WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Analyse économique des déterminants de la demande des énergies de cuisson dans la commune de Porto-Novo au Bénin

( Télécharger le fichier original )
par Abdoul Naser YAHAYA MOUSSA
Université d'Abomey-Calavi (Bénin) - Maitrise en sciences économiques 2011
  

Disponible en mode multipage

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

    REPUBLIQUE DU BENIN

    UNIVERSITE D'ABOMEY-CALAVI

    Mémoire de maitrise

    Filière : Sciences Economiques Option : Economie

    ANALYSE ECONOMIQUE DES DETERMINANTS DE LA DEMANDE DES ENERGIES DE CUISSON DANS LA COMMUNE DE PORT-NOVO

    Réalisé par :

    YAHAYA Moussa Abdoul Naser

    Sous la direction de :

    Dr Félix. C BIAOU

    CERTIFICATION

    Par la présente, je certifie que ce mémoire de Maitrise ès Sciences

    Economiques intitulé : ANALYSE ECONOMIQUE DES
    DETERMINANTS DE LA DEMANDE DES ENERGIES DE CUISSON DANS LA COMMUNE DE PORTO-NOVO », à été réalisé sous ma direction par Messieurs YAHAYA Moussa Abdoul Naser et KOSSOLOU Ichola Adam à la Faculté des sciences Economiques et de Gestion(FASEG) de l'université d'Abomey-Calavi en République du Bénin.

    Abomey-Calavi, le 05 Juillet 2012

    Dr Félix C. BIOU

    Professeur-Assistant à la FASEG

    Université d'Abomey-Calavi

    République du Bénin

    DEDICACES

    Je dédie ce travail à :

    - Mes parents Yahaya Moussa et Safia Dan-Zouma qui, ont donné le meilleur d'eux pour mon bien être.

    - Mes frères et soeurs pour tous leurs apports psychologiques et financiers dont ils ont fait preuve.

    REMERCIEMENTS

    Ce travail s'est réalisé grâce à l'appui de certaines personnes à qui nous nous sentons redevables. C'est ainsi que nous voudrions adresser nos sincères remerciements à tous les responsables de la Faculté des Sciences Economique et de Gestion (FASEG) et nos professeurs qui nous ont inculqués le savoir de la1ère Année à la maîtrise.

    Nous tenons à remercier particulièrement :

    y' Dr Félix BIAOU qui, en dépit de ses multiples occupations a accepté l'encadrement scientifique de ce travail et nous a facilité le contact avec d'autres personnes ressources.

    y' Mes frères Abdoul Kader, Aichatou, Moustapha, Kabirou, Baraka, Yacouba, Kossolou, Saliou, Rafiou, Ganiou, Samirath, Okochè, Dania, Okochè Amal et Balogoun Ibrahim vous avez été pour nous des frères et soeurs exemplaires et très soucieux de mon avenir.

    y' Mes amis Ibrahim Abdou, Adébiyi Toundé, Ayéroumi Paul pour leur apport moral et financier dans la réalisation de ce document.

    y' Mes amis étudiants Nigériens pour tous leurs efforts dans la réalisation de ce document.

    y' Toute personne physique ou morale qui a eu à nous aider directement ou indirectement, matériellement ou immatériellement, dans le cadre de ce travail.

    Liste des sigles

    ACTPR : Activité principale

    BTU : British Terminal Units

    Ci : Consommation du bien i

    CM : Chef de ménage

    Dh : Dépense totale

    NAFRE : N'ayant pas fréquenté

    NIVP : Niveau primaire

    NIVS : Niveau secondaire

    NIVSU : Niveau supérieur

    P : Prix

    Pj : Prix du bien j

    Pk : Prix du bien k

    Qi : Quantité de bien consommé

    R : Coefficient de détermination

    TEP : Tonne d'Equivalent Pétrole

    Wi : Part budgétaire du bien i

    Y : Revenu

    SOMMAIRE PAGES

    Dédicace...ii REMERCIEMENTS... iii Liste des sigles........ .iv INTRODUCTION GENERALE..... 1 Chapitre 1 : Cadre théorique de l'étude...3 Généralité..... 3 1.1. Problématique...3 1.2. Objectif de recherche...4

