Econometrica, vol.59, pp. 687-709.

Foster, J. E., J. Greer and E. Thorbecke (1984), `A Class of Decomposable Poverty Measures', Econometrica, Vol. 52, No. 3, pp. 761-776.

Freire, M.J (2001).» Human Capital Accumulation and Economic Growth» Investigation esEconomicas, Vol. 25, pp. 585-602.

Goutié J. (2004). « Les économistes contre la protection de l'emploi », centre d'étude de l'emploi .pp. 26-39.

INS (2010) «Enquête sur l'emploi et le secteur informel au Cameroun », Institut National des Statistiques.

Institut National De La Statistique (2002), « Conditions de vie des populations et profil de pauvreté au Cameroun en 2001: Rapport principal ECAM II », Institut National de la Statistique du Cameroun.

Islam, I et S. Nazara. (2000) « Estimating employment elasticity for the Indonesia Economy » ILO Technical Notes, Jakartas, Décembre2008.

Islam, R. (2001). « Employment implications of the global economic slowdown 2001: Responding with a social focus », Issue in employment and poverty, discussion paper 2 ILO.

Islam, R. (2004). «The nexus of economic growth, employment and poverty reduction: an empirical analysis», Issues in employment and poverty reduction, discussion paper 14 ILO.

Kabananukye A, Et al (2004). «Economic growth, employment, poverty and pro-poor policies in Uganda» Issues on employment and poverty discussion paper, N° 16, pp.56-76.

Kaldor, N. (1956) «Alternative theory of distribution» Review of Economic Studies, Vol. 23, pp. 83-100.

Kapsos, S. (2005). «Employment intensity of growth», Issues on employment and poverty discussion paper, N°12.

Mankiw, G, D. Romer, Weil (1992). «A contribution to the empiric of economic growth», Quarterly journal of economic, vol. 107 N^o 28 pp.54-79.

Mortensen, D T Et C.A. Pissarides (1994). «Job creation, Job destruction, in the theory of unemployment» Review of economics studies, vol. 8 N^o 17 pp. 33-47.

Nickel, S etR. Layard. (1999) «Labor Market Institutions and Economic Performance» in Ashenfelter and Card, Hand Book of Labor Economic, North Holland, 3029-3084.

Ningaye P., Takoutio, F. V etTiomela, Y. A., (2011), « Une Alternative aux Indicateurs et Indices composites : Le ciblage de la Multi-pauvreté par les Scores Dimensionnels avec application aux données Camerounaises. », cahier de recherche PPMA-PEP, pp. 25-32.

Ningaye, P etNdjanjou, L., (2006), « La pauvreté Multidimensionnelle au Cameroun : sa Répartition Spatiale, ses Déterminants », rapport finale soumis à AfricanEconomicResearch Consortium (AERC), Nairobi, Kenya, pp. 18-22.

Njikam et al. (2005) «Caractéristiques et déterminants de l'emploi jeune au Cameroun» Cahiers de la stratégie de l'emploi, ILO 2005/05.

Oketch, M (2004) « Determinants of human capital formation and economic growth of African countries» Economics of Education Review, pp. 44-76.

Okun, A. (1962) « potential GNP, it measurement and significance », Proceeding of business and economics statistics section of the American statistical association.

Patillo, C. et al. (2006). «Les douleurs de la croissance» Finance et Développement, Mars, pp. 86-99.

Ravallion M. and Huppi M. (1991).«Measuring Changes in Poverty: A Methodological Case Study of Indonesia during an Adjustment Period,» World Bank Economic Review, vol.5, p. 57-82.

Romer, P. (1986) « Increasing returns and long run growth» Journal of political economy, vol94, N^o 23 pp. 52-73.

Schultz T. (1961) « Education and economic growth » Chicago university press, vol.51N^o 17 pp.25-44

Yogo U. T.(2009) « Croissance et Marché du travail au Cameroun » MPRA Revue vol. 11 No 8 pp. 35-48.

