Incidences des dépenses publiques dans la réduction de la pauvreté: cas du bénin

Section 2 : Approche méthodologique

2.1. Techniques d'analyse

Pour la vérification de nos hypothèses, l'approche méthodologique utilisée sera basée sur deux techniques d'analyse, basée d'une part sur l'incidence moyenne pour les deux premières hypothèses, et d'autre part l'effet marginal par un modèle paramétrique pour la dernière hypothèse.

-L'incidence moyenne

L'incidence moyenne permet de connaître la distribution actuelle des dépenses publiques au sein de la population. Pour faciliter la présentation, nous prendrons le cas des dépenses en éducation.

Les dépenses totales d'éducation sont réparties dans les trois niveaux (primaire, secondaire, supérieur indexé par i). La population étant découpée en quintiles de bien-être ou selon tout autre critère pertinent (région, sexe,...), la part des dépenses publiques profitable au quintile j peut être estimée par l'équation suivante:

3

Bj = ? nij .Di / ni (E1)

i =1

Où _nij est le nombre d'individus du groupe j ayant accès au service i, ni est le nombre total des individus fréquentant le niveau d'enseignement i, Di les dépenses totales en éducation pour le niveau i (le coût unitaire vaut alors Di/ni).

L'incidence des dépenses publiques sur le quintile j dépend ainsi de deux facteurs:

L'allocation intra sectorielle du budget notamment en faveur des services les plus utilisés par le groupe j et la fréquentation relative de ces services par le groupe j. Par exemple, si la couche la moins aisée de la population fréquente relativement plus le niveau primaire, le bénéfice tiré des dépenses publiques sera d'autant plus grand que l'allocation des dépenses publiques accorde une importance plus grande au niveau primaire qu'aux autres niveaux.

Dans la pratique, on procède selon une méthodologie qui peut être décomposée en trois étapes :

- 1ère étape : Identifier les usagers des services publics

Si les données disponibles au niveau des structures qui fournissent les services publics permettent généralement de caractériser avec précision les services utilisés,

elles ne sont pas assez détaillées pour permettre une discrimination des usagers selon le niveau de bien-être. C'est pourquoi on recourt aux données d'enquêtes auprès des ménages. Celles-ci malheureusement permettent rarement de distinguer selon la nature, la qualité des services reçus ou le type de structure qui a fourni ces services.

- 2ème étape : Estimer la valeur du service reçu

La manière de valoriser le bénéfice reçu est certainement l'une des principales faiblesses de la méthode du benefit incidence analysis. On procède typiquement en divisant le niveau des dépenses publiques par le nombre de bénéficiaires de ces services pendant la période couverte par les dépenses. Il est évident qu'une telle manière de procéder est loin de refléter les différences au niveau de la nature ou de la qualité des services reçus.

L'idéal serait de disposer des données sur les dépenses courantes aussi bien par région que par type de service : éducation primaire, secondaire ou supérieure, soins de santé primaire, secondaire,... Ceci permettrait d'estimer des coûts unitaires plus proches de ceux des services auxquels ont accès les ménages. Cependant, il est difficile d'obtenir des données aussi désagrégées.

- 3ème étape : Imputation des bénéfices et agrégation

Après avoir identifié les bénéficiaires et estimé le coût unitaire du service, la dernière étape consiste à affecter ce coût unitaire comme proxy du bénéfice reçu et à agréger les individus selon le découpage adopté pour le niveau de bien-être. L'objet de l'analyse sera l'individu car il s'agit de l'accès à la santé et à l'éducation.

-Evaluation d'impact des dépenses publiques sur les conditions de vie des populations.

La méthode précédente donne une photographie de la distribution des dépenses publiques à un moment donné. La critique la plus fréquente qu'on lui porte est qu'elle ne montre pas l'impact qui résulterait d'une expansion de ces services publics.

Dans cette étude, il sera question d'analyser l'impact que revêtent ces dépenses publiques sur la mesure de pauvreté. Pour analyser cet impact nous permettant de vérifier notre troisième hypothèse, nous utiliserons un modèle de données en panel qui mettrait en relation les dépenses publiques sociales (en éducation et en santé) et les indices de pauvreté (FGT) au niveau départemental sur la période des enquêtes effectuées au Bénin et couvrant notre période d'étude.

