Analyse de La Vulnerabilite A Linsecurit PDF

REPUBLIQUE DU SENEGAL
UN PEUPLE—UN BUT—UNE FOIS
MINISTERE DE L’ENSEIGNEMENT SUPERIEUR
Institut d’Etude et de Formation en Statistique

Appliquée et en Gestion et Evaluation des Projets
(INEFSAGEP)
Mémoire de fin d’étude de cycle ingénieur
Analyse de la vulnérabilité à l’insécurité

alimentaire au Niger : cas des ménages
ruraux
proportion des ménages selon le niveau d'insécurite
3500 3217
3145
3000
2499
2500
2000
1500
1000
500 362
109
0
vulnerabilite tres vulnerabilite severe non vulnerable vulnerabilite faible vulnerabilite tres
faible severe
Encadreur : Présenté par :

M. NDIAPE NDIAYE M. Abdoulaziz ALHASSANE GARBA
Année Académique :
2010-2011
Sommaire
Sigles et abréviations .................................................................................................................................... 5
Avant propos ........................................................................................................ Erreur ! Signet non défini.
Résumé ......................................................................................................................................................... 9
1 Présentation générale du pays ........................................................................................................... 10
Cadre physique ....................................................................................................................................... 10
Organisation administrative ................................................................................................................... 11
Cadre économique .................................................................................................................................. 11
La composition ethnique du pays ........................................................................................................... 13
Education ................................................................................................................................................ 13
Sante ....................................................................................................................................................... 13
2 Introduction ........................................................................................................................................ 14
2.1 Source de données utilisée ......................................................................................................... 16
2.2 Echantillonnage........................................................................................................................... 16
3 Objet de l`étude .................................................................................................................................. 17
4 Méthodologie...................................................................................................................................... 17
4.1 Calcul des indicateurs ................................................................................................................. 18
4.1.1 Le score de consommation alimentaire ............................................................................. 18
4.1.2 La proportion des dépenses alimentaires dans la dépense globales ; ............................... 19
4.1.3 La durée des stocks ............................................................................................................. 20
4.1.4 Possession de bétail exprimé en UBT ................................................................................. 20
4.1.5 Le revenu des ménages....................................................................................................... 21
4.1.6 Les dépenses totales ........................................................................................................... 21
4.1.7 Indice de stratégie de survie ............................................................................................... 21
5 Quelques définitions de quelques concepts clés : .............................................................................. 23
5.1 Sécurité alimentaire .................................................................................................................... 23
5.2 Disponibilité.............................................................................................................................. 23
5.3 Accessibilité ............................................................................................................................. 24
5.4 Utilisation................................................................................................................................... 24
Alhassane G. Abdoulaziz Promotion 2008-2011

Elève Ingénieur Statisticien Page 1
5.5 Concept d’insécurité alimentaire..................................................................................... 24
5.6 Vulnérabilité alimentaire...................................................................................................... 25
5.7 Indice de stratégie de survie ....................................................................................................... 25
5.8 Ménage ....................................................................................................................................... 25
6 Revu littéraire ..................................................................................................................................... 27
6.1 Méthodologie suivi par le Mali ................................................................................................... 27
6.2 Méthodologie utilisée par les burkinabés .................................................................................. 30
6.3 La méthodologie dànalyse des données : cas du Niger ............................................................. 33
6.4 D’autres méthodes suivi par les pays comme le Ghana, Kenya, Ouganda pour mesurer
lìnsécurité alimentaire des ménages. .................................................................................................... 33
7 Construction de groupes caractérisant les différents niveaux de vulnérabilité : une application
d’Analyse en Composante Principale(ACP)................................................................................................. 37
7.1 Introduction et objet de l’ACP. ................................................................................................... 37
7.2 Calcul et interprétation des résultats issus de l’analyse en composante principale. ................ 37
7.2.1 Statistique descriptive......................................................................................................... 37
7.2.2 Matrice des corrélations (corrélation entre les variables 2 à 2). ........................................ 38
7.2.3 Matrice des valeurs tests (test des coefficients de corrélation). ........................................ 39
7.2.4 Les valeurs propres ............................................................................................................. 39
7.2.5 Analyse graphique de la projection des variables dans un espace circulaire : le cercle de
corrélation des variables ..................................................................................................................... 41
8 Création de la variable « niveau de vulnérabilité alimentaire » : une classification en nuée
dynamique. ................................................................................................................................................. 43
8.1 Résultats de la classification et choix du nombre de classe : ..................................................... 44
8.1.1 Description de la classe moyenne....................................................................................... 44
8.1.2 Description de la Classe1 : .................................................................................................. 45
8.1.3 Description de la classe 2 : .................................................................................................. 46
8.2 Combien de personnes sont en insécurité alimentaire ? ........................................................... 49
9 Relation entre niveau de vulnérabilité des ménages et caractéristiques socio-économiques. ......... 52
9.1 Identification des populations vulnérables................................................................................. 52

9.2 Détermination des variables liées à la variable niveau de vulnérabilité. ................................... 52
9.3 Élaboration de la problématique et Formulation des hypothèses ............................................. 53
9.3.1 Élaboration de la problématique ........................................................................................ 53
9.3.2 Hypothèses et Méthodologies ............................................................................................ 53
9.4 Présentation et analyse des résultats : ....................................................................................... 54
9.5 Niveau de vulnérabilité et caractéristique socio économique des ménages ............................. 55
9.5.1 Niveau de vulnérabilité selon la région .............................................................................. 55
9.5.2 Niveau de vulnérabilité selon la zone agro écologique. ..................................................... 57
9.5.3 Niveau de vulnérabilité selon les départements. ............................................................... 58
9.5.4 Niveau de vulnérabilité et sexe du chef de ménage ........................................................... 59
9.5.5 Niveau de vulnérabilité alimentaire selon le statut marital. .............................................. 60
9.5.6 Niveau de vulnérabilité selon làctivité principale du chef de ménage .............................. 62
9.5.7 Niveau de vulnérabilité selon la Taille du ménage ............................................................. 63
9.5.8 Niveau de vulnérabilité et appréciation de la campagne agricole 2009 ............................ 65
9.5.9 Niveau de vulnérabilité selon le niveau de récolte. ............................................................ 66
9.5.10 Niveau de vulnérabilité selon les variations de dépense constatées ................................. 67
9.5.11 Répartition du niveau vulnérabilité selon le vivre contre travail (cash for Works). ........... 69
9.6 Niveau de vulnérabilité et une nouvelle stratégie : les stratégies premier, deuxième et
troisième niveau d’adaptation. ............................................................................................................... 70
9.6.1 Stratégie premier niveau .................................................................................................... 71
9.6.2 Stratégie deuxième niveau. ................................................................................................ 74
9.6.3 Niveau de vulnérabilité et la stratégie troisième niveau. .................................................. 78
9.6.4 Niveau de vulnérabilité et la migration. ............................................................................. 81
9.6.5 Niveau de vulnérabilité et la baisse de revenu. .................................................................. 82
9.6.6 Niveau de vulnérabilité selon làugmentation des prix des denrées alimentaires............. 83
10 Profil de vulnérabilité des ménages au Niger : une Application d’Analyse Discriminante. ............ 85
10.1 Interprétations des résultats de l’analyse discriminante............................................................ 85
10.1.1 Vérification des différences entre les groupes : ................................................................. 86
10.1.2 Validation de l’étude ........................................................................................................... 88
10.1.3 Vérification du pouvoir discriminant des axes. ................................................................... 90
10.1.4 Fonctions aux barycentres. ................................................................................................. 90
10.1.5 Fréquences des ménages bien classés et des ménages mal classés par le modèle. .......... 91

11 Conclusion ....................................................................................................................................... 93
12 RECOMMANDATIONS ..................................................................................................................... 94
13 Référence bibliographiques ............................................................................................................ 95
14 LES ANNEXES ................................................................................................................................... 96

Remerciement
Au bon DIEU le Tout - Puissant, qui m’a donné la force et le courage de tenir
jusqu’au bout le cycle d’ingénieur, ainsi par sa grâce, mon mémoire de
recherche de fin d’étude est à terme.
Je tiens à remercier le Directeur de l’Institut d’Etude et de Formation en

Statistique Appliquée et en Gestion et Evaluation des Projets (INEFSAGEP),
Monsieur NDIAPPE NDIAYE, pour les efforts consentis tant au niveau de la
formation qu’à l’encadrement de ce présent mémoire.
Je remercie particulièrement le personnel de l’établissement pour avoir tout

mobilisé et mis à la disposition des étudiants, des matériels pédagogiques
ainsi que des personnels enseignants pour que la formation soit de qualité.
Je remercie sincèrement M. Sadou BOUREIMA Ingénieur statisticien au
CRES, pour sa contribution à la réalisation du présent mémoire.
Je remercier également mes parents qui m’ont aidé moralement et
financièrement tout au long de mon cycle. Je n’oublie pas aussi mes frères
et sœurs pour leurs conseils et soutient indéfectibles.
Je profite de ce présent mémoire remercier la famille NDOYE pour m’avoir
donnée une vie de famille, avec eux je me sens toujours chez moi. Que Dieu
vous paye pour tout.
Je remercie aussi le personnel de l’INS en particulier M. SOUMAILA dit Albora
de m’avoir fourni une base de données qui m’a permis de mener à bien mon
travail de recherche sur l’insécurité alimentaire.
Ici, je ne manquerai jamais de citer mes camarades de promo qui ont su
tenir jusqu’à la fin de cette formation, chapeau à vous et Bonne chance pour
le reste.
Par finir, Je remercie sincèrement mes amis nigériens au Sénégal.

A ma mère

Avant-propos
Le présent document est le fruit d’un dur labeur. Sa conception nous a permis
d’acquérir d’autres connaissances, aussi de renforcer nos capacités en matière
des analyses des données statistiques et des outils dùtilisation.
Le projet du mémoire est l’une des clauses de l’institut d’étude(INEFSAGEP) qui

exige a tout élève ingénieur en fin de cycle de rédiger un mémoire et de le
soutenir en publique devant un éminent jury.
La rédaction du mémoire permet aux futurs Ingénieurs statisticiens informaticiens

d’être capable de gérer un projet d’étude statistique en suivant la logique de
collecte et l’informatisation des données recueillies, d’analyser les informations
et de publier les résultats.
Le thème de notre étude qui a été retenu est : « Analyse de la vulnérabilité à

l’insécurité alimentaire des ménages ruraux au Niger ».
Pour quoi le choix de ce thème ?
Depuis l’an 2005, l’agriculture nigérienne pratiquée par plus de 80% de la

population totale souffre dùn marasme pluviale, entrainant souvent une
insécurité alimentaire dans les ménages et un exode des bras-valide vers les
centres urbains nationaux et internationaux.
Devant ce calamiteux naturel périodique, les hommes ainsi que les femmes sont
dans le souci et le désespoir. Alors, il est urgent de trouver des solutions durables.
En effet, n’est-il pas mieux de développer la culture de contre saison et de
moderniser l’agriculture nigérienne pour qu’elle ne soit plus dépendante des
eaux des pluies ?

Sigles et abréviations
AD: Analyse Discriminante
CSI : Coing Strategy Index (Indice Strategie de Survie)
DF: Degree of Freedom (degre de liberte).
DNPGCA : Dispositif National de Prévention et de Gestion des Crises

Alimentaires
DTMT : Dépense Totale Mensuelle par Tête
FAO : Food Agriculture Organisation
Fews-Net: Family Early Warning System Net Work
INS : Institut National de la Statistique.
IQV: Indice Qualitative de Variation.
NMCS : Nombre de Mois de Couverture de Stock
PAM : Programme Alimentaire Mondial
PDADTC : Part des Dépenses Alimentaires dans les Dépenses Totales en Cash
RGPH : Recensement General de la Population et de l`Habitat
RTMT : Revenu Total Mensuel par Tête
SAP : Système DÀlerte Précoce
SCA : Score de Consommation Alimentaire
SIMA : Système dÌnformation sur les Marches Agricoles
SPAD: Statistic Package Analysis Data
SPAD: Statistical Package Analysis Data
SPSS: Statistical Package for the Social Sciences
SRP : Stratégie de Réduction de la Pauvreté
UBT : Unité Bétail Tropical
ZD : Zone de Dénombrement

Résumé
La sécurité alimentaire est un domaine beaucoup plus complexe et peut
s’étudier à travers différentes approches et méthodes. L’étude de l’insécurité
alimentaire nécessitant préalablement à appréhender et à cerner ses
caractéristiques.
Ainsi, Avant d’entamer les analyses, nous nous sommes servis de certaines
définitions de la FAO sur la sécurité alimentaire pour recenser les variables qui
peuvent refléter le mieux les trois dimensions (disponibilité, accessibilité et
utilisation des aliments) de la vulnérabilité alimentaire. Les variables retenues
sont au nombre de huit.
Puis, nous avons passé à une analyse en composante principale (ACP) pour voir
non seulement par l’approche algébrique les corrélations et les contributions
des variables à la formation d’un axe, mais aussi voir par l’approche
géométrique le groupe des individus qui peuvent se dégager.
Ensuite, nous avons appliqué une classification en nuée dynamique pour former
des groupes d’individus dont à l’intérieur tous les individus se ressemblent, tandis
qu’à lèxtérieur il existe un certain éloignement entre les groupes. Il découle de
l’étude présente une formation d’un premier groupe qui a une proportion de
26.78% et est considéré comme la classe des ménages très faiblement
vulnérables, le deuxième groupe occupe un taux de 34% et est nommé la
classe des vulnérables sévères, le troisième groupe a 1.17% de l’effectif total est
considéré comme la classe des non vulnérables, le quatrième groupe
représentant 34.47% considéré comme le groupe des ménages très faiblement
vulnérables et en fin un cinquième groupe représentant 3.88% et est nommé la
classe des ménages très sévèrement vulnérables.
Après la description des cinq groupes des ménages et la création de la variable

niveau de vulnérabilité alimentaire qui a cinq modalités, notre travail sèst
focalisé à la recherche des relations entre notre variable nouvellement créer et
les caractéristiques socioéconomique par le biais de l’analyse de relation du
logiciel SPSS.
En fin, l’étude à essayer d’élaborer le profil de vulnérabilité des ménages à

travers l’analyse discriminante du logiciel SPSS.

1 Présentation générale du pays
Cadre physique
Le Niger est un vaste pays sahélo-saharien. Il couvre une superficie de 1267000
km2 et est situé au cœur du continent africain. Ce pays de lÀfrique de l’ouest
est limité à l’est par le Tchad, à l’ouest par le Bruina Faso et le Mali, au nord par
l’Algérie et la Libye et au sud par le Benin et le Nigeria.
Le Niger est un pays enclavée qui majore le cout de ses importations et

exportations, il est située a plus de mille kilomètres des ports les plus proches et
ne disposant dàucune infrastructure ferroviaire de liaison.
Les ¾ du pays sont désertiques, comprenant les déserts du Ténéré qui compte
parmi les déserts les plus austères du monde. Làctivité agricole nèst possible
que sur les ¼ de la superficie totale du pays.
Le Niger appartient à l’une des zone les plus chaudes du globe, il connait deux
types de climats chaud : un climat désertique sur la majeur partie de sa
superficie et un climat tropical avec une seule saison pluvieuse qui dure 3 a 4
mois (de juin en octobre).
La pluviométrie est caractérisée par une forte variabilité dans l’espace et dans
le temps.
On distingue du sud au nord du pays :
 La zone sahélo-soudanienne qui représente 1% de la superficie totale du

pays et reçois 600 à 800 mm de pluie par an au cours des années
normale, elle est une zone de production agricole et animale par
excellence.
 La zone sahélienne (350 à 600 mm) couvre 10% du pays et se caractérise

par l’agro pastoralisme.
 La zone sahélo-saharienne (150 à 350 mm par an) est propice à l`élevage

transhument et couvre 12% de la superficie du pays.
 La zone saharienne (0 à 150 mm par an) couvre 77% du pays et est la

zone des vents violents.
Le réseau hydrographique se caractérise par un seul cours d’eau

permanent : le fleuve Niger qui traverse le pays sur une longueur de 550 km.
Toutes fois on assiste à un retour progressif du lac Tchad de la cote
nigérienne. La faiblesse de la pluviométrie annuelle et les sécheresses
Alhassane G. Abdoulaziz Page Promotion 2008-2011

Elève Ingénieur Statisticien
10
fréquentes entrainent très souvent des crises alimentaires et des
déplacements des populations vers des centres urbains et vers des zones ou
les terres sont plus fertiles et la pluviométrie plus favorable. Signalons que les
terres cultivables, situées surtout dans la bande sud, ne représentent que 12%
de la superficie totale du pays.
Organisation administrative
Le pays est compose de huit(8) régions, trente-six(36) départements et deux
cent cinquante-six (256) communes dont treize(13) urbaines et deux cent
treize(213) rurales. La région de Niamey est la capitale politique et la région
de Maradi est la capitale économique.
Cadre économique
La situation économique du Niger reste fragile malgré des performances
réalisées ces dernières années.
Au cours de ces 16 dernières années, le taux de croissance économique réel

moyen s’établit à 3.1% pour une population qui augmente de 3.3% (taux
d’accroissement naturel) chaque année.
La structure de l’économie nigérienne est basée sur le secteur primaire bien que
le poids du secteur tertiaire ne cesse d’augmenter grâce au rehaussement du
prix de kilo d’uranium (augmentation de près de 100% vers 2006). En effet, le
secteur primaire dont l’évolution est très liée aux aléas climatiques, représente
43.31% du PIB, le secteur secondaire n’occupe que 13.29% et le secteur tertiaire
représente 36.48% du PIB en 2008.
Le taux d’inflation annuel moyen reste en deçà de 3% en dehors de quelques

années de forte inflation dont en 2005, il a atteint un pic de 7.8% en raison dùne
hausse drastique des prix des céréales et des produits de premiers nécessites du
a la mauvaise production agricole.
Signalons que les performances économiques restent encore trop faibles pour
améliorer significativement la condition de vie de la population nigérienne.
Cependant, le taux de chômage reste très élevée et les investissements dans les
secteurs sociaux comme lèau, la sante et l`éducation sont trop faibles pour
couvrir les besoins.
S’agissant du secteur rural, la SRP adoptée en janvier 2002, lui a assignée le rôle
principale moteur de la croissance économique du pays à l’horizon 2015. Cette
phase prépondérante donnée au développement rural, résulte de lìmportance

11
des productions du secteur primaire dans la formation du PIB, de l’existence de
sources de croissance à faire fructifier et également de l’ampleur de la
pauvreté en milieu rural.
Aujourd’hui, les contraintes climatiques, la forte pression démographique et la

baisse de la fertilité des sols ainsi que les difficultés d’accès aux intrants et aux
équipements ruraux, ont conduit à un dédoublement des surfaces cultivées et
une diminution des espaces pastoraux. De même, la dégradation des
ressources naturelles (lèau, la terre, le pâturage le foret) a fortement contribué
à accroitre la vulnérabilité des populations. En effet, tous ces facteurs ont
conduit à une situation quasi-généralisée d’appauvrissement du capital terre,
de diminution ou de disparition de jachère, de surexploitation des ressources
ligneuses et des pâturages accentuant ainsi le processus de désertification.
L’élevage comme deuxième mamelle de l’économie nigérienne constitue

avec l’agriculture, le secteur qui occupe plus de 80% de la population active.
L’élevage se pratique principalement en milieu rural et est de type extensif et
semi extensif. La pratique de cette activité constitue un palliatif pour beaucoup
de ménages, qui dans des situations difficiles, vendent leur bétail au profit
d’achat des produits alimentaire. Cependant, l’élevage est confronté à de
multiples contraintes principalement liées au climat. En outre, la pression
démographique sur les terres entraine l’amenuisement des aires de pâturage et
parfois le rétrécissement voire même la disparation des couloirs de passage
pour les animaux. Ceux-là, occasionnent ainsi un conflit entre agriculteurs et
éleveurs en période hivernale.
Cadre démographique
La population nigérienne dàprès le RGPH de 2001etait estimée à 11.060.291

habitants.
Aujourd`hui, la population nigérienne est estimée à 15.203.222 habitants dont

49.9% d`homme et 50.1% de femme. Avec un rythme accéléré de 3.3% par an,
la population nigérienne double ses effectifs chaque 20 an.
Le taux d’accroissement naturel s’explique par le fait que la nigérienne met en

moyenne 7 enfants au monde (indice synthétique de fécondité du Niger est
égal a 7.1) malgré le fort taux de la mortalité.

12
La composition ethnique du pays
Les groupes ethnolinguistiques qui composent le pays sont : les Haoussa (55.4%),
les Djema-Sonrai (21%), les Touareg (9.3), les Peulh (8.5%), les Kanouri (4.7), les
Toubou (0.4), les Gourmantché (0.4) et les Arabe (0.4). Le Niger est un pays dont
99% de sa population est musulmane. C’est aussi un pays où l’on trouve diverses
nationalités, du fait de son ouverture au monde extérieur.
Education
Le taux brut de scolarisation au Niger est de 53.5% en 2005. Cependant, ce taux
évolue et atteint en 2007-2008 62.6% dont 53.5% filles et 71.7% garçons.
Le budget alloué à l’éducation représente 11.1% (59.6milliards) du budget

global du gouvernement selon le ministère de l`éducation.
Sante
D’une manière générale, la santé demeure une préoccupation majeure au
Niger.
La mortalité infantile et infanto juvénile ainsi que la mortalité maternelle sont

trop élevés. Les principales pathologies pour lesquelles les malades consultent,
constituent les trois principales causes de morbidité qui sont le paludisme, les
infections respiratoires et les diarrhées.
En dépit des actions menées par l’Etat et ses partenaires, selon INS, le taux
dàccès aux services de santé est passé de 47.6% en 2001, 65% en 2005 et
71.06% en 2008, la malnutrition demeure toujours un problème de santé
publique. Cette situation varie avec la période de soudure dans laquelle on
rencontre des problèmes liés au déficit alimentaire chronique dans plusieurs
zones vulnérables et aux maladies infectieuses et parasitaires fréquents chez les
enfants.

