PRÉSENTATION DES MODÈLES

La nature des modèles

1 Les modèles de simulation sont le principal outil de planification de l’éducation en Afrique

subsaharienne. Ce ne sont ni des modèles économétriques, ni des modèles prévisionnels, ni
même des modèles conçus pour expliquer l’ensemble des phénomènes qui constitue un système
éducatif. Ils ne sont l’expression d’aucune théorie.

2 Ils relient sur des feuilles de calcul informatiques les différentes grandeurs du système
éducatif (effectifs d’élèves, de personnel, classes, etc.) sur une période de dix à vingt ans, afin
de déterminer l’évolution des besoins, humains, matériels et financiers du système éducatif, en
fonction d’objectifs de politique éducative (taux de scolarisation, taux d’encadrement, dotations
d’équipement, etc.), de paramètres à la discrétion du planificateur (charges horaires, taux
d’admission, etc.) et d’hypothèses relatives à des variables sur lesquelles ce dernier n’a pas
prise (croissance démographique, taux de déperdition du personnel, etc.). Ils permettent, par
ajustements progressifs des objectifs et des paramètres, de respecter une contrainte budgétaire
imposée par la croissance économique et les Finances publiques.

3 Les grandeurs intégrées dans ces modèles peuvent être nombreuses, mais leurs relations sont
élémentaires : elles ne mobilisent guère plus que les quatre opérations arithmétiques
fondamentales. Ce sont des outils plus proches de la comptabilité que de l’analyse économique.

4 Prenons l’exemple des flux d’élèves ; c’est le meilleur exemple que l’on puisse prendre
puisque c’est le caractère diachronique de ces flux qui fonde la dynamique des projections.
Dans la plupart des modèles [1][1]Celui de la Banque mondiale qui est le plus répandu n’en
fait…, ils sont calculés ainsi : les effectifs de la première année d’un cycle d’études sont égaux
au nombre de nouveaux entrants dans ce cycle – dans le cas du primaire, ce nombre est le
produit du taux d’admission (objectif) par la population d’âge d’entrée au primaire
(hypothèse) – augmenté du nombre de redoublants – produit du taux de redoublement
(hypothèse ou objectif) par l’effectif de l’année scolaire précédente ; les effectifs de chacune
des autres années du cycle d’études sont déterminés par les taux de promotion et de
redoublement appliqués aux effectifs de l’année scolaire précédente qu’ils concernent [2][2]On
peut concevoir quelques sophistications, telle la prise en…. Les flux d’élèves déterminent
ensuite ceux des classes, des enseignants, etc. Il ne s’agit donc pas d’effectuer la meilleure
prévision, mais de calculer les besoins qu’impliquent les objectifs de politique éducative. Des
hypothèses d’évolution du PIB et, conséquemment, des recettes nationales disponibles pour
l’éducation – hypothèses qui, elles, peuvent être tirées de prévisions, mais exogènes au
modèle –, on détermine un gap de financement que les financements extérieurs (dons ou prêts)
devront combler ; si le gap est jugé trop important, on réduit les objectifs.

L’origine des modèles

5 L’utilisation de modèles de simulation a commencé en Afrique subsaharienne vers le milieu

des années 1980, peu après l’arrivée des tableurs qui les ont suscités. Elle s’est généralisée au
cours des années 2000 avec les Resen [3][3]Un Resen (Rapport d’État d’un système éducatif
national) est… dont elle constitue la dernière étape. Le modèle type Resen de la Banque
mondiale (modèle EFSM) est le plus répandu du fait de la prépondérance de cette institution
dans le financement du développement des systèmes éducatifs africains, mais il en existe
d’autres, réalisés par diverses agences, notamment l’Unesco (modèle EPSSim [4][4]EPSSim
est un modèle générique, mais l’Unesco élabore également…), ou par les pays eux-mêmes,
souvent avec l’aide de consultants.

6 L’arrivée des tableurs a coïncidé avec la substitution progressive de l’approche-programme à

l’approche-projet ; le modèle de simulation était l’outil tout indiqué pour appliquer l’approche-
programme. Parallèlement, la conception des Resen a marqué une volonté de la Banque
mondiale d’accorder une priorité à l’analyse économique et au cadrage financier ; auparavant,
notamment dans les rapports d’évaluation de projets (appraisal reports), la contrainte
budgétaire était mal prise en compte et les arbitrages, négligés. Le modèle de simulation,
dernière étape d’un Resen, était, là aussi, l’outil tout indiqué pour y remédier.

7 Les modèles de simulation sont désormais systématiquement utilisés pour établir les plans de
développement des systèmes éducatifs africains ; qu’il s’agisse de plans décennaux,
quinquennaux, ou triennaux glissants (CDMT).

8 Ils sont d’autant plus importants que l’est la planification dont ils sont l’outil. Or, c’est en
Afrique subsaharienne que les enjeux et les marges de manœuvre de la planification de
l’éducation sont les plus importants : les effectifs d’élèves n’y sont pas stabilisés, la qualité de
l’éducation est faible, et les alternatives dans l’allocation des ressources nombreuses et
déterminantes.

9 L’influence des partenaires au développement sur l’exercice de la planification de l’éducation

dans les pays d’Afrique subsaharienne est grande. Pour deux raisons : les investissements y sont
essentiellement financés par l’aide extérieure et les capacités locales de planification y sont
faibles. C’est une évidence qu’il est utile de rappeler, car il n’est pas banal que ces pays utilisent
tous les mêmes outils de planification de l’éducation, conçus par leurs partenaires. C’est le cas
des modèles de simulation qui, du reste, sont présentés comme des instruments de
communication entre les partenaires et les pays (cf. Brossard, Mingat, 2005).

LA SIMPLICITÉ DES MODÈLES

10Dans leur grande majorité, les modèles de simulation utilisés en Afrique subsaharienne sont
des adaptations plus ou moins poussées du modèle générique [5][5]Un modèle générique (ou
prêt-à-porter) est uniquement… de la Banque mondiale (EFSM) ou de celui de l’Unesco
(EPSSim) [6][6]Ces deux modèles peuvent être téléchargés sur le site Internet… ; les premiers
étant plus nombreux que les seconds. Notre critique porte sur ces modèles [7][7]À première
vue, EFSM et EPSSim semblent très différents : EFSM….