Le terme «données de panel» se réfère à une combinaison des séries temporelles simples (données portant sur un individu observé sur une période) et des données en coupe instantanée (données portant sur plusieurs individus observés à un moment donné). Un panel présente donc un ensemble d'individus (ménages, pays, départements, etc...) observé sur une période donnée. En plus du fait qu'elles permettent de prendre en compte à la fois les données indexées sur le temps et celles sur les individus, les données de panel permettent également d'avoir plus de données, plus de variabilité et moins de colinéarité.

En matière de données de panel, on distingue deux types de modèles : les modèles à effets communs et les modèles à effets individuels. Les modèles à effets communs sont ceux formulés sous l'hypothèse d'uniformité des comportements entre les individus. Ceci revient à supposer que les différents coefficients du modèle sont indépendants du temps et identiques entre les individus. Ce genre de modèle se spécifie de la façon suivante :

Yit = á + _âXit + vit (E2)

Où _vit représente le résidu (supposé suivre une loi normale).

Les modèles à effets individuels se subdivisent en deux groupes : les modèles à effets fixes et ceux à effets aléatoires. Le choix de l'un ou l'autre de ces deux groupes est déterminé par le test Hausman.

Largement utilisés dans l'analyse des données de panel, les modèles à effets fixes sont ceux pour lesquels les effets individuels sont représentés par les constantes déterministes. Ainsi le modèle s'écrit :

Yit = ái + _âXit + vit (E3)

Alors que les modèles à effets aléatoires s'écrivent :

Yit = u + _âXit + åit (E4)

Où on adopte la décomposition suivante pour le terme d'erreur : åit = ái + vit

Les variables ái désignent ici les effets individuels qui représentent l'ensemble des spécificités structurelles ou atemporelles de la variable endogène, qui diffèrent selon les individus. On suppose ici que ces effets sont aléatoires. Le processus stochastique désigne la composante du résidu total _åit; orthogonale aux effets individuels et aux effets temporels.

Pour cette étude, le modèle général sera sous la forme:

Pit = ái + _âXit + åit (E5)

Où P représente la variable endogène caractérisée par les indices de pauvreté tels que notifié dans notre hypothèse, _Xit désigne les variables explicatives caractérisées par

le choix des variables, ái étant l'effet individuel, _åit le terme d'erreur, i et t désignent respectivement les individus et le temps.

L'hypothèse n^o 3 est formalisée à partir de la relation fonctionnelle qui pouvait exister entre le montant des dépenses sociales et les indices de pauvreté.

Ainsi, de façon spécifique, le modèle se présente de la manière suivante:

Pit = áit + _b1éduit + _b2santit + b3indic2000i + b4indic2002i +b5indic2006i _+åit (E6)

Avec P comme indice de pauvreté décomposée en trois sous variables endogènes à savoir :

-P0 l'incidence de pauvreté.

-P1 la profondeur de la pauvreté.

-P2 la sévérité de la pauvreté.

Les variables exogènes sont caractérisées d'une part par les dépenses sociales en éducation (édu) et en santé (sant) prises de façon distincte au niveau départemental.

Indic représente la variable indicatrice caractérisée par le montant alloué par l'Etat au cours des années de l'étude. Elle est une variable binaire qui prend la valeur 1 pour les dépenses sociales et 0 pour autre, á l'effet individuel, b1 , b5 représentent les coefficients à estimer, å est terme d'erreur, i et t représentent respectivement les individus observés (ici les départements) et le temps.

L'estimation du modèle se fait par la méthode des Moindres Carrés Ordinaires (MCO) sur le logiciel STATA (Version9). Aussi pour la validation du modèle à effet retenu, des tests économétriques sont nécessaires avant d'interpréter les résultats au seuil de 5 %.

Il sera donc question de mettre en relation ces dépenses publiques sociales et la mesure de pauvreté à savoir les indices FGT.

L'analyse ici étant de montrer qu'il existe une amélioration du bien-être lorsque le gouvernement pratique de meilleurs niveaux de dépenses sociales. Le signe attendu est positif et significatif ; l'objectif est de mieux appréhender la contribution de chaque secteur social au niveau départemental.