13
2 Introduction
En Afrique, la crise alimentaire qui sévit localement au Sahel n’est pas une
simple situation d’urgence temporaire. Elle est le résultat de la pauvreté
chronique qui sévit dans une des régions les plus pauvres du monde. Chaque
année, bon an mal an, la crise alimentaire sévit quelques parts dans le Sahel,
dans une zone pastorale, agropastorale et/ou agricole par suite de manque ou
d’excès de pluies, des attaques de ravageurs, de déficit ou de surproduction,
de hausse ou de chute drastique des prix de produits agricoles ou tout
simplement d’une perturbation des stratégies de survie développées par les
populations.
Au Niger, chaque année la campagne agro-sylvo-pastorale est marquée

globalement par des résultats erratiques, excédentaires ou déficitaires au
niveau des productions céréalières et des productions de cultures de rente.
Cette situation est la conséquence de l’insuffisance des précipitations et de la
forte dégradation du potentiel productif. Les hauteurs des pluies moyennes
annuelles enregistrées restent faibles, variant entre 100 mm et 800 mm.
L’accroissement démographique de la population est aussi important, de
l’ordre de 3.3% conduisant à une forte pression foncière, une remonté des
cultures vers les terres plus marginales ainsi qu’à une diminution des espaces
pastoraux. Certaines régions connaissent aussi des attaques de prédateurs et
des inondations qui occasionnent des poches de déficits.
S’agissant de la hausse généralisée des prix des céréales, elle a atteint 24% pour
le mil, 23% pour le sorgho comparée à une moyenne sur les cinq dernières
années, fragilise davantage la situation des ménages les plus pauvres. Dans
certaines zones du sud du pays, la hausse des prix des denrées et du fourrage a
atteint 30% en 2009 tandis que les revenus ont été divisés par 2 par rapport à
septembre 2009, selon la FAO.
Par finir, tous ceux mentionnés précédemment ont occasionné un déséquilibre
profond des ménages ruraux et ont finalement plongé le pays dans une crise
alimentaire.
Pour faire face à cette crise, certaines familles ont dû adopter rapidement des
stratégies de survie : réduction de la ration alimentaire quotidienne, diminution
du nombre de repas par jour, endettement, consommation des aliments de
pénurie habituellement destinés aux animaux, etc. D’autres ont vendu
leurs bêtes, qui leurs représentent à la fois une économie, un revenu et une

14
source de nourriture. Et en fin, un ou des membres de famille des zones agricoles
et pastorales du sud du pays ont recouru à la migration inhabituelle.
Pour prendre en compte les risques engendrés par la problématique de

l’insécurité alimentaire, les pouvoirs publiques ont mis en place depuis 1998 un
Dispositif National de Prévention et de Gestion des Crises
Alimentaires(DNPGCA), et ont adopté des documents des Stratégies de
Réduction de la Pauvreté(SRP) en 2002 et de Stratégie de Développement
Rural (SDR) en 2003. Ils ont adopté en 2008 le document du plan National de
Convergence (Volet Sécurité Alimentaire).
A cet effet, le Système d’Alerte Précoce(SAP), l’institut National de la

Statistique(INS), avec l’appui des partenaires ont réalisé une enquête nationale
sur la sécurité alimentaire. Elle fait suite aux précédentes enquêtes organisées
en mai 2006, novembre 2006, décembre 2007, janvier 2008 et janvier 2009.
L’enquête d’avril 2010 présente l’avantage de compléter les données plus

globales de la production céréalière en renseignant sur les déterminants de la
sécurité alimentaire des ménages (disponibilité, accessibilité et utilisation)
facilitant ainsi une meilleur ciblage des populations, des ménages vulnérables
et garantissant l’efficacité des interventions en cas de besoins particulièrement
pour le soutient des plus vulnérables.
Elle répond aussi à la nécessité de mise en place d’un système permanent de

collecte, d’analyse et de diffusion de données statistiques représentatives et à
jour sur la vulnérabilité alimentaire, indispensable au suivi des indicateurs et la
mise en œuvre des interventions (action d’atténuation) pour gérer de façon
efficace les différents niveaux de crise conformément au Plan National de
Contingence.
En dépit des actions d’atténuation effectuées dans les zones plus touchées par
l’insécurité alimentaire au Niger, les distributions alimentaires gratuites ciblées à
l’endroit des personnes âgées, des femmes et des enfants restent encore
fortement recommandées pour les prochaines années de pénurie. Puissent les
bonnes conditions agro-climatiques se poursuivre, d’abondantes récoltes
mettront fin aux difficultés et permettront aux ménages les plus touchés
d’entamer la reconstitution de leurs capitaux suffisamment érodés par les crises
alimentaires.

15
2.1 Source de données utilisée
Le projet de mémoire porte sur les données de l’enquête sur la vulnérabilité à
l’insécurité alimentaire des ménages nigériens en Avril 2010. Cette enquête
s’inscrit dans le cadre des efforts déployés par l’INS et ses partenaires pour
fournir des indicateurs ciblant des ménages en vulnérabilité alimentaire.
Pour pallier certains problèmes liés à la méthodologie et aux calculs de certains

indicateurs (par exemple l’apport énergétique de chaque aliment consommé
dans le ménage pour le calcul de score de consommation) une équipe
comprenant des nutritionnistes (UNICEF et SAP) et des statisticiens (INS, FEWS-
NET, SAP et PAM) s’est réunie au tour dùne table pour un accord commun.
2.2 Echantillonnage
La base de sondage de l’enquête sur la vulnérabilité à l’insécurité alimentaire
des ménages est issue de la liste des Zones de Dénombrement (ZD) du
recensement général de la population et de l’habitat (RGP/H) de 2001. Une ZD
est une localité, une fraction de localité ou un regroupement de plusieurs
localités. Les ZD ont été créées de manière à regrouper environ 200 ménages.
Elle est la plus petite unité géographique créée pour les besoins du RGPH/2001.
L’enquête a été réalisée sur l’ensemble du territoire national et a concerné aussi

bien le milieu urbain que rural. Il est à souligner qu’à Niamey, seule les localités
situées en zone périphérique ont été enquêtées et dans la région d’Agadez,
l’enquête a couvert uniquement les communes d’Agadez, de Tchirozérine et
d’Arlit en raison de l’insécurité.
L’échantillon est stratifié : chaque département constitue une strate. Dans

chaque strate ainsi constituée, il a été tiré au premier degré les ZD
proportionnellement à leur taille en termes de nombre de ménage recensés lors
du RGP/H2001.
Rappelons qu’une ZD, en milieu rural nigérien, est composée d’un ou plusieurs
villages. Dans ce dernier cas, un seul de ces villages est sélectionné pour
l’enquête (en général c’est le village principal de la ZD qui est choisi). La
répartition des ZD par département est fondée sur les taux de vulnérabilité à
l’insécurité alimentaire des ménages établis lors de l’enquête conjointe de
décembre/janvier 2009. L’hypothèse de base est d’obtenir un échantillon
permettant une précision des estimateurs de l’ordre de 95% et de fournir des
résultats significatifs et comparables au niveau départemental.

16
Au deuxième degré, vingt (20) ménages échantillons ont été tirés
systématiquement dans la liste des ménages dénombrés dans chaque ZD
retenue au niveau des régions de Dosso, Maradi, Tahoua, Tillabéry et Zinder.
Dans les villes d’Agadez, Tchirozérine et Arlit, 25 ménages ont été enquêtés dans
chaque ZD.
Au total 9369 ménages ont constitué l’échantillon de cette enquête, dont 5787
tirés des zones agricoles, 2921 des zones agropastorales et 630 en zones
pastorales et désertiques.
(Voir annexe 5) le tableau de choix des ménages dans les ZD.
3 Objet de l`étude
Au Niger, en période post récolte, les ménages nigériens sont souvent victimes
dùne insécurité alimentaire cyclique.
L’objet de notre étude est d’appréhender et cerner les caractéristiques de la

vulnérabilité des ménages ruraux dans la période de soudure pour pouvoir
distinguer, dénombrer et localiser les ménages vivant avec la faim.
4 Méthodologie
Au Niger, la mesure de la vulnérabilité a été très longtemps bâtie autour de la
production et du déficit agricole sous forme de calcul d’une note de
vulnérabilité avec un système de pondération et de seuil par rapport auquel la
sévérité de la situation alimentaire est appréciée.
Les récentes recherches sur la sécurité alimentaire ont montré la nécessité de

prendre en compte non seulement la disponibilité des aliments mais également
l’accès des ménages aux aliments ainsi que l’utilisation des aliments.
Cèst ainsi que plusieurs améliorations ont été constatées au niveau des
analyses pour la détermination des populations vulnérables notamment par la
réalisation de cette enquête ménage. Cette enquête couvre plusieurs aspects
dont les moyens de subsistance, les dépenses et les revenus, les stratégies
développées, la qualité et la diversité des aliments consommés des ménages
ainsi que la consommation alimentaire des enfants de moins de 24 mois.
La démarche analytique que nous avons adoptée pour la détermination des

populations vulnérables peut être mesurée en 5 étapes :

17
1) Identification des indicateurs d’analyse qui reflètent les 3 dimensions
d’analyse de la sécurité alimentaire,
2) Une analyse statistique multidimensionnelle des indicateurs retenus,
3) Une classification statistique des ménages par rapport aux différents
indicateurs retenus en se fondant sur des résultats obtenus à la deuxième ;
4) Un regroupement de la classification obtenu en groupe homogène
suivant une échelle de sévérité : très sévère, sévère, faible, très faible, et
non vulnérable.
5) Une caractérisation des différents groupes obtenus en se basant sur les
caractéristiques socioéconomique, les moyens de subsistance des
ménages…
Les indicateurs utilisés dans le cadre de l’analyse de la vulnérabilité sont :
i. Le Score de consommation alimentaire ;

ii. La Proportion des dépenses alimentaires dans les dépenses
globales en cash;
iii. La Durée des stocks ;
iv. La Possession des bétails exprimés en unité bétail tropical
(PA) ;
v. L’Indice de stratégie de survie (CSI) ;
vi. Le Revenus des ménages ;
vii. Les Dépenses totales ;
4.1 Calcul des indicateurs
4.1.1 Le score de consommation alimentaire

Les différents aliments consommés au cours de la semaine précédant l’enquête
sont regroupés en 8 groupes d’aliment chaque aliment a un poids donné
détermine la valeur énergique de l’aliment. (Tableau sur la page suivante).

18
Aliments consommés dans le ménage au cours des 7 derniers jours Le nombre jour de Coefficient de
consommation des différents pondération (col3)
aliments (col2)
01-Mil 2
02-Sorgho 2
03-Maïs 2
04-Riz 2
05-Autres céréales (blé, fonio …) pain, pâtes alimentaires, ... 2
06-Manioc (y compris gari) 2
07-Igname 2
08-Autres tubercules (patate douce, pomme de terre, taro…) 2
09-Niébé / haricot 3
10-Niébé / arachide (comme condiment) 3
11-Autres légumineuses (lentilles, petits pois, voandzou, néré) 3
12-Feuilles vertes (baobab, Oddo, mollohia, etc.) comme condiment 1
13-Feuilles vertes (Moringa, Tafassa, Kaoutchi, Guera sp. etc.) 1
14-Autres feuilles et légumes (gombo, oseille.) 1
15-Fruits 1
16-Viande, abats 4
17-Viande (juste comme condiment) 4
18-Poisson 4
19-Poisson (juste comme condiment 4
20-Volaille 4
21-Œufs 4
22-Lait, fromage, yaourt, beurre 4
23-Sucre, miel, confiture, boissons sucrées, dattes 0.5
24-Huile, graisses 0.5
Le nombre de jour où un groupe (aliment ou produit alimentaire) donné a été

consommé (0 à 7) est multiplié par le coefficient de pondération du groupe. La
somme des groupes obtenus constitue le score de consommation alimentaire.
Le score maximal calculé correspond à 406.
Score =  nj*aliment(i) consommé* coefi.
= 7*(col2)*(col3)
Le score maximal = 7(2+3+3+1+4+4+0.5+0.5)
= 112.
4.1.2 La proportion des dépenses alimentaires dans la dépense globales ;

Les dépenses alimentaires des ménages sont calculées par rapport aux 30
derniers jours. Elles incluent la valorisation au prix du marché des aliments
autoconsommés par les ménages.
Par exemple si un ménage a consommé 20kg de mil au cours des 30 derniers

jours, la valeur monétaire correspond à cette quantité a été enregistrée. Cette

19
valorisation permet de ne pas se limiter uniquement aux dépenses en cash des
ménages. Certaines dépenses non alimentaires comme le bois de chauffe, le
gaz, le pétrole, le savon ont également été évalués au cours des 30 derniers
jours précédant l’enquête.
Les autres dépenses non alimentaires tel que l’habillement, l’éducation, la santé
ont été évalué au cours des 12 derniers mois précédent l’enquêtes.
La proportion des dépenses alimentaire dans la dépense globale est obtenue

en divisant les dépenses alimentaires globales par les dépenses totales du
ménage, c'est-à-dire les dépenses alimentaires et non alimentaire exprimé en
pourcentage.
Exemple :
20kg de mil consommé au cours des 30 derniers jours = X FCFA

(1).
(Bois, gaz, pétrole, savon) consommé au cours des 30 derniers jours = X FCFA
(2).
(Habillement, éducation, sante) consommé au cours des 30 derniers jours

évalué par mois = X FCFA (3).
(1)

Le % dépense alimentaire
(1)  (2)  (3)
4.1.3 La durée des stocks
Cette variable a été demandée à tous les ménages agricoles ou non la durée
en mois que peut couvrir leurs stocks alimentaires présent au moment de
l’enquête. Ces stocks sont constitués à partir des achats sur la marche, des dons
ou des aides, ou à partir de la propre production.
Durée stock = évaluée en x mois
4.1.4 Possession de bétail exprimé en UBT

Le nombre de bétail possédé est une variable exprimée en unité bétail tropical.
Un UBT correspond à un bœuf de 250kg ; cette conversion permet d’ajouter les
bœuf, les moutons, les ânes…
Exemple :

20
 betail* Xkg poidsRe latif 
PB  i
250
4.1.5 Le revenu des ménages

Il a été demandé aux ménages ruraux d`évaluer leurs revenus en cash au cours
des 12 derniers mois précédent l’enquête par rapport à chaque source de
revenus. Le montant total constitue le revenu annuel en cash du ménage. Ils
incluent le revenu de tous les membres actifs du ménage. Ce revenu est ensuite
calculé par mois et par tête.
12
 Re venu _ Cash
Revenu/mois/tête  1
Taille _ Menage *12
4.1.6 Les dépenses totales

C’est la somme des dépenses alimentaires et non alimentaires rapporte par
tête et par mois.
(1)  (2)  (3)

Dépense totale/mois/tête

Taille _ Menage
NB : dépense globale = (1) +(2) +(2).
4.1.7 Indice de stratégie de survie

C’est un indicateur composite calculé à partir des différentes stratégies utilisées
par un ménage donné. Comme certaines stratégies sont plus extrêmes que
d’autres, un système de pondération est utilisé et il tient compte de la
fréquence avec laquelle une stratégie donnée est utilisée.

21
Exemple : soit le tableau suivant :
Stratégies adoptées Nombre de jour Coefficients de

durant les 7 derniers pondération
jours (col2) (col3)
y-a-t-il des moments où vous nàvez pas assez de vivre ou 1
dàrgent pour en acheter ?
Est-ce que votre ménage a consommé des aliments moins 1
préférés ?
Est-ce que votre ménage a emprunté des vivres chez des 2
parents, des voisins ou des amis ?
Est-ce que votre ménage a acheté des vivres à crédit ? 2
Est-ce que votre ménage a du dépendre de làide alimentaire 4

extérieur ?
Est-ce que votre ménage a dû renoncer au paiement de dettes 2
contractées pour acheter des vivres ?
Est-ce que votre ménage a eu recours inhabituel à la 4
consommation d’aliments de pénurie (Anza, Jigga, Agua,
Guera sp.)
Est-ce que votre ménage a + 3
consommé des semences pour des raisons d’insécurité
alimentaire ?
Est-ce que votre ménage a dû demander à d’autres ménages 4
de la nourriture pour les enfants ?
4
Est-ce que au moins un membre de votre ménage a eu
recours à la mendicité (à cause de l’insécurité alimentaire)?
Est-ce que votre ménage a diminué la ration journalière ? 2
Est-ce que votre ménage a dû diminuer la ration journalière 2
pour les adultes au profit des enfants ?
Est-ce que votre ménage a dû acheter des repas pour des 1
raisons d’économie ?
Est-ce que votre ménage a diminué le nombre de repas pris 1
par jour ?
Est-ce que votre ménage a dû passer toute une journée sans 4
manger ?
Est-ce que vous-même ou un membre de votre ménage est 4
allé au lit en ayant faim parce quìl nàvait pas assez de
nourriture ?
Le CSI maximal = (col2)*(col3)
= 7(1+1+2+2+4+2+4+3+4+4+2+2+1+1+4+4)
= 287.

22
5 Quelques définitions de quelques concepts clés :
5.1 Sécurité alimentaire
Selon l’Organisation des Nations Unies pour l’Alimentation et l’Agriculture (FAO),

la sécurité alimentaire est assurée quand toutes les personnes, en tout temps,
ont économiquement, socialement et physiquement accès à une alimentation
suffisante sûre et nutritive qui satisfait leurs besoins nutritionnels et leurs
préférences alimentaires pour leur permettre de mener une vie active et saine
(Sommet Mondial de l’alimentation, FAO, Rome, novembre 1996). Deux types
de constats peuvent être tirés à partir de cette définition. D’une part, la sécurité
alimentaire des ménages correspond à l’application du concept au niveau des
individus. D’autre part, cette définition contient trois concepts distincts mais
reliés entre eux et qui sont chacun essentiels pour atteindre un état de sécurité
alimentaire : la disponibilité, l’accessibilité et l’utilisation.
5.2 Disponibilité
En tout temps et à tout moment, c’est dire tout au long de l’année et quel que
soit le contexte, la population dispose suffisamment de nourriture. La nourriture
doit être disponible pour tous les hommes, à toute personne. En effet, la
population est en sécurité alimentaire si tous les membres qui la composent sont
en sécurité alimentaire. La disponibilité concerne le court terme; elle peut être
limitée par l’insécurité de la zone, l’enclavement du village, et le prix des
denrées alimentaires. La disponibilité est nécessaire pour permettre l’accès aux
denrées alimentaires mais elle n’est pas suffisante. A titre d’exemple, une région
peut disposer de stocks alimentaires mais un village de cette région peut être
marqué par une insécurité alimentaire en période de soudure du fait de son
isolement. Dans un autre cas, même si le marché du village est bien
approvisionné, une famille peut se trouver en insécurité alimentaire si elle a
connu le chômage et si les prix du marché sont trop élevés pour son pouvoir
d’achat. Comme l’a souligné l’économiste AMARTYA SEN dans son livre sur la
famine en Inde, l’insécurité alimentaire et la famine peuvent côtoyer des
marchés bien approvisionnés1. De ce fait les bilans céréaliers seuls ne sauraient
traduire un état de sécurité alimentaire au niveau des ménages. Il reste un
agrégat macroéconomique qui cache beaucoup de disparités.
1
Poverty and famine : an essay on entitlement and deprivation ; Sen. (1983)

23
5.3 Accessibilité
La condition nécessaire, mais non suffisante, à la sécurité alimentaire est

l’accessibilité physique de la nourriture. Il s’agit de l’accès aux denrées
alimentaires par tous les groupes de populations. Pour SEN « la vraie question
n’est pas la disponibilité totale de nourriture mais son accès par les individus et
les familles. Si une personne manque des moyens pour acquérir la nourriture, la
présence de nourriture sur les marchés n’est pas d’une grande consolation ».
L’accessibilité des populations aux ressources alimentaires fait référence au

moyen terme. Il s’agit le plus souvent d’une combinaison entre production,
échanges et mécanismes sociaux. En zone rurale, les populations vont
s’appuyer principalement sur leur production complétée par des échanges de
denrées alimentaires sur le marché. En milieu urbain, les denrées alimentaires
nécessaires aux populations viennent principalement du marché. Dans ce cas,
des mécanismes sociaux (entraide, soutien familial, aide alimentaire, crédits)
vont intervenir pour préserver l’accès aux disponibilités et la sécurité alimentaire
des populations. La nourriture doit être présente en quantité suffisante dans une
zone donnée. Cette zone doit être d’accès facile à la population.
5.4 Utilisation
Les habitants doivent disposer en qualité et en quantité de la nourriture dont ils

ont besoin pour pouvoir mener une vie saine et active. La consommation
alimentaire doit être équilibrée en éléments nutritifs et vitaminés. Les personnes
doivent donc être dans un état général satisfaisant pour une assimilation
correcte de la nourriture. Cela implique également un environnement sanitaire
favorable (eau et assainissement). En effet, il est couramment admis que le
manque de nourriture n’est pas toujours l’unique facteur conduisant à la
malnutrition. L’environnement médical et sanitaire constitue également un
facteur possible.
Le concept de sécurité alimentaire englobe les aspects alimentaires, médicaux,

nutritionnels, d’eau et d’assainissement.
5.5 Concept d’insécurité alimentaire
La définition de l’insécurité alimentaire découle du concept de sécurité

alimentaire. En effet, l’insécurité alimentaire existe lorsque les personnes n’ont

24
pas accès à une quantité suffisante d’aliments sains et nutritifs et ne
consomment donc pas les aliments dont elles ont besoin pour se développer
normalement et mener une vie active et saine.
5.6 Vulnérabilité alimentaire
La vulnérabilité d’une population peut être estimée par l’analyse des

mécanismes d’adaptation et de réaction mis en œuvre en réponse à une
situation difficile. Lorsque les mécanismes ne sont pas efficaces, le foyer entre
dans une situation de vulnérabilité chronique.
5.7 Indice de stratégie de survie

C’est un bon indicateur proxy de la sécurité alimentaire des ménages.
C’est un indicateur composite calculé à partir des différentes stratégies utilisées

par un ménage donné.
Cependant si cet indicateur est très pertinent dans certains contextes

(populations déplacées, camps de réfugiés), il l’est moins dans un contexte de
vulnérabilité conjoncturelle ou structurelle comme celui du sahel car l’utilisation
de certaines stratégies est devenue normale à certaines périodes de lànnée.
Comme certaines stratégies sont plus mauvaises que d’autres, un système de
pondération est utilisé et il tient compte de la fréquence avec laquelle une
stratégie donnée est utilisée. De même après les récoltes les ménages ont
tendances à avoir des score de consommation très élevés sans pour autant que
cela se traduise par amélioration de la qualité des aliments consommés.
5.8 Ménage
C’est l’unité socioéconomique de base au sein de laquelle les ressources sont
produites et mises en commun aux fins de satisfaire les besoins de base sous
l’autorité d’une seule et même personne, le chef de ménage.

