Rapport Stage

N° d’ordre :
UNIVERSITE NAZI BONI INSTITUT NATIONAL DE LA STATISTIQUE ET DE LA

⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆ DEMOGRAPHIE (INSD)
UNITÉ DE FORMATION ET DE RECHERCHE EN SCIENCES EXACTES ET ⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆
APPLIQUÉES DIRECTION REGIONALE DES HAUTS BASSINS
⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆ ⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆
LICENCE EN STATISTIQUE ET INFORMATIQUE
⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆⋆
MabdbbbbbbbbbbbbbbbbecL
RAPPORT DE FIN DE CYCLE
sur le thème
J fggggggggggggggggg h K
Analyse microéconomique du bien-être dans la zone
UEMOA
LICENCE PROFESSIONNELLE EN STATISTIQUE ET INFORMATIQUE
Présenté par :
Coulibaly Ramiz Bêma Charaf
Sous la direction de :
Directeur de rapport Maı̂tre de stage
Pr ZABSONRE AGNÈS Mr HAÏDARA ZONGO

Enseignante-chercheuse Ingénieur Statisticien Economiste
Année académique: 2022-2023

TABLE DES MATIÈRES
DEDICACE I
REMERCIEMENTS III
RÉSUMÉ IV
ABSTRACT V
LISTE DES SIGLES ET DES ABRÉVIATIONS VI
LISTE DES TABLEAUX VII
LISTE DES FIGURES VIII
AVANT-PROPOS IX
I Présentation de la Licence en Statistique et Informatique (LSI) IX
II Présentation de la structure d’accueil IX
INTRODUCTION GÉNÉRALE 1
Chapitre I
REVUE DE LITTÉRATURE ET CADRE CONCEPTUEL 4
I DÉFINITION DES CONCEPTS 4
II REVUE DE LITTÉRATURE 6
Chapitre II
DONNÉES ET MÉTHODOLOGIES 8
I DONNÉES 8
II MÉTHODE D’ANALYSE 9
MESURE DE LA PAUVRETÉ ET DES INÉGALITÉS 9
INDICES D’INÉGALITÉS 9
INDICES DE PAUVRETÉ 10
ÉVALUATION SOCIALE PAR L’UTILITARISME GÉNÉRALISÉ DE NIVEAU CRI-
TIQUE (UGNC) 12
Chapitre III
RÉSULTATS GÉNÉRAUX 16
I DESCRIPTION DES VARIABLES D’ANALYSES 16
II PROFIL DE PAUVRETÉ MONÉTAIRE 16
III INÉGALITÉS DE CONSOMMATION 17
COURBE DE LORENZ 17
INDICE DE GINI 20
IV ÉVALUATION DU BIEN-ÊTRE DES PAYS DE L’Union 21
CONCLUSION 23
ANNEXES 25
ANNEXE 1 25
ANNEXE 2 26
ANNEXE 3 27
ANNEXE 4 28
M abddbbbbbbbbbbbcee L
DEDICACE
ddd eee
Je dédie ce travail :
A mon père.
ddd eee
Pour son aide, son soutien et sa patience,
cette aventure n’aurait certainement pas
existé sans vous
A ma chère mère.
ddd eee
En témoignage de mon éternelle
reconnaissance, que Dieu vous protège et vous
prête bonne santé et longue vie.
A mon frère et à ma sœur
fgggggggggggg h
Qu’ils trouvent en ce modeste travail
l’expression de ma profonde affection !
J K
A tous les gens qui m’aiment
En témoignage de mon amour et de ma

profonde admiration.
I
'165
'150
'150
'150
'150
'150
'150
'150
'150
E
H
Je
'153'153'153'153 '164
remercie Dieu qui
réalisation de
m’a
ce
donné
modeste
la
F
G
volonté
rapport.
pour la
'150
'150
'150
'150
'150
'150
'150
'150
'166'153'153'153'153'153 '167
II
REMERCIEMENTS
^___________________________________________`
ee La réalisation de ce rapport de fin d’étude a vu le jour grâce à la contribu- aa
ee tion de plusieurs personnes, à qui nous ne saurons taire nos chaleureux et sincères a
aa
ee remerciements. aa
ee
ee Nous avons eu l’honneur d’être parmi vos étudiants et de bénéficier de votre riche aaa
A notre maı̂tre de rapport Dr ZABSONRE
ee enseignement. Vos qualités pédagogiques et humaines sont pour moi un modèle. aa

ee Votre gentillesse et votre disponibilité permanente ont toujours suscité notre admi- aa
ee ration. Veuillez bien recevoir nos remerciements pour le grand honneur que vous a
aa
ee nous avez fait d’accepter l’encadrement de ce travail. Merci pour cela.
aa
ee aa
ee A notre maı̂tre de stage Mr ZONGO
ee Nous vous remercions d’avoir bien voulu nous accueillir et nous suivre malgré toutes aaa
ee vos occupations. Merci pour votre disponibilité et vos précieux conseils que vous aa
ee nous avez prodigués tout au long de la réalisation de ce rapport de fin de cycle. aa
ee aa
ee aa
Aux membres du jury
ee Messieurs les membres du jury, vous nous faites un grand honneur en acceptant de aa
ee juger ce travail. Je dois un remerciement à toute l’équipe d’enseignement de l’UNB a
leurs qualités scientifiques et pédagogiques. Je tiens à remercier chaleureuse- a
ee pour aa
ee leurs sollicitudes pour accomplir ce travail.
ment, tous mes proches et tous ceux qui, de près ou de loin, m’ont apporté
aa
ee Nous ne saurons quitter ces lignes sans remercier tous nos camarades de la filière aa
ee pour ces années de collaboration et de gaieté passées dans un cadre fraternel. Nous aa
ee tenons à remercier plus particulièrement Sow Rodrigue, Traoré Salimata, Ouédraogo aa
e Dieudonné, Ouattara Abdoulaye pour leurs soutiens sans faille.
dcccccccccccccccccccccccccccccccccccccccccccb a
III
RÉSUMÉ
L’étude que nous présentons ici s’est penchée sur l’analyse du bien-être des popu-
lations au sein de l’Union économique et monétaire ouest-africaine (UEMOA). De nos
analyses, il résulte que le niveau d’inégalité en milieu urbain est le plus élevé compara-
tivement au milieu rural. En effet, l’indice d’inégalité utilisé dans la présente étude qui
n’est autre que l’indice de Gini, nous révèle que le niveau d’inégalité de consommation est
de 0,375 pour le milieu urbain et de 0,329 pour le milieu rural. Également, il ressort que
la pauvreté est un phénomène qui touche majoritairement les individus vivant en milieu
rural. Par ailleurs, l’évaluation sociale des individus vivant en milieu urbain et rural a
démontré que la population urbaine possède un bien-être plus grand par rapport à celle
du milieu rural. Afin de parvenir à ces conclusions, nous avons utilisé une méthode d’éva-
luation sociale basée sur l’Utilitarisme Généralisé de Niveau Critique (UGNC) ainsi que
d’autres méthodes d’analyses permettant d’effectuer des comparaisons sur le niveau de vie
de différents groupes d’individus. Cette approche a été complétée par d’autres méthodes
d’analyse permettant de comparer le bien-être de différents groupes d’individus. Les don-
nées utilisées dans cette étude proviennent de l’Enquête Harmonisée des Conditions de
Vie des Ménages (EHCVM).
IV
ABSTRACT
The study we present here analyzed the well-being of populations within the West
African Economic and Monetary Union (WAEMU). Our analyses show that the level of
inequality in urban areas is the highest compared to rural areas. Indeed, the inequality
index used in this study, which is none other than the Gini index, reveals that the level
of consumption inequality is 0.375 for urban areas and 0.329 for rural areas. It also shows
that poverty is a phenomenon that predominantly affects people living in rural areas.
Furthermore, the social evaluation of individuals living in urban and rural areas showed
that the urban population has greater well-being than the rural population. In order to
reach these conclusions, we used a social evaluation method based on Generalized Critical
Level Utilitarianism (GCULU), as well as other analysis methods enabling comparisons
to be made on the standard of living of different groups of individuals. This approach
was complemented by other analytical methods for comparing the well-being of different
groups of individuals. The data used in this study come from the Harmonized Survey of
Household Living Conditions (EHCVM).
V
LISTE DES SIGLES ET DES ABRÉVIATIONS
EHCVM : Enquête Harmonisée sur les Conditions de Vie des Ménages
EMC : Enquête Multisectorielle Continue
EPA : Établissement Public de l’État à caractère Administratif
ERI-ESI : Enquête Régionale Intégrée sur L’Emploi et le Secteur Informel
ICP : Indicateur Composite de Pauvreté
INSD : Institut National de la Statistique et de la Démographie
LSI : Licence en Statistique et Informatique
MEFP : Ministère de l’Economie, des Finances et de la Prospective
PPA : Parité de pouvoir d’achat
SMIG : Salaire Minimum interprofessionnel Garanti
UEMOA : Union Economique et Monétaire Ouest Africaine
UGNC : Utilitarisme Généralisé de Niveau Critique
UNB : Université Nazi BONI
VI
LISTE DES TABLEAUX
1 Statistique sur les populations vivant dans différents pays ou milieu de

résidence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Inégalités de consommation selon le pays et le milieu de résidence . . . . . . . 20
3 La population de grande taille domine celle de petite taille . . . . . . . . . . . 21
4 La population de petite taille domine celle de grande taille . . . . . . . . . . . 22
5 Mesures de la pauvreté monétaire selon le pays de résidence . . . . . . . . . . 25
6 Mesures de la pauvreté monétaire selon le pays de résidence . . . . . . . . . . 26
7 Mesures de la pauvreté monétaire selon le milieu de résidence . . . . . . . . . 27
VII
LISTE DES FIGURES
1 Courbe de Lorenz de la distribution de consommation de l’UEMOA . . . . . . 17

2 Courbe de Lorenz de la distribution de consommation de la Côte-d’Ivoire
et du Burkina Faso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3 Courbe de Lorenz de la distribution de consommation de la Côte-d’Ivoire
et du Niger . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4 Courbe de Lorenz généralisé . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5 Courbe de Lorenz de la distribution de consommation du milieu urbain et rural 20
VIII
AVANT-PROPOS
I Présentation de la Licence en Statistique et Informatique