Après la spécification du modèle, nous procéderons à une série de tests économétriques pour la validation du modèle avant l'interprétation des résultats.

- Test d' hétéroscédasticité

La condition de vérification du test d' hétéroscédasticité s'écrit alors comme

suit:

V (åi)= s² i?0

Pour vérifier cette hypothèse nous utiliserons le test de Breuch-Pagan, qui consiste à vérifier si le carré des résidus peut être expliqué par les variables du modèle. Si c'est le cas il y a hétéroscédasticité.

- la qualité de régression R²

- le test de significativité global du modèle de Fisher

- le test de normalité de Jarque-Bera

Le modèle développé pour la troisième hypothèse est essentiellement un outil d'analyse quantitative qui nous permet d'apporter notre modeste contribution à la compréhension de l'impact potentiel des ressources internes de la puissance publique sur le bien-être au Bénin.

2.2. Choix de l'indicateur de pauvreté

Un indicateur de pauvreté est une variable proxy mesurable et aussi près de la réalité que possible d'une dimension particulière spécifié dans l'espace de la pauvreté. L'indicateur de pauvreté est différent d'une mesure de pauvreté et aussi d'indice de pauvreté. L'indice de pauvreté est une fonction de l'indicateur de pauvreté (revenu) sur l'ensemble de la population. L'indicateur permet de déterminer si le ménage ou l'unité statistique sur laquelle porte l'étude est ou non pauvre (mesure de pauvreté). L'indice de pauvreté mesure la proportion de pauvres au sein d'une population.

La mesure de la pauvreté se fonde sur la détermination d'une ligne (ou d'un seuil) frontière après la correction de la consommation pour donner une consommation par tête ajustée dans le ménage. Il restera à fixer le minimum du seuil acceptable pour atteindre le niveau de vie standard de la société de référence. Cela conduit à la distinction entre ligne absolue et ligne relative. Le seuil de pauvreté sera le minimum requis pour couvrir les besoins calorifiques par jour (2400cal/j). On détermine ensuite la dépense qu'il faut pour atteindre les 2400 calories à partir des produits alimentaires les plus consommés. En admettant que les besoins non alimentaires représentent la moitié de ceux alimentaires on arrive à fixer la ligne. Toute personne dont la consommation par tête ajustée n'atteindrait pas ce niveau sera considérée comme pauvre.

Dans notre analyse, Les ménages béninois ont été subdivisés en cinq catégories suivant le niveau de bien être mesuré par les dépenses annuelles ; La dépense moyenne annuelle d'un ménage béninois est de 829286 FCFA soit 69107 FCFA/mois. Les ménages ayant un niveau de dépense inférieur à la moyenne annuel sont considérés comme pauvres.

2.3. Source et collecte des données

Étant donné que l'objectif principal de notre étude est d'analyser l'impact des dépenses publiques sur le niveau du bien-être des populations vulnérables, les données recueillies proviennent des enquêtes ménages réalisées au Bénin à savoir l'Enquête Légère Auprès des Ménages (ELAM), Enquête sur la Conditions de vie des Ménages(ECVR) et l'Enquête Modulaire Intégrée sur les Conditions de Vie des Ménages(EMICoV) . A cela s'ajoutent d'autres sources principales: l'INSAE, la DGE, le Ministère de l'éducation, le Ministère de la Santé, le Ministère de l'Economie et des Finances.

Dans le cadre de notre étude nous retenons la période allant de 2000 à 2006. Cette période inclus les années pendant lesquelles ont été réalisées les enquêtes ménages au Bénin. Cependant, premièrement l'analyse liée à la technique d'incidence se fera à partir des données de l'enquête EMICoV réalisée en 2006 afin d'appréhender la comparaison distributive des parts obtenues par les catégories sociales. Ensuite, nous retenons les trois enquêtes réalisées en 2000, 2002 et 2006 à savoir l'ECVR, le QUIBB et l'EMICoV pour interpréter les résultats mettant en évidence l'impact des dépenses sociales sur les indices de pauvreté.

CHAPITRE 2 : SITUATION DES DEPENSES PUBLIQUES