GTAkapovi

REPUBLIQUE DE COTE D’IVOIRE MINISTERE DE L’ENSEIGNEMENT SUPERIEUR
Union – Discipline – Travail ET DE LA RECHERCHE SCIENTIFIQUE

-------------------
------------------
ECOLE NATIONALE SUPERIEURE DE

STATISTIQUE ET D’ECONOMIE APPLIQUEE
- E.N.S.E.A -
-----------o-----------
IMPACT DU PRESCOLAIRE SUR LA SCOLARISATION

AU PRIMAIRE
GROUPE DE TRAVAIL
Réalisé par : Sous l’encadrement de :
AKAPOVI Comlan Picard José KOUAKOU N’goran Jean-Arnaud
MOHAMADOU AMINOU SIKA Lazare
Elèves Ingénieurs Statisticien-Economistes Enseignant-Chercheurs à l’ENSEA
Année scolaire 2002/2003 Abidjan, juin 2003

AVANT-PROPOS
Ce rapport du groupe de travail (GT) revêt un double intérêt. Comme travail académique, il vise
avant tout à amener les étudiants de 3ème année de la division ISE à partir des fondements
théoriques accumulés durant toute leur formation, à acquérir et à développer des capacités
d’analyses et de recherches scientifiques. Ensuite, s’inscrivant dans le cadre d’une réflexion
générale sur les leviers de l’Education Pour Tous en 2015, il s’intéresse à un des volets de ces
leviers.
Le présent travail portant sur le thème : « Impact du préscolaire sur la scolarisation au

primaire » s’inscrit ainsi dans cette optique. Il vise deux objectifs majeurs : il s’agit d’une part,
d’étudier à partir d’un modèle économétrique, l’impact du développement des structures
préscolaires dans la scolarisation des enfants au primaire, c’est-à-dire de voir si la création des
structures préscolaires et leurs fréquentations (par les tout-petits) contribuent à accroître les taux
d’accès au cours préparatoires. D’autre part, il s’agit d’évaluer, grâce à un modèle de simulation,
les coûts qu’engendrerait la généralisation du préscolaire.
Les résultats et les propositions consignés dans ce document n’engendrent que les auteurs qui
s’excusent auprès des lecteurs, pour les éventuelles coquilles qui ont pu échapper à leur
attention. Par ailleurs, ils remercient tous ceux qui de près ou de loin, les ont aidé à réaliser ce
travail, et particulièrement leurs encadreurs Messieurs KOUAKOU N’goran Jean-Arnaud et
SIKA Lazare, mais aussi Monsieur BIDON André.
Les auteurs
i
LISTE DES SIGLES ET ABREVIATIONS
CAPSE : Contrat Pour l’Amélioration du Système Educatif
EPT : Education Pour Tous
MEN : Ministère de l’Education Nationale
RESEN : Rapport d’État du Système Éducatif National
ROCARE : Réseau Ouest et Centre Africain de Recherche dans l’Education
UNESCO : Organisation des Nations Unies pour l’Education, la Science et la Culture
ii
Groupe de Travail Impact du préscolaire sur la scolarisation au primaire
INTRODUCTION
La Côte d’Ivoire connaît depuis quelques années une crise du système éducatif, caractérisée par
une baisse du taux de scolarisation (au primaire), passant de 75,2% en 1990 à 73,2% en 2000 par
exemple. Pire encore, pour une classe d’âge donnée, on constate que 35% d’enfants n’accèdent
pas à l’école, et parmi ceux qui ont la chance d’y aller, 16% ne parviennent pas à achever leur
cursus primaire. Par ailleurs, selon le RESEN, le taux de redoublement de 24% est largement
supérieur au taux moyen qui prévaut en Afrique noire francophone (7%). On note également une
forte disparité régionale avec des taux de scolarisation de moins de 40% dans les régions de
Savanes, Worodougou et Bafing à plus de 80% dans les régions des Lagunes et d’Agnéby. Les
zones rurales et les filles apparaissent dans l’ensemble les plus frappées par la sous scolarisation
avec respectivement 55,5% et de 62%.
Pour changer ce tableau sombre de la situation scolaire, l’Etat ivoirien s’est lancé, avec l’aide de
ses partenaires dans le domaine éducatif (tels que le ROCARE, le RESEN), dans un vaste
programme de réflexions et d’études avec comme objectif à l’horizon 2015, une éducation pour
tous. L’un des axes de réflexions porte sur la vulgarisation des structures préscolaires comme
levier de la scolarisation universelle. Cet ordre d’enseignement est encore aujourd’hui,
embryonnaire, avec par exemple au cours de l’année scolaire 2000/2001, un taux de scolarisation
de 2,5% et un effectif de 330 écoles maternelles dont près de la moitié sont concentrées dans la
seule ville d’Abidjan.
Bien que l’éducation préscolaire se soit révélée sous d’autres cieux (au Canada par exemple)
comme ayant un impact positif et significatif dans l’augmentation de la demande de scolarisation
et dans la performance des élèves au primaire, il serait intéressant d’examiner si cet ordre
d’enseignement peut avoir les mêmes effets en Côte d’Ivoire, compte tenu des spécificités de
pays avant de s’engager dans ce programme. A priori, on s’attend également à avoir un impact
positif ; il serait dès lors indispensable de dresser un cahier des charges afin d’évaluer tous les
coûts nécessaires à la mise en place et au fonctionnement des établissements préscolaires (coûts
d’implantation, coûts de fonctionnement, coûts supportés par les parents, etc.).
La présente étude vise ainsi deux objectifs majeurs. Il s’agit d’une part, de capturer l’impact réel
du développement des structures préscolaires sur la scolarisation au primaire, notamment sur
l’accroissement de la demande de scolarisation et plus particulièrement celle des jeunes filles et
des enfants des zones rurales. Dans un second temps, il s’agira de d’évaluer sous différentes
hypothèses, les coûts totaux engendrés par la création et la vulgarisation des établissements
préscolaires dans l’ensemble du pays. Pour ce faire, nous procéderons à une régression du taux
de scolarisation dans le primaire sur des variables déterminantes où figurera une variable
permettant de mesurer le degré de vulgarisation des structures préscolaires afin de déterminer
l’impact de ces dernières. Ensuite, nous construirons un modèle d’analyse et de simulation
financière pour estimer les coûts et les gains qu’engendreraient la création et la mise en œuvre
des établissements préscolaires selon différents scénarios.
Au terme de cette étude et de ses éventuelles extensions, les décideurs pourraient afin de mieux
agir, avoir une vue assez large sur la stratégie vulgarisation des structures préscolaires pour
atteindre l’objectif d’éducation pour tous en 2015. Il leur sera notamment possible de connaître
les implications financières qu’une telle opération nécessiterait. En effet, dans le cas où l’impact
du préscolaire sur la scolarisation serait réellement positif, les pouvoirs publics auraient intérêt à
AKAPOVI Picard & MOHAMADOU AMINOU 1
vulgariser cet ordre d’enseignement et même à le rendre obligatoire, et ceci pour deux raisons :
la diminution des coûts (de redoublement, par exemple) et l’engouement que pourront manifester
les enfants à la fréquentation de l’école. Mais comme cette vulgarisation engendrerait des coûts,
il serait intéressant pour ces pouvoirs publics d’avoir une bonne connaissance des incidences
financières de chaque stratégie de vulgarisation.
Le présent document s’articule autour de quatre chapitres. Le premier chapitre donne une vue
générale des structures préscolaires existant en Côte d’Ivoire. Le deuxième chapitre, consacré à
la revue de la littérature, synthétise quelques écrits sur les différents facteurs favorisant la
scolarisation des enfants, l’impact des structures préscolaires et les modèles d’analyse financière.
L’impact des structures préscolaires sur la scolarisation en Côte d’Ivoire est effectivement dans
le troisième chapitre. Quant au chapitre 4, il présente une analyse des coûts du préscolaire selon
différentes hypothèses. Les propositions en vue d’affiner et approfondir les analyses font l’objet
du dernier chapitre.

Chapitre I : SITUATION GENERALE DU PRESCOLAIRE

EN COTE D’IVOIRE
Avant d’analyser l’impact du préscolaire sur la scolarisation au primaire et les coûts de

financements des structures préscolaires, il convient tout d’abord de présenter l’existant. Pour ce
faire, il est important de circonscrire les structures préscolaires, de voir leurs évolutions et les
difficultés qui freinent le développement de ces structures.
I. Définition, historique et différentes formes des structures du préscolaire
Les établissements préscolaires peuvent se définir comme les structures d’accueil et

d’encadrement de la petite enfance (3 - 5 ans). Ils visent à éveiller l’enfant et à le préparer à
l’entrée à l’école primaire. Bien que les premières structures d’encadrement de la petite enfance
soient créées par l’Etat1, le préscolaire a longtemps été l’affaire du privé. En effet, jusqu’à
l’année scolaire 1995/96, plus de 50% d’enfants préscolarisés fréquentaient les écoles
maternelles privées. Cette situation proviendrait du fait que le préscolaire n’était pas considéré
comme un ordre d’enseignement mais plutôt comme une structure d’accueil et de garderie
d’enfants issus des familles aisées dont les deux parents sont généralement employés. Par
ailleurs, ces structures étaient pour la plupart concentrées dans les zones urbaines.
Aujourd’hui, la situation a évolué et l’Etat s’engage de plus en plus dans le préscolaire, à côté
des acteurs privés, des organisations non gouvernementales (ONG) et des établissements
confessionnelles. Les établissements préscolaires revêtent ainsi plusieurs formes :
• Les établissements publics formelles qui relèvent généralement du Ministère de

l’Education Nationale et des entreprises privées. Ces établissements fonctionnent
comme les autres établissements scolaires publics.
• Les structures d’accueil et d’éveil de la petite enfance relevant du Ministère

chargé des affaires sociales. Ces structures sont généralement guidées par un
souci d’encadrement et d’assistance des enfants déshérités. De structure de lutte
contre le dépaysement des enfants, ces établissements se transforment de plus en
plus vers de structures de préparation à la scolarisation avec des programmes
semblables à ceux des structures formelles.
• Les structures confessionnelles telles que les MEDERSA qui tout en dispensant
des enseignements religieux préparent également les tout petits à l’entrée à l’école
primaire. Seulement, certains enfants séjournent dans ces structures au delà de
l’âge de 10 ans.
1
Les écoles maternelles publiques en Côte d’Ivoire existent depuis 1958.
II. Répartition
La répartition des structures préscolaires peut se faire aussi bien selon les statuts de ces dernières
(privé ou public) mais également aussi selon leurs régions d’implantation.
II.1. Répartition selon le statut
Comme nous l’avons mentionné plus haut, l’expansion des établissements publics prend de plus
en plus de l’ampleur. Cependant ces proportions cachent de nombreuses réalités, principalement
l’importance des structures préscolaires informelles. Face aux difficultés à avoir les données
exhaustives et fiables sur ces dernières, nous nous limiterons ici, aux structures formelles. Le
graphique ci-dessous présente l’évolution au cours des 5 dernières années de la part relative des
établissements publics dans l’ensemble des structures préscolaires formelles.
Graphique 1: Evolution des parts d'établissements publics dans l'effectif total d'établissements préscolaires
Part du public dans les effectifs d'établissements préscolaires formelles