25
Chapitre 0 : la revue littéraire

26
6 Revu littéraire
La méthodologie de l’étude de la vulnérabilité à l’insécurité alimentaire des
ménages urbains et ruraux en Afrique noire est multiple et variée selon les pays.
La procédure de l’identification des variables reflétant mieux l’insécurité

alimentaire est la même pour tous les pays qui ont connu ces derniers temps
l’insécurité alimentaire.
Le Niger, le Mali, le Burkina Faso, le Congo RDC et d’autres pays africains sont
partis de la même définition de l’insécurité alimentaire définie par la FAO, et la
même procédure de l’identification des variables mesurant les trois indicateurs
(la disponibilité des aliments, l’accessibilité et l’utilisation), même si à certains
égards les calculs de certains indicateurs différent.
Alors, nous avons parcouru les rapports de certains pays africains qui ont connu
la crise alimentaire ces années précédentes, et nous avons appliqué certaines
méthodologies de leurs études pour notre présent mémoire.
6.1 Méthodologie suivi par le Mali
Concernant le Mali, nous avons les démarches suivantes adoptées pour

classifier les ménages par degré de sévérité à travers les calculs de leurs
indicateurs choisis:
La procédure, pour analyser simultanément les différents indicateurs et

classifier/regrouper les ménages selon des groupes/classes ayant des
comportements similaires selon ces indicateurs, a fait lòbjet dùne Analyse en
Composantes Principales (ACP), suivie d’une classification non hiérarchique sur
l’ensemble des indicateurs, pour chacune des dimensions analysées.
De cette façon, les ménages sont regroupés en un certain nombre de classes
d’accessibilité (très faible, faible, moyenne, bonne) et un certain nombre de
classes de consommation alimentaire (pauvre, marginal, acceptable, bon).
Et les variables utilisées dans le regroupement sont:
 La part des dépenses alimentaires sur les dépenses totales ;

 Les dépenses totales par personne et par mois ;
 Les stocks de céréales par personne au moment de l’enquête (kg) ;
 La production de cultures d’autoconsommation par personne
au moment de l’enquête (kg) ;
 Le nombre total de têtes de bétail par ménage en UBT ;

27
 Le % des aliments consommés les 7 derniers jours provenant de leur
production propre ;
 Le % des aliments consommés les 7 derniers jours provenant d’achats ;
 Le % des aliments consommés les 7 derniers jours provenant d’aide ou
dons.
L’ACP suivie de la classification non hiérarchique a permis un regroupement des
ménages en 20 clusters, à l’intérieur desquels les ménages ont des modalités
similaires d’accès à la nourriture.
L’analyste a assigné ensuite « manuellement » à chacun de ces 20 clusters un
score d’accessibilité, permettant de classifier chaque cluster ou groupe selon le
degré d’accessibilité, de très faible à bon.
Puis une méthode plus précise pour évaluer de façon consistante tous les
ménages consiste à faire une régression sur les 20 « clusters », et ensuite attribuer
les coefficients ainsi obtenus à l’ensemble des ménages échantillon. Ceci
permet de calculer un score d’accessibilité pour chacun des ménages, ce qui
serait équivalent à ce que l’analyste score manuellement et de façon
consistante tous les ménages échantillon de la même façon qu’il a fait avec les
20 groupes de ménages.
Formule pour attribuer des scores de forme consistante à tous les ménages :
En faisant la régression sur les 20 groupes de ménages en utilisant les variables
ci-dessous, on obtient les coefficients suivants qui sont ensuite attribués à
chacun des ménages. L`équation est :
Score d’accessibilité = B0 + B1X1 + B2X2+……………+ BnXn.
Les valeurs des scores ainsi calculés sont reportées sur une échelle qui va de 0,5
à 5. Des seuils standards sont utilisés pour déterminer 4 classes d’accessibilité aux
aliments :
Si Score <= 1.5 ACCESSIBILITE TRES FAIBLE
La façon dans ces ménages se procurent de la nourriture est très instable et
insuffisante
1,5 < Score <= 2,5 ACCESSIBILITE FAIBLE
« Ces ménages acquièrent de la nourriture difficilement et de façon
sporadique »
2,5 < Score <=3,5 ACCESSIBILITE MOYENNE
« Ménages ayant moins de difficultés à obtenir de la nourriture »
Si Score > 3,5 BONNE ACCESSIBILITE
« Ménages pouvant aisément obtenir de la nourriture en quantités suffisantes ».
Pour le score de consommation alimentaire c’est la même procédure de
l’analyse qui a été adoptée.

28
La fréquence de consommation de différents aliments est analysée
simultanément à travers l’Analyse des composantes principales (ACP), suivie
d’une classification non hiérarchique :
 Fréquence de consommation des céréales (toute espèce confondue) ;
 Fréquence de consommation des tubercules ;
 Fréquence de consommation du niébé ;
 Fréquence de consommation de viande & poisson frais ;
 Fréquence de consommation de poisson séché ;
 Fréquence de consommation de lait & œufs ;
 Fréquence de consommation des fruits & légumes ;
 Fréquence de consommation d’huile & graisses ;
 Fréquence de consommation du sucre ;
 Fréquence de consommation du sel.
L’ACP donne lieu à 22 clusters ou groupes de ménages ayant un régime
alimentaire similaire. L’analyste assigne ensuite « manuellement » à chaque
cluster un score de consommation allant de 0 à 5 permettant de classifier
chaque groupe selon la qualité du régime alimentaire, de Pauvre à Bon Régime
alimentaire. Un score de diversité allant de 1 à 8 a été utilisé pour aider à la
classification des ménages (plus le score de diversité est haut, plus le score de
consommation attribué par l’analyste est élevé). C’est ainsi qu’on a l’équation
suivante :
Score de Consommation = A0 + A1Y1 +A2Y2 + …………………….. + AnYn.
Si Score <1,5 REGIME ALIMENTAIRE TRES PAUVRE : « Ménages ont une diète très
peu diversifiée et largement insuffisante ».
1,5 < Score <= 2,5 REGIME ALIMENTAIRE MARGINAL : « Ménages ont une diète
légèrement plus diversifiée ».
2,5 < Score <= 3,5 REGIME ALIMENTAIRE ACCEPTABLE : « Ménages présentent
une diversité de la diète ».
Si Score > 3,5 REGIME ALIMENTAIRE BON : « Ménages ont une diète beaucoup
plus diversifiée et équilibrée ».
Une fois les ménages regroupés selon 4 classes d’accessibilité à la nourriture et 4

classes de consommation alimentaire exprimant la qualité du régime
alimentaire, la détermination des classes d’insécurité alimentaire se fait en
croisant les classes d’accès et les classes de consommation alimentaire selon la
matrice de décision nous avons les décisions suivantes :

29
Ménages en Insécurité Alimentaire : ménages avec un régime alimentaire
pauvre ou marginal couplé avec un accès aux aliments très faible; ou bien
ménages avec un accès aux aliments très faible ou faible couplé avec un
régime alimentaire pauvre.
Ménages Fortement Vulnérables à l’Insécurité Alimentaire: ménages avec un
accès aux aliments moyen mais une qualité du régime alimentaire pauvre, ou
les ménages avec un faible accès aux aliments et un régime alimentaire
marginal, ou les ménages avec un régime alimentaire acceptable mais un
accès aux aliments très faible. L’accès aux aliments ou le régime alimentaire de
ces ménages sont tellement insuffisants ou marginaux qu’ils encourent un gros
risque de tomber en insécurité alimentaire (ils sont fortement vulnérables).
Ménages Modérément Vulnérables à l’Insécurité Alimentaire: ménages ayant
un bon accès aux aliments mais un régime alimentaire pauvre, ou ayant un
accès aux aliments moyen mais un régime alimentaire marginal, ou ayant un
régime alimentaire acceptable mais un faible accès aux aliments, ou encore
ayant un bon régime alimentaire mais un accès aux aliments très faible.
Ménages en Sécurité Alimentaire: ces ménages ont un accès bon ou moyen
aux aliments couplé avec un régime alimentaire acceptable ou bon. Sont aussi
inclus les ménages avec un régime alimentaire marginal mais un bon accès aux
aliments, ou les ménages ayant un faible accès aux aliments mais un régime
alimentaire bon.
6.2 Méthodologie utilisée par les burkinabés

Pour le cas du Burkina Faso, les procédures de calcul des indicateurs sont
presque les même que celles utilisées par le Mali, mais le calcul de certains
indicateurs diffères à quelques points.
Le Burkina Faso a utilisé en premier lieu la méthode développée par FANTA
(Food And Nutrition Technical Assistance) et FAO pour donner des indices
mesurant le niveau de sévérité aux ménages développant certaines stratégies
de survies.
Il s’agit tout simplement, à partir des réponses données aux questions
contenues dans l’échelle d’accès des ménages aux aliments, d’estimer le
degré d’insécurité alimentaire. Les approches suivantes sont généralement
employées : celle recommandée par FANTA qui propose deux scores possibles
pour évaluer le degré d’insécurité du ménage : « Score d’Insécurité Alimentaire
du Ménage » (SIAM) et « Catégorie d’Insécurité Alimentaire du Ménage »
(CatIAM FANTA).

30
Des approches alternatives pour la construction de scores d’insécurité
alimentaire, utilisant la même information initiale ont donc aussi été testées.
Il s’agit d’une part de la classification proposée par T.Ballard suite à l’expérience
récente de la FAO en Afrique de l’Est et qui a été adaptée aux données du
Burkina Faso par regroupement en 3 catégories de fréquence après fusion des
réponses « Parfois » et « souvent ». Le questionnaire initial étant constitué des
modalités « jamais », « rarement », « parfois » et « souvent ».
L’approche du SIAM consiste simplement à faire la somme des réponses du

questionnaire d’insécurité alimentaire en attribuant 3 points si réponse « souvent
», 2 points pour réponse « parfois », 1 point pour réponse « jamais » pour le cas de
cette étude; le Score d’Insécurité Alimentaire du Ménage (SIAM) ainsi construit
varie donc de 1 à 27 points ; il a été nommé « SIAM27 ».
Pour la caractérisation des ménages à risque d’insécurité alimentaire, pour tenir

compte du caractère multidimensionnel de l’insécurité alimentaire, ils ont fait
une analyse des Correspondances Multiples (ACM) qui leur a permis d’avoir une
vision relativement large des différentes associations entre les variables et de
constituer par la suite des groupes homogènes.
Apres cela, ils ont calculé un indicateur : Score de diversité alimentaire dans le
ménage (SDA).
C’est un indicateur de l’amélioration de l’accès à l’alimentation, de la
consommation alimentaire et de la qualité de la diète.
Pour le calcul du score de diversité, une classification des aliments en 9 groupes
a été utilisée telle que proposée par FANTA. Une autre classification en 14
groupes proposée par la FAO est également utilisée.
Notons qu’il n’y a pas de consensus au niveau international sur le choix du

nombre de groupes ou sous-groupes à utiliser et sur leurs délimitations. Il est clair
qu’un découpage ou un autre peut s’avérer plus performant selon l’utilisation
que l’on entend faire du score de diversité.
Deux approches ont été utilisées pour la construction des scores :
La première approche de comptabiliser le nombre de groupes d’aliments
représentés dans l’alimentation sur une période de référence de 24 heures. Un
score moyen est ensuite calculé pour constituer trois catégories de diversité
alimentaire du ménage : diversité faible (score inférieur à la moyenne calculée),
diversité moyenne (score égal à la moyenne) et diversité élevée (score

31
supérieur à la moyenne). Une seconde méthode de catégorisation des
ménages a été utilisée à partir de la subdivision des scores en terciles.
La seconde proposée par le PAM (Programme Alimentaire Mondial) consiste à
Appliquer un coefficient de pondération à chaque groupe d’aliments à la
Fréquence de consommation conformément à la démarche suivante pour
obtenir un score de consommation alimentaire (SCA) : Le score de
consommation alimentaire (SCA) est un indicateur composite (Standardisé du
PAM) calculé pour refléter la diversité alimentaire, la fréquence de
consommation ainsi que l’apport nutritionnel relatif des produits et groupes
alimentaires consommés par un ménage. Le score indique donc l’apport
énergétique et protéinique adéquat, C'est donc un bon indicateur de la
dimension d’accessibilité de la sécurité alimentaire et de la qualité de la
consommation alimentaire.
Le score de consommation alimentaire (SCA) des ménages est calculé en
utilisant la formule suivante : score = a0 +a1K1 +a2K2 + ………. + anKn.
Avec :
ai = Poids attribué au groupe d’aliments.
Ki = Nombre de jours de consommation relatif à chaque groupe d’aliments (X 7
jours).
Les valeurs des scores ainsi calculés pour chaque ménage sont reportées sur
une échelle allant de 0 à 112. Les seuils standards 21 et 35 sont utilisés pour
déterminer les trois classes de consommation alimentaire des ménages
(Pauvre, limite et acceptable).
Solution1: Seuils des scores de consommation alimentaire
Si SCA <= 21 Consommation alimentaire pauvre ou faible
21 < SCA <= 35 Consommation alimentaire limite ou moyenne
Si SCA > 35 Consommation alimentaire acceptable
La mesure des quantités consommées n’est pas intégrée dans le calcul du
score de consommation alimentaire. Cependant, les aliments consommés en
très petites quantités sont comptabilisés au titre de condiments (sauf l’huile et le
sucre), afin de ne pas surestimer la consommation de certains aliments tels que
la viande ou le poisson, qui peuvent fréquemment n’être utilisés que pour
agrémenter les sauces, mais dont l’apport nutritionnel est limité, étant donné
leur quantité très faible.

32
6.3 La méthodologie dànalyse des données : cas du Niger
Làpproche méthodologique adoptée dans le cadre de l`étude des données
relative à la vulnérabilité des ménages nigériens pour lìdentification des
indicateurs sont bases sur la définition de la sécurité alimentaire de la FAO.
Ainsi, pour la détermination des populations en insécurité alimentaire, les
analystes de lÌNS ont utilisé la statistique en multidimensionnelle c'est-à-dire une
analyse en ACP suivi dùne analyse en CLASSIFICATION de quatre(4) variables
reflétant les trois(3) dimensions de la sécurité alimentaire à savoir la disponibilité,
làccessibilité et lùtilisation.
Les indicateurs identifiés pour l`étude sont :
 Le score de consommation alimentaire des ménages ;
 Les dépenses globales des ménages ;
 Le nombre de bétail ;
 Et la prise en compte des stratégies de résilience développée par le
ménage pour faire face à des difficultés alimentaire à travers le calcul de
lìndicateur de composite(CSI).
Après cela, ils ont classifié chaque variable en trois groupes et les groupes
nouvellement créés on fait l’objet d’un croisement entre eux pour sortir le
résultat final du niveau de vulnérabilité des ménages.
Les résultats obtenus ont été ensuite triangulés et validés avec dàutres
indicateurs socioéconomique tels que les sources de revenu et les stocks
alimentaires disponibles dans le ménage.
6.4 D’autres méthodes suivi par les pays comme le Ghana, Kenya, Ouganda
pour mesurer lìnsécurité alimentaire des ménages.
Comme la mesure d'insécurité alimentaire est un exercice coûteux et
compliqué dans les pays hautement en sécurité alimentaires précaires.
La méthode CSI est une méthode rapide pour le ciblage des ménages
vulnérable et est moins couteuse.
Cèst pourquoi ces pays ont adapté uniquement la méthode CSI pour mesurer
rapidement le niveau de vulnérabilité des ménages.
Comment utilise-t-on cette méthode ?
Dans un premier temps les experts ont posé des questions concernant les
stratégies adoptées par les ménages pour faire face à l’insécurité alimentaire.
Après la collecte des données, chaque expert a jugé et a noté les questions
suivant une échelle de sévérité de lìnsécurité alimentaire, et ce sont ces notes
qui ont été regroupées et calculées pour donner une note moyenne pour
chaque variable. (Voire annexe1).

33
Les poids moyens ont été affectés aux ménages répondants à la question
concernée.
Après cela, les experts ont classifié les ménages par ordre de sévérité comme
par exemples :
 si un ménage a développé un CSI faible : il nèst pas vulnérable ;
 si un ménage a une CSI moyenne : il a une vulnérabilité alimentaire
moyenne ;
 et si la CSI est forte : le ménage est sévèrement vulnérable.
Exemple de calcul des scores :
Score = somme (Col2*col3). Voire tableau de calcul de score

34
Stratégies adoptées Nombre de jour Coefficients de Col2*col3
durant les 7 pondération
derniers jours (col3)
(col2)
y-a-t-il des moments où vous nàvez pas 2 1 2
assez de vivre ou dàrgent pour en acheter ?
Est-ce que votre ménage a consommé des 3 1 3
aliments moins préférés ?
Est-ce que votre ménage a emprunté des 0 2 0
vivres chez des parents, des voisins ou des
amis ?
Est-ce que votre ménage a acheté des vivres à 2 2 4
crédit ?
Est-ce que votre ménage a dû dépendre de 0 4 0

làide alimentaire extérieur ?
Est-ce que votre ménage a dû renoncer au 7 2 14
paiement de dettes contractées pour acheter
des vivres ?
Est-ce que votre ménage a eu recours 0 4 0
inhabituel à la consommation d’aliments de
pénurie (Anza, Jigga, Agua, Guera sp.)
Est-ce que votre ménage a + 0 3 0
consommé des semences pour des raisons
d’insécurité alimentaire ?
Est-ce que votre ménage a dû demander à 1 4 4
d’autres ménages de la nourriture pour les
enfants ?
0 4 0
Est-ce que au moins un membre de votre
ménage a eu recours à la mendicité (à cause
de l’insécurité alimentaire)?
Est-ce que votre ménage a diminué la ration 7 2 14
journalière ?
Est-ce que votre ménage a dû diminuer la 1 2 2
ration journalière pour les adultes au profit
des enfants ?
Est-ce que votre ménage a dû acheter des 3 1 3
repas pour des raisons d’économie ?
Est-ce que votre ménage a diminué le nombre 7 1 7
de repas pris par jour ?
Est-ce que votre ménage a dû passer toute une 0 4 0
journée sans manger ?
Est-ce que vous-même ou un membre de 0 4 0
votre ménage est allé au lit en ayant faim
parce quìl nàvait pas assez de nourriture ?
Total score 53
Sources : Auteur, base de données 2010 INS.
Le score 53 montre que ce ménage pris hasardement parmi tant dàutre, a une
note d’indice de stratégie très forte. Donc cela signifie que ce ménage est
sévèrement vulnérable.

35
Chapitre I : Classification des ménages selon leurs
ressemblances : Une Analyse en Composante Principale

36
7 Construction de groupes caractérisant les différents niveaux de vulnérabilité :
une application d’Analyse en Composante Principale(ACP).
7.1 Introduction et objet de l’ACP.

L’ACP est une forme d’analyse statistique multidimensionnelle, elle sàpplique a
des données qui ne peuvent pas être synthétisées compte tenu de leurs tailles
et de leurs complexités.
Aussi, elle permet de faire figurer géométriquement les informations les plus
diverses dans un espace euclidien de faible dimension.
Par ses graphiques, l’ACP cherche à :
 Repérer les groupes d’individus qui se ressemblent vis-à-vis des variables ;

 Relever les différences entre individus et à mettre en évidence ceux dont
le comportement est atypique ;
 Mesurer la liaison entre les différentes variables étudiées ;
 Savoir si lìnformation brute ne pourrait pas être obtenue à partir dùn
nombre restreint de variables.
7.2 Calcul et interprétation des résultats issus de l’analyse en composante

principale.
Apres l’application de l’ACP sur nos données, il ressort plusieurs informations qui feront
l’objet d’une interprétation au fur et à mesure.
7.2.1 Statistique descriptive

Tableau 1 : Statistique descriptives des variables de l’étude
Libellé de la Effectif Poids Moyenne Ecart-type Minimum Maximum

variable
NMCS 9369 9369,00 4,381 2,711 0,000 22,000
CSI 9335 9335,00 4,149 10,560 0,000 149,000
SCA 9369 9369,00 49,566 18,286 0,000 126,000
UBT 9369 9369,00 2,303 5,291 0,000 103,000
PDADTC 9341 9341,00 56,137 20,718 0,000 100,000
DTMT 9360 9360,00 12602,000 14799,300 0,000 468308,000
RTMT 9360 9360,00 8986,390 17200,900 53,571 847500,000
On dénombre au total 9369 individus enquêtés. Dans cette population, la durée

moyenne des stocks de vivre peut atteindre 4,381 mois (4 mois et 11 jours), et
pour d’autres la durée dépasse les 4 mois et peut aller jusqu’à 22 mois.

37
A part les stocks de vivre, nous avons calculé la possession de bétail par famille
et le résultat montre que l’UBT moyenne est égale à 2,303 (soit 23 moutons ou
bien 1 bœuf et 8 moutons).
Le revenu moyen de cette population est de 8986,390 FCFA par tête et par
mois. Ce revenu varie entre 53,57 FCFA à 847500 FCFA (étendu= 847446,429
FCFA), il n’est pas homogène car le coefficient de variation est égale à 191,41%
inférieur à 30% qui est la norme standard.
Quant à la dépense mensuelle moyenne par personne, elle peut atteindre

12602 FCFA dans laquelle plus de 56% en moyenne sont destinées à
l’alimentation. Cependant, d’autres ménages sacrifient les dépenses en santé,
éducation etc. pour consacrer la totalité de leurs revenus à l’achat de vivre.
Dans cette population, le score de consommation alimentaire moyenne est

égal à 49,566, c’est pourquoi certains ménages sont obligés de développer
certaines stratégies pour survivre, et la moyenne de l’indice de stratégie de
survie atteint 4,419.
7.2.2 Matrice des corrélations
Tableau 2 : corrélation entre les variables 2 à 2.

Matrice des corrélations
NMCS CSI SCA UBT PDADTC DTMT RTMT
NMCS 1,00
CSI -0,18 1,00
SCA 0,20 -0,08 1,00
UBT 0,26 -0,07 0,18 1,00
PDADTC 0,01 0,07 0,10 0,05 1,00
DTMT 0,12 -0,02 0,23 0,09 0,10 1,00
RTMT 0,10 -0,05 0,10 0,09 0,05 0,31 1,00
Ici, tous les coefficients de corrélation entre les différentes variables prises 2 à 2
sont inférieurs à 0,50 à l’exception des valeurs de la diagonale qui sont des
coefficients de corrélation entre la variable et elle-même.
Donc nous pouvons dire que les corrélations entre les variables sont faibles.

38
7.2.3 Matrice des valeurs tests
Tableau 3 : test des coefficients de corrélation.