Chapitre 25 ANNEXES

Chapitre 26 ANNEXE I : Résultat du test de stationnarité

Null Hypothesis: LNPIB has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-2.656660	0.0997
Test critical values:	1% level	-3.831511
	5% level	-3.029970
	10% level	-2.655194


*MacKinnon (1996) one-sided p-values.
Warning: Probabilities and critical values calculated for 20 observations
and may not be accurate for a sample size of 19
Null Hypothesis: LNPIB has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-3.653885	0.0504
Test critical values:	1% level	-4.498307
	5% level	-3.658446
	10% level	-3.268973


*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNVAA has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-0.310420	0.9071
Test critical values:	1% level	-3.808546
	5% level	-3.020686
	10% level	-2.650413


*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNVAA has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-3.350495	0.0911
Test critical values:	1% level	-4.498307
	5% level	-3.658446
	10% level	-3.268973


*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNVAI has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-3.328531	0.0441
Test critical values:	1% level	-3.808546
	5% level	-3.020686
	10% level	-2.650413


*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNVAI has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-2.340945	0.3956
Test critical values:	1% level	-4.498307
	5% level	-3.658446
	10% level	-3.268973


*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNVAS has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-3.312119	0.0429
Test critical values:	1% level	-3.808546
	5% level	-3.020686
	10% level	-2.650413


*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNVAS has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-2.068038	0.5312
Test critical values:	1% level	-4.498307
	5% level	-3.658446
	10% level	-3.268973


*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNET has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-2.221097	0.2208
Test critical values:	1% level	-3.808546
	5% level	-3.020686
	10% level	-2.650413


*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNET has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-3.547228	0.0815
Test critical values:	1% level	-4.498307
	5% level	-3.658446
	10% level	-3.268973


*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNEA_ has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-0.730974	0.8156
Test critical values:	1% level	-3.831511
	5% level	-3.029970
	10% level	-2.655194


*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNEA_ has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-4.619067	0.0079
Test critical values:	1% level	-4.498307
	5% level	-3.658446
	10% level	-3.268973


*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNEI has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-3.303667	0.0382
Test critical values:	1% level	-3.808546
	5% level	-3.020686
	10% level	-2.650413


*MacKinnon (1996) one-sided p-values.
Null Hypothesis: lnEI has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-3.354154	0.0894
Test critical values:	1% level	-4.498307
	5% level	-3.658446
	10% level	-3.268973


*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNES has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-1.307330	0.6076
Test critical values:	1% level	-3.808546
	5% level	-3.020686
	10% level	-2.650413


*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNES has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-3.352163	0.0703
Test critical values:	1% level	-4.498307
	5% level	-3.658446
	10% level	-3.268973


*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNSR has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-3.291683	0.0401
Test critical values:	1% level	-3.808546
	5% level	-3.020686
	10% level	-2.650413


*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNSR has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-2.360748	0.3863
Test critical values:	1% level	-4.498307
	5% level	-3.658446
	10% level	-3.268973


*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LNOPEN has a unit root
Exogenous: Constant
Lag Length: 4 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-0.349731	0.8965
Test critical values:	1% level	-3.920350
	5% level	-3.065585
	10% level	-2.673459


Null Hypothesis: LNOPEN has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 2 (Automatic - based on SIC, maxlag=4)


		t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic		-4.658922	0.0085
Test critical values:	1% level	-4.571559
	5% level	-3.690814
	10% level	-3.286909


*MacKinnon (1996) one-sided p-values.

Chapitre 27 Chapitre 28 ANNEXE II: Diagnostique des différents modèles (test for appropriateness of models)

Breusch-Godfrey Serial Correlation LM Test:


F-statistic	0.101556	Prob. F(2,13)	0.9041
Obs*R-squared	0.323058	Prob. Chi-Square(2)	0.8508

Heteroskedasticity Test: ARCH


F-statistic	0.287468	Prob. F(1,18)	0.5984
Obs*R-squared	0.314388	Prob. Chi-Square(1)	0.5750

Breusch-Godfrey Serial Correlation LM Test:


F-statistic	1.063727	Prob. F(2,11)	0.3782
Obs*R-squared	3.241230	Prob. Chi-Square(2)	0.1978

Heteroskedasticity Test: ARCH


F-statistic	0.225975	Prob. F(1,18)	0.6402
Obs*R-squared	0.247970	Prob. Chi-Square(1)	0.6185

Breusch-Godfrey Serial Correlation LM Test:


F-statistic	0.532162	Prob. F(2,13)	0.5996
Obs*R-squared	1.589183	Prob. Chi-Square(2)	0.4518