88%
86%
84%
82%
80%
78%
1996/1997 1997/1998 1998/1999 1999/2000 2000/2001
Au vu de ce graphique, on constate que dans l’ensemble, les établissements préscolaires formels

sont devenus l’affaire du gouvernement, dans la mesure où plus de 80% de ces établissements
sont gérés par l’Etat. La tendance qui était favorable au privé s’est donc considérablement
renversée. Cette situation s’explique par le fait l’Etat, au vu des enquêtes ayant montré
l’importance du préscolaire dans le rendement des enfants à l’école primaire, a intégré le
préscolaire comme l’une de ses priorités en matière de stratégies éducatives. Par ailleurs, les
difficultés économiques ont détourné le secteur privé dans ce genre d’investissement, peu
rentable. Ainsi, entre les années scolaires 96/97 et 97/98, on a constaté une augmentation de 40
établissements préscolaires, alors que dans l’ensemble (public et privé), la hausse est de 39
établissements. Ceci s’explique par la fermeture de certains établissements privés. Cependant, les
établissements privés semblent accueillir à peu près les mêmes effectifs que ceux du public,
comme le montre le graphique suivant.

Graphique 2: Evolution des effectifs d'enfants dans les structures préscolaires formelles
25 000
20 000
15 000 Public
10 000 Privé
5 000
0
2
1
/9
/9
/9
/9
/9
/9
/9
/9
/0
/0
91
92
93
94
95
96
97
98
99
00
II.2. Répartition selon la région d’implantation
Bien que l’effectif des établissements préscolaires soit en nette augmentation sur l’ensemble du
territoire, la distribution de ceux-ci selon les régions reste très inégalitaire. Le tableau ci-dessous
montre que 40% des écoles maternelles sont concentrées dans la région des Lagunes (Abidjan).
Or, selon les chiffres du dernier recensement de la population et de l’habitat, cette région ne
représente, que 19,2% en termes d’effectifs d’enfants de moins de 6 ans. En termes d’enfants
fréquentant effectivement les structures préscolaires, seuls 41 592 enfants (dont 24 054 pour la
région des Lagunes) y ont accès. Ceci traduit aussi bien la faible couverture en termes de
structures préscolaires que le bas niveau de fréquentation de ces structures.
Tableau 1: Répartition des écoles maternelles par région

Région Effectif d'écoles
Abengourou 18
Abidjan 132
Bondoukou 12
Bouaké 47
Daloa 26
Dimbroko 11
Korhogo 25
Man 23
Odiénné 8
San-Pédro 11
Yamoussoukro 17
Total 330
Source : DIPES/MEN
A côté des écoles publiques, on retrouve également des structures préscolaires relevant des ONG
ou des entreprises privées. On dénombre ainsi du côté des entreprises privées :
29 centres sociaux d’entreprise ;
82 centres d’éducation préscolaires d’entreprise ;
02 pouponnières ;
02 villages SOS.
Au niveau des ONG qui oeuvrent dans l’encadrement de la petite enfance, on retrouve les
structures comme le Bureau International Catholique pour l’Enfance (BICE), l’Association des
Amis de l’Enfant en Côte d’Ivoire (2AECI), Afrique Secours Assistance (ASA), Save the
Children. Ces ONG initient des activités dans les milieux des réfugiés, les milieux défavorisés
(ruraux et urbains), assurent l’encadrement et veillent à la croissance et au développement
psychosocial des enfants. Les statistiques de cette catégorie des structures ne sont pas assez
détaillées, malheureusement.
En ce qui concerne les structures non formelles, on peut distinguer les écoles coraniques et les
« écoles du quartier ». Les écoles coraniques sont une réalité vivante et incontournable surtout
dans la partie septentrionale du pays. En effet, les effectifs de ces écoles rivalisent parfois avec
ceux de l’école formelle. Ce qui différencie ces écoles des autres structures préscolaires
formelles est le fait qu’elles mettent l’accent sur l’enseignement religieux d’une part et que
d’autre part, les enfants y séjournent parfois au-delà de l’âge de 10 ans. Le tableau 2 donne les
effectifs par région des écoles coraniques selon le recensement de la population et de l’habitat de
1998.
Tableau 2: Effectifs des élèves des écoles coraniques en 1998
Région Effectifs % de la Pop.
Abengourou 215 842 2,6
Abidjan 18 661 5,4
Bondoukou 38 411 4,3
Bouaké 17 255 3,5
Daloa 78 221 4,5
Korhogo 44 599 5,9
Man 34 569 3,5
Odiénné 25 500 4,8
San-Pédro 60 676 5,0
Yamoussoukro 19 063 2,8
Ensemble 552 747 3,5
Source : EPT-PAN 2002-2015, déc. 2002
En ce qui concerne les « écoles du quartier », elles sont créées de façon spontanée pour répondre
aux besoins d’encadrement des enfants, surtout dans les arrières cours des quartiers populeux des
grandes villes (Abidjan, Bouaké, Daloa, San-Pédro, etc.). La prolifération de ces écoles est due à
la densité de la population régionale, à l’existence d’une forte population scolarisable, à
l’insuffisance des structures formelles et à la cherté de la scolarisation.
III. Difficultés
Comme dans les autres niveaux d’enseignement, plusieurs difficultés se posent dans le
préscolaire dont les principales sont : état embryonnaire, problème d’encadrement et mauvaise
conception des parents.
III.1. Fréquentation
Considérées tantôt comme l’affaire des classes sociales aisées ou instruites, tantôt comme
structures urbaines, les structures préscolaires connaissent une faible fréquentation.
Jusqu’aujourd’hui, de nombreux parents, voient ces structures beaucoup plus sous l’angle
garderie d’enfants que sous celui d’établissement d’enseignement. D’après une enquête menée
par le ROCARE, 63% des parents ignorent le bien fondé de ces structures. Les statistiques du
Ministère de l’Education Nationale montrent que moins de 10% des enfants de 3-5 ans
fréquentent les écoles maternelles. En 1998, sur un effectif de 1 672 000 enfants de cette tranche
d’âge, seulement 59 000 ont fréquenté les structures préscolaires formelles. Il convient toutefois
de noter que, bien que le taux brut de scolarisation dans le préscolaire soit bas, il est en nette
progression, comme l’illustre le tableau ci-dessous.
Tableau 3: Taux Brut de Scolarisation dans le Préscolaire de 1990 à 1998

Année Garçons Filles Ensemble
1990 – 1991 0,93 0,90 0,91
1991 – 1992 0,87 0,83 0,85
1992 – 1993 1,36 1,27 1,31
1993 – 1994 1,62 1,56 1,59
1994 – 1995 1,81 1,69 1,76
1995 – 1996 2,09 1,98 2,04
1996 – 1997 2,11 1,99 2,05
1997 – 1998 2,10 2,20 2,15
Source : MEN (Coordination nationale de l’éducation pour tous) ;
Education pour tous, rapport national, bilan à l’an 2000, septembre 1999
III.2. Coûts
Le préscolaire coûte relativement cher aussi bien pour les parents que pour l’Etat. En effet, les
frais supportés par les parents pour la préscolarisation d’un enfant varient entre 20 000 F et
50 000 F par an, ce qui paraît élevé pour des couches défavorisées. D’autre part, le préscolaire
semble coûter plus cher à l’Etat que le primaire. En effet et selon une étude du RESEN, le coût
unitaire salarial est de 100 730 Fcfa dans le préscolaire, ce qui représente plus double du coût
unitaire salarial dans le primaire (49 055 Fcfa).
III.3. Encadrement
En raison de sa délicatesse, le personnel chargé de l’encadrement de la petite enfance devrait

disposer d’une formation spécialisée, mais on constate que la plupart des enseignants du
préscolaire ont été formés pour le primaire. Certains établissements préscolaires ne disposent pas
de gardien et de femme de charge, indispensables à la surveillance et à l’entretien des enfants.

Chapitre II : REVUE DE LA LITTERATURE
La plupart des études sur les stratégies en matière d’éducation en Afrique portent sur l’analyse
d’offre de scolarisation (politiques éducatives, infrastructures scolaires, etc.). L’analyse sous
l’angle demande de scolarisation n’a intéressé que très peu la communauté scientifique. En ce
qui concerne particulièrement le préscolaire, les travaux sont encore moins nombreux et ceux qui
existent se focalisent sur l’importance qu’a cet ordre d’enseignement sur la préparation des
enfants à la scolarisation, c’est-à-dire sur le fait que les structures préscolaires contribuent à
mieux préparer l’enfant pour son entrée à l’école primaire et non sur l’impact que la création, le
développement et la généralisation de ces structures sur la scolarisation des enfants, sur
l’augmentation des chances de scolarisation des enfants. Nous nous intéressons dans ce chapitre
à présenter conformément aux objectifs de l’étude, des travaux empiriques effectués sur le
préscolaire et quelques modèles d’analyse et de simulation du financement de l’éducation.
I. Analyse de l’impact des structures préscolaires
I.1. Fréquentation des structures préscolaires
La plupart des travaux empiriques sur le préscolaire se sont intéressés à l’impact que ce niveau
d’enseignement sur la préparation des enfants à leur entrée à l’école primaire. Cet impact est mis
en évidence à travers les acquisitions de l’enfant à son entrée au cours préparatoire. Déjà en
1932, Teegarden à travers une étude sur les enfants américains a pu montrer que les enfants
ayant fréquenté les écoles maternelles étaient plus performants et accomplissaient plus de
progrès que ceux qui ne les ont pas fréquentées.
Boisdon (1992), à partir des travaux statistiques sur un échantillon d’enfants français a
également montré que les enfants ayant suivi des enseignements préscolaires avaient plus de
chances de réussir à l’école et d’aller plus loin que les enfants qui viennent directement de la
maison. Ces conclusions corroborent les résultats obtenus en République Centrafricaine par
Chaleur et Maignan (1992). Ces deux auteurs ont analysé les données issues d’un échantillon
composé d’enfants provenant aussi bien des écoles maternelles urbaines ou rurales que les
enfants n’ayant pas fréquenté ces structures. Leurs résultats révèlent que, les enfants
préscolarisés avaient plus de chance d’achever le cycle primaire que les enfants non
préscolarisés. En effet, chez ces derniers, un enfant sur deux terminait ce cycle alors que les
premiers achevaient pratiquement tous le cycle primaire. De même, le redoublement est deux
fois plus élevé chez les non préscolarisés que chez les préscolarisés ; ce qui élève l’âge moyen de
sortie du primaire (14 ans pour les non préscolarisés contre 12 ans pour les préscolarisés).
En ce qui concerne particulièrement la Côte d’ivoire, la plupart des études sur le préscolaire ont
été effectuées par le ROCARE. C’est ainsi que TAPE Gozé et KOUDOU Opadou (1998), dans
le cadre des travaux de cette structure, se sont intéressés à l’impact du préscolaire sur le
rendement interne au cours préparatoire et sur l’amélioration du taux de scolarisation dans les
zones défavorisées. Ces chercheurs sont parvenus à partir des traitements effectués sur des
données issues d’un échantillon de ménages de la ville d’Abidjan et des entretiens avec les
partenaires du système éducatif dans des régions dites défavorisées (Korhogo, Odiénné), aux
conclusions suivantes :
- au niveau de la ville d’Abidjan, le taux de réussite des enfants préscolarisés est plus élevé
que celui des enfants non préscolarisés (87% pour les premiers contre 76%) ;
- la préscolarisation réduit le taux de redoublement de deux tiers au CP1 et de moitié au

