Memoire Online - Réalisation des Objectifs du Millénaire pour le Développement (OMD) au Maroc : Une analyse par un modèle d'optimisation spatiale

Le tableau de la page suivante reproduit les résultats des estimations liés à la première équation.

Tableau 11 : Estimation par doubles moindres carrés de l'équation de la pauvreté

R-squared	0.803124	Mean dependent var	15.25623
Adjusted R-squared	0.763749	S.D. dependent var	7.842252
S.E. of regression	3.811781	Sum squared resid	726.4836
F-statistic	20.71896	Durbin-Watson stat	2.065603
Prob(F-statistic)	0.000000

Instrument list: C DEPMTET PAUV94 PRO_FEM SITES ALPHA NB_DISP AGR_TET T_MOYMEN IND_TET EMPL_ENF

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-36.25232	15.60187	-2.323588	0.0243
GINI	0.374005	0.508470	0.735550	0.4654
DEPMTET	-0.001252	0.000405	-3.092910	0.0032
PAUV94	0.107311	0.118658	0.904376	0.3701
PRO_FEM	0.931759	0.282183	3.301972	0.0018
SITES	-0.048676	0.071099	-0.684621	0.4967
NB_DISP	-0.036825	0.028606	-1.287346	0.2039
AGR_TET	-0.058116	0.137551	-0.422508	0.6745
T_MOYMEN	2.424669	1.051956	2.304914	0.0254
IND_TET	0.038175	0.052155	0.731943	0.4676
ALPHA	-0.197331	0.096980	-2.034758	0.0472

C'est un modèle d'équations simultanées, estimé par doubles moindres carrés en

instrumentalisant l'indice de Gini par le taux d'emploi des enfants, en plus des variables explicatives de la pauvreté. En effet, comme nous allons le constater dans l'équation de l'indice de Gini, l'emploi des enfants explique significativement les inégalités.

Globalement les variables retenues expliquent effectivement le taux de pauvreté. La statistique de Fisher de significativité globale vaut 16,47 nettement supérieure au seuil. Cependant prises individuellement, seulement trois variables ressortent significatives (la dépense moyenne par tête, la proportion des femmes et l'alphabétisation). Ceci est dû notamment au nombre élevé des variables étant donné que la significativité individuelle diminue chaque fois qu'une nouvelle variable est ajoutée. Tout compte fait, la pertinence économique des variables, même celles qui ne sont pas significatives fait que nous les retenons et relevons leurs comportements vis à vis de la pauvreté.

Sur le plan économique, comme attendu le coefficient lié à la pauvreté 94 ressort positif, ce qui voudrait dire que la pauvreté est un phénomène qui se transmet de génération

en génération et dépend donc de la situation initiale de chaque province. L'indice de Gini est positivement lié à la pauvreté. La dépense moyenne par tête élevée aurait tendance à réduire

le nombre des pauvres. On remarque également que les femmes sont les plus vulnérables de

la société étant donné que le coefficient relatif à la proportion des femmes ressort positif. D'autre part l'alphabétisation et donc l'urbanisation qu'elle représente sont négativement liées à la pauvreté. Ce résultat justifie le caractère rural de la pauvreté au Maroc. Une intégration de l'approche rural/urbain dans les politiques socioéconomiques s'impose pour pouvoir réduire de manière significative l'incidence de la pauvreté. Il ressort de tous ces constats que les marocains pauvres sont issus du milieu rural et des familles nombreuses et analphabètes.

En ce qui concerne les équipements en infrastructures de base représentés dans

l'équation par le nombre de dispensaires et centres de santé par tête, on constate qu'ils réduisent de manière restreinte la pauvreté. En effet, non seulement que le coefficient est très faible et statistiquement non significatif, l'introduction d'autres variables d'infrastructures telles que l'indicateur eau ou électricité rendent certaines d'entre elles positivement liés à la pauvreté. Ceci pourrait s'expliquer par le fait que l'approche de pauvreté adoptée jusque là est une approche basée sur les disponibilités monétaires. Dans ce contexte, il faudrait plutôt penser aux mesures à entreprendre pour améliorer les revenus des populations telles que encourager et soutenir les activités créatrices de revenus et le microcrédit. A cet effet justement, le coefficient lié au nombre de sites de microcrédit ressort négatif. Ce qui signifie que le microcrédit réduit le nombre de pauvres quoique de manière très faible. L'attention devrait dorénavant être portée sur l'aspect qualité et mode de fonctionnement du microcrédit pour améliorer son impact sur la réduction de la pauvreté. En fait le microcrédit tel qu'il opère aujourd'hui n'a qu'un faible impact sur l'amélioration du revenu des pauvres étant donné que d'une part il ne s'adresse pas réellement aux pauvres et d'autre part les taux d'intérêts appliqués diffèrent très peu des taux standards.