Heteroskedasticity Test: ARCH


F-statistic	0.569097	Prob. F(1,18)	0.4604
Obs*R-squared	0.612951	Prob. Chi-Square(1)	0.4337

Breusch-Godfrey Serial Correlation LM Test:


F-statistic	0.242227	Prob. F(2,11)	0.7890
Obs*R-squared	0.843668	Prob. Chi-Square(2)	0.6558

Heteroskedasticity Test: ARCH


F-statistic	0.014510	Prob. F(1,17)	0.9055
Obs*R-squared	0.016203	Prob. Chi-Square(1)	0.8987

Chapitre 29 ANNEXE III :Résultats des tests d'hypothèse

a) Résultat de l'estimation de l'élasticité point de l'emploi total par rapport au PIB

Dependent Variable: LNET
Method: Least Squares
Date: 05/18/13 Time: 23:35
Sample: 1 21
Included observations: 21


Variable	Coefficient	Std. Error	t-Statistic	Prob.


C	3.160396	0.433366	7.292677	0.0000
LNPIB	0.229081	0.130903	1.750005	0.0994
LNPIBD	0.186352	0.069534	2.680012	0.0169
D01	0.130792	0.065153	2.007447	0.0631
LNSR	0.032972	0.018154	1.816245	0.0894
LNOPEN	0.038070	0.021833	1.743719	0.1017


R-squared	0.845475	Mean dependent var		4.177657
Adjusted R-squared	0.793966	S.D. dependent var		0.022343
S.E. of regression	0.010142	Akaike info criterion		-6.109354
Sum squared resid	0.001543	Schwarz criterion		-5.810919
Log likelihood	70.14822	Hannan-Quinn criter.		-6.044586
F-statistic	16.41431	Durbin-Watson stat		2.224262
Prob(F-statistic)	0.000013

b) résultat de l'estimation de l'élasticité point de l'emploi agricole par rapport au PIB

Dependent Variable: LNEA_
Method: Least Squares
Date: 05/18/13 Time: 23:27
Sample: 1 21
Included observations: 21


Variable	Coefficient	Std. Error	t-Statistic	Prob.


C	6.999476	1.640594	4.266429	0.0007
LNPIB	0.011261	0.001576	7.145304	0.8720
LNPIBD	0.285654	0.107522	2.656718	0.0179
D01	0.703532	0.246652	2.852332	0.0121
LNSR	-0.087939	0.068725	-1.279592	0.2201
LNOPEN	-0.115571	0.082652	-1.398289	0.1824


R-squared	0.909513	Mean dependent var		4.126029
Adjusted R-squared	0.879350	S.D. dependent var		0.110534
S.E. of regression	0.038394	Akaike info criterion		-3.446891
Sum squared resid	0.022111	Schwarz criterion		-3.148456
Log likelihood	42.19235	Hannan-Quinn criter.		-3.382123
F-statistic	30.15383	Durbin-Watson stat		1.776572
Prob(F-statistic)	0.000000

c) Résultat de l'estimation de l'élasticité point de l'emploi industriel par rapport au PIB

Dependent Variable: LNEI
Method: Least Squares
Date: 05/18/13 Time: 23:29
Sample: 1 21
Included observations: 21


Variable	Coefficient	Std. Error	t-Statistic	Prob.


C	5.126080	4.454947	1.150649	0.2679
LNPIB	0.528658	3.245710	0.162879	0.0728
LNPIBD	1.201930	0.291969	4.116636	0.0009
D01	2.675203	0.669770	3.994215	0.0012
LNSR	-0.205220	0.186618	-1.099678	0.2888
LNOPEN	0.644729	0.224437	2.872646	0.0116


R-squared	0.866407	Mean dependent var		2.336080
Adjusted R-squared	0.821876	S.D. dependent var		0.247024
S.E. of regression	0.104256	Akaike info criterion		-1.448977
Sum squared resid	0.163040	Schwarz criterion		-1.150542
Log likelihood	21.21426	Hannan-Quinn criter.		-1.384209
F-statistic	19.45621	Durbin-Watson stat		1.813071
Prob(F-statistic)	0.000004

d) Résultat de l'estimation de l'élasticité point de l'emploi dans les services par rapport au PIB

Dependent Variable: LNES
Method: Least Squares
Date: 05/18/13 Time: 23:31
Sample: 1 21
Included observations: 21


Variable	Coefficient	Std. Error	t-Statistic	Prob.