CP2.
Cependant, ces performances varient aussi du niveau d’instruction et de la catégorie socio-

professionnelle des parents. Ainsi, les taux de réussite vont de 35% pour les enfants dont les
parents sont analphabètes à 94,2% pour les enfants dont les parents ont atteint le secondaire. De
même, les enfants des cadres supérieurs et moyens ont respectivement des taux de réussite de
81,8% et 90,8% contre 45,7% pour les enfants des cadres subalternes. D’autre part, ces analyses
ne permettent pas de se prononcer sur l’efficacité des structures préscolaires dans le long terme.
I.2. Importance des programmes du préscolaire
Certains auteurs ont tenté d’évaluer les programmes du préscolaire en termes de leurs
contributions dans la réussite scolaire. C’est ainsi que CAPUANO, F., et al. (2001) se sont
intéressés au contenu des programmes préscolaires québécois afin de vérifier si ceux-ci
favorisent le succès scolaire des élèves issus de milieux défavorisés et réduisent les écarts entre
les enfants favorisés et ceux qui le sont moins. Trois objectifs sont poursuivis à travers cette
étude :
– décrire, sous l’angle de la préparation scolaire cognitive et socio affective, l’évolution des
enfants ayant participé à des programmes préscolaires du début à la fin de leur fréquentation de
ces programmes ;
– identifier les facteurs des programmes préscolaires (temps d’exposition à des programmes,
climat d’apprentissage, style d’orientation pédagogique de l’enseignante, caractéristiques des
enseignantes, contenu des programmes, etc.) associés au succès scolaire en matière de
compétences cognitives et socio affectives ;
– comparer, en fin de maternelle, le succès scolaire des enfants ayant profité d’un programme
d’éducation préscolaire sur une période de deux ans (maternelle 4 ans + maternelle 5 ans temps
plein) à celui des enfants ayant uniquement profité d’un programme de maternelle 5 ans à temps
plein. Nous présentons ci-après successivement la méthodologie utilisée, les résultats obtenus et
les limites de cette étude.
L’étude porte sur deux cohortes d’enfants issus d’Estrie (une des régions du Canada) : ceux
ayant suivi deux années de préscolaires (4 ans de moyenne d’âge) et ceux n’ayant suivi qu’une
seule année (5 ans). Ces enfants ont été sélectionnés dans plusieurs établissements ayant chacun
ses méthodes d’apprentissage. L’évaluation se fait au début et à la fin de l’année scolaire. Ainsi,
ceux ayant fait une année de préscolaire sont évalués deux fois alors que ceux qui ont fait deux
années sont évalués quatre fois. Cette évaluation concerne aussi bien les enfants que leurs
enseignants. Les enfants étaient évalués sur les différentes matières enseignées alors que les
enseignants donnaient leurs orientations pédagogiques et donnaient le climat social de leurs
classes (participation, attachement mutuel, connaissance des règlements, etc.). L’outil statistique
utilisé est l’analyse de la variance sur les deux groupes d’enfants (ceux du préscolaire à 4 ans et
ceux du préscolaire à 5ans).

La première analyse concerne le niveau de préparation scolaire cognitif et socio affectif

(compétence sociale, problèmes intériorisés, problèmes extériorisés) à l’entrée de la maternelle 4
ans et à la fin de la maternelle 5 ans, pour les enfants de la cohorte maternelle 4 ans. Des
analyses de variance 2 (sexe de l’enfant) par 2 (premier test, dernier test) ont été calculées sur
chacune de ces mesures. Les résultats indiquent un effet du sexe sur la compétence sociale et un
effet du temps pour le Lollipop2 et l’EVIP. Les filles sont plus compétentes socialement que les
garçons. Par ailleurs, la performance des enfants augmente de façon significative entre le début
de la maternelle 4 ans et la fin de la maternelle 5 ans en ce qui concerne le Lollipop et à l’EVIP.
Il existe un effet d’interaction entre le sexe de l’enfant et le temps pour le quotient intellectuel.
Le score des filles diminue entre le début de la maternelle 4 ans et la fin de la maternelle 5 ans (F
=8,05 ; p = 0,005) alors que le score des garçons ne diminue pas (F = 0,74 ; p =0,391).
L’un des objectifs de l’étude consistait en l’évaluation du rôle de prédiction des caractéristiques
du programme préscolaire de maternelle 4 ans pour chacune des variables du niveau de
préparation scolaire cognitif et socioaffectif. Les résultats indiquent que la variance expliquée
par les caractéristiques du programme de maternelle 4 ans est plus grande pour les changements
sur le plan de la compétence sociale, des problèmes extériorisés, des problèmes intériorisés et au
Lollipop entre le début du programme de la maternelle 4 ans et la fin de la maternelle 5 ans (de
25,1% à 41,7%), que pour les résultats en fin de maternelle 5 ans (de 13,3% à 17,9%). Par
ailleurs, les élèves qui ont un score élevé de compétence sociale à la fin de la maternelle 5 ans
avaient aussi un score élevé de compétence sociale au début de la maternelle 4 ans. La quantité
de jours de présence des enfants à la maternelle 4 ans prédit significativement la compétence
sociale de l’enfant à la fin de la maternelle 5 ans. Ainsi, plus les enfants sont présents à la
maternelle 4 ans, plus ils sont compétents à la fin de la maternelle 5 ans. De plus, la satisfaction
des enseignantes de la maternelle 4 ans quant aux ressources disponibles dans l’école, leur âge et
le nombre de jours de présence des enfants à la maternelle 4 ans prédisent significativement les
progrès ou les retards des enfants entre le début de la maternelle 4 ans et la fin de la maternelle 5
ans. Les enfants sont plus compétents socialement en fin de maternelle 5 ans si leurs
enseignantes de la maternelle 4 ans sont satisfaites des ressources disponibles, si elles sont plus
âgées et si les enfants fréquentent davantage la maternelle 4 ans. L’inverse est aussi vrai. Les
enfants sont moins compétents socialement si leurs enseignantes de la maternelle 4 ans ne sont
pas satisfaites des ressources disponibles, si elles sont plus jeunes et si les enfants fréquentent
moins la maternelle 4 ans.
Relativement aux problèmes extériorisés, les élèves qui sont les plus agressifs à la fin de la
maternelle 5 ans sont aussi ceux qui sont les plus agressifs au début de la maternelle 4 ans. Les
élèves de la maternelle 4 ans dont les enseignantes accordent moins d’importance à
l’attachement mutuel que doivent développer les élèves et qui accordent peu d’importance aux
innovations pédagogiques seraient plus agressifs à la fin de leur maternelle 5 ans qu’au début de
la maternelle 4 ans. Par ailleurs, l’inverse est aussi vrai: les élèves de la maternelle 4 ans dont les
enseignantes ont fait preuve d’innovations pédagogiques et accordé de l’importance à
l’attachement mutuel entre élèves sont moins agressifs à la fin de leur maternelle 5 ans qu’au
début de la maternelle 4 ans. En outre, la scolarité de la mère prédit significativement les
problèmes extériorisés des élèves à la fin de la maternelle 5 ans. Plus les mères sont scolarisées
moins les enfants manifestent ce type de problèmes à la fin de la maternelle 5 ans.
En ce qui concerne les problèmes intériorisés, les élèves les plus isolés à la fin de la maternelle 5
ans sont aussi ceux qui sont les plus isolés au début de la maternelle 4 ans. Enfin, concernant la
2
Lollipop est un test basé sur la maîtrise de la lecture et des mathématiques alors que le EVIP est un test basé sur la
maîtrise du vocabulaire.
préparation scolaire cognitive, le Lollipop, les élèves les mieux préparés à la fin de la maternelle
5 ans sont les mieux préparés pour l’école au début de la maternelle 4 ans. L’âge de
l’enseignante de la maternelle 4 ans, l’importance qu’elle accorde aux innovations pédagogiques
et le nombre de jours de présence des élèves à la maternelle 4 ans prédisent significativement la
préparation scolaire des élèves à la fin de la maternelle 5 ans et les progrès ou les retards des
enfants entre le début de la maternelle 4 ans et la fin de la maternelle 5 ans. Les enfants sont
mieux préparés pour l’école à la fin de la maternelle 5 ans si leurs enseignantes de la maternelle
4 ans sont plus âgées, si elles accordent de l’importance aux innovations pédagogiques et si les
élèves fréquentent davantage la maternelle 4 ans. L’inverse est aussi vrai : les enfants sont moins
bien préparés pour l’école si leurs enseignantes de la maternelle 4 ans accordent peu
d’importance aux innovations pédagogiques, si elles sont plus jeunes et si les enfants fréquentent
moins la maternelle 4 ans.
Pour ce qui est de l’impact de la participation ou non à un programme de maternelle 4 ans sur le
niveau de préparation scolaire cognitif et socioaffectif à la fin de la maternelle 5 ans, une analyse
de variance multivariée 2 (sexe de l’enfant) par 2 (cohorte maternelle 4 ans, cohorte maternelle 5
ans) sur l’ensemble des mesures de préparation scolaire à la fin de la maternelle 5 ans révèle une
différence significative selon le sexe de l’enfant, mais aucun effet de la participation à la
maternelle 4 ans ni d’interaction entre ces deux variables. Les filles sont mieux préparées pour
l’école et plus compétentes socialement ; elles présentent moins de problèmes de comportements
extériorisés à la fin de la maternelle 5 ans. La scolarité de la mère est corrélée avec l’ensemble
des variables analysées, surtout celles qui concernent le domaine cognitif. Ainsi, plus les mères
sont scolarisées, plus les enfants sont compétents socialement et moins ils ont de problèmes
extériorisés ou intériorisés. Ils sont mieux préparés pour l’école, disposent d’un vocabulaire plus
étendu et d’un score QI plus élevé.
L’évolution des deux cohortes maternelle 4 ans et maternelle 5 ans durant leur fréquentation de
la maternelle 5 ans par rapport à leur niveau de préparation scolaire cognitif a été comparée. Une
analyse de variance multivariée 2 (sexe de l’enfant) par 2 (cohorte maternelle 4 ans, cohorte
maternelle 5 ans) sur l’ensemble des mesures de préparation scolaire cognitive évaluées au début
et à la fin de la maternelle 5 ans indique une différence significative pour le sexe de l’enfant, le
passage du temps et un effet d’interaction entre la cohorte et le passage du temps. Les filles sont
mieux préparées (Lollipop–préparation scolaire) à l’école que les garçons à la fin de la
maternelle 5 ans et le niveau de préparation scolaire cognitif mesuré par le Lollipop augmente
pour tous les enfants pendant la maternelle 5 ans, quel que soit le sexe ou la participation ou non
à la maternelle 4 ans. Toutefois, durant la maternelle 5 ans, on note un plus grand progrès de la
préparation scolaire pour les enfants qui ont participé à un programme de maternelle 4 ans. Par
contre, pour l’étendue du vocabulaire (EVIP), un résultat contraire est observé. Alors que les
cohortes étaient relativement égales au début de la maternelle 5 ans, les participants de la
maternelle 4 ans ont un score standardisé à l’EVIP significativement plus faible que l’autre
groupe à la fin de la maternelle 5 ans (tableau 4). Ainsi les deux cohortes ne progressent pas de
la même façon au cours de leur fréquentation de la maternelle. Les enfants ayant participé au
programme de maternelle 4 ans possèdent, à la fin de la maternelle 5 ans, une moins bonne
étendue de leur vocabulaire que les élèves qui ont uniquement participé à un programme de
maternelle 5 ans.
L’étude ne concerne qu’un échantillon d’enfants issus de familles défavorisées. Les variables
sélectionnées ne suffisent pas à mesurer l’impact des programmes. L’outil statistique n’est pas
suffisant pour étudier le phénomène ; il serait plus indiqué d’effectuer des régressions
économétriques sur des variables bien définies.

