Memoire Online - Etude des déterminants de la consommation de combustibles pour la cuisson dans le milieu urbain : le cas des ménages de la commune de Carrefour, Haà¯ti

MASTER EN GESTION ET ÉVALUATION DES ENTREPRISES ET DES COLLECTIVITÉS TERRITORIALES

SUJET : "Etude des déterminants de la consommation de combustibles pour la cuisson dans le milieu urbain : le cas des ménages de la commune de Carrefour, Haïti ".

Pour témoigner mon amour, mon respect et ma gratitude
Pour sa vision, sa générosité, et son courage
Pour ses nombreux sacrifices aux prix de sa jeunesse
Pour son rêve devenu réalité,
Celui même qui m'a conduit jusqu'à ce grade de Master.

Nos plus vifs remerciements s'adressent à tous-tes ceux-celles qui, d'une façon ou d'une autre, ont contribué à faire de cette formation une réussite, en particulier :

INTRODUCTION

Il est largement reconnu que la consommation d'énergie est un indicateur essentiel du développement socio-économiques d'une nation (Hughes-Cromwick, 1985 ; cité par Lhendupa et al 2010: 134). Dès lors qu'il a été observé un lien étroit entre les habitudes de consommation énergétique et le développement socio-économique, le Programme des Nations Unies pour le développement (PNUD) utilise la consommation d'énergie comme l'un des indicateurs de développement humain (Ramachandra et al., 2000 ; cité par Lhendupa et al. 2010 : 134).

En effet, « L'Energie affecte tous les aspects du développement social, économique et environnemental » (Amigun et al., 2008 ; cité par Walekhwa et al., 2009 : 2754 ). « Par conséquent, fournir des services énergétiques adéquats, abordables, efficaces, fiables ayant un effet minimal sur l'environnement est essentiel » (Walekhwa et al., 2009 : 2754). Akther et al. (2010) ajoute que la méconnaissance du choix énergétique des ménages influence significative la politique et la planification de l'énergie.

La majorité des ménages utilisant des combustibles solides (bois, charbon de bois...) les brûlent sur des feux ouverts ou des fourneaux simples qui dégagent de la fumée dans les espaces intérieurs : « Chaque année, 1.5 million de personnes meurent par inhalation de polluants intérieurs, dépassant souvent les limites admises pour l'air extérieur ; dans le cas des particules fines, la limite établie est dépassée de 100 fois ou plus » (Smith et autres, 2004 ; OMS, 2006 : cité par USAID 2006 : 20).

Viswanathan et Kumar (2003) distinguent les combustibles « sales » des combustibles « propres » suivant que ces derniers émettent, au moment de leur combustion, des éléments polluants qui ont des impacts sur la santé des membres du ménage impliqués dans la cuisson. Selon cette classification, le « bois » et le « charbon de bois » sont classés parmi les combustibles dits « sales », alors que le « kérosène » et le « GPL¹ » sont rangés dans la catégorie des combustibles dits propres. La pertinence de ce distinguo dans le cas d'Haïti devrait se traduire par une diminution de la consommation des combustibles ligneux au fur et à mesure que le revenu du ménage augmente au profit de la consommation du kérosène ou du gaz propane.

Il y a donc plusieurs raisons pour lesquelles le choix des combustibles domestiques dans les zones urbaines des pays en développement est important à étudier, allant de son importance pour le bien-être individuel à ses implications sur le réchauffement de la planète (Gupta & Kohlin, 2005).

En Haïti, les données publiées par l'Institut Haïtien de Statistique et d'Informatique (IHSI/EBCM², 2000) montrent que le « bois » et le « charbon de bois » sont les combustibles utilisés par 95.2% des ménages pour la cuisson des aliments. Les ménages ruraux utilisent surtout le bois (87.4%), alors que le « charbon de bois » est la principale source d'énergie de plus de 88% des ménages vivant dans le milieu urbain (IHSI/ECVH³ 2003). Les autres sources d'énergie modernes telles que le GPL, le kérosène, l'électricité et autres restent très peu utiliser dans la cuisine haïtienne.

D'un point de vue strictement économique, l'industrie du charbon de bois a une importance considérable en Haïti. « Les ventes annuelles de charbon de bois sont estimées à, au moins, QUATRE VINGT millions de dollars américains, et la chaîne de valorisation du charbon de bois emploie environ CENT CINQUANTE MILLES personnes » (IAEA/BME⁴ 2004, cité par USAID, 2006 : 117).

Par contre, sur le plan environnemental, l'activité de fabrication du charbon de bois est perçue comme un mal qui ronge progressivement le couvert végétal haïtien. « La coupe de bois en Haïti sert principalement à produire de l'énergie pour la cuisson, surtout du charbon de bois dans les zones urbaines » (USAID 2006 : 21) et engendre la déforestation. « Les prélèvements annuels de bois de feu entraînent un déficit qui se manifeste par une diminution progressive du couvert végétal haïtien qui, de 60% du territoire en 1923, est passé à 18% en 1952 et à 1,44% en 1989 » (PNUD, 1996 ; cité par ESMAP 2007 : 27). Si les projections faites dans les années 1980 s'étaient réalisées, le dernier arbre haïtien aurait été abattu il y a quelques années déjà (ESMAP⁵, 2007 : 1).

Certes, il existe encore des arbres sur le sol haïtien, cependant, la menace de l'épuisement des ressources ligneuses est de plus en plus préoccupante pour le futur d'Haïti. La désertification progressive des montagnes haïtiennes, les inondations répétées de ses grandes villes, les glissements fréquents de terrains sont, entre autres, des indices du niveau élevé de vulnérabilité de

² IHSI/EBCM : Institut Haïtien de statistique et d'Informatique / Enquête Budget-Consommation des Ménages.

3 IHSI/ECVH : Institut Haïtien de Statistique et d'Informatique/Enquête des Conditions de Vie des Haïtiens.

⁵ ESMAP : Energy Sector Management Assistance Program Energy Sector Management Assistance Program.

l'environnement haïtien. Toutefois, depuis la fin des années 90, diverses tentatives ont été réalisées par le gouvernement haïtien avec le support des ONGs évoluant dans le pays afin de diminuer la consommation du charbon de bois chez les ménages haïtiens. Il y a lieu de citer la production de « briquettes » produites à partir de résidus agro-forestiers renouvelables destinées à substituer le charbon de bois, la fabrication de « Réchauds améliorés à charbon », l'importation des réchauds à kérosène, la promotion des énergies modernes comme le GPL, le kérosène, etc. Malgré toutes ces actions, le « charbon de bois » est encore le choix de combustible de la majorité des ménages urbains en Haïti. Cette situation dramatique doit, sans nul doute, avoir une explication scientifique. Ce qui nous amène à nous interroger sur les facteurs déterminants du choix des ménages urbains haïtiens à consommer tel combustible pour la cuisson plutôt que tel autre, et quel est le poids de chaque facteur dans cette décision de consommation ?

Notre recherche vise à analyser les principaux facteurs qui influencent la décision des ménages sur le marché des combustibles pour la cuisson dans le milieu urbain d'Haïti.

Pour mieux atteindre ces objectifs, nous supposons que le ménage fait son choix de combustible pour la cuisson en fonction de ses caractéristiques socio-économiques (âge, statut, sexe, niveau d'éducation du chef de ménage, taille, type de logement, revenu du chef de ménage) et de la perception du chef de ménage par rapport aux combustibles disponibles. Sur la base cette hypothèse, nous allons construire un questionnaire pour réaliser un sondage auprès d'un échantillon représentatif des ménages de la plus grande agglomération urbaine du pays (l'Aire Métropolitaine de Port-au-Prince).

Les données collectées seront saisies, traitées et feront l'objet de deux types d'analyses :

- Une analyse descriptive qui permettra de décrire le comportement des variables et identifier les déterminants de la consommation de combustible. Plusieurs techniques statistiques seront

mises à profit, telles que : la moyenne arithmétique, l'écart-type, les distributions de fréquences, les pourcentages, le test Khi-deux, des tableaux et graphes entre autres.

- Une analyse explicative qui sera fait à l'aide d'un modèle de régression logistique (transformation Multinomiale-Logit) nous permettra d'établir la force des associations identifiés entre les variables dépendantes (les combustibles utilisés par les ménages pour la cuisson : charbon de bois, GPL, kérosène, électricité, autres) toutes dichotomiques et les variables exogènes que sont les caractéristiques socio-économiques et culturels des ménages. L'Odds-ratio est l'indicateur (très utilisé en épidémiologie) qui nous permettra de faire ressortir le poids des facteurs déterminants.

Ce travail sera divisé en trois chapitres. Dans le premier chapitre, nous prendrons soins de faire une mise en contexte, et une brève historique des différents combustibles disponibles sur le marché. Nous présenterons également une revue de la littérature théorique et empirique sur la problématique de la consommation de combustibles dans certains pays en voie de développement et en Haïti.

Le deuxième chapitre est consacré à l'élaboration du modèle conceptuel qui guidera notre recherche. Ce sera le moment d'identifier les variables pertinentes sur lesquelles se baseront nos analyses. Ces variables seront utilisées pour formuler des hypothèses réalistes et pertinents pour aboutir à l'atteinte des objectifs de la recherche qui seront préciser dans la méthodologie proposée.

Le troisième et dernier chapitre viendra présenter les résultats de l'enquête et du modèle de régression utilisé. C'est à travers ce chapitre que nous procéderons à la vérification des hypothèses de la recherche. Les résultats seront systématiquement discutés et comparés à ceux obtenus dans les travaux d'autres auteurs auxquels nous avions pu consulter.

Finalement, nous présenterons une brève conclusion qui rappellera les grands moments de la recherche, les principaux résultats, les limites du travail et suggéra quelques pistes d'intervention pour les recherches futures.

CHAPITRE 1 : REVUE DE LA LITTERATURE DE LA CONSOMMATION

Notre démarche consistera, dans un premier temps, à faire une brève présentation du marché de combustibles dans le contexte socioéconomique haïtien. Ensuite, nous ferons un survol sur chacun des principaux combustibles utilisés par les ménages urbains d'Haïti au cours des années précédentes. Cela nous aidera à mieux comprendre ce que pourrait être le leitmotiv du choix de tel ou tel combustible par un ménage urbain tenant compte de compte de sa propre réalité. Ce faisant, nous procéderons à la formulation d'un ensemble d'hypothèses de recherche en fonction de certaines caractéristiques démographiques, économiques, sociologiques entre autres.

§SECTION 1. Le marché de combustibles en Haïti

Avec le PIB per capita le plus faible de la région Caraïbe, l'économie haïtienne fait face à de graves déséquilibres macroéconomiques qui l'empêchent de prendre la route du développement : inflation, chômage, déficit chronique du commerce extérieur, croissance démographique, stagnation du produit intérieur brut sont, entre autres, des préoccupations majeures auxquelles la société haïtienne doit apporter les réponses appropriées. Aussi, sur le plan environnemental, le principal défi du pays consiste à faire baisser la pression sur les ressources ligneuses dont la menace de l'épuisement est de plus en plus imminente. De plus, les effets dévastateurs du séisme du 12 janvier sont venus compliquer la situation à tout point de vue et mettent à nu la plupart des infrastructures socioéconomiques du pays. Aujourd'hui, l'enjeu de la reconstruction est de taille. Il faudra, non seulement réparer l'appareil étatique et les infrastructures sociaux de base, mais surtout travailler à relancer les activités dans le sens du développement durable, donc à s'attaquer aux graves problèmes écologiques et énergétiques.

Situation du marché de combustibles en Haïti Etat de la Demande de combustible

En Haïti, la consommation des ménages ruraux et urbains constitue l'essentiel de la consommation de l'énergie domestique dont la part dans la consommation totale d'énergie du pays est estimée à

plus de 70%. Les industries traditionnelles (Blanchisseries, Boulangeries, Restaurants routiers, Guildives, Vétiver, etc.) consomment relativement très peu d'énergie dans ce secteur. Selon les données publiées par l'Institut Haïtien de Statistique et d'Informatique (IHSI/EBCM⁶, 2000), le «bois» et le «charbon de bois» sont utilisés par 95.2% des ménages haïtiens pour la cuisson des aliments. Le marché des combustibles pour la cuisson dans le milieu urbain haïtien est essentiellement constitué du charbon de bois, du kérosène, du gaz propane (GPL : Gaz de Pétrole Liquéfié) et de l'électricité. Le « charbon de bois » est la principale source d'énergie de 88.7% des ménages. Les autres sources d'énergie modernes telles que le GPL, le kérosène, l'électricité et autres, restent très peu utiliser dans la cuisine haïtienne (IHSI/ECVH⁷ 2003).

Au niveau de l'Aire Métropolitaine de Port-au-Prince (où se concentre 59% de la population urbaine totale du pays), le charbon de bois est utilisé par 88.7% des ménages, le kérosène par 27% et le gaz propane ou Gaz de Pétrole Liquéfié (GPL) par 18% (IHSI/ECVH, 2003 : 50). Notons que, dans ces dernières statistiques, la somme des proportions dépasse largement les 100%. Ces chiffres signifient que certains ménages enquêtés utilisent des combinaisons de combustibles parmi ceux disponibles. « Dans la capitale Port-au-Prince, le marché du charbon de bois représente entre 110 et 150 millions US$; celui du kérosène et du GPL au niveau du pays se situent entre 120 millions US$ et 15 millions US$ » (ESMAP, 2007 : 35).

La Figure 1 ci-contre présente la composition Figure1: Evolution de l'Offre de Combustibles (1998-2003)

de l'offre de combustibles pour la cuisson dans le milieu urbain d'Haïti au cours de la période 1998-2003 (tout en considérant négligeables les offres des autres combustibles disponibles pour la cuisson au niveau des villes haïtiennes). L'analyse de ce graphe indique une certaine évolution au niveau de la structure de l'Offre au cours de la période 1998-2003. En effet, l'offre de charbon de bois représentait plus de 50% de

⁶ IHSI/EBCM : Institut Haïtien de statistique et d'Informatique / Enquête Budget-Consommation des Ménages.

7 IHSI/ECVH : Institut Haïtien de Statistique et d'Informatique/Enquête des Conditions de Vie des Haïtiens

l'Offre totale de combustibles disponibles pour la cuisson jusqu'à l'année 2001. Et, à partir de la cinquième année (2002), la quantité relative de charbon de bois disponible a été moins que 50%, quoiqu'il soit encore prédominant dans la structure de l'offre totale. Ce changement structurel au niveau de l'Offre de combustibles serait-il annonciateur d'une nouvelle dynamique de substitution du charbon de bois par d'autres combustibles plus modernes disponibles sur le marché ? ou, de préférence, est-il dû à une augmentation significative du prix du charbon de bois suite à une rareté observée sur le marché de combustible pendant la période concernée ? Toutefois, il convient de rappeler, que les années 2002 et 2003 ont été truffées de bouleversements politiques ayant conduit au coup d'Etat qui a renversé le président Jean Bertrand Aristide au pouvoir.

Selon les théories économiques, la variation du prix d'un bien, dans un sens comme dans l'autre, est un indicateur important qui renseigne sur le sens de variation de l'Offre ou de la Demande de ce bien, connaissant à priori l'évolution de l'une de ces variables. Ainsi, étant donné la diminution relative de l'Offre de charbon de bois durant les années 2002 et 2003 (Figure 1, ci-dessus présentée), la tendance croissante de son prix sur cette même période (Figure 2, ci-dessous), on peut supposer que la Demande de charbon de bois n'a pas évolué dans le même sens que l'Offre ou, à défaut, ne l'a pas suivi de façon proportionnelle. Dans l'un ou l'autre cas, il s'en suit une pression de la Demande sur l'Offre laquelle a fait augmenter le prix du charbon de bois afin de rétablir l'équilibre.

S'agissant du kérosène, la Figure 2 montre aussi une augmentation significative de son prix au cours de l'année 2003. On constate que son prix a varié dans le même sens que son volume d'Offre. Ce constat indique que l'augmentation au niveau du volume d'Offre de kérosène a été moindre que celle du volume de la demande de ce combustible pendant l'année 2003. Ainsi, tout comme pour le

charbon de bois, au cours de l'année 2003, il y a eu une pression de la demande sur l'offre de kérosène qui s'est traduite par une augmentation de son prix sur le marché haïtien.

Dans le cas du Gaz de Pétrole Liquéfié (GPL), la forte augmentation de 86.45% de son prix en 2003 (89.85 gourdes par gallon contre 48.19 gourdes par gallon en 2002) contraste avec la baisse spectaculaire de 147% de son volume d'Offre (37,000 TEP en 2002 contre 15,000 TEP en 2003). Face à la rareté du GPL sur le marché local, la forte pression de la demande s'est traduite une augmentation significative du prix mais moins que proportionnelle par rapport à la chute observée au niveau de l'offre.

Finalement, le marché du combustible électricité semble être relativement plus stable durant la période examinée. Le prix du kilowatt/heure d'électricité n'a connu qu'une seule augmentation sur la période, et la variation de l'offre de ce combustible s'est maintenue à un niveau raisonnable. Signalons, toutefois, que le marché de l'électricité est le seul parmi les combustibles qui fonctionne en dehors des principes d'une économie de marché et dont le fonctionnement est régi par des mécanismes extra économiques contrôlés par l'EDH, un organisme autonome de l'Etat haïtien.

En vue de mieux comprendre la décision des ménages de choisir un combustible par rapport à un autre, nous estimons nécessaire de faire une brève historique de chacun des combustibles dans l'économie haïtienne.

Le bois, donnant naissance au charbon de bois après carbonisation au four, est un bien obtenu jadis à un prix dérisoire en Haïti. Il est surtout utilisé pour la cuisson, mais également pour repasser les vêtements et le blanchissage des linges. En général, le charbon de bois est produit dans le milieu rural pour être vendu aux ménages urbains principalement. Ainsi, l'activité du charbon de bois assure, un minimum de revenus tant pour les commerçants du milieu urbain que pour les fabricants ruraux. « Environ 30 pour cent de la valeur du marché du charbon de bois est redistribuée dans les zones rurales et constitue une appréciable source de revenus. » (ESMAP, 2007 : 35). « Cette pratique permet à l'Etat d'économiser plus de 20 millions de dollars, soit le montant des devises nécessaires

à l'importation des produits pétroliers de substitution au bois de feu et au charbon de bois » (Saint Jean 2003, cité par Jean-Maurice 2009 : 28).

Au niveau de l'industrie du charbon de bois, le marché est libre à l'entrée, la main d'oeuvre est en abondance et le capital financier à investir est faible. Ainsi, le charbonnier décide à sa guise du moment et de la quantité à produire. Les rares textes légaux existants (la loi d'août 1955 et le décret de 1987 qui reconnaissent la nécessité de recourir à des sources d'énergies alternatives pour faire baisser la pression sur le bois de feu) n'ont pas fait l'objet de préoccupation des dirigeants haïtiens. Le seul contact que l'administration publique entretient avec le charbon et le charbonnier, passe à travers le fisc dont le système de taxation établi n'arrive à collecter que 10 % des taxes perceptibles" (J. A. Victor 1996, cité par BME).

De plus, le charbon de bois est un bien qui est très accessible aux petites bourses « on trouve du charbon de bois presque partout, en toutes quantités, il est possible de se réapprovisionner à toute heure » (ESMAP 2007 : 29). Ainsi, il est l'un des combustibles accessibles aux ménages les plus pauvres.

L'institution chargée de produire l'électricité en Haïti est l'ED'H (Electricité D'Haïti), un organisme autonome de l'Etat haïtien créé lors de la mise en service de la centrale hydro-électrique de « Péligue » en 1971. L'électricité est générée à partir de deux sources principales : les usines hydroélectriques et les usines thermiques. Mais, les faibles capacités installées de ces usines, ne permettent pas à l'EDH de satisfaire la demande locale. Après des périodes de croissance durant les années 70 et 80, les activités de l'EDH ont sensiblement diminués notamment avec la longue période d'instabilité politique amorcée depuis la chute du régime des Duvalier en 1986 et le ralentissement de l'activité économique subséquente. Ainsi, à partir des années 90, l'ED'H est rentré dans une phase de décroissance. Cette mauvaise performance s'explique par le manque d'entretien des matériels et équipements, l'absence d'investissements dans ce secteur, mais aussi, par les pertes non techniques enregistrées sur ses réseaux. Selon les chiffres publiés par le Bureau des Mines et de l'Energie (BME) en 2005, la perte moyenne annuelle de l'EDH est estimée à plus de 50% de sa production totale d'électricité au cours de la période 1998-2003.

Alors que le bois de feu et l'électricité sont produits localement, le kérosène et le GPL sont des produits pétroliers importés par l'Etat haïtien. Le stockage et la distribution de ces produits sont assurés par des compagnies concessionnaires qui alimentent les stations d'essences, lesquelles constituent les points de ventes de ces combustibles aux consommateurs finaux.

Ces dernières années, nous assistons à une multiplication de point de vente du gaz propane, au niveau de l'Aire Métropolitaine de Port-au-Prince notamment. En effet, beaucoup de stations d'essences décident d'investir dans la vente de gaz propane. De nouvelles entreprises apparaissent, spécialisées dans la vente de gaz propane en détail, de fours à gaz, de bombonnes à gaz et autres accessoires.

Mis à part dans les stations d'essences, le kérosène est vendu par de nombreux petits détaillants qui achètent par gallon dans les stations pour aller le revendre en détail dans leur quartier de résidence. Ce qui, tout comme pour le charbon de bois, rend le kérosène plus accessible aux plus démunies du fait de la proximité du point de vente (grâce à ces petits détaillants) et de la possibilité d'acheter en plus petite quantité.

§SECTION 2. Fondements théorique et empirique

La section précédente nous a permis d'avoir une idée plus ou moins claire de la situation du marché des combustibles pour la cuisson dans le milieu urbain haïtien. Dans la présente section, nous mettrons en exergue un ensemble de théories et de travaux empiriques sur lesquelles s'appuiera notre recherche.