C	0.941793	2.482663	0.379348	0.7097
LNPIB	2.111902	0.559076	3.777481	0.0018
LNPIBD	0.193797	0.162709	1.191061	0.0521
D01	0.488721	0.373251	1.309365	0.2101
LNSR	0.070715	0.103999	0.679959	0.5069
LNOPEN	0.071125	0.125075	0.568658	0.5780


R-squared	0.922660	Mean dependent var		3.340653
Adjusted R-squared	0.896880	S.D. dependent var		0.180928
S.E. of regression	0.058100	Akaike info criterion		-2.618344
Sum squared resid	0.050634	Schwarz criterion		-2.319909
Log likelihood	33.49261	Hannan-Quinn criter.		-2.553576
F-statistic	35.78992	Durbin-Watson stat		1.833933
Prob(F-statistic)	0.000000

e) Résultat de l'estimation de l'élasticité point de l'emploi agricole par rapport à la valeur ajoutée du secteur agricole

Dependent Variable: LNEA_
Method: Least Squares
Date: 05/19/13 Time: 00:04
Sample: 1 21
Included observations: 21


Variable	Coefficient	Std. Error	t-Statistic	Prob.


C	4.938878	1.600998	3.084875	0.0075
LNVAA	0.655899	2.195661	0.298725	0.0092
LNVAAD	0.628857	0.335590	1.873884	0.0806
D01	2.106844	1.076835	1.956516	0.0693
LNSR	-0.035235	0.059078	-0.596412	0.5598
LNOPEN	0.023167	0.089158	0.259841	0.7985


R-squared	0.921395	Mean dependent var		4.126029
Adjusted R-squared	0.895193	S.D. dependent var		0.110534
S.E. of regression	0.035784	Akaike info criterion		-3.587665
Sum squared resid	0.019208	Schwarz criterion		-3.289230
Log likelihood	43.67048	Hannan-Quinn criter.		-3.522897
F-statistic	35.16552	Durbin-Watson stat		1.921106
Prob(F-statistic)	0.000000

f) Résultat de l'estimation de l'élasticité point de l'emploi industriel par rapport à la valeur ajoutée du secteur industriel

Dependent Variable: LNEI
Method: Least Squares
Date: 05/19/13 Time: 00:06
Sample: 1 21
Included observations: 21


Variable	Coefficient	Std. Error	t-Statistic	Prob.


C	-9.118968	4.782597	-1.906698	0.0759
LNVAI	0.219388	0.118306	1.854398	0.8734
LNVAID	0.012485	0.005466	2.284019	0.0374
D01	8.383661	3.650297	2.296706	0.0365
LNSR	0.135553	0.156216	0.867724	0.3992
LNOPEN	0.869585	0.253326	3.432666	0.0037


R-squared	0.787062	Mean dependent var		2.336080
Adjusted R-squared	0.716083	S.D. dependent var		0.247024
S.E. of regression	0.131624	Akaike info criterion		-0.982777
Sum squared resid	0.259873	Schwarz criterion		-0.684342
Log likelihood	16.31916	Hannan-Quinn criter.		-0.918009
F-statistic	11.08862	Durbin-Watson stat		1.903352
Prob(F-statistic)	0.000130

g) Résultat de l'estimation de l'élasticité point de l'emploi dans les services par rapport à la valeur ajoutée du secteur des services

Dependent Variable: LNES
Method: Least Squares
Date: 05/19/13 Time: 00:08
Sample: 1 21
Included observations: 21


Variable	Coefficient	Std. Error	t-Statistic	Prob.