Si les études sur l’importance des préscolaires ne sont pas assez nombreuses, les modèles
d’analyse des coûts sont quant à eux, nombreux et variés. Cependant, la plupart ne sont que des
modèles de simulation et d’analyse financière.
II. Modèles de simulation
Les modèles de simulation informatisée ont été d’un grand apport dans l’élaboration des
stratégies éducatives. Ils ont notamment permis d’améliorer la cohérence entre les conceptions
de ces stratégies et la faisabilité financière de ces dernières.
Aujourd’hui, ces modèles apparaissent de plus en plus comme un outil incontournable pour
assurer une bonne articulation du développement des sous-secteurs éducatifs et une meilleure
appréciation des objectifs qui leur sont assignés, en facilitant la détermination des moyens
pédagogiques et institutionnels, ainsi que des ressources financières qui en découlent. L’utilité
d’un modèle de simulation apparaît avec force dans la construction des scénarios de
développement du secteur éducatif, en ce sens qu’il permet d’étudier la faisabilité des options
choisies et d’en mesurer, pratiquement en temps réel, les conséquences avant leur adoption
définitive.
Généralement, on distingue trois phases d’utilisation des modèles de simulation :
- la conception d’une politique éducative. Le modèle de simulation est utilisé comme outil
d’exploration de la faisabilité des réformes ou de développement du secteur éducatif. Il permet
de connaître les incidences financières, physiques et pédagogiques des objectifs éducatifs
envisagés.
- la planification à moyen terme. La simulation est utilisée comme outil de prévision à moyen
terme après adoption de réformes ou de développement du secteur. Il fournit les informations sur
les besoins en intrants éducatifs (personnel, espaces scolaires, matériels didactiques, etc.) et les
indicateurs de suivi-évaluation des actions planifiées.
- et la budgétisation. Le gouvernement peut être en mesure de savoir les coûts requis

annuellement pour mettre en place ses réformes. Il peut égaler avoir l’écart par rapport à ses
possibilités.
Nous présentons ci-dessous deux exemples de modèles de simulation, le modèle EPSSim et le

modèle d’Alain Mingat et al.

II.1. Le modèle EPSSim
Fonctionnant sous le tableur EXCEL, ce modèle est développé par l’UNESCO en vue de
contribuer à la planification et à la programmation des actions de développement des systèmes
éducatifs des pays membres. Il a été conçu dans une triple optique :
- mettre rapidement16 un outil de planification à la portée des pays engagés dans

l’élaboration de leur plan d’action d’Éducation pour Tous (EPT) ;
- démontrer l’utilité d’une application informatique pour l’évaluation des implications

éducatives et financières des objectifs de la politique retenue ;
- permettre à l’utilisateur de ce modèle de tester, après l’adaptation requise, la simulation

de l’évolution probable du système éducatif de son pays sur la base des données
disponibles et des options politiques qu’il aura identifiées.
• Les principales composantes de EPSSim
EPSSim est développé selon une approche démographique en partant du taux brut de
scolarisation. Ce taux est défini comme variable de décision (indépendante) et le taux brut
d’admission en est la variable résultante. Les résultats de prévision sont donc produits en partant
du TBS sur la base des données de départ. Ces données de base permettent, par leur combinaison
avec les paramètres d’ordre causal et temporel (hypothèses), de mesurer les implications
physiques et financières de la politique éducative.
• Données de base
La première composante du modèle EPSSim concerne les données de base. Celles-ci y sont
classées par niveau d’enseignement (enseignement primaire, enseignement secondaire,
enseignement supérieur, etc.) et par catégorie (accès et équité, qualité et efficacité, gestion
pédagogique, etc.). Ces variables sont regroupées dans le tableau ci-après. La colonne gauche du
tableau concerne les données de base à utiliser dans la simulation alors que la colonne de droite
fournit les paramètres sur lesquels on agit.

Tableau 4 : Données de base et hypothèses

Valeurs initiales des paramètres Paramètres de simulation
(Données de base) (Hypothèses)
Concernant l’accès à l’école

1. Population d’âge scolaire 1. Taux brut de scolarisation
2. Nombre d’élèves 2. Taux de rendement interne
3. Taux brut de scolarisation 3. Taux d’utilisation de salles de classe
4. Nombre de groupes pédagogiques 4. Taux d’utilisation d’autres salles
5. Nombre de salles de classe
Concernant a qualité de l’enseignement

6. Personnel enseignant 5. Taux d’encadrement des enseignants
7. Autre personnel 6. Taux de qualification des enseignants
8. Matériels d’enseignement 7. Politique en matière de manuels scolaires
Concernant les coûts et les financements

9. Salaires (y compris autres allocations) 8. Taux d’accroissement du budget national
10. Dépenses ordinaires par rapport au PIB 9. Taux d’accroissement éducation/budget
11. Dépenses d’investissements Et d’autres indicateurs de temps concernant l’accès, la
12. Données macro-économiques qualité et le budget
12.1 PIB et taux d’accroissement
12.2 Part du budget/PIB
12.3 Part de l’éducation /budget national
• Hypothèses
Les hypothèses sont présentées dans le modèle EPSSim, comme pour les données de base, par
niveau d’enseignement et par catégorie. Le tableau 5 présente selon la même structure que
précédemment, une sélection de variables de décision et de résultats. Ces derniers peuvent être
appelés variables dépendantes, c’est-à-dire résultats de prévision.
Tableau 5. Variables de décision et de résultat

Valeurs initiales des paramètres Paramètres de simulation
(données de base) (Hypothèses)
Accès
1. Taux brut de scolarisation 1. Nombre d’élèves scolarisés par an
2. Taux de rendement interne 2. Taux apparent d’admission par an
3. Taux d’utilisation de salles de classe 3. Nombre de salles de classe par an
4. Taux d’utilisation d’autres salles 4. Besoins en nouvelles constructions
Qualité
5. Taux d’encadrement des enseignants 5. Nombre d’enseignants et autres par an
6. Taux de qualification des enseignants 6. Nouveaux recrutements par an
7. Politique en matière de manuels scolaires 7. Nombre de matériels requis par an
Coûts et Financements
8. Taux d’accroissement du budget/PIB 8. Salaires (et autres allocations) par an
9. Taux d’accroissement budget 9. Autres dépenses ordinaires
d’éducation/budget national 10. Dépenses d’investissements et d’autres indicateurs
de temps concernant l’accès, la qualité et le budget
11. Gaps financiers annuels entre les projections & les
capacités réelles du pays

Lorsque les données et les paramètres sont saisis, le modèle permet de faire des prévisions sur les
effectifs d’élèves, d’enseignants et des ressources financières requises pour atteindre les objectifs
de la politique éducative. On peut également faire des comparaisons de différents scénarios.
Cependant, le modèle ne prend pas en compte le système d’éducation non formelle. D’autre part,
en faisant des estimations agrégées sur l’ensemble du système éducatif, il n’est pas aisé de faire
des analyses affinées par niveau d’enseignement.
II.2. Le modèle d’Alain Mingrat et al.
Ce modèle est construit par l’équipe d’appui à l’analyse sectorielle et au développement des
politiques (Département du Développement Humain) de la Banque Mondiale. Il vise à simuler le
coût de l’EPT en 2015 pour 33 pays d’Afrique subsaharienne, par une approche différente de
celles utilisées par l’UNESCO et l’UNICEF. En effet, ce modèle présente plusieurs
particularités, dont les plus remarquables sont les suivantes.
(a) Pour chaque pays les simulations ont été faites séparément et le coût de l’EPT en 2015 pour
l’ensemble du continent africain est obtenu en agrégeant les estimations faites pour chacun des
33 pays de l’étude. Ainsi, des conditions initiales propres à chacun des pays sont incorporées
dans les calculs ;
(b) la variable cible des simulations est le taux d’achèvement du primaire (c’est à dire la
proportion de chaque cohorte de jeunes du pays qui complètent les 5 ou 6 années de scolarité
dans le premier cycle d’études) ;
(c) Le modèle reconnaît que pour atteindre les objectifs de l’EPT, il convient d’une part que les
efforts adéquats sont placés pour améliorer la qualité de l’environnement d’apprentissage dans
les classes, et d’autre part que des interventions financières et d’autres natures soient faites pour
attirer la population des enfants qui ne sont pas scolarisés et qui sont souvent des populations
plus difficiles. En raison de cela, les estimations de coûts incluent la mobilisation de ressources
pour acquérir les intrants complémentaires au paiement des enseignants, comme pour financer
des activités visant à stimuler la demande et assurer les incitations suffisantes pour la
scolarisation ;
(d) Le modèle laisse la place nécessaire pour l’adoption des réformes de politique éducative qui
amélioreront les conditions concrètes de l’enseignement primaire au cours de la période 2000-
2015. Ainsi, alors que la couverture scolaire s’étend progressivement vers l’EPT en 2015, les
élèves qui ne sont pas scolarisés entreront dans un système offrant des services éducatifs de
meilleure qualité. Cette approche contraste avec les exercices existants de mesure du coût de
l’EPT dans lesquels on suppose implicitement que ces élèves entreraient dans un système
fonctionnant selon les modalités présentes sans amélioration (ce que certains ne feraient sans
doute pas).
(e) Le modèle s’appuie sur un jeu de paramètres cibles indicatifs concernant tant la production
des services éducatifs que leur financement; ces paramètres sont appliqués de façon homogène
aux différents pays et sont déterminés pour caractériser ce qu’on pourrait entendre par le terme
de «plan crédible» pour la réalisation de l’EPT ;
(f) Le modèle fait une distinction entre les dépenses courantes et les dépenses en capital pour
l’EPT, et distingue de fait des besoins de financement dans les deux composantes.