Pour ce qui est de la relation entre le dynamisme économique d'une province et l'incidence de la pauvreté, les coefficients liés aux productions industrielle et agricole par tête ressortent positif et négatif respectivement. C'est un résultat très intéressant qu'il faudrait intégrer dans l'orientation des programmes de mise à niveau de l'économie marocaine de peur de produire en même temps des pauvres. Le signe du coefficient lié à la production industrielle semble confirmer une idée de Hatzfeld (1971), d'il y a bien longtemps, stipulant que : « Une manufacture est une invention pour fabriquer deux articles : du coton et des pauvres ». Par contre nous remarquons que l'augmentation de la production agricole diminue

le nombre de pauvres. Ceci s'explique par le fait que le secteur agricole emploi une part considérable des marocains surtout en milieu rural. En effet, l'agriculture représente environ

15% du PIB marocain et emploie pratiquement toute la population active rurale. Ce fait soulèverait tout de même, des inquiétudes quant à l'ouverture commerciale grandissante entreprise par le Maroc sans une reconversion rapide des producteurs marocains vers des activités à fortes valeurs ajoutées et une mise à niveau rapide de l'économie marocaine.

Les résultats des estimations relatives à l'équation de l'indice de Gini sont reproduits dans le tableau suivant.

Tableau 12 : Estimation par doubles moindres carrés de l'équation de l'indice de Gini

R-squared	-0.121703	Mean dependent var	37.17984
Adjusted R-squared	-0.269852	S.D. dependent var	3.128441
S.E. of regression	3.525369	Sum squared resid	658.6961
F-statistic	1.381526	Durbin-Watson stat	2.096516
Prob(F-statistic)	0.232474

Instrument list: C DEPMTET IND_TET AGR_TET PAUV94 T_MOYMEN PRO_FEM ALPHA EMPL_ENF POP_TOT

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	27.87917	7.315148	3.811156	0.0004
PAUV04	0.246814	0.174480	1.414571	0.1630
DEPMTET	0.000423	0.000429	0.987650	0.3278
IND_TET	-0.019895	0.048501	-0.410204	0.6833
AGR_TET	0.106178	0.118351	0.897148	0.3737
TX_URBA	0.052671	0.034753	1.515588	0.1356
EMPL_ENF	-0.415919	0.239226	-1.738603	0.0879
POP_TOT	2.92E-07	1.18E-06	0.246592	0.8062

Le modèle est globalement non significatif. Les variables retenues ne paraissent donc

pas adéquates pour expliquer les inégalités au Maroc. Cependant sur le plan économique, les signes des différents paramètres renseignent sur l'éventuel impact de telles variables sur la réduction des inégalités au Maroc.

On retrouve d'abord le fait que l'inégalité est positivement liée à la pauvreté. L'emploi des enfants ressort le plus significatif de toutes les autres variables. Economiquement parlant, ce n'est pas évident de s'accorder à une telle remarque. Tout compte fait, les provinces connaissant des grandes disparités (milieu urbain) sont celles qui font travailler moins les enfants vu que les aides familiales, composante essentielle du travail des enfants est un phénomène à dominante rurale. En outre, le travail des enfants pourrait tout

de même améliorer le revenu de certaines familles pauvres et réduire donc les inégalités.

Le taux d'urbanisation et la population totale sont positivement liés à l'indice d'inégalité. Il ressort donc que les inégalités sont beaucoup plus présentes en milieu urbain et dans les provinces les plus peuplées. Le signe du coefficient lié à la dépense moyenne par tête démontre quant à lui les éventuelles erreurs que pourraient induire une interprétation non prudente de la moyenne d'une telle variable. En effet, lorsque la moyenne augmente, cela pourrait être due à l'augmentation des dépenses de n'importe quelle tranche de la population, probablement la tranche la plus aisée. C'est ce qui se passe en effet avec la dépense moyenne

par tête et la production agricole par tête. L'augmentation de ces deux variables augmente l'inégalité car, certes les pauvres y gagnent mais les non pauvres y gagnent encore plus et l'inégalité augmente.

Paradoxalement, la production industrielle par tête qui semble augmenter le nombre

de pauvres réduit les inégalités. Ce résultat nous pousse donc à méditer profondément sur l'impact réel d'une telle variable sur la réduction de la pauvreté.

Réalisation des Objectifs du Millénaire pour le Développement (OMD) au Maroc : Une analyse par un modèle d'optimisation spatiale

I.2. Modèles retenus et interprétions