Dans cette section, nous présenterons deux théories microéconomiques qui traitent de la consommation des ménages sur le marché des biens, quelques théories générales issues de la psychologie sociale visant à expliquer et à prédire les comportements des individus, et la théorie de la transition énergétique qui indique la séquence de cette transition.

1. Les théories de la consommation

Pascal Corbel (1999/2003) a publié une fiche de synthèse sur les théories de la consommation les plus fréquemment cités dont nous nous proposons de relayer (dans ce travail) deux d'entre-elles traitant de la consommation suivant une approche strictement microéconomique. Il s'agit précisément de la théorie néoclassique et de celle de Friedman.

Selon Friedman, le revenu des agents peut connaître des variations qui peuvent être importantes de période en période. Alors que, les dépenses de consommation présentent dans l'ensemble une relative stabilité. Sur la base de ces constats, Friedman propose de distinguer deux composantes au sein du revenu et de la consommation :

? Revenu du ménage = Revenu permanent (Rp) + revenu transitoire (Rtr). Friedman a réfléchi dans une optique de patrimoine. Selon lui, ce n'est pas le revenu courant qui détermine la consommation du ménage mais la richesse de l'agent et, particulier son revenu permanent. Le revenu permanent représente, en quelque sorte, l'intérêt de la richesse du ménage. Il définit le revenu permanent comme « la somme qu'un consommateur peut consommer en maintenant constante la valeur de son capital ». Quant au revenu transitoire, il est exceptionnel, et peut être positif ou négatif. Le revenu transitoire sera totalement épargné s'il est positif. Il sera financé par l'emprunt s'il est négatif.

? De même, Consommation du ménage = Consommation permanente (Cp) + consommation transitoire (Ctr). La consommation permanente est une consommation de longue période. La propension à consommer de longue période dépend des préférences des ménages, du caractère plus ou moins aléatoire de leur revenu et du taux d'intérêt sur le marché. Ainsi, Friedman conclut que l'unique relation stable qui existe entre la consommation et le revenu est celle entre la consommation permanente et le revenu permanent.

En fait, l'idée de Friedman repose sur l'hypothèse que les ménages ont une idée bien précise de leur revenu « normal » sur le moyen-long terme. C'est en ce sens qu'il utilise le concept de « revenu permanent », en fonction duquel le consommateur décidera de la part de son revenu à affecter à chaque bien de son panier de consommation. Ainsi, une variation de court-terme du revenu d'un ménage (augmentation due à la réception d'un transfert important ou diminution pour cause de chômage) n'influencera pas forcément le niveau de consommation du ménage.

En effet, cette théorie pourrait être bien adaptée à la réalité économique des ménages haïtiens qui, souvent, consomment une combinaison de combustibles pour la cuisson des aliments. Toutefois, parmi cette combinaison, le ménage n'a aucun doute sur celui qui constitue sa principale source d'énergie, laquelle exprime sa préférence ou encore sa consommation permanente. En toute vraisemblance, ce principal devrait être le combustible qui correspond le mieux au revenu « normal » du ménage mieux encore, à son revenu permanent, pour emprunter le concept de Friedman.

Quoique le revenu soit une variable d'importance dans le choix du ménage urbain d'un combustible pour la cuisson, nous pensons que la consommation de combustibles chez le ménage urbain haïtien ne dépend probablement pas uniquement de son revenu courant ou même de son revenu permanent. Ainsi, les théories néoclassiques et de Friedman susmentionnées nous paraissent insuffisantes pour expliquer le comportement de consommation des ménages urbains haïtiens sur le marché de combustibles pour la cuisson. Nous avons la présomption que cette consommation soit influencée par d'autres facteurs extra-économiques tels que : les caractéristiques du ménage, mais surtout la perception du chef de ménage vis-à-vis des combustibles disponibles. Cette perception est souvent le fruit d'influences environnementale et culturelle. Aussi, sommes-nous amenés à explorer différents modèles théoriques psychosociales.

La théorie de l'action raisonnée (TAR) est l'oeuvre d'Ajzen & Fishbein (1980). Elle postule que le comportement de l'individu dépend directement de son intention de réaliser ce comportement. Quant à l'intention de l'individu, elle est alimentée par ses croyances sur les conséquences de l'adoption du comportement (attitude), et des croyances liées à l'opinion d'un groupe de référence par rapport à ce comportement (normes subjectives).

Croyances quant aux conséquences
associées à l'adoption du
comportement X évaluation des
conséquences.

Variables externes : -caractéristiques individuelles -variation du comportement -variation situationnelle -différences individuelles -situation de l'expérience.

Ajzen (1991) à compléter la théorie de l'action raisonnée (TAR) en faisant apparaitre les croyances de contrôle et les facilitations perçues (ressources et opportunités). Ce qui lui a permis de prendre en compte les comportements qui ne dépendent pas que de la volonté de l'individu. Ce modèle

Ce modèle est l'oeuvre de Davis (1989). C'est un modèle basé sur la TAR, lequel ne prend en compte que l'attitude, et destiné à expliquer le comportement des individus dans le domaine spécifique des TIC⁸. Dans ce modèle, les déterminants de l'adoption sont l'« Utilité perçue (croyance de l'augmentation de la performance grâce à l'utilisation de la Technologie) et la « Facilité d'utilisation perçue » de la technologie par l'individu.

La théorie des comportements interpersonnels a été développée par Triandis (1980). Ce modèle englobe la plupart des variables présentes dans les modèles précédentes et intègre à la fois des déterminants structurels et des déterminants psychologiques de l'individu (Intention : facteurs sociaux, conséquences perçues, affects ; Habitude ; Conditions facilitatrices)

« La conviction que les interactions entre les hommes structurent les comportements est à la base de la psychologie sociale » (Laurent, 2003 : 1). De multiples influences interpersonnelles sous différentes formes viennent en permanence modifier les attitudes des consommateurs et réorienter leurs comportements (Miniard et Cohen, 1983 : cité par Laurent, 2003, pp. 1). De manière générale, Laurent (2003) distingue deux processus d'influence interpersonnelle :

De nombreux auteurs ont montré que l'influence qu'exercent les réponses des autres sur les jugements d'un individu, dépend de la certitude qu'a cet individu de la validité de son jugement initial. Plus un sujet est certain de ses réponses, plus il « résiste » à l'influence sociale (Kelley et Lamb, 1957 : cité par G. de Montmollin, 1967, pp. 477) ; moins il est sûr de lui et plus il a tendance à adopter la réponse des autres ou à s'en rapprocher (Montmollin, 1967). Certaines études expérimentales ont également montré que plus le stimulus était ambigu ou peu structuré, plus le sujet avait tendance à suivre la majorité et à se rapprocher de la réponse des autres (Sherif, 1935 ; Coffin,

1941 ; Sherif, 1952 : cité par Montmollin, 1967 pp. 478). Ainsi, tenant compte des graves problèmes d'éducation et d'information dont fait face la population haïtienne, il y a lieu de croire que l'influence sociale soit forte et est de nature à influencer le comportement des ménages sur le marché des combustibles.

3. La théorie de la transition énergétique

Selon la théorie de la transition énergétique, il existe une échelle de préférences allant des combustibles traditionnels de faible qualité (basé sur la biomasse) à d'autres plus efficients et plus modernes tels que : le kérosène, le gaz propane, l'électricité entre autres (Leach, G., 1987 ; cité par Viswanathan et Kumar 2003 : 1021).

Dans le cas l'énergie utilisé pour la cuisson en Haïti, l'échelle de préférence des ménages urbains pourrait être : le bois, le charbon de bois, le kérosène, le gaz propane puis l'électricité. Le gaz propane étant considéré relativement plus exigent en termes de facilité d'utilisation notamment. Alors que l'électricité n'est pas disponible en tout temps et en quantité suffisante. La transition énergétique serait possible principalement dans les régions où il existe des alternatives, elle est susceptible de se produire uniquement dans les zones urbaines et semi-urbaines (Van de Laar, 1991 : cité par Viswanathan et Kumar 2003 : 1021).

De prime abord, il convient de préciser que le phénomène de la raréfaction des ressources ligneuses, consécutif à l'exploitation abusive des forêts, a depuis longtemps été une préoccupation des scientifiques dans la plupart des pays en voie de développement. De nombreux travaux ont été consacrés à ce sujet et abordent la problématique de l'utilisation du bois de feu suivant différentes approches dépendamment de la réalité des pays et régions sous-études.

En effet, dans un rapport sur les sources d'énergies nouvelles et renouvelables présenté dans une conférence des Nations-Unis à Nairobi en 1981, un groupe d'experts des nations unis secondés par des fonctionnaires de la FAO⁹ ont eu à affirmer que la consommation des combustibles organiques (en particulier le bois de feu) est fortement corrélée avec le « niveau de pauvreté » des populations vivant dans les pays en développement. En effet, Philip Wardle et Massimo Palmieri, deux

techniciens de la FAO, mettent l'accent sur divers éléments latents et intangibles du coût du bois de feu, source d'énergie universelle et traditionnelle. Selon eux, le coût réel du bois reste inconnu, et le prix du bois sur le marché n'est qu'une indication très vague de son utilité réelle pour les consommateurs. Par exemple, une partie du coût intangible pour le charbonnier peut-être celui de la main-d'oeuvre, de l'équipement nécessaires pour couper le bois, le carboniser, le transformer et l'entreposer.

Ces thèses avancées par les experts de la FAO et des nations-Unis nous paraissent tout-à-fait plausibles dans le cas d'Haïti. De nos jours, l'achat du bois (en tant que matières premières) est devenue une pratique couramment utilisée par certains charbonniers haïtiens en raison de la rareté des ressources ligneuses. Face à des exigences quotidiennes, le paysan haïtien vend les arbres de son jardin aux charbonniers sans tenir compte du coût de la régénération des arbres et du coût d'opportunité lié à la consommation des autres types d'énergies modernes disponibles une fois que tous les arbres auront complètement été coupés. De toute évidence, l'épuisement des ressources ligneuses d'Haïti ne se reflète guère dans les prix du bois de feu ou du charbon de bois, en témoigne leur disponibilité en quantité sur le marché haïtien et leur accessibilité aux populations à très faibles revenus vivant dans le milieu urbain.

Dans un article titré « analyse économique sur la consommation du bois de feu », Nkamleu et al. (2002) constatent que le « bois de feu » est la source principale d'énergie utilisée par les ménages urbains du Cameroun. En faisant une analyse descriptive des données collectées auprès d'un échantillon représentatif de 400 ménages urbains, ces auteurs montrent que la consommation de « bois de feu » varie dans le sens de la densité de population. Alors que, la consommation des combustibles « modernes » tels que : le pétrole et le gaz évolue dans le sens contraire. De plus, la modélisation de la courbe d'Engel ont permis à Nkamleu et al. (2002) d'évaluer les élasticités revenues de la demande pour les différents combustibles utilisés dans les ménages urbains du Cameroun. Ils constatent que les combustibles modernes (pétrole et gaz) sont des biens normaux, alors que ceux à base de bois (bois, charbon, sciure) constituent des biens inférieurs qui diminuent lorsque le revenu du ménage augmente. Les résultats montrent aussi que dans les régions proches de forêts, l'élasticité-revenu du bois est positive quoique celle-ci soit négative globalement. Cet écart s'explique, selon ces auteurs, par le fait que dans les zones forestières, les habitudes culinaires sont orientées vers l'utilisation du bois disponible en abondance.

Les résultats de Nkamleu et al. (2002) montrent certains facteurs qui influencent le choix des combustibles chez les ménages urbains du Cameroun tels que : la densité de la population, le revenu du ménage, le milieu géographique (rural/urbain) habité par le ménage, la disponibilité des combustibles dans la zone de résidence et les habitudes culinaires du ménage. Ces résultats de Nkamleu et al. (2002) ne sont pas en déphasages avec ceux présentés par les experts des nations unis et de la FAO qui, rappelons-le, lient à un certain niveau de pauvreté l'utilisation abusive du bois de feu dans les pays en développement. En ce qui nous concerne, notre recherche se focalise uniquement sur les ménages urbains. Ainsi, le milieu géographique (rural/urbain) nous sera très peu pertinent. De même, la disponibilité des combustibles dans la zone de résidence sera garantie dans notre recherche par le choix de la commune-échantillon de Carrefour où se trouve localiser la plupart des compagnies qui assurent le stockage et la distribution des combustibles modernes (Kérosène et GPL) dans le pays. En revanche, étant donné la réalité de la majorité des ménages du milieu urbain haïtiens, il est fort probable que leur situation soit quasiment comparable avec celle des ménages urbains du Cameroun. Probablement, certains résultats de Nkamleu et al. (2002) seront vérifiés et ou confirmés par les résultats de notre recherche.

Un peu plus récemment, Walekhwa et al. (2009) ont cherché à identifier les facteurs déterminants de l'adoption de la technologie du biogaz énergie par les ménages urbains d'Ouganda. Cette adoption suppose à la fois la production et l'utilisation du biogaz. Walekhwa et al. (2009) ont supposé que « le ménage, étant conscient de ses problèmes d'énergie, est en mesure de faire le choix de la technologie qui répond le mieux à ses besoins étant donné son budget et d'autres caractéristiques observables ». Pour les besoins de l'analyse, un ensemble de données sur les caractéristiques démographique et socio-économique ont été collectées auprès d'un échantillon de 220 ménages habitant plusieurs districts cibles d'ONGs¹⁰ qui font la promotion du biogaz énergie en Ouganda. A l'aide d'un modèle de régression binomial, Walekhwa et al. (2009) constatent que les caractéristiques des ménages représentent une excellente source de connaissances pour expliquer l'adoption ou non du biogaz par les ménages de l'Ouganda. Cette étude montre que les variables telles que : « Age du chef de ménage », « niveau d'éducation formelle du chef de ménage », « taille du ménage », « nombre de bétails possédés par le ménage », « prix du bois de feu » et « prix du kérosène » exercent une influence significative dans la décision des ménages d'adopter la technologie du biogaz comme principale source d'énergie utilisée. Tandis que, les variables : « sexe

du chef de ménage », « terrains possédés par le ménage », « localisation du logement occupé par le ménage » et « le revenu du ménage » ont eu peu d'influence sur la décision des ménages d'adopter le biogaz. Les résultats indiquent que l'adoption du biogaz est corrélée positivement avec l'augmentation du « revenu du ménage », du « nombre de bétails possédés par le ménage », du « prix du bois de feu » et du « prix du kérosène ». Alors que, l'augmentation de l'« Age du chef de ménage », du « niveau d'éducation formelle du chef de ménage », de la « taille du ménage » et la « localisation du logement occupé par le ménage » sont corrélées négativement avec l'adoption du biogaz.

Plusieurs considérations découlent des résultats présentés par Walekhwa et al. (2009). Premièrement, aucun parmi les facteurs déterminants identifiés par Nkamleu et al. (2002) au Cameroun n'apparaissent comme facteur déterminant ou significatif dans le modèle de Walekhwa et al. (2009). Quoique le revenu soit corrélé positivement avec l'adoption du biogaz, il n'a pas eu une influence significative. Ce résultat s'explique par le fait que la plupart des plantes utilisées pour la production du biogaz ont été fournis gratuitement par des ONGs. De ce fait, l'adoption du biogaz n'avait pas nécessité d'importants débours, les gens à bas revenu ont pu y accéder. Deuxièmement, la corrélation négative de l'adoption de la technologie du biogaz avec l'augmentation du niveau d'éducation formelle du chef de ménage s'explique, selon l'auteur, par le fait que les ougandais ayant un niveau d'éducation élevé sont plutôt intéressées à remplir des tâches administratives. Ainsi, la technologie du biogaz est alors perçue comme une activité destinée aux personnes moins éduquées du milieu rural. A partir de ces dernières explications de Walekhwa et al. (2009), on comprend clairement que la perception du chef de ménage Ougandais lui a probablement conduit à ne pas adopter la nouvelle technologie du biogaz du fait de son niveau d'éducation élevé. Alors que ni Walekhwa et al. (2009) ni Nkamleu et al. (2002) n'avaient pas pensé à introduire la « Perception du chef de ménage » dans leur modèle qui s'est révélé être une piste assez intéressante pour mieux cerner la dynamique du choix des combustibles pour la cuisson par les ménages urbains.

Dans une autre étude, Ouédraogo (2005) a voulu analyser les facteurs déterminant le choix de combustibles pour la cuisson chez les ménages urbains de « Ouagadougou » au Burkina Faso. Les données utilisées dans cette étude proviennent d'une enquête extensive réalisée en1996 par l'Institut national de statistiques dans sept (7) pays membres de l'Union Monétaire de l'Afrique de l'Ouest. Cette dernière enquête visait à déterminer une pondération pour le calcul d'un indice de prix à la

consommation harmonisé. Ainsi, beaucoup de données ont été collectées sur les caractéristiques des ménages et leurs dépenses.

Etant donné la rationalité des agents économique et les différences dans les caractéristiques des ménages, Ouédraogo (2005) suppose que « le choix des combustibles est influencé par les caractéristiques sociologiques et économiques de ces ménages ». En construisant un modèle Multinomial Logit, Ouédraogo (2005) met en relation les différentes sources d'énergies utilisées pour la cuisson d'une part, et les caractéristiques socioéconomiques des ménages urbains d'Ouagadougou d'autre part. Les résultats indiquent une prédominance du « bois de feu » comme principale source d'énergie utilisée par les ménages pour la cuisson, le GPL étant le deuxième choix de combustibles dans ces ménages. La prédominance est associée à des facteurs tels que : faible niveau de revenus, faible accès à l'électricité, taille des ménages, logement de faible standard (non-conforme), habitudes culinaires utilisant le bois de feu entre autres. Ouédraogo parvient au constat que le « bois de feu » est utilisé comme une énergie de transition vers d'autres sources d'énergies plus adaptés au milieu urbain : la consommation du bois de feu diminue avec l'augmentation du revenu du ménage. Parmi les déterminants identifiés dans cette étude, on cite : « taille du ménage », « religion du chef de ménage », « standard de vie du ménage », « habitude culinaire », « niveau d'éducation primaire ».

Il convient de souligner, que l'étude d'Ouédraogo (2005) confirme deux parmi les déterminants de la consommation de combustibles identifiés par Nkamleu et al. (2002) : le « revenu du ménage » et les « pratiques culinaires ». Son étude soutient aussi le résultat de la variation inverse entre la consommation du « bois de feu » et le revenu des ménages urbains. Par rapport à Walekhwa et al. (2009), les résultats obtenus par Ouédraogo (2005) confirment l'influence de la « taille du ménage » sur le choix des combustibles pour la cuisson. Tout comme Nkamleu et al. (2002) au Cameroun et Walekhwa et al. (2009) en Ouganda, Ouédraogo (2005) au Burkina Faso n'avait pas intégré le facteur « Perception du chef de ménage » dans son modèle de consommation à la recherche des déterminants du choix des combustibles pour la cuisson chez les ménages urbains de Ouagadougou.

En Haïti, la principale étude sur la consommation de combustibles pour la cuisson a été publié par l'ESMAP en avril 2007. A partir de six (6) enquêtes complémentaires réalisées de concert avec le Ministère de l'Environnement et du Bureau des Mines et de l'Energie (BME), l'équipe de l'ESMAP (2007) a cherché à identifier les changements survenus dans la demande d'énergie depuis 1990.

Globalement, les résultats de l'étude révèlent que les habitudes de consommation des combustibles pour la cuisson n'avaient pas beaucoup changé en Haïti. Parallèlement, cette étude a fait ressortir une augmentation significative de la consommation de GPL et un développement considérable de l'infrastructure de ce combustible entre 1990 et 2007. Il y a lieu de signaler que l'une des enquêtes complémentaires de l'ESMAP (2007) a été menée auprès de soixante-dix (70) femmes provenant surtout de familles à revenu modeste. Celle-ci devrait permettre à l'ESMAP (2007) de collecter des informations auprès des ménages urbains en vue de la mise à jour des données sur la consommation de combustibles pour la cuisson en Haïti. Les résultats de cette enquête montrent que le bois d'énergie reste prédominant dans la consommation des ménages urbains en Haïti. Car, seulement trois (3) parmi les femmes interrogées n'utilisent pas le charbon de bois. Les ménages les plus pauvres dépendent toujours du bois de feu. Cette étude a permis aussi à l'ESMAP (2007) d'identifier un ensemble d'attributs propres à chacune des combustibles utilisés, lesquels seraient susceptibles d'inciter ou de nuire à l'utilisation d'un combustible chez les ménages.

Les principaux résultats obtenus dans cette recherche incluant les attributs propres aux différents combustibles sont les suivants :

Certes, les résultats d'ESMAP 2007 apportent une information supplémentaire à la littérature empirique de la consommation des combustibles pour la cuisson chez les ménages urbains, en identifiant des attributs pour différents combustibles utilisés selon la perception des ménages interrogés. Ces attributs indiquent que certains ménages urbains haïtiens ont émis des préjugés favorables ou défavorables par rapport à certains combustibles de cuisson au point de pouvoir influencer le choix d'un combustible plutôt qu'un autre parmi ceux disponibles sur le marché. De tels résultats confortent l'explication fournie par Walekhwa et al. (2009) selon laquelle des chefs de ménages de niveau d'éducation élevé de l'Ouganda n'adoptent pas le biogaz du fait qu'ils percevaient la production du biogaz comme une activité agricole, alors qu'ils se voyaient mieux dans une posture de bureaucrate conformément à la réalité de leur milieu. Toutefois, l'enquête complémentaire d'ESMAP 2007 visait à promouvoir l`utilisation efficace des combustibles ligneux, et ciblant uniquement un échantillon de chefs de ménages urbain de sexe féminin. Et, l'analyse des résultats se limitait à décrire le phénomène étudié. De ce fait, les résultats de l'enquête complémentaire n'ont pas fait l'objet de tests statistiques approfondis. Or, quoique les combustibles étudiés sont ceux destinés à la cuisson, nous ne pouvons pas nier le poids des chefs de ménages de sexe masculin dans les choix de consommation des ménages urbains haïtiens, et d'ailleurs, dans tout ce qui impacte sur le budget du ménage. Voilà pourquoi, dans le cadre de notre recherche, la « perception du chef de ménage » en tant que facteur expliquant le choix de combustibles pour la cuisson sera examinée d'une façon plus approfondie avec les chefs de ménages des deux sexes et auprès d'un échantillon représentatif de taille relativement plus importante. Parallèlement, un ensemble d'autres facteurs caractérisant le ménage et son logement seront étudiés en vue d'appréhender toute la complexité du comportement d'achat des ménages urbains sur le marché des combustibles en Haïti.