Matrice des valeurs-tests
NMCS CSI SCA UBT PDADT DTMT RTMT
C
NMCS 99,99
CSI -17,74 99,99
SCA 20,07 -7,70 99,99
UBT 25,67 -7,01 17,52 99,99
PDADTC 0,60 6,49 9,49 4,39 99,99
DTMT 11,89 -2,04 22,41 8,38 10,01 99,99
RTMT 9,40 -4,56 9,27 8,45 4,82 30,57 99,99
Source : les calculs de l’auteur
Le tableau des valeurs tests nous informe que lorsqu’une valeur test d’un
coefficient de corrélation de deux (2) variables est inférieur à 2, cela signifie qu’il
n’ya pas de corrélation entre les deux(2) variables. Dans ce tableau, toutes les
valeurs tests sont supérieurs à 2 en dehors de la valeur test du coefficient de
corrélation entre les variables nombre de mois de stock et part des dépenses
alimentaires dans les dépense totales en cash qui donne une valeur test qui est
égale à 0,60. De ce dernier, il n’y a pas de corrélation entre ces deux variables.
7.2.4 Les valeurs propres

Une valeur propre est un indicateur à travers lequel on peut mesurer l’apport en
pourcentage de l’information (inertie) apportée par les différentes variables sur
un axe factoriel.
7.2.4.1 Tableau des valeurs propres.

Tableau 4 : Pourcentage de l’inertie en fonction des axes
Tableau des valeurs propres

Trace de la matrice: 7.00000
Numéro Valeur Pourcentage Pourcentage
propre cumulé
1 1,7341 24,77 24,77
2 1,1831 16,90 41,67
3 1,0146 14,49 56,17
4 0,8778 12,54 68,71
5 0,8292 11,85 80,55
6 0,7122 10,17 90,73
7 0,6491 9,27 100,00

39
A la lumière du précèdent tableau, le premier axe factoriel explique lui seul

24,77% de l’information (l’inertie) totale apportée par les différentes variables.
Les trois premiers axes détiennent eux seuls, plus de la moitié de l’information
totale.
Selon la norme standard, on conseille d’archiver au moins 80% de l’inertie total.

Donc nous allons considérer cinq(5) axes car ayant pourcentage cumulé de
l’inertie=80,55.
7.2.4.2 Tableau 5 : Test des valeurs propres

Intervalles palladiens d'Anderson (seuil:
0.95)
Numéro Borne Valeur Borne
inférieure propre supérieure
1 1,6844 1,7341 1,7838
2 1,1492 1,1831 1,2170
3 0,9856 1,0146 1,0437
4 0,8526 0,8778 0,9029
5 0,8054 0,8292 0,8529
Dans le tableau précédent, aucune borne ne contient un zéro, donc nous

pouvons dire qu’au seuil de 5%, toutes les valeurs propres sont significativement
différentes de zéro.

40
7.2.5 Analyse graphique de la projection des variables dans un espace circulaire
Figure1 : le cercle de corrélation des variables
Dans ce cercle de corrélation on constate que la variable indice stratégie de

survie (CSI) est bien projetée sur l’axe 4 car ayant un cosinus carré qui est égale
à 0,398 et son coordonné sur l’axe n°4 est égale à 0,63. Cette variable a
contribuée à 45,36% à la formation de cet axe. La variable revenu mensuel par
tête et les variables dépense total mensuelle par tête sont fortement corrélées
entre elles. Les cosinus carrés de ces dernières sont respectivement 0,433 et
0,354 et ont contribuées respectivement à la formation des axes n°5 (52,22%) et
l’axe n°3 (20,42%). Cependant, la variable revenu mensuel par tête est bien
représentée dans le plan factoriel que la variable dépense mensuelle par tête.
52,22% est la contribution de la variable score de consommation à la formation
de l’axe n°5. Cette variable a pour coordonnée - 0,65 sur l’axe n°5 et son
cosinus carré est égale à 0,433. L’individu moyen est la variable dépense totale
par mois car ayant le plus faible cosinus carré(0,269). Vue toutes ces
caractéristiques, nous pouvons dire que les ménages de notre population
échantillon seront classés en cinq(5) sous-groupes.

41
CHAPITRE II : CLASSIFICATION DES MENAGES SELON
LEURS CARACTERISTIQUE : UNE CLASSIFICATION EN
NUEES DYNAMIQUE

42
8 Création de la variable « niveau de vulnérabilité alimentaire » : une
classification en nuée dynamique.
Pour appréhender la situation des ménages ruraux au Niger, il nous faut
positionner chaque ménage de l`échantillon sur une échelle de vulnérabilité
alimentaire.
Nous allons donc créer une variable niveau de vulnérabilité alimentaire qui
classe chaque ménage dans une catégorie selon son niveau de sécurité
alimentaire.
Comme nous l’avons énuméré en haut, l’insécurité alimentaire est un
phénomène multidimensionnel, la classification non hiérarchique
nécessairement, s’avère être la méthode appropriée pour la création de la
variable niveau de vulnérabilité alimentaire.
La classification en nuée dynamique permet de construire une typologie ou
partition d’un ensemble d’individus en classe tels que les individus appartenant
à une classe sont proches alors que les individus appartenant à des classes
différentes sont éloignés.
Nous avons utilisé la distance de Ward qui est une méthode des voisins
réciproques. Cette méthode est la plus courante à être utilise du fait des
résultats meilleurs quèlle donne.
Pour le cas de la présente étude, nous avons utilisés cinq(5) variables continues
simultanément dont chacune prise individuellement peut mesurer l’indicateur
de vulnérabilité alimentaire des ménages ruraux du moment.
Il faut aussi noter que les autres variables (dépense totale des ménages, revenu
moyen mensuel par tête, et dépense mensuelle moyenne par tête) qui ne sont
pas prises en compte ici, ne sont pas significatives et ne permettent pas d‘avoir
un bon partitionnement, c’est pourquoi nous les avons automatiquement
enlevées dans la suite de nos analyses.
Les variables mis en jeu pour la détermination des classes de vulnérabilité
alimentaire sont :
 L’indice stratégie de survie ;

 Le score de consommation alimentaire ;
 Le nombre de mois que peut couvrir le stock du ménage ;
 Les parts des dépenses alimentaires dans les dépenses totales en cash ;
 Et le nombre de tête de bétail du ménage exprime en Unité Bétail
Tropical (UBT).

43
8.1 Résultats de la classification et choix du nombre de classe :
A l’issue des calculs, il nous faut chercher la meilleure classification, autrement
dit chercher la classification qui satisfait les trois(3) ou à quatre (4) critères
statistiques qui sont :
o La meilleur Indice de Variation Qualitative(IQV) ;

o Les états carrées les plus élevés possibles des différentes variables
prises individuellement ;
o Et enfin la classe qui a plus des variables significatives.
o Le nombre de classe fourni par lànalyse en composante
principale.
En nous appuyant sur les conditions précédentes, nous avons retenus la
classification en cinq(5) bien que nàyant pas le plus grand IQV qui est 0.99 et
n`étant pas homogène (les effectifs des classes ne sont identiques entre elles),
mais elle détient les variables qui sont significatives et ont des états carrés les
plus élevés (Voire annexe2).
Cette partition en cinq classes nous a paru pertinente, car elle fait ressortir les
caractéristiques de la vulnérabilité alimentaire que nous avons précédemment
énumérée.
Les différentes sortes de partitions, parmi lesquelles nous avons retenus la
classification en cinq classes sont en annexes (voire annexe1).
Pour maintenir notre choix, nous avons essayé de construire le dendrogramme
qui montre la coupure de l’arbre en cinq parties (cf. annexe2).
8.1.1 Description de la classe moyenne.
Tableau 6 : caractéristique de la classe moyenne.

variables Taille moyenne pourcentage
NMCS 9332 4.38 100
UBT 9332 2.31 100
SCA 9332 49.72 100
CSI 9332 4.15 100
PDADTC 9332 56.14% 100
Dans cette classe moyenne nous avons la taille de l’échantillon retenue à 9332,
cette différence de taille entre la vraie taille fixée(échantillon) à 9200, la taille
reçue(9362) et la taille validé par la machine (9332) s’explique respectivement

44
par le fait que certains enquêteurs dépassent la taille quòn leur a fixé
dàvance, et ensuite il y a la suppression automatique des données
manquantes qui ne sont pas admises dans certaines analyses. La machine ne
traite pas des données manquantes dans une analyse multidimensionnelle.
Grosso modo, nous pouvons dire que la différence de taille nèst qu’une erreur
d`échantillonnage.
Ainsi, les ménages de cette classe consacrent moyennement 56,14% de leur
revenu monétaire à l’achat dàliment, cette faible part des dépenses
alimentaire dans les dépenses totales en cash sèxplique par le fait que la
population rurale vie à grande partie de l’agriculture. Donc nàchète pas de
vivre en temps normal. Comme on le voit ici, le nombre de mois que peut
couvrir le stock du ménage est de 4 mois soit un mois avant les récoltes
prochaines.
En plus, ces ménages ont un score de consommation alimentaire moyenne qui
est égale à 49.72 ce qui les oblige parfois à développer une stratégie de survie
(CSI) pour faire face à la vulnérabilité alimentaire du moment.
En fin, dans cette classe moyenne les ménages domestiquaient 1 bœuf, et 8

moutons. En milieu rural, il est rare de voir des manages qui ne regorgent pas
des animaux domestiques,
8.1.2 Description de la Classe1 :

Cette classe représente 26,78% de notre échantillon soit un effectif de 2499
ménages. 27% des ménages ont un score de consommation de 69.81points
supérieur à la norme moyenne qui est de 49,72.
Ces ménages ont recourt à une stratégie de survie qui fait 2.16 points mais qui
est 2 fois moins inferieur à la moyenne qui est de 4,15.
Vu ce dernier, nous pouvons dire que ces ménages ne sont pas vulnérables
comparés à lìndice de stratégie de survie moyen de la population échantillon.
Signalons que cet indice de stratégie de survie dans certaines études, constitue
à elle seule lìndicateur de mesure de la vulnérabilité alimentaire.
Ensuite, ces ménages affectent plus de 66% de leurs budgets aux dépenses
alimentaires et leurs stocks alimentaires peuvent leur couvrir environ 5 mois.
De plus, ces ménages ont un UBT qui est égale à 2.47 soit 3 bœufs et 1 mouton.
Au vu des caractéristiques des ménages de la classe1, on peut assimiler cette

classe comme étant celles des ménages qui ont une vulnérabilité très faible.

45
Tableau 7 : caractéristique de la classe 1.
Les variables Taille moyen Colonne

en %
Nombre de mois de couverture de stock. 2499 4.95 26.78
Unite Betail 2499 2.47 26.78
Tropical
Score de Consommation Alimentaire 2499 69.81 26.78
Indices Strategies de Survie. 2499 2.16 26.78
Part des dépenses alimentaires dans les dépenses totales 2499 66.26% 26.78
en cash.
8.1.3 Description de la classe 2 :

Avec une taille de 3145 ménages (environ 34% de la population étudiée), ces
ménages affirmaient que leurs stocks peuvent leur couvrir 4 mois soit un peu
moins de 2 mois avant la période de soudure.
Bien que ces ménages ont 1.57 dÙBT (équivalent à 1boeuf, et 8 moutons ou
bien 1chamau, et 6 chèvres), ils ont développé un indice de stratégie de survie
qui est égale à peu près 3 unités, et ont un score de consommation alimentaire
faible (37.59) qui constitue à peu près le tiers du score de consommation dùn
ménage qui a une alimentation riche et diversifiée (score de consommation =
112).
En fin, le nombre de mois que peut couvrir le stock alimentaire de ces ménages
est quatre(4).
Vu toutes les caractéristiques de cette classe, nous pouvons affirmer sans risque
de nous tromper que cette classe correspond à une classe ou tous les ménages
sont vulnérables ou marquent des signes de vulnérabilité sévère.
La nomination de cette classe est la vulnérabilité alimentaire sévère.
Variables taille moyen. %population

Unite Betail Tropical 3145 1.57 33.70
en cash.

46
Variables tailed de la classe moyen %pop
Score de Consomation Alimentaire 109 68.50 1.17
Part des dépenses alimentaires dans les dépenses 109 65.26% 1.17
totales en cash.
Cette classe représente la plus petite taille (109 ménages) parmi les cinq classes
car elle occupe 1.17% de la population totale.
Dans cette classe plusieurs caractéristiques se dégagent et dépassant la
moyenne établie, un stock alimentaire largement supérieur à la moyenne (9
mois). Leurs nombres de bétails occupent une place importante car comptent
38.68 Unité bétail tropical qui équivaut à 38 chameaux et 7 chèvres ou bien 48
têtes de bœufs et 3 têtes de moutons.
Bien que ces ménages ne soient pas proches de la borne supérieur du score de
consommation alimentaire qui est de 112 ; néanmoins ils ont dépassé la norme
moyenne et ont atteint un score compétitif de plus de 68. Ensuite, ces ménages
nònt presque développe aucune indice stratégie de survie car étant faible est
égale à 0,5. La part du budget alloué à la consommation alimentaire est égale
à 65,26%.
Vue ces dernières caractéristiques citées en haut, notre constat nous
emmènent à dire que cette classe constitue la classe des ménages qui sont à
l’abri de la vulnérabilité alimentaire.
Donc nous pouvons dire que cette classe constitue : la classe des ménages
non vulnérable.


Unite Bétail Tropical 3217 1.79 34.47
en cash.

47
Cette classe détient les 34.47% des ménages de la population échantillon soit
3217 ménages. Avec une part des animaux exprimée par 1.79 UBT (1bœuf, 10
moutons), ces ménages ont un stock alimentaire qui peut leur permettre
d’atteindre une durée de 4 mois et 9 jours. Bien qu’ils puissent dépasser la
période de soudure, ces ménages ont fait recours à l’ancienne habitude qui
est la stratégie de survie. Cette stratégie a atteint un seuil de 2.41 du fait que
leurs consommations alimentaire est presque pauvre (moins de 46) en variétés.
Ils allouent également 33.49% de leur budget à la consommation alimentaire.
Vu toutes ces caractéristiques, nous pouvons dire que cette classe constitue la
classe ou les ménages sont en risque de vulnérabilité alimentaire. Donc cèst la
classe de vulnérabilité alimentaire faible.


Score de Consomation Alimentaire 362 45.15 3.88
en cash.
Avec une taille de 362, elle occupe 3,88% de la population totale. L’indice
stratégie de survie est autant plus élevée (45,67) et que le score de
consommation alimentaire est faible et est en deçà de la norme moyenne de l`
échantillon. Ensuite, l’UBT quìls ont, ne dépassent pas 1.20 (12 moutons, ou bien
1 bœuf et 4 moutons). Cette petite part de richesse en bétail (UBT) peut
sèxpliquer d’une part, que certains ménages vulnérables vendent leurs
animaux reproducteurs au profit de l’alimentation du bétail et de leurs propre
alimentation. Et, d’autre part, qu’en période de crise alimentaire, certaines
bêtes meurent par absence d’eau et de pâturage. De plus, les stocks
nàtteignent pas trois(3) mois où la période de soudure peut aller jusqu’ à 5
mois. Ces ménages consacrent aussi, plus de 64% de leur revenu à làchat de
vivre, disposant ainsi très peu de ressources pour faire face à dàutres besoins
vitaux tels que la sante et l’éducation.
La synthèse de toutes ces caractéristiques nous emmène à trancher que cette

classe constitue la classe des individus qui sont sévèrement touchés par la
vulnérabilité alimentaire. Donc cèst la classe des : vulnérabilité très sévère.

48
Le baptême ainsi fait, nous avons nommé notre variable d’intérêt : « niveau de
vulnérabilité alimentaire » qui a cinq(5) modalités à savoir :
o Vulnérabilités très sévère ;

o Vulnérabilité sévère ;
o Vulnérabilité faible ;
o Vulnérabilité très faible ;
o Et non vulnérable.
Dans tout ce qui va suivre, c’est cette variable qui sera au centre de notre
étude.
8.2 Combien de personnes sont en insécurité alimentaire ?

Pour répondre à cette question, nous allons dàbord nous référer à la figure
(issue de la classification) suivante :
Figure 2 : diagramme de la répartition des cinq classes.
Diagramme de la classification en cinq partitions

4000
3145 3217
3000 2499
2000
1000 362
109
0
vulnerabilite vulnerabilite non vulnerabilite vulnerabilite
tres faible severe vulnerable faible tres severe
Source : Auteur, Sécurité Alimentaire 2010 INS Niger.
D’après le diagramme ci-dessus, la plupart de la population enquêtée se trouve

dans la classe des ménages qui sont faiblement vulnérabilité (3217 ménages
dans 9332), suivi des ménages sévèrement vulnérables (3145 ménages dans
9332).
Notre analyse sur la vulnérabilité alimentaire des ménages ruraux au Niger

montre que la vulnérabilité alimentaire très sévère touche près de 4% de la
population soit 469.345 de personnes tandis que la vulnérabilité alimentaire
sévère affecte 33,70% de la population soit 4.077.597 âmes. Globalement, la
vulnérabilité très sévère et sévère affecte plus de 37,58% (3,88%+33,70%) soit 4,5
millions de personnes. Les ménages non vulnérables ne représentent que 1,17%

49
de la population soit 141.322 personnes. Cette petite proportion des non
vulnérables s’explique d’une part par l’immense richesse (bétail) que
détiennent ces populations. Et d’autre part parce que leurs stocks en vivre est
largement suffisant pour couvrir deux périodes de soudure. Tous ceux-ci ont
permis à ces populations de ne pas développer une stratégie de survie, d’être à
l’abri de l’insécurité.
Il parait qu’aussi Les ménages qui ont une vulnérabilité faible occupent 34,47%
soit 4,4 millions d’âmes. Globalement, les ménages non vulnérables et les
ménages à faible vulnérabilité comptent plus de 4,5 millions de personnes soit
un pourcentage de 35,64%.

50
Chapitre III : Relation entre la vulnérabilité alimentaire et
certaines caractéristiques Sociales, Economiques,
Démographiques.

51
9 Relation entre niveau de vulnérabilité des ménages et caractéristiques
socio-économiques.
9.1 Identification des populations vulnérables.

Qui sont les personnes vulnérables ?
Où sont-elles localisées ?
Pour répondre à ces questions, il nous est impératif de passer à une analyse de
profil qui consiste à faire des croisements entre notre variable niveau de
vulnérabilité et les autres variables non utilisées dans la construction de
l’indicateur « niveau de vulnérabilité alimentaire ».
Comme nous l’avons toujours apprise, toutes études scientifiques plus

particulièrement une étude statistique, pour être validée doit répondre à un
certains critères dont entre autre la significativité du lien existant entre les
deux(2) variables croisées.
9.2 Détermination des variables liées à la variable niveau de vulnérabilité.

Il s’agit de vérifier la relation qui pourrait exister entre notre variable nominale
« niveau de vulnérabilité alimentaire » issue de la classification, et les autres
variables que nous avons retenues dans notre étude dont la liste est la suivante :
 Région ;
 Département ;
 Zone agro-écologique ;
 Nombre total des membres dans le ménage (taille) ;
 Sexe ;
 Statut matrimonial du chef de ménage ;
 Principale activité du chef de ménage ;
 Jugement de la campagne agricole 2009;
 Niveau des récoltes ;
 Les transferts sociaux ;
 Les chocs subits par le chef au moment de la crise (variation des
dépenses, cash for Works) ;
 Les stratégies niveau1(le nombre de repas pris par les enfants, le nombre
de repas pris par les adultes) ;
 Stratégie niveau2 (départ d’actif, vente des animaux reproducteurs,
vente des biens non productifs);
 Stratégie niveau 3(vente des biens productifs, vente de terre, retrait des
enfants à l’école) ;

52
 La migration ;
 Baisse de revenu ;
 Augmentation des prix des denrées alimentaire.
9.3 Élaboration de la problématique et Formulation des hypothèses
9.3.1 Élaboration de la problématique

Au vu des données que nous avons, peut-on affirmer sans risque de se tromper
qu’il existe une relation entre le variable dépendante « niveau de vulnérabilité
alimentaire » et les autres variables indépendantes citées en haut ?
9.3.2 Hypothèses et Méthodologies
9.3.2.1 Hypothèses
L’étude statistique, plus particulièrement l’inférence statistique (étude
statistique basée sur des échantillons) consiste non seulement à estimer les
paramètres (moyennes proportions…) d’un échantillon, mais aussi à les tester
afin de valider le modèle statistique théorique, de l’extrapoler sur la population
générale. Informons que les paramètres à estimer sont des variables aléatoires
dont les valeurs sont non certaines, ils ne sont pas exactement identiques à la
vraie valeur des paramètres de la population. C’est pourquoi le technicien est
contraint à ce niveau d’effectuer des tests statistiques afin de se rapprocher des
vraies valeurs de la population générale, et pour même prétendre à les
extrapoler sur la population mère.
Au départ, nous avons formulé des hypothèses comme suit :
Ho : il n’ya aucun lien entre les variables croisées ;
H1 : il existe bien un lien significatif entre les variables croisées.
L’acceptation de l’une des hypothèses dépend du seuil qu’on sèst fixés.
Dans toute notre étude, nous nous sommes fixés le seuil standard qui est de
5%(alpha), c'est-à-dire qu’on accepte 5% de risque de nous tromper sur la vraie
valeur alors qu’elle est fausse. Autrement –dit : si notre P-value est inférieur à
alpha, nous rejetons H0. C'est-à-dire que les variables croisées ont un lien
significatif entre elles.
Contrairement, si notre probabilité d’erreur (P-Value) est supérieure ou égale à

5% nous acceptons l’hypothèse nulle qui est H0, c'est-à-dire ces variables n’ont
aucun lien entre elles.

53
9.3.2.2 Méthodologies :
Lorsque la variable croisée à la variable « niveau de sécurité alimentaire » est
aussi qualitative, on constitue ce qu’on appelle un « tableau de contingence »
qui indique l’effectif d’individus que possèdent simultanément telle modalités
de l’une des variables et telle modalités de l’autre variable. Nous avons
effectué dans ce cas un test bien connu sous le nom de : test d’indépendance
de Khi-Deux(CHI2).
Lorsque la variable croisée à la variable « niveau de sécurité alimentaire » est

quantitative, on est alors dans la phase de comparer les répartitions (moyennes
et variances). En effet, nous avons effectué alors un test d’analyse de variance
connu sous le nom d’ANOVA.
9.4 Présentation et analyse des résultats :

Si toutes les variables sont qualitatives, le logiciel nous présente le tableau de
contingence ou tableau croisé, le tableau du résultat du test effectué dans
lequel il nous donne la valeur de Chi2 et la p-value (probabilité d’erreur). Il nous
donne aussi le «tableau symétriques mesures » qui nous permet de voir
l’existence de l’intensité de lien qui existe entre les deux variables croisés.
En observant les valeurs de P-Value dans le tableau des résultats du test de Chi2
ci-dessous, on remarque qu’elles sont toutes nulles. Cela nous amène à
conclure que toutes les variables utilisées présentent un lien significatif avec la
variable « niveau de vulnérabilité alimentaire ».
Dans chaque tableau de croisement des variables deux à deux, nous avons
considéré 100 ménages pour voir en termes de pourcentage combien sont
vulnérables.