    1.2.1. Objectif général...4

    1.2.2. Objectifs spécifiques...4

    Hypothèses de recherche...4 1.4. Revue de littérature.... 5 1.5. Méthodologie de recherche.... 9

    1.5.1. Sources des données...9

    1.5.2. Modèle d'estimation...10

    1.5.3. La spécification empirique du modèle.... 15
    1.5.4. La spécification économétrique du modèle et définition des variables...15 1.5.5. Méthode...16

    Chapitre 2 : Sources et consommations de l'énergie par les ménages 18
    2.1. Structures et caractéristiques des ménages de la ville de Porto-Novo...18 2.1.1. Traits physiques et démographie de la ville de Porto-Novo...18 2.1.2. Caractéristiques des ménages enquêtés...18

    2.2. Différentes sources d'énergies de cuisson utilisées par les ménages . 21

    2.3. Dépenses et les parts de revenus consacrées à la consommation........................24 2.4. Détermination des élasticités prix et revenus des diverses sources d'énergies..........33

    2.4.1. Résultats de l'estimation des parts de budget consacrées à chaque source

    d'énergie...............................................................................................34

    2.4.2. Interprétation des résultats......................................................................34

    2.4.2.1. Impact de l'ensemble des variables explicatives sur le modèle........................ 35

    2.4.2.2. Influence partielle des variables explicatives sur la part budgétaire des énergies de

    cuisson..................................................................................................... 35

    2.4.3. Détermination des élasticités 36

    SUGGESTIONS ET CONCLUSION 39

    REFERENCES BIBLIOGRAPHIQUES 41

    ANNEXE A

    Introduction générale

    Le Bénin par sa position géographique n'est pas un pays forestier. Par exemple en 2005, la superficie totale de ses forêts est estimée à 2.351.000ha dont 1.144.000ha de plantation forestière (FAO 2005).Ce qui fait qu'il est classé très loin derrière ses voisins immédiats, comme la Côte d'Ivoire(10.405.000ha) et le Nigéria(11.089.000 ha).

    Malgré la maigreur de ses ressources forestières, ces dernières sont soumises à des fortes pressions anthropiques De plus, le Bénin à une économie essentiellement agricole. L'agriculture béninoise demeure essentiellement extensive et est caractérisée par des défrichements permanents de nouvelles terres. Cette pratique, combinée avec le surpâturage, les feux saisonniers, la récolte non durable de combustibles ligneux de bois de construction et de bois d'oeuvre (Tchiwanou, 2000 .Agbahungbaet al.2001) ont pour conséquence l'appauvrissement des terres, une déforestation effrénée.

    La perte nette de couvert forestier au Bénin est estimée à 65.000ha par an (FAO,2000).Des espèces autochtones de valeur telles que Miliciaexcelsa, Africanaet Khayasenegaiensis sont devenues rares dans plusieurs régions surtout les régions méridionales du pays (Agbahungbaet al. 2001).Cette dégradation de la forêt s'accentue avec l'accroissement de la demande toujours croissante des produits forestiers, surtout le bois de feu et le charbon avec l'accroissement galopant des centres urbains.

    Ainsi, les projections pour 2027 font état d'une demande globale en bois énergie(bois de feu et charbon de bois) de17.816.587tonnes par an alors que le potentiel de production de bois énergie n'atteindrait que 5.786.462tonnes par an(MPREPE et BM,1999) ; donc un déficit de 12.030.125 tonnes en 1999.Pourtant depuis les années 90, des efforts se font pour l'adoption des autres sources d'énergie de cuisson, surtout les sources d'énergie moderne. L'analyse des déterminants de différentes sources d'énergie s'avère indispensable. Ainsi nous avons porté notre thème sur « Analyse économique des déterminants de la demande des énergies de cuisson dans la commune de Porto Novo ».