(g) Les données utilisées dans le modèle sont les plus récentes au moment où ce travail a été
commencé, en décembre 2001. Ainsi, les indicateurs dans la plupart des pays valent pour les
années 2000 ou 1999. Les sources telles que la Base de Données Actives de la Banque Mondiale
pour l’Afrique (LDB), la base de d’Analyse et de gestion de l’Information Statistique (SIMA),
EdStats, ainsi que la base de Statistiques sur les Finances des Gouvernements du FMI (GFS) ont
été utilisées pour les données des finances publiques et du service de la dette; pour les données
de population (population totale et par année d’âge), les informations ont été extraites de la
banque de données de la Banque Mondiale (elles-mêmes fondées sur celles de la Division de la
Population des Nations Unies).

Chapitre III : ANALYSE DE L’IMPACT DU PRESCOLAIRE SUR

LA SCOLARISATION
Nous cherchons dans cette partie, à voir si la vulgarisation des structures préscolaires et leur
fréquentation par les enfants, contribuent à accroître les inscriptions au Cours Préparatoire. Cette
analyse nous permettra de savoir si un nombre grandissant d’enfants pré scolarisés influence la
scolarisation au CP1.Nous disposons pour cela des données sur dix régions sur la période allant
de 1988 à 2001. Ces données concernent le nombre total d’élèves inscrits au Cours Préparatoire
première année (CP1) et le nombre total d’élèves inscrits dans les structures préscolaires
formelles (toutes sections confondues).
I. Description des séries
I.1. Séries des effectifs des CP1
Les graphiques ci-dessous représentent respectivement les effectifs au CP1 d’Abengourou,

d’Abidjan, de Bondoukou, de Bouaké, de Daloa, de Korhogo, de Man, d’Odiénné, de San-Pédro
et de Yamoussoukro.
1 60 0 0 2 00 0 00 5 50 0 0 3 00 0 0
1 80 0 00 5 00 0 0
1 40 0 0
2 50 0 0
4 50 0 0
1 60 0 00
1 20 0 0
4 00 0 0
1 40 0 00 2 00 0 0
3 50 0 0
1 00 0 0
1 20 0 00
3 00 0 0
1 50 0 0
8 00 0
1 00 0 00 2 50 0 0
6 00 0 8 00 0 0 2 00 0 0 1 00 0 0
88 90 92 94 96 98 00 88 90 92 94 96 98 00 88 90 92 94 96 98 00 88 90 92 94 96 98 00
CPTO T_ ABEN CPTO T_ ABJ CPTO T_ BKE CPTO T_ BKO U
8 00 0 0 2 80 0 0 7 00 0 0 2 40 0 0
7 00 0 0 2 20 0 0
2 40 0 0 6 00 0 0
2 00 0 0
6 00 0 0
2 00 0 0 5 00 0 0
1 80 0 0
5 00 0 0
1 60 0 0
1 60 0 0 4 00 0 0
4 00 0 0
1 40 0 0
1 20 0 0 3 00 0 0
3 00 0 0 1 20 0 0
2 00 0 0 8 00 0 2 00 0 0 1 00 0 0
88 90 92 94 96 98 00 88 90 92 94 96 98 00 88 90 92 94 96 98 00 88 90 92 94 96 98 00
CPTO T_ DL A CPTO T_ KHG O CPTO T_ M AN CPTO T_ O DNE
4 00 0 0 5 50 0 0
3 50 0 0 5 00 0 0
4 50 0 0
3 00 0 0
4 00 0 0
2 50 0 0
3 50 0 0
2 00 0 0
3 00 0 0
1 50 0 0 2 50 0 0
1 00 0 0 2 00 0 0
88 90 92 94 96 98 00 88 90 92 94 96 98 00
CPTO T_ SPRO CPTO T_ YKRO
Ces graphiques montrent que les séries des inscrits au CP1 dans les dix régions de la Côte
d’Ivoire présentent toutes les mêmes structures de croissance. L’effectif est globalement à la
hausse, stable entre 1988 et 1994, et de nouveau en augmentation mais plus forte, avec un pic en
1998 ou 1999.

I.2. Séries des effectifs du Préscolaire
Les graphiques suivant représentent les effectifs du Préscolaire des dix régions du pays dans
l’ordre sus-cité.
1 60 0 2 50 0 0 4 50 0 1 40 0
1 40 0 1 20 0
4 00 0
1 20 0 2 00 0 0
1 00 0
3 50 0
1 00 0
8 00
8 00 1 50 0 0 3 00 0
6 00
6 00
2 50 0
4 00
4 00 1 00 0 0
2 00 0 2 00
2 00
0 5 00 0 1 50 0 0
88 90 92 94 96 98 00 88 90 92 94 96 98 00 88 90 92 94 96 98 00 88 90 92 94 96 98 00
PRETO T_ABEN PRETO T_ABJ PRETO T_ BKE PRETO T_ BKO U
3 00 0 2 00 0 2 00 0 8 00
2 50 0
1 60 0
1 50 0 6 00
2 00 0
1 20 0
1 50 0 1 00 0 4 00
8 00
1 00 0
5 00 2 00
4 00
5 00
0 0 0 0
88 90 92 94 96 98 00 88 90 92 94 96 98 00 88 90 92 94 96 98 00 88 90 92 94 96 98 00
PRETO T_ DL A PRETO T_KHG O PRETO T_M AN PRETO T_ O DNE
1 60 0 2 40 0
1 40 0
1 20 0 2 00 0
1 00 0
8 00 1 60 0
6 00
4 00 1 20 0
2 00
0 8 00
88 90 92 94 96 98 00 88 90 92 94 96 98 00
PRETO T_SPRO PRETO T_YKRO
Les séries des inscrits au préscolaire présentent une hausse quasiment linéaire de 1988 à 2001.
Nous pouvons également remarquer que toutes les séries à notre disposition ne sont pas
stationnaires3.
II. Le modèle
Comme les données varient aussi bien selon les régions que selon les années, nous procéderons à
une analyse sur données de panel.
Tout d’abord, il convient de tester l’homogénéité ou la spécification adéquate. En effet, nous

recherchons si nous sommes en droit de supposer que le modèle théorique est parfaitement
identique pour toutes les régions, ou au contraire s’il existe des spécificités propres à chaque
région. La procédure générale des tests d’homogénéité est la suivante :
Pour le modèle linéaire simple yi ,t = α i + βi xi ,t + ε i ,t
3
Les séries n’étant pas stationnaires, nous allons leur appliquer le logarithme. Les coefficients obtenus seront alors
interprétés comme des élasticités.
Dans notre cas, nous avons :
cptot i ,t = α i + β i pretot i ,t + ε i ,t
où ε i ,t représente le terme d'erreur indicé par le temps et la région
Nous allons passer à la première phase du test, c’est-à-dire, H 01 : α i = α , β i = β {i = 1,… ,10}

Le modèle non contraint donne les résultats suivants :
Tableau 5 : Résultats de la régression du modèle non contraint

R-squared 0,93957 Mean dependent var 10,23568
Adjusted R-squared 0,92941 S.D. dependent var 0,77663
S.E. of regression 0,20634 Sum squared resid 4,81092
Log likelihood 32,02530 F-statistic 195,22710
Durbin-Watson stat 0,85352 Prob(F-statistic) 0,00000
Le modèle contraint fournit les résultats suivants :
Tableau 6: Résultats de la régression du modèle contraint

Log likelihood -76,38057 F-statistic 293,69170
La statistique que nous prenons en compte est celle de Fischer. Nous avons K = 1 variable et N =
10 individus ou régions, et T = 14 l’étendue temporelle.

F=
( scr
1,c − scr1 ) / ( N − 1)( K + 1) 
scr1 /  NT − N ( K + 1) 
où scr1,c représente la somme des carrés des résidus du modèle contraint
scr1 représente la somme des carrés des résidus du modèle non contraint
D’où
( 24.56 − 4.81) / (10 − 1)(1 + 1) Fischer = 27,36472

F=
4.81/ 10*14 − 10* (1 + 1)  Prob(Fischer) = 0,00000
Au vu de cette statistique, nous rejetons l’hypothèse nulle d’homogénéité globale. Nous allons
donc tester l’homogénéité des coefficients β i .
L’hypothèse nulle est : H 02 : β i = β {i = 1,… ,10}

Le modèle non contraint donne les résultats suivants :
Tableau 7 : Résultats de la régression du modèle non contraint

Log likelihood 32,02530 F-statistic 195,22710
Le modèle contraint donne les résultats suivants :
Tableau 8 : Résultats de la régression du modèle contraint

Log likelihood 27,48176 Durbin-Watson stat 0,78442
La statistique de Fischer de ce test est :
F=
( scr
1,c ' − scr1 ) / ( N − 1) K 
scr1 /  NT − N ( K + 1) 
où scr1,c ' représente la somme des carrés des résidus du modèle contraint à effets individuels
scr1 représente la somme des carrés des résidus du modèle non contraint
( 5.15 − 4.81) / (10 − 1) *1 Fischer = 0,94282

F=
4.81/ 10*14 − 10* (1 + 1)  Prob(Fischer) = 0,52958

Au vu de cette statistique, nous acceptons l’hypothèse nulle d’homogénéité des coefficients β i .