54
9.5 Niveau de vulnérabilité et caractéristique socioéconomique des ménages
9.5.1 Niveau de vulnérabilité selon la région

Figure 3 : niveau de vulnérabilité et région de résidence
1000
900 vulnerabilite tres
800 faible
700
600 vulnerabilite
500 severe
400 non vulnerable
300
200
100 vulnerabilite
0 faible
vulnerabilite tres
severe
Source : Auteur, base sécurité Alimentaire 2010 INS Niger.
les résultats issus du croisement entre la variable niveau de vulnérabilité et la

variable région montre que les régions très sévèrement vulnérables en terme de
proportion par rapport à leurs population sont les suivantes : la région de
Tahoua et Tillabéry avec respectivement 32.87% et 25.97%. Mais les plus faibles
taux 0.8%, et 1,66% sont enregistré respectivement dans la périphérie de la
région de Niamey, et la région de Diffa.
Les vulnérables sévère, quant à eux ont dénombrée plus de la moitié (½) des
ménages de la périphérie de la communauté urbaine de Niamey par rapport à
la population de la périphérie de Niamey. Les régions de Zinder, Diffa et de
Dosso ont à leur tour enregistré respectivement 41,76%, 39,13 et 35,66% cas de
vulnérables sévères dans leurs populations respectives. Globalement, la
vulnérabilité très sévère et la vulnérabilité sévère a affecté plus la périphérie de
la communauté urbaine de Niamey avec 57,58% des ménages par rapport à la
population totale de la périphérie de Niamey, que les régions de Zinder
(44,51%), de Diffa (40,13%) et la Région de Dosso( 39,19%) par rapport à leurs
populations respectives. Dans les populations vulnérables, sur 100 ménages, la
région de Tahoua occupe une part inquiétante (22.99) suivi de la région de
Maradi(19,36), la région de Tillabéry (19.30), et la périphérie de Niamey(2,93).
Ensuite la Région de Tahoua et de Maradi occupent respectivement 28,37% et
24,05% de la population totale, suivi par la région de Tillabéry (15.45%) et la

55
région de Dosso (12,32%) en termes des taux de vulnérables sévères. En
sommant les deux populations des vulnérables très sévères et des vulnérables
sévères, on remarque que certaines régions sont plus originales que dàutres.
Comme: Tahoua (55.86), Tillabéry (45.27), Maradi (38.42), Dosso (23.90) suivi de
Zinder (23.70) et la périphérie de Niamey (3.75).
Tableau 12 : Test de Khi-Deux
Chi-Square Tests
Value Df p-value
Pearson Chi-Square 718.923554 24 0,000

Likelihood Ratio 538.002108 24 0,000
N of Valid Cases 9332
Tableau 13 : Intensité de lien entre le niveau de vulnérabilité et la région
Value p-value
Nominal by Nominal Phi 0.27755815 0,000
Interval by Interval Cramer's V 0.13877908 0,000
Pearson's R 0.08533659 0,000
Les tableaux 12 et 13 nous indiquent respectivement lìntensité du lien qui existe

entre les variables croisées et leurs niveaux de signification. Alors avec un seuil
de probabilité est égale à 0,00 nous pouvons dire que le lien existe mais faible
car le V de Cramer est 0.139. Nous rappelons que Plus le V de Cramer tend vers
1 plus le lien est fort entre les deux variables croisées.

56
9.5.2 Niveau de vulnérabilité selon la zone agro écologique.
Figure 4 : vulnérabilité selon la zone agro écologique.
40,00
vulnerabilite
35,00 tres faible
30,00 vulnerabilite
25,00 severe
20,00 non
vulnerable
15,00
vulnerabilite
10,00 faible
5,00 vulnerabilite
0,00 tres severe
Zone agricole Zone agro Zone pastorale et
pastorale désertique
Source : données Sécurité Alimentaire 2010 INS Niger, auteur.
La figure 3 nous renseigne que la zone affectée par la vulnérabilité très sévère
est la zone agro-pastorale. Parmi les zones, il parait que dans la zone pastorale
et désertique le taux des vulnérables sévères peuvent atteindre 38% et les 3.34%
de ses populations sont très sévèrement vulnérables suivi de la zone agricole
avec 34,63% de cas de vulnérables sévère et 3.41% de cas extrêmement grave.
Et de la zone agro pastorale avec 30,94% de cas de vulnérables sévères et
presque 5% de cas trop grave dans cette même bande. Globalement la
vulnérabilité sévère et très sévère a touché les trois zones pastorale et
désertique, la zone agricole et la zone agro pastorale avec respectivement
41,34%, 38,04% et 35,87% cas de vulnérables dans ces zones respectives.
Sur 100 ménages très vulnérables, les 54.42 sont localisées dans la zone agricole,
les 39.78 sont dans la zone agro pastorale et les restants (5.80) se trouvaient
dans la zone agro pastorale et désertique. Ici, nous pouvons dire que la plupart
des vulnérables habitent dans la zone agricole, et ceci est dû par le poids des
ménages vivant dans la zone agricole car ils occupent 61.98% des populations
enquêtées.

57
Tableau14 : intensité du lien entre les deux variables croisées (niveau de
vulnérabilité et zone agro écologique).
Value p-value
Nominal by Phi 0.07851405 0,000
Nominal
Cramer's V 0.05551782 0,000
Ce tableau nous montre le lien existant entre la variable niveau de vulnérabilité

alimentaire et la zone agro écologique ; mais ce lien est faible car le V de
cramer est égale à 0,08.
9.5.3 Niveau de vulnérabilité selon les départements.

Tableau13 : niveau de vulnérabilité selon les départements (cf. annexe2).
Dans lènsemble, 3.88% des ménages sont très sévèrement vulnérable.

Cependant, cette proportion est très importante dans le département de
Tahoua (12,53%) et Tillabéry (12,33%).
Les proportions les plus élevées des vulnérables sévères dans chaque
départements sont : dans les périphéries de la communauté urbaine de
Niamey avec en tête niamey4(73,33%) suivi de niamey1(70%) et de
Magaria(68%), Niamey 2 (66,67%), Boboye(59,46%), Say(50,34%),
Filingué(49,41%), Diffa(48,75%), Dosso(47,30%), niamey3(46,67%), Abalak(45,49%),
N`Guigmi(44,97%), Aguié(44,69%), Matamèye(44,50%), Madarounfa(42,46%) et
le département de Tahoua(39,28%).
Sur 100 ménages très sévèrement vulnérables dans lènsembles des

départements : les 15.19 sont à Tillabéri, les 12.43 sont à Tahoua. Aussi, sur 100
ménages sévèrement vulnérables, Dosso occupe les 5.80, les 5.52 sont à Bouza
et ou à Madaoua, 5.25 à Mirriah. Globalement, la vulnérabilité sévère et très
sévère a touché les 2 périphéries de niamey4 et niamey1avec des pics
respectifs 76,67 et 70, Maradi (69, 33), Niamey peripherie2 et Boboye avec des
taux respectifs de 66,67 et 64,19.
En regardant le département de Douchai, le cas extrême de la vulnérabilité

n`était pas enregistre ni de même pour Nguigmi, Niamey1 et Niamey2 car ayant
enregistre 0,00% de cas.

58
Figure 5 : niveau de vulnérabilité selon les départements
300
niveau de vulnerabilite et departements
vulnerabilit
250 e tres
faibles
200 vulnerabilit
e severe
150 non
vulnerable
100
vulnerabilit
e faible
50
vulnerabilit
0 e tres
severe
Source : données Sécurité Alimentaire 2010 INS Niger, Auteur.
Avec les tests des analyses précédentes, nous avons une intensité qui est égale
à 0.24 avec un p-value nulle. Donc nous pouvons dire qu’il existe un lien
significatif entre ces deux variables croisées.
9.5.4 Niveau de vulnérabilité et sexe du chef de ménage

Tableau 15 : niveau de vulnérabilité selon le sexe(en pourcentage).
niveau de vulnérabilité (en%)

Sexes Vulnerabilite vulnerabilite non vulnerabilite vulnerabilite
tres faibles severe vulnerable faible tres severe total
Homme 27.45 32.72 1.22 35.06 3.55 100
Femme 20.49 42.86 0.66 29.01 6.98 100
Tot 26.78 33.70 1.17 34.47 3.88 100
homme 92.60 87.69 94.50 91.86 82.60 90.32
femme 7.40 12.31 5.50 8.14 17.40 9.68
Tot 100 100 100 100 100 100
Source : Données Sécurité Alimentaire 2010 INS Niger, Auteur.

59
Selon le sexe du chef de ménage, il ressort du tableau 10 que les ménages
ayant à leur tête une femme sont 2 fois très sévèrement vulnérables que le
ménage dirigé par les hommes. Dans les populations féminines, 42.86% des
ménages sont des cas de vulnérabilité sévère contre seulement 32.72% des
vulnérables sévères dans la population de sexe masculin.
Sur 100 ménages très sévèrement vulnérables, la plupart (82.60) est dirigée par
les hommes et seulement les 14.40 sont dirigées par les femmes. Ensuite, sur 100
ménages sévèrement vulnérables, la plupart (87.69) est dirigée par des
hommes et le reste (12.31) par des femmes. Enfin, dans 100 ménages non
vulnérable, 94.50% ont à leur tête des hommes contre seulement 5.50% des
ménages dirigées par les femmes. La faible part des chefs ménages femmes
dans les trois cas précédents sèxplique par le faible poids du sexe féminin dans
la population totale. Le tableau(en annexe) nous confirme le lien existant entre
la variable niveau de vulnérabilité et le sexe du chef de ménage car la valeur
de lìntensité du test de chi2 est significatif (p-value=0,000<alpha=0,05). Ce lien
bien qu’il existe est très faible car elle a une valeur de V de cramer qui est loin
de l’unité et est égale a 0,09.
9.5.5 Niveau de vulnérabilité alimentaire selon le statut marital.

Résultat du croisement entre la variable niveau de vulnérabilité et le statut
matrimonial (en pourcentage).
Figure 6 : niveau de vulnérabilité selon le statut marital
2500
2000
vulnerabilite
tres faibles
1500
vulnerabilite
severe
1000 non
vulnerable
vulnerabilite
500
faible
vulnerabilite
0 tres severe
Marié(e) Marié(e) Divorcé(e) Veuf/veuve Célibataire
monogame polygame

60
La vulnérabilité très sévère est observée dans les ménages dirigés par les
divorcés (es) et des veufs (ves) avec dans chaque groupe un pourcentage
respectif de 7,46 et 7. Lorsque les ménages sont dirigés par des mariés
monogames et des mariés polygames, les taux des vulnérables très sévères ne
dépassent guerre respectivement 3,71 et 3,24%.
Parmi les vulnérables sévères, la plupart sont des mariés monogames car
occupant les 70,62% suivi des chefs ménages mariés polygames (18.28%). En
terme de probabilité, il y a 66.85% de risque quùn ménage dirigé par un
monogame soit très sévèrement vulnérables et 17.68% de risque quùn ménage
polygames soit très sévèrement vulnérable, tan disque pour les ménages dirigés
par des divorces (es) ou par des célibataires, le risque est faible et est
respectivement égale à 2.76% et 1.10%.
Le risque très élevées des vulnérables dans la population monogame peut

sèxpliquer dùne part que la plupart des ménages enquêtes ont à leurs tètes
des hommes monogames, et dàutres part que la polygamie au Niger a
diminuée considérablement ces dernières années à cause de la pauvreté et de
l’insécurité alimentaire.
Tableau 16 : test de chi2
Chi-Square Tests
Value df Asymp. Sig. (2-sided)
Linear-by-Linear
Association 0.00069088 1 0.97903031
Signalons d’abord, lorsquòn a un tableau carrée cèst à dire nombre de ligne

est égale au nombre de colonne, c’est le coefficient de contingence qui
permet de mesurer l’intensité du lien entre les variables. Et ici, le nombre de
modalité de la variable niveau de vulnérabilité et celui de la variable statut
matrimonial est le même (5 modalités), donc le lien entre les variables statut
marital et le niveau de vulnérabilité dans le tableau(19) résultat dépend
totalement de la significativité du coefficient de contingence. Dàprès le
tableau 21, le coefficient de contingence est significatif mais faible(0.098), donc
nous pouvons dire que les deux variables sont liées faiblement.

61
9.5.6 Niveau de vulnérabilité selon làctivité principale du chef de ménage
Tableau 17 : niveau de vulnérabilité selon làctivité principale(en pourcentage).
Variables niveau de vulnerabilite Total

vulnerabilite vulnerabilite non vulnerabilite Vulnerabilite
tres faibles severe vulnerable faible tres severe
Agriculture 24.92 33.46 0.77 37.39 3.46 100
Elevage 31.21 32.03 11.50 23.00 2.26 100
Commerce 31.53 38.01 0.12 26.14 4.20 100
Artisanat 28.73 34.25 0.00 30.39 6.63 100
Secteur 54.65 25.00 0.00 18.60 1.74 100
public
Secteur privé 50.00 18.42 0.00 31.58 0.00 100
Travail 30.68 34.06 0.20 29.08 5.98 100
journalier
Bucheron 29.63 29.63 0.00 33.33 7.41 100
Chasse/pêche 26.09 47.83 0.00 8.70 17.39 100
Inactif 15.89 35.51 0.00 42.06 6.54 100
Autres 24.62 34.04 0.00 32.83 8.51 100
Moyen. 26.78 33.70 1.17 34.47 3.88 100
Agriculture 65.79 70.21 46.79 76.69 62.98 70.7
Elevage 6.08 4.96 51.38 3.48 3.04 5.22
Commerce 10.52 10.08 0.92 6.78 9.67 8.94
Artisanat 2.08 1.97 0.00 1.71 3.31 1.94
Secteur 3.76 1.37 0.00 0.99 0.83 1.84
public
Secteur privé 0.76 0.22 0.00 0.37 0.00 0.41
Travail 6.16 5.44 0.92 4.54 8.29 5.38
journalier
Bucheron 0.64 0.51 0.00 0.56 1.10 0.58
Chasse/pêche 0.24 0.35 0.00 0.06 1.10 0.25
Inactif 0.68 1.21 0.00 1.40 1.93 1.15
Autres 3.24 3.56 0.00 3.36 7.73 3.53
Selon les activités principales menées par le chef de ménages, plus de 17% des
ménages ont affirmé être très sévèrement vulnérables, et que ces chefs de
famille vivent de la chasse et de la pèche. Toutes fois, le taux des vulnérables
sévère varie en fonction des activités menées, c’est ainsi qu’il est de 47,83%
parmi les chasseurs/pécheurs, 38,01% parmi les commerçants, 34,24% parmi les
artisanats, 33,46% parmi les agriculteurs et 32,03% chez les éleveurs. Cependant,
on remarque que ce sont aussi les mêmes chefs de ménage qui vivent de la
chasse et de la pèche avec un pourcentage de 47,83.

62
Parmi les vulnérables sévères, plus de 70% sont des agriculteurs, et dans toutes
les différents autres niveaux de vulnérabilité, ce sont les agriculteurs qui
occupent les grandes proportions. Cette situation sèxplique par le fait que
l’enquête a concernée 70% des agriculteurs, 8.94% des commerçants, 5,38%
des travailleurs journaliers ...
Tableau 18 : test de Chi2.
Chi-Square Tests Value df

Asymp. Sig.
(2-sided)
706.881675 48 0,000
Likelihood Ratio 3.75733572 1 0.05257629
Linear-by-Linear 9332
Association
Tableau 19 : intensité du lien entre niveau de vulnérabilité et principale activité
Value Sump. Std. Approx. Approx.

Error(a) T(b) Sig.
Phi 0.27522381 0,000
Cramer's V 0.1376119 0,000
Ces 2 tableaux viennent de confirmer la relation existant entre les 2 variables à

travers le chi2(706,88) qui est significatif et le v de cramer qui donne une valeur
est égale à 0.14. Bien quèlle est faible.
9.5.7 Niveau de vulnérabilité selon la Taille du ménage

Tableau 20 : description des variables d’analyse de variance (niveau de
vulnérabilité et taille du ménage).
Total membres dans le ménage

niveau de vulnerabilite Mean N Std.
Deviation
vulnerabilite tres faibles 6.87 2499 3.768
vulnerabilite severe 6.420 3145 3.583
non vulnerable 8.404 109 5.567
vulnerabilite faible 7.076 3217 3.858
vulnerabilite tres severe 7.423 362 4.447
Total 6.828 9332 3.808

63
Dans ce tableau d’analyse, il ressort que les ménages comptent en moyenne 7
personnes avec un écart type égale à 3.81. Le coefficient de variation dans
cette population est 0,56(le nombre de personne par ménage est hétérogène),
cela implique que la taille diffère par ménage au Niger.
Parmi les ménages faiblement vulnérables, la taille moyenne des personnes

n’atteint pas 7, alors que ceux qui sont très sévèrement vulnérable dépassent
une taille de 7 personnes. Ce dernier constat nous rappelle la fameuse formule
de l’anglais Malthus selon laquelle et plus un ménage pauvre s’agrandit, et plus
le risque d’insécurité alimentaire augmente.
Tableau 21 : résultat du test d’homogénéité de variance entre niveau de

vulnérabilité et taille du ménage.
Sum of df Mean F Sig.

Squares Square
variable Between (Combined) 1123.46 4 280.87 19.5 0,000
cruises Groups
Within Groups 134178.15 9327 14.39
Total 135301.61 9331
Tableau 22 : résultat du test d’analyse de variance entre niveau de vulnérabilité

et taille du ménage.
Measures of
Association
Eta
Eta Squared
Total membres dans le
ménage * niveau de
vulnérabilité 0.091122964 0.00830339
Ces 2 tableaux ci-dessus nous confirment lèxistence d’un lien significatif entre
les 2 variables nouvellement croisées à travers la valeur de Fischer qui est
significativement différent de zéro, donc nous pouvons dire que notre modèle
est acceptable.
La valeur Eta carrée nous renseigne que près de 1% des variations du niveau de
vulnérabilité alimentaire sont expliquées par la variable taille du ménage.

64
9.5.8 Niveau de vulnérabilité et appréciation de la campagne agricole 2009
Tableau 23 : Niveau de vulnérabilité selon l’appréciation de la campagne
agricole
Campagne niveau de vulnerabilite en % Total

Agricole vulnerabilite vulnerabilite non vulnerabilite Vulnerabilite
Bonne 31.37 30.43 1.70 34.36 2.14 100
Moyenne 25.16 33.83 1.01 36.47 3.53 100
Mauvaise 21.57 40.05 0.48 29.62 8.28 100
Moy. 26.78 33.70 1.17 34.47 3.88 100
Bonne 42.78 32.97 53.21 36.40 20.17 36.52
Moyenne 42.74 45.66 39.45 48.12 41.44 45.49
Mauvaise 14.49 21.37 7.34 15.45 38.40 17.98
total 100 100 100 100 100 100
Selon les avis des populations, pour la plupart, la campagne agricole 2009/2010
a été mauvaise. Cependant, dans cette population, le taux des vulnérables
sévères a atteint 40.05% et celui des vulnérables très sévère a atteint 8.28%.
Même parmi ceux qui ont jugé comme bon la campagne agricole, plus de 30%
sont sévèrement vulnérables à l’insécurité alimentaire.
En considérant 100 ménages sévèrement vulnérables, les 46 sont les populations

qui ont dit que la campagne agricole a été moyenne, les 33 sont ceux qui l’ont
jugée bonne et les 21 sont ceux qui ont dit qu’elle a été mauvaise. Retenons
que la plupart des victimes sont ceux qui ont dit que la campagne agricole
passée a été moyenne et leur poids est majoritaire (45.49) dans l’ensemble des
enquêtés.
Tableau 24 : résultat du test de Chi2 entre niveau de vulnérabilité et campagne

agricole.
Chi-Square Asymp. Sig. (2-

Tests Value sided)
224.908484 df 0,000
Pearson Chi-
Square 210.142946 12 0,000

65
Ce tableau de test de chi2 nous renseigne sur l’existence du lien qui existe entre
les la variable niveau de vulnérabilité et la variable jugement de la campagne
agricole 2009/2010.
Le tableau ci-dessous nous donne lìntensité du lien avec le v de cramer qui est
aussi significatif mais faible(0.155).
Tableau 25 : intensité entre niveau de vulnérabilité et campagne agricole.
Value p-value
Phi 0,108 0,000
Cramer's V 0.15524426 0,000
9.5.9 Niveau de vulnérabilité selon le niveau de récolte.

Figure 7 : niveau de vulnérabilité selon le niveau de récolte.
2000
vulnerabilite
1800 tres faibles
1600
1400 vulnerabilite
severe
1200
1000 non
800 vulnerable
600 vulnerabilite
400 faible
200
vulnerabilite
0 tres severe
Supérieure Même niveau Inférieure Non applicable
Source : Sécurité Alimentaire 2010 INS Niger, Auteur.
Comme on le voit sur le graphique ci-dessus, les taux, parmi les populations de
ceux qui ont déclaré qu’ils nònt pas travaillé les champs (non applicable) ou
parmi celles qui ont constaté que leurs productivités n’ont pas changé par
rapport à la campagne agricole passée, et ou parmi celles qui ont dit que leur
niveau de production est inférieur à celui de l’année précédente sont
respectivement 43.66%, 37,20% et 37,19% des vulnérables sévères pour des
raisons alimentaire. Les vulnérables très sévère sont enregistrés parmi les
ménages qui ont constaté que leur niveau de récolte a baissé, car faisant 5.95%
de cas.

66
Dans la population des vulnérables très sévère, la moitie est ceux qui ont
déclaré que leur niveau de récolte est en baisse par rapport à la campagne
agricole 2009. Bien que la plupart des enquêtés sont ceux qui ont constaté une
croissance dans leurs productions, cependant, ne sont pas épargnés car ce
sont eux les 45% de la population total des vulnérables sévères.
Tableau 26 : test de chi2 entre niveau de vulnérabilité et niveau de récolte.
Colonne1 Colonne2 Colonne3 Colonne4

Chi-Square Tests
Value Asymp. Sig.
Pearson Chi-Square 328.34 df 0.000
Likelihood Ratio 332.117 12 0.000
Linear-by-Linear
Association 1.375 12 0.24
N of Valid Cases 9332 1
Tableau 27 : intensité du lien entre niveau de vulnérabilité et niveau de récolte
Value p-value
Phi 0.187575833 0,000
Cramer's V 0.184360537 0,000
Le tableau test de chi2 et le tableau suivant nous confirme la véracité du lien
qui existe entre la variable niveau de vulnérabilité et la variable niveau de
récolte. Ainsi cette valeur de chi2 est élevée mais celle de v de cramer est
faible (0,18).
9.5.10 Niveau de vulnérabilité selon les variations de dépense constatées

Figure 8 : niveau de vulnérabilité selon le changement des dépenses.
1600
1400 vulnerabilite
1200 tres faibles
1000 vulnerabilite
800 severe
600 non vulnerable
400
200 vulnerabilite
0 faible
N'ont pas changé Ont baissé Ont augmenté
Source : Sécurité Alimentaire 2010 INS Niger, Auteur.