    Au vu de ce qui précède, le travail s'articulera autour de deux (2) chapitres. Dans le premier chapitre nous parlerons du cadre théorique de l'étude et le second chapitre sera consacré essentiellement aux résultats de l'étude. Ce second chapitre est divisé en quatre (4) sections, dans la première section , nous décrivons les traits physiques et administratifs de la ville de Porto-Novo et les caractéristiques des ménages enquêtés, la seconde section

    discutera des différentes sources d'énergies utilisées, la troisième abordera les dépenses et les parts de revenus consacrées à la consommation et la dernière présentera les élasticités prix et revenus des diverses sources d'énergies.

    Chapitre 1 : Cadre théorique de l'étude

    1. Généralité

    1.1. Problématique

    La dégradation globale de l'environnement fait craindre un épuisement des ressources naturelles. La forêt dense du Bénin n'a pas échappé au phénomène. En effet de 1946 à 1975, la forêt classée de la Lama a subi un taux de défrichement de 225ha/an (Sinsin et al, 2002).Ce taux s'est accru et atteint 425ha/an entre 1984 et 1987 (Sinsin et al. 2002).De 16.250 ha de forêts denses en 1946, cette forêt ne s'étend plus que sur 1.900ha morcelée en ilots dispersés dans les 4.777ha que constitue aujourd'hui le noyau central (UICN, 1992). Cette perte rapide de 88% de la superficie de la forêt a un impact négatif sur la richesse spécifique (Sinsin et al, 2002). Dans cette région forestière, le taux de déboisement est descendu en dessous du seuil critique de 20%. La réduction du potentiel forestier ne peut être attribuée au seul facteur qu'est l'exportation du bois d'oeuvre. L'effet combiné de l'extraction du bois d'oeuvre, des défrichements agricoles et de la fabrication du combustible ligneux coûtait aux forêts du Bénin en général un taux de déboisement très élevé.

    Face à cette dégradation rapide et non contrôlée des ressources forestières nationales, les autorités publiques prennent leurs responsabilités en promulguant des mesures restrictives dans le but de freiner cette situation. On note de multiples caractérisations sur le caractère classé d'une forêt, la promotion du reboisement, le recrutement d'agents chargés de la protection des parcs et des réserves et l'augmentation des taxes à l'exportation de certaines essences de bois etc. Il convient de mentionner que la part de la biomasse-énergie (le bois de feu et du charbon de bois) est très importante dans l'industrie. Ainsi, ils demeurent la forme d'énergie la plus consommée avec une participation relative de 60 % aux consommations finales d'énergie en 2004.Ce qui d'ailleurs constitue une véritable source de revenu pour les ménages.

    Face à cette déforestation galopante, les autorités lancent une politique énergétique d'utilisation du butane pour la cuisson des aliments dans les années 1990. Parmi les mesures prises pour accompagner cette politique, on peut énumérer :la subvention du gaz butane à usage domestique pour favoriser davantage l'accès aux populations cibles, l'accroissement des capacités de stockage et une bonne politique de répartition du gaz

    V' Les ménages à revenus élevés utilisent plus les sources d'énergie modernes que les ménages à revenus faibles.

    butane. Bien que la consommation de ce gaz soit concentrée en milieu urbain et périurbain comparativement au milieu rural qui utilise exclusivement le bois comme combustible, la consommation du bois et de charbon de bois y est restée fortement élevée (BIAOU, 2011). Le gaz butane fait donc l'objet d'une dualité dans sa consommation, ce qui est de nature à remettre en cause la politique de vulgarisation. Il se pose donc un réel problème de politique énergétique et l'échec de la politique par l'offre semble désormais attirer l'attention des autorités publiques sur l'utilisation d'une politique par la demande.

    Cependant, la mise en place d'une politique reste conditionnée par la réponse à plusieurs interrogations :

    - Qu'est-ce-qui explique la demande de l'énergie (bois de feu, charbon, gaz et pétrole) des

    ménages béninois en général et ceux de Porto-Novo en particulier ?

    - A quelle demande les autorités publiques font face ?