C	10.04692	5.504285	1.825290	0.0879
LNVAS	1.102997	1.664204	0.662777	0.0175
LNVASD	1.828762	1.617170	1.130841	0.2759
D01	6.673942	6.180861	1.079776	0.2973
LNSR	-0.143720	0.123752	-1.161352	0.2636
LNOPEN	0.278407	0.155945	1.785290	0.0944


R-squared	0.860090	Mean dependent var		3.340653
Adjusted R-squared	0.813453	S.D. dependent var		0.180928
S.E. of regression	0.078145	Akaike info criterion		-2.025551
Sum squared resid	0.091599	Schwarz criterion		-1.727116
Log likelihood	27.26828	Hannan-Quinn criter.		-1.960783
F-statistic	18.44234	Durbin-Watson stat		2.256499
Prob(F-statistic)	0.000006

Chapitre 30 ANNEXE IV : Recodage des secteurs d'activités de ECAM I et II suivant les secteurs du marché du travail

Dix neuf secteurs avant recodage

Quatre secteurs après recodage

Nombre d'observations

1996

2001

Agriculture/Pèche/Chasse

Animal rearing

Mines et Minerais

Industries Agro-alimentaires

Industries Textiles

Industries du Bois

Agricole

490

(28, 30%)

4045

(36,8%)

Industries Chimiques

Industries de Matériaux et construction

Mechanical metals and repairs

Energie/Gaz/Eau

Bâtiment et Travaux publics (BTP)

Transport

Trade and Commerce

Specialised Food Trade

Industriel

295

(17%)

1190

(10, 8%)

Autres Commerces

Hôtellerie et Restauration

Banque/Assurance

Services Publics

Autres services

Services

707

(40,8%)

4265

(38,8%)

Valeurs manquantes

Informel

239

(13,8%)

1492

(13,6%)

Total

1731

(100%)

10992

(100%)

Source: Recodage de l'auteur sur la base du logiciel Stata 9.1 à partir de ECAM I et II

Chapitre 31 ANNEXE V : Sorties des logiciels DAD4.5 et DASP_v2.2

* ¹ Ces statistiques sont dérivées des annuaires de statistiques du Cameroun produites par l'Institut National de la Statistique (2010).

* ³ Il est estimé que des taux de croissance de 6 à 7% sont nécessaires pour atteindre l'OMD 1 au Cameroun en 2015(DSCE 2009).

* ⁴ 1. Eliminer l'extrême pauvreté et la faim en réduisant de moitié le nombre de Camerounais vivant au-dessous du seuil de pauvreté et qui souffrent de la faim ; 2. Assurer une éducation primaire pour tous en donnant à tous les enfants les moyens d'achever le cycle d'études primaires ; 3. Promouvoir l'égalité des sexes et l'autonomie des femmes, en éliminant les disparités entre les sexes dans les enseignements primaires et secondaires, et si possible à tous les niveaux d'enseignement ; 4. Réduire de deux tiers, la mortalité à la naissance et celle des enfants de moins de cinq ans; 5. Améliorer la santé maternelle, en réduisant de trois quarts la mortalité maternelle ; 6. Combattre et stopper la propagation du VIH/SIDA, maîtriser le paludisme et d'autres grandes endémies en inversant leur tendance; 7. assurer un environnement durable en réduisant de moitié la proportion de la population qui n'a pas accès à l'eau potable, améliorer sensiblement l'habitat en intégrant les principes de développement durable dans les politiques nationales et inverser la tendance actuelle de la déperdition des ressources environnementales ; 8. Mettre en place un partenariat pour le développement des technologies de l'information et de la communication et pour l'application des politiques et des stratégies qui permettent aux jeunes de trouver un travail décent et utile.

* ⁵ L'effet intra-sectoriel renvoie à la contribution d'un secteur spécifique tandis que l'effet intersectoriel correspond aux migrations de la main-d'oeuvre entre les différents secteurs du marché du travail.

* ⁶ Perroux,F(1958) « Théorie générale du progrès économique » Annales Economies, sociétés, civilisations.

* ⁷ CitéPerroux,F(1958) « Théorie générale du progrès économique » Annales Economies, sociétés, civilisations.

* ⁸PIB = produit national brut+ revenus nets versés aux étrangers à l'intérieur du pays - revenus nets des citoyens à l'extérieur des frontières de ce pays =somme des valeurs ajoutées des unités résidentes + la TVA + les droits de douane. (Perroux 1947)

* ⁹ Le taux de participation est le rapport entre la population active et la population en âge de travailler.

* ¹⁰ L'emploi, dans sa signification courante, correspond à l'exercice d'une profession rémunérée, (subventionnée ou non par les pouvoirs publics), ce qui signifie qu'une personne bénévole n'occupe pas un emploi au sens strict du terme (Tchouapi 2010).