67
Parmi ceux qui ont constaté que leurs dépenses n’ont pas changé, les 38.13%
sont sévèrement vulnérables. Par contre, parmi ceux qui ont augmenté leurs
dépenses pour faire face à la crise, plus de 33% sont faiblement vulnérables
bien que, même parmi ceux qui ont dit que leurs dépenses ont baissée, le taux
des vulnérables faibles excède 39%. Dans cette même section, parmi les
vulnérables très sévère, il y a plus de 53% de chance qu’un chef de ménage
augmente son budget pour être à l’abri de l’insécurité alimentaire.
Les données de cette présente enquête nous révèlent que la plupart (45.92%)
des chefs des ménages ont rehaussé leurs budgets de consommation
alimentaire à cause de l’insécurité alimentaire. Cette augmentation des
dépenses au niveau des ménages peut s’expliquer par l’inflation (la hausse
généralisée des prix de biens de consommation) enregistrée au moment des
crises, choc ou dans les périodes de soudure.
Signalons qu’ici, l’inflation qui est une hausse généralisée des prix des produits
de premières nécessitées (céréales cas du Niger) peut être causée par plusieurs
facteurs. Au Niger, on peut citer parmi les facteurs, les commerçants, à travers
leurs pratiques de spéculation pour la période de soudure. Cette pratique
néfaste est l’un des facteurs majeurs de la cause de l’inflation.
Value df p-value
Tableau 29 : intensité du lien entre niveau de vulnérabilité et changement de

dépense.
Value p-value
Phi 0.08810467 0.000
Cramer's V 0.06229941 0.000
Avec une valeur de chi2 est égale à 72.4 et un v de cramer égale à 0.062, nous
pouvons dire qu’il ya un lien significatif entre les deux variables croisées, mais
que ce lien est très faible.

68
9.5.11 Répartition du niveau vulnérabilité selon le vivre contre travail (cash for
Works).
Tableau 30 : répartition du niveau vulnérabilité alimentaire selon vivre contre
travail
Niveau de vulnerabilite Total

Oui 26.05 27.57 0.54 38.32 7.52 100
Non 26.88 34.53 1.25 33.95 3.38 100
Moyen. 26.78 33.70 1.17 34.47 3.88 100
Oui 11.64 9.79 5.50 13.30 23.20 11.97
Non 88.36 90.21 94.50 86.70 76.80 88.03
Total. 100 100 100 100 100 100
Source : Base Sécurité Alimentaire 2010 INS Niger, Auteur.
Dans cette partie, près de 9 ménages sur 10 ne pratiquent pas le travail contre
nourriture contre moins d’un ménage sur dix travaille contre nourriture. Parmi les
populations qui ont déclaré avoir bénéficié du projet vivre contre travail (Food
for Works), plus de 38% des ménages sont faiblement vulnérables, contre moins
28% qui sont sévèrement vulnérable. Dans cette même population, les très
sévèrement touchés sont de 7.52%. Parmi les vulnérables sévère, il y a 9.79% de
risque qu’un chef de ménage travaille contre nourriture contre 90.21% de
chance de ne pas faire recours au projet vivre contre travail.
Le bas taux des vulnérables sévères parmi ceux qui ont bénéficié du projet vivre
contre travail peut s’expliquer par le fait que ces genres des projets nàident
que les personnes nécessiteux en vue de surmonter la vulnérabilité alimentaire,
contre un travail de terrain (viabiliser certains terrains non viables à travers les
programmes de récupération des terres dégradées).
Tableau 31 : test de chi2.
Chi-Square Tests
Value df p-value

69
Tableau 32 : intensité du lien entre niveau de vulnérabilité et vivre contre travail
Value Approx.
Sig.
Phi 0.085 0,000
Cramer's V 0.085 0,000
Ces deux tableaux confirment le lien qui existe entre les deux variables croisées
par le biais de chi2 qui est significatif et aussi par la valeur de v de cramer qui
est égale à 0.085.
9.6 Niveau de vulnérabilité et une nouvelle stratégie : les stratégies premier,

deuxième et troisième niveau d’adaptation.
Les stratégies de survie ou stratégies d’adaptation
Il s’agit des activités et démarches adoptées par les ménages pour faire face à
un choc, afin d’endiguer les risques de baisse de bien être notamment les
manques de nourritures. Les activités développées forment un groupe de
stratégies pour accroître les ressources du ménage pour une sortie de crise.
En effet, la stratégie de survie varie selon un gradient.
 Le niveau 1er peut se définir comme étant le changement de mode de

consommation alimentaire vers un nouveau comportement
moyennement dégradé. C’est la stratégie développée lors des
crises/chocs. il est le plus bas degré de sévérité et comprend les variables
fréquence du repas pris par jour par les enfants au moment de la crise le
nombre de repas pris par les adultes au moment de la crise.
 La stratégie 2ème est la stratégie développée lors des crises/chocs. Elle est
plus dégradée que la stratégie du premier niveau. Cette partie contient
des variables reflétant la vulnérabilité alimentaire comme les départs
d’actifs, les ventes des animaux reproducteurs, les ventes des biens non
productifs etc.
 La stratégie 3ème niveau est la plus extrême. Les variables quèlle
regroupe reflètent la vulnérabilité alimentaire sévère comme par exemple
la vente des animaux productifs, la vente des terres, le retrait des enfants
à l’école, etc.
Dans cette partie, nous cherchons un lien entre le niveau de vulnérabilité

alimentaire et les stratégies 1er, 2ème et 3ème niveau.

70
NB : les variables que nous utilisons ici ne font pas partir des variables de la
classification en nuée dynamique.
9.6.1 Stratégie premier niveau
9.6.1.1 Niveau de vulnérabilité et nombre de repas pris dans le ménage par les adultes.
vulnérabilité et nombre de repas pris dans le ménage).
Combien de repas collectifs sont pris par jour dans le

ménage habituellement par les adultes.
Niveau de Std.
vulnérabilite Mean N Deviation
vulnérabilite très
faibles 2.76 2490 0.56
vulnérabilite severe 2.61 3134 0.62
non vulnerable 2.92 109 0.31
vulnérabilite faible 2.73 3211 0.57
vulnérabilite très
severe 2.43 361 0.75
Total 2.69 9305 0.59
D’habitude, dans les ménages nigériens, le nombre de repas pris en famille est
de 3, mais cette valeur varie selon le statut du ménage. Ainsi, nous avons en
moyenne près de trois repas collectif sont pris dans les 9305 ménages retenus
selon les résultats de nos analyses. Avec un taux de dispersion autour de la
moyenne de 36%, le nombre de repas pris dans les ménages sont presque les
mêmes2.
Il s’en suit que les ménage qui sont très sévèrement touchés par la vulnérabilité
alimentaire ne mangent pas à leurs faim car ont déclaré avoir pris
collectivement moins de trois repas par jour.
2
Le nombre de repas est homogène car ayant un coefficient de variation égale a 22%

71
Tableau 34 : résultat du test d’homogénéité de variance entre (niveau de
vulnérabilité et nombre de repas pris dans le ménage) : Une Analyse de la
variance(ANOVA)
Sum of Mean
Squares Doff Square F Sig.
variableBetween
cruises Groups (Combined) 67.55 4 16.89 48.33 0.00
Within Groups 3249.50 9300 0.35
Total 3317.05 9304
Dans le tableau précédent, on a un Fischer qui est égale à 48,33 et son p-value
est égal à 0,00. Ces derniers nous permettent de valider le modèle qui a été
globalement significatif.
Tableau 35 : résultat du test d’analyse de variance entre (niveau de

vulnérabilité et nombre de repas pris dans le ménage par les adultes).
Masures of Association
Eta Eta Square
Le nombre de repas collectifs
pris par jour dans l * niveau de
vulnérabilité 0.142705443 0.02036484
Dans le tableau ci-dessus, avec la valeur d’êta carré, nous pouvons affirme au
risque de zéro que 2% des variations du variable niveau de vulnérabilité sont
expliquées par la variable repas collectif pris habituellement dans le ménage
par les adultes.

72
9.6.1.2 Niveau de vulnérabilité et nombre de repas pris par les enfants dans le ménage
vulnérabilité et nombre de repas pris par les enfants dans le ménage).
Le nombre de repas pris dans le ménage par les

enfants en ce moment de crise.
niveau de Mean N Std.
vulnerabilite Deviation
vulnerabilite très 4.00849257 1884 1.31656066
faibles
vulnerabilite 3.89693356 2348 1.26556065
severe
non vulnerable 3.98809524 84 0.93774978
vulnerabilite faible 4.04405821 2474 1.38301722
vulnerabilite tres 3.7755102 294 1.21310207
severe
Total 3.97402597 7084 1.31763422
Dans cette partie on dénombre 7084 ménages qui ont été traités par le logiciel.
La moyenne du nombre de repas pris par jour par les enfants avoisine 4. Toutes
fois cette fréquence varie selon les degrés de la vulnérabilité. Parmi les
vulnérables très sévère, le nombre de repas pris par les enfants dans une journée
est en moyenne égale à 3,8. Chez les enfants non vulnérables, le nombre de
repas moyen pris par jour est égal à 3.9, donc ne dépassant pas la fréquence
de quatre repas par jour. L’égalité des deux moyennes3 peut s’expliquer par la
priorité de repas accordée aux enfants.
Au Niger, les enfants des diminues bénéficient des distributions gratuites de vivre
comme les aliments pour bébé, les farines de sevrages, UNIMIX/CSB, etc. Ces
derniers constituent un programme piloté par l’Etat, les ONG et les partenaires…
3
Différence des deux moyennes D = (3.988-3.897) et quotient (racine carre des
variances par rapport aux tailles des classes relatives) =0.106. Après tout calcul, on
trouve un ratio de Student t*= 0.86<1.96 donc, on conclut qu’il n’y a aucune différence
entre ces deux moyennes. Mais pour les autres moyennes (4.008 ; 3.776 ; 3.897), les
différences significatives se sont dégagées.

73
vulnérabilité et nombre de repas pris par les enfants dans le ménage).
Sum of Mean
Squares DF Square F Sig.
Between
variable Groups (Combined) 39.9 4 10.0 5.765 0.000
Within Groups 12257.3 7079 1.7
Total 12297.2 7083
Tableau 38 : résultat du test dànalyse de variance entre (niveau de

vulnérabilité et nombre de repas pris par les enfants dans le ménage)
Measures of Association
Eta Eta Squared
V1*V2 0.05698262 0.003247019
NB : V1= nombre de repas pris par les enfants au moment de la crise

alimentaire.
V2= niveau de vulnérabilité alimentaire.
On a ici, un Fischer non nul et un ETA carrée faible(0,0032).
Ces informations fournies par le logiciel nous permettent de conclure, bien que
l’ETA carrée soit faible, le modèle est globalement significatif.
9.6.2 Stratégie deuxième niveau.
9.6.2.1 Niveau de vulnérabilité selon le départ d’actif.

Tableau 39 : répartition de niveau de vulnérabilité selon le départ dàctif
niveau de vulnérabilité Total

vulnérabilité vulnerabilite non vulnerabilite vulnerabilite tres
tress faibles severe vulnerable faible severe
Oui 27.15 31.79 0.50 25.99 14.57 100
Non 26.76 33.83 1.22 35.06 3.14 100
Moy. 26.78 33.70 1.17 34.47 3.88 100
Oui 6.56 6.10 2.75 4.88 24.31 6.472
Non 93.40 93.83 97.25 95.06 75.69 93.474
Total 100 100 100 100 100 100

74
Ici, la plupart des ménages (près de 94%) n’ont pas enregistré un cas de départ
dàctif au cours des 30 jours précédant l’enquête. Parmi les ménages qui ont
enregistré des départs inhabituels d’actifs au cours des 30 jours précédent, les
résultats de notre analyse nous révèlent que 31.79% et 14.57% sont
respectivement sévèrement et très sévèrement vulnérables. Parmi les
vulnérables très sévère, il y a un risque de 24,31% qu’un actif quitte sa famille
pour la recherche d’une vie meilleur, contre 75,69% chance qu’un membre
actif de famille n’aille pas en exode au moment de la crise.
Les départs des actifs ont des conséquences graves sur la production agricole
du pays, car ce sont les jeunes qui travaillent les champs et représentent plus de
60% de la population totale.
Tableau 40: test de chi2.
Chi-Square Tests
Value Df p-value
Sources : Nos calculs
Ce tableau nous révèle que le test de chi2 donne une valeur de chi2 qui est
égale à 207.33. Cette valeur est significativement différent de zéro, donc il ya un
lien entre ces deux variables croisées.
Tableau 41 : intensité du lien entre niveau de vulnérabilité et départ dàctif.
Value p-value
Nominal by Phi 0.14905246 0,000
Nominal
Cramer's V 0.10539601 0,000
Sources : Nos calculs
De ces deux précédents tableaux, nous avons la valeur de v de cramer qui est
égale à 0,105. Et, cette dernière est aussi significative. Donc il existe un lien mais
faible entre nos deux variables croisées.

75
9.6.2.2 Niveau de vulnérabilité selon la vente des animaux reproducteurs
Tableau 42 : Niveau de vulnérabilité selon la vente des animaux reproducteurs.
niveau de vulnerabilite Total

Vente des Vulnerabilit vulnerabilite non vulnerabilite vulnerabilite
animaux e tres faibles severe vulnerable faible tres severe
reproducteurs
Oui 27.89 33.24 1.16 26.88 10.84 100
Non 26.70 33.71 1.16 35.10 3.32 100
26.78 33.70 1.17 34.47 3.88 100
Oui 7.72 7.31 7.34 5.78 20.72 7.42
Non 92.24 92.53 91.74 94.19 79.28 92.50
100 100 100 100 100 100
D’après les données de l’enquête, il y a 33.24% de vulnérables sévères parmi les

ménages qui ont déclarée avoir vendu pour des raisons alimentaires au moins
soit une femelle reproductrice, soit un male géniteur, au cours des 30 jours
précédant le passage. Ceux qui sont touchés par la vulnérabilité très sévère
sont ceux qui ont encore vendu des animaux reproducteurs, avec une
proportion de près de 11% soit à peu près le triple de la norme régionale.
Globalement, les vulnérables sévère et très sévère a atteint 44.08% parmi les
vendeurs de leurs propre bien.
Sàgissant des vulnérables très sévère, 20.72% des cas sont ceux qui ont vendu
leurs biens reproducteurs pour faire face à ce fléau. Parmi les non vulnérables, il
y a 7,34% qui ont vendu leurs bêtes pour des raisons alimentaires contre plus de
91% des ménages qui n’ont pas vendu des bêtes pour les raisons alimentaire.
Cette interprétation a été valide grâce au coefficient de chi2 qui est

significativement différent de zéro dans le tableau suivant.
Tableau 43 : test de chi2 entre niveau de vulnérabilité et vente des biens

reproducteurs.
Chi-Square Tests
Value Df p-value

76
Le tableau le tableau de test nous renseigne sur la valeur de v de Cramer qui
est égale à 0.0798 et qui est significativement différent de zéro. Donc un lien
existe entre ces deux variables croisées.
Figure 9 : niveau de vulnérabilité selon la vente des animaux reproducteurs.
vulnerabilité et la vente des animaux reproducteurs

3500
vulnerabilite
3000 tres faibles
2500 vulnerabilite
severe
2000
non
1500 vulnerable
1000 vulnerabilite
faible
500
vulnerabilite
0 tres severe
Oui Non
Source : Sécurité Alimentaire 2010 INS Niger.
9.6.2.3 Niveau de vulnérabilité et la vente des biens non productifs

Tableau 44 : Niveau de vulnérabilité selon la vente des biens non productifs.

Vente de vulnerabilite vulnerabilite non vulnerabilite vulnerabilite tres
biens non tres faibles severe vulnerable faible severe
productifs
Oui 26.23 40.98 0.00 16.39 16.39 100
Non 26.80 33.53 1.19 34.84 3.63 100
Moy. 26.78 33.70 1.17 34.47 3.88 100
Oui 1.92 2.38 0.00 0.93 8.29 1.96
Non 98.04 97.46 100.00 99.01 91.71 97.95
total 100 100 100 100 100 100
Ici, près de 41% des ménages qui ont vendu des biens de valeur dits non
productifs (bijoux, objet de valeur…) pour des raisons alimentaire au cours des
30 jours précédents le passage sont sévèrement vulnérables et 16.39% sont très
sévèrement vulnérables. Toujours dans cette même population, il n’ya aucun
ménage qui est à l’abri de la crise. Enfin, il ya lieu de savoir que près de 98% des
ménages enquête ne sont pas concernées par les ventes de biens non

77
productifs. Le constat fait au niveau des statistiques dans l’ensemble des
résultats de cette dernière partie s’explique du fait que les biens non productifs
sont en général la propriété des femmes qui servent en priorité à la
décapitalisation dans les situations difficiles.
Chi-Square Tests
Value Df Asymp. Sig. (2-
tails)
Source : Nos calculs
Plus la valeur de chi2 devient importante, plus le lien devient fort. Dans le
tableau ci-dessus nous remarquons que la valeur de chi2 est importante et
grande (101.39).
9.6.3 Niveau de vulnérabilité et la stratégie troisième niveau.
9.6.3.1 Niveau de vulnérabilité et la vente des biens productifs.

Tableau 46 : Niveau de vulnérabilité selon la vente des biens productifs.

Vente des vulnerabilite tres vulnerabilite non vulnerabilite vulnerabilite tres
biens faibles severe vulnerabl faible severe
productif e
s
Oui 32.02 20.79 0.56 24.16 22.47 100
Non 26.69 33.92 1.18 34.69 3.52 100
Moy. 26.78 33.70 1.17 34.47 3.88 100
Oui 2.28 1.18 0.92 1.34 11.05 1.91
Non 97.68 98.66 99.08 98.63 88.95 98.02
Total 100 100 100 100 100 100
Les résultats de notre analyse révèlent que la proportion des ménages très
sévèrement vulnérable parmi ceux qui ont vendu des biens productifs pour des
raisons alimentaire est estimée à 22.47% soit 6 fois la norme régionale, contre
seulement 3.52% des ménages qui n’ont pas vendu leurs bien productif pour les
raisons alimentaires.

78
Parmi les ménages qui sont en sécurité(les ménages non vulnérables), plus de
99% n’ont pas vendu leurs biens productifs pour les mêmes raisons.
Tableau 47 : test de chi2 entre niveau de vulnérabilité et vente des biens

productifs.
Chi-Square Tests
Value df p-value
Source : Nos calculs
Le tableau 56 donne les valeurs de chi2 et sa probabilité qui confirme une

valeur significative. Donc on peut dire qu’il y a une relation entre la variable
niveau de vulnérabilité et la variable vente des biens productifs.
9.6.3.2 Niveau de vulnérabilité et la vente des terres.

Tableau 48 : Niveau de vulnérabilité selon la vente des terres.
Niveau de vulnerabilite (en %) Total

Ventes vulnerabilite tres vulnerabilite non vulnerabilite vulnerabilite tres
des faibles severe vulnerable faible severe
terres
Oui 25.32 26.58 0.00 25.32 22.78 100
Non 26.80 33.73 1.18 34.57 3.72 100
Moy. 26.78 33.70 1.17 34.47 3.88 100
Oui 0.80 0.67 0.00 0.62 4.97 0.85
Non 99.16 99.17 100.00 99.35 95.03 99.08
Total 100 100 100 100 100 100
Dans cette partie de la stratégie de niveau 3, les résultats de notre analyse nous
révèlent que parmi les ménages qui ont vendu des terres pour les raisons
alimentaire, 22.78% sont très sévèrement vulnérables et il n’y a pas des
personnes qui sont à l’abri de ce fléau dans la même population car les non
vulnérables comptent 0.00%. Même si le ménage n’a pas vendu des terres pour
faire face à la crise, il a une probabilité de risque de 33.73% qu’il soit dans la
catégorie de la vulnérabilité sévère.

79
Dans le camp des ménages non vulnérables, personne n’a vendu ses terres
pour des raisons alimentaires (100%), car, ont des stocks de vivre en quantité
suffisante.
Tableau 49 : test de chi2 entre niveau de vulnérabilité et vente de terre.
Chi-Square Tests
Value Df p-value
Source : D’après l’auteur
9.6.3.3 Niveau de vulnérabilité et le retrait des enfants à l’école.

Tableau 50 : Niveau de vulnérabilité selon le retrait des enfants à l’école.
novae de vulnerabilite Total

Retrait vulnerabilite tres vulnerabilite non vulnerabilite vulnerabilite tres
des faibles sévère vulnérable
faible sévère
enfants
Oui 4.55 9.09 0.00 9.09 77.27 100
Non 26.84 33.73 1.17 34.55 3.71 100
Moy. 26.78 33.70 1.17 34.47 3.88 100
Oui 0.04 0.06 0.00 0.06 4.70 0.24
Non 99.92 99.78 100.00 99.91 95.30 99.69
Total 100 100 100 100 100 100
Les résultats de l’analyse nous montrent dans ce cadrant que, 77.27% des
ménages très sévèrement vulnérables sont ceux qui ont été contraint de retirer
leurs enfants de l’école pour des raisons dites alimentaire. Aussi, parmi les
ménages très sévèrement vulnérables, il y a un risque de 4.70% qu’un chef de
famille retire ces enfants de l’école. Néanmoins, dans le reste de la population à
différents niveaux de vulnérabilités, la probabilité du même risque n’excède pas
0.06%.
Ces constats reflètent la réalité que les parents vivant au village n’ont toujours
pas accorde d’importance à l’école des blancs, comme leurs semblable issus
des centres urbains, c’est pourquoi en période de crise alimentaire, ils privent
leurs enfants de l’école en les envoyant en exode dans les centres urbains pour
contribuer à la gestion du foyer. Or, d’après certaines études ressentes, avoir un
niveau d’éducation permet de réduire considérablement la pauvreté,

80
contrairement à celui qui n’en a pas. C’est pourquoi, aujourd’hui, il existe des
projets ruraux au Niger qui exercent dans le cadre de la récupération des
enfants en voix de déperdition en les ravitaillant de vivres et certaines prises en
charge dans le but de les maintenir à l’école.
Chi-Square Tests
Value df p-value
Le tableau 62 nous montre la valeur de chi2 qui est égale à 323.15. Cette valeur
est significative, par conclusion, nous pouvons dire qu’il y a une relation entre la
variable niveau de vulnérabilité alimentaire et la variable retrait des enfants à
l’école. Le lien qui existe est validé ensuite par le V de Cramer qui donne une
valeur de l’intensité de lien (0.13). Bien que faible, elle est acceptée.
9.6.4 Niveau de vulnérabilité et la migration.