    Voyons à présent les objectifs de cette étude.

    1.2. Objectifs de recherche

    1.2.1. Objectif général

    Cette recherche a pour objectif général, d'analyser les principaux déterminants de la demande des sources d'énergie de cuisson des ménages.

    1.2.2. Objectifs spécifiques

    V' Identifier les différentes sources d'énergie de cuisson des populations de la ville de Porto-Novo.

    V' Classer les énergies selon les catégories socioprofessionnelles qui les utilisent. V' Déterminer les élasticités prix et revenu des diverses sources d'énergies. 1.3. Hypothèses de recherche

    V' Les populations de la ville de Porto-Novo utilisent diverses sources d'énergie pour la cuisson de leurs aliments.

    ü Les prix des sources d'énergie et le revenu des ménages affectent les formes d'énergies utilisées par la population.

    1.4. Revue de littérature

    Tout comme l'eau, l'énergie est devenue indispensable non seulement à l'usage domestique mais aussi pour le développement industriel. En effet, après la maîtrise du feu qui s'est effectuée pendant des milliers d'années, le feu est devenu un allié indispensable à l'homme pour cuire ses aliments, pour façonner des outils et des armes de bois (épineux dont la pointe est durcie au feu) et pour se protéger des prédateurs. Le feu joue un rôle très important dans la vie social.

    La théorie économique a beaucoup été sollicitée par les acteurs du secteur de l'énergie, mais en retour les débats énergétiques ont permis aux théoriciens de l'économie d'alimenter certaines réflexions. C'est que le secteur de l'énergie fait appel à des ressources épuisables(les 3/4 de l'énergie consommée dans le monde appartiennent aux ressources dites épuisables), qu'il est très capitalistique et souvent organisée autour de monopole intégrés, privés ou publiques, pour ce qui est de la distribution de certains fluides (gaz et électricité).

    C'est en outre une activité génératrice de fortes externalités. Ces débats ne sont pas nouveaux : on se souvient de la « question charbonnière » soulevée par S. Jevons (1865) ou de la tarification des monopoles énergétiques abordés par J. Dupuit (1844).

    Il est donc intéressant de voir comment les relations entre énergie et théorie économique ont évolué au cours des dernières années et quels sont les thèmes qui, aujourd'hui sont au centre des préoccupations des économistes de l'énergie.

    Au début des années 1950, le problème principal auquel était confronté l'Etat en matière énergétique, restait celui de la pénurie. Il fallait avant tout, programmer des investissements en s'appuyant sur une planification de long terme et l'instrument principal de cette planification était l'existence d'un vaste secteur public en situation de monopole.

    Dans les années 1980-1990, la préoccupation majeure dans le secteur énergétique était devenue celle de la compétitivité internationale et l'irruption des mécanismes du marché dans une industrie jusque là vouée à la planification, va alors modifier fondamentalement le rôle de la régulation. Plusieurs questions vont tout au long de la période, préoccupées les

    économistes. Celles de la relation entre le capital et l'énergie ; l'organisation optimale d'une industrie énergétique ; la question de la formation des prix de l'énergie.

    Une autre question a alimenté les débats économiques : la tarification optimale de l'énergie.

    Le débat n'est pas nouveau et s'est posé dans les années 1930 aux Etats-Unis, à une période où les réserves de pétrole brut semblaient s'épuiser rapidement, Hotelling (1931), avait alors apporté une réponse à la question, comment doit évoluer en longue période, le prix de marché d'une ressource épuisable. Pour lui, le prix de marché de la ressource extraite doit tenir compte non seulement du coût marginal d'extraction, mais aussi du coût d'option que constitue cette valeur ou terre sacrifiée. Il en déduit dès lors le sentier optimal d'évolution d'une ressource épuisable, selon la structure du marché. En situation de concurrence pure et parfaite, le prix net (des coûts d'extraction) doit être suivant le taux d'actualisation. Par contre en situation de monopole, c'est la recette marginale des coûts de transaction qui doit croitre au rythme du taux d'actualisation. Le prix d'équilibre diffère du prix de concurrence par la prise en compte d'une rente de monopole qui est positive, dès lors que l'élasticité prix de la demande en valeur absolue est supérieure à 1.