Les travaux empiriques présentés dans le chapitre précédent nous permettent de repérer un certain nombre de facteurs influençant la consommation de combustibles chez les ménages de certains pays en voie de développement dont Haïti. Dans ce chapitre, notre démarche consiste à présenter les variables susceptibles d'influencer le choix de combustibles pour la cuisson chez les ménages

urbains en Haïti et formuler nos hypothèses de recherche. Nous présenterons également, la méthodologie utilisée pour mesurer, à l'aide de données fiables, les variables qui feront partie du modèle économétrique en vue d'aboutir à un jugement éclairé de nos hypothèses.

§SECTION 1. Formulation des hypothèses de recherche

En vue d'asseoir nos hypothèses de recherche, il nous parait utile d'examiner l'ensemble des variables (démographiques, socioéconomiques, culturelles, etc.) incluant les déterminants déjà identifiés dans la revue de littérature empirique (ci-dessus présentée) qui se révèlent pertinentes (les résultats obtenus par certains auteurs étant controversés sur des variables jugées pertinentes) dans la construction de notre modèle conceptuel.

Etant donné que le facteur « Perception du chef de ménage » n'a pas été étudié en profondeur par les études sur la consommation de combustibles auxquelles nous avons pu accéder, nous nous proposons de mettre un accent particulier sur ce facteur. Notre prétention est d'étudier la « perception du chef de ménage » par rapport aux volets : informationnel (ce qu'il entend sur les combustibles), cognitif (ce qu'il sait ou croit savoir), attributif (caractéristiques distinctifs des combustibles), économique (cout du combustible et des équipements), social (destiné à un groupe ou une classe sociale), mais également par rapport à la distance géographique entre le lieu d'approvisionnement du combustible et la résidence du ménage. Vue sous cet angle, nous espérons offrir, via cette recherche, la possibilité d'apporter un point de vue supplémentaire dans le contexte des ménages haïtiens précisément.

Pour des facilités opérationnelles, nous avons décidé de faire une catégorisation des variables en trois groupes :

1) Les variables concernant les caractéristiques du chef de ménage telles que l'âge, le sexe, le statut matrimonial, la religion et le niveau d'éducation du chef de ménage dont certaines ont déjà été testées dans plusieurs travaux empiriques :

a) Ouédraogo (2005) à Ouagadougou (Burkina Faso) et Walekhwa et al. (2009) en Ouganda ont trouvé que « l'âge du chef de ménage » est un déterminant de la consommation de

combustible. Cependant, le premier pense qu'il est corrélé positivement avec l'utilisation d'un type de combustible (le bois de feu), alors que le second trouve une corrélation négative avec l'adoption du Biogaz. Quoiqu'il ne s'agisse pas du même type de combustible, aucune des sources d'énergie étudiée par Ouédraogo (2005) n'a pas eu de corrélation négative avec l'âge du chef de ménage. Ce qui nous porte à tester cette variable dans le cas des ménages urbains d'Haïti. Toutefois, dans le cadre de notre recherche, nous pensons que le résultat de Ouédraogo (2005) est plus adapté à la réalité haïtienne. C'est dans ce cadre que nous formulons l'Hypothèse suivante :

H1.1 : Il existe une association entre l'âge du chef de ménage urbain haïtien et le choix du charbon de bois comme principal combustible pour la cuisson.

Biogaz en Ouganda à cause d'une certaine perception de la population éduquée. ESMAP (2007) a aussi fait remarquer que l'utilisation des combustibles pétroliers exige un savoir-faire pour manipuler les équipements liés à ces types de combustibles au risque d'incendie ou d'explosion. Ce qui est de nature à créer la peur chez le chef de ménage haïtiens non avisé. Tout ceci nous porte à croire que le niveau d'éducation formelle du chef de ménage urbain pourrait être un discriminant intéressant dans le choix de combustibles du ménage en Haïti. D'où l'hypothèse suivante :

H1.3 : Le ménage dont le chef a un niveau d'éducation formelle élevé, a plus de chance de consommer le gaz propane comme source d'énergie pour la cuisson.

d) La religion est aussi l'une des caractéristiques du chef de ménage à avoir été testée dans l'étude d'Ouédraogo (2005) au Burkina Faso. Les résultats révèlent l'existence d'une association entre la religion musulmane et la consommation du GPL, du Charbon et du Bois. Quoique la grande majorité de la population haïtienne soit des croyants (catholiques et protestants), les religions haïtiennes ne sont pas très fondamentalistes. Pour la plupart, leurs membres cohabitent dans un même ménage pendant très longtemps. Ainsi, nous ne croyons pas que cette variable puisse servir de discriminant dans le choix des combustibles chez les ménages urbains dans le cas d'Haïti.

2) Les variables liés aux caractéristiques socio-démo-économique du ménage : Dans cette catégorie nous considérons la taille, le revenu du ménage, les habitudes culinaires, le standard du logement (type, nombre de pièces et existence d'un espace réservé pour faire la cuisine) et le statut d'occupation du logement.

a) La taille du ménage est une variable très importante dans l'analyse de la consommation de combustibles pour la cuisson chez les ménages. Car, plus la taille du ménage est grande, plus le ménage a besoin d'utiliser des combustibles pour la cuisson. La pertinence de cette variable a été prouvée par les travaux d'Ouédraogo (2005) au Burkina Faso qui conclut à une relation inverse avec le choix du GPL, du charbon de bois et du kérosène en tant que combustible pour la cuisson. Mais également, dans l'étude de Walekhwa et al. (2009) laquelle aboutit à une relation positive entre la taille du ménage et l'adoption du biogaz comme source principale d'énergie pour la cuisson. Cet écart dans le sens de variation nous amène à examiner l'influence de la taille d'un ménage urbain en Haïti sur ses choix en matière de combustible

pour la cuisson. L'hypothèse que nous nous proposons de tester sur la variable taille va plutôt dans le sens des résultats obtenus par Walekhwa et al. (2009) :

H2.1 : La taille du ménage exerce une influence significative sur le choix du combustible utilisé comme source principale d'énergie pour la cuisson dans le ménage.

ménage, le nombre de pièces du logement occupé par le ménage peut être conçu comme étant un indicateur de pauvreté dans le cas d'Haïti. C'est dans ce sens que nous formulons l'hypothèse que voici :

H2.3 : Le nombre de pièces du logement habité par le ménage détermine son choix de combustible pour la cuisson.

e) « L'existence d'un espace réservé à la cuisine » a déjà été testée par Ouédraogo (2005), lequel avait distingué l'existence de facilités internes et des facilités externes pour la cuisine. Ses résultats montrent une association significative pour les deux aspects considérés. La variable « existence de facilités internes » est corrélée négativement et significativement avec le choix d'utiliser le kérosène. Alors que celle « existence de facilités externes » est liée positivement et significativement aux choix du GPL et du bois de feu. Dans la mesure où certains combustibles sont perçus comme étant relativement sales ou dangereux en Haïti, cette variable peut être intéressante pour comprendre le choix de combustibles pour la cuisson chez les ménages urbains en Haïti. Ainsi, nous nous proposons de vérifier l'hypothèse suivante: H2.4 : L'existence d'un espace réservé à la cuisine dans le logement est déterminant dans le choisir du combustible utilisé comme principale source d'énergie pour la cuisson.

3) Les variables qui expriment ou alimentent la perception du chef de ménage par rapport aux combustibles disponibles pour la cuisson. Ce groupe inclut les variables liées aux défauts et avantages perçues de chaque combustible par les chefs de ménages interrogés ; les variables qui expriment le degré d'accessibilité du ménage au combustible, plus précisément, les variables qui mesurent la distance entre le ménage et le combustible : la proximité ou l'éloignement du lieu d'approvisionnement du combustible, les facilités ou les complications à utiliser le combustible. Ainsi, nous aborderons:

a) Les défauts perçus par le ménage du combustible par rapport à l'utilisation de chaque combustible en particulier : défaut à salir la maison, à imprégner un goût désagréable au repas, à rendre les gens malades, à provoquer des incendies et des explosions ; mais aussi, les défauts liés aux coûts financiers nécessaires pour en avoir accès et au temps de cuisson du repas.

H3.2 : Le ménage aura tendance à éviter le combustible perçu dangereux par son chef.

- Aux variables « facilité et/ou complication d'utilisation du combustible », (ESMAP, 2007) rapporte qu'un grand nombre d`accidents sont causés par une utilisation incorrecte des cuisinières à gaz propane. Ce qui revient à dire que l'utilisation de certains combustibles nécessite une expertise pour pouvoir manipuler correctement les cuisinières

à gaz propane, si non, le ménage risque de subir un accident. Ainsi, notre hypothèse par rapport à cette variable est la suivante :

H3.3 : Le ménage aura tendance à éviter le combustible perçu « compliqué à utiliser » par son chef.

- À la variable « destination sociale du combustible » selon laquelle un combustible est destiné à une catégorie sociale bien précise, nous essayerons de comprendre si certains ménages urbains d'Haïti n'adopteraient pas une attitude discriminatoire par rapport à certains combustibles pour la cuisson parmi ceux disponibles sur le marché. Toutefois, cette discrimination peut être considérée comme « négative » si la perception a une connotation négative (pour les gens pauvres, sans éducation, gens de campagne). Elle sera considérée comme positive dans le cas contraire (pour les gens riches, bien éduqués, gens de la ville). A noter que les termes « discrimination négative » et « discrimination positive » utilisés dans le cadre de ce travail répondent uniquement à une exigence opérationnelle, question d'éviter toute discussion d'ordre sémantique. L'hypothèse suivante est formulé à cet effet:

H3.4 : Le ménage dont le chef adopte une discrimination positive par rapport à un combustible, aura plus de chance de consommer ce combustible.

- À la « proximité ou l'éloignement du lieu d'approvisionnement du combustible », nous cherchons à comprendre en quoi cette distance entre le ménage et le lieu d'approvisionnement peut être un facteur important dans la décision de consommation des combustibles par les ménages urbains en Haïti. Selon ESMAP (2007), le charbon de bois et le kérosène se vendent partout et en détail, alors que l'approvisionnement du gaz propane nécessite le transport d'une bombonne de 25, 50 ou 100 livres, partant du ménage au point d'approvisionnement et vice et versa. Ainsi, compte tenu du coût du transport en termes d'argent et de temps, l'éloignement du lieu d'approvisionnement d'un combustible devrait diminuer sa chance d'être consommé par les ménages. D'où la formulation suivante de notre hypothèse de recherche pour cette variable :

H3.5 : Le combustible dont le lieu d'approvisionnement est perçu « proche » par le chef

- À « l'ordonnancement qualitatif des combustibles » du choix du chef de ménage. C'est le fait par le chef de ménage de pouvoir ordonner les combustibles aux rangs de premier, deuxième, ..., cinquième selon qu'il perçoit le « premier » comme étant de meilleur qualité que tous les autres et le « cinquième » comme le pire parmi les cinq (5) identifiés. La logique voudrait que le ménage fasse choix du combustible rangé en première position que celui rangé en cinquième position lors de l'ordonnancement de son chef. Cependant, à son premier choix de combustible pour la cuisson. Cette variable traduit l'intention du chef de ménage à choisir, sans aucune contrainte, le combustible qui lui convient le mieux parmi ceux disponibles sur le marché. Ainsi, le chef de ménage peut choisir ou non le combustible qu'il a lui-même placé en première position lors de son ordonnancement (voir variable précédente). Le choix du même combustible qu'il avait rangé en première position mettra en évidence la rationalité du chef de ménage conformément à la théorie microéconomique standard. Cependant, un choix différent serait considéré comme irrationnel et laissera supposer l'influence d'un facteur extra économique dans cette décision. Nous avons choisi de rester cohérent avec la théorie en formulant la dernière hypothèse de notre recherche comme suit :

H3.6 : Le chef de ménage a plus de chance de choisir le combustible qu'il a lui-même rangé en première position lors de l'ordonnancement des combustibles disponibles.

En vue de mesurer les hypothèses de recherche formulées, nous définissons un indicateur pour chacune d'elle. A chaque indicateur nous associons un ou deux critères de vérification.

Hypothèses	Indicateurs de mesure	Critères de vérification
Caractéristiques du ménage
H1.1 : Il existe une association entre l'âge du chef de ménage urbain et l'utilisation du bois comme du principal combustible pour la cuisson.	Résultat du test Khi-deux des variables « âge du chef de ménage » et « utilisation du Bois ».	Test Khi-deux significatif /paramètre significatif dans le modèle
H1.2 : Le nombre de femmes âgées de 18 ans ou plus dans le ménage influence le choix de celui-ci sur le marché de combustibles pour la cuisson en Haïti.	Coefficient de la variable « Nombre de femmes de plus de 18 ans » du ménage dans le modèle de régression.	Paramètre significatif dans le modèle global
H1.3 : Le ménage dont le chef a un niveau d'éducation formelle élevé, a plus de chance de consommer le gaz propane comme source d'énergie pour la cuisson.	Résultat du test Khi-deux des variables « niveaux d'éducation formelle » et « utilisation du Gaz propane ».	Test Khi-deux significatif /Paramètre significatif dans le modèle
H2.1 : La taille du ménage exerce une influence significative sur le choix du combustible utilisé comme source principale d'énergie pour la cuisson dans le ménage.	Résultat du test Khi-deux / Coefficient de la variable « taille du ménage » dans le modèle de régression.	Test Khi-deux significatif/ paramètre significatif dans le modèle
H2.2 : Il existe une association entre le revenu du ménage et son choix de combustibles pour la cuisson.	Résultat du test Khi-deux / Coefficient de la variable « revenu du ménage » dans le modèle de régression.	Test Khi-deux significatif/ paramètre significatif dans le modèle
H2.3 : Le nombre de pièces du logement habité par le ménage détermine son choix de combustible pour la cuisson.	Résultat du test Khi-deux /Coefficient de la variable « nombre de pièces du logement » dans le modèle de régression.	Test Khi-deux significatif/ paramètre significatif dans le modèle
H2.4 : l'existence d'une cuisine dans le logement influence significativement le choix de combustibles pour la cuisson du ménage urbain haïtien.	Résultat du test Khi-deux /Coefficient de la variable « existence d'une cuisine dans le logement » dans le modèle de régression.	Test Khi-deux significatif/ Paramètre de la variable significatif

Hypothèses	Indicateurs de mesure	Critères de vérification
*Perception du chef de ménage*
113.1 : Le ménage aura tendance à choisir le combustible perçu plus économique par son chef.	Pourcentage de ménages dont le chef perçoit un gain dans un combustible et qui consomment celui-ci.	Test Khi-deux significatif/ Pourcentage relativement plus élevé
113.2 : Le ménage aura tendance à éviter le combustible perçu dangereux par son chef.	Résultat du test Khi-deux /Coefficient de la variable combustible dangereux dans le modèle de régression.	Test Khi-deux significatif/ Paramètre de la variable significatif
113.3 : Le ménage aura tendance à éviter le combustible perçu « compliqué à utiliser » par son chef.	Résultat du test Khi-deux /Coefficient de la variable combustible compliqué dans le modèle de régression.	Test Khi-deux significatif/ Paramètre de la variable significatif
113.4 : Le ménage dont le chef adopte une discrimination positive par rapport à un combustible, a plus de chance de consommer ce combustible.	Résultat du test Khi-deux /Coefficient de la variable cuisine à l'extérieur du logement positif dans le modèle de régression.	Test Khi-deux significatif/ Paramètre de la variable significatif
113.5 : Le combustible dont le lieu d'approvisionnement est perçu « proche » par le chef du ménage, a plus de chance d'être consommé par ce ménage.	Résultat du test Khi-deux /Coefficient de la variable « lieu d'approvisionnement éloigné » dans le modèle de régression.	Test Khi-deux significatif/ Paramètre de la variable significatif
113.6 : Le chef de ménage a plus de chance de choisir le combustible qu'il a lui-même rangé en première position lors de l'ordonnancement des combustibles disponibles.	Pourcentage de « combustible rangé en première position » par le chef de ménage ayant été choisi par le ménage.	Pourcentage relativement plus élevé

Dans la section précédente nous avons présenté et défini l'ensemble des variables qui nous paraissent pertinentes pour expliquer le comportement d'achat des ménages urbains évoluant sur le marché des combustibles haïtiens. Nous avons également émis un certain nombre d'hypothèses sur ces variables en rapport avec le sujet étudié. A présent, il revient de définir une approche méthodologique qui nous aidera à formuler un jugement documenté sur la véracité de toutes ces suppositions préalablement définies dans le cadre de cette recherche. C'est en ce sens que doit être comprise la présente section.

D'une manière générale, la présente recherche vise à analyser les principaux facteurs qui déterminent le choix des ménages urbains sur le marché des combustibles pour la cuisson en Haïti.

Ainsi, les prétentions qui guident notre réflexion dans le cadre de cette recherche se résument dans les deux points suivants :

Ce faisant, les décideurs auront une idée plus claire de la réalité du marché de combustible en Haïti et sauront quelles sont les variables les plus susceptibles de produire des résultats dans la perspective d'une politique de l'énergie domestique adaptée dans le contexte de la reconstruction du pays.

En vue d'atteindre ces objectifs, un bon nombre d'informations sont nécessaires pour analyser le comportement des variables retenues dans notre modèle conceptuel. Pour rendre disponibles ces informations, des données sont collectées dans des sources diverses et suivant différentes méthodes de collecte.

a) Une analyse descriptive qui permettra de décrire le comportement de certaines variables au moyen des techniques statistiques telles que : fréquences, moyennes, pourcentages, tableaux, graphes, etc.

a) Une analyse explicative destinée à expliquer les variables dépendantes en fonction des facteurs explicatifs. L'analyse explicative sera faite à travers des modèles de régressions logistiques binaires (transformation LOGIT). Chaque combustible utilisé par les ménages est défini comme une variable dépendante dichotomique et sera expliquée par des caractéristiques socio-économiques et culturelles des ménages.

Dans le cadre de ce travail, les données seront collectées dans des sources primaire et secondaire.

L'objectif du sondage est de collecter des informations fiables et pertinentes sur les caractéristiques démographiques, socio-économiques et culturels des ménages urbains habitant la commune de Carrefour. Ces informations seront collectées autour de variables diversifiées telles que : âge, statut matrimonial, sexe, niveau d'éducation du chef de ménage, taille, composition et revenu du ménage, standard et statut d'occupation du logement. D'autres informations seront collectées également sur la perception du chef de ménage des caractéristiques et attributs des combustibles disponibles pour la cuisson sur le marché haïtien.

L'interview est réalisée chez le ménage-échantillon selon la méthode directe (face à face). Une seule personne sera interrogée par ménage : le chef de ménage ou son (sa) conjoint (e).

L'idéal pour notre recherche aurait été de faire une enquête probabiliste nécessitant le calcul de probabilités d'inclusion en vue de l'extrapolation des résultats à l'ensemble de la population étudiée. Cette approche nécessiterait la disponibilité d'une base de sondage fiable et à jour¹¹. Il se trouve que nos investigations ne nous permettent pas de conclure à l'existence d'une telle base de sondage. Certes, l'IHSI rend disponible la liste exhaustive de Sections d'Enumérations (SDE¹²) d'Haïti telles que définies au quatrième Recensement Général de la Population et de l'Habitat (RGPH) en 2003 ainsi que leurs croquis (cartographie censitaire). Ceux qui pourraient constituer une bonne base de sondage pour notre recherche. Cependant, deux problèmes majeures se posent:

De ce fait, un sondage tout à fait probabiliste nous parait inopportun. Nous nous garderons donc de procéder à l'extrapolation mathématique des résultats obtenus dans le cadre de cette recherche. La solution proposée est de construire un échantillon représentatif de ménages urbains en tenant compte des effets du séisme du 12 janvier 2010 sur l'environnement des ménages habitant les communes affectées. Ainsi, nous optons pour une enquête empirique en deux étapes :

¹¹ D'une manière générale, une base de sondage est une liste d'individus. Les individus doivent être compris au sens large : il peut s'agir de personnes physiques, de ménages, de logements... Idéalement, c'est une liste qui se doit d'être exhaustive et sans double compte mais également récente.

¹² La SDE est définie comme étant une aire géographique construite de façon à regrouper un nombre limité de ménages (200-250) le plus homogènes possibles (IHSI, 2003).

Cette méthode d'échantillonnage nous a permis de construire un échantillon représentatif de ménages urbains, tout en s'assurant d'une bonne distribution spatiale des SDE-échantillon à l'intérieur de l'espace urbain de Carrefour, mais également des ménages sélectionnés à l'intérieur de chaque SDE-échantillon. Certes, les résultats de la recherche ne pourront pas être extrapolés à l'ensemble de la population. Cependant, ils sont issus de l'examen d'un échantillon représentatif des ménages et des SDEs du milieu urbain de la commune de Carrefour.