Nous allons donc tester l’homogénéité des coefficients α i .
Nous réalisons donc le test d’homogénéité H 03 : α i = α {i = 1,… ,10}

Le modèle à effets individuels non contraint donne les résultats suivants :
Tableau 9 : Résultats du modèle non contraint à effets individuels

Le modèle à effets individuels contraint conduit aux résultats suivants :
Tableau 10 : Résultats du modèle contraint à effets individuels

Log likelihood -76,38057 F-statistic 293,69170
La statistique de Fischer de ce test est :
F=
( scr1,c − scr1,c ' ) / ( N − 1) 
scr1,c ' /  N (T − 1) − K 
D’où
( 24.56 − 5.15) / (10 − 1)

F= Fischer = 54,00203
5.15 / 10* (14 − 1) − 1 Prob(Fischer) = 0,00000
Au vu de cette statistique, nous rejetons l’hypothèse nulle d’homogénéité des coefficients α i .
Comme spécification définitive, nous retenons que nous avons un modèle à effets individuels où
seules les constantes diffèrent selon les régions. Les coefficients de la variable explicative
(pretot) sont identiques pour toutes les régions.
Il ressort de ces résultats que l’élasticité de l’effectif des inscrits au CP1 par rapport à l’effectif
des inscrits au préscolaire est le même sur tout le territoire national. Cependant, il existe des
spécificités propres à chaque région contenue dans la constante indépendamment des inscriptions
au préscolaire. Le modèle retenu est donc le suivant :
cptot i ,t = α i + β pretot i ,t + ε i ,t
où ε i ,t représente le terme d'erreur indicé par le temps et la région

Variable Coefficient Std. Error t-Statistic Prob.
PRETOT? 5,07478 0,49638 10,22354 0,00000

Fixed Effects
_ABEN--C 6 643,20
_ABJ--C 57 492,93
_BDKOU--C 15 253,73
_BKE--C 20 285,92
_DLA--C 44 630,17
_KHGO--C 12 475,51
_MAN--C 35 772,60
_ODNE--C 13 351,94
_SPRO--C 19 609,53
_YKRO--C 26 021,22

CPTOT_ABEN = 6643.196456 + 5.074774823*PRETOT_ABEN
CPTOT_ABJ = 57492.93189 + 5.074774823*PRETOT_ABJ
CPTOT_BDKOU = 15253.72986 + 5.074774823*PRETOT_BDKOU
CPTOT_BKE = 20285.91747 + 5.074774823*PRETOT_BKE
CPTOT_DLA = 44630.17209 + 5.074774823*PRETOT_DLA
CPTOT_KHGO = 12475.5102 + 5.074774823*PRETOT_KHGO
CPTOT_MAN = 35772.60436 + 5.074774823*PRETOT_MAN
CPTOT_ODNE = 13351.93682 + 5.074774823*PRETOT_ODNE
CPTOT_SPRO = 19609.52791 + 5.074774823*PRETOT_SPRO
CPTOT_YKRO = 26021.21639 + 5.074774823*PRETOT_YKRO
Ces résultats indiquent que dans l’ensemble des régions l’impact des préscolaires sur
l’inscription au CP1 est positif, c’est-à-dire les structures préscolaires permettent d’accroître les
inscriptions au primaire. Cependant, l’intensité et l’ampleur de cet impact ne sont pas les mêmes
dans toutes les régions. Les données en notre possession ne nous permettent pas d’indiquer les
variables qui déterminent cette intensité.

Chapitre IV : EVALUATION DES COUTS
Comme nous l’avons signalé auparavant, l’évaluation des coûts se fera à partir d’un modèle de
simulation. Celui que nous construisons ici sur le tableur EXCEL, nous est inspiré par deux
précédents modèles : d’une part le modèle développé par C. CHANG et M. RADI sur la
planification de l’éducation par la simulation informatique et utilisé par l’UNESCO et d’autre
part le modèle développé par A. MINGAT et al. sur le financement de l’éducation pour tous de
33 pays de l’Afrique subsaharienne.
I. Présentation du modèle
Le modèle cherche à minimiser les besoins en données tout en incorporant l’influence des
variables clés de politique éducative permettant de faire des projections sur les besoins extérieurs
de financement pour atteindre les objectifs de l’Ecole Pour Tous (EPT) en 2015. Nous
présentons ici les principales étapes de l’élaboration notre budget (estimation des dépenses
nécessaires à la réalisation de l’objectif de l’EPT en ce qui concerne le préscolaire et les
ressources à mobiliser pour atteindre cet objectif). Dans la deuxième partie, nous présentons les
conditions initiales et les différents scénarios de politiques éducatives dans le préscolaire.
I.1. Elaboration du budget
Pour réaliser les estimations concernant le budget, nous procédons en trois grandes étapes :
I.1.1. Estimation des dépenses courantes
Deux groupes de variables interviennent ici dans les calculs : la projection de la population
préscolarisable (3-5ans) et l’estimation des coûts associés à la production des services relatifs au
préscolaire.
i) Projection de la population préscolarisable
Nous ferons cette projection à partir :
- des projections de la population totale au cours de la période de simulation ;
- de la proportion supposée constante de la tranche d’âge 3-5 ans dans cette population
totale ;
- de l’évolution du taux d’accès au préscolaire ;
- de la proportion des enfants fréquentant les structures préscolaires publiques.

ii) Estimation des coûts
L’estimation des coûts se fera à partir :
- du nombre moyen d’élèves par enseignant. Cette valeur nous permettra de calculer
l’évolution du nombre d’enseignants nécessaires dans les écoles maternelles sur la
période de simulation ;
- du niveau moyen de salaire des enseignants du préscolaire dans le secteur public. A partir
de cette variable, il sera aisé de déterminer la masse salariale totale nécessaire que l’Etat
doit supporter pour atteindre ses objectifs ;
- le salaire moyen des personnels d’appui. En effet, dans la plupart des écoles maternelles,
l’on emploie à part les enseignants, un gardien pour surveiller les enfants et une dame
chargée de l’entretien (nettoyage et guide des enfants) ;
- du coût des intrants complémentaires pour créer un environnement favorable aux

apprentissages des enfants et pour financer les activités facilitant la scolarisation des
enfants défavorisés.
I.1.2. Estimation des dépenses d’investissement
Les dépenses d’investissement concernent la construction et l’équipement des salles de classes

nécessaires pour « préscolariser » l’effectif croissant des enfants d’âge préscolaire. Nous
estimerons le nombre de nouvelles salles de classes à construire pour suivre la croissance des
effectifs. Nous supposerons pour cela que le rapport moyen enfants par enseignant est le même
que celui d’enfants par salle de classe. Les coûts unitaires de construction-équipement d’une
salle de classe varie selon le type de matériels utilisés et selon la région ; il n’est ainsi pas facile
d’avoir une valeur qui reflète la réalité nationale. Mais nous utiliserons cependant une moyenne
obtenue à partir des données fournies par le Ministère de l’Education nationale et celles obtenues
dans les récentes estimations.
I.1.3. Volume des ressources à mobiliser
Les moyens financiers à mobiliser peuvent provenir de 3 principales sources : l’Etat, les
Collectivités locales et les partenaires extérieurs. Les ressources que l’Etat devra mobiliser
dépendent de trois facteurs : le taux anticipé de croissance du PIB, l’évolution des recettes
(fiscales et non fiscales), la part du budget de l’Etat allouée à l’Education Nationale et de la part
des dépenses d’éducation allouée à l’enseignement maternel. Nous considérons ici que les
ressources provenant des collectivités comme étant des ressources complémentaires censées
juste renforcer ou appuyer l’apport du gouvernement.
En ce qui concerne les partenaires extérieurs, leur contribution s’exprimera en termes de besoin
de financement extérieur pour réaliser les objectifs de l’EPT en 2015. Ils se déduisent par
différence entre les besoins exprimés en I.1. et I.2 et les ressources dégagées par l’Etat estimées
comme mentionnées dans le paragraphe précédent. Les ressources nationales serviraient en
priorité à couvrir les dépenses courantes. Un éventuel excédent serait alors utilisé dans le

financement des dépenses d’investissement. Les ressources extérieures viendraient ainsi couvrir
les dépenses résiduelles.
I.2. Conditions initiales et valeurs cibles
L’année de base que nous considérons ici est l’année scolaire 2000/2001 pour laquelle nous
disposons relativement de plus d’informations. Nous estimons les paramètres soit à partir des
données du RGPH de 1998, soit à partir des statistiques du Ministère de l’Education Nationale,
soit enfin à partir des résultats des différentes études réalisées dans le secteur éducatif ivoirien
(celles du RESEN, ROCARE ou du projet CAPSE par exemple).
Nombre d’enfants préscolarisés
Le tableau ci-dessous présente les principales variables utilisées dans la détermination du

nombre d’enfants à préscolariser.
Tableau 11 : Variation moyenne et valeurs cibles affectant l’effectif des enfants du préscolaire 2000/2001 et
2015
Valeur en 2000/2001 Cible en 2015
Population totale 15 923 330 26 677 132
Population préscolarisable 1 635 420 2 739 899
Taux de croissance de la population 3,5%
Effectif d’enfants fréquentant les structures formelles publiques 23 251
Proportion des enfants fréquentant les structures préscolaires
1,42%
publiques
Source : RESEN et calculs des auteurs à partir des données du RGPH 98
Les calculs ont été effectués à partir des données du recensement de 1998, en supposant que le
taux de croissance annuel moyen de la population est constant et égal à 3,5%. Avec ce taux, on
aurait une population préscolarisable évaluée à 2 739 899 d’enfants en 2015. Il est à noter par
ailleurs qu’en 2000/2001, seul 1,42% des enfants préscolarisables fréquentent les structures
préscolaires et formelles relevant du public. Ceci montre que les structures publiques sont
nombreuses, elles n’encadrent pratiquement qu’une infime partie des enfants de 3-5 ans. Un
effort notable doit donc être effectué pour pouvoir atteindre des taux raisonnable de 10%, 20%
ou plus, des effectifs à supporter par l’Etat.
Coût de production des services éducatifs
Le salaire des enseignants constitue l’élément le plus important dans les dépenses courantes. La
masse salariale est déterminée par le produit du nombre d’enseignants par le salaire annuel
moyen. Le nombre nécessaire d’enseignants est obtenu en divisant l’effectif d’enfants à
préscolariser par le ratio enfants-enseignant. Les autres dépenses courantes autres que la
rémunération des enseignants sont agrégées et constituent la variable autres dépenses courantes.
Ces différents paramètres sont présentés dans le tableau suivant.