(LSI)
Depuis sa création en 2011, la filière Licence en Statistique et Informatique (LSI) de
l’Université Nazi BONI (UNB) a pour objectif de former des professionnels de l’infor-
matique et des statistiques, capables d’assister les cadres supérieurs dans les prises de
décisions. Cette formation est axée vers les métiers de l’ingénierie des données et par
conséquent, elle touche à tous les aspects de ces métiers à savoir la collecte, l’administra-
tion, l’exploitation et la valorisation des données.
Les bénéficiaires de cette formation seront capables :

√
d’organiser la collecte de l’information (enquête) ;
√
de construire et gérer un système d’information (base de données) ;
√
de concevoir et gérer un site web ;
√
de participer aux projets de développement d’application ;
√
d’analyser, résumer, segmenter des vastes ensembles de données ;
√
de décrire, traiter, synthétiser des résultats d’enquête ;
√
d’analyser, décomposer, désaisonnaliser, modéliser des séries chronologiques ;
√
d’estimer et de tester les effets d’un ensemble de facteurs ;
Dans le cadre de cette formation, nous avons été amené à effectuer un stage pratique
de trois mois, qui nous a permis de mettre en pratique les enseignements théoriques reçus
au cours de notre cursus. Nous avons ainsi eu l’opportunité de travailler à la Direction
Régionale de l’Institut National de la Statistique et de la Démographie des Hauts-Bassins,
où nous avons pu acquérir une expérience précieuse dans le domaine de l’ingénierie des
données.
II Présentation de la structure d’accueil

Créé en 1958 comme bureau statistique et érigé en direction National de la statis-
tique et de la Mécanographie en mars 1966, l’Institut National de la Statistique et de
la Démographie a été érigé en 1974 comme une direction centrale de l’administration
IX
puis transformé en un Établissement Public de l’État à caractère Administratif (EPA) en
octobre 2000. Son opérationnalisation en tant qu’EPA n’a débuté qu’en 2007 avec l’ap-
probation de ses statuts. Ces derniers ont été révisés en 2015 à la suite de la révision du
statut général des agents de la fonction public. L’INSD est sous la tutelle financière et
technique du Ministère de l’économie, des finances et de la prospective (MEFP)
L’Institut National de la Statistique et de la Démographie (INSD) est l’organe officiel

de l’Etat en matière d’information statistique. A ce titre, il est chargé de la mise en place
d’un système national intégré pour l’élaboration et la diffusion des statistiques officielles
en matière économique, démographique, sociale et environnementale.
Il élabore et met en œuvre les programmes de renforcement des capacités techniques

et professionnelles adaptés au besoin du système statistique national. Il effectue le trai-
tement, l’analyse et la publication des statistiques officielles de l’Etat, suivant les normes
nationales et internationales. L’INSD prépare et exécute les recensements généraux de
la population et des enquêtes démographiques nationales. L’institut assure le secrétariat
technique du conseil national de la statistique.
Pour mener à bien sa mission, l’INSD s’est dotée de plusieurs structures, sous le
contrôle d’un Directeur général, à savoir : une Direction Générale, des structures d’appui,
des directions techniques centrales, des Directions Régionales (DR). Les DR sont nées du
souci de la direction Générale d’appliquer la politique de décentralisation de L’Etat d’une
part et d’obtenir des données plus désagrégées au niveau régionale d’autre part. A ce jour
l’INSD compte trois DR qui couvrent dix (10) régions. Ces DR sont : la DR de l’Est
basée à Fada N’gourma, la DR du Sahel basée à Dori et la DR des Hauts-Bassins basée
à Bobo-Dioulasso. La Dr des Hauts-Bassins, à l’instar des autres directions régionales est
chargée de représenter l’INSD au niveau régional. En plus de la région des Hauts-Bassins,
elle couvre trois autres régions à savoir la région des Cascades, de la Boucle du Mouhoun
et du Sud-Ouest. Sa mission est de collecter, traiter, analyser et diffuser les statistiques
socioéconomiques au niveau de ses régions d’intervention ci-dessus citées et de renforcer les
capacités des structures déconcentrées et des collectivités locales en matière de production
et d’utilisation des statistiques.
X
INTRODUCTION GÉNÉRALE
CONTEXTE ET JUSTIFICATION
L’Afrique est un continent en plein développement, cependant elle est confrontée à des
problèmes socioéconomiques qui entravent son évolution. Ce constat peut se faire dans les
différentes régions qui la composent comme celle de l’espace UEMOA. Certes, cette région
a connu une croissance économique ( > 6% selon le rapport annuel sur le fonctionnement
et l’évolution de l’Union en 2018) au cours des dernières années et garde un contrôle
sur l’inflation. Cependant, cette croissance ne se reflète pas toujours dans les indicateurs
sociaux tels que la pauvreté, l’inégalité et les taux de santé, qui restent des défis majeurs
pour la région. En effet, l’on constate que malgré les programmes et politiques mis en
place pour stimuler le développement économique, la pauvreté est toujours présente dans
la région. En effet, selon l’Enquête Harmonisée sur les Conditions de Vie des Ménage
(EHCVM 2018) , ce phénomène a connu une incidence comprise entre 37,8% et 47,7% si
l’on se réfère aux seuils nationaux de pauvreté fixés dans chaque pays de l’Union, entre
32,6% et 75,5% si on se réfère au seuil international de 3,2$ PPA 2011. Au Niger, au Burina
Faso, en Guinée-Bissau et au Togo, plus de la moitié de la population vit avec moins de
3,2$ par jour. Au Mali et au Bénin, respectivement 47% et 47,5% de la population vit
avec moins de 3,2$ par jour, contre 32,6% pour le Sénégal et 33,5% pour la Côte d’Ivoire.
Ces phénomènes touchent en particulier les femmes et les enfants, et contribuent ainsi à
des inégalités persistantes. Ils ont également des effets négatifs sur le bien-être global de
la population de l’Union et cela peut se constater en se référant aux indicateurs de niveau
de vie, de logement, d’alphabétisation et de santé.
Même si 80% (ERI-ESI 2017-2018) de la population de la zone UEMOA dispose d’eau
potable, il n’en demeure pas moins que l’accès universel à cette eau n’est pas encore une
réalité. Des efforts importants restent encore à fournir par des pays comme le Bénin avec
75,5% de sa population ayant accès à l’eau, le Togo avec 59,3%, le Niger avec 76,4% et le
Mali avec 79,5% dont le niveau est inférieur au niveau de la zone UEMOA. Dans l’espace
UEMOA, ce taux est de 73,9% en milieu rural. En matière de source d’éclairage, près de
six personnes sur dix, ce qui correspond à 56,2% de la population, ont accès à l’électricité
dans la zone UEMOA, mais des efforts restent à fournir dans certains pays comme le
Niger où le taux d’accès à l’électricité est de 18,3%, le Burkina Faso avec 45,2% de sa
population disposant d’un accès à l’électricité, la Guinée-Bissau avec un taux de 50,9% et
le Bénin avec un taux de 50,9%, ainsi que dans le milieu rural de l’UEMOA avec un taux
de 40,8%.
Au sein de l’Union 31,2% (ERI-ESI 2017-2018) de la main d’œuvre perçoivent un
revenu moyen inférieur au SMIG avec des variations notables selon les pays : Niger (63,8%),
au Mali (60,7%), en Côte d’Ivoire (56,8%), Guinée-Bissau (49,5%), Burkina Faso (23,9%),
au Togo (13,8%), Benin (12,7%) et au Sénégal (3,8%). Par ailleurs, dans ces Etats où le
secteur informel est très prépondérant en matière d’utilisation de la force de travail, la
1
main d’œuvre vit dans une situation de précarité marquée par un taux élevé de bas salaire.
En effet, plus de trois travailleurs sur dix (34,1%) dans la zone UEMOA perçoivent un
bas salaire.
Selon une étude réalisée par l’Enquête Régionale Intégrée sur L’Emploi et le Secteur
Informel (ERI-ESI 2017-2018), plus de la moitié des personnes (54,3%) dans l’espace
UEMOA n’ont jamais été à l’école, avec une situation plus préoccupante chez les femmes
(59%) que chez les hommes (49,4%). Le Niger est le pays où la proportion de personnes
non scolarisées est la plus élevée, avec 72,5% de la population concernée. Le Togo (27,1%)
et dans une certaine mesure la Guinée-Bissau (38,9%) ont les proportions les plus faibles
de personnes n’ayant jamais été à l’école. Pour les autres pays, cette proportion est proche
de la moyenne de l’espace UEMOA. La proportion de personnes non scolarisées est plus
élevée chez les personnes âgées, passant de 55,6% pour les 25-29 ans à 91,4% pour les
personnes de 80 ans ou plus. Chez les jeunes générations, en dehors des enfants de 5 à
9 ans qui entrent généralement dans le système éducatif, la proportion de personnes non
scolarisées est relativement faible par rapport à la moyenne de l’espace UEMOA, variant
de 27,4% pour les 10-14 ans à 45,9% pour les 20-24 ans.
Globalement, on se trouve dans un contexte où les indicateurs de pauvreté et d’in-
égalités montrent une réduction de ces phénomènes dans la zone UEMOA ; toutefois ce
changement ne s’opère pas de la même manière et à la même vitesse entre les pays de
l’Union. Au regard de cette situation émergent quelques questions essentielles que nous
verrons par la suite.
PROBLÉMATIQUE
Au regard du contexte vu précédemment, il ressort que les phénomènes pouvant en-
traver le bien-être social et la croissance économique de l’Union telles que la pauvreté
et les inégalités sont en baisses. Cependant, cette réduction n’a pas la même ampleur
d’un pays à un autre de l’Union. Cette situation soulève quelques questions essentielles
à savoir : comment pouvons-nous comparer le bien-être de populations de tailles diffé-
rentes ? Comment devons-nous prendre en compte la différence du niveau des prix des
biens de consommations (coût de la vie) entre les pays de résidences de ces populations
pour qu’une telle comparaison soit possible ? Quelles sont les méthodes statistiques que
l’on doit utiliser pour évaluer le bien-être des individus dans cette zone ?
OBJECTIFS ET HYPOTHÈSES
Afin de pouvoir répondre à ces problématiques précédemment citées, nous avons entre-
pris d’analyser le bien-être économique dans la zone UEMOA. En effet, l’objectif général
de cette étude est de mener une analyse microéconomique du bien-être dans l’espace UE-
MOA. Pour ce faire, deux objectifs spécifiques sont considérés à savoir l’analyse de la
pauvreté monétaire et des inégalités au sein des pays de l’Union et l’évaluation du bien-
être des populations de l’Union.
Les hypothèses que nous formulons dans le cadre de notre étude sont les suivantes :
H1- La pauvreté monétaire est plus forte en milieu rural comparativement au milieu
urbain.
H2- Les inégalités de consommation s’observent plus en milieu urbain.
2
Plan de travail
Dans la suite de notre étude, nous allons tout d’abord définir des concepts et faire
une revue de la littérature sur les principaux travaux ayant traité le bien-être sur ses
différentes formes. Par la suite, nous présentons le cadre méthodologique et les données
utilisées pour les analyses. Enfin, nous dressons un bilan des principaux résultats de nos
analyses avant de terminer par la conclusion.
3
Chapitre I
REVUE DE LITTÉRATURE ET
CADRE CONCEPTUEL
Dans ce chapitre, nous allons décrire dans un premier temps, les concepts clefs de
l’étude et dans un second temps, passer en revue le cadrage empirique du sujet traité.
I DÉFINITION DES CONCEPTS
BIEN-ÊTRE
Tel que l’a exprimé Valéry : tel mot qui est parfaitement clair quand vous l’en-
tendez ou l’employez dans le langage courant et qui ne donne lieu à aucune difficulté
quand il est engagé dans le train rapide d’une phrase ordinaire devient magiquement em-
barrassant, introduit une résistance étrange, déjoue tous les efforts de définition quand
vous le retirez de la circulation pour l’examiner à part et que vous lui cherchez un sens
après l’avoir soustrait à sa fonction momentanée (Valéry, 1939, p. 05) et le bien-être
semble être l’illustration parfaite de tels propos. En effet, malgré l’existence de nombreux
écrits, il n’en demeure pas moins que ce concept reste une notion complexe et ambiguë
du fait des multiples définitions apportées par les auteurs tel que Maslow ,1943. D’après
l’auteur, le bien-être social représente non seulement la satisfaction des besoins mais aussi
l’accomplissement de la personne par ses capacités physiques, mentales et intellectuelles.
Il peut aussi être défini comme une situation dans laquelle on dispose de moyens suffisants
pour satisfaire ses besoins, organiser sa vie de manière autonome, utiliser et développer
ses capacités, poursuivre ses objectifs.
De par ces différentes définitions, il ressort que le bien-être est une notion multidi-
mensionnelle regroupant des aspects subjectifs tel que le bien-être ressenti ou perçu mais
aussi une dimension objective qui s’apparente à la qualité de vie. Allant dans le même
sens, Albouy et al font également cette distinction entre bien-être objectif et bien-être
subjectif tout en prenant comme mesure de ces deux dimensions du bien-être le niveau de
vie et le bonheur des individus : (. . .) mesurer le bien-être (. . .) consiste à mesurer la
qualité de vie d’une personne, c’est-à-dire évaluer sa situation dans plusieurs dimensions
(d’un point de vue matériel, en matière de santé, de conditions de logement, d’insécurité,
etc.) puis en déduire si elle est en position d’avoir une qualité de vie satisfaisante . On
qualifie parfois cette méthode d’approche objective de la mesure du bien-être, car elle
est fondée sur des critères précis et mesurables. Les facteurs pris en compte ne se limitent
pas aux aspects purement matériels (ou monétaires) (Albouy et al., 2010, p. 99). Cette
approche objective du bien-être est la plus utilisée en pratique, cependant les méthodes
d’analyses ainsi que les indicateurs utilisés diffèrent selon les auteurs. Certains préfèrent
opter pour une approche purement monétaire (welfariste) tandis que d’autres penchent
4
pour une analyse basée sur des indicateurs composites du bien-être, ce qui constitue une
approche non monétaire (non welfariste).
L’approche monétaire du bien-être est la plus utilisée de nos jours. En pratique, elle
se base sur les dépenses de consommation ou les revenus pour mesurer le bien-être des
ménages. Cela s’explique par le fait que plusieurs aspects du bien-être peuvent être ex-
primés en termes monétaires. En outre, ces mesures ont l’avantage d’être relativement
complètes quant au nombre de biens et services couverts par une enquête standard
auprès des ménages. De plus, ces mesures ont aussi l’avantage d’être des variables uni-
dimensionnelles continues, ce qui permet d’ordonner les ménages en termes de niveaux
de bien-être. Cependant, toutes les dimensions du bien-être ne peuvent être observées
sur le plan monétaire. L’accès à l’éducation et aux services de santé sont des exemples
parmi tant d’autres. Elles sont utilisées par des organisations internationales telle que la
Banque mondial dans l’élaboration d’enquête sur la pauvreté ou le bien-être. L’Enquête
Multisectorielle Continu (EMC) en est un exemple.
L’approche non monétaire du bien-être s’intéresse aux ressources, plus particulièrement