11 À des degrés divers, ils sont trop simples. Cette simplicité est de deux ordres : celui de la
globalisation et celui des modes de calcul. Elle a deux conséquences négatives : les simulations
sont d’une imprécision rédhibitoire et les paramètres sont impropres à guider efficacement
l’action. Cette simplicité est peu argumentée ; elle ne l’est que de manière globale – aucun
calcul particulier n’est justifié de ce point de vue ; et, surtout, elle l’est de manière erronée.

La détermination des grandes orientations de la politique éducative

12 L’argument le plus commun pour justifier la simplicité des modèles consiste à dire qu’ils ne
sont destinés qu’à déterminer les grandes orientations de la politique éducative et qu’à ce titre
il n’est nul besoin d’entrer dans les détails du système éducatif. Ces grandes orientations sont
définies à un niveau global par des paramètres tels que les taux de scolarisation, les taux de
transition entre cycles d’études, les taux d’encadrement, le niveau de recrutement des maîtres,
leurs salaires, etc. ; et ces grandes orientations suffiraient à déduire l’ordre de grandeur des
besoins de financement. Quand on connaît les écarts entre les requêtes de financement, les
promesses de dons ou de prêts et les montants effectifs de ces derniers, on comprend que cet
ordre de grandeur autorise de grandes approximations. Cependant, si ces approximations sont
trop grandes, si elles dépassent par exemple 20 % à l’horizon de cinq ans et 50 % à l’horizon
de dix ans, on peut douter de l’utilité de construire un modèle quand une projection à main levée
donnerait le même résultat.

13 Or, ce sont de telles approximations que l’on peut observer. Pour en donner un exemple,
nous avons appliqué EFSM et EPSSim à la situation de la Mauritanie en 2011. Pour simplifier,
nous avons simulé les seules dépenses courantes relatives aux établissements publics du
fondamental, du secondaire et du supérieur (graphique 1) et les seules dépenses de construction
de salles de classe du fondamental et du secondaire (graphique 2). Les résultats sont
spectaculaires : à l’horizon quinquennal, les différences entre les dépenses courantes varient,
selon l’ordre d’enseignement, entre 14 % et 30 % ; à l’horizon décennal, entre 36 % et 61 %.
Les différences relatives aux dépenses de construction le sont encore plus. Cependant, elles sont
dues pour l’essentiel à un lissage sur dix ans des dépenses dans EFSM et à un décalage d’une
année d’imputation des dépenses entre les deux modèles ; elles sont donc moins fondamentales
que les premières et il faut ajouter que les modes de calcul d’EFSM ne sont pas systématiques
(le lissage peut notamment être très différent, voire inexistant). Toutefois, cette liberté dans les
modes de calcul est révélatrice de l’inauthenticité de la planification.

14 Il faut avoir à l’esprit que les écarts élémentaires entre les modèles peuvent se
cumuler [8][8]Cet aspect des modèles devrait inciter à la précision., voire se multiplier, mais
aussi se compenser. Les différences globales que nous venons d’exposer n’étaient pas a priori
inéluctables. Qu’elles puissent être aussi grandes suffit à mettre en doute le bien-fondé de la
simplicité de ces modèles. Que ceux-ci soient produits par les deux organisations
internationales prépondérantes dans le secteur de l’éducation donne du relief à ce constat.

15 L’examen des différences particulières entre les deux modèles, différences dont nous venons
de constater les conséquences au niveau global, dépasserait le cadre de cet article [9][9]Nous
tenons naturellement à disposition le détail de nos…. Il en est une toutefois qui mérite d’être
exposée, car elle renvoie à une approximation assumée par les concepteurs d’EFSM. Elle
concerne la détermination des flux d’élèves. EPSSim adopte la méthode classique, quasiment
tautologique, que nous venons d’exposer (p. 2) et, à cet égard, n’est pas contestable. EFSM l’est
en revanche quand, manifestement pour réduire l’espace qu’il occupe, il détermine les effectifs
d’élèves au moyen de l’estimation suivante du taux brut de scolarisation :
16 où Tp est le taux d’accès en première année ; Td, le taux d’accès en dernière année ; et R le
pourcentage de redoublants dans l’ensemble du cycle.

17 Ainsi, pour le primaire, la méthode classique tient compte de la population ayant l’âge
normal d’entrée à l’école et des effectifs scolarisés dans chaque année d’études ; la relation
qu’elle établit entre ces données et les effectifs d’élèves est exacte. La méthode EFSM tient
compte de la seule population scolarisable ; la relation qu’elle établit entre cette donnée et les
effectifs d’élèves est approximative. Or, cette approximation n’est pas insignifiante : l’erreur
absolue (positive ou négative) moyenne calculée pour les vingt dernières années en Mauritanie
est par exemple de 6 %, avec un maximum de 18 % ; théoriquement, l’erreur peut être plus
grande, mais il est juste de l’évaluer pour des situations vraisemblables [10][10]Notamment
celles où la répartition des effectifs d’élèves entre…. Les concepteurs du modèle n’ignorent pas
cette erreur [11][11]Ils la mettent même en évidence sous l’appellation TBS…. Ils l’acceptent
parce qu’ils la jugent négligeable. Outre cette erreur, la méthode EFSM est plus sensible que la
méthode classique à l’incertitude des données démographiques.

Figure 1

Comparaison des modèles de simulation EFSM (Banque mondiale) et EPSSim (Unesco),

Dépenses courantes pour les établissements publics – Mauritanie
Figure 2

Comparaison des modèles de simulation EFSM (Banque mondiale) et EPSSim (Unesco),

Dépenses de construction des salles de classe pour les établissements publics
(réhabilitations non comprises) – Mauritanie
18 Certes, quantifier l’impact des différents facteurs de l’accès ou de l’efficacité interne est une
gageure au regard de laquelle l’erreur est négligeable. Mais dans le court terme, ces
indicateurs – l’accès et l’efficacité interne – sont plus fortement déterminés par la situation
initiale que par ces facteurs [12][12]Sauf mesures réglementaires pour limiter les
redoublements…. L’erreur est par conséquent préjudiciable, car ce sont les premières années
du plan simulé qui sont les plus déterminantes quant au choix des politiques (les contraintes
budgétaires à court terme sont notamment beaucoup plus fiables qu’à moyen ou long terme).