D'une manière générale, la détermination de la taille d'un échantillon est un exercice mathématique qui répond à une logique de recherche de précision des estimateurs. Et, l'un des avantages d'un sondage stratifié est d'améliorer la précision de ces estimations pour l'ensemble de la population. Nous proposons de faire une allocation fixe de quatre (4) SDEs par strate. Considérant que les strates sont de petites tailles, une allocation fixe de quatre SDEs devrait nous permettre d'obtenir une précision assez intéressante. Rappelons que dans les grandes enquêtes réalisées en Haïti durant les deux dernières décennies, l'un des critères clés de stratification géographique retenu est souvent la commune. Les expériences de ces grandes enquêtes ont montré qu'un échantillon représentatif de 18 ménages dans une SDE urbaine est amplement suffisant pour produire de bons résultats. C'est le cas, par exemple, de l'Enquête Budget Consommation des Ménages 1999-2000 réalisé par l'IHSI. C'est ainsi que nous avons pensé à allouer dix-huit (18) ménages par SDE dans notre échantillon. En définitif, l'échantillon proposé dans le cadre de cette recherche correspond à un total de 16 SDEs

à l'intérieure desquelles sont sélectionnés 288 ménages répartis dans le milieu urbain de la commune de Carrefour.

Sur la base des hypothèses formulées, le questionnaire d'enquête est élaboré de façon à tenir compte d'un ensemble de paramètres à caractères technique et opérationnel. En effet, le questionnaire est réalisé en langue Créole (langue accessible à toutes les couches de la population) en vue de faciliter son administration auprès de notre population statistique. Toutes les questions sont pratiquement fermées et les réponses pré-codifiées. Le module traitant du revenu a été détaché de la partie qui aborde les caractéristiques du ménage pour être placer en fin du questionnaire. Cette précaution devait nous permettre de limiter le nombre de refus de la part des ménages et avoir plus de marges de manoeuvre pour faire une meilleure collecte. Aussi, les questions relatives à la perception du chef de ménage qui, d'ailleurs, constitue notre principal objet de recherche sont collectées bien avant ceux du revenu (données sensibles). Car, « il est en général difficile de cerner les niveaux de revenu, à cause des réticences que les individus manifestent à déclarer leur enveloppe budgétaire » (Nkamleu et al., 2002).

En termes de contenu, le questionnaire a été élaboré pour recueillir des informations aussi diverses que :

Le questionnaire a été administré auprès du chef de ménage. Aidé par une carte¹³ de la ville, nous nous sommes rendus chez le ménage sélectionné pour interroger son chef. La méthode de collecte retenue est l'interview directe (face à face). Toutes les questions ont été posées dans l'ordre où ils sont sans suggérer de réponses. Les réponses fournies par l'enquêté sont enregistrées dans les champs du questionnaire réservés à cet effet. Certaines questions, notamment celles concernant le revenu ont dû être approfondi en vue de collecter des informations les plus fiables que possibles.

Parmi les communes adjacentes de Port-au-Prince (la Capitale haïtienne), Carrefour est l'une des moins affectées par le séisme en termes de dégâts humains et de logements. Il se pourrait qu'une partie de la population de Port-au-Prince migre vers Carrefour. Selon un rapport de la Direction de la protection civile du Ministère de l'intérieur et des collectivités territoriales d'Haïti, 90% des disparus du séisme ont été recensés dans les communes de Port-au-Prince, Delmas et Pétion-Ville. Hormis ces dernières, la commune de carrefour nous parait être celle dont la configuration socio-économique des ménages présente plus de similarités. Carrefour est le point d'entrée sud de l'Aire Métropolitaine où passe nécessaire toute la quantité de charbon de bois produite dans au moins quatre départements géographiques à destination du plus grand centre urbain de la république. Carrefour est aussi le point de distribution des combustibles modernes tels que : gaz propane, kérosène entre autres. Carrefour abrite une centrale électrique qui alimente une frange de la population. Ainsi, L'ensemble des ménages qui habitent la partie urbaine de cette commune constituent un référentiel indiqué pour mieux comprendre le comportement des ménages par rapport au marché des combustibles dans le milieu urbain d'Haïti.

¹³ Carte fournie par l'IHSI sur laquelle sont placés les différents SDEs. Les SDEs-échantillon ont été circonscrits pour permettre à l'enquêteur de se localiser.

Les données collectées à l'aide du questionnaire papier sont saisies sur le logiciel CSPro (Census and Survey Processing system). Le choix de ce logiciel se justifie à cause des possibilités de la confection d'écran de saisie d'une grande convivialité et interactifs avec l'opérateur de saisie. Ce logiciel se prête le plus à une saisie intelligente des données d'enquêtes. Ce qui permettrait de limiter les erreurs lors de la saisie des données. La méthode de la double saisie sera appliquée dans le souci de minimiser ces erreurs.

Les données saisies sur CSPro seront exportées vers SPSS (Statistical Package for the Social Sciences) pour être traitées et analysées. Le contrôle des cohérences, le traitement des non-réponses et la tabulation des données sont parmi les tâches principales du traitement des données.

Dans ce chapitre nous analyserons les résultats du sondage réalisé en juillet 2011 dans la commune de Carrefour à proximité de la capitale haïtienne. Rappelons-le, ce sondage devait rendre disponibles toutes les données nécessaires à l'analyse des déterminants du choix des combustibles pour la cuisson chez les ménages urbains haïtiens. Evidemment, l'enquête s'est bien déroulée, les données apurées et ont fait l'objet de deux types d'analyses.

§SECTION 1. Analyse descriptive du choix des combustibles

Un échantillon de 288 chefs de ménages a été interrogé dans la partie urbaine de la commune de Carrefour, adjacente avec Port-au-Prince la capitale haïtienne. Parmi ces chefs de ménages, 192 sont des femmes, soit un pourcentage de 66.7%. Ce taux élevé de femmes chefs de ménage reflète bien la réalité de l'Aire Métropolitaine de Port-au-Prince. Car, selon IHSI/ECVH (2003), 64% des ménages de sont dirigés par des femmes dans la plus grande agglomération urbaine du pays qui regroupe à elle-seule environ 59% de la population urbaine nationale.

Les résultats du sondage indiquent que les chefs de ménages enquêtés sont en moyenne âgés-es de 39.31 ans avec un écart-type de 12 ans. La distribution par âge de notre échantillon, telle qu'elle est représentée dans la Figure 3, ci-dessous, est en parfaite cohérente avec la distribution de la population totale haïtienne dans laquelle les jeunes prédominent, alors que les personnes âgées de 65 ans et plus ne représentent que 6.3% de la population (IHSI, 2003).

Sur le plan religieux, les déclarations des chefs-fes de ménages enquêtés-es sont à 46.5% « Catholique » et 33.3% se disent « Protestant » (respectivement estimés à 58.3% et 34% selon IHSI (2003)). Les pourcentages de Témoins de Jéhovah, Vodouisants et autres confessions religieuses sont relativement faibles.

Concernant le niveau d'éducation des chefs de ménages, nous constatons que plus de 50% ont atteint le niveau d'étude secondaire (entre la 7^e année fondamentale jusqu'à la classe terminale), 18.3% ont atteint le niveau primaire (1^e à 6^e année fondamentale) et 13% n'ont eu à suivre aucune formation académique. Les 18.7% de chefs de ménage restant sont répartis entre les niveaux professionnel et universitaire.

S'agissant du statut matrimonial des chefs de ménages qui constituent notre échantillon, le pourcentage des chefs de ménages en union se chiffre à 61.5% (dont 32.3% de « mariés » et 29,2% en « union libre »). Le reste est partagé entre les « célibataires » (17.4%), les « séparés/divorcés » (12.5%) et les « veufs/veuves » (8.7%).

Il faut dire qu'à divers égards, nous constatons beaucoup de similitudes entre les caractéristiques des ménages-échantillon de cette recherche et ceux publiées par l'Institut Haïtien de Statistique et d'Informatique (IHSI) dans des grandes enquêtes¹⁴ nationales concernant l'Aire métropolitaine de Port-au-Prince, la plus grande agglomération urbaine d'Haïti qui regroupe à elle-seule 59% de la population urbaine totale.

Figure 5 : Quelques similitudes entre les caractéristiques des ménages enquêtés et les données publiées par l'IHSI (EBCM_2000 / ECVH_2003) pour l'Aire métropolitaine de Port-au-Prince

% de ménage de 4-6 personnes % de maisons basses ordinaires % de logement de 2 pièces

¹⁴ Ici, nous parlons des enquêtes nationales telles que : l'Enquête Budget-Consommation des ménages (EBCM : 1999-2000) et l'Enquête sur les Conditions de Vie des Haïtiens (ECVH : 2003).

Il est évident que toutes ces similitudes ne sauraient être le fruit du hasard. Elles traduisent, de préférences, la bonne représentativité des ménages-échantillon de notre recherche par rapport à ceux de grandes enquêtes réalisées par l'IHSI au niveau de l'Aire métropolitaine de Port-au-Prince. Face à cet heureux constat, nous pouvons nous réjouir de ce que les résultats de notre sondage sur les combustibles soient de nature à faire autorités, et pourront servir valablement pour alimenter le modèle de régression qui sera présenté.

Le ménage dont il est question ici se défini comme un ensemble de personnes vivant sous le même toit et partageant le repas en commun. Ces personnes appelées membres du ménage peuvent ou non avoir des liens de parenté entre eux. Le « ménage » se caractérise essentiellement par sa taille c'est-à-dire le nombre de membres et la structure familiale qui le compose.

Les résultats de notre recherche montrent que les ménages interrogés ont entre 1 et 15 membres. La taille moyenne observée est de 4.8 membres. Encore un résultat très proche de la taille moyenne de 4.5 membres observée par IHSI/ECVH (2003) dans les différents milieux de résidence. Il est opportun aussi de signaler que les résultats de notre recherche sont conformes à la forte prédominance des enfants du chef de ménage qui caractérise la distribution des membres secondaires (hors chef de ménage) des ménages haïtiens (IHSI/ECVH, 2003). En effet, certains chefs de ménages de notre échantillon ont jusqu'à huit (8) enfants dans le ménage et le nombre moyen d'enfants du chef de ménage qui vivent dans le ménage est de 1.89 avec 1.75 d'écart-type estimé. De plus, nous avons observé qu'en moyenne chaque ménage a 1.43 femme âgée de 18 ans ou plus.

Dans notre sondage, la majorité des ménages enquêtés (68.8%) vivent dans des maisons basses avec murs en blocs, 14.2% dans des maisons construites avec des débris de matériaux ou dans des abris semi-définitifs, et 13.9% habitent des maisons à 1 étage. En ce qui a trait au titre d'occupation du logement, 49% des ménages sont propriétaires de la maison ou ils vivent, 39.6% sont locataires (mensuels et annuels) et les 11.5% restant occupent le logement à titre gratuit.

Le tableau de fréquence ci-dessous montre que 54.2% des logements ont un espace réservé à faire la cuisine. Ce pourcentage est réparti en logements qui ont une cuisine à l'intérieur (23.3%) et ceux

dont la cuisine se trouve à l'extérieur du logement (30.9%). Les 45.8% de ménages dont le logement n'a pas d'espace de cuisine, préparent leur nourriture dans un coin du logement soit à l'intérieur ou à l'extérieur de celui-ci.

Parmi les 288 ménages interrogés, nous avons pu collecter le revenu pour 268 d'entre eux, soit un taux de collecte de 93%. Le tableau suivant montre que 241 ménages, soit un pourcentage de 83.6%, ont gagné un revenu au cours du mois précédent l'enquête ; et 128 ménages (44.4%) ont reçu un transfert d'argent. On constate que le revenu moyen du ménage est évalué à 11,334.27 gourdes pour le mois, avec un écart-type de 16,824.78 gourdes. Ce qui laisse entrevoir de grandes disparités de revenus entre ces ménages tel que le montre le graphe 4 en annexe 1.

Table 2 : Statistiques descriptives des composantes de la variable "Revenu du ménage"

Les résultats de notre sondage montrent que 97.92% des ménages urbains utilisent le Charbon de bois pour cuisiner. Rappelons, qu'au niveau de l'Aire métropolitaine de Port-au-Prince, ce pourcentage était de 88.7% selon IHSI (2003). Consommé par 30.21% (27%, selon IHSI 2003) des ménages de notre échantillon, le Kérosène est arrivé en deuxième position derrière le Charbon de bois. Il est suivi du GPL consommé par 25% des ménages de notre sondage contre 17% selon IHSI (2003). Le Bois est utilisé par 10.42% des ménages et l'Électricité par 8.68% des ménages enquêtés. Les différences de pourcentages observées avec l'IHSI pourraient être dues à un effet de sondage, mais probablement à une évolution de la réalité des ménages urbains. Globalement, les résultats de cette recherche confirment la prédominance du Charbon de bois dans la consommation de combustibles pour la cuisson chez les ménages urbains interrogés, tel que le montre la Figure 4 suivante.

Figure 4 : Répartition des ménages selon le combustible utilisé pour la cuisson

S'agissant du combustible utilisé comme principale source d'énergie pour la cuisson, la Table 3 ci-dessous montre que le Charbon de bois est toujours premier avec 82.5% des ménages. Cependant, c'est le GPL qui arrive en deuxième position avec 14.1% des ménages loin devant le Kérosène et le Bois (1.9% et 1.5% respectivement). L'Electricité, quant à lui, n'est pas utilisé comme source principale d'énergie pour la cuisson. Ce dernier résultat témoigne de l'inaccessibilité du courant électrique chez les ménages urbains. Ainsi, on peut comprendre que le Kérosène, le Bois et l'Électricité jouent plutôt un rôle de second rang ou sont utilisés comme compléments dans la consommation de combustible chez le ménage urbain haïtien. Il convient de signaler aussi que tout de suite après l'utilisation du Kérosène (28.5% des ménages) comme première source d'énergie secondaire, arrive le charbon de bois (15.3% des ménages) comme deuxième source secondaire.

Table 3 : Répartition des ménages en pourcentage selon les combustibles utilisés

Source : IFGCAR-IAC/Enquête sur le choix des combustibles pour la cuisson
chez les ménages urbains en Haïti/Juillet 2011

Perception des chefs de ménage par rapport aux problèmes liés à l'utilisation des combustibles Les résultats de notre recherche nous permettent de mettre en exergue la perception des chefs de ménages par rapport aux principaux problèmes fournis par l'utilisation de chacun des combustibles. Le tableau 4 ci-dessous montre que le Bois et le Charbon de bois sont perçus comme des combustibles dont la fumée ou le cendre peuvent salir la maison selon respectivement 60.42% et 30.56% des ménages enquêtés. Le temps de cuisson des repas est plus long avec ces combustibles. L'odeur et la fumée imprègnent le goût des repas selon 15.97%, 11.11% et 25.35% des ménages respectivement pour le Bois, le Charbon de Bois et le Kérosène. Nous constatons aussi que les problèmes perçus pour le Gaz propane et l'Electricité sont les mêmes : risques d'incendie/explosion (84% et 37.15% respectivement) et cout élevé des équipements nécessaires (30.56% et 34% respectivement). Ces problèmes sont présents également avec le Kérosène (41.67% et 10% de ménages respectifs).

Table 4 : Répartition des chefs de ménage selon les problèmes liés à l'utilisation des
combustibles pour la cuisson

Source : IFGCAR/IAC/Enquête sur le choix des combustibles pour la cuisson chez les ménages urbains en Haïti/Juillet 2011

Perception des chefs de ménage par rapport aux avantages offerts par chacun des

Parallèlement aux problèmes suscités, les ménages perçoivent également plusieurs avantages dans les combustibles disponibles. Le tableau 5 suivant montre que le Bois et le Charbon de bois offriraient trois avantages : ils sont très accessibles (35.76% et 36.11% des ménages respectifs), économiques (36.11% et 48.96% respectivement) et ne sont pas très dangereux (27.43% et 36.11% respectivement). Alors que les avantages perçus par les ménages sont pratiquement les mêmes pour les trois autres combustibles : Kérosène (dans une moindre mesure), Gaz propane et Electricité. Ces avantages sont : la rapidité de la cuisson (60.42%, 54.17% et 42.36% de ménages respectifs), la rapidité de l'allumage (28.82%, 50% et 34.38% de ménages respectifs) et le fait que ces combustibles ne salissent pas (19.10%, 41.32% et 52.08% de ménages respectifs).

Table 5 : Répartition des chefs de ménage selon les avantages liés à l'utilisation des
combustibles pour la cuisson

Source : IFGCAR/IAC/Enquête sur le choix des combustibles pour la cuisson chez les ménages urbains en Haïti/Juillet 2011

Dans ce paragraphe, notre objectif est de déterminer s'il existe ou non une association entre chaque catégorie de combustible utilisé par un ménage urbain haïtien et certaines caractéristiques propres à ce ménage pris dans son ensemble. Ce qui nous amène à considérer le « combustible utilisé » comme étant une variable à expliquer par d'autres variables indépendantes telles que celles mentionnées dans la formulation de nos hypothèses de recherche. De ce fait, nous allons faire un test Khi-deux de chacune de ces variables indépendantes avec la variable dépendante en vue de faire le point sur une éventuelle association.

Dans l'analyse statistique, le test Khi-deux est utilisé pour tester l'indépendance entre des variables. Ce test cherche à établir la vérification d'une « hypothèse nulle (H0) » selon laquelle les variables seraient indépendantes, par rapport à une « hypothèse alternative (H1) », laquelle supposerait une certaine association entre les variables concernées. En d'autres termes, le test Khi-deux entend procéder au rejet de l'hypothèse alternative (H1) pour accepter l'hypothèse nulle (H0). Or, pour rejeter l'hypothèse H1, le degré de significativité du test Khi-deux doit être strictement supérieur à « 0.05 ». Si non, on accepte l'hypothèse H1 pour conclure que les variables ont une quelconque association entre-elles ou ne sont pas indépendantes. Dans la présente étude, l'hypothèse H0 serait qu'il n'existe aucune association entre le combustible utilisé par un ménage urbain et les caractéristiques socioéconomiques, démographiques ou culturelles de ce ménage.

1. Test Khi-deux entre les combustibles utilisés et quelques caractéristiques du ménage urbain haïtien

La Table 6 ci-dessous présente les résultats des tests Khi-deux réalisés pour les cinq (5) principaux combustibles utilisés par les ménages urbains en Haïti (Bois, Charbon de bois, Kérosène, Gaz propane et Electricité) avec quelques caractéristiques socioéconomiques et démographiques de ces ménages. L'analyse de ces résultats (Table 6) montrent l'existence d'associations entre les

caractéristiques présentées avec la plupart des combustibles utilisés par ces ménages urbains. En effet, hormis le Kérosène, on constate que chacun des autres combustibles présente, tout au moins, un test Khi-deux significatif avec les caractéristiques étudiées. Sur cette base, on conclut qu'il peut exister une association entre :

- L'« Age du chef de ménage » et chacun des combustibles : « Bois » et « GPL ». L'existence de cette association avec le « Bois » conforterais notre première hypothèse de recherche qui suppose l'existence d'une association entre « l'âge du chef de ménage » et « l'utilisation du Bois » comme principale combustibles pour la cuisson chez le ménage urbain en Haïti ;

- Le « Nombre de femmes de 18 ans et + » et les combustibles « Charbon de bois », « GPL » et « Electricité ». Ces résultats sont favorables à la vérification de la deuxième hypothèse formulée dans le cadre de ce travail ;

- Le « Niveau d'étude formelle » et les combustibles : « Bois », « GPL » et « Electricité ». L'une de ces observations est en cohérence avec notre troisième hypothèse de recherche formulée dans le chapitre précédent, et stipulant l'existence d'une association entre le « Niveau d'étude formelle » du chef de ménage et la consommation du gaz propane ;

- La « Taille du ménage » et le « Charbon de bois ». C'est également un résultat qui est conforme avec l'hypothèse de recherche formulée concernant l'influence de la « Taille du

ménage » sur le choix de combustibles pour la cuisson dans le milieu urbain haïtien ;

- Le « Revenu » et les combustibles : « Bois » et « GPL ». Ces observations sont aussi conforment à l'hypothèse formulée sur la variable « Revenu du ménage ». Étant donné les caractéristiques de ces deux combustibles, la logique serait que les ménages à bas revenu consomment le Bois, alors que ceux à revenu élevé consomment le GPL. Toutefois, Nkamleu et al. (2002) et Ouédraogo (2005) ont montré que la consommation du bois diminue avec l'augmentation du revenu. Dans notre cas, le test de Khi-deux se révèle insuffisant pour établir une telle conclusion. Le mieux serait d'attendre les résultats de notre modèle logistique avant de nous prononcer fermement ;

- Le « Nombre de pièces du logement » et les combustibles « Bois » et « GPL ». Les résultats significatifs du test Khi-deux obtenus pour ces deux combustibles avec la variable « Nombre

de pièces du logement » est compréhensible, étant donné la probable association entre le revenu et ces mêmes combustibles. En effet, cette variable « Nombre de pièces du logement » pourrait bien servir de proxy à la variable « Revenu du ménage ». Car, en Haïti, les gens qui habitent dans des logements de plus de trois pièces sont souvent considérés comme des gens aisés en raison du prix relativement élevé du logement dans les zones urbaines. Il est opportun de relater que les associations probables entre « Nombre de pièces du logement » et les combustibles « Bois » et « Gaz Propane » sont favorables à la confirmation de l'hypothèse « 116 » formulée par rapport à cette variable ;

- La variable « Existence de cuisine » et les combustibles « Bois », « GPL » et « Electricité ». Là encore, il s'agit de résultats conforment à notre compréhension du phénomène. Car, l'hypothèse 117 que nous avons formulée sur la variable « Existence de cuisine » relate l'influence significative que cette variable pourrait avoir dans le choix de combustibles pour la cuisson chez le ménage urbain haïtien. Il faut dire que l'association entre l'« Existence de cuisine externe » et ces mêmes combustibles de cuisson ont été mis en évidence dans l'étude d'Ouédraogo (2005) à Ouagadougou (Burkina Faso).