aux biens et services, dont un ménage dispose pour caractériser le niveau de vie mais aussi
à des aspects tels que l’insécurité et la vulnérabilité, le manque de confiance en soi et le
sentiment d’impuissance.
PAUVRETÉ
La pauvreté peut être définie comme un état caractérisé par un manque de ressources
matérielles comme le revenu et des conditions de vie comme le logement et les équipements,
ne permettant pas à un ménage de vivre quotidiennement de façon digne selon les droits
légitimes et vitaux de la personne humaine. Le concept a donc une dimension économique
et une dimension non économique. La pauvreté au sens économique est une notion à la
fois facile à comprendre et difficile à définir même si elle fait l’objet actuellement d’un
consensus. Elle désigne le manque ou la mauvaise qualité de ressources à savoir naturelles,
financières, et immatérielles vécus par des personnes, groupes de personnes et par des
régions du monde.
INÉGALITÉ
L’inégalité est un concept plus large que la pauvreté en ce qu’elle est définie sur
l’ensemble de la population et non en dessous d’une certaine ligne de pauvreté. Ce concept
peut être défini comme une différence en termes de ressources tels que l’éducation et
le revenu entre plusieurs ménages ou individus. La plupart des mesures d’inégalité ne
dépendent pas de la moyenne de la distribution. En revanche, l’inégalité est concernée par
la distribution. Notons que les mesures de l’inégalité peuvent être calculées pour n’importe
quelle distribution. Elles ne s’appliquent donc pas seulement à la consommation, aux
revenus et à d’autres variables monétaires, mais aussi à la distribution de la répartition
des terres et à d’autres variables continues ou cardinales.
5
II REVUE DE LITTÉRATURE
REVUE EMPIRIQUE
Pour pouvoir décrire une société en termes de bien-être, il est crucial d’estimer les
niveaux et l’évolution du bien-être de ses membres. A cet effet, de nombreuses études
ont été menées jusqu’à nos jours pour analyser le bien-être en Afrique et dans le reste
du monde. Pour la plupart, elles se sont intéressées à des aspects telles que la mesure de
la pauvreté en termes monétaires, la distribution des revenus, la satisfaction des besoins
vitaux, les différences de genre dans la pauvreté, à la distribution du revenu en fonction
des conditions de vie. En somme, on peut dire que le bien-être est une notion complexe
qui a suscité l’attention d’un grand nombre de chercheurs à travers le monde.
Pour ce qui concerne la pauvreté monétaire, nous pouvons citer des études comme
celles de Gacko et al. (2014), Lachaud (2000) et Nsabimana et al. (2013). En somme,
ces études aboutissent à la même conclusion selon laquelle la pauvreté est un phénomène
rural dans la plupart des pays africains car étant plus aigüe dans cette zone. De ces études,
il ressort également que le phénomène d’inégalité dans la répartition des revenus est le
plus observé dans les centres urbains.
D’autres travaux se sont penchés sur l’analyse de l’impact des échelles d’équivalence
sur la mesure de la pauvreté dans différentes localités d’Afrique comme ceux réalisés par
Lachaud (2000) et Nsabimana et al. (2013). De l’étude de ces derniers, il ressort qu’il
existe une sensibilité des mesures de pauvreté selon l’échelle empirique choisie.
Des chercheurs se sont intéressés également à la dynamique de la pauvreté monétaire

dans différentes régions du monde. C’est l’exemple de Bibi et Duclos (2010) qui ont étu-
dié l’évolution de la pauvreté au Québec et au Canada de 1996 à 2005. De leurs analyses,
il ressort que la pauvreté absolue ou relative n’est pas plus élevée au Québec que dans les
autres provinces du Canada. Il ressort également que la pauvreté au Québec est statisti-
quement inférieure à celle de la Colombie-Britannique, de l’Ontario et du reste du Canada.
Des auteurs tels que Cockburn et al. (2013) ont développé une méthode d’analyse
permettant d’évaluer le bien-être entre deux populations de taille différente et de détermi-
ner celle qui a la plus grande valeur sociale. Cette méthode d’évaluation sociale est basée
sur le principe de l’utilitarisme généralisé de niveau critique qui stipule que le bien-être
social augmente avec la taille de la population si et seulement si les nouveaux arrivants
dans la population ont un niveau d’utilité plus élevé que celui d’un niveau critique. Ils
utilisent par la suite cette méthode pour comparer la population mondiale en 2005 à celle
de 1990 et les résultats obtenus montrent qu’il existe une dominance en bien-être de l’hu-
manité en 2005 sur l’humanité en 1990 au premier ordre ce qui induit que le bien-être
mondial a augmenté entre 1990 et 2005.
Pour ce qui est des déterminants de la pauvreté monétaire, on peut se référer à