Les principaux modes de calcul

19 Nous venons de donner une indication du caractère abusif des approximations acceptées
dans les modèles de simulation en opposant EFSM et EPSSim. Le premier est plus contestable
que le second, car il est plus global et parce que son mode de calcul des flux d’élèves se prive
volontairement d’informations importantes pour les premières années de projection, mais les
deux modèles, ainsi que leurs adaptations, ont recours, pour les principaux modes de calcul,
aux mêmes méthodes dont nous allons maintenant montrer les défauts de la simplicité.

L’encadrement
20 L’encadrement est un des aspects les plus importants des systèmes éducatifs, en termes
pédagogiques comme en termes financiers. Dans les deux modèles génériques que nous
examinons, comme dans la quasi-totalité des modèles spécifiques, les effectifs d’enseignants
sont déterminés à peu près de la même manière.

21 Pour le primaire, un ou deux paramètres seulement sont utilisés : le ratio élèves/maître

(EPSSim), ou les ratios élèves/classe et classes/maître (EFSM). Souvent, l’objectif retenu est
le ratio de 40 élèves par maître qui figure notamment dans le cadre indicatif Fast-Track ; tout
au plus, jouera-t-on à sa marge pour tenir compte d’une contrainte financière ou d’une
contrainte de capacité de recrutement. On peut déplorer qu’un objectif unique soit imposé pour
cet indicateur comme, du reste, pour chacun des dix autres de ce cadre [13][13]On pourrait
admettre que des objectifs de résultats finaux…. Mais il y a plus, la dispersion de la population
varie beaucoup selon les pays d’Afrique subsaharienne et les écoles d’un bon nombre d’entre
eux ont un effectif qui les contraint à composer des classes, simples ou même multigrades, de
petite taille ; de sorte qu’ils doivent accepter des classes de grande taille pour atteindre la
moyenne souhaitée [14][14]Ajoutons que le recours au multigrade est nullement un…. De fait,
ce phénomène n’est pas négligeable ; d’autant plus que le système multigrade, pour être
efficace, est très exigeant. La Mauritanie et la République démocratique du Congo (RDC) sont
deux pays relativement peu denses, le premier nettement moins que le second [15][15]Ainsi, en
Mauritanie, en 2011, la taille moyenne des écoles…. En Mauritanie, la taille d’une classe simple
ne doit pas excéder 50 élèves et le système multigrade doit être adopté afin d’éviter que cette
taille ne descende au-dessous de 30 élèves, la taille des classes multigrades, elle, ne devant pas
excéder 45 élèves [16][16]Ces normes sont toutefois très peu respectées.. Comme on peut le
constater dans le tableau 1, ces normes déterminent une taille moyenne des classes, pour
l’ensemble du pays, nettement inférieure à 40 élèves, même en adoptant le multigrade le plus
extensif. Compte tenu des exigences du multigrade, il ne serait pas déraisonnable d’abaisser la
taille maximale des classes multigrades. Or, si elle était fixée à 35 élèves, la taille moyenne
serait voisine de 33 élèves. Appliquées à la RDC, ces mêmes normes conduiraient à une taille
moyenne toujours sensiblement inférieure à 40 élèves, mais la différence avec la Mauritanie
serait également sensible. Dans les deux dernières colonnes du tableau, figurent la taille
maximale des classes simples qui devrait être imposée pour atteindre une moyenne
de 40 élèves, et le pourcentage des élèves placés alors dans des classes d’une taille supérieure
à 50 élèves.
22 Du point de vue financier comme du point de vue pédagogique, les écarts que nous venons
de mettre en évidence discréditent les modèles qui n’en tiennent pas compte. Par ailleurs, à la
différence de la taille moyenne des classes, les normes de taille de classe et les modalités du
multigrade sont de nature à susciter des instructions précises dont l’application peut être
aisément contrôlée.

23 On pourrait objecter que les différences de taille de classe, même importantes, ont en Afrique
subsaharienne un faible impact sur les acquisitions des élèves (Michaelowa, 2003). Mais les
études statistiques qui le révèlent rendent seulement compte de situations où la qualité est si
dégradée que les avantages d’une taille de classe réduite ne peuvent être exploités ; elles ne
peuvent inspirer la fixation à moyen ou long terme de paramètres de politiques dont l’objectif
est de sortir de ces situations de manière radicale (cf. Rasera, 2005).

Tableau 1

Organisation pédagogique et taille des classes primaires

Notes : - Le multigrade est appliqué, si possible, seulement afin que la taille d’une classe simple
ne soit pas inférieure à 30 élèves.
- Quand les élèves d’un même niveau peuvent être répartis en un nombre variable de classes
(cas des écoles de grande taille), le nombre retenu est celui qui donne la taille moyenne la plus
proche de 40 élèves.
- Voisins immédiats : seuls des élèves de deux niveaux d’études successifs peuvent être
regroupés.
- Tout couple : les classes multigrades ne peuvent regrouper que des élèves de deux niveaux
d’études différents.
- Libre : les classes multigrades peuvent regrouper des élèves de un à six niveaux d’études
différents.
Calculs de l’auteur effectués à partir de données exhaustives par école (SECOPE pour la RDC ;
DSPC pour la Mauritanie).
24 Pour le secondaire, la détermination du nombre de classes passe également par le seul
paramètre de la taille moyenne, avec la même simplicité dommageable que pour le primaire.
L’effectif d’enseignants est ensuite déterminé par leur charge horaire et celle des élèves. En
général, celle-ci reste fixe et l’objectif est presque toujours de faire évoluer celle-là vers
l’obligation de service. Les moyens d’atteindre cet objectif sont de fait ignorés, de sorte que les
modèles sont à cet égard sans utilité. La charge horaire effective des enseignants, qui est souvent
très en deçà de l’obligation de service, dépend pourtant de paramètres qu’il est possible de
contrôler et d’intégrer dans un modèle : recours d’enseignants du second cycle pour exercer
dans le premier, bivalence, affectation d’enseignants dans plusieurs établissements, heures
supplémentaires, regroupement occasionnel de filières, etc. Ces paramètres peuvent avoir un
impact important dans les pays où les établissements d’enseignement secondaire sont de petite
taille. En Mauritanie, où elle est pratiquée, la bivalence peut augmenter de deux à trois heures
la charge horaire moyenne de l’ensemble des enseignants ; une telle variation ôte tout intérêt à
un modèle qui l’ignore. Certes, un modèle qui intègre ces paramètres est sensiblement plus
complexe qu’EFSM ou EPSSim, mais cela ne peut constituer un argument valable pour y
renoncer.