Toutefois, un coup d'oeil attentif sur la Table 6 suivant permettra, à titre d'illustration, d'avoir plus de détails sur ces derniers résultats.

Table 6 : Tests de Khi-deux entre chaque combustible et les caractéristiques des ménages (N of Valid Cases : 288)

			Bois df	Asymp. Sig. _(2sided)	Charbon Value	df	de bois Asymp. Sig. _(2sided)	Value	Kérosène df	Asymp. Sig. _(2sided)	Gaz Value	df	propane Asymp. Sig. _(2sided)	Value	Electricité df	Asymp. Sig. (2sided)
Variables	Test	Value	Bois df	Asymp. Sig. _(2sided)	Charbon Value	df	de bois Asymp. Sig. _(2sided)	Value	Kérosène df	Asymp. Sig. _(2sided)	Gaz Value	df	propane Asymp. Sig. _(2sided)	Value	Electricité df	Asymp. Sig. (2sided)
Tranche d'âge	Pearson Chi-Square Likelihood Ratio Pearson Chi-Square Likelihood Ratio Pearson Chi-Square Likelihood Ratio Pearson Chi-Square Likelihood Ratio Pearson Chi-Square Likelihood Ratio Pearson Chi-Square Likelihood Ratio Pearson Chi-Square Likelihood Ratio	13.716	4	*0.008*	3.995	4	*0.407*	2.106	4	*0.716*	10.679	4	*0.030*	3.450	4	*0.486*
Tranche d'âge		14.899	4	*0.005*	5.986	4	*0.200*	2.123	4	*0.713*	10.989	4	*0.027*	3.343	4	*0.502*
Nombre de femmes de 18 ans et +		11.127	6	*0.085*	34.043	6	*0.000*	7.288	6	*0.295*	15.000	6	*0.020*	14.265	6	*0.027*
Nombre de femmes de 18 ans et +		9.377	6	*0.153*	23.288	6	*0.001*	7.530	6	*0.275*	13.782	6	*0.032*	8.534	6	*0.202*
Niveau d'étude formelle		22.077	4	*0.000*	5.189	4	*0.268*	0.645	4	*0.958*	25.274	4	*0.000*	12.750	4	*0.013*
Niveau d'étude formelle		21.026	4	*0.000*	4.717	4	*0.318*	0.645	4	*0.958*	27.171	4	*0.000*	14.039	4	*0.007*
Taille du ménage		3.556	2	*0.169*	5.622	2	*0.060*	0.296	2	*0.863*	4.104	2	*0.128*	3.641	2	*0.162*
Taille du ménage		3.613	2	*0.164*	6.237	2	*0.044*	0.294	2	*0.863*	4.358	2	*0.113*	3.949	2	*0.139*
Quintile de revenu		12.234	4	*0.016*	5.704	4	*0.222*	3.918	4	*0.417*	16.314	4	*0.003*	1.763	4	*0.779*
Quintile de revenu		11.103	4	*0.025*	4.997	4	*0.288*	3.844	4	*0.428*	16.854	4	*0.002*	1.708	4	*0.789*
Nombre de pièces du logement		13.066	3	*0.004*	0.759	3	*0.859*	3.618	3	*0.306*	18.700	3	*0.000*	4.186	3	*0.242*
Nombre de pièces du logement		12.326	3	*0.006*	0.837	3	*0.841*	3.639	3	*0.303*	19.137	3	*0.000*	4.487	3	*0.213*
Existence de cuisine		12.663	4	*0.013*	7.388	4	*0.117*	3.993	4	*0.407*	30.857	4	*0.000*	9.873	4	*0.043*
		14.430	4	*0.006*	7.823	4	*0.098*	4.254	4	*0.373*	31.844	4	*0.000*	9.258	4	*0.055*

2. Test Khi-deux entre les combustibles utilisés et certaines variables relatives à la perception du chef de ménage urbain haïtien

Les résultats des tests Khi-deux réalisés pour les variables sur la perception du chef de ménage indiquent que ces variables pourraient effectivement avoir un lien avec le choix de combustibles des ménages urbains pour la cuisson. En effet, les variables traduisant la perception du chef de ménage présentées dans la Table 7 peut être associés à un ou plusieurs combustibles utilisés par les ménages étudiés.

- Tout d'abord, considérant la variable « perçu plus économique », l'association avec le « Bois » peut traduire la situation de pauvreté qui fait rage en Haïti depuis cela plusieurs décennies. On peut également avancer que la dégradation des conditions de vie des haïtiens après le séisme du 12 janvier peut porter les ménages démunis à consommer le « Bois » pour des raisons strictement économiques. Ainsi, l'association du « Bois » avec la variable « perçu plus économique » est conforme à la réalité de certains ménages urbains haïtiens, mais aussi, elle est favorable avec l'hypothèse H3.1 formulée dans le cadre de cette recherche.

- La variable « Utilisation perçue dangereuse » par le chef de ménage est associé vraisemblablement au « Bois » et au « Charbon de bois » selon les résultats du test

Khi-deux. Si l'on élargie l'intervalle de confiance à 10%, on pourrait également associée cette variable au « Gaz propane ». Ce résultat est favorable à l'hypothèse H3.2 formulée dans cette recherche. Le moins que nous puissions dire, c'est que ces observations reflètent bien la réalité de la demande de combustibles en Haïti, notamment du fait des cas d'accidents victimes par les ménages utilisant les combustibles pétroliers, et résultant d'une mauvaise manipulation des équipements de ces combustibles. Cette information a été relatée dans l'étude d'ESMAP (2007), et confirmée dans notre recherche (voir tableaux annexe 1).

- S'agissant de la variable « Utilisation perçue compliquée » par le chef de ménage, elle est probablement associée au « Gaz propane » et à « l'Électricité ». Cette perception du chef de ménage d'utilisation compliquée de certains combustibles est liée au fait que certaines informations qui circulent dans le milieu urbain haïtien parviennent à stigmatiser certains ménages vis-à-vis des combustibles dont les réchauds et fours nécessitent un minimum de discipline et de savoir-faire pour l'utiliser efficacement et

de façon sécuritaire. Par rapport à l'électricité, ce combustible n'est pas accessible à tout moment à cause notamment de la rareté du courant électrique fournis par la seule compagnie nationale de production de ce service sur le marché haïtien. Ce qui contribue à une faible demande de réchauds électriques. Quelques réchauds électriques se retrouvent surtout sur le marché informel, à l'état usagé et dans la plupart des cas, ils sont défectueux. Ainsi, leur utilisation parait compliquée pour le ménage urbain dans la mesure où ces réchauds doivent être réparés systématiquement et provoquent souvent des chocs électriques sur le réseau. C'est en ce sens que nous somme persuadé que les résultats obtenus par rapport à cette variable perception sont le reflet de la réalité des ménages vivant dans le milieu urbain en Haïti. L'association de cette variable perception avec le GPL notamment est conforme à notre compréhension de situation du marché haïtien. Elle est favorable à la vérification de l'hypothèse de travail 113.3 formulée dans le cadre de cette recherche.

- S'agissant de la variable « Discrimination positive », son Khi-deux est significatif in extremis avec le « Kérosène ». Ce résultat indique que la variable « discrimination positive » pourrait avoir une influence sur la décision des ménages de choisir le Kérosène pour la cuisson. Rappelons notre hypothèse 113.4 selon laquelle il y aurait une association positive entre la variable « discrimination positive » et les combustibles discriminés. Attendons voir si cette association sera validée par les résultats du modèle de régression proposé dans la prochaine section.

- Concernant la variable « Lieu d'approvisionnement perçu proche » par le chef de ménage, les résultats du test Khi-deux montrent une dépendance significative avec le « Bois » et le « Kérosène ». Ces résultats nous paraissent cohérents avec la réalité haïtienne. Car, le Kérosène est très accessible et disponible partout. Concernant le Bois, souvent il est le plus souvent obtenu gratuitement soit dans un jardin ou sur un terrain vide situé à proximité du logement habité par le ménage.

Toutes ces résultats et bien d'autres encore sont consignés dans la Table 7 suivante qui offre un peu plus de détails par rapport aux variable traitant de la perception :

Table 7 : Tests de Khi-deux entre chaque combustible et la perception des chefs de ménages
Chi-Square Tests (N of Valid Cases: 288)

Bois

Asymp.
Sig.

^(2sided)

Charbon de

Value df

bois

Asymp.
Sig.

^(2sided)

Value

Kérosène

Asymp.
Sig.

^(2sided)

Gaz

Value

propane

Asymp.
Sig.

^(2sided)

Electricité

Value df

Asymp.
Sig.
(2sided)

Variables

Test

Value

Perçu plus
économique

Pearson ChiSquare

Likelihood Ratio Pearson ChiSquare

Likelihood Ratio

8.284

0.004

0.599

0.439

0.206

0.650

1.352

0.245

0.493

0.483

7.914

0.005

0.611

0.434

0.199

0.656

1.170

0.279

0.400

0.527

Utilisation perçue
dangereuse

11.319

0.001

6.419

0.011

1.539

0.215

3.562

0.059

1.410

0.235

11.477

0.001

4.436

0.035

1.584

0.208

3.657

0.056

1.324

0.250

Utilisation perçue
compliquée

0.025

0.875

1.937

0.164

2.707

0.100

16.344

0.000

18.421

0.000

0.025

0.874

1.495

0.221

2.754

0.097

17.160

0.000

23.316

0.000

Discrimination
positive

0.713

0.399

0.051

0.821

3.852

0.050

3.129

0.077

2.179

0.140

1.335

0.248

0.048

0.826

3.758

0.053

2.962

0.085

2.004

0.157

Lieu

d'approvisionnement perçu proche

22.525

0.000

1.256

0.262

4.929

0.026

0.156

0.693

0.173

0.678

19.266

0.000

2.264

0.132

4.862

0.027

0.154

0.695

0.166

0.683

Etant donné que le test Khi-deux ne nous permet pas un test directionnel, et ne donne pas d'informations sur le sens ni la force de ces associations, nous proposons un modèle de régression en vue, dans un premier temps de valider les associations établies par les tests Khi deux, et ensuite préciser la force et le sens de variation de ces associations.

Dans cette section, nous construisons un modèle de régression qui met en relation chaque combustible pour la cuisson utilisée par le ménage urbain haïtien : Bois, Charbon de bois, Kérosène, GPL et Electricité (toutes des variables expliquées dichotomiques) en tant que variables dépendantes, avec un ensemble de variables explicatives (continues et binaires) que sont les caractéristiques socio-démo-économiques et culturels de ce ménage.

En économétrie, la régression est une méthode d'analyse de données qui consiste à mettre en relation une variable à expliquer Y avec une ou plusieurs variables explicatives appelées prédicteurs. Quoique la régression linéaire multiple soit la plus utilisée, lorsque la variable Y n'est pas continue mais traduit l'appartenance à un groupe, il devient incorrect d'employer la régression classique à des fins de modélisation ou de prévision (HOSMER et LEMESHOW, 1989 : cité par F. DUYME et J.J CLAUSTRIAUX, 2006). L'intérêt majeur de cette technique est de quantifier la force de l'association entre chaque variable indépendante et la variable dépendante, en tenant compte de l'effet des autres variables intégrées dans le modèle (Preux et al., 2005).

Notons qu'on parle de régression logistique Binaire quand la variable dépendante qualitative est dichotomique, c'est-à-dire, ne peut prendre que deux valeurs (0 et 1). Lorsque la variable qualitative à prédire ne se limite pas uniquement à deux valeurs, la régression logistique multinomiale est celle préconisée. Dans cette recherche, c'est le modèle de régression

logistique multinomial qui sera utilisé pour classifier les combustibles utilisés par les ménages urbains haïtiens en fonction des variables prédicteurs ou explicatives que sont les caractéristiques de ces ménages. Dans ce cas, la variable dépendante sera de type catégorique. Elle regroupera les combustibles utilisés par les ménages urbains comme étant leur principale source d'énergie pour la cuisson. Certes, dans la réalité haïtienne, la plupart des ménages utilisent une combinaison de combustibles pour la cuisson. Cependant, il ne demeure pas moins vrai que le comportement du ménage par rapport au choix de son principal combustible demeure le plus fondamental. En conséquence, les différents combustibles utilisés par ces ménages ne seront plus des variables dépendantes comme c'était le cas initialement. Ils deviendront de simples modalités mutuellement exclusives d'une seule et même variable dépendante de type catégorique. Ainsi, les modalités de cette dernière variable dépendante seront au nombre de quatre (4) : le Bois, le Charbon de bois, le Kérosène et le Gaz propane. Les résultats de cette recherche avaient déjà montré que l'Electricité n'est pas une source principale d'énergie utilisée pour la cuisson chez les ménages enquêtés. Finalement, en considérant la source d'énergie utilisé comme principale dans le ménage, l'opérationnalisation de notre modèle de régression logistique multinomiale devient plus facile.

L'équation du modèle de prédiction proposée est la suivante : P(Yt=1|Xi) = 1 f [1 + _e-(á + ?fiXi)]

Par transformation Logit on obtient la fonction : Logit P = á + ?fiXi Avec :

- X = (X1,X2, . . . ,XJ ), la matrice de l'ensemble des variables explicatives. « á » et « fi » sont estimés par la méthode des MCO.

á et f sont respectivement ordonnés à l'origine et coefficients de la régression. La valeur numérique du coefficient f, comme celle de l'ordonnée à l'origine á, n'a pas d'interprétation directe. Seul, le signe du coefficient de régression permet de savoir si la probabilité de réussite est une fonction croissante ou décroissante de la variable explicative. En ce qui concerne la

force de l'association entre la variable dépendante et chaque variable explicative, elle sera mesurée au moyen de l'« Odds Ratio (OR) ».

A l'origine, l'Odds Ratio a été proposé pour déterminer si la probabilité de réalisation d'un événement (ou d'une maladie) est la même ou diffère entre deux groupes, généralement un groupe à haut risque et un groupe à faible risque (Bland et Altman 2000 : citée par Henian Chen et all, 2010). L'Odds Ratio est probablement la statistique la plus largement utilisée dans la recherche de facteurs de risque, et le principal indicateur de mesure d'influence utilisé pour démontrer la prévalence des maladies dans les études épistémologiques (Bland and Altman 2000 : cité par Henian Chen et all, 2010). L'Odds Ratio a déjà été utilisé par Ouédraogo (2005) dans une étude similaire de la nôtre conduite à Ouagadougou, pour mesurer la force des associations entre les combustibles utilisés pour la cuisson et les caractéristiques des ménages urbains habitant la Capitale Ougandaise.

Ainsi, il ne fait aucun doute que l'Odds Ratio est la statistique la plus appropriée pouvant nous aider à mettre en exergue les déterminants de la consommation de combustibles de cuisson chez les ménages étudiés. Cette statistique nous permettra de déterminer si « la Probabilité d'utiliser une catégorie de combustibles pour la cuisson est la même ou diffère selon que les ménages urbains consommateurs aient ou non une caractéristique démographique, socioéconomique ou culturelle ». La valeur de l'Odds Ratio sera donnée par la colonne Exp(B)¹⁵ du tableau présentant les résultats de notre régression logistique multinomiale. Sachant que l'Odds Ratio varie de 0 à l'infini, un OR=1 signifie qu'il n'y a aucune association avec le risque spécifié (c'est-à-dire l'événement ou la maladie est également probable dans les groupes à risque élevé et faible) ; quand la valeur de l'OR augmente ou diminue à partir de 1, l'association devient de plus en plus forte (Henian Chen et all, 2010). Finalement, tout comme Henian Chen et all (2010) l'a fait dans son article, nous tacherons de convertir à 1/OR toutes valeurs de l'OR < 1 à des fins de comparaison. Cette artifice nous facilitera la tâche pour mieux ordonner les déterminants identifiés selon leurs poids dans le choix des combustibles des ménages urbains étudiés.

¹⁵ Exp(B) : C'est l'exponentiel du coefficient « B » de la variable explicative.

Niveau primaire	1 : primaire , · 0 : si non
Niveau secondaire	1 : secondaire , · 0 : si non
Niveau professionnel/Universitaire	1 : universitaire/profession , · 0 : si non
Religion du chef de ménage	1 : Catholique ; 0 : si non
Statut matrimonial	1 : Célibataire ; 0 : si non
Taille du ménage en nombre de membres	Nombre de membres
Revenu du ménage	Nombre de gourdes
Statut d'occupation du logement	1 : propriétaire ; 0 : si non
Type de logement occupé par le ménage	1 : Maison avec débris de matériaux/ Abris semi-définitif ; 0 : si non
Existence d'une cuisine à l'intérieur	1 : existe ; 0 : si non
Existence d'une cuisine à l'extérieur	1 : existe ; 0 : si non
Bois perçu dangereux	1 : très dangereux ; 0 : si non
Gaz propane perçu dangereux	1 : très dangereux ; 0 : si non
Charbon de bois perçu facile à utiliser	1 : facile ; 0 : si non
Kérosène perçu facile à utiliser	1 : facile ; 0 : si non
Bois perçu compliqué à utiliser	1 : compliqué ; 0 : si non
GPL perçu compliqué à utiliser	1 : compliqué ; 0 : si non
Electricité perçu compliqué à utiliser	1 : compliqué ; 0 : si non
Discrimination négative du Bois	1 : négative ; 0 : si non
Discrimination négative du Charbon de bois	1 : négative ; 0 : si non
Discrimination positive du Kérosène	1 : positive ; 0 : si non
Discrimination positive du Gaz propane	1 : positive ; 0 : si non

En premier lieu, rappelons que l'Electricité n'est pas pris en compte dans ce modèle pour non-pertinence. Les résultats du modèle de régression logistique multinomiale concernent seulement les quatre (4) combustibles utilisés comme principale source d'énergie pour la cuisson par les ménages urbains enquêtés. En effet, la Table 9 ci-dessous montrent que le Bois et le Kérosène sont très faiblement représentés avec respectivement 1.5% et 1.9% de ménages qui les consomment comme étant leur principale source d'énergie pour la cuisson. La consommation du Charbon de bois (82.5% des ménages) et du Gaz propane (14.2%) sont les seules qui regroupent une quantité suffisantes d'informations pouvant faire l'objet d'une analyse objective de la situation du marché de combustibles pour la cuisson à partir d'un examen de la consommation des ménages urbains vivant en Haïti. En conséquence, l'analyse et l'interprétation des résultats du modèle se focaliseront davantage sur les associations concernant les combustibles « Charbon de bois » et « Gaz propane » avec les variables explicatives. Celles des combustibles « Bois » et « Kérosène » seront considérées comme étant non consistantes.

Table 9 : Tableau de fréquence des variables du modèle
Case Processing Summary

Existence d'un espace pour faire la cuisine	Cuisine à l'intérieur du logement	64	*23.9%*
	Cuisine à l'extérieur du logement	85	*31.7%*
	Pas de cuisine	*119*	*44.4%*
discrimination positive du Gaz propane	.00	48	*17.9%*
discrimination positive du Gaz propane	Existe	*220*	*82.1%*
discrimination négative du Bois	.00	34	*12.7%*
discrimination négative du Bois	Existe	*234*	*87.3%*
Approvisionnement du GPL proche de la résidence du ménage	.00	*205*	*76.5%*
	Proche	63	*23.5%*
Danger dans utilisation du Bois	.00	*155*	*57.8%*
Danger dans utilisation du Bois	Très dangereux	*113*	*42.2%*
discrimination positive du Kérosène	.00	72	*26.9%*
discrimination positive du Kérosène	Existe	*196*	*73.1%*
Lojman	.00	*231*	*86.2%*
Lojman	1.00	37	*13.8%*
Propriété	.00	*136*	*50.7%*
Propriété	1.00	*132*	*49.3%*
Niv2	.00	*132*	*49.3%*
Niv2	1.00	*136*	*50.7%*
Valid		*268*	*100.0%*
Missing		20
Total		*288*
Subpopulation		*267(a)*

a The dependent variable has only one value observed in 267 (100.0%) subpopulations.

Aussi, après avoir procédé à l'élimination des variables qui se sont révélées non

significatives, nous sommes parvenus au modèle réduit comprenant les sept (7) variables

En effet, la Table 10 présentant l'étape sommaire de notre modèle de régression logistique réduit montre que les sept (7) variables explicatives sélectionnées s'adaptent parfaitement bien à ce modèle, le test Chi-deux est significatif pour chacune des paramètres de ces variables.

		Action	Effect(s)	Model Fitting Criteria	Effect Selection Tests
		Action	Effect(s)	-2 Log Likelihood	Chi-Square(a)	Df	Sig.
Model	0	*Entered*	*Intercept*	*307.140*	.
	1	*Entered*	*KWIZIN*	*276.580*	*30.560*	6	*.000*
	2	*Entered*	*REVNU_sum*	*254.999*	*21.581*	3	*.000*
	3	*Entered*	*GPLkp*	*236.725*	*18.274*	3	*.000*
	4	*Entered*	*KRfasil*	*216.533*	*20.192*	3	*.000*
	5	*Entered*	K8	*199.593*	*16.940*	3	*.001*
	6	*Entered*	K1	*182.045*	*17.547*	3	*.001*
	7	*Entered*	L3	*165.339*	*16.706*	3	*.001*

Analysant la Table 11 suivante, nous constatons que le « Test de ratio de vraisemblance global » de notre modèle réduit est significatif. Dans un modèle de régression logistique, ce « Test de ratio de vraisemblance global » est l'équivalent du « Test de Fisher » d'un modèle de régression linéaire. A l'instar d'un Test de Fisher, un « Test de ratio de vraisemblance global » significatif indique que notre modèle de régression logistique réduit est globalement significatif. C'est-à-dire que tous les paramètres de notre modèle réduit ne sont pas nuls.