Nsabimana et al. (2013). De leur étude, il ressort que les facteurs qui contribuent le
plus à la probabilité d’être pauvre sont entre autres le niveau d’éducation du chef de mé-
nage, son sexe, son âge, son statut matrimonial, sa région de résidence, les effectifs des
enfants dans le ménage ainsi que la taille du ménage.
Certains auteurs ont porté leur intérêt sur la construction d’un Indicateur Composite
de Pauvreté (ICP) afin de mieux cerner le caractère multidimensionnel de la pauvreté.
6
Parmi ces auteurs, nous avons Feubi Pamen et al. (2010), Gacko et al. (2014), Ki et al.
(2005), Nsabimana et al. (2013) et Ouarme et al. (2010). De l’étude de ces derniers,
il ressort que la pauvreté non-monétaire affecte 70% des ménages tandis que 69% des
ménages souffrent de la pauvreté monétaire. Ils aboutissent également à la conclusion
selon laquelle les facteurs qui contribuent le plus à la probabilité d’être pauvre sont entre
autres le niveau d’éducation du chef de ménage, son statut matrimonial, la taille du
ménage.
7
Chapitre II
DONNÉES ET MÉTHODOLOGIES
Cette partie sera consacrée à la présentation de la démarche méthodologique ainsi que

des données qui ont été utilisées dans l’étude. Cette démarche méthodologique s’inspire
en partie des travaux de Cockburn et al. (2013).
I DONNÉES
Les données utilisées pour notre étude proviennent de la première Enquête Harmonisée
sur les Conditions de Vie des Ménages. Cette enquête a été réalisée, dans chacun des huit
(08) pays de l’UEMOA, par les Instituts Statistiques sur place avec le soutien technique
et financier de la Banque Mondial. Elle a été réalisée dans le cadre du projet d’harmoni-
sation des enquêtes auprès des ménages de l’Union Économique et Monétaire de l’Afrique
de l’Ouest. A cet effet, les institutions statistiques chargées de l’enquête ont adopté la
même méthode d’échantillonnage à une différence près à savoir la taille de l’échantillon.
En effet, la taille de l’échantillon en Côte-d’Ivoire était de 12992 ménages soit 5275 en
zones urbaines et 7717 en zones rurales, celui du Mali était de 6603 ménages soit 2752 en
zones urbaines et 3851 en zones rurales, celui du Niger était de 6024 ménages soit 1577
en zones urbaines et 4447 en zones rurales, celui du Burkina était de 7010 ménages soit
3149 en zones urbaines et 3861 en zones rurales, celui du Bénin était de 8040 ménages soit
3960 en zones urbaines et 4080 en zones rurales, celui du Togo était de 6171 ménages soit
2270 en zones urbaines et 3901 en zones rurales, celui du Sénégal était de 7156 ménages
soit 3941 en zones urbaines et 3215 en zones rurales, celui de la Guinée-Bissau était de
5351 ménages soit 1990 en zones urbaines et 3361 en zones rurales.
Pour ce qui est de la méthode d’échantillonnage, il s’agit d’un échantillonnage à deux

(02) degrés ou deux étapes. Une première étape qui consiste à sélectionner un certain
nombre de zones de dénombrement (ZD) parmi celles qui sont répertoriées dans les bases
de sondage disponibles dans les différents pays de l’UEMOA, et une seconde étape au
cours de laquelle on sélectionne, de façon aléatoire les ménages à enquêter. Pour ce qui
est du Mali, lors de la première étape, 500 zones de dénombrement ont été sélectionnées
en utilisant la base de sondage du Recensement Général de la population et de l’habitat
(RGPH) de 2009 et la deuxième étape a permis de tirer 12 ménages dans chaque zone de
dénombrement. En somme, il ressort que le nombre de zones de dénombrement sélection-
nées au premier degré dans l’ensemble des pays de l’Union autre que le Mali est de 1084
pour la Côte-d’Ivoire, 504 pour le Niger, 585 pour le Burkina, 670 pour le Bénin, 540 pour
le Togo, 598 pour le Sénégal, 450 pour la Guinée-Bissau. En ce qui concerne le nombre de
ménages tirés au second degré dans chaque zone de dénombrement, il reste constant quel
que soit le pays et égal à 12.
8
II MÉTHODE D’ANALYSE
L’étude du bien-être d’une société passe en général par la mesure de la pauvreté et des
inégalités au sein de cette société. A cet effet, dans cette section nous allons voir comment
l’on mesure ces phénomènes mais aussi comment les analyser.
II.1 MESURE DE LA PAUVRETÉ ET DES INÉGALITÉS

Les éléments prérequis pour mesurer la pauvreté et les inégalités sont au nombre de
2 à savoir l’indicateur de bien-être et le seuil de pauvreté. Cette section se propose ainsi
d’exposer ces différents éléments.
INDICATEUR DU BIEN-ÊTRE MONÉTAIRE

Le revenu et la consommation par tête sont les indicateurs de bien-être les plus uti-
lisés en pratique dans l’analyse de la pauvreté dans le monde. Cependant, la dépense de
consommation demeure celle qui est la plus appréciée et est considérée comme un meilleur
indicateur de bien-être monétaire que le revenu dans l’analyse du phénomène au sein des
pays en développement. Cela peut s’expliquer par sa forte relation avec le bien-être des
individus, de sa stabilité dans le temps, de la facilité qu’offre sa mesure. Au regard de
tels arguments, notre choix se portera sur la dépense de consommation comme indicateur
de bien-être monétaire. Cette étude ne fera pas appel à des échelles d’équivalence et de
ce fait nous ferons usage de la dépense de consommation réelle par tête pour mesurer le
niveau de vie des populations résidant dans l’Union. Elle se compose de trois éléments
distincts :
▶ une mesure des dépenses totales des ménages qui comprend les dépenses alimentaires
et non alimentaires ;
▶ un indice qui prend en compte les variations spatiales et temporelles (IHPC) des
prix auxquels font face les différents ménages ;
▶ une mesure de la taille des ménages.
SEUIL DE PAUVRETÉ MONÉTAIRE

Le seuil de pauvreté est un niveau de revenu au-dessous duquel un ménage est considéré
comme pauvre. Il demeure un instrument économique utile étant donné que tous les
indicateurs de pauvreté sont inhérents au seuil choisi.
II.2 INDICES D’INÉGALITÉS

La mesure des inégalités passe par l’utilisation d’un certain nombre de méthodes sta-
tistiques dont le calcul des indices d’inégalités comme par exemple l’indice de Gini mais
aussi des graphiques permettant de visualiser le niveau d’inégalité dans les dépenses de
consommation.
COURBE DE LORENZ
La courbe de Lorenz est une représentation graphique d’une distribution des dépenses
de consommation réelle par tête. C’est un graphique qui représente la part cumulée des
dépenses de consommation par rapport à la part cumulée des individus classés dans l’ordre
9
croissant. Pour obtenir une courbe de Lorenz, il faut d’abord classer les individus du
revenu le plus faible au revenu le plus élevé. Ensuite, sur l’axe des ordonnées, on reporte
la part cumulée des dépenses de consommation perçues par chaque part cumulée de la
population, l’axe des abscisses correspondant à la part cumulée de la population. Si les
revenus étaient distribués de manière égale au sein d’une population de taille n, alors
chaque individu recevrait n1 du revenu total. Dans ce cas, la courbe de Lorenz serait une
droite à 45°. En réalité, les individus les plus modestes reçoivent moins de n1 du revenu
total et les individus aisés possèdent plus de n1 du revenu total. Par conséquent, les courbes
de Lorenz sont de forme convexe. Plus la courbe de Lorenz se rapproche de la ligne des
45°, plus le niveau d’inégalité est faible. On peut comparer différentes distributions de
revenus en utilisant le concept de dominance de Lorenz. On dit qu’une distribution A
domine une distribution B au sens de Lorenz si sa courbe de Lorenz se trouve en tout
point au-dessus de la courbe de Lorenz de la distribution B (c’est-à-dire plus proche de
la ligne des 45°). Dans ce cas, on peut affirmer de façon formelle que le niveau d’inégalité
dans la population A est inférieur au niveau d’inégalité dans la population B. En revanche,
si les courbes de Lorenz des deux distributions se croisent, il est impossible de comparer
leur niveau d’inégalité en s’appuyant sur des courbes de Lorenz. On peut alors utiliser une
courbe de Lorenz généralisée pour comparer les niveaux d’inégalité des deux distributions.
Cette courbe est obtenue en multipliant les coordonnées Y de la courbe de Lorenz par les
dépenses de consommation moyenne de la population.
INDICES DE GINI
Bon nombre d’indices sont utilisés pour mesurer les inégalités au sein des populations
de l’Union parmi lesquels nous avons l’indice de Theil, l’indice d’Atkinson et l’indice de
Gini. L’indice de Gini est l’un des indices d’inégalités les plus utilisés par les chercheurs et
correspond au double de la surface comprise entre la courbe de Lorenz et la diagonale du
carré. A cet effet, dans le cadre de cette étude nous utilisons ce dernier indice pour mesurer
les inégalités dans la distribution des dépenses de consommation. Sa formule générale est
la suivante :
1 XX
G= |Yi − Yj | (II.1)
2µn2 i j
Où µ est la dépense moyenne de la population, Yi et Yj les valeurs de l’indicateur bien-être

des individus i et j.
Pour G = 0, la courbe de Lorenz coı̈ncide avec la diagonale du carré (égalité absolue).
Pour G = 1, la courbe de Lorenz longe d’abord l’axe des p puis la droite p = 1 (inéga-
lité maximale).
L’indice de Gini varie avec l’inégalité, sa valeur augmente quand l’inégalité croit in-
versement.
II.3 INDICES DE PAUVRETÉ