Les salaires

25 Après la détermination des effectifs du personnel [17][17]Pour le primaire comme pour le

secondaire, les effectifs du…, vient le calcul de la masse salariale. Un des indicateurs du cadre
indicatif Fast-Track est le Salaire moyen des enseignants du primaire en unités de PIB/habitant.
Cet indicateur doit tendre vers 3,5. Que l’on ait retenu ce chiffre lors de l’évaluation de l’aide
extérieure globale nécessaire pour que l’Afrique atteigne les OMD, soit ; mais quand on songe
au leitmotiv des organisations internationales sur la bonne gouvernance, on ne peut qu’être
étonné par l’uniformité de cette prescription.

26 Ce n’est pas tant la fixation de l’objectif lointain qui pose problème ; cette fixation est de
toute façon assez hypothétique. Ce n’est pas non plus l’unité de mesure – le PIB/habitant. Ce
qui importe, c’est la progression vers cet objectif, notamment à court terme, au regard des
financements à mobiliser. Dans les modèles EFSM et EPSSim, pour le primaire comme pour
le secondaire, cette évolution est linéaire. Or, en Afrique subsaharienne, le personnel des
établissements d’enseignement publics est souvent fonctionnaire et sa rémunération fondée sur
des règles précises. Ces règles et la situation initiale du personnel – sa répartition dans une grille
indiciaire et son âge – déterminent fortement l’évolution prochaine de la masse salariale ; les
intégrer dans un modèle de simulation requiert une sophistication nullement excessive au regard
des enjeux [18][18]« Si l’on veut pouvoir évaluer et planifier plus intelligemment…. Par
ailleurs, s’il est pertinent d’indexer la valeur du point de l’indice sur le PIB/habitant, il n’est
pas possible de modifier celle-ci pour les seuls fonctionnaires de l’Éducation ; il serait bien sûr
spécieux de justifier une évolution linéaire de la rémunération unitaire globale en prétendant
avoir recours à des primes spéciales pour les agents de l’Éducation qui compenseraient de
manière ad hoc l’évolution de la valeur du point de l’indice : elles devraient varier d’une année
à l’autre, être éventuellement négatives...

Les moyens de fonctionnement

27 On déplore souvent le manque de moyens de fonctionnement dans les établissements

d’enseignement ou dans les services administratifs. Et l’on peut douter à cet égard de la
pertinence de la répartition des ressources, pas tant entre les dépenses de personnel et les
dépenses de fonctionnement qu’entre l’expansion de la scolarisation et la qualité des services
offerts (Rasera, 2005).

28 Or, dans le modèle EFSM, tous les moyens de fonctionnement sont confondus et la
détermination des ressources qui leur seront allouées prend la forme simple mais abstraite d’un
ratio qui ne donne aucune idée du niveau de qualité visé. La négligence du modèle va même,
pour le secondaire, jusqu’à regrouper sous une même rubrique les moyens de fonctionnement
et le personnel non enseignant !

29 EPSSim, le modèle de l’Unesco, distingue plusieurs catégories – manuels scolaires,

formation, maintenance... – mais ne donne pas la possibilité d’en faire varier séparément les
dotations : un indicateur unique pour toutes ces catégories et pour tous les ordres
d’enseignement est en effet réservé à l’amélioration de la qualité [19][19]Cf. feuille COST,
ligne 9.. Il est pourtant plus facile pour le planificateur ou le décideur de fixer quelques
paramètres concrets du fonctionnement des écoles que de fixer un taux de croissance pour
l’ensemble des ressources qui seront allouées à ce fonctionnement.

Les équipements

30 Dans EFSM ou EPSSim, comme dans la quasi-totalité des modèles, il est remarquable de
constater que les équipements ne sont prévus que pour les constructions nouvelles. Pourtant,
les besoins pour les structures existantes sont souvent considérables ; et le recours éventuel aux
réhabilitations pour les prendre en compte n’est pas toujours approprié.

L’enseignement supérieur et l’enseignement technique et professionnel

31 Le traitement de l’enseignement supérieur dans les modèles de simulation est la preuve la

plus évidente de leur inconsistance. Cet ordre d’enseignement absorbe une part importante des
ressources : plus de 20 % des dépenses publiques ordinaires dans près de 60 % des pays
d’Afrique subsaharienne au cours de ces cinq dernières années.

32 Or, ce traitement est des plus sommaires dans EFSM : l’effectif d’étudiants y est déterminé
par un seul paramètre : le nombre d’étudiants pour 100 000 habitants ; on ne tient compte ni du
flux de sortants du secondaire, ni de l’organisation des études, ni de l’efficacité interne, ni des
modifications souhaitables de la répartition des étudiants dans les différentes filières. Et les
dépenses de personnel et de fonctionnement sont toutes confondues dans un coût par étudiant
en unités de PIB/habitant.

33 Comment imaginer que des simulations basées sur des paramètres aussi grossiers puissent
être utiles à une planification nationale ? Comment justifier que l’on détermine les taux de
transition entre cycles sur des bases aussi sommaires ? EFSM est insuffisant à tous les niveaux,
mais l’enseignement supérieur est son talon d’Achille. Pourquoi ce sous-secteur ne bénéficie-
t-il pas du même degré de précision que le primaire ou le secondaire ? On devine la réponse :
cela alourdirait par trop le modèle, notamment parce que les établissements d’enseignement
supérieur sont hétérogènes et parce que l’organisation des études est plus complexe dans le
supérieur que dans le primaire ou le secondaire, sans même évoquer le système LMD qui se
généralise en Afrique.

34 EPSSim, ainsi que certains modèles consacrés au seul enseignement supérieur, sont certes
plus détaillés qu’EFSM, voire beaucoup plus. Cependant, ce détail concerne essentiellement les
distinctions d’établissements et de filières ; et les modes de calculs, très simples, rendent mal
compte des spécificités de l’enseignement supérieur, notamment en ce qui concerne
l’encadrement.