    Certains auteurs tel que M. Aldeman (1980, 1986), considèrent que l'approche en terme de ressources épuisables n'est pas pertinente et qu'en conséquence le prix du pétrole est tendanciellement aligné sur son coût marginal.

    La demande d'énergie a fait l'objet de plusieurs études économiques. Elle revêt un caractère important dès lors que l'on se rend compte que les principales sources d'énergie potentielles sont tarissables et la nécessité d'appréhender de façon minutieuse la demande.

    La première difficulté a été la détermination d'une unité de mesure de la consommation d'énergie, les sources et l'utilisation étant différentes. Deux unités de mesure jusque là sont utilisées : le TEP et le BTU.

    Ces deux unités de mesure permettent la conversion de toute forme d'énergie et facilitent dès lors, l'estimation de l'énergie consommée.

    Tous les économistes s'accordent à penser que la meilleure mesure de l'évolution et de l'efficacité énergétique d'une économie, est le ratio d'intensité énergétique défini par le rapport de la consommation d'énergie primaire sur le PIB mesuré à prix constants.

    Les premières estimations de la fonction de demande d'énergie des ménages, remontent aux années 1970. Les articles fondateurs de cette littérature sont ceux de Honthaker et Taylor(1970) et Honthaker et Kennedy(1979).

    Les données utilisées sont en général, des séries chronologiques et les méthodes économétriques consistent le plus souvent à l'utilisation des moindres carrées ordinaires(MCO). D'autres études telles que celles de Kasanen et al (1989) et de Vaage (2000) utilisent des données en coupe transversales à une approche à choix discret pour analyser la demande résidentielle d'énergie et l'énergie de chauffage. Il est admis en France, d'après les travaux de Vallet(1974), se basant sur le modèle de Honthaker et Taylor, que l'élasticité-revenu de long terme est positive et supérieure à 1, mais que l'élasticité-prix de la demande n'est pas significativement différente de 0.

    Un consensus semble se dégager entre les économistes, en ce qui concerne les variables qui doivent entrer comme explicatives de la demande d'énergie des ménages : le prix réel, Pernille H. et F. Joutz (2000) ou le prix relatif, Vallet(1974), le revenu et plus souvent les valeurs retardées de la variable explicative, pour prendre en compte les effets de long terme. Il faut remarquer que ces études n'ont concerné que les pays développés et que les réalités socio-économiques diffèrent sensiblement de ceux de l'Afrique subsaharienne où 80% des ménages utilisent le bois comme combustible essentiel.

    Boukary Ouedrago (2004) utilise un modèle logis multinomial pour analyser le choix d'énergie de cuisson des ménages en milieu urbain au Burkina-Faso. Il démontre que la probabilité pour un ménage d'adopter le bois comme principale source d'énergie de cuisson, est de 92,20% contre moins de 6,20% pour le gaz butane. La demande du gaz butane des ménages subsahariens, n'a donc pas fait l'objet de beaucoup d'études. Cependant l'analyse de ses déterminants demeure nécessaire pour la mise en place d'une politique énergétique efficace.

    L'énergie est devenue nécessaire à toute activité humaine et indispensable au développement économique, notamment industriel. Pour l'Afrique, la problématique énergétique se situe dans un contexte qui relève des multiples exigences auxquelles le continent est confronté : croissance économique, ajustement structurel, libéralisation, dynamique démographique et la lutte contre la pauvreté en général .L'accès aux sources modernes d'énergie constitue un impératif pour assurer le développement du continent. Certains pays africains comme le Bénin sont caractérisés par une grande « pauvreté

    énergétique ». Seule l'énergie primaire continue d'être fortement utilisée. Pour une population africaine estimée à 760 millions d'habitants en 1998 (13% de la population mondiale), la consommation d'énergie primaire de l'Afrique s'établissait à 480M Tep, soit 4,6% de la consommation mondiale. Cette situation s'explique par :

    - une forte dépendance aux combustibles ligneux : la consommation des combustibles ligneux représentent jusqu'à 80% à 90% de la consommation totale d'énergie des ménages dans la plus part des pays africains. La demande d'énergie répond aux besoins de cuisson et de chauffage de quelques 575 millions d'individus et est estimée à 254Mtoe en 2000 (world energy année).