Dès lors que le seuil et l’indicateur de bien-être ont été définis, la prochaine étape
consiste à déterminer une mesure de pauvreté. Une mesure de pauvreté est un indice
agrégé qui permet d’avoir une idée sur la situation de la pauvreté au niveau d’une zone
donnée. C’est aussi une fonction de l’indicateur de bien-être et sa valeur varie entre 0 et 1.
Lorsque l’indice est égal à 0, toute la population est non pauvre et s’il est égal à 1, toute
10
la population est pauvre. Pour mesurer la pauvreté, plusieurs indices ont été élaborés par
des chercheurs. Dans cette étude, nous utiliserons la classe d’indices F GTα . Ces indices
se révèlent être aujourd’hui les plus utilisés par la communauté internationale en matière
d’analyse de la pauvreté. Cette classe d’indices a été conçue en 1984 par Foster et al.
(1984). Sa formule générale est :
q α
1 X Z − Yi
F GTα = × (II.2)
n i=1 Z
Avec :
Z : le seuil de pauvreté ;
Yi : l’indicateur de bien-être ;
q : le nombre de pauvres dans la population ;
n : la taille de la population ;
α : le degré d’aversion pour la pauvreté (est un nombre entier supérieur ou égal à 0).
Pour α = 0, la formule générale devient :

q
F GT0 = H = (II.3)
n
L’indice F GT0 correspond à l’indice H encore appelé taux de pauvreté ou incidence de

la pauvreté, ce qui correspond à la proportion des pauvres dans la population totale. Bien
qu’il soit facile à déterminer, cet indicateur présente néanmoins quelques inconvénients.
Tout d’abord, il ne prend pas en compte les écarts individuels. Également, il ne respecte
pas l’axiome de monotonie nécessaire pour les indices de pauvreté. Cet axiome stipule
que toutes choses égales par ailleurs, une réduction de l’indicateur de bien-être d’un in-
dividu se trouvant en-dessous de la ligne de pauvreté doit accroı̂tre la mesure de pauvreté.
Pour α = 1, cette formule devient :

q q q
1 X Z − Yi q 1 X Z − Yi q 1 X Z − Yi
F GT1 = × = × = × = H ∗I (II.4)
n i=1 Z q n i=1 Z n q i=1 Z
Avec : q
1 X Z − Yi
I= × (II.5)
q i=1
Z
L’indice F GT1 correspond à la profondeur de la pauvreté ou encore l’écart moyen de

la pauvreté. Il est égal au produit de l’indice H et de l’indice I. Il mesure l’écart entre le
seuil de pauvreté et l’indicateur de bien-être. Cet indice respecte l’axiome de monotonie
mais pas l’axiome de transfert qui stipule qu’un transfert de l’indicateur de bien-être entre
une personne qui se trouve en dessous de la ligne de pauvreté et une personne qui est plus
11
riche doit accroı̂tre la mesure de pauvreté.
Pour α = 2, on a :
q 2
1 X Z − Yi
F GT2 = × (II.6)
n i=1 Z
L’indice F GT2 correspond à la sévérité de la pauvreté. Il mesure l’écart au carré du

seuil de pauvreté et de l’indicateur de bien-être. En outre, l’écart de pauvreté au carré
prend en compte l’inégalité parmi les pauvres.
II.4 ÉVALUATION SOCIALE PAR L’UTILITARISME GÉNÉRALISÉ

DE NIVEAU CRITIQUE (UGNC)
Les comparaisons de bien-être et de pauvreté sont souvent effectuées entre des po-
pulations de tailles différentes, mais la question de savoir si la taille de ces populations
doit être prise en compte dans ces comparaisons n’a pas été largement étudiée dans la
littérature économique. Les approches traditionnelles de l’évaluation sociale offrent peu
de directives sur la manière dont la taille et le niveau de vie des populations peuvent
influencer la mesure du bien-être social.
Cependant, il existe des mesures qui prennent en compte l’impact de la croissance
démographique et des niveaux de vie sur le bien-être social. Deux de ces mesures dérivent
des approches couramment utilisées en évaluation sociale, à savoir l’utilitarisme total et
l’utilitarisme moyen.
L’utilitarisme total vise à maximiser le produit de la taille de la population et de la
moyenne des utilités. Cela signifie que la taille de la population est prise en compte, en plus
de l’utilité moyenne, pour maximiser le bien-être social. Cependant, cette approche peut
conduire à une conclusion répugnante, comme l’a souligné (Parfit, 1984). Selon cette
conclusion, une population composée de millions d’individus avec des niveaux de vie très
bas pourrait être considérée comme préférable à une autre population moins nombreuse
mais composée d’individus ayant des niveaux de vie et d’utilité relativement élevés.
Pour éviter cette conclusion répugnante, l’utilitarisme moyen est souvent privilégié.
Cette approche se concentre uniquement sur la moyenne des utilités, ce qui peut égale-
ment conduire à des conclusions éthiquement embarrassantes. Par exemple, une évaluation
sociale basée sur l’utilitarisme moyen pourrait conclure que la mort de personnes pauvres
augmente le bien-être social. De plus, cette approche pourrait motiver la création d’une
société composée de très peu d’individus, à condition qu’ils soient extrêmement riches.
Cela soulève des questions sur l’éthique de l’utilitarisme moyen.
Une alternative pour contourner les limites de l’utilitarisme total et moyen est l’uti-
lisation d’une approche basée sur l’UGNC (Utilitarisme Généralisé de Niveau Critique),
développée par Blackorby et Donaldson (1984). Cette approche permet de trouver
un équilibre entre la quantité et la qualité de vie, tout en évitant les limites de l’utilita-
risme total et moyen. Elle offre ainsi une solution plus équilibrée pour évaluer le bien-être
social.
En conclusion, les comparaisons de bien-être et de pauvreté entre des populations
de tailles différentes soulèvent des questions complexes. Les approches traditionnelles de
l’évaluation sociale, tel que l’utilitarisme total et moyen, présentent des limites qui rendent
difficile le choix entre les deux. L’utilisation de l’UGNC offre une alternative permettant
de concilier quantité et qualité de vies dans la mesure du bien-être social.
12
II.4.1 UTILITARISME GÉNÉRALISÉ DE NIVEAU CRITIQUE
Développé par Blackorby et Donaldson (1984), l’UGNC est une fonction d’évalua-
tion sociale définie comme la somme des différences entre une transformation des revenus
individuels ou des utilités individuelles et une transformation d’une constante appelée
niveau critique. D’un point de vue éthique, le niveau critique peut être considéré comme
le niveau de vie minimum nécessaire pour que quelqu’un ajoute de la valeur à la société.
Considérons deux populations de tailles différentes. La plus petite population, de taille

M, possède un vecteur u de revenus individuels (en abrégé : bien-être, niveau de vie ou
consommation) et la plus grande population, avec le vecteur v, est de taille N, avec M <
N. Soit u = (u1 , u2 , ..., uM ) où ui désigne le revenu de l’individu i, et v = (v1 , v2, ...., vN )
où vi est le revenu de l’individu j. Pour évaluer socialement ces deux populations, nous
supposons que les fonctions d’évaluation de u et v prennent la forme :
M
X
W (u, α) = (F (ui ) − F (α)) (II.7)
i=1
et
N
X
W (v, α) = (F (vi ) − F (α)) (II.8)
i=1
où F est une transformation monotone croissante de revenus (où dépenses de consom-
mation) et α est le niveau critique. La petite population u domine en bien-être la po-
pulation v plus étendue si et seulement si W (u, α) ≥ W (v, α). En d’autres termes, la
dominance en bien-être de u sur v implique que la valeur sociale de u est plus élevée que
celle de v. Il ressort clairement de ce qui précède que la valeur sociale d’une population
reste inchangée si un nouvel individu ayant un revenu égal à α s’ajoute à la population.
Malgré son attrait, l’UGNC pose d’importantes difficultés pratiques, qui ont entravé son
application et expliqué en grande partie son manque relatif de popularité. Les plus im-
portantes d’entre elles sont le choix d’une fonction d’agrégation du bien-être individuel
et l’attribution d’une valeur au niveau critique. Notre objectif est donc de résoudre ces
difficultés en dérivant des procédures permettant d’effectuer des ordonnancements sociaux
partiels sur des classes de fonctions d’évaluation UGNC.
II.4.2 DOMINANCE UGNC

L’UGNC étant confronté au problème relatif à la forme que devrait prendre sa fonction
d’évaluation sociale nommée F ; il est possible de le surmonter en considérant des classes
de fonctions F. Les auteurs Cockburn et al. (2013) ont clairement défini ces classes de
s
fonctions. Considérons la classe des fonctions UGNC notée Wα,z − ,z + avec F la fonction
d’évaluation (ou d’utilité) individuelle et α le niveau critique.La classe de premier ordre

1
notée Wα,z − ,z + utilise des fonctions F qui sont non-décroissantes. Le principe que doit
2
respecter la classe des fonctions UGNC de deuxième ordre notée Wα,z − ,z + , est celui de
Pigou-Dalton, qui stipule qu’un transfert de revenu d’une personne ayant un revenu plus
élevé à une personne ayant un revenu plus faible est un transfert favorable améliorant le
3
bien-être social. Quant aux fonctions d’évaluation sociale de la classe Wα,z − ,z + de troisième
ordre, elles doivent être sensibles à des transferts composites favorables. Ces transferts sont
tel qu’un transfert favorable de Pigou-Dalton dans la partie inférieure de la distribution,
associé à un transfert défavorable de Pigou-Dalton dans la partie supérieure de la distri-
bution augmentent le bien-être social, à condition que ces transferts n’augmentent pas la
13
variance de la distribution. Il est alors possible de définir des ordres partiels de dominances
par :
u ≻sW s
∼α,z − ,z + v ⇔ W (u, α) ≥ W (v, α) ∀W ∈ Wα,z − ,z + (II.9)
En d’autres termes, ce résultat implique que pour qu’une population u domine une autre
v plus étendue, il faut que celle-ci ait une valeur sociale ou une utilité plus élevée que
la dernière et ce quelles que soient les fonctions d’évaluation sociale choisies de la classe
s
Wα,z − ,z + .
Une forme commune de fonctions d’évaluation sociale est l’opposée des fonctions d’éva-
luation de la pauvreté (ou indices de pauvreté). Ceci suggère qu’ordonner la valeur sociale
de deux populations revient à classer les indices de pauvreté de ces deux populations.
Cela peut être fait en mettant l’accent sur les valeurs de revenu qui se trouvent en dessous
d’un certain seuil de censure ou d’une ligne de pauvreté z. L’ordre partiel des indices de
pauvreté FGT se définit comme suit :
uα ≻sP s s −
∼z − ,z + v ⇔ Puα (z) − Pv (z) ≤ 0 pour tout z ≤ z ≤ z
+
(II.10)
où uα est le vecteur u étendu à la taille de la population v par ajout de N − M