35 Un constat semblable peut être fait pour l’enseignement technique et professionnel.

Toutefois, cet ordre d’enseignement représente en général une part sensiblement moindre des
dépenses totales.
Une justification explicite

36 La taille des modèles faisant peut-être illusion, leur simplicité n’est pas contestée et on n’en
trouve donc peu de justifications écrites. Celle de la Banque mondiale qui figure dans son guide
méthodologique pour la préparation d’un Resen est par conséquent intéressante : « ... nombre
[des] modèles [de simulation]... sont très détaillés et sont, dans une large mesure, des
instruments de planification. On peut bien sûr les utiliser dans un but de simulation d’options
alternatives de politiques éducatives, mais ils présentent alors l’inconvénient, d’une part, de ne
pas faire apparaître de façon très transparente les leviers effectifs de la politique éducative et,
d’autre part, d’incorporer un nombre important de coefficients techniques qui sont caractérisés
à la fois par une incertitude sur leur valeur numérique et une importance significative sur les
résultats obtenus. Il apparaît en fait très préférable d’utiliser une spécification réduite,
parcimonieuse dans ses besoins en données de base et transparente sur les principaux leviers de
la politique éducative » (Mingat, Rakotomalala, Tan, 2001).

37 Le modèle Resen (EFSM) est ici défini par opposition aux modèles dont le niveau de
complexité est comparable à celui d’EPSSim [20][20]La première version d’EPSSim date
également de 2001.. EPSSim est certes plus détaillé qu’EFSM, et à ce titre moins critiquable,
mais tout autant en ce qui concerne les modes de calcul élémentaires. Ce n’est donc pas cette
opposition qui nous intéresse ici, mais la nature de l’argumentation des concepteurs d’EFSM
en faveur de la simplicité. Du reste, ils ne dénient pas à ces modèles (comparables, donc, à
EPSSim) – que nous désignerons, par commodité [21][21]Au regard de la planification, la
différence entre EFSM et…, sous l’expression modèles de planification – la fonction essentielle
qu’ils accordent au leur : la simulation d’options alternatives de politiques éducatives. Ils leur
reprochent de n’être pas fiables pour l’exercice de cette fonction. Ils avancent deux arguments.

38 Premier argument : les modèles de planification ne font pas apparaître de façon très
transparente les leviers effectifs de la politique éducative. Pourtant, ces modèles sont tous
conçus sous tableurs et leurs formules sont tout aussi accessibles – visibles et
compréhensibles – que celles d’EFSM. Par ailleurs, toutes les grandeurs que détermine celui-
ci le sont également par ceux-là. C’est assurément la taille des modèles dits de planification qui
est en cause. Les principaux paramètres sont plus difficiles à localiser. En l’absence d’interface
appropriée, l’élaboration de scénarios demande plus d’attention. Mais le terme transparence
est bien mal choisi. Un seul paramètre (un coût unitaire) suffit dans EFSM pour déterminer
l’essentiel des dépenses courantes de l’enseignement supérieur ; dans un modèle de
planification, il en faut une dizaine, voire beaucoup plus. C’est certes plus simple dans EFSM,
mais, en l’occurrence, est-ce plus transparent ? Non, au contraire : l’opacité est dans ce coût
unitaire, pas dans une série de paramètres qui rendent compte du fonctionnement concret de
l’enseignement supérieur. Quoi qu’il en soit, au regard d’enjeux qui concernent l’avenir d’un
pays, un tel argument n’est pas recevable ; d’autant plus qu’il est très facile de distinguer les
principaux paramètres dans un modèle complexe, via son interface.

39 Deuxième argument, les modèles de planification comporteraient un nombre important de

coefficients techniques qui sont caractérisés à la fois par une incertitude sur leur valeur
numérique et une importance significative sur les résultats obtenus. L’argument est surprenant :
le défaut de ces modèles – dont la validité n’est pas mise en doute, il faut le souligner – serait
de tenir compte de coefficients techniques importants mais qu’il serait préférable d’ignorer
parce que leur valeur serait incertaine. Tout d’abord, l’incertitude dénoncée, ainsi que le nombre
important de coefficients techniques qu’elle entacherait, sont deux appréciations exagérées,
voire imaginaires ; on peut parcourir EPSSim ou d’autres modèles plus compliqués pour s’en
rendre compte ; il n’y a pas à proprement parler de coefficients techniques ou de
paramètres [22][22]Si tant est que l’on puisse établir une telle distinction, elle…, même peu
importants, dont la valeur serait affectée d’un aléa rédhibitoire et irréductible ; en revanche, il
est vrai que la fiabilité des données de base est variable et, surtout, qu’elle dépend des efforts
d’investigation consentis pour les collecter. Ensuite, la globalisation recommandée pour
éliminer cette prétendue incertitude n’est pas une opération magique : la perte du contrôle des
paramètres qu’elle synthétise n’est compensée par aucun gain, sinon celui de quelques lignes
et colonnes de tableur ; elle se traduit dans des paramètres pour lesquels la fixation d’un objectif,
qui ne peut être guidée par la situation concrète du système éducatif, l’est par des standards
internationaux, discutables en tant que tels, ou par l’arbitraire.

40 Ce n’est pas la mise en évidence des leviers ou des paramètres clés [23][23]« It is a simple
Excel-based model focused on the key… de la politique éducative – petit problème
pratique – qui importe, mais la qualité de leur détermination. Bien sûr, il faut éviter
d’encombrer les modèles de paramètres inutiles. On doit établir des relations les plus directes
possible entre les différentes variables, mais qui ne cachent pas les paramètres ou les
coefficients techniques dont l’impact potentiel est important ; à moins qu’ils ne soient aléatoires
ou définitivement impossibles à fixer. Par ailleurs, conserver dans le modèle un paramètre ou
un coefficient technique dont l’incertitude est susceptible d’être réduite présente l’avantage
d’encourager cette réduction ou d’en garder en mémoire la nécessité.

41 Enfin, on peut s’étonner que les prétendus défauts qui rendraient les modèles de planification
inaptes à déterminer les grandes orientations de la politique éducative – notamment
l’incertitude de leurs coefficients techniques – n’affectent pas également leur qualité
d’instrument de planification.