Tableau 12 : Paramètres affectant la production des services dans le préscolaire

Valeur en 2000/2001
PIB/tête 487 000 F
Salaire annuel moyen d’un instituteur 2 174 954 F
soit 4,5 fois le PIB/tête
Salaire annuel moyen d’un instituteur adjoint 1 551 610 F
soit 3,2 fois le PIB/tête
Autres dépenses courantes 2 955 803 000 F
Total des dépenses courantes 4 006 647 000 F
Nombre d’enseignants dans le public 1 318
Nombre de salles de classes dans le public 932
Nombre d’élèves par enseignant 20,2
Nombre d’élèves par salle 25
Source : RESEN Côte d’Ivoire/2002
Le ratio élèves-enseignant est moins élevé que le ratio élèves-salle de classe. Pour la simulation,
nous considérons le deuxième rapport comme étant également le rapport élèves-enseignant. Les
autres dépenses courantes incluent le matériel pédagogique et les charges locatives.
Coût de construction et d’équipement des salles de classe
Les coûts en capital du préscolaire dépendent :
- du rapport enfants-enseignant car un enseignant correspond à une salle de classe ;
- du coût unitaire de construction et d’équipement d’une salle de classe.
La première variable est déjà déterminée dans le tableau 5. Il reste donc le coût unitaire de
construction équipement d’une salle de classe. En l’absence d’informations exactes sur les coûts
de construction au niveau national, nous considérerons la valeur de 8 000 $ US utilisée comme
coût unitaire moyen en Afrique subsaharienne.
Ressources nationales mobilisées pour l’enseignement maternel
Le tableau ci-après résume l’ensemble des variables utilisées dans la détermination de ces
ressources.

Tableau 13 : Variables affectant les ressources publiques nécessaires (en millions de FCFA)
Valeur en 2000/2001
PIB 6 752 500
Dépenses totales 1 738 000
Dépenses totales d’éducation 297 370
Dépenses courantes d’éducation 279 748
Dépenses d’investissement 17 622
dont provenant des ressources extérieures 12 299
Dépenses courantes pour le préscolaire 4 007
Dépenses courantes d’éducation en % des dépenses publiques 16%
Dépenses courantes pour le préscolaire en % des dépenses d’éducation 1%
Dépenses courantes du préscolaire en % du PIB 0,06%
Source : RESEN Côte d’Ivoire/2002
Ce tableau montre que les dépenses d’éducation sont assez considérables mais que la part des
dépenses du préscolaire dans l’ensemble des dépenses d’éducation est très faible ; ce qui fait
penser que le préscolaire n’est pas encore considéré comme une priorité.
I.3. Scénarios
Les différents scénarios de cette simulation se basent sur les objectifs assignés à cette étude. Ces
scénarios sont résumés dans le tableau suivant.
Tableau 14 : Différents scénarios de préscolarisation

Hypothèses Objectifs recherchés (évaluation à faire)
1. Encadrement
A 100% par les instituteurs
Coût unitaire par an et par enfant
A 100% par les instituteurs adjoints
A 50% par les instituteurs et 50%par les instituteurs adjoints
2. Extensions des effectifs

Préscolarisation de 10%, 20%, … des effectifs de 5-6ans Coûts de fonctionnement et d’investissement
Besoins en personnels
Coût unitaire par enfant
3.Extensions du nombre d'années du préscolaire

Préscolarisation de 10%, 20%, … des effectifs préscolarisables Coûts de fonctionnement et d’investissement
Coût unitaire par enfant
4. Création des grandes sections dans les écoles primaires

Coûts de fonctionnement et d’investissement
Fraction des 5-6 ans susceptibles d’être préscolarisés
5. Extensions d'autres types de structures

Prise en charge à 50% des enfants de 5-6 ans Coûts de fonctionnement et d’investissement
Prise en charge à 100% des enfants de 5-6 ans Besoins en personnels

II. Résultats
Sur la base des chiffres du tableau 5, les prévisions de la population préscolaire se présentent
comme dans le tableau suivant :
Tableau 15: Prévisions de la population préscolaire (3-5 ansrévolus)

Année 2005 2010 2015
Population préscolarisable 1 942 366 2 306 921 2 739 899
dont 10% 194 237 230 692 273 990
dont 20% 388 474 461 384 547 980
dont 30% 582 711 692 076 821 970
dont 50% 971 185 1 153 460 1 369 950
dont 80% 1 553 896 1 845 536 2 191 920
Entre 2000 et 2015, il est prévu une croissance d’environ 68% de la population préscolaire. Pour
supporter l’encadrement d’une partie de cette population (10%, 20%, etc.), l’Etat se doit
d’engager d’importants moyens financiers.
Scénario 1 :
En partant d’un effectif approximatif de 7600 écoles primaires existantes et d’un ratio de 25
élèves par classe, la création d’une salle par école, ceci nécessitera 7600 salles de classes et
autant d’enseignants pour accueillir et encadrer 190 000 élèves. Ce qui représente 12% des
enfants de 5/6 ans qui pourront être préscolarisés. Pour cela, il va falloir un coût d’investissement
total de 60 800 000 dollars soit environ 42 milliards de francs CFA.
Scénario 2 :
Dans la situation actuelle, pour des dépenses de fonctionnement de 4 milliards de FCFA, la

masse salariale s’élève à 1,1 milliards avec une proportion de 64,2% d’instituteurs. Dans
l’hypothèse d’une proportion de 50% d’instituteurs et 50% d’instituteurs adjoints, le coût de
fonctionnement moyen par enfant passerait de 210 000 F à 193 700 F par an.
Dans le cas de la mise en place du scénario 1, la masse salariale s’élèverait à 12 640 943 200 F,
pour un coût total de 42 082 755 520 F, soit 221 000 F par enfant et par an.
Scénario 3 :
Tableau 16: Projection de la population de 5/6 ans
2005 2010 2015
10% 85 464 98 072 120 556
20% 170 928 196 144 241 111
30% 256 392 294 216 361 667
50% 427 321 490 360 602 778
60% 512 785 588 432 723 333
80% 683 713 784 576 964 444

Dans les conditions actuelles d’encadrement (25 élèves par enseignant), les besoins estimés se
présentent comme suit :
Tableau 17: Besoins estimés en personnel enseignant

Pourcentage des 5/6 ans 2005 2010 2015
10% 3 419 3 923 4 822
20% 6 837 7 846 9 644
30% 10 256 11 769 14 467
50% 17 093 19 614 24 111
60% 20 511 23 537 28 933
80% 27 349 31 383 38 578
Pour préscolariser 10% des 5/6 ans, il va falloir 3 419 enseignants en 2005 et 4822 enseignants
en 2015.
Les coûts en investissements sont résumés dans le tableau suivant :
Tableau 18 : Coûts d’investissement (en FCFA)

10% 19 146 400 000 21 968 800 000 27 003 200 000
20% 38 287 200 000 43 937 600 000 54 006 400 000
30% 57 433 600 000 65 906 400 000 81 015 200 000
50% 95 20 800 000 109 838 400 000 135 021 600 000
60% 114 861 600 000 131 807 200 000 162 024 800 000
80% 153 154 400 000 175 744 800 000 216 036 800 000
Pour mettre en place des structures afin d’encadrer 10% des enfants de 5/6 ans en 2005, il va
falloir dépenser 19,15 milliards pour la construction des salles de classes.
Les coûts générés à prix constants de 2000 sont consignés dans les tableaux suivants :
Tableau 19: Coûts salariaux

10% 5 686 036 052 6 524 857 152 8 020 715 407
20% 11 372 072 103 13 049 714 303 16 041 430 815
30% 17 058 108 155 19 574 571 455 24 062 146 222
50% 28 430 180 258 32 624 285 758 40 103 577 036
60% 34 116 216 310 39 149 142 910 48 124 292 444
80% 45 488 288 413 52 198 857 213 64 165 723 258
Ce tableau indique que 8,02 milliards de FCFA seront nécessaires en 2015, pour mettre dans les
structures préscolaires 10% des enfants de 5/6 ans.
Scénario 4 :
Pour pouvoir mettre les enfants de la tranche d’âge 3-5 ans, les besoins en salles de classes et en
enseignants se présentent comme suit selon les différentes proportions d’enfants et selon les
différentes années.

Tableau 20 : Besoins en enseignants et salles de classe pour préscolariser les enfants de 3-5 ans
Proportion (en %) 2005 2010 2015
10 7 769 9 228 10 960
20 15 539 18 455 21 919
30 23 308 27 683 32 879
50 38 847 46 138 54 798
80 62 156 73 821 87 677
Ces besoins nécessitent les coûts de fonctionnement et d’investissement suivants :
Tableau 21 : Coûts de construction des salles de classes

Proportion (en %) 2005 2010 2015
10 43,6 51,7 61,4
20 87,0 100,3 122,7
30 130,5 155,0 184,1
50 217,1 258,3 306,9
80 348,1 413,4 490,9
Il est à noter que les coûts d’investissement calculés ici concernent l’ensemble des stocks de
salles de classes et non les nouvelles salles à construire. Pour avoir, à chaque fois les besoins
supplémentaires, il va falloir retrancher à ces coûts et besoins, les investissements réalisés et les
besoins effectivement comblés à chaque année d’évaluation.

CONCLUSION
L’impact des préscolaires sur la scolarisation au primaire en Côte d’Ivoire est comme on peut s’y
attendre positif. Cela a pu se être vérifié à travers l’analyse de l’effet de vulgarisation des
structures préscolaires et leur fréquentation par les enfants. En effet, cette vulgarisation et cette
fréquentation ont stimulé au cours de la période 1987/88 à 2000/2001, les inscriptions au cours
préparatoire. Néanmoins l’ampleur de cette stimulation n’est pas la même pour toutes les
régions. D’autres facteurs, spécifiques à chaque région interviennent probablement dans
l’explication de cette ampleur. Les éléments sur lesquels s’est basée la présente étude ne
permettent malheureusement déterminer ces différents facteurs.
Les simulations effectuées à partir des données de 2000/2001 indiquent des coûts relativement
élevés pour réaliser les objectifs de vulgarisation du préscolaire. Ceci est la résultante d’une
croissance démographique des jeunes et des coûts unitaires d’investissement assez élevé. D’autre
part, l’indisponibilité d’informations précises sur certains éléments de coût ont sans doute
entraîné la surévaluation des résultats. Cependant, on peut avoir un ordre de grandeur des
ressources financières à dégager par l’ensemble des parties concourant à financer l’éducation.
Par ailleurs, cette étude en se focalisant sur les données du secteur public ne permet pas
d’apprécier dans son ensemble l’impact financier total. Or le privé et les structures préscolaires
non formelles s’occupent également de l’encadrement d’un grand d’enfants. Il serait donc
intéressant d’étendre l’étude à l’ensemble de tous les secteurs impliqués dans le préscolaire.
Pour mieux apprécier l’impact du préscolaire sur la scolarisation, il serait intéressant d’effectuer
une descente sur le terrain pour recueillir des données sur les d’autres déterminants de la
scolarisation dans les différentes régions du pays. Il serait également intéressant de suivre une
cohorte d’enfants, ayant fréquenté les structures préscolaires dans tout leur cycle primaire, afin
de voir si le préscolaire a un effet de long terme. La collecte des données qualitatives permettrait
également d’améliorer les analyses.