Il y a lieu de rappeler que dans un modèle de régression linéaire, la statistique « R² » mesure le degré de variabilité expliquée par ce modèle. Cependant, « R² » se révèle difficile à calculer dans le cas d'un modèle logistique tel que le nôtre. La statistique appropriée, dans le cas de notre modèle logistique multinomial, est le « Pseudo R² ». Ouédraogo (2005) a obtenu un Pseudo R² de McFadden de 0.3012 tout en affirmant que, pour la plupart des études empiriques utilisant des données transversales, le coefficient de détermination est très faible. Dans le cas de cette recherche, notre modèle affiche un Pseudo R² de McFadden de 0.462 (Table 12 suivante).

La Table 13 ci-dessous présente le test « Ratio de vraisemblance » pour chacune des variables explicatives de notre modèle. Ce test cherche à vérifier la contribution de chaque facteur dans le résultat global. Les résultats présentés dans le tableau ci-dessous montrent que toutes les variables explicatives retenus sont associées aux choix des combustibles du ménage urbain haïtien. Le test Chi-deux de toutes les variables retenues dans le modèle étant significatif.

The chi-square statistic is the difference in -2 log-likelihoods between the final model and a reduced model. The reduced model is formed by omitting an effect from the final model. The null hypothesis is that all parameters of that effect are 0.

a This reduced model is equivalent to the final model because omitting the effect does not increase the degrees of freedom.

S'agissant des « paramètres » des variables explicatives dans le modèle de régression, la Table 14 ci-dessous présente la valeur estimée, l'erreur standard, le test de significativité et l'intervalle de confiance relatifs à chacun de ces paramètres. Elle présente également l'Odds Ratio pour chaque paramètre qui se présente comme l'exponentiel du paramètre [Exp(B)]. L'analyse de cette Table 14, nous permet de constater que, pour la plupart, les paramètres du modèle réduit ne sont pas significatifs. En effet, pour la catégorie de combustible « Charbon de bois », seulement un paramètre est significatif. Il s'agit du coefficient de la variable « L3 : Nombre de pièces du logement ». Alors que la variable « Nombre de pièces du logement » peut servir de proxy pour la variable « Revenu du ménage », le coefficient de cette dernière n'est pas significatif dans ce modèle. La variable « Nombre de pièces du logement » est de signe positif. Cela signifie que l'association entre la variable « Nombre de pièces du logement » et Charbon de bois est positive. De plus, nous constatons également que l'Odds Ratio du coefficient de la variable « Nombre de pièces du logement » tend anormalement vers l'infini, avec un intervalle de confiance très large, donc imprécise. De ce fait, à défaut de nous tromper, nous nous garderons pour le moment de nous prononcer sur la confirmation ou la force d'une

telle association entre le Combustible « Charbon de bois » et la variable « Nombre de pièces du logement ».

Aussi, les résultats de cette Table 14 montrent que des associations entre le Combustible « Kérosène » et les coefficients des variables « âge du chef de ménage » et « nombre de femmes de plus de 18 ans dans le ménage » se sont révélés significatifs dans le modèle réduit. Cependant, nous ne pouvons pas faire fi à ces résultats pour problèmes d'inconsistances, l'échantillon de ménages utilisant le Kérosène comme principale source d'énergie pour la cuisson étant anormalement trop faible.

Toutefois, l'analyse des résultats du modèle de régression logistique multinomiale présentés dans la Table 14, ci-dessus, laissent constater plusieurs anomalies dans les statistiques se rapportant aux paramètres estimés, notamment :

- La quasi-totalité des paramètres ayant obtenus un test Chi-deux significatif ne sont pas confirmés par le modèle réduit ;

- La valeur de l'Odds Ratio « Exp(B) » de plusieurs paramètres tendent vers l'infini ;

- L'intervalle de confiance de l'Odds ratio est trop large dans beaucoup de cas.

		B	Std. Error	Wald	df	Sig.	Exp(B)	95% Confidence Interval for Exp(B)
		B	Std. Error	Wald	df	Sig.	Exp(B)	Lower Bound	Upper Bound
CHARBON DE BOIS	Intercept	17.66	1624.86	0.00	1	0.99
	[KRfasil=.00]	-15.72	1624.80	0.00	1	0.99	1.48764E-07	0	.(b)
	[GPLkp=.00]	-2.32	3.01	0.59	1	0.44	0.098354068	0.0003	35.648
	[KWIZIN=1]	20.49	2750.48	0.00	1	0.99	792851722.2	0	.(b)
	[KWIZIN=2]	2.45	3.55	0.47	1	0.49	11.53231938	0.010979347	12113.14172
	K1	-0.41	0.28	2.26	1	0.13	0.661340494	0.385701578	1.133962821
	L3	18.02	0.22	6655.07	1	0.00	66747950.72	43296439.46	102901970.2
	K8	-1.40	2.12	0.44	1	0.51	0.245428319	0.003846396	15.66012982
	REVNU_sum	0.001	0.00	2.91	1	0.09	1.00109617	0.999836869	1.002357058
KEROSÈNE	Intercept	33.83	1624.90	0.00	1	0.98
	[KRfasil=.00]	-67.47	1983.25	0.00	1	0.97	4.99237E-30	0	.(b)
	[GPLkp=.00]	-9.82	6.37	2.38	1	0.12	5.41313E-05	2.03083E-10	14.42860103
	[KWIZIN=1]	-25.67	3525.65	0.00	1	0.99	7.12498E-12	0	.(b)
	[KWIZIN=2]	3.37	7.37	0.21	1	0.65	29.16609802	1.54386E-05	55099695.42

	K1	-1.51	0.70	4.67	1	0.03	0.221993802	0.05669055	0.869302704
	L3	24.83	5.16	23.17	1	0.00	60821645363	2470661.121	1.49728E+15
	K8	-11.80	6.76	3.05	1	0.08	7.52601E-06	1.32632E-11	4.270535239
	REVNU sum	0.002	0.00	5.20	1	0.02	1.001782445	1.00025031	1.003316926
PROPANE	Intercept	13.07	1624.86	0.00	1	0.99
	[KRfasil=.00]	-14.96	1624.80	0.00	1	0.99	3.18599E-07	0	.(b)
	[GPLkp=.00]	0.18	3.08	0.00	1	0.95	1.199546206	0.002894243	497.16312
	[KWIZIN=1]	22.51	2750.48	0.00	1	0.99	5994864748	0	.(b)
	[KWIZIN=2]	3.75	3.60	1.08	1	0.30	42.55451359	0.036422203	49719.30542
	K1	-0.44	0.28	2.50	1	0.11	0.646534552	0.37664763	1.109808994
	L3	18.19	0.00	.	1	.	79635100.99	79635100.99	79635100.99
	K8	-1.99	2.13	0.87	1	0.35	0.136204515	0.002074528	8.942597392
	REVNU_sum	0.001	0.00	3.16	1	0.08	1.00114296	0.999883366	1.00240414

b Floating point overflow occurred while computing this statistic. Its value is therefore set to system missing.

En effet, les anomalies observées dans les résultats indiquent que le modèle de régression logistique n'est probablement pas convergé. Elles arrivent, le plus souvent, lorsque la taille d'échantillon par cellule est trop faible. De manière empirique, il est recommandé d'avoir entre 10 à 20 réponses par cases dans une régression logistique (Peduzzi et al. 1996). C'est ainsi, qu'en remontant à la Table 9 (présentée plus haut), on remarque que Deux (2) parmi les Quatre (4) catégories de combustibles constituant la variable dépendante de notre modèle, présentaient des déficits au niveau de leur taille en nombre d'observations. Il s'agit des combustibles « Bois » et « Kérosène » utilisés respectivement par seulement 4 et 5 ménages urbains comme sources principales d'énergies pour la cuisson.

En vue de pallier à ce problème, nous allons regrouper les catégories de combustibles en deux groupes : les « Combustibles à base de bois » regroupant tous les ménages utilisant les combustibles « Bois » ou « Charbon de Bois » comme principale source d'énergie pour la cuisson, d'une part ; et les « Combustibles à base de pétrole » regroupant tous les ménages utilisant les combustibles « Kérosène » ou « Gaz propane » comme principale source d'énergie pour la cuisson, d'autre part.

Ce faisant, ces deux groupes de combustibles deviendront les catégories mutuellement exclusives de notre variable dépendante catégorique, désormais libellée « Type de combustible

utilisé ». Ainsi, la prise en compte de ces nouveaux paramètres dans notre modèle de régression logistique permet d'obtenir les premiers résultats sommaires du modèle modifié dans la Table 15 ci-dessous.

Table 2: Sommaire du modèle de régression logistique modifié Case Processing Summary

		N	Marginal Percentage
Type de combustible utilisé	Combustible à base de bois	*205*	*85.1%*
Type de combustible utilisé	Combustible à base de pétrole	36	*14.9%*
Lojman	0	*205*	*85.1%*
Lojman	1	36	*14.9%*
Existence d'un espace pour faire la cuisine	Cuisine à l'intérieur du logement	57	*23.7%*
	Cuisine à l'extérieur du logement	73	*30.3%*
	Pas de cuisine	*111*	*46.1%*
Utilisation compliqué du Gaz propane	0	*127*	*52.7%*
Utilisation compliqué du Gaz propane	Compliqué	*114*	*47.3%*
Utilisation facile du Charbon de bois	0	35	*14.5%*
Utilisation facile du Charbon de bois	Facile	*206*	*85.5%*
Statut	0	*200*	*83.0%*
Statut	1	41	*17.0%*
Niv1	0	*195*	*80.9%*
Niv1	1	46	*19.1%*
Approvisionnement du GPL proche de la résidence du ménage	0	*191*	*79.3%*
	Proche	50	*20.7%*
Valid		*241*	*100.0%*
Missing		47
Total		*288*
Subpopulation		*219(a)*

a The dependent variable has only one value observed in 216 (98.6%) subpopulations.

Toutefois, les résultats de cette Table 15 reflètent parfaitement la forte prédominance des combustibles à base de bois, consommé par 85.1% des ménages urbains étudiés, les combustibles à base de pétrole étant consommés par 14.9% de ces ménages urbains.

Du point de vue de la significativité globale, les résultats de la Table 16 indiquent que ce modèle corrigé est globalement significatif par le test de ratio de vraisemblance.

Table 3: Significativité globale du nouveau modèle Model Fitting Information

Aussi, la Table 17 ci-dessous présente un pseudo R² de McFadden de « 0.349 ». Quoique celui-ci soit inférieur à celui obtenu dans le modèle précédent (0.462), le niveau du pseudo R2 de notre modèle modifié est supérieur à celui de 0.3012 obtenu par Ouédraogo et al. (2005), lequel a été jugé satisfaisant.

Comparé aux résultats du modèle précédent, le test des ratios de vraisemblance des différents paramètres indique que seulement les paramètres de 4/9 des variables explicatives sélectionnées sont significatifs dans ce nouveau modèle, contre 7/7 des variables explicatives sélectionnées dans le modèle précédent. Dans ce nouveau modèle, tel que le montre la Table 16 ci-dessous, les paramètres significatifs sont les coefficients des variables explicatives suivantes :

- La variable REVNI_sum : « Revenu total du ménage le mois précédent l'enquête » ; - La variable GPLkp : « GPL perçu compliqué par le chef de ménage » ;

- La variable CHBfasil « Charbon de bois perçu facile à utiliser par le chef de ménage ».

Parmi ces quatre variables sus-listées, les paramètres des trois premières (K8, REVNI_sum et GPLkp) s'étaient également révélés significatifs par ce même Test des ratios de vraisemblance dans le modèle précédent. Par contre, d'autres paramètres de variables explicatives significatifs dans le modèle précédent ne le sont plus dans ce modèle modifié. C'est le cas pour les variables : « Existence d'une cuisine dans le logement (KWIZIN) », « Kérosène perçu facile à utiliser par le chef de ménage (KRfasil) », « L'âge du chef de ménage (K1) » et « Nombre de pièces du logement habité par le ménage (L3) ». Toutefois, il faudra attendre les derniers résultats du modèle de régression logistique modifié pour statuer définitivement sur les associations qui lient la variable dépendante avec chacune de ces variables explicatives.

Table 5: Test de ratio de vraisemblance du nouveau modèle
Likelihood Ratio Tests

		Model Fitting Criteria	Likelihood Ratio Tests
		-2 Log Likelihood of Reduced Model	Chi-Square	df	Sig.
Effect	Intercept	*128.127(a)*	*.000*	0	.
	K8	*142.065*	*13.938*	1	*.000*
	REVNI_sum	*141.347*	*13.220*	1	*.000*
	Lojman	*131.568*	*3.440*	1	*.064*
	KWIZIN	*133.469*	*5.341*	2	*.069*
	GPLkp	*136.166*	*8.039*	1	*.005*
	CHBfasil	*135.153*	*7.025*	1	*.008*
	Statut	*131.097*	*2.970*	1	*.085*
	Niv1	*131.337*	*3.210*	1	*.073*
	GPL_Dist	*130.117*	*1.990*	1	*.158*

a. This reduced model is equivalent to the final model because omitting the effect does not increase the degrees of freedom.

S'agissant de l'estimation des paramètres de notre modèle de régression logistique modifié, les résultats sont présentés dans les Tables 19 et 20 ci-dessous. Ces Tables (19 et 20) présentent les résultats de la régression logistique en Deux (2) temps. Tout d'abord, la Table 19 présente les résultats du modèle à partir d'une régression de la catégorie des « Combustibles à base de pétrole » en prenant comme référence l'autre catégorie de Combustibles à base de bois. A son tour, la Table 20 présente les résultats du modèle suivant le processus inverse : on fait la régression de la catégorie des « Combustibles à base de bois » en prenant comme référence la catégorie des Combustibles à base de pétrole.

En effet, considérons la Table 19 ou la Table 20, on constate que ce sont pratiquement les mêmes résultats qui y sont affichés. Par exemples : les valeurs estimées des paramètres sont identiques seulement avec des signes contraires (sauf dans le cas particulier de la variable REVNI_sum) ; tous les paramètres de la Table 19 affichent un même degré de significativité que ceux de la Table 20 pour chacune des variables explicatives ; ce sont les paramètres des mêmes variables explicatives qui se sont révélées significatifs sauf que leurs « Odds Ratio » sont inversés [par exemple : Exp(B1') = 1/Exp(B1) = 1/.378 = 2.646] entre autres.

Ce procédé de régression en deux temps, montrant toutes ces similitudes dans les résultats, indique probablement que notre modèle de régression logistique est parfaitement convergé contrairement au modèle réduit précédent.

Table 6: Paramètres estimés (référence: Combustibles à base de bois)
Parameter Estimates

Combustible à base de pétrole	B	Std. Error	Wald	df	Sig.	Exp(B)	95% Confidence Interval for Exp(B)
Combustible à base de pétrole							Lower Bound	Upper Bound
Intercept	*-5.100*	*1.660*	*9.434*	1	*.002*
K8	*-.973*	*.302*	*10.354*	1	*.001*	*.378*	*.209*	*.684*
REVNI_sum	*.000*	*.000*	*11.848*	1	*.001*	*1.000*	*1.000*	*1.000*
[Lojman=0]	*1.851*	*1.170*	*2.501*	1	*.114*	*6.364*	*.642*	*63.068*
[Lojman=1]	*0(b)*	.	.	0	.	.	.	.
[KWIZIN=1]	*1.314*	*.623*	*4.449*	1	*.035*	*3.721*	*1.098*	*12.616*
[KWIZIN=2]	*1.111*	*.625*	*3.161*	1	*.075*	*3.037*	*.892*	*10.332*
[KWIZIN=3]	*0(b)*	.	.	0	.	.	.	.
[GPLkp=0]	*1.423*	*.540*	*6.959*	1	*.008*	*4.151*	*1.442*	*11.951*
[GPLkp=1]	*0(b)*	.	.	0	.	.	.	.
[CHBfasil=0]	*1.409*	*.529*	*7.082*	1	*.008*	*4.092*	*1.450*	*11.552*

[CHBfasil=1]	*0(b)*	.	.	0	.	.	.	.
[Statut=0]	*-.969*	*.554*	*3.067*	1	*.080*	*.379*	*.128*	*1.122*
[Statut=1]	*0(b)*	.	.	0	.	.	.	.
[Niv1=0]	*1.668*	*1.116*	*2.234*	1	*.135*	*5.304*	*.595*	*47.277*
[Niv1=1]	*0(b)*	.	.	0	.	.	.	.
[GPL_Dist=0]	*-.769*	*.539*	*2.031*	1	*.154*	*.464*	*.161*	*1.334*
[GPL_Dist=1]	*0(b)*	.	.	0	.	.	.	.

Table 7: Paramètres estimés (référence: Combustibles à base de pétrole)
Parameter Estimates

Combustible à base de bois	B	Std. Error	Wald	df	Sig.	Exp(B)	95% Confidence Interval for Exp(B)
Combustible à base de bois							Lower Bound	Upper Bound
Intercept	*5.100*	*1.660*	*9.434*	1	*.002*
K8	*.973*	*.302*	*10.354*	1	*.001*	*2.646*	*1.463*	*4.786*
REVNI_sum	*.000*	*.000*	*11.848*	1	*.001*	*1.000*	*1.000*	*1.000*
[Lojman=0]	*-1.851*	*1.170*	*2.501*	1	*.114*	*.157*	*.016*	*1.557*
[Lojman=1]	*0(b)*	.	.	0	.	.	.	.
[KWIZIN=1]	*-1.314*	*.623*	*4.449*	1	*.035*	*.269*	*.079*	*.911*
[KWIZIN=2]	*-1.111*	*.625*	*3.161*	1	*.075*	*.329*	*.097*	*1.121*
[KWIZIN=3]	*0(b)*	.	.	0	.	.	.	.
[GPLkp=0]	*-1.423*	*.540*	*6.959*	1	*.008*	*.241*	*.084*	*.694*
[GPLkp=1]	*0(b)*	.	.	0	.	.	.	.
[CHBfasil=0]	*-1.409*	*.529*	*7.082*	1	*.008*	*.244*	*.087*	*.690*
[CHBfasil=1]	*0(b)*	.	.	0	.	.	.	.
[Statut=0]	*.969*	*.554*	*3.067*	1	*.080*	*2.636*	*.891*	*7.801*
[Statut=1]	*0(b)*	.	.	0	.	.	.	.
[Niv1=0]	*-1.668*	*1.116*	*2.234*	1	*.135*	*.189*	*.021*	*1.681*
[Niv1=1]	*0(b)*	.	.	0	.	.	.	.
[GPL_Dist=0]	*.769*	*.539*	*2.031*	1	*.154*	*2.157*	*.749*	*6.207*
[GPL_Dist=1]	*0(b)*	.	.	0	.	.	.	.

En définitif, les résultats présentés dans les Tables 19 et 20 montrent qu'il existe des associations entre la variable dépendante catégorique « Type de combustibles pour la cuisson » et cinq (5) variables explicatives. Les quatre (4) variables identifiées par le Test des ratios de vraisemblance (Table 18 ci-dessus) sont confirmées par les résultats de la régression. La variable KWIZIN « Existence d'une cuisine dans le logement » (avec sa modalité : Cuisine à l'intérieur du logement) complète la liste des cinq (5) déterminants identifiés. A présent, examinons ces déterminants de façon à mieux comprendre le sens et la mesure dans lesquels ils orientent le choix des combustibles chez les ménages urbains étudiés :

contrairement au déterminant précédent (K8), le signe du coefficient de la variable KWIZIN est positif (1.314) dans son association avec la catégorie de combustibles à base de PÉTROLE. Mais, ce signe est négatif (-1.314) dans l'association qui lie la variable KWIZIN avec la catégorie de combustibles à base de BOIS. Ainsi, sur la base de ces résultats, nous affirmons que les ménages urbains dont le logement est doté d'une cuisine à l'intérieure sont plus enclins à choisir principalement les combustibles de cuisson à base de Pétrole au détriment de ceux à base de BOIS. Cette affirmation conforte l'hypothèse H2.4 de notre recherche qui stipule : « l'existence d'un espace réservé à la cuisine dans le logement est déterminant dans le choisir du combustible utilisé comme principale source d'énergie pour la cuisson ». En effet, seule la modalité « Cuisine à l'intérieur du logement » est corrélée positivement et significativement avec la catégorie de combustibles à base de PÉTROLE. Rappelons que les résultats obtenus par Ouédraogo (2005) ont montré que la variable « existence de facilités internes pour faire la cuisine » était corrélée négativement et significativement avec le choix d'utiliser le Kérosène chez les ménages urbains de Ouagadougou. Or, dans notre recherche, le Kérosène a été regroupé dans la catégorie des combustibles à base de PÉTROLE. D'où une nette différence entre les observations de consommation de combustibles chez les ménages urbains de la commune de Carrefour (Haïti) et de Ouagadougou (Burkina Faso). Probablement, cette différence de comportement trouve sa source dans la perception des chefs de ménage urbains haïtiens, lesquels considèrent les combustibles à base de bois comme des combustibles qui produisent de la fumée et salissent les maisons (près de 91% des ménages interrogés). Ainsi, préfèrent-ils/elles utiliser des combustibles dits « propres » dans les cuisines localisées à l'intérieure de leur logement. Il convient de signaler que cette association semble être plus forte que la précédente avec un Odds Ratio égal à « 3.721 ». Elle se classe dans la catégorie d'association forte suivant les estimations de la Table de Chen et al. (2010).