Tableau 52 : Niveau de vulnérabilité alimentaire selon la migration d’un ou des
membres de la famille.
niveau de vulnérabilité Total

Migration vulnerabilite tres vulnerabilite
non vulnerabilite vulnerabilite tres
faibles severe vulnerabl faible severe
e
Oui 26.54 27.83 0.40 36.08 9.14 100
Non 26.82 34.59 1.29 34.25 3.06 100
Moy. 26.78 33.70 1.17 34.47 3.88 100
Oui 13.13 10.94 4.59 13.86 31.22 13.24
Non 86.71 88.87 95.41 86.04 68.23 86.59
Total 100 100 100 100 100 100
Lorsqu’une insécurité alimentaire s’installe dans un ménage, provoque un

déséquilibre. Incapables de faire face, de ce fait, certains membres de
ménage vont devoir recourir à la migration forcée.
De ce fait, le tableau 64 nous montre dans la population de ceux qui ont fait
recours à la migration inhabituelle, Plus de 9% sont très sévèrement vulnérables.

81
Au sein des différents niveaux de vulnérabilité, le risque de migrer varie de
4.59% chez les non vulnérable à plus de 31% chez les vulnérables très sévères en
termes de probabilité.
Chi-Square Tests
Value do p-value
Source : d’après l’auteur
9.6.5 Niveau de vulnérabilité et la baisse de revenu.

Figure 10 : niveau de vulnérabilité selon la baisse de revenu.
100,00 92,66
90,00 vulnerabilite
tres faibles
80,00
70,00 vulnerabilite
62,71
59,05 severe
60,00 56,17
50,83 49,17
50,00 43,83 non
40,95
37,29 vulnerable
40,00
30,00 vulnerabilite
20,00 faible
7,34
10,00 vulnerabilite
0,00 tres severe
Oui Non
Source : Donnée Sécurité Alimentaire 2010 INS Niger, Auteur.
La baisse de revenu est l’un des facteurs essentiel causé par la mauvaise
production céréalière en 2010 due à l’irrégularité des pluies car 40.96% de la
population ont constaté une baisse de leurs revenus contre 59.04% des cas non
favorable. En effet, dans le groupe des ménages très sévèrement vulnérables,
plus de la moitié sont ceux qui ont connu une baisse de leur revenu. Près de 93%
des ménages dans le groupe des non vulnérables, sont ceux qui ne sont pas
d’avis favorable que leurs revenus ont baissé. La probabilité que certains

82
ménages soient sévèrement vulnérables lorsque leurs revenus soient en baisse
est égale à 33,70%, alors qu’elle n’est que de 0.21% pour être à l’abri de la crise.
Tableau 54 : intensité du lien entre niveau de vulnérabilité et la baisse de revenu

des ménages.
Symmetric Measures
Value Approx. Sig.
Nominal by Phi 0.09840455 0.000
Nominal
Cramer's V 0.09840455 0.000
9.6.6 Niveau de vulnérabilité selon làugmentation des prix des denrées

alimentaires.
Tableau 55 : niveau de vulnérabilité et augmentation des prix des denrées
alimentaires.

Oui 24.31 33.59 1.15 36.02 4.93 100
Non 28.87 33.80 1.19 33.16 2.99 100
26.78 33.70 1.17 34.47 3.88 100
Oui 41.62 45.69 44.95 47.90 58.29 45.84
Non 58.38 54.31 55.05 52.10 41.71 54.16
100 100 100 100 100 100
Source : Donnée Sécurité Alimentaire 2010 INS Niger, Auteur.
Le présent résultat du tableau 70 nous informe que la première principale

difficulté que rencontrent les chefs ménages est l’augmentation des prix des
denrées alimentaire, et ceci concerne plus de 45% de la population.
De plus, parmi ces ménages, 33.6% sont sévèrement vulnérables. Dans le

groupe des ménages très sévèrement vulnérables, près de 6/10 ménages sont
ceux qui ont remarqué une hausse de prix des denrées alimentaires.
L’existence de la relation est garantie par le tableau test en annexe.

83
Chapitre IV : Elaboration du profil de la
vulnérabilité Alimentaire des ménages
ruraux au Niger : une application d’Analyse
Discriminante.

84
10 Profil de vulnérabilité des ménages au Niger : une Application d’Analyse
Discriminante.
L’analyse discriminante est une autre forme d’analyses statistiques
multidimensionnelles qui cherche à décrire une variable qualitative à k
modalités à l’aide de p variables quantitatives.
L’analyse discriminent poursuit deux(2) objectifs :
 Un objectif de description : il s’agit de voir comment les p variables

explicatives X1, X2,…………, Xp permettent de mettre en évidence les
différences entre les groupes. Plus précisément, il s’agit de chercher la
combinaison linéaire (variables discriminantes) des p variables qui
permettent le mieux possible de séparer les k sous-groupes.
 Un objectif de décision : on peut chercher un critère pour affecter un
individu dont le groupe n’est pas connu, mais on connaît les variables X1,
X2,…………, Xp.
Globalement, la méthode d’analyse discriminante cherche à reconstituer le

même classement mais en fonction d’autres variables.
Il est question pour nous ici de :
Etudier les relations entre la variable qualitative et dépendante (niveau

de vulnérabilité) et l’ensemble de variables explicatives quantitatives que
nous avons retenues et que nous n’avions pas utilisées dans la
classification (voir annexe 3 pour la liste et significations des variables
retenues).
Aider à analyser les différences entre les groupes et/ou de donner les
moyens pour assigner les cas dans le groupe lui ressemblant le plus.
NB : nous avons utilisé la méthode pas à pas d’entrées des variables, car elle
nous permet d’obtenir un modèle performant évitant les variables qui
n’apportent que peu d’informations au modèle.
10.1 Interprétations des résultats de l’analyse discriminante.

Parmi les nombreux résultats sortis par SPSS, pour analyser les résultats, nous
allons nous intéresser aux différentes étapes suivantes :
 Vérification des différences entre les groupes en utilisant les statistiques

des groupes et les tests statistiques d’égalité des moyennes.

85
 Validation de l’étude en utilisant le test M de Box, le tes de Wilk Lambda,
la corrélation globale intragroupes combinés, et la corrélation globale
(valeurs propres).
 Vérification du pouvoir discriminent des axes avec notamment les
coefficients des fonctions discriminantes.
 Jugement de la qualité de la représentation du modèle en utilisant la
matrice de confusion qui regroupe les ménages biens classés et les
ménages mal classés.
NB : avant toutes validations des différents tests, nous nous sommes focaliser
d’abord sur le résultat du test M de Box qui fait un test global sur les variables
retenues et c’est ce résultat qui nous donne le feu vert d’avancer dans les
interprétations des données.
10.1.1 Vérification des différences entre les groupes :

SPS nous a offert le tableau statistique des groupes et le tableau des tests
statistique d’égalité des moyennes nous permettant d’observer les différences
entre les groupes.
10.1.1.1 Le tableau statistique des groupes.

Le tableau de l’annexe 5 (statistique des groupes) résume la statistique
descriptive des variables mis en jeu. Les statistiques calculées sont : les
moyennes, les écart-types et le nombre d’observation traite.
10.1.1.2 Le tableau des tests statistiques d’égalité des moyennes des groupes
Le test d’égalité des moyennes des groupes (cf. annexe 8).
Le tableau 40 retrace les différentes valeurs moyennes issues du test de la

moyenne des différents groupes.
Notons que le lambda de Wilk est basé sur le Fisher qui a deux degrés de liberté
dont les formules sont les suivantes :
Df1=K-1 ; df2=n-k, avec K le nombre de modalité du variable «niveau de

vulnérabilité alimentaire » et n la taille des ménage.
Les autres formules :
W = n W k k

86
1 n
B  nk k   `k   
N i
B : la matrice variance covariance entre groupe (between group).
W : la matrice variance-covariance intra groupe (wthin group).
 k : Centre de gravité des k groupes.
V = B+W : Variance totale.
W
Ainsi, la formule de Wilk Lambda est : 
V
W : Le déterminant de la matrice variance covariance intra groupe
V : Le déterminant de la matrice variance-covariance entre groupe.
Hypothèses :
Ho : les cinq moyennes des différentes variables indépendantes mis en jeu sont
identiques ?
H1 : les cinq moyennes sont différentes les unes des autres, c’est à dire que les
cinq moyennes des variables mis en jeu ont un pouvoir discriminent.
Si on accepte H1, cela veut dire qu’à travers ces variables on peut classer les
ménages par ordre de sévérité de la vulnérabilité alimentaire.
Nous constatons que la différence entre les moyennes est significative au

niveau de signification 0,05. En effet, pour une valeur de Fisher quelconque et
un risque alpha (sig) inférieur à 0,05, nous sommes conduits à rejeter l’hypothèse
nulle d’égalité des moyennes, d’où une différence significative des moyennes
des classes.
On remarque également que la variable part des dépenses alimentaires dans

les dépenses globale y compris autoconsommation est la plus discriminante car
ayant la plus grande valeur de Fisher (F=531.091). Cette variable elle seule
permet de baptiser les groupes car ayant le plus pouvoir discriminent.

87
10.1.2 Validation de l’étude
La validité d’une analyse discriminante est estimée par les différents tableaux
donnés par le logiciel SPSS ci-dessous.
10.1.2.1 Validité de l’étude à partir de la matrice de covariance

La matrice intra-groupe combinée nous affiche successivement la matrice de
covariance entre les groupes et la corrélation entre le variable.
Elle nous fournit la corrélation des différences des variables explicatives pour
chaque classe de la variable dépendante qui est le ‘’niveau de vulnérabilité’’
pour nous permettre d’identifier les variables qui ont une forte corrélation
(corrélation>=0,90) et d’éviter le phénomène des redondances en écartant une
des deux variables.
Tableau 41 : corrélation intragroupe combinée (ce tableau ne peut pas figurer

dans ce mémoire compte tenu de sa grandeur : voire annexe).
Ici, on ne veut pas avoir des corrélations trop élevées tout comme des
corrélations nulles. Toute la corrélation étant inférieures à 0,90 et ne sont pas
nulles, nous pouvons dire que les matrices de covariances pour les différentes
classes ne sont pas égales. Il y a absence du phénomène de redondance.
10.1.2.2 Vérification de la validité de l’étude à partir du test M de Box

Le test de Box nous permet de tester l’hypothèse d’égalité des matrices de
covariance intra-classe.
Tableau 56 : Résulta du test de Boxas M
Test Results(a)
Box's M 28692.9712
F Approx. 10.9141462
df1 2583
df2 5419272.79
Sig. 0
Tests null hypothesis of equal population covariance
matrices.
Le test de Box’s M nous confirme que les matrices de covariances ne sont pas
identiques pour les 5 niveaux de vulnérabilité en se basant sur la valeur
significative du Fisher (10.91). Le modèle peut être supposé comme bon.

88
10.1.2.3 Vérification de la validité de l’étude à partir de la corrélation globale
Le tableau ci-dessous nous affiche les valeurs propres (Eigen values) associées
aux différents facteurs, ainsi que les pourcentages et pourcentages cumulés de
discrimination correspondant.
Plus la corrélation canonique (canonique corrélation) est proche de 1, plus le

modèle est Bon.
Tableau 57: le tableau des valeurs propres
Eigen
values Colonne1 Colonne2 Colonne3 Colonne4
Eigen % of Cumulative Canonical
Function value Variance % Correlation
1 0.491 64.386 64.386 0.574
2 0.137 17.923 82.308 0.347
3 0.075 9.800 92.109 0.264
4 0.060 7.891 100.000 0.238
First 4 canonical discriminate functions were used in the
analysis.
Avec la formule:
B
Valeur propre (Eigen value): k 
V
La première fonction discriminante est définie par le vecteur directeur 1 talque

1 `B1
l’on maximise :
1`V1
Nombre de valeurs propres = K-1, avec K le nombre de classes.
Corrélation canonique = v (L(i)/1+L(i) est la valeur propre associée au facteur i.
Il ressort de ce tableau que la fonction 1 ayant une corrélation canonique

(0,574) plus proches de 1 est plus meilleure que la fonction 2(0.347). Cela signifie
qu’il y a une forte corrélation entre la première fonction discriminent (axe1) et la
variable niveau de vulnérabilité. La fonction discriminente1 détient aussi 64.386%
de l’information totale.
La deuxième fonction avec une corrélation canonique qui est égale à

0.347(proche de 0.5 qui est la valeur dùn coefficient de corrélation moyenne),

89
donc la deuxième fonction est moyennement liée à la variable dépendante et
contient 17.932% de lìnertie totale.
10.1.2.4 Vérification de la validité de l’étude à partir du test de Wilk Lambda

Tableau 58 : lambda de Wilk
Walks'
Lambda Colonne1 Colonne2 Colonne3 Colonne4
Test of Walks' Chi-
Function(s) Lambda square df Sig.
1 through 4 0.518 6122.196 164 0,000
2 through 4 0.772 2405.925 120 0,000
3 through 4 0.878 1214.139 78 0,000
4 0.943 543.637 38 0,000
Source : calculs de l’auteur
Dans ce tableau SPSS a transformé le Wilk Lambda en chi2, plus la valeur de

chi2 est grand plus le modèle est bon. Et c’est ce qu’on constate dans ce
tableau. Alors qu’il ressort du tableau un signe d’une bonne qualité de modèle.
10.1.3 Vérification du pouvoir discriminant des axes.

On observe le pouvoir des axes grâce au tableau des coefficients des fonctions
discriminantes canoniques donné par SPSS.
 Coefficients des fonctions discriminantes
Le tableau ci-dessous nous permet de calculer pour chaque ménage son score
discriminant.
La fonction discriminante (Fi) a pour formule :
Fi= C+W1*X1 + W2*X2 + W3*X3 + ……………………………………………...Wn*An
Où C = la constant, W= le coefficient, X= la variable et F la fonction associée au

facteur i.
Tableau 45 : coefficient des fonctions discriminantes canoniques (cf. annexe7).
10.1.4 Fonctions aux barycentres.

Ce tableau donne les scores de la fonction discriminante 1, 2, 3 et 4 relatives
aux différentes classes de niveau de vulnérabilité.

90
Tableau 59 : fonction au barycentre des groupes
Functions at Group Centroids

niveau de vulnerabilite Function
1 2 3 4
vulnerabilite tres
faibles -0.508 0.223 0.329 -0.154
vulnerabilite severe -0.500 -0.263 -0.264 -0.030
non vulnerable -1.157 2.749 -1.005 0.885
vulnerabilite faible 0.959 0.050 -0.021 -0.002
vulnerabilite tres
severe -0.326 -0.527 0.512 1.069
Source : calculs de l’auteur
Afin de classer un ménage pris hors de l’échantillon, dans l’un des groupes, on
calcule son score discriminant pour chaque facteur et on le compare avec les
valeurs se trouvant dans le tableau fonction au barycentre des groupes, puis on
le classe dans le groupe ou les scores discriminants sont plus proche des valeurs
des fonctions 1, 2, 3 et 4.
10.1.5 Fréquences des ménages bien classés et des ménages mal classés par le
modèle.
On observe la qualité de la représentation pour s’assurer que la fonction
discriminante classifie bien les individus en sous-groupes, pour cela, on analyse
la matrice de confusion ci-dessous qui regroupe les individus bien et mal classés.
Tableau 60: résultat du classement.

niveau de
vulnerabilite Predicted Group Membership Total
vulnerabilite tres vulnerabilite non vulnerabilite
faibles severe vulnerable faible vulnerabilite tres severe
vulnerabilite tres
faibles 845 968 107 512 67 2499
vulnerabilite severe 441 2078 70 464 92 3145
non vulnerable 15 18 59 17 0 109
vulnerabilite faible 71 664 23 2423 36 3217
vulnerabilite tres
severe 57 151 1 84 69 362
vulnerabilite tres
faibles 33.814% 38.735% 4.282% 20.488% 2.681% 100%
vulnerabilite severe 14.022% 66.073% 2.226% 14.754% 2.925% 100%
non vulnerable 13.761% 16.514% 54.128% 15.596% 0.000% 100%
vulnerabilite faible 2.207% 20.640% 0.715% 75.319% 1.119% 100%
vulnerabilite tres
severe 15.746% 41.713% 0.276% 23.204% 19.061% 100%

91
A la lumière du tableau précèdent, il ressort que le modèle a classé 845
ménages comme des vulnérables très faibles qui sont considérés comme étant
des vulnérables très faible par le modèle original. 968 ménages sont classés
comme des vulnérables sévère alors qu’ils sont considérés comme des
ménages à très faible vulnérabilité par l’original. 512 ménages sont
nouvellement classés comme des ménages faiblement vulnérables alors qu’ils
étaient considérés dans le groupe des ménages très faiblement vulnérable.
Dans les 3145 ménages qui étaient classés comme étant des vulnérables
sévères, 2078 sont toujours considérés comme des vulnérables sévères, 464
ménages sont classées dans le groupe à faible vulnérabilité, 441 dans le
groupe des ménages très faiblement vulnérable par le nouveau modèle.
Parmi les 109 ménages considérés comme étant du groupe des non vulnérable,
59 sont toujours considérés comme des non vulnérable par le nouveau
classement, et aucun nèst considéré comme vulnérable très sévère par ce
même nouveau modèle.
Sur 3217 ménages considérés comme étant faiblement vulnérable, les 2423 sont
toujours considérés par le nouveau modèle comme des ménages faiblement
vulnérables, les 664 sont nouvellement classée parmi les ménages sévèrement
vulnérables, les 71 sont considérés comme des ménages très faiblement
vulnérable.
Sur 362 ménages considérés comme étant très sévèrement vulnérable, 69 sont
considérés comme des ménages très sévèrement vulnérable, 151 sont
considérés comme des ménages à vulnérabilités sévères, 84 comme des
ménages à faible vulnérabilité, par le nouveau classement du nouveau
modèle.
Au total, nous avons 5474 ménages (la somme des valeurs du diagonale en
couleur cyan) qui ont été correctement classées, soit un taux de réussite de
58,7%(la somme des valeurs en rouge sur la diagonale).
Ainsi, avec ce résultat, nous pouvons affirmer que notre modèle est acceptable
parce qu’il avoisine le taux 60% réussite qui est considérés comme le taux d’un
bon classement.

92
Figure 11 : projection globale dans le premier plan factoriel discriminant des
ménages et des barycentres des groupes.
Canonical Discriminant Functions
8
niveau d
vulne
vulne
non v
vulne
6
vulne
Ungr
Grou
non vulnerable
Function 2
vulnerabilite tres f
0 vulnerabilite severe
vulnerabilite faible
vulnerabilite tres s
-2
-4
-20 -10 0 10
Function 1
11 Conclusion
Aux termes de nos analyses, il ressort que la situation de la vulnérabilité
alimentaire des ménages ruraux au Niger s’est considérablement dégradée
dans la période d’avril 2010. Malgré l’abondance des marches en denrées
alimentaire, beaucoup de ménages éprouvent des difficultés pour
s’approvisionner en raison de l’augmentation de leur prix et de la baisse des
revenus due à la perturbation des productions agricoles et fourragères.
En effet, le taux des vulnérables au Niger a atteint un niveau inquiétant en 2010

et parait être le score plus jamais atteint depuis les années 1960. Cependant,
ces taux varient en fonction du niveau de vulnérabilité. Les ménages
sévèrement vulnérables ont atteint le taux de 33.70% de la population soit
environ 4 millions de personnes, le taux des vulnérables très sévères qui constitue
le cas extrême compte à son tour près de 4% de la population totale soit
469.345 personnes suivit du taux des vulnérables modérés 34.47%. Globalement,
les résultats nous montrent que plus de 7 sur 10 ménages sont vulnérables dans
la population rurale soit l’équivalent de 8.7 millions d’âmes. Signalons par ailleurs
que ces taux cachent beaucoup de disparités si bien au niveau des

93
départements, les zones qu’au niveau des sexes. Ainsi, nous avons constaté que
la proportion des populations sévèrement vulnérables est beaucoup plus
inquiétante dans les départements de Tillabéry (15.19%) et Tessaoua (12.43). La
proportion des populations très sévèrement vulnérables est beaucoup plus
observée dans les départements d’Aguié (5.21%), de Madarounfa (4.48%), de
Bouza (4.52%), de Tahoua (4.48%), de Dosso (4.41%) et de Tanout (4.01%). Chez
les deux sexes, bien que la proportion des ménages dirigés par les femmes
n’excède pas 10% de la population totale, ce sont les mêmes ménages dirigés
par les femmes qui sont beaucoup plus en insécurité alimentaire dans 50% de
cas. Et dans d’autres cas, le taux des vulnérables très sévères est deux fois plus
élevés chez les femmes.
De plus, on note quelques faits saillants occasionnés par l’insécurité, à savoir :
 Un grand nombre de retrait des enfants à l’école dans plus de 77% des
ménages vulnérables ;
 Les ventes massives des biens productifs, non productifs et reproductifs ;
 Et les migrations forcées de certains bras valides vers les centres urbains
nationaux et internationaux, dans plus de 6% des familles vulnérables.
12 RECOMMANDATIONS
La situation d’insécurité alimentaire qui prévaut au Niger interpelle tous les
décideurs.
En effet, malgré les multiples efforts déployés depuis plusieurs années aussi bien
par l’Etat et récemment par certains concours des émigrés pour mettre fin à la
faim au Niger, le phénomène persiste et reste toujours un joug pour le pays.
Sur la base de ce qui précède, nous recommandons ceux-ci :
 Accélérer la reconstitution des stocks de sécurité alimentaire notamment
dans certaines zones à risque : Ouallam, Tillabéry, Illéla…
 Continuer à appuyer les interventions de soutien aux populations

vulnérables affectées par la crise alimentaire et pastorale de 2010 ;
 Développer des actions de courts et moyen termes sur la malnutrition :

réhabilitation nutritionnelle, supplémentassions alimentaire ciblée des
populations vulnérables, éducation nutritionnelle, soins de santé primaire,
promotion de la consommation des produits locaux variés et nutritifs ;

94
 Adapter les plans de contingence en tenant compte des risques
d’inflation importée et des populations déplacées de Côte-d’Ivoire et de
la Libye ;
 Dynamiser les groupes pluridisciplinaires sur la sécurité alimentaire dans les
pays pour une meilleure complétude des informations clés telles que la
dynamique des marchés, la situation nutritionnelle.
 Sensibiliser le paysans à développer les cultures de contre saison ;
 Aider les riverains à développer l’agriculture fluviale ;
 Faciliter aux agriculteurs l’accès aux intrants agricoles ;
 Augmenter le taux de scolarisation et de l’alphabétisation par l’entremise
de l’augmentation du budget national.
Question d’ouverture : Vu que le Niger est un pays exportateur d’uranium, n’est-

il pas mieux de changer une partie de la production contre nourriture?
13 Référence bibliographiques
La méthode de lìndice de stratégie de survie (the coping strategy index CSI).
www.google.com
Rapport de làtelier sur la sécurité alimentaire au Sud-Kivu (25 juillet 2005).

www.google.com
Rapport mensuel sur la sécurité alimentaire au Sahel et en Afrique de lòuest.