L’existence de deux types de modèles complémentaires

42 De l’argumentation de la Banque mondiale que nous venons d’examiner, ressort l’idée de

l’existence de deux types de modèles : les modèles simples (aux spécifications réduites),
convenables pour déterminer les grandes orientations de la politique éducative, et les modèles
détaillés (les instruments de planification), convenables pour la planification ou la
programmation. En invoquant cette distinction, on pourrait relativiser notre critique : les
premiers modèles seraient certes très globaux, imprécis, mais la planification de l’éducation
n’en serait pas affectée, car elle serait effectuée avec les seconds. De deux choses l’une, soit les
premiers et seconds modèles sont liés, soit ils ne le sont pas. Le premier cas correspond à une
planification séquentielle qui part d’un modèle très global pour arriver, après une ou plusieurs
étapes, à la répartition ultime des crédits. Dans ce cas, une étape doit être basée sur les résultats
de celle qui la précède et celle-ci doit être la meilleure pour déterminer ces résultats. Or, aucune
de ces conditions n’est remplie : on n’observe aucune séquence de ce type – elle est du reste
difficilement concevable, sinon pour des répartitions géographiques – et les modèles premiers
ne sont pas correctement conçus pour donner des valeurs fiables aux grandeurs qu’ils
déterminent. Si les premiers et seconds modèles ne sont pas liés, on peut naturellement douter
de l’utilité des premiers dès lors que l’on dispose des seconds.

43 Notre critique s’applique évidemment d’autant mieux aux modèles qu’ils sont simples.
Cependant, la plupart des modèles utilisés pour la planification, pour établir des programmes
de dépenses publiques par exemple [24][24]Dans l’avant-propos d’un Resen (Banque
mondiale, 2002), dont le…, ne sont guère plus développés que celui auquel nous faisons
référence (cf. note 6) – qui, du reste, est lui-même un modèle adapté pour le Burkina Faso. Et
les développements éventuels concernent essentiellement des décompositions de variables et
non les modes de calcul.
44 Par ailleurs, que deux modèles non liés soient utilisés à des fins différentes, comme cela se
produit parfois – un modèle EFSM est utilisé pour établir et accompagner une requête de
financement auprès d’un bailleur de fonds, tandis qu’un modèle différent, plus complexe, est
utilisé pour établir un CDMT – ne va pas sans incohérences – incohérences qui ne sont rendues
bénignes que par le caractère factice de ces exercices. Il est pourtant simple d’extraire d’un
modèle les seuls éléments qui intéressent les bailleurs de fonds ; on comprend mal, par
conséquent, la recommandation d’un modèle aussi fruste qu’EFSM.

Les justifications pratiques

45 Nous avons examiné l’argumentation de la Banque mondiale recommandant la simplicité

des modèles pour déterminer les grandes orientations de la politique éducative. Dans la
présentation de son modèle générique, il est implicite que l’Unesco accepte l’idée que les
modèles les plus simples puissent suffire à déterminer ces grandes orientations, mais les
arguments qu’elle avance pour justifier leur utilisation sont d’ordre pratique : « Le modèle
générique présente l’avantage de pouvoir être opérationnel dès que la structure, les données de
base et les options politiques du système éducatif sont saisies, mais a des limites en tant qu’outil
de programmation détaillée. [...] Au cours des dernières années, certains modèles génériques
(souvent appliqués après une adaptation limitée [25][25]Il s’agit vraisemblablement du modèle
EFSM.) sont devenus populaires. Cela est dû à un certain nombre de facteurs, dont les plus
importants sont : (i) le temps et les ressources [qui font] défaut pour développer des modèles
spécifiques [...] ; (ii) la capacité de produire, grâce aux modèles génériques adaptés, une analyse
comparative inter pays en termes de scolarisations et de projections des ressources nécessaires ;
(iii) la flexibilité d’adaptation de certains modèles génériques par rapport aux différents
contextes nationaux. » (Unesco, 2005, p. 8).

46 Étant donné le rythme de la planification de l’éducation en Afrique subsaharienne et le temps

et les ressources nécessaires à l’élaboration d’un modèle spécifique, les facteurs (i) et (iii)
semblent quelque peu controuvés ; au mieux, confirment-ils l’insuffisance, au regard des
enjeux, des efforts portés sur la planification de l’éducation que dénonce notre critique des
modèles. Le facteur (ii) est, quant à lui, erroné, car l’uniformité des modèles ne garantit en
aucun cas une comparaison valable des scolarisations et des ressources nécessaires ; bien au
contraire, dans quelque modèle que ce soit, ce n’est pas la définition de ces termes qui pose
problème, mais leur calcul – qui sera d’autant plus juste qu’il tiendra compte des spécificités
locales. Peut-être, ce dernier facteur a-t-il été confondu avec la facilité offerte par un modèle
unique de donner, par sommation de feuilles de calcul, une estimation acceptable des besoins
de financement pour l’ensemble d’une région ; comme cela fut employé par la Banque mondiale
en 2003 pour estimer le financement requis pour parvenir à l’achèvement primaire universel
en 2015 (Bruns, Mingat, Rakotomalala, 2003) ?

47 On justifie parfois la simplicité des modèles de simulation en invoquant la faiblesse des

capacités locales de planification. Au regard de l’avenir d’un pays, de milliers ou de millions
de jeunes, le coût de la suppression ou de la correction de ces handicaps est dérisoire. Les enjeux
d’une planification effective de l’éducation mériteraient que l’on se donne les moyens de
recruter des planificateurs aux compétences appropriées ; même si l’efficacité de la
planification est difficile à constater. Mais à défaut, le recours à l’assistance technique est
possible et, de fait, largement utilisé. Ça ou là, des cadres africains ont pris part à l’élaboration
de modèles de simulation, voire les ont conçus sans assistance extérieure, mais la plupart du
temps avec. Cette assistance est perfectible, notamment quant à son suivi, mais une authentique
planification concertée avec les bailleurs de fonds, à laquelle ne ressemblent pas les modèles
actuels de simulation, conduirait naturellement vers ce perfectionnement.