3) La variable REVNI_sum « Revenu total du ménage le mois précédent l'enquête » s'est révélée significative dans notre modèle de régression logistique. Son coefficient est de signe positif et pratiquement égal à zéro (0). Aussi, on constate que l'Odds Ratio (OR) de son paramètre est égal à l'unité (1). Ce qui signifie qu'il n'y a aucune association

entre la variable REVNI_sum et le choix de combustibles pour la cuisson au niveau des ménages étudiés. Autrement dit, le Revenu de ces ménages influence pareillement sur la consommation des deux catégories de combustibles (« à base de pétrole » et « à base de bois »). En effet, malgré le fait qu'elle soit corrélée positivement avec les deux catégories de combustibles de notre variable dépendante, la variable REVNI_sum ne peut pas nous servir de discriminant pour comprendre le choix des combustibles chez les ménages urbains de Carrefour. Ainsi, nous constatons que l'hypothèse H2.2 « Il existe une association entre le Revenu du ménage urbain et son Choix de combustibles pour la cuisson » formulée sur la variable REVNI_sum n'est pas vérifiée dans notre recherche. Ces résultats sont conformes avec ceux obtenus par Walekhwa et al. (2009) qui ont établis une corrélation positive du Revenu avec l'adoption du biogaz quoique l'association n'était pas significative. Nos résultats confortent également ceux d'Ouédraogo (2005), lesquels faisaient seulement état d'une corrélation positive entre le Revenu du ménage et les combustibles. Comparé aux résultats de Nkamleu et al. (2002) qui établissaient une corrélation positive entre le Revenu et les combustibles tels que : kérosène et gaz, nos résultats l'ont confirmé. Par contre, la corrélation négative avec le charbon de bois et le bois est assez différence de ce que nous avons observés.

4) La variable GPLkp=0 « GPL perçu compliqué par le chef de ménage / Non » présente un coefficient significatif dans les résultats de notre modèle de régression logistique. Analysant le signe de son coefficient, on constate que la variable GPLkp=0 est corrélée positivement (1.423) avec les combustibles à base de PÉTROLE, mais négativement (-1.423) avec les combustibles à base de BOIS. C'est-à-dire moins les chefs de ménages urbains perçoivent le GPL comme étant compliqué à utiliser plus ils consommeront les combustibles à base de pétrole comme principale source d'énergie pour la cuisson, et au détriment des combustibles à base de bois. L'association de la variable GPLkp=0 semble être forte avec son OR de « 4.151 ». Ces résultats confirment l'hypothèse H3.3 « Le ménage aura tendance à éviter le combustible perçu compliqué à utiliser par son chef » préalablement formulée dans le cadre de cette recherche. Ces résultats tombent en parfaite harmonie avec l'étude d'ESMAP (2007) qui avait rapporté les déclarations de certaines cheffes de ménages haïtiens selon lesquelles un grand nombre d`accidents avaient été causés par une utilisation incorrecte des cuisinières à

gaz propane. Ce qui laisse présager qu'une éventuelle promotion des combustibles à base de pétrole en Haïti devra s'accompagner d'une campagne de formation sur l'utilisation saine des matériels et équipements qui l'accompagne.

5) La variable CHBfasil=0 « Charbon de bois perçu facile à utiliser par le chef de ménage / Non » s'est également avérée être un déterminant du choix des combustibles pour la cuisson chez les ménages étudiés. Les résultats de notre régression logistique montrent que le coefficient de la variable CHBfasil=0 est significatif avec un intervalle de confiance de 95%. Le signe de son coefficient indique que la variable CHBfasil=0 est corrélée positivement (1.409) avec les combustibles à base de pétrole et négativement (-1.409) avec les combustibles à base de bois. Ainsi, moins les chefs de ménages urbains perçoivent le charbon de bois comme étant facile à utiliser, plus ils choisiront de consommer les combustibles à base de pétrole comme principale source d'énergie de cuisson et, du coup, abandonneront les combustibles à base de bois. L'association entre la variable dépendante « Type de combustibles utilisés » et CHBfasil =0 semble être assez forte avec son OR estimé à « 4.092 ». Ces résultats en parfaite cohérence avec l'idée que nous chérissons depuis le départ sur l'influence probable de la perception du chef de ménage sur le choix de combustibles à utiliser dans le ménage.

CONCLUSION

Cette recherche sur le marché des combustibles est une tentative d'explication du comportement des ménages urbains haïtien sur le marché de combustible pour la cuisson en Haïti. Certes, elle répond à une exigence académique en vue de l'obtention d'un grade de « Master », mais le désir d'apporter une contribution à la solution de la crise énergétique que traverse le secteur domestique en Haïti dans un contexte d'épuisement des ressources ligneuses. En effet, la maitrise de la consommation de combustibles pour la cuisson chez les ménages urbains en Haïti serait déjà un pas de géant dans la bonne direction, vue que le commerce du charbon de bois, au niveau de l'Aire Métropolitaine de Port-au-Prince, a depuis longtemps demeuré la cause première de la coupe abusive d'arbres sur le territoire national. C'est pourquoi nous avons fait de cet objectif la pierre angulaire de la présente étude, et pour tâche principale : l'identification des déterminants du choix des combustibles pour la cuisson chez les ménages urbains de la commune stratégique de Carrefour.

Pour mieux réussir ce pari, nous avons réalisé une revue de la littérature théorique et empirique sur le sujet, laquelle nous a permis d'accumuler un certain nombre de connaissances pour ensuite définir un modèle conceptuel propre à notre recherche. Sur la base des résultats obtenus par Nkamleu et al (2002), Ouedraogo et al. (2005), Walekhwa et al. (2009) et ESMAP (2007) ; et confrontés à notre connaissance de la réalité haïtienne, nous avons formulé trois groupes d'hypothèses de recherche (13 au total), sur les caractéristiques des ménages, mais également sur la perception des chefs de ménages par rapport aux combustibles utilisés.

La vérification de toutes ces hypothèses a nécessité la conduite d'un sondage auprès des ménages urbains de l'Aire métropolitaine, en particulier dans la commune de Carrefour où 288 ménages ont été enquêtés. Puis, un modèle de régression logistique multinomial a été également conçu pour les besoins de l'analyse explicatives.

D'autre part, les trois (3) objectifs général et spécifiques de notre recherche sont atteints dans la mesure où les résultats mettent en évidence pas moins de cinq (5) facteurs significatifs dont quatre (4) sont des déterminants du choix des combustibles pour la cuisson chez les ménages étudiés. Le sens et la force des associations existantes entre chacun de ces facteurs avec les catégories de combustibles pour la cuisson ont été révélés et comparés aux résultats d'autres recherches similaires.

- Le Charbon de bois reste et demeure le premier choix des ménages urbains haïtiens en matière de combustibles pour la cuisson.

- Le Gaz propane (GPL) est le deuxième choix des ménages urbains comme principale source d'énergie pour la cuisson ;

- Le Kérosène, le bois et l'électricité sont surtout utilisés comme des compléments du Charbon de bois ou du gaz propane ;

- Il existe une association de force moyenne entre : la variable « Nombre de femmes de plus de 18 ans dans le ménage » et le type de combustibles utilisé par le ménage. Cette association est positive avec les combustibles à base de bois, et négative avec les combustibles à base de pétrole. Cette variable est un déterminant du choix de combustibles chez les ménages étudiés. Ce résultat vérifie 'hypothèse H1.2 : Le nombre de « femmes âgées de 18 ans ou plus » dans le ménage influence le choix de celui-ci sur le marché de combustibles pour la cuisson en Haïti. ;

- Il existe une association forte entre la variable KWIZIN « Existence d'une cuisine dans le logement » avec sa modalité : Cuisine à l'intérieur du logement et la variable dépendante « Type de combustibles utilisés ». Cette association est positive avec les combustibles à base de pétrole et négative avec les combustibles à base de bois. Elle s'est révélée être un bon déterminant du choix des ménages urbains haïtiens, et vérifie l'hypothèse H2.4 « l'existence d'un espace réservé à la cuisine dans le logement est déterminant dans le choisir du combustible utilisé comme principale source d'énergie pour la cuisson » ;

- L'association entre le « Revenu du ménage » et le type de combustible utilisé pour la cuisson s'est révélée significative et positive avec les deux catégories de combustibles. La force de cette association est nulle. Malgré son importance, le Revenu n'est donc pas classé comme un déterminant du choix des combustibles dans notre recherche ;

- Il existe une association forte entre la variable GPLkp=0 « GPL perçu compliqué par le chef de ménage / Non » et la variable « Type de combustibles utilisés ». Cette association est positive avec les combustibles à base de pétrole et négative avec les combustibles à base de bois. La variable la variable GPLkp=0 est un déterminant du choix de combustibles chez les ménages étudiés. Ce résultat vérifie l'hypothèse H3.3 : Le ménage aura tendance à éviter le combustible perçu « compliqué à utiliser » par son chef ;

- Il existe une association forte entre la variable CHBfasil=0 « Charbon de bois perçu facile à utiliser par le chef de ménage / Non » et la variable « Type de combustibles utilisés ». Cette association est positive avec les combustibles à base de pétrole et négative avec les combustibles à base de bois. La variable la variable CHBfasil=0 « Charbon de bois perçu facile à utiliser par le chef de ménage / Non » est un déterminant du choix de combustibles chez les ménages étudiés. Ce résultat confirme à nouveau l'hypothèse H3.3 sur l'influence de la perception du chef de ménage urbain habitant l'Aire Métropolitaine de Port-au-Prince.

Ainsi, notre recherche a permis d'identifier et de classer, par ordre d'importance, ces quatre (4) déterminants du choix de combustibles chez les ménages urbains haïtiens : « la perception du chef de ménage de ne pas considérer le GPL comme un combustible compliqué à utiliser » ; « la perception du chef de ménage de ne pas considérer le Charbon de bois comme un combustible facile à utiliser » ; « La caractéristique selon laquelle le ménage dispose d'une cuisine à l'intérieure de son logement » ; et « La caractéristique selon laquelle le ménage a un nombre de femmes âgées de 18 ans et plus ».

En définitive, cette recherche apporte une nouvelle contribution à la recherche scientifique en révélant l'influence prépondérante que la « perception du chef de ménage » peut avoir, a effectivement dans le cas d'Haïti, sur le choix des combustibles pour la cuisson chez les ménages urbains. Elle a fourni une piste de réflexion pour une meilleure prise en compte du poids des femmes dans la décision du ménage, en préférant la variable « nombre de femmes adultes du ménage » à celle de « sexe du chef de ménage ». Cette recherche a montré également que les trois (3) plus importants déterminants sont favorables à l'utilisation des combustibles à base de pétrole, et que seule le déterminant le plus faible est favorable à l'utilisation des combustibles à base de bois. Probablement, les ménages urbains étudiés se retrouvent à la croisée des chemins de la transition de l'énergie domestique.

Pour aboutir à ces résultats, plusieurs obstacles ont dû être franchis. Ils sont surtout d'ordres logistiques. En effet, l'accès aux données de bases pour implémenter notre sondage nous a pris du temps, n'ayant pas accès aux croquis des SDEs qui ont été préalablement sélectionnés dans notre échantillon. Ainsi, nous avons dû procéder, avec l'aide d'un technicien de l'IHSI, à une délimitation manuelle des SDEs sur une carte de la ville de Carrefour. De ce fait, nous avions dû reporter la date de début de la collecte. Egalement, le choix et l'interprétation du modèle de régression le plus adéquat à la structure de nos données nous a causé quelques soucis. Finalement, nous avions pu contourné ce problème grâce à des amis bien avisés.

La structure de la consommation de combustible constitue la principale limite de cette recherche. Notre échantillon a été construit de manière à être le plus représentatif possible de la réalité des ménages urbains haïtiens. Ce qui effectivement est le cas, le profil de notre échantillon est affirmativement illustré dans la Figure 5 de ce texte. Cependant, le fait qu'une écrasante majorité de ménages utilise principalement un même combustible (le Charbon de bois), l'électricité est pratiquement inaccessible, et que seulement une infirme partie des ménages utilise le Kérosène et/ou le Bois comme source principale d'énergie pour la cuisson, nous a rendu la tâche plus ardue. Notre modèle de régression logistique multinomial s'est révélé non convergé pour cause de faible représentativité, et les résultats non consistants. En vue de donner un minimum d'autorité à ces résultats, on a été amené, sans le vouloir, à regrouper les combustibles en deux catégories. Ce regroupement des combustibles nous a dispensé d'une analyse plus détaillée des données par combustible utilisé.

BIBLIOGRAPHIE

Table 8: Définition des variables du modèle par rapport aux hypothèses .. Error! Bookmark not defined.

Table 1: Distribution de fréquence de la variable "Existence de cuisine" .. Error! Bookmark not defined.

Table 2: Statistiques descriptives des composantes de la variable "Revenu du ménage"

Error! Bookmark not defined.
Table 3: Répartition des ménages en pourcentage selon les combustibles utilisés pour

la cuisson Error! Bookmark not defined.
Table 4: Répartition des chefs de ménage selon les problèmes liés à l'utilisationError! Bookmark not defined.

Table 5: Répartition des chefs de ménage selon les avantages liés à l'utilisationError! Bookmark not defined.

Table 6: Tests de Khi-deux entre chaque combustible et les caractéristiques des

ménages Error! Bookmark not defined.
Table 7: Tests de Khi-deux entre chaque combustible et la perception des chefs de

ménages Error! Bookmark not defined.
Table 9: Tableau de fréquence des variables du modèle ... Error! Bookmark not defined.

Table 12: Degré de variabilité expliqué par le modèleError! Bookmark not defined.

Table 20: Paramètres estimés (référence: Combustibles à base de pétrole) 73

Figure 1: Evolution de l'Offre de Combustibles (1998-2003)Error! Bookmark not defined.

Figure 2: Evolution des prix des combustibles (1998-2003)Error! Bookmark not defined.

Figure 3: Evolution des prix relatifs du TEP de charbon de bois eu égard à ceux du

kérosène et du GPL Error! Bookmark not defined.
Figure 4: Evolution des prix relatifs du TEP de charbon de bois eu égard à ceux du

kérosène et du GPL Error! Bookmark not defined.
Figure 5: Distribution des chefs de ménages selon leur âgeError! Bookmark not defined.

Figure 6: Répartition des ménages selon le combustible utilisé pour la cuissonError! Bookmark not defined.

ANNEXE 1 : LISTE DE TABLEAUX SUPPLÉMENTAIRES

Tableau 15 : Répartition des chefs de ménage par tranche d'âge selon le combustible consommé par le ménage

		Tranche d"ages					Total *100.0%*
		19 à 29 ans	30 à 40 ans	41 à 51 ans	52 à 62 ans	63 ans et plus
Utilisation du Bois pour la cuisson	Oui, toujours			*60.0%*	*40.0%*
	Oui, plusieurs fois la semaine	*50.0%*	*16.7%*	*16.7%*	*16.7%*		*100.0%*
	Oui, rarement	*26.3%*	*15.8%*	*31.6%*	*26.3%*		*100.0%*
	Non	*24.8%*	*39.5%*	*20.5%*	*10.9%*	*4.3%*	*100.0%*
Total		*25.0%*	*36.8%*	*21.9%*	*12.5%*	*3.8%*	*100.0%*
Utilisation du Charbon de bois pour la cuisson	Oui, toujours	*26.9%*	*33.2%*	*22.7%*	*13.0%*	*4.2%*	*100.0%*
	Oui, plusieurs fois la semaine	*11.5%*	*53.8%*	*19.2%*	*15.4%*		*100.0%*
	Oui, rarement	*16.7%*	*50.0%*	*22.2%*	*5.6%*	*5.6%*	*100.0%*
	Non	*33.3%*	*66.7%*				*100.0%*
Total		*25.0%*	*36.8%*	*21.9%*	*12.5%*	*3.8%*	*100.0%*
Utilisation du Kerosène pour la cuisson	Oui, toujours	*100.0%*					*100.0%*
	Oui, plusieurs fois la semaine	*18.2%*	*31.8%*	*29.5%*	*13.6%*	*6.8%*	*100.0%*
	Oui, rarement	*31.6%*	*34.2%*	*18.4%*	*15.8%*		*100.0%*
	Non	*23.4%*	*39.3%*	*21.4%*	*11.9%*	*4.0%*	*100.0%*
Total		*25.0%*	*36.8%*	*21.9%*	*12.5%*	*3.8%*	*100.0%*
Utilisation du gaz Propane pour la cuisson	Oui, toujours	*7.7%*	*66.7%*	*15.4%*	*7.7%*	*2.6%*	*100.0%*
	Oui, plusieurs fois la semaine	*33.3%*		*50.0%*	*16.7%*		*100.0%*
	Oui, rarement	*18.5%*	*37.0%*	*22.2%*	*11.1%*	*11.1%*	*100.0%*
	Non	*28.7%*	*32.4%*	*22.2%*	*13.4%*	*3.2%*	*100.0%*
Total		*25.0%*	*36.8%*	*21.9%*	*12.5%*	*3.8%*	*100.0%*
Utilisation de l'électicité pour la cuisson	Oui, plusieurs fois la semaine	*11.1%*	*55.6%*	*11.1%*		*22.2%*	*100.0%*
	Oui, rarement	*43.8%*	*18.8%*	*12.5%*	*25.0%*		*100.0%*
	Non	*24.3%*	*37.3%*	*22.8%*	*12.2%*	*3.4%*	*100.0%*
Total		*25.0%*	*36.8%*	*21.9%*	*12.5%*	*3.8%*	*100.0%*

Source : IFGCAR-IAC/Enquête sur le choix des combustibles pour la cuisson chez les ménages urbains en Haïti/Juillet 2011

Tableau 16 : Répartition des chefs de ménage par niveau de formation selon le combustible consommé par le ménage

		Aucun niveau/Al phabétisat ion	Primaire (1e à 6e année)	Niveau d'étude atteint Secondaire (7e année à philo)	Professionnel	Universitaire	Total *100.0%*
Utilisation du Bois pour la cuisson	Oui, toujours		*80.0%*	*20.0%*			Total *100.0%*
	Oui, plusieurs fois la semaine		*33.3%*	*50.0%*	*16.7%*		*100.0%*
	Oui, rarement	*31.6%*	*42.1%*	*26.3%*			*100.0%*
	Non	*13.2%*	*15.1%*	*53.1%*	*11.6%*	*7.0%*	*100.0%*
Total		*13.9%*	*18.4%*	*50.7%*	*10.8%*	*6.3%*	*100.0%*
Utilisation du Charbon de bois pour la cuisson	Oui, toujours	*16.0%*	*20.2%*	*51.7%*	*8.4%*	*3.8%*	*100.0%*
	Oui, plusieurs fois la semaine	*7.7%*	*7.7%*	*50.0%*	*15.4%*	*19.2%*	*100.0%*
	Oui, rarement		*11.1%*	*44.4%*	*27.8%*	*16.7%*	*100.0%*
	Non		*16.7%*	*33.3%*	*33.3%*	*16.7%*	*100.0%*
Total		*13.9%*	*18.4%*	*50.7%*	*10.8%*	*6.3%*	*100.0%*
Utilisation du Kerosène pour la cuisson	Oui, toujours			*20.0%*	*60.0%*	*20.0%*	*100.0%*
	Oui, plusieurs fois la semaine	*18.2%*	*18.2%*	*45.5%*	*9.1%*	*9.1%*	*100.0%*
	Oui, rarement	*13.2%*	*23.7%*	*52.6%*	*7.9%*	*2.6%*	*100.0%*
	Non	*13.4%*	*17.9%*	*52.2%*	*10.4%*	*6.0%*	*100.0%*
Total		*13.9%*	*18.4%*	*50.7%*	*10.8%*	*6.3%*	*100.0%*
Utilisation du gaz Propane pour la cuisson	Oui, toujours	*5.1%*	*2.6%*	*53.8%*	*20.5%*	*17.9%*	*100.0%*
	Oui, plusieurs fois la semaine		*16.7%*	*50.0%*	*16.7%*	*16.7%*	*100.0%*
	Oui, rarement		*18.5%*	*63.0%*	*11.1%*	*7.4%*	*100.0%*
	Non	*17.6%*	*21.3%*	*48.6%*	*8.8%*	*3.7%*	*100.0%*
Total		*13.9%*	*18.4%*	*50.7%*	*10.8%*	*6.3%*	*100.0%*
Utilisation de l'électicité pour la cuisson	Oui, plusieurs fois la semaine		*11.1%*	*22.2%*	*44.4%*	*22.2%*	*100.0%*
	Oui, rarement		*18.8%*	*56.3%*	*12.5%*	*12.5%*	*100.0%*
	Non	*15.2%*	*18.6%*	*51.3%*	*9.5%*	*5.3%*	*100.0%*
Total		*13.9%*	*18.4%*	*50.7%*	*10.8%*	*6.3%*	*100.0%*

Source: IFGCAR-IAC/Enquête sur le choix des combustibles pour la cuisson chez les ménages urbains en Haiti/Juillet 2011

Tableau 17 : Répartition des chefs de ménage par quintile de revenu selon le combustible utilisé par le ménage