s
individus de revenu α à u. Pvs (z) et Puα (z) sont les indices FGT de la population v et de
la population uα et leurs expressions respectives sont définies par :
N
!
X
Pvs (z) = N −1 (z − vi )s−1 I(vi ≤ z) (II.11)
i=1
et
s M s M
Puα (z) = P (z) + 1 − (z − α)s−1 I(α ≤ z) (II.12)
N u N
avec !
M
X
Pus (z) = M −1 (z − ui )s−1 I(ui ≤ z) (II.13)
i=1
De II.10, il ressort que pour qu’une population u domine en pauvreté une autre v
plus grande, il faut que la pauvreté totale dans la petite population soit inférieure à celle
dans la grande population lorsque la petite population est étendue avec N − M individus
de revenus α. il faut aussi noter qu’il existe une équivalence pour une certaine valeur du
niveau critique α entre les deux ordres partiels de dominance évoqués précédemment à
savoir ≻sW ≻sP
∼α,z − ,z + et ∼z − ,z + :
u ≻sW ≻sP
∼α,z − ,z + v ⇔ uα ∼z − ,z + v (II.14)
De ces résultats d’équivalence, il ressort un certain nombre de propriétés utiles notam-

ment celle de la relation entre la pauvreté totale et la valeur des sociétés. Prenons comme
exemple l’inverse de II.14. D’après cette relation d’équivalence, pour que la grande po-
pulation domine la petite population pour toutes les fonctions UGNC de niveau critique
14
α et pour tous les seuils z ∈ [z − , z + ], la pauvreté totale dans la grande population doit
être inférieure à celle dans la petite population lorsque la petite population est étendue à
N − M individus de revenus α. Dans ce contexte, pour s = 1, il suffit que le nombre total
de pauvres dans la petite population soit supérieur au nombre total de pauvres dans la
grande population pour que cette dernière domine en pauvreté ou en bien-être.
15
Chapitre III
RÉSULTATS GÉNÉRAUX
Dans ce chapitre, les résultats sont organisés autour de trois grandes sections. La
première présente le profil de pauvreté monétaire de l’Union. La seconde dégage les ré-
sultats sur les mesures des inégalités de consommations au sein de l’Union. Quant à la
troisième partie, elle expose les résultats de l’évaluation sociale selon l’approche UGNC
entre les pays de l’Union. Mais avant d’entamer ces différentes étapes, nous allons décrire
les variable d’analyses.
I DESCRIPTION DES VARIABLES D’ANALYSES
Table 1 – Statistique sur les populations vivant dans différents pays ou milieu de rési-
dence
Variables Modalités Population(en million) Pourcentage
Pays de résidence Bénin 11,7 9,41

Burkina 20,2 16,28
Côte-d’Ivoire 25,5 20,52
Mali 19,7 15,84
Niger 21,9 17,6
Sénégal 16 12,84
Togo 7,6 6,14
Guinée-Bissau 1,6 1,35
Milieu de résidence Urbain 43,5 34,99

Rurale 80,8 65,01
Source : calculs effectués par l’auteur avec les données de l’EHCVM 2018
Après analyse du tableau 1, il résulte que la plupart des personnes présentes dans
l’Union habitent dans les pays comme la Côte-d’Ivoire le Niger et le Burkina avec comme
pourcentages respectifs 20,52%, 17,6% et 16,28%. Il ressort également que le nombre de
personnes vivant en zones rurales est plus élevé que ceux vivant en zones urbaines. En
effet, ce nombre est de 43,5 millions en milieu urbain et de 80,8 millions en milieu rural.
II PROFIL DE PAUVRETÉ MONÉTAIRE

Dans cette section, nous allons dresser le profil de pauvreté monétaire en utilisant les
dépenses de consommation combinées avec un indice de prix spatial mesurant le coût de
la vie entre les pays de l’Union. Ce processus nous permet d’ajuster les données en tenant
16
compte de la différence de coût de la vie afin d’avoir des dépenses comparables. Le niveau
de vie des populations vivant dans un pays r sera déterminé par cette formule :
∗ IPr
Yi,r = Yi,r ∗ (III.1)
IPref
∗
Avec Yi,r : dépenses de consommation de l’individu i vivant dans le pays r ; IPref :
valeur de l’indice du coût de la vie dans le pays de référence ; IPr : valeur de l’indice du
coût de la vie dans le pays r.
Les résultats obtenus après estimation des indices de pauvreté qui sont présentés dans
l’annexe 1 et 2, nous permettent de caractériser la pauvreté selon des variables socioé-
conomiques comme le pays ou le milieu de résidence. Selon les résultats obtenus, nous
constatons que dans la plupart des pays de l’UEMOA, le nombre d’individus vivant avec
une consommation par tête inférieure au seuil de pauvreté (national ou corrigé) est assez
élevé. En effet, le taux de pauvreté se situe entre 37,78% et 47,76% pour l’ensemble des
pays de l’Union. Les pays les moins touchés par cette pauvreté sont entre autres le Bé-
nin (38,50%),la Côte-d’Ivoire (39,45%) et le Sénégal (37,78%). Il ressort également qu’un
contraste existe entre la pauvreté en milieu urbain et rural car l’incidence de la pauvreté
en milieu rural est plus élevée comparativement au milieu urbain avec une différence
significative entre les deux. Ce constat peut se faire dans chacun des 8 pays de l’Union.
III INÉGALITÉS DE CONSOMMATION

III.1 COURBE DE LORENZ
La courbe de Lorenz est un outil statistique qui peut être utilisé pour comparer le
niveau des inégalités de consommation entre différentes populations. De ce fait, nous
l’utiliserons pour comparer le niveau de ces inégalités entre les populations des différents
pays de l’Union. La figure 1 ci-dessous représente les courbes de Lorenz de ces différentes
populations.
Figure 1 – Courbe de Lorenz de la distribution de consommation de l’UEMOA
Courbe de Lorenz
100%
Pourcentage cumulé de la consommation
80%
60%
40%
20%
0
0 20% 40% 60% 80% 100%

Pourcentage cumulé de la population
Ligne d'égalité parfaite
BENIN BURKINA
COTE_D_IVOIRE MALI
NIGER SENEGAL
TOGO GUINEE-BISSAU
17
Après observation de ce graphique, il est difficile de statuer sur le niveau d’inégalité
d’un pays par rapport à un autre du faite des multiples croisements entre les différentes
distributions. Cependant, on remarque que les courbes de Lorenz liées au Burkina Faso
et, suivit, du Togo sont plus éloignées que toutes les autres courbes et cela implique que
le niveau d’inégalité est plus élevé dans ces pays par rapport aux autres. Pour ce qui est
du cas de croisement entre les courbes, il est possible de recourir à une courbe de Lorenz
généralisée. Pour pouvoir réaliser des comparaisons entre ces pays nous avons utilisé la
courbe de Lorenz et la courbe de Lorenz généralisée et pour faciliter ces comparaisons
nous l’avons fait en considérant deux distributions et en prenant comme référence celle de
la Côte-d’Ivoire.
Figure 2 – Courbe de Lorenz de la distribution de consommation de la Côte-d’Ivoire et

du Burkina Faso
La figure 2 ci-dessus, nous montre les distributions de consommation de la Côte-d’Ivoire

et du Burkina Faso. De ce graphique, il ressort que le niveau d’inégalité au Burkina Faso
est le plus élevé comparativement à celui de la Côte-d’Ivoire. En effet, on constate que
la distribution de la consommation par tête de la Côte-d’Ivoire se situe au-dessus de
celle du Burkina Faso. Elle est également la plus proche de la ligne d’égalité parfaite ce
qui indique que le niveau de vie des individus vivant en Côte-d’Ivoire est plus égalitaire
comparativement à ceux vivant au Burkina Faso. Pour ce qui est des autres comparaisons,
elles aboutissent toutes à la même conclusion. Celle où le niveau d’inégalité en Côte-
d’Ivoire est le plus faible, sauf pour le cas de la Guinée-Bissau et du Mali.
18
Figure 3 – Courbe de Lorenz de la distribution de consommation de la Côte-d’Ivoire et
du Niger
La figure 3 ci-dessus, nous montre le croisement entre les distributions de consomma-

tion de la Côte-d’Ivoire et du Niger et cela rend difficile des comparaisons en termes de
niveau d’inégalité entre les deux distributions. Ce même constat se fait également si l’on
compare la distribution de la Côte-d’Ivoire avec celle du Bénin.
Figure 4 – Courbe de Lorenz généralisé
Courbe de Lorenz géneralisé