Une imprécision qui a pour « avantage » de se rendre imperceptible

48 La conception des modèles de simulation prônés par la Banque mondiale est telle que ce qui
les rend défectueux les soustrait dans le même mouvement à l’épreuve des faits. En effet, la
simplicité des modèles se traduit par des paramètres abstraits qui ne guident aucune action : que
faire des ratios élèves/maître ou des salaires moyens en unités de PIB/habitant ? Mieux, que
faire d’un paramètre unique pour déterminer l’ensemble des dépenses de personnel non
enseignant et des dépenses de fonctionnement ? Dès lors, ces modèles sont sans impact réel ;
ils ne font que satisfaire des procédures formelles. Les plans qu’ils produisent ne peuvent être
suivis ou évalués, sinon après le délai imposé par leur imprécision [26][26]En effet, si l’on se
fixe l’objectif d’atteindre un taux de…, c’est-à-dire long et par conséquent impropre à une
planification efficace. Ainsi, les défauts des modèles sont imperceptibles.

CONCLUSION

49 La simplicité des modèles de simulation prônés en Afrique subsaharienne par les

organisations internationales révèle le caractère largement factice de la planification de
l’éducation dans cette région [27][27]Ces modèles sont également utilisés dans les autres
régions en… ; ces modèles accompagnent des procédures, ils sont sans effet : l’allocation des
ressources obéit toujours à la routine, à l’arbitraire politique, aux contingences, à l’inertie des
systèmes éducatifs, et les déséquilibres de ceux-ci perdurent [28][28]Les déséquilibres relatifs
au personnel enseignant sont les….

50 Ce caractère factice est d’ailleurs corroboré par le peu de soin apporté à la confection
formelle des modèles : interface inexistante, ou sommaire, pour guider leur utilisation et en
garantir la qualité, absence quasi généralisée de protection [29][29]La vulnérabilité des calculs
effectués sur tableurs est…. Utilisés sans souci du lendemain, ces modèles deviennent parfois
de véritables capharnaüms. Les moyens dont disposent les organisations internationales ne sont
pourtant pas en cause.

51 Il faut élaborer des modèles de simulation qui intègrent des paramètres choisis en fonction
de leur impact potentiel, mais aussi en fonction de leur traduction possible en prescriptions dont
le respect peut être contrôlé. Il faut éviter autant que possible les paramètres synthétiques : les
paramètres concrets éclairent les arbitrages ; il est capital que le planificateur et le décideur
puissent avoir, à la lecture du modèle, une vision claire de l’école vers laquelle tendre. La
production d’indicateurs ad hoc n’est qu’une formalité et rien ne justifie que les paramètres des
modèles se limitent aux seuls termes du dialogue avec les partenaires au développement.
L’interface des modèles doit être nettement améliorée, afin d’en garantir une bonne utilisation
et une bonne protection. Leur structure ne doit pas être figée – elle reflète un système éducatif
qui évolue – , mais cela n’exclut pas qu’ils fassent l’objet d’une certaine officialisation, que
leurs états successifs soient mémorisés (aujourd’hui, ils ne sont souvent ni datés ni archivés).
Ils doivent être confiés à des équipes bien formées, éventuellement assistées, mais de manière
suivie. Ces conditions nécessaires à l’efficacité de la planification ne sont probablement pas des
conditions suffisantes, mais on ne peut se prévaloir d’une amélioration de la qualité des
systèmes éducatifs africains pour défendre les modèles actuels de simulation.

Notes

 [1]

Celui de la Banque mondiale qui est le plus répandu n’en fait toutefois pas partie. Nous
examinerons plus loin son mode de calcul des flux d’élèves ; il est approximatif, mais
semblable au regard de la nature des modèles.
 [2]

On peut concevoir quelques sophistications, telle la prise en compte des transferts entre
deux secteurs (les secteurs public et privé, par exemple) ; on peut plus ou moins détailler
ce calcul des flux d’élèves en distinguant par exemple les milieux urbain et rural, voire
les régions, les filières pour le secondaire, ou encore les garçons et les filles dans les
pays où celles-ci accusent un retard de scolarisation significatif par rapport à ceux-là.
Ainsi, les modèles peuvent-ils devenir rapidement volumineux quand ces détails
s’appliquent aussi aux grandeurs déduites des flux d’élèves (les classes, les enseignants,
etc.).

 [3]

Un Resen (Rapport d’État d’un système éducatif national) est une étude-diagnostic du
système éducatif d’un pays, destinée à instruire sa politique éducative. Cet exercice
régulier – il est effectué environ tous les cinq ans –, institué par la Banque mondiale, est
désormais très répandu en Afrique subsaharienne. La Banque mondiale a établi
en 2001 un guide méthodologique pour sa préparation qui se traduit dans le document
Resen par un plan en général respecté d’assez près ; le dernier chapitre de ce plan est
intitulé : Questions transversales et estimation d’un modèle de simulation (Mingat,
Rakotomalala, Tan, 2001). Le Resen est réalisé par une équipe nationale en
collaboration avec un partenaire extérieur (souvent la Banque mondiale) qui représente
une communauté élargie de bailleurs de fonds. Cette collaboration est essentielle, car le
Resen est conçu pour constituer une base de dialogue entre le pays et ces bailleurs de
fonds en vue de déterminer l’apport de ceux-ci au financement de plans de
développement du secteur de l’éducation ou de projets d’éducation. Dans les pays
anglophones, le Resen est désigné sous l’appellation Country Status Report (CSR).

 [4]

EPSSim est un modèle générique, mais l’Unesco élabore également des modèles
spécifiques au sein de l’IIPE (Institut international de planification de l’éducation).

 [5]
 Un modèle générique (ou prêt-à-porter) est uniquement constitués d’éléments communs
à la plupart des systèmes éducatifs tandis qu’un modèle spécifique (ou sur mesure) est
adapté aux particularités de chacun d’eux.

 [6]

Ces deux modèles peuvent être téléchargés sur le site Internet INESM (Inter-Agency
Network on Education Simulation Models) aux adresses suivantes (consultées
le 26 septembre 2013) :
- Le modèle EFSM (conçu par une équipe de la Banque mondiale) :
http://inesm.education.unesco.org/en/esm-library/esm/education-financial-simulation-
model#tabs-tabset-1
- Le modèle EPSSim de l’Unesco : http://inesm.education.unesco.org/fr/esm-
library/esm/epssim-0
Ce site Internet INESM est un portail inter-agences (IMOA-EPT, Banque mondiale,
PNUD, UNICEF, AED, Unesco) initié par un groupe de travail sur les modèles de
simulation en éducation.