31juillet 2005. www.google.com
Rapport de lÈnquête nationale sur la sécurité alimentaire et la Malnutrition au

Burkina Faso (décembre 2009). www.google.com
Analyse de la sécurité alimentaire et de la vulnérabilité(CFSVA) au Niger 2005.

www.google.com
Analyse de la sécurité alimentaire et de la vulnérabilité(CFSVA) au Mali 2005.

www.google.com
Comment évaluer la sécurité alimentaire? Guide pratique pour les sociétés

nationales africaines. Edité par la croix rouge et croissant rouge.
http://www.streaminitiative.org/library/pdf/myanmaiRaport.pdf ou
www.google.com

95
Rapport de la concertation régionale sur la situation alimentaire et nutritionnelle
au Sahel et en Afrique de lòuest. Conakry/République de Guinée, 22-24Mars
20011. www.insah.org ou www.google.com
Comment utiliser la méthode FANTA ? www.google.com
Enquête conjointe sur la vulnérabilité a lìnsécurité alimentaire des ménages au

Niger (Décembre 2009/Janvier 2010).
Enquête sur la sécurité alimentaire des ménages au Niger (Avril 2010).
Consultation: Poids des différents animaux domestique a lÈcole inter-état des

Sciences et de la Médecine Vétérinaire (EISMV).
Google earth : géo localisation des régions nigériennes.
Site du Ministère des Ressources Animales. www.goole.com
Site Ministère du développement agricole. www.goole.com
Réseau de Prévention et de Gestion des Crises Alimentaires (RPGCA).
14 LES ANNEXES
Annexe 1 : calcul des scores de l’indice stratégie de survie.
stratégie adoptées focus grouped

par les ménages GP1 GP2 GP3 GP4 GP5 GP6 GP7 GP8 GP9 GP10 Moyne
consomme des
nourritures moins
préféré 1 1 1 1 1 1 1 1 1 1 1
mendier la nurture 2 2 2 2 2 2 2 2 2 1 2
acheter à crédit le
vivre 2 2 1 2 1 3 2 2 2 2 2
consommé des
nouritures savages 5 5 3 3 4 4 4 5 4 4 4
consommé la
semence 3 3 3 4 2 3 4 2 3 3 3
un membre du
ménage mange
ailleurs 2 2 2 1 3 2 3 2 2 2 2
Mendicier 5 5 4 4 3 3 2 4 5 4 4
limite la ration 1 1 1 1 1 1 1 1 1 0 1

96
journaliere
diminuer la ration au
profit des enfants 3 2 2 3 3 3 2 3 2 3 3
passer toute une
journée sans manger 4 4 3 3 4 4 3 4 4 4 4
Annexes 2 : les trois partitions en 3, 4, et 5 classes
Classification en cinq (5) partitions Classification en quatre (4)

partitions
Eta p- Eta
Variables Eta Squared value variables Eta Squared p-value
SCA 0.72 0.51 0,00 SCA 0.73 0.53 0,00
CSI 0.79 0.62 0,00 CSI 0.11 0.01 0,00
PDADTC 0.80 0.64 0,00 PDADTC 0.81 0.65 0,00
NMCS 0.25 0.06 0,00 NMCS 0.17 0.03 0,00
UBT 0.75 0.56 0,00 UBT 0.16 0.02 0,00
iqv5 0.87 iqv3 0.99
Classification en trois (3) partitions

Eta
variables Eta Squared p-value
SCA 0.68 0.47 0,00
CSI 0.75 0.57 0,00
PDADTC 0.49 0.24 0,00
NMCS 0.26 0.07 0,00
UBT 0.75 0.57 0,00
iqv4 0.74
Annexe 3 : dendrogramme

97
1Cla s s if ic at io n hié r ar c hiq ue d ir ec t e
0%
3
0% 0% 0%
4
0% 0% 0% 0%
5
0% 0% 0% 0% 0%
6
0% 0% 0% 0% 0% 0%
* * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * ** * * *
Annexe 4 : niveau de vulnérabilité selon les départements.

(en%)
vulnerabilite vulnerabilite non vulnerabilit vulnerabilite
tres faibles severe vulnerabl e faible tres severe
e
Diffa 25.42 48.75 2.92 21.67 1.25 100
Maine-Soroa 51.67 23.92 17.22 5.74 1.44 100
N`guigmi 37.58 44.97 10.07 7.38 0.00 100
Dosso 20.95 47.30 0.34 24.32 7.09 100
Boboye 22.30 59.46 0.68 12.84 4.73 100
Doutchi 23.05 24.91 0.00 52.04 0.00 100
Gaya 44.44 22.78 0.56 26.11 6.11 100
Loga 29.58 28.33 0.00 41.67 0.42 100
Madarounfa 29.61 42.46 0.00 23.18 4.75 100
Aguié 15.26 44.69 0.00 35.15 4.90 100
Dakoro 41.67 13.33 1.11 43.89 0.00 100
Guidan- 39.33 22.67 0.00 34.33 3.67 100
Roumdji
Mayahi 30.56 33.61 0.28 33.89 1.67 100
Tessaoua 31.92 18.97 0.45 44.87 3.79 100
Tahoua 14.48 39.28 0.00 33.70 12.53 100
Abalak 32.55 45.49 1.18 15.69 5.10 100
Birni-Konni 31.97 27.21 0.00 39.46 1.36 100

98
Bouza 30.55 33.89 0.24 30.55 4.77 100
Illéla 17.91 26.12 0.00 54.85 1.12 100
Keita 29.67 21.29 0.24 48.33 0.48 100
Madaoua 39.06 17.19 0.00 38.54 5.21 100
Tchintabarade 44.44 33.33 1.11 13.33 7.78 100
n
Tillabéri 25.78 21.08 0.45 40.36 12.33 100
Filingue 23.92 49.41 0.39 24.31 1.96 100
Kollo 24.93 33.91 0.58 36.81 3.77 100
Ouallam 9.76 28.10 1.19 59.52 1.43 100
Say 21.48 50.34 5.37 22.15 0.67 100
Téra 18.96 28.62 2.97 44.24 5.20 100
Mirriah 21.18 33.73 0.39 37.25 7.45 100
Gouré 20.61 38.79 5.45 32.12 3.03 100
Magaria 11.33 68.00 0.00 19.33 1.33 100
Matamèye 24.40 44.50 0.00 30.14 0.96 100
Tanout 25.22 36.52 0.00 37.39 0.87 100
Niamey 13.33 70.00 0.00 16.67 0.00 100
peripherie1
Niamey 3.33 66.67 0.00 30.00 0.00 100
peripherie2
Niamey 15.00 46.67 0.00 35.00 3.33 100
peripherie3
Niamey 10.00 73.33 0.00 13.33 3.33 100
peripherie4
Moy. Rural. 26.78 33.70 1.17 34.47 3.88 100
Diffa 2.44 3.72 6.42 1.62 0.83 2.57
Maine-Soroa 4.32 1.59 33.03 0.37 0.83 2.24
N`guigmi 2.24 2.13 13.76 0.34 0.00 1.60
Dosso 2.48 4.45 0.92 2.24 5.80 3.17
Boboye 1.32 2.80 0.92 0.59 1.93 1.59
Doutchi 2.48 2.13 0.00 4.35 0.00 2.88
Gaya 3.20 1.30 0.92 1.46 3.04 1.93
Loga 2.84 2.16 0.00 3.11 0.28 2.57
Madarounfa 4.24 4.83 0.00 2.58 4.70 3.84
Aguié 2.24 5.21 0.00 4.01 4.97 3.93
Dakoro 3.00 0.76 1.83 2.46 0.00 1.93
Guidan- 4.72 2.16 0.00 3.20 3.04 3.21
Roumdji
Mayahi 4.40 3.85 0.92 3.79 1.66 3.86
Tessaoua 5.72 2.70 1.83 6.25 4.70 4.80
Tahoua 2.08 4.48 0.00 3.76 12.43 3.85
Abalak 3.32 3.69 2.75 1.24 3.59 2.73
Birni-Konni 1.88 1.27 0.00 1.80 0.55 1.58

99
Bouza 5.12 4.52 0.92 3.98 5.52 4.49
Illéla 1.92 2.23 0.00 4.57 0.83 2.87
Keita 4.96 2.83 0.92 6.28 0.55 4.48
Madaoua 6.00 2.10 0.00 4.60 5.52 4.11
Tchintabarade 3.20 1.91 1.83 0.75 3.87 1.93
n
Tillabéri 4.60 2.99 1.83 5.60 15.19 4.78
Filingue 2.44 4.01 0.92 1.93 1.38 2.73
Kollo 3.44 3.72 1.83 3.95 3.59 3.70
Ouallam 1.64 3.75 4.59 7.77 1.66 4.50
Say 1.28 2.38 7.34 1.03 0.28 1.60
Téra 2.04 2.45 7.34 3.70 3.87 2.88
Mariah 2.16 2.73 0.92 2.95 5.25 2.73
Gouré 1.36 2.03 8.26 1.65 1.38 1.77
Magaria 0.68 3.24 0.00 0.90 0.55 1.61
Matamèye 2.04 2.96 0.00 1.96 0.55 2.24
Tanout 3.48 4.01 0.00 4.01 0.83 3.70
Niamey 0.16 0.67 0.00 0.16 0.00 0.32
peripherie1
Niamey 0.04 0.64 0.00 0.28 0.00 0.32
peripherie2
Niamey 0.36 0.89 0.00 0.65 0.55 0.64
peripherie3
Niamey 0.12 0.70 0.00 0.12 0.28 0.32
peripherie4
100 100 100 100 100 100

100
Annexe5 : Taille de l’échantillon pour l’enquête en milieu rural au Niger
Région/département Ménages échantillons 20 Ménages par ZD

Diffa 320 16
Maine-Soroa 220 11
N’Guigmi 220 11
Region de Diffa 760 38
Dosso 240 12
Boboye 240 12
Doutchi 220 11
Gaya 220 11
Loga 220 11
Région de Dosso 1140 57
Madarounfa 240 12
Aguié 220 11
Dakoro 220 11
Guidan-Roumdji 300 15
Mayahi 220 11
Tessaoua 260 13
Région de Maradi 1460 73
Tahoua 220 11
Abalak 260 13
Birni Konni 360 18
Bouza 260 13
Illéla 260 13
Keita 280 14
Madaoua 280 14
Tchintabraden 280 14
Région de Tahoua 2200 110
Tillabéri 220 11
Filingué 240 12
Kollo 220 11
Ouallam 360 18
Say 220 11
Téra 240 12
Région de Tillabéri 1500 75
Mirriah 500 25
Gouré 400 20
Magaria 400 20
Matamèye 400 20
Tanout 220 11
Région de Zinder 1920 96
Périphérie Niamey 220 11
Total Niger milieu rural 9200 460

101
La dernière colonne représente les zones de dénombrement par région et
département et dans chaque ZD on tire 20 ménages.
Annexe 6 : signification des variables abrégées dans lànalyse discriminante

Annexe 7: coefficient des fonctions discriminantes canoniques
Function
1 2 3 4
Diffa -0.182 2.210 0.099 0.582
Dosso 0.587 1.003 1.655 -0.550
Maradi 0.344 1.124 1.960 -0.508
Tahoua 0.524 1.033 1.986 0.123
Tillabéry 0.625 1.088 1.374 0.281
Zinder 0.277 0.713 1.035 -0.064
Masculine -0.014 0.302 0.336 -0.572
Zoneagricole -0.184 0.307 0.175 -0.006
Zoneagropastorale -0.061 0.395 0.473 0.238
Maripoly 0.105 0.189 -0.117 0.105
Veuf -0.130 -0.158 0.121 0.114
Agriculture 0.157 0.134 -0.460 -0.007
Elevage -0.058 2.417 -1.498 1.115
Commerce -0.114 -0.065 -0.329 -0.370
TravailJour -0.169 0.019 -0.157 0.109
Superieur 0.549 -0.010 0.748 -0.626
Inferieur 0.511 -0.045 0.438 -0.237
VentAnimal -0.156 -0.322 0.375 0.733
Bonne 0.162 0.766 0.093 -0.789
Moyen 0.225 0.449 -0.113 -0.648
FFW 0.123 0.047 0.425 0.546
CFW -0.060 -0.037 0.134 0.012
VentBien -0.320 -0.430 0.114 1.334
departActif -0.155 -0.502 0.809 1.635
VentTerres 0.093 -0.549 1.014 2.642
code322 0.387 -0.128 0.649 -0.120
code223 -0.099 -0.090 0.055 0.343
code224 0.194 0.045 -0.004 0.381

code231 0.093 0.406 -0.718 -0.939
code237 0.331 0.125 -0.821 -0.378
code242 -0.373 -0.453 0.448 -0.230
code243 0.066 -0.329 -0.032 0.776
code251 -0.036 0.022 -0.165 0.243
code252 -0.068 0.408 -0.411 0.643
code263 0.182 -0.244 -0.332 0.201
code264 0.239 1.316 -0.404 1.036
code267 0.294 -0.419 -0.217 0.046
DEPENSES ALIMENTAIRES MENSUELLES 0.000 0.000 0.000 0.000
DEPENSES NON ALIMENTAIRES MENSUELLES 0.000 0.000 0.000 0.000

102
DEPENSES TOTALES MENSUELLES EN CASH 0.000 0.000 0.000 0.000
PART DES DEPENSES ALIMENTAIRES
DANS LES DEPENSES TOTALES Y COMPRIS
AUTOCONSOMMATION -0.063 -0.013 -0.026 -0.013
(Constant) 3.637 -2.028 0.316 2.165
Tests of Equality of Group Means Colonne1 Colonne2 Colonne3 Colonne4 Colonne5

Wilk
Lambda F df1 df2 Sig.
Diffa 0.943 141.679 4 9327 0,000
Dosso 0.999 2.856 4 9327 0,000
Maradi 0.996 9.753 4 9327 0,000
Tahoua 0.994 13.991 4 9327 0,000
Tillabery 0.992 18.467 4 9327 0,000
Zinder 0.995 10.831 4 9327 0,000
Niamey 0.996 10.322 4 9327 0,000
Masculine 0.992 18.939 4 9327 0,000
Zoneagricole 0.997 6.920 4 9327 0,000
Zoneagropastorale 0.997 6.369 4 9327 0,000
Maripoly 0.996 8.383 4 9327 0,000
Veuf 0.994 13.470 4 9327 0,000
Agriculture 0.987 31.823 4 9327 0,000
Elevage 0.947 131.113 4 9327 0,000
Commerce 0.996 10.059 4 9327 0,000
TravailJour 0.998 4.451 4 9327 0,000
Superieur 0.979 49.700 4 9327 0,000
Inferieur 0.988 27.253 4 9327 0,000
VentAnimal 0.989 26.843 4 9327 0,000
Bonne 0.988 28.877 4 9327 0,000
Moyen 0.998 5.170 4 9327 0,000
FFW 0.993 16.992 4 9327 0,000
CFW 0.995 11.547 4 9327 0,000
VentBien 0.989 24.797 4 9327 0,000
departActif 0.978 52.885 4 9327 0,000
ventAnimReprod 0.989 26.843 4 9327 0,000
VentBienNonProd 0.989 24.797 4 9327 0,000
VentTerres 0.992 19.538 4 9327 0,000
code321 0.979 49.700 4 9327 0,000
code322 0.998 4.475 4 9327 0,000
code323 0.988 27.253 4 9327 0,000
code223 0.995 12.496 4 9327 0,000
code224 0.990 23.604 4 9327 0,000
code231 0.995 10.721 4 9327 0,000

103
code237 0.996 9.820 4 9327 0,000
code242 0.995 11.897 4 9327 0,000
code243 0.996 8.848 4 9327 0,000
code251 0.991 20.529 4 9327 0,000
code252 0.988 27.922 4 9327 0,000
code263 0.992 19.089 4 9327 0,000
code264 0.981 46.060 4 9327 0,000
code267 0.998 3.693 4 9327 0,000
code17 0.992 18.939 4 9327 0,000
DEPENSES ALIMENTAIRES
MENSUELLES 0.965 84.706 4 9327 0,000
DEPENSES NON ALIMENTAIRES
MENSUELLES 0.945 134.568 4 9327 0,000
DEPENSES TOTALES MENSUELLES EN
CASH 0.914 219.095 4 9327 0,000
PART DES DEPENSES ALIMENTAIRES
DANS LES DEPENSES TOTALES Y
COMPRIS AUTOCONSOMMATION 0.814 531.091 4 9327 0,000
DEPENSES ALIMENTAIRES
MENSUELLES EN CASH 0.846 425.430 4 9327 0,000
Tableau 19 : niveau de vulnérabilité selon le statut matrimonial.
Niveau de vulnerabilte (en %) Total

vulnerabilite vulnerabilite non vulnerabilite vulnerabilite tres
tres faibles severe vulnerable faible severe
Marié(e) monogame 26.83 34.01 1.13 34.32 3.71 100
Marié(e) polygame 28.16 29.07 1.62 37.92 3.24 100
Divorcé(e) 26.12 37.31 0.00 29.10 7.46 100
Veuf/veuve 21.50 43.67 0.50 27.33 7.00 100
Célibataire 28.89 41.11 0.00 25.56 4.44 100
Moyen 26.78 33.70 1.17 34.47 3.88 100
Marié(e) monogame 70.11 70.62 67.89 69.66 66.85 69.97
Marié(e) polygame 22.29 18.28 29.36 23.31 17.68 21.20
Divorcé(e) 1.40 1.59 0.00 1.21 2.76 1.44
Veuf/veuve 5.16 8.33 2.75 5.10 11.60 6.43
Célibataire 1.04 1.18 0.00 0.71 1.10 0.96
Total 100 100 100 100 100 100

104

Analyse de La Vulnerabilite A Linsecurit PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analyse de La Vulnerabilite A Linsecurit PDF

Transféré par

Droits d'auteur :

Formats disponibles

REPUBLIQUE DU SENEGAL

UN PEUPLE—UN BUT—UNE FOIS

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR

Institut d’Etude et de Formation en Statistique

Mémoire de fin d’étude de cycle ingénieur

Analyse de la vulnérabilité à l’insécurité

Encadreur : Présenté par :

Alhassane G. Abdoulaziz Promotion 2008-2011

Alhassane G. Abdoulaziz Promotion 2008-2011

Alhassane G. Abdoulaziz Promotion 2008-2011

Alhassane G. Abdoulaziz Promotion 2008-2011

Je tiens à remercier le Directeur de l’Institut d’Etude et de Formation en

Je remercie particulièrement le personnel de l’établissement pour avoir tout

Alhassane G. Abdoulaziz Promotion 2008-2011

Alhassane G. Abdoulaziz Promotion 2008-2011

Le projet du mémoire est l’une des clauses de l’institut d’étude(INEFSAGEP) qui

La rédaction du mémoire permet aux futurs Ingénieurs statisticiens informaticiens

Le thème de notre étude qui a été retenu est : « Analyse de la vulnérabilité à

Pour quoi le choix de ce thème ?

Depuis l’an 2005, l’agriculture nigérienne pratiquée par plus de 80% de la

Alhassane G. Abdoulaziz Promotion 2008-2011

CSI : Coing Strategy Index (Indice Strategie de Survie)

DF: Degree of Freedom (degre de liberte).

DNPGCA : Dispositif National de Prévention et de Gestion des Crises

DTMT : Dépense Totale Mensuelle par Tête

FAO : Food Agriculture Organisation

Fews-Net: Family Early Warning System Net Work

INS : Institut National de la Statistique.

IQV: Indice Qualitative de Variation.

NMCS : Nombre de Mois de Couverture de Stock

PAM : Programme Alimentaire Mondial

RGPH : Recensement General de la Population et de l`Habitat

RTMT : Revenu Total Mensuel par Tête

SAP : Système D`Alerte Précoce

SCA : Score de Consommation Alimentaire

SIMA : Système d`Information sur les Marches Agricoles

SPAD: Statistic Package Analysis Data

SPAD: Statistical Package Analysis Data

SPSS: Statistical Package for the Social Sciences

SRP : Stratégie de Réduction de la Pauvreté

UBT : Unité Bétail Tropical

Alhassane G. Abdoulaziz Promotion 2008-2011

Après la description des cinq groupes des ménages et la création de la variable

En fin, l’étude à essayer d’élaborer le profil de vulnérabilité des ménages à

Alhassane G. Abdoulaziz Promotion 2008-2011

Le Niger est un pays enclavée qui majore le cout de ses importations et

On distingue du sud au nord du pays :

 La zone sahélo-soudanienne qui représente 1% de la superficie totale du

 La zone sahélienne (350 à 600 mm) couvre 10% du pays et se caractérise

 La zone sahélo-saharienne (150 à 350 mm par an) est propice à l`élevage

 La zone saharienne (0 à 150 mm par an) couvre 77% du pays et est la

Le réseau hydrographique se caractérise par un seul cours d’eau

Alhassane G. Abdoulaziz Page Promotion 2008-2011

Au cours de ces 16 dernières années, le taux de croissance économique réel

Le taux d’inflation annuel moyen reste en deçà de 3% en dehors de quelques

Alhassane G. Abdoulaziz Page Promotion 2008-2011

Aujourd’hui, les contraintes climatiques, la forte pression démographique et la

L’élevage comme deuxième mamelle de l’économie nigérienne constitue

La population nigérienne d`après le RGPH de 2001etait estimée à 11.060.291

Aujourd`hui, la population nigérienne est estimée à 15.203.222 habitants dont

Le taux d’accroissement naturel s’explique par le fait que la nigérienne met en

Alhassane G. Abdoulaziz Page Promotion 2008-2011

Le budget alloué à l’éducation représente 11.1% (59.6milliards) du budget

Score =  njaliment(i) consommé coefi.