500000
400000
Consommation moyenne
300000
200000
100000
0
0 20% 40% 60% 80% 100%

Pourcentage cumulé de la population
Niger Cote_d_ivoire
La figure 4 ci-dessus montre que la moyenne des dépenses de consommation est plus
élevée en Côte-d’Ivoire qu’au Niger ce qui indique que le bien-être est le plus élevé dans
ce pays par rapport au Niger. Nous aboutissons aux mêmes résultats si nous devrions
comparer les distributions associées à la Côte-d’Ivoire et au Bénin.
19
Pour ce qui est du niveau d’inégalité selon le milieu de résidence, il ressort que les
inégalités de consommation s’observent le plus dans le milieu urbain. En effet, lorsqu’on
observe la figure 5 ci-dessous on remarque que la distribution de la consommation des
populations vivant en milieu rural se situe au-dessus de celle des populations vivant en
milieu urbain et cela implique que le niveau d’inégalité est plus élevé en milieu urbain
comparativement au milieu rural. Ce résultat peut s’expliquer par le fait que les individus
vivant en milieu rural ont pratiquement le même niveau de vie et leurs sources de revenus
proviennent des mêmes activités.
Figure 5 – Courbe de Lorenz de la distribution de consommation du milieu urbain et

rural
III.2 INDICE DE GINI

Dans la mesure des inégalités de consommation, il ressort que même si les inégalités
sont relativement faibles dans l’Union, il n’en demeure pas moins que le taux d’inégalité
varie selon le pays et le milieu de résidence. En effet, l’indice de Gini indique des valeurs
relativement faibles (< 0, 35) dans des pays comme le Mali, la Guinée-Bissau et le Bénin
par rapport au reste des pays de l’Union où il montre des valeurs supérieurs où égale à
0,35. Pour ce qui est du milieu de résidence, il ressort que les inégalités de consommations
sont plus élevées dans les zones urbaines que dans les zones rurales. En effet, l’indice de
Gini indique comme valeurs respectives des zones urbaines et rurales la valeur 0,375 et
0,329.
Table 2 – Inégalités de consommation selon le pays et le milieu de résidence
Variables Modalités Indice

de Gini
BENIN 0,347
BURKINA FASO 0,387

Pays de
résidence COTE-D’IVOIRE 0,351
MALI 0,332
20
NIGER 0,35
SÉNÉGAL 0,351
TOGO 0,381
GUINÉE-BISSAU 0,316
Milieu de URBAIN 0,375

résidence
RURAL 0,329
IV ÉVALUATION DU BIEN-ÊTRE DES PAYS DE L’Union

DE PLUS GRANDES POPULATIONS QUI DOMINENT
Table 3 – La population de grande taille domine celle de petite taille
Variable Ordre de do- Estimation du Borne supérieur

minance niveau critique du seuil de cen-
(α̂s ) sure
PAYS DE RÉSIDENCE
BENIN s=1 40760,50 100000

BURKINA FASO s=1 618464,82 700000
MALI s=1 47809,64 400000
SÉNÉGAL s=1 40681,36 100000
TOGO s=1 48078,51 200000
GUINÉE-BISSAU s=1 40681,36 100000
Le tableau 3 ci-dessus présente les résultats obtenus après estimation des bornes supé-
rieures d’intervalles de niveaux critiques pour lesquelles la population de la Côte-d’Ivoire,
plus grande, domine en pauvreté celle du Bénin du Burkina Faso, du Mali, du Sénégal, du
Togo, et de la Guinée-Bissau. Ce résultat suggère que le nombre total de pauvres en Côte-
d’Ivoire est inférieur à celui des 6 autres pays cités précédemment. Étant donné qu’une
relation a été établie entre pauvreté totale et le bien-être, il en résulte qu’il existe une do-
minance en UGNC de la population de la Côte-d’Ivoire sur les 6 autres au premier ordre.
En somme, pour tout niveau critique inférieur à α̂s , nous pouvons dire que le bien-être
21
de la population ivoirienne est le plus élevé comparativement à chacune des six (6) autres
populations.
DE PLUS PETITES POPULATIONS QUI DOMINENT
Table 4 – La population de petite taille domine celle de grande taille
Variables Ordre de do- Estimation du Borne supérieur

minance niveau critique du seuil de cen-
(α̂s ) sure
PAYS DE RÉSIDENCE
BURKINA FASO s=1 113426,85 200000

MALI s=1 160521,04 300000
NIGER s=1 154509,01 300000
MILIEU DE RÉSIDENCE
RURAL s=1 248897,79 300000
On peut également observer des situations où une taille plus élevée de la population
réduit la valeur sociale de celle-ci. Par exemple, lorsque l’on compare la population du
Sénégal à celle du Burkina Faso, du Mali et du Niger pris séparément, il ressort que la
population Sénégalaise domine en pauvreté celle du Burkina Faso, du Mali et du Niger.
En effet, le tableau ci-dessus nous donne les bornes inférieures d’intervalles de niveaux
critiques pour lesquelles il existe une dominance de premier ordre de la population séné-
galaise sur celle des trois pays cités précédemment. Étant donné le lien qui existe entre
la pauvreté totale et la valeur d’une société, nous pouvons conclure que pour tout niveau
critique supérieur à α̂s , il existe une dominance en UGNC de premier ordre de la popula-
tion sénégalaise sur les trois autres groupes. Pour ce qui est du milieu de résidence, une
relation de dominance a été établie entre les populations vivant en milieu urbain et rural.
En effet, le tableau 4 nous fournit la borne inférieure d’intervalle de niveau critique pour
laquelle la population urbaine domine en bien-être celle vivant en milieu rural. Par consé-
quent, tous niveau critique α1 non inférieur à 248898 FCFA nous amène à la conclusion
que le bien-être de la population urbaine est le plus élevé comparativement à celle du
milieu rural.
22
CONCLUSION
L’objectif principal de cette étude a été axé sur l’évaluation du niveau de vie des
populations de l’UEMOA par des méthodes statistiques appropriées permettant des com-
paraisons entre des groupes d’individus de différentes tailles. A cet effet, nous avons réalisé
une analyse descriptive de la pauvreté d’une part et d’autre part nous faisons appel à des
courbes de Lorenz, permettant de visualiser la répartition des revenus entre les individus
d’une population et de mesurer l’écart entre cette répartition et une répartition parfaite-
ment égalitaire, ainsi que d’une méthode d’évaluation sociale basée sur l’UGNC. Après une
analyse descriptive de la pauvreté, il ressort que ce phénomène se remarque le plus dans
le milieu rural comparativement au milieu urbain. En effet, les statistiques démontrent
que le pourcentage de pauvre est le plus élevé en zone rurale. L’utilisation des courbes de
Lorenz a démontré que le niveau d’inégalité dans la population urbaine est le plus élevé
par rapport à la population rural. Pour ce qui est de l’analyse comparative du bien-être,
elle nous a permis de démontrer de façon robuste la dominance en bien-être de popula-
tions, de petites ou de grandes tailles, comparativement à d’autres groupes d’individus. En
effet, cette analyse comparative a abouti à la conclusion que le bien-être de la population
urbaine est le plus élevé comparativement à la population rurale mais également que la
pauvreté est plus présent en milieu rural.
23
Bibliographie
Albouy, V., Godefroy, P., & Lollivier, S. (2010). Une mesure de la qualité de vie.
France Portrait Social–, 99-146.
Bibi, S., & Duclos, J.-Y. (2010). Y’a t’il plus de pauvreté au Québec qu’au Canada ?
L’actualité économique, 86 (3), 277-318.
Blackorby, C., & Donaldson, D. (1984). Social criteria for evaluating population
change. Journal of Public Economics, 25 (1-2), 13-33.
Cockburn, J., Duclos, J.-Y., & Zabsonré, A. (2013). “Qualité et quantité” des vies hu-
maines : quel arbitrage entre croissance économique et croissance démographique ?
Feubi Pamen, E. p., Gankou, J. M., & Emini, A. c. (2010). Dynamique de la Pau-
vreté non monétaire au Cameroun entre 2001 et 2007 : analyse en correspondances
multiples et tests de dominance stochastique.
Foster, J., Greer, J., & Thorbecke, E. (1984). A Class of Decomposable Poverty
Measures. Econometrica : journal of the econometric society, 52, 761-776.
Gacko, I., Dembélé, D., & Traoré, S. M. (2014). Analyse de la pauvreté monétaire
et non monétaire au Mali de 2001 à 2013. Document d’Etude et d’analyse Econo-
miques, institution national de la statistique du Mali.
Ki, J. B., Faye, B., & Faye, S. (2005). Pauvreté Multidimensionnelle AU Sénégal : Une
Approche Non Monétaire Par Les Besoins De Base (Multidimensional Poverty in
Senegal : A Non-Monetary Approach to Basic Needs).
Lachaud, J.-P. (2000). Pauvreté et inégalité en Afrique : contribution à l’analyse spatiale.
Centre d’économie du développement, Université Montesquieu-Bordeaux IV.
Nsabimana, J. C., Ndayishimiye, N., & Beko, A. (2013). Pauvreté monétaire versus
non-monétaire au Burundi/Monetary versus non-monétary poverty in Burundi.
Ouarme, A., Ouili, I., & Basse, A. M. (2010). Poverty and Vulnerability in Burkina
Faso : A Composite Indicator of Hardcore Poverty (Pauvreté Et Vulnerabilité AU
Burkina Faso : Indicateur Composite De Noyau Dur De La Pauvrete).
Parfit, D. (1984). Reasons and persons. OUP Oxford.
Valéry, P. (1939). Poésie et pensée abstraite. Clarendon Press.
24
ANNEXES
ANNEXE 1
Table 5 – Mesures de la pauvreté monétaire selon le pays de résidence
VARIABLE/MODALITÉS SEUIL DE PAU- INCIDENCE DÉPENSE

VRETÉ NATIO- DE LA PAU- ANNUELLE
NALE (FCFA) VRETÉ (%) MOYENNE
PAR TÊTE
PAYS DE RÉSIDENCE
BENIN 246541,5469 38,50 367674
BURKINA FASO 194628,7813 41,4 299569
COTE-D’IVOIRE 345520,3438 39,45 512810
MALI 269485,25 42,11 378426
NIGER 181781,5781 40,82 263225
SÉNÉGAL 333440,5 37,78 615630
TOGO 273618,5 45,53 384744
GUINÉE-BISSAU 271071,75 47,76 341580
25
ANNEXE 2
Table 6 – Mesures de la pauvreté monétaire selon le pays de résidence
VARIABLE/MODALITÉS SEUIL DE PAU- INCIDENCE DÉPENSE

VRETÉ CORRIGÉ DE LA PAU- ANNUELLE
(FCFA) VRETÉ (%) MOYENNE
PAR TÊTE
PAYS DE RÉSIDENCE
BENIN 216738,6 38,50 323228
BURKINA FASO 154860,3 41,37 238358
COTE-D’IVOIRE 345520,3 39,45 512810
MALI 217764 42,12 305796
NIGER 182847,5 40,82 264769
SÉNÉGAL 333816,5 37,78 616324
TOGO 279542,6 45,53 393074
GUINÉE-BISSAU 250469,3 47,76 315619
26
ANNEXE 3
Table 7 – Mesures de la pauvreté monétaire selon le milieu de résidence
INCIDENCE DE LA PAUVRETÉ (%)
MILIEU DE RÉSIDENCE
URBAIN RURAL
BENIN 31,39 44,19
BURKINA FASO 13,15 51,12