* ¹¹ Cité par Njikam et al. (2005) «Caractéristiques et déterminants de l'emploi jeune au Cameroun» Cahiers de la stratégie de l'emploi, ILO 2005/05.

* ¹²Banque Mondiale (2001), « Combattre la pauvreté », Rapport sur le développement dans le monde, n°2001-01, Paris, ESKA, XIV-381.

* ¹⁵Institut National De la Statistique (2002), « Conditions de vie des populations et profil de pauvreté au Cameroun en 2001: Rapport principal ECAM II », Institut National de la Statistique du Cameroun.

* ¹⁶ L'approche subjective repose sur l'appréciation des ménages sur leurs conditions de vie.

* ¹⁷ La pauvreté humaine se réfère aux potentialités qu'un individu est en mesure ou non de réaliser, en fonction des possibilités qui lui sont offertes. Elle met en avant les pénuries de capacités.

* ¹⁸ Cette approche aborde la pauvreté sous l'angle des résultats plutôt que sur des moyens à partir des conditions matérielles d'habitation (source d'éclairage du logement ; sources d'énergie pour la cuisine ; types des lieux d'aisance ; matériaux des murs).

* ¹⁹ Cité par Lekeumo Simplice Kitleur dans " mesure et analyse de la pauvreté non monétaire chez les enfants : le cas du Camroun en 2008.

* ²¹Datt, G. and M. Ravallion (1992), `Growth and Redistribution Components of Changes in Poverty Measures: A Decomposition with Application to Brazil and India in the 1980s', Journal of Development Economics.

* ²² Le seuil de pauvreté absolu au Cameroun s'estime en 1996 à 185490 FCFA par an et par équivalent adulte soit l'équivalent d'un Dollar par jour et par personne ou encore 19000 FCFA par personne par mois et de 269 443 FCFA par an et par équivalent-adulte en 2007 (INS2007).

* ²⁵ Cité par Mortensen, D T et C.A. Pissarides (1994). «Job creation, Job destruction, in the theory of unemployment» Review of economics studies, vol. 8 N^o 17 pp. 33-47.

* ²⁶ L'effet de capitalisation représente les effets bénéfiques d'une nouvelle technologie. VoirMortensen D et Pissarides CA « Job creations and job destruction in the theory of unemployment », review of economy studies,

* ²⁷ A ce niveau la fonction de production peut être conforme à celle du modèle de Solow (1956) avec un progrès

Technique exogène ou être définie sous l'hypothèse de l'existence d'externalité positives de la technologie.

* ³⁰ Selon l'approche relative la croissance est pro-pauvre lorsque les plus pauvres bénéficient plus que les autres des fruits de la croissance. Elle doit donc se traduire par une réduction de l'inégalité des revenus en faveur des pauvres (Klasen 2003). L'approche absolue considère comme pro-pauvre une croissance qui se traduit par une réduction de l'incidence de la pauvreté.

* ³¹ Il s'agit des murs en béton, en parpaings, en briques cuites ou en pierre de taille ; d'un toit en ciment ; en tôle ou en tuile ; d'un sol revêtu de ciment ou de carreaux.

* ³² L'élasticité point de l'emploi est une variation en pourcentage du nombre de personnes employées dans une économie ou une région, associé à une variation de la production mesurée par le PIB (Kapsos 2005).

* ³³ L'effet Intra-sectoriel correspondent à la contribution spécifique à un secteur donné du marché du travail tandis l'effet Intersectoriel correspond à l'impact du aux migrations des travailleurs entre les différents secteurs du marché du travail (Ravallion et Hupi, 1991).

* ³⁴ Khan(2002) pense qu'une élasticité favorable pour les PED doit se situer autour de 0.7

* ³⁵ Des initiales de Foster, Greer et Thorbecke(1984) qui se décline comme suit :(P₀) pour l'incidence de la pauvreté, (P₁) pour l'intensité de la pauvreté et (P₃) pour la sévérité de la pauvreté.

* ³⁶ Cette recommandation est déjà inscrite dans les actions prioritaires du Gouvernement. (Voire DSCE 2009. Pp 85-86)

* ³⁷ Cette recommandation est également inscrite dans les actions prioritaires du Gouvernement. (Voire DSCE 2009 sur la gouvernance et la gestion stratégique de l'Etat. Pp 93-101)