		Quintile de Revenus					Total *100.0%*
		1er quintile	2e quintile	3e quintile	4e quintile	5e quintile
Utilisation du Bois pour la cuisson	Oui, toujours	*40.0%*	*40.0%*		*20.0%*
	Oui, plusieurs fois la semaine	*33.3%*	*33.3%*	*16.7%*	*16.7%*		*100.0%*
	Oui, rarement	*42.1%*		*10.5%*	*36.8%*	*10.5%*	*100.0%*
	Non	*15.9%*	*25.2%*	*14.0%*	*27.9%*	*17.1%*	*100.0%*
Total		*18.4%*	*24.0%*	*13.5%*	*28.1%*	*16.0%*	*100.0%*
Utilisation du Charbon de bois pour la cuisson	Oui, toujours	*19.3%*	*25.2%*	*13.4%*	*29.4%*	*12.6%*	*100.0%*
	Oui, plusieurs fois la semaine	*11.5%*	*11.5%*	*19.2%*	*23.1%*	*34.6%*	*100.0%*
	Oui, rarement	*16.7%*	*27.8%*	*11.1%*	*22.2%*	*22.2%*	*100.0%*
	Non	*16.7%*	*16.7%*		*16.7%*	*50.0%*	*100.0%*
Total		*18.4%*	*24.0%*	*13.5%*	*28.1%*	*16.0%*	*100.0%*
Utilisation du Kerosène pour la cuisson	Oui, toujours	*40.0%*		*20.0%*		*40.0%*	*100.0%*
	Oui, plusieurs fois la semaine	*25.0%*	*29.5%*	*18.2%*	*18.2%*	*9.1%*	*100.0%*
	Oui, rarement	*13.2%*	*10.5%*	*18.4%*	*42.1%*	*15.8%*	*100.0%*
	Non	*17.4%*	*25.9%*	*11.4%*	*28.4%*	*16.9%*	*100.0%*
Total		*18.4%*	*24.0%*	*13.5%*	*28.1%*	*16.0%*	*100.0%*
Utilisation du gaz Propane pour la cuisson	Oui, toujours	*7.7%*	*15.4%*	*15.4%*	*25.6%*	*35.9%*	*100.0%*
	Oui, plusieurs fois la semaine		*50.0%*	*33.3%*		*16.7%*	*100.0%*
	Oui, rarement	*7.4%*	*22.2%*	*14.8%*	*37.0%*	*18.5%*	*100.0%*
	Non	*22.2%*	*25.0%*	*12.5%*	*28.2%*	*12.0%*	*100.0%*
Total		*18.4%*	*24.0%*	*13.5%*	*28.1%*	*16.0%*	*100.0%*
Utilisation de l'électicité pour la cuisson	Oui, plusieurs fois la semaine	*11.1%*	*33.3%*	*11.1%*	*11.1%*	*33.3%*	*100.0%*
	Oui, rarement	*12.5%*	*18.8%*	*12.5%*	*37.5%*	*18.8%*	*100.0%*
	Non	*19.0%*	*24.0%*	*13.7%*	*28.1%*	*15.2%*	*100.0%*
Total		*18.4%*	*24.0%*	*13.5%*	*28.1%*	*16.0%*	*100.0%*

Source: IFGCAR-IAC/Enquête sur le choix des combustibles pour la cuisson chez les ménages urbains en Haiti/Juillet 2011

Tableau 18 : Répartition des chefs de ménage par niveau de formation selon qu ils perçoivent le combustible comme un produit dangereux

		Aucun niveau/Alph abétisation	Primaire (1e à 6e année)	Niveau d'étude atteint Secondaire (7e année à philo)	Professionnel	Universitaire
		Aucun niveau/Alph abétisation	Primaire (1e à 6e année)		Professionnel	Universitaire
Utilisation pour la cuisson est Dangereuse : Bois	Oui, c'est un énorme danger	*7.3%*	*10.1%*	*16.3%*	*5.9%*	*4.9%*
	Oui, mais controlable	*1.0%*	*.3%*	*2.1%*	*.3%*
	Oui, on le dit	*.3%*	*.7%*	*2.8%*
	Non	*3.8%*	*3.1%*	*14.2%*	*2.1%*
	Ne sais pas	*1.4%*	*4.2%*	*15.3%*	*2.4%*	*1.4%*
Total		*13.9%*	*18.4%*	*50.7%*	*10.8%*	*6.3%*
Utilisation pour la cuisson est dangereuse : Charbon de bois	Oui, c'est un énorme danger	*1.4%*	*1.7%*	*6.9%*	*2.4%*	*1.7%*
	Oui, mais controlable	*3.8%*	*4.2%*	*6.6%*	*.7%*	*1.7%*
	Oui, on le dit	*.7%*		*2.1%*	*.7%*	*.3%*
	Non	*8.0%*	*12.2%*	*35.1%*	*6.3%*	*2.1%*
	Ne sais pas		*.3%*		*.7%*	*.3%*
Total		*13.9%*	*18.4%*	*50.7%*	*10.8%*	*6.3%*
Utilisation pour la cuisson est dangereuse : Kerosene	Oui, c'est un énorme danger	*2.4%*	*6.3%*	*11.5%*	*3.1%*	*1.0%*
	Oui, mais controlable	*3.8%*	*4.5%*	*10.1%*	*.7%*	*1.4%*
	Oui, on le dit	*2.8%*	*2.1%*	*16.7%*	*1.7%*	*2.1%*
	Non	*4.2%*	*3.1%*	*9.0%*	*4.2%*	*1.4%*
	Ne sais pas	*.7%*	*2.4%*	*3.5%*	*1.0%*	*.3%*
Total		*13.9%*	*18.4%*	*50.7%*	*10.8%*	*6.3%*
Utilisation pour la cuisson est dangereuse : Propane	Oui, c'est un énorme danger	*3.8%*	*9.4%*	*17.7%*	*5.2%*	*2.4%*
	Oui, mais controlable	*3.5%*	*2.4%*	*17.0%*	*3.1%*	*2.4%*
	Oui, on le dit	*3.1%*	*4.9%*	*12.2%*	*1.7%*	*.3%*
	Non	*2.1%*	*.7%*	*1.4%*	*.3%*	*1.0%*
	Ne sais pas	*1.4%*	*1.0%*	*2.4%*	*.3%*
Total		*13.9%*	*18.4%*	*50.7%*	*10.8%*	*6.3%*
Utilisation pour la cuisson est dangereuse : Electrique	Oui, c'est un énorme danger	*3.5%*	*5.2%*	*12.2%*	*4.2%*	*1.0%*
	Oui, mais controlable	*5.6%*	*2.4%*	*11.1%*	*1.0%*	*2.8%*
	Oui, on le dit	*2.4%*	*4.9%*	*11.8%*	*2.1%*	*1.0%*
	Non	*.7%*	*2.4%*	*9.0%*	*1.7%*	*.7%*
	Ne sais pas	*1.7%*	*3.5%*	*6.6%*	*1.7%*	*.7%*
Total		*13.9%*	*18.4%*	*50.7%*	*10.8%*	*6.3%*

Source : IFGCAR-IAC/Enquête sur le choix des combustibles pour la cuisson chez les ménages urbains en Haïti/Juillet 2011

Tableau 19 : Répartition des chefs de ménage selon les problèmes liés à l'utilisation du Charbon de bois pour la cuisson

	Utiliser le Charbon de Bois pour la cuison		Total *100.0%*
	Non	Oui
La fumée ou le cendre peut salir la maison		*100.0%*
Total		*100.0%*	*100.0%*
Le repas a l'odeur/le goût de la fumée ou du gaz	*1.4%*	*98.6%*	*100.0%*
Total	*1.4%*	*98.6%*	*100.0%*
La fumée du combustible rend les gens malade		*100.0%*	*100.0%*
Total		*100.0%*	*100.0%*
Risque d'incendie/risque d'explosion de la bombone de gaz	*1.7%*	*98.3%*	*100.0%*
Total	*1.7%*	*98.3%*	*100.0%*
Moins accessible et plus cher		*100.0%*	*100.0%*
Total		*100.0%*	*100.0%*
Coût élevé des equipements necessaires	*3.4%*	*96.6%*	*100.0%*
Total	*3.4%*	*96.6%*	*100.0%*
Le repas prend plus de temps pour être cuit		*100.0%*	*100.0%*
Total		*100.0%*	*100.0%*
Autre problème	*4.9%*	*95.1%*	*100.0%*

IFGCAR/IAC: Enquête sur le choix des combustibles pour la cuisson chez les ménages urbains en Haiti/Juillet 2011

Tableau 20 : Répartition des chefs de ménage selon les problèmes liés à l'utilisation Kérosène pour la cuisson

La fumée ou le cendre peut salir la maison	*50.0%*	*50.0%*	*100.0%*
Total	*50.0%*	*50.0%*	*100.0%*
Le repas a l'odeur/le goût de la fumée ou du gaz	*57.5%*	*42.5%*	*100.0%*
Total	*57.5%*	*42.5%*	*100.0%*
La fumée du combustible rend les gens malade	*52.8%*	*47.2%*	*100.0%*
Total	*52.8%*	*47.2%*	*100.0%*
Risque d'incendie/risque d'explosion de la bombone de gaz	*79.2%*	*20.8%*	*100.0%*
Total	*79.2%*	*20.8%*	*100.0%*
Moins accessible et plus cher	*100.0%*		*100.0%*
Total	*100.0%*		*100.0%*
Coût élevé des equipements necessaires	*62.1%*	*37.9%*	*100.0%*
Total	*62.1%*	*37.9%*	*100.0%*
Le repas prend plus de temps pour être cuit	*50.0%*	*50.0%*	*100.0%*
Total	*50.0%*	*50.0%*	*100.0%*
Autre problème	*80.5%*	*19.5%*	*100.0%*

IFGCAR/IAC: Enquête sur le choix des combustibles pour la cuisson chez les ménages urbains en Haiti/Juillet 2011

Tableau 21 : Répartition des chefs de ménage selon les problèmes liés à l'utilisation Gaz propane pour la cuisson

	Utiliser le gaz Propane pour la cuison				Total Count 12
	Non Count		Oui Count
La fumée ou le cendre peut salir la maison	6	*50.0%*	6	*50.0%*
Total	6	*50.0%*	6	*50.0%*	12
Le repas a l'odeur/le goût de la fumée ou du gaz	56	*76.7%*	17	*23.3%*	73
Total	56	*76.7%*	17	*23.3%*	73
La fumée du combustible rend les gens malade	31	*86.1%*	5	*13.9%*	36
Total	31	*86.1%*	5	*13.9%*	36
Risque d'incendie/risque d'explosion de la bombone de gaz	89	*74.2%*	31	*25.8%*	*120*
Total	89	*74.2%*	31	*25.8%*	*120*
Moins accessible et plus cher	1	*100.0%*			1
Total	1	*100.0%*			1
Coût élevé des equipements necessaires	24	*82.8%*	5	*17.2%*	29
Total	24	*82.8%*	5	*17.2%*	29
Le repas prend plus de temps pour être cuit	2	*100.0%*			2
Total	2	*100.0%*			2
Autre problème	30	*73.2%*	11	*26.8%*	41

IFGCAR/IAC: Enquête sur le choix des combustibles pour la cuisson chez les ménages urbains en Haïti/Juillet 2011

Tableau 22 : Répartition des chefs de ménage selon les problèmes liés à l'utilisation de l'électricité pour la cuisson

	Utiliser l'Electricité pour la cuisson		Total *100.0%*
	Non	Oui
La fumée ou le cendre peut salir la maison	*66.7%*	*33.3%*
Total	*66.7%*	*33.3%*	*100.0%*
Le repas a l'odeur/le goût de la fumée ou du gaz	*80.8%*	*19.2%*	*100.0%*
Total	*80.8%*	*19.2%*	*100.0%*
La fumée du combustible rend les gens malade	*88.9%*	*11.1%*	*100.0%*
Total	*88.9%*	*11.1%*	*100.0%*
Risque d'incendie/risque d'explosion de la bombone de gaz	*99.2%*	*.8%*	*100.0%*
Total	*99.2%*	*.8%*	*100.0%*
Moins accessible et plus cher	*100.0%*		*100.0%*
Total	*100.0%*		*100.0%*
Coût élevé des équipements nécessaires	*93.1%*	*6.9%*	*100.0%*
Total	*93.1%*	*6.9%*	*100.0%*
Le repas prend plus de temps pour être cuit	*100.0%*		*100.0%*
Total	*100.0%*		*100.0%*
Autre problème	*87.8%*	*12.2%*	*100.0%*

IFGCAR/IAC: Enquête sur le choix des combustibles pour la cuisson chez les ménages urbains en Haïti/Juillet 2011

ANNEXE 2: TABLE DE CHEN ET AL.

0.2					0.5						0.8
P					P				Z		P		OR
P0	Z0	Z		OR		Z		OR
0.0100	-2.3263	-2.1263	0.0167	1.6814		-1.8263	0.0339	3.4739		-1.5263		0.0635		6.7128
0.0200	-2.0537	-1.8537	0.0319	1.6146		-1.5537	0.0601	3.1332		-1.2537		0.1050		5.7486
0.0300	-1.8808	-1.6808	0.0464	1.5733		-1.3808	0.0837	2.9535		-1.0808		0.1399		5.2592
0.0400	-1.7507	-1.5507	0.0605	1.5455		-1.2507	0.1055	2.8306		-0.9507		0.1709		4.9471
0.0500	-1.6449	-1.4449	0.0742	1.5228		-1.1449	0.1261	2.7416		-0.8449		0.1991		4.7233
0.0600	-1.5548	-1.3548	0.0877	1.5060		-1.0548	0.1458	2.6741		-0.7548		0.2252		4.5536
0.0700	-1.4758	-1.2758	0.1010	1.4926		-0.9758	0.1646	2.6177		-0.6758		0.2496		4.4191
0.0800	-1.4051	-1.2051	0.1141	1.4811		-0.9051	0.1827	2.5707		-0.6051		0.2726		4.3097
0.0900	-1.3408	-1.1408	0.1270	1.4709		-0.8408	0.2002	2.5309		-0.5408		0.2943		4.2167
0.1000	-1.2816	-1.0816	0.1397	1.4615		-0.7816	0.2172	2.4972		-0.4816		0.3150		4.1387

ANNEXE 3: QUESTIONNAIRE D'ENQUÊTE

SEKSYON I. IDANTIFIKASYON

L4.

Ki kote ou kwit manje ?

1. Nan yon kwizi n andedan kay la

2. Nan yon kwizi n nan lakou kay la

3. Pa gen kwizi n, se nan yon kwen andedan kay la

4. Pa gen kwizi n, se nan yon kwen deyò kay la

5. Lòt

|__|

ID0

ID1

ID2

ID3

ID4

ID5

IDANTIFIKASYON

NON Chef menaj la:

Adrès kay la:

Telfòn chèf menai la:

Section d'Enumeration (SDE)

|__|__|__| - |__|__| - |__|__|__| - |__|__|__|

SEKSYON III. KARAKTERISTIK SOSYO-EKONOMIK

Rang menaj la nan SDE a

|__|__|

K1. Ki Laj ou te genyen nan dènye dat anivèsè w ?

|__|__|

Dat ou fè ankèt la (jj-mm)

|__|__|-|__|__|

Code anketè a

|__|

K2. Sèks ou ?

1. Homme 2. Femme

|__|

SEKSYON II. LOJMAN

L1. Nan

ki tip lojman menaj la ap viv ?

1. Kay ba ak "debri materyo" 4. Kay ak yonsèl etaj

2. Kay abri "semi definitif" 5. Kay ak plisyè etaj

3. Kay san etaj avèk mi yo an blòk 6. Apatman

|__|

K3.

Ki estati w ? eske ou...

1. Selibatè 4. Vèf/vèv

2. Marye 5. Divòse

3. inyon lib (plase) 6. Separe

|__|

K4.

Ki relijyon ou ? eske o se...

1. Katolik 4. Temoin Jeova

2. Protestan 5. Lòt

3. Vodouyizan

|__|

L2. Eske

.... ?

1. Ou se mèt teren an ak tout kay la 2. Ou se mèt kay la sèlman

3. Ou lwe kay la pa mwa 4. Ou anfème kay la

5. Mèt kay la ba w la desant gratis

|__|

K5. Nan ki nivo etid ou rive (etid fòmèl) ?

6. Ou rantre nan kay la san w pa peye

1. Okenn nivo / Alfabetizasyon

7. Lot

2. Nivo primè (1è a 6èm ane fondamantal)

3. Nivo segondè (7è ane fondamantal rive nan klas filo)

L3. Nan konbyen pyès kay ou rete ?

4. Nivo profesyonèl

|__|

(pa konte pyès ki itiize sèlman kòm twalèt, kwizi n oswa depo)

4. Nivo inivèsitè

|__|

|__|__|

1. Yonsèl pyès kay

2. 2 pyès kay

K6. Konbyen moun kap viv nan kay sila ?

mi tout moun sa yo, konbyen ki se ...

K7. Pitit ou ?

|__|

3. 3 pyès kay

4. Plis pase 3 pyès kay

K8. Fanm ki gen plis pase 18 lane ?

|__|

SEKSYON IV: LIDE CHEF MENAJ LA SOU ITLIZASYON TOUT CONBISTIB KI DISPONIB NAN ZÒN LAN

PAJ 2/4

Eske w deja

sèvi ak

pou fè manje,

Eske se yon danje pou moun kap viv

nan kay la oswa nan

Di m tout problèm ki ka rive

lè wap sèvi ak ?

Eske w okouran de yon
moun pou pipiti nan

Daprè w, ki kategori
moun

ki ta dwe sèvi ak

lè lap kwit manje ?

oswa bouyi dlo ? sèvi ak nwasi chodyè oswa mi kay la pou kwit manje lakay li ?

nan yon semè n 3.- Wi, yo di gen danje 7.- Manje a pran tròp tan pou l kwit 3.- Wi, yon lòt moun nan 3.- Moun ki gen ledikasyon

4.- Non		5.- Mwen pa konnen	6.-								4.- Non >>	5.- Moun lavil 6.- Moun andeyò 7.- Nenpòt ki moun


				si repons lan se "8" antoure chif "8" la epi ekri sa li fè a sou liy ki anba chif yo
Bwa	\|__\|	\|__\|	1	2	3	4	5	6	7	8	\|__\|	\|__\|

Chabon bwa	\|__\|	\|__\|	1	2	3	4	5	6	7	8	\|__\|	\|__\|

Gaz blan/Keroz èn	\|__\|	\|__\|	1	2	3	4	5	6	7	8	\|__\|	\|__\|

Gaz propan (bonbòn)	\|__\|	\|__\|	1	2	3	4	5	6	7	8	\|__\|	\|__\|

												\|__\|
Kouran elektrik	\|__\|	\|__\|	1	2	3	4	5	6	7	8	\|__\|

Lòt	\|__\|	\|__\|	1	2	3	4	5	6	7	8	\|__\|	\|__\|

SEKSYON IV: LIDE CHEF MENAJ LA SOU ITLIZASYON TOUT CONBISTIB KI DISPONIB NAN ZÒN LAN (SWIT) PAJ 3/4

sous

enèji yo

Daprè w, eske li fasil oswa

konplike
pou kwit manje

ak ?

1.- fasil anpil

2.- yon tikras fasil

3.- yon tikras konplike

4.- konplike anpil

5.- pa enfòme

Daprè w, eske
distans kote w

achte / jwen n
pre oswa lwen?

1.- lwen anpil

2.- lwen yon tikras

3.- pas lwen ditou

Ki mwayen
transpò ou itilze

pou rive
achte/jwen n

1.- Apye

2.- bisiklèt/bourèt

3.- moto/machi n

4.- lòt

Daprè w, ki rezon ki te kapab
ankouraje yon moun pou li sèvi

ak pou kwit manje lakay li ?

1.- Li fasil pou achte li, ou jwenn li tout kote

2.- Ou pa bezwen anpil lajan, li pi ekonomik

3.- Recho oswa fou ki nesesè yo fasil pou itilize

4.- Ak li manje a kwit vit, san pèdi tan

5.- Li limen rapid, san pèdi tan,

6.- Li pa bay lafimen, li pa sal kay la

7.- Avek li, pa gen kè sote, pa gen risk eksplozyon

8.- Lòt (ekri li sou liy lan)

Si w tap ranje yon n

aprè lòt tout
mwayen

moun itilize pou
kwit manje,
kijan w ta fè sa ?

1.- premye

2.- dezyèm

3.- twazyèm

4.- katriyèm

5.- senkyèm

Si yo ta di w

chwazi yonsèl
pami
sous enèji sa
yo, kilès

ou ta chwazi?

1.- Bwa

2.- Chabon bwa 3.- Gaz blan/Kerozèn

4.- Gaz

propan/bonbòn

5.- Kouran

elektrik 6.-
Lòt

								ekri sa li fè a sou liy ki anba chif yo
Bwa Chabon bwa Gaz blan/Kerozèn Gaz propan (bonbòn)		\|__\| \|__\| \|__\| \|__\|		\|__\| \|__\| \|__\| \|__\|	\|__\| \|__\| \|__\| \|__\|		1	2		3	4	5	6	7		8	\|__\| \|__\| \|__\| \|__\|	\|__\|
							1	2		3	4	5	6	7		8
							1	2		3	4	5	6	7		8
							1	2		3	4	5	6	7		8

Kouran elektrik	\|__\|		\|__\|			\|__\|	1		2	3	4	5	6	7	8		\|__\|
							1		2	3	4	5	6	7	8
Lòt	\|__\|		\|__\|			\|__\|											\|__\|

N.B: 1) Tout revni yo dwe konvèti an goud (1 Sus = 40 goud). 2) itilize espas vid anba paj la pou fè kalkil.

Etude des déterminants de la consommation de combustibles pour la cuisson dans le milieu urbain : le cas des ménages de la commune de Carrefour, Haà¯ti

INTRODUCTION

CHAPITRE 1 : REVUE DE LA LITTERATURE DE LA CONSOMMATION

§SECTION 1. Le marché de combustibles en Haïti

§SECTION 2. Fondements théorique et empirique

1. Les théories de la consommation

3. La théorie de la transition énergétique

§SECTION 1. Formulation des hypothèses de recherche

§SECTION 1. Analyse descriptive du choix des combustibles

CONCLUSION

BIBLIOGRAPHIE

ANNEXE 1 : LISTE DE TABLEAUX SUPPLÉMENTAIRES

ANNEXE 2: TABLE DE CHEN ET AL.

ANNEXE 3: QUESTIONNAIRE D'ENQUÊTE

CHAPITRE 1 : REVUE DE LA LITTERATURE DE LA CONSOMMATION9

CHAPITRE 2 : MODÈLE CONCEPTUEL, METHODOLOGIE ET