 [7]

À première vue, EFSM et EPSSim semblent très différents : EFSM comporte une
centaine de variables (hypothèses et paramètres) tandis qu’EPSSim en comporte
environ un millier (hors modules annexes). Mais cette différence n’est due qu’à des
combinaisons de variables décomposées. Il s’agit d’une complexité de détails. La
complexité de structure des deux modèles est, elle, semblable, ainsi que la plupart de
leurs modes de calcul ; ils permettent de simuler les mêmes grandeurs et sont donc tout
à fait comparables.

 [8]

Cet aspect des modèles devrait inciter à la précision.

 [9]

Nous tenons naturellement à disposition le détail de nos calculs.

 [10]
 Notamment celles où la répartition des effectifs d’élèves entre les différentes années
d’études n’est pas trop atypique.

 [11]

Ils la mettent même en évidence sous l’appellation TBS vérification. Cf. aussi Brossard,
Mingat (2005) où la formule est développée et ses approximations, assumées.

 [12]

Sauf mesures réglementaires pour limiter les redoublements mais, dans ce cas, la
supériorité de la première méthode est évidente.

 [13]

On pourrait admettre que des objectifs de résultats finaux soient communs. Mais la
plupart des indicateurs du cadre sont des indicateurs de moyens qui ne peuvent être
appliqués à tous les pays indistinctement qu’en adoptant le point de vue de Sirius.

 [14]

Ajoutons que le recours au multigrade est nullement un phénomène marginal :

« Aujourd’hui encore, au début du XXIe siècle, on estime que, dans le monde, près de
la moitié des écoles existantes disposent de classes multigrades... » (Brunswic, Valérien,
2003).

 [15]

Ainsi, en Mauritanie, en 2011, la taille moyenne des écoles fondamentales était

de 141 élèves, avec un écart-type de 139 ; en RD Congo, en 2003, la taille moyenne des
écoles primaires était de 288 élèves, avec un écart-type de 228.

 [16]

Ces normes sont toutefois très peu respectées.

 [17]
 Pour le primaire comme pour le secondaire, les effectifs du personnel non enseignant
sont toujours déduits des effectifs du personnel enseignant de manière très sommaire,
via des ratios, sans égard à leurs fonctions.

 [18]

« Si l’on veut pouvoir évaluer et planifier plus intelligemment la quantité de maîtres à

recruter, leur coût et leur utilisation, il est nécessaire que des indicateurs fassent
connaître les tendances de la répartition du personnel enseignant par âge, par
qualifications, par échelles de salaires et par ancienneté, ainsi que les changements
survenus dans le nombre d’élèves par classe dans chaque partie du système et dans le
nombre d’heures de service » (Coombs, 1970, p. 70).

 [19]

Cf. feuille COST, ligne 9.

 [20]

La première version d’EPSSim date également de 2001.

 [21]

Au regard de la planification, la différence entre EFSM et EPSSim n’est qu’une

différence de degré.

 [22]

Si tant est que l’on puisse établir une telle distinction, elle n’a aucune importance dans
le cas présent.

 [23]

« It is a simple Excel-based model focused on the key parameters that are relevant to
education policy. » (http://inesm.education.unesco.org/en/esm-library/esm/education-
financial-simulation-model#tabs-tabset-1 ; consulté le 26 septembre 2013).

 [24]
 Dans l’avant-propos d’un Resen (Banque mondiale, 2002), dont le modèle de simulation
constitue le dernier chapitre, on peut lire ceci : « Le document sert aussi de base de
préparation d’un plan rationnel et justifié pour le développement du secteur, ainsi qu’à
la définition du programme de dépenses publiques à moyen terme. »

 [25]

Il s’agit vraisemblablement du modèle EFSM.

 [26]

En effet, si l’on se fixe l’objectif d’atteindre un taux de scolarisation de 100 %

dans 10 ans, tandis que sa valeur actuelle est de 50 % et que son mode de calcul admet
une marge d’erreur annuelle de 5 %, il faudra attendre quelques années avant de pouvoir
vérifier de manière fiable que l’on progresse effectivement vers cet objectif.

 [27]

Ces modèles sont également utilisés dans les autres régions en développement. Les
exemples que nous connaissons présentent les mêmes défauts, mais nous ne sommes
pas en mesure de généraliser.

 [28]

Les déséquilibres relatifs au personnel enseignant sont les plus prononcés. Ils ne sont
pas seulement dus aux difficultés de l’affectation du personnel. En Mauritanie, en 2010-
2011, on estime à peu près qu’un tiers des professeurs de lycée devraient être
professeurs de collège, à effectifs globaux inchangés.

 [29]

La vulnérabilité des calculs effectués sur tableurs est pourtant bien connue. La version
officielle d’EPSSim 2.8, téléchargeable sur Internet (cf. note 6), qui n’est pourtant pas
récente, comporte par exemple une erreur dans la cellule M737 de la feuille SEC1. Dans
le modèle EFSM téléchargeable sur le site de l’INESM (cf. note 6), la formule C20 des
feuilles de scénarios (Sc000...) – qui peut du reste être remplacée avantageusement par
C19/C17 – est incorrecte : elle comptabilise les dons dans les recettes totales,
 contrairement au libellé du paramètre qu’elle concerne et à la signification des valeurs
projetées de ce paramètre ; les formules des lignes 131-133 et 200-202 doivent se
référer respectivement à $B134 et $B203 et non pas à $B$52 ; enfin, les formules de la
ligne 410 renvoient à des cellules vides.

Mis en ligne sur Cairn.info le 21/07/2014

https://doi.org/10.3917/rtm.218.0169
AddThis Sharing Buttons
Share to Google Bookmark
Google BookmarkShare to FacebookFacebookShare to TwitterTwitterShare to Plus d'options...
Plus d'options...

Avec leur soutien

 Éditeurs
 Particuliers
 Bibliothèques
 Organisations

 Abonnement Cairn Pro

 À propos
 Contact
 Aide

 Cairn International (English)

 Authentification hors campus

© Cairn.info 2021 | Conditions générales d’utilisation | Conditions générales de vente | Politique

de confidentialité
keyboard_arrow_up