BIBLIOGRAPHIE
1. CAPUANO, F., et al. (2001), « L’impact de la fréquentation préscolaire sur la préparation

scolaire des enfants à risque de manifester des problèmes de comportement et
d’apprentissage à l’école », Revues des Sciences de l’éducation, Canada.
2. CHANG G .C. et RADI M. (2001) « Planification de l’éducation par la simulation

informatique », UNESCO, Paris.
3. MINGAT A. et al. (2002), « Le financement de l’Education pour tous en 2015 : simulations

pour 33 pays d’Afrique subsaharienne », Banque Mondiale, Washington.
4. RESEN-Côte d’Ivoire (2002), « Rapports des Groupes de Travail », Abidjan.
5. TAPE Gozé et KOUDOU Opadou (1998), « Etude sur le préscolaire : Rapport final »,
ROCARE, Abidjan.

ANNEXES
CP1 - TOTAL
Année Abengourou Abidjan Bondoukou Bouaké Daloa Korhogo Man Odiénné San-Pédro Yamoussoukro
1987 / 1988 7371 101948 13523 25491 40787 11799 32497 10845 16226 24815
1988 / 1989 7701 106522 14130 26635 42616 12328 33955 11332 16954 25928
1989 / 1990 7932 109717 14553 27434 43894 12698 34973 11671 17463 26706
1990 / 1991 7192 97936 12066 26354 26861 12647 29948 11467 14232 25174
1991 / 1992 6468 88072 10851 23700 24156 11373 26932 10312 12799 22639
1992 / 1993 6540 89057 10972 23965 24426 11500 27233 10427 12942 22892
1993 / 1994 7814 107380 13823 27698 37358 13024 33651 11900 16474 26744
1994 / 1995 9088 125703 16674 31431 50290 14548 40069 13372 20007 30597
1995 / 1996 12317 188115 24661 48182 70347 20161 53981 19618 28794 45646
1996 / 1997 13242 193275 27995 50796 76835 26403 59730 21186 39047 47739
1997 / 1998 14175 197475 28976 50309 78505 25702 60119 22430 34395 49745
1998 / 1999 14604 196049 27605 50752 77081 26212 59153 21059 37874 49939
1999 / 2000 10687 130399 19522 36596 56098 18945 37515 15175 28065 35851
2000 / 2001 10085 125909 19926 35069 54081 19852 41109 16872 25641 33811
2001 / 2002
Source : MEN/DIPES
PRESCOLAIRE - TOTAL
Année Abengourou Abidjan Bondoukou Bouaké Daloa Korhogo Man Odiénné San-Pédro Yamoussoukro
1987 / 1988 178 6920 0 1642 379 273 334 88 203 836
1988 / 1989 196 7611 0 1806 417 300 368 97 223 919
1989 / 1990 205 7959 0 1889 436 314 384 101 233 961
1990 / 1991 191 7412 0 1759 406 292 358 94 217 895
1991 / 1992 184 7152 0 1697 392 282 345 91 209 864
1992 / 1993 295 11444 0 2716 627 451 553 145 335 1382
1993 / 1994 369 14320 0 3398 784 564 692 182 419 1729
1994 / 1995 478 15791 1035 2747 941 708 1642 331 662 1303
1995 / 1996 593 19378 981 3192 1493 802 1844 419 728 1455
1996 / 1997 738 19755 1164 3532 1385 1201 1377 551 811 1617
1997 / 1998 873 21420 1180 3615 1850 1821 1400 388 969 1973
1998 / 1999 1406 20997 1248 3551 1736 1777 1134 440 1365 1899
1999 / 2000 1203 23215 1273 3931 2055 1812 1440 412 1246 2370
2000 / 2001 1408 24054 1341 4015 2570 1727 1932 749 1519 2277
2001 / 2002 1575 25103 1161 3133 2404 1766 1557 585 1275 2178
Source : MEN/DIPES

TABLE DES MATIERES
AVANT-PROPOS.................................................................................................................................................. i
LISTE DES SIGLES ET ABREVIATIONS....................................................................................................... ii
INTRODUCTION................................................................................................................................................. 1
Chapitre I : SITUATION GENERALE DU PRESCOLAIRE EN COTE D’IVOIRE................................... 3

I. Définition, historique et différentes formes des structures du préscolaire...............................3
II. Répartition ..............................................................................................................................4
II.1. Répartition selon le statut ....................................................................................................4
II.2. Répartition selon la région d’implantation ..........................................................................5
III. Difficultés..............................................................................................................................6
III.1. Fréquentation......................................................................................................................6
III.2. Coûts...................................................................................................................................7
III.3. Encadrement.......................................................................................................................7
Chapitre II : REVUE DE LA LITTERATURE ................................................................................................. 8

I. Analyse de l’impact des structures préscolaires ......................................................................8
I.1. Fréquentation des structures préscolaires .............................................................................8
I.2. Importance des programmes du préscolaire .........................................................................9
II. Modèles de simulation..........................................................................................................12
II.1. Le modèle EPSSim............................................................................................................13
II.2. Le modèle d’Alain Mingrat et al. ......................................................................................15
Chapitre III : ANALYSE DE L’IMPACT DU PRESCOLAIRE SUR LA SCOLARISATION.................. 17

I. Description des séries ............................................................................................................17
I.1. Séries des effectifs des CP1 ................................................................................................17
I.2. Séries des effectifs du Préscolaire.......................................................................................18
II. Le modèle .............................................................................................................................18
Chapitre IV : EVALUATION DES COUTS .................................................................................................... 23

I. Présentation du modèle ..........................................................................................................23
I.1. Elaboration du budget .........................................................................................................23
I.1.1. Estimation des dépenses courantes ..................................................................................23
I.1.2. Estimation des dépenses d’investissement.......................................................................24
I.1.3. Volume des ressources à mobiliser..................................................................................24
I.2. Conditions initiales et valeurs cibles...................................................................................25
I.3. Scénarios .............................................................................................................................27
II. Résultats................................................................................................................................28
CONCLUSION ................................................................................................................................................... 31
BIBLIOGRAPHIE.............................................................................................................................................. 32
ANNEXES ........................................................................................................................................................... 33
TABLE DES MATIERES .................................................................................................................................. 34

GTAkapovi

Transféré par

Informations du document

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

GTAkapovi

Transféré par

Droits d'auteur :

Formats disponibles

REPUBLIQUE DE COTE D’IVOIRE MINISTERE DE L’ENSEIGNEMENT SUPERIEUR

Union – Discipline – Travail ET DE LA RECHERCHE SCIENTIFIQUE

ECOLE NATIONALE SUPERIEURE DE

IMPACT DU PRESCOLAIRE SUR LA SCOLARISATION

Réalisé par : Sous l’encadrement de :

AKAPOVI Comlan Picard José KOUAKOU N’goran Jean-Arnaud

MOHAMADOU AMINOU SIKA Lazare

Elèves Ingénieurs Statisticien-Economistes Enseignant-Chercheurs à l’ENSEA

Année scolaire 2002/2003 Abidjan, juin 2003

Le présent travail portant sur le thème : « Impact du préscolaire sur la scolarisation au

CAPSE : Contrat Pour l’Amélioration du Système Educatif

EPT : Education Pour Tous

MEN : Ministère de l’Education Nationale

RESEN : Rapport d’État du Système Éducatif National

ROCARE : Réseau Ouest et Centre Africain de Recherche dans l’Education

UNESCO : Organisation des Nations Unies pour l’Education, la Science et la Culture

AKAPOVI Picard & MOHAMADOU AMINOU 2

Chapitre I : SITUATION GENERALE DU PRESCOLAIRE

Avant d’analyser l’impact du préscolaire sur la scolarisation au primaire et les coûts de

I. Définition, historique et différentes formes des structures du préscolaire

Les établissements préscolaires peuvent se définir comme les structures d’accueil et

• Les établissements publics formelles qui relèvent généralement du Ministère de

• Les structures d’accueil et d’éveil de la petite enfance relevant du Ministère

II.1. Répartition selon le statut

Part du public dans les effectifs d'établissements préscolaires formelles

Au vu de ce graphique, on constate que dans l’ensemble, les établissements préscolaires formels

AKAPOVI Picard & MOHAMADOU AMINOU 4

Tableau 1: Répartition des écoles maternelles par région

29 centres sociaux d’entreprise ;

82 centres d’éducation préscolaires d’entreprise ;

Tableau 3: Taux Brut de Scolarisation dans le Préscolaire de 1990 à 1998

En raison de sa délicatesse, le personnel chargé de l’encadrement de la petite enfance devrait

AKAPOVI Picard & MOHAMADOU AMINOU 7

Chapitre II : REVUE DE LA LITTERATURE

I. Analyse de l’impact des structures préscolaires

I.1. Fréquentation des structures préscolaires

- la préscolarisation réduit le taux de redoublement de deux tiers au CP1 et de moitié au

Cependant, ces performances varient aussi du niveau d’instruction et de la catégorie socio-

I.2. Importance des programmes du préscolaire

AKAPOVI Picard & MOHAMADOU AMINOU 9

La première analyse concerne le niveau de préparation scolaire cognitif et socio affectif

AKAPOVI Picard & MOHAMADOU AMINOU 11

II. Modèles de simulation

Généralement, on distingue trois phases d’utilisation des modèles de simulation :

- et la budgétisation. Le gouvernement peut être en mesure de savoir les coûts requis

Nous présentons ci-dessous deux exemples de modèles de simulation, le modèle EPSSim et le

AKAPOVI Picard & MOHAMADOU AMINOU 12

II.1. Le modèle EPSSim

- mettre rapidement16 un outil de planification à la portée des pays engagés dans

- démontrer l’utilité d’une application informatique pour l’évaluation des implications

- permettre à l’utilisateur de ce modèle de tester, après l’adaptation requise, la simulation

• Les principales composantes de EPSSim

AKAPOVI Picard & MOHAMADOU AMINOU 13

Tableau 4 : Données de base et hypothèses

Concernant l’accès à l’école

Concernant a qualité de l’enseignement

Concernant les coûts et les financements

Tableau 5. Variables de décision et de résultat

AKAPOVI Picard & MOHAMADOU AMINOU 14

II.2. Le modèle d’Alain Mingrat et al.

AKAPOVI Picard & MOHAMADOU AMINOU 15

AKAPOVI Picard & MOHAMADOU AMINOU 16

Chapitre III : ANALYSE DE L’IMPACT DU PRESCOLAIRE SUR

I. Description des séries