PAYS DE RÉSIDENCE
COTE D’IVOIRE 24,67 54,66
MALI 18,21 50,51
NIGER 11,79 46,76
SÉNÉGAL 19,84 53,57
TOGO 26,52 58,74
GUINÉE-BISSAU 27,38 62,88
27
ANNEXE 4
CODE STATA
cap drop c o s t l i f e
gen c o s t l i f e =1
replace cost l i f e =0.3528 if c o u n t r y==”BFA”

replace cost l i f e =0.3898 if c o u n t r y==”BEN”
replace cost l i f e =0.4434 if c o u n t r y==”CIV ”
replace cost l i f e =0.3583 if c o u n t r y==”MLI”
replace cost l i f e =0.4460 if c o u n t r y==”NER”
replace cost l i f e =0.4439 if c o u n t r y==”SEN”
replace cost l i f e =0.4530 if c o u n t r y==”TGO”
replace cost l i f e =0.4097 if c o u n t r y==”GNB”
l o c a l r e f =0.4434
cap drop r a t i o c o s t
gen r a t i o c o s t =0
replace ratio c o s t= c o s t l i f e / ‘ ref ’ if c o u n t r y==”BFA”

replace ratio c o s t= c o s t l i f e / ‘ ref ’ if c o u n t r y==”BEN”
replace ratio c o s t= c o s t l i f e / ‘ ref ’ if c o u n t r y==”CIV ”
replace ratio c o s t= c o s t l i f e / ‘ ref ’ if c o u n t r y==”MLI”
replace ratio c o s t= c o s t l i f e / ‘ ref ’ if c o u n t r y==”NER”
replace ratio c o s t= c o s t l i f e / ‘ ref ’ if c o u n t r y==”SEN”
replace ratio c o s t= c o s t l i f e / ‘ ref ’ if c o u n t r y==”TGO”
replace ratio c o s t= c o s t l i f e / ‘ ref ’ if c o u n t r y==”GNB”
cap drop p c e x p c o r
gen p c e x p c o r=pcexp * r a t i o c o s t
cap drop s e u i l
gen s e u i l=z r e f
cap drop p a u v r e t e m o n e t a i r e
gen p a u v r e t e m o n e t a i r e=0 i f pc e xp c or>=s e u i l
r e p l a c e p a u v r e t e m o n e t a i r e=1 i f pc e xp c or <s e u i l
cap l a b e l v a r i a b l e p a u v r e t e m o n e t a i r e ” p a u v r e t e m o n e t a i r e ”
cap l a b e l d e f i n e p a u v r e t e m o n e t a i r e 0 ”non pauvre ” 1 ”pauvr
28
cap l a b e l v a l u e s p a u v r e t e m o n e t a i r e p a u v r e t e m o n e t a i r e
cap drop milieu CM

gen milieu CM=0 i f m i l i e u==1
r e p l a c e milieu CM=1 i f m i l i e u==2
cap l a b e l d e f i n e milieu CM 0 ”Urbain ” 1 ”Rurale ”

cap l a b e l v a l u e s milieu CM milieu CM
log using r e s u l t a t . log , r e p l a c e
cap drop p o i d s
gen p o i d s=hhweight * h h s i z e
s v y s e t [ pweight=p o i d s ]
i g i n i pce xp c or , hgroup ( Country code )
** s e l o n l e m i l i e u de r e s i d e n c e s
i g i n i pce xp c or , hgroup ( m i l i e u )
c l o r e n z pce xp c or , type ( nor )
c l o r e n z pce xp c or , type ( nor ) hgroup (CIV BEN)
c l o r e n z pce xp c or , type ( gen ) hgroup (CIV BEN)
c l o r e n z pce xp c or , type ( nor ) hgroup (CIV BFA)
c l o r e n z pce xp c or , type ( gen ) hgroup (CIV BFA)
c l o r e n z pce xp c or , type ( nor ) hgroup ( CIV MLI )
c l o r e n z pce xp c or , type ( gen ) hgroup ( CIV MLI )
c l o r e n z pce xp c or , type ( nor ) hgroup (CIV NER)
c l o r e n z pce xp c or , type ( gen ) hgroup (CIV NER)
c l o r e n z pce xp c or , type ( nor ) hgroup (CIV SEN)
c l o r e n z pce xp c or , type ( gen ) hgroup (CIV SEN)
c l o r e n z pce xp c or , type ( nor ) hgroup (CIV GNB)
c l o r e n z pce xp c or , type ( gen ) hgroup (CIV GNB)
29
c l o r e n z pce xp c or , type ( nor ) hgroup (CIV TGO)
c l o r e n z pce xp c or , type ( gen ) hgroup (CIV TGO)
c l o r e n z pce xp c or , type ( nor ) hgroup ( Country code )
c l o r e n z pce xp c or , type ( gen ) hgroup ( Country code )
svy : mean p a u v r e t e m o n e t a i r e i f Country code==1 / * Benin * /

svy : mean p a u v r e t e m o n e t a i r e i f Country code==1 & milieu CM==0 / *
*******************************************************************
svy : mean p a u v r e t e m o n e t a i r e i f Country code==2 /*
*******************************************************************
svy : mean p a u v r e t e m o n e t a i r e i f Country code==3 /* C o t e d i v
*******************************************************************
*******************************************************************
svy : mean p a u v r e t e m o n e t a i r e i f Country code==5 /* N i g e r */
*******************************************************************
*******************************************************************
svy : mean p a u v r e t e m o n e t a i r e i f Country code==7 / * Togo * /
*******************************************************************
*******************************************************************
*******************************************************************
svy : tab p a u v r e t e m o n e t a i r e Country code , row c o l
** s e l o n l e m i l i e u de r e s i d e n c e s
svy : tab p a u v r e t e m o n e t a i r e milieu CM , row c o l
30

Rapport Stage

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

Rapport Stage

Transféré par

Droits d'auteur :

Formats disponibles

N° d’ordre :

UNIVERSITE NAZI BONI INSTITUT NATIONAL DE LA STATISTIQUE ET DE LA

LICENCE PROFESSIONNELLE EN STATISTIQUE ET INFORMATIQUE

Coulibaly Ramiz Bêma Charaf

Pr ZABSONRE AGNÈS Mr HAÏDARA ZONGO

Année académique: 2022-2023

LISTE DES SIGLES ET DES ABRÉVIATIONS VI

LISTE DES TABLEAUX VII

LISTE DES FIGURES VIII

A mon frère et à ma sœur

En témoignage de mon amour et de ma

ee enseignement. Vos qualités pédagogiques et humaines sont pour moi un modèle. aa

EHCVM : Enquête Harmonisée sur les Conditions de Vie des Ménages

EMC : Enquête Multisectorielle Continue

EPA : Établissement Public de l’État à caractère Administratif

ERI-ESI : Enquête Régionale Intégrée sur L’Emploi et le Secteur Informel

ICP : Indicateur Composite de Pauvreté

INSD : Institut National de la Statistique et de la Démographie

LSI : Licence en Statistique et Informatique

MEFP : Ministère de l’Economie, des Finances et de la Prospective

PPA : Parité de pouvoir d’achat

SMIG : Salaire Minimum interprofessionnel Garanti

UEMOA : Union Economique et Monétaire Ouest Africaine

UGNC : Utilitarisme Généralisé de Niveau Critique

UNB : Université Nazi BONI

1 Statistique sur les populations vivant dans différents pays ou milieu de

1 Courbe de Lorenz de la distribution de consommation de l’UEMOA . . . . . . 17

I Présentation de la Licence en Statistique et Informatique

Les bénéficiaires de cette formation seront capables :

II Présentation de la structure d’accueil

L’Institut National de la Statistique et de la Démographie (INSD) est l’organe officiel

Il élabore et met en œuvre les programmes de renforcement des capacités techniques

H2- Les inégalités de consommation s’observent plus en milieu urbain.

I DÉFINITION DES CONCEPTS

L’approche non monétaire du bien-être s’intéresse aux ressources, plus particulièrement

Des chercheurs se sont intéressés également à la dynamique de la pauvreté monétaire

Pour ce qui est des déterminants de la pauvreté monétaire, on peut se référer à

Cette partie sera consacrée à la présentation de la démarche méthodologique ainsi que

Pour ce qui est de la méthode d’échantillonnage, il s’agit d’un échantillonnage à deux

II.1 MESURE DE LA PAUVRETÉ ET DES INÉGALITÉS

INDICATEUR DU BIEN-ÊTRE MONÉTAIRE

▶ une mesure de la taille des ménages.

SEUIL DE PAUVRETÉ MONÉTAIRE

II.2 INDICES D’INÉGALITÉS

Où µ est la dépense moyenne de la population, Yi et Yj les valeurs de l’indicateur bien-être

Pour G = 0, la courbe de Lorenz coı̈ncide avec la diagonale du carré (égalité absolue).

II.3 INDICES DE PAUVRETÉ

q : le nombre de pauvres dans la population ;

Pour α = 0, la formule générale devient :

L’indice F GT0 correspond à l’indice H encore appelé taux de pauvreté ou incidence de

Pour α = 1, cette formule devient :

L’indice F GT1 correspond à la profondeur de la pauvreté ou encore l’écart moyen de

L’indice F GT2 correspond à la sévérité de la pauvreté. Il mesure l’écart au carré du

II.4 ÉVALUATION SOCIALE PAR L’UTILITARISME GÉNÉRALISÉ

Considérons deux populations de tailles différentes. La plus petite population, de taille

II.4.2 DOMINANCE UGNC

d’évaluation (ou d’utilité) individuelle et α le niveau critique.La classe de premier ordre

où uα est le vecteur u étendu à la taille de la population v par ajout de N − M

De ces résultats d’équivalence, il ressort un certain nombre de propriétés utiles notam-

I DESCRIPTION DES VARIABLES D’ANALYSES

Variables Modalités Population(en million) Pourcentage

Pays de résidence Bénin 11,7 9,41

Milieu de résidence Urbain 43,5 34,99

II PROFIL DE PAUVRETÉ MONÉTAIRE