    - un faible niveau de consommation par tête des énergies conventionnelles : le niveau énergétique d'un pays reflète son niveau de développement. En Afrique la consommation énergétique reste la plus faible du monde. En effet, celle-ci est 500Kwh/an contre une moyenne mondiale de 2500 Kwh/an (dont 900 Kwh pour les pays en développement et 9000 Kwh/an pour les pays industrialisés).

    - un faible taux d'accès à l'électricité : le taux d'accès à l'électricité en Afrique est encore faible. Pour une population de 795 millions en 2000 seulement quelques 272,7 millions de personnes ont accès à l'électricité soit environ 34,3%. Les populations africaines sans accès à l'électricité représentent 32% des individus vivant dans l'obscurité à travers le monde.

    Le sud-Bénin, jadis pourvoyeur du bois d'oeuvre et de service aux populations et à l'exportation, se trouve de nos jours importateur du bois pour la satisfaction de ses besoins. La pénurie du bois de feu et du charbon est due non seulement à la pression démographique mais aussi aux manques de terre ou de jachère. Les deux causes se rejoignent étant donner que le manque de terre ou de jachère, est une conséquence directe de la pression démographique.

    La vente trop importante du bois dans les centres urbains est aussi une cause de la pénurie, à cela s'ajoute la commercialisation du bois sans reboisement, qui est la principale cause de la dégradation de l'environnement dans la commune de Porto-Novo. Le circuit de bois de feu jusqu'ici unidirectionnel et va des zones excédentaires de collecte vers les zones déficitaires qui ne sont pas à priori des centres urbains.

    Dans le cadre de cette enquête de terrain, un questionnaire a été élaboré et adressé à 200 ménages répartis entre les différents arrondissements comme suit :

    Les zones rurales jadis excédentaires en bois de feu, sont aujourd'hui confrontées à une situation de rareté. Le bois et le charbon de bois constituent la principale source d'énergie de cuisson au niveau des ménages du Bénin. Avec la croissance de la population, la demande du bois énergie devient de plus en plus importante. Pour accroitre un temps soit peu leurs demandes en énergie, les autorités publiques ont mené une politique qui consiste à l'importation d'une alternative d'énergie pour leurs besoins de consommation. Il s'agit de l'utilisation du pétrole, du gaz et de l'énergie électrique.

    Le taux de croissance démographique du pays qui tourne autour de 3,25% ce qui fait croître les besoins en énergie plus que proportionnellement. La principale source d'énergie reste les combustibles ligneux ; d'où la nécessité de rechercher les autres sources d'énergie pour la préservation du couvert végétal déjà maigre.

    Le bois n'arrive plus à couvrir les besoins des ménages, les populations ont recours aux autres sources alternatives pour combler leurs déficits en énergie. L'épuisement progressif de la forêt et l'utilisation généralisée du bois de feu et du charbon de bois compromettent la vie sociale et le système agricole dans cette zone. L'utilisation des divers types de combustibles pour les besoins de la cuisine qui tendent à se généraliser, montrent que la crise des combustibles ligneux se vivra davantage si des mesures ne sont pas prises.

    Qu'en est-il de la méthodologie de recherche ?

    1.5. Méthodologie de recherche

    1.5.1. Sources des données

    Les principaux outils de collecte de données dans cette étude sont la recherche documentaire et une enquête de terrain qui s'est déroulée dans la commune de Porto-Novo.

    La commune de Porto-Novo compte environ 46000 ménages, répartie en 5 arrondissements. Le premier arrondissement compte 8282 ménages soit 18%, le deuxième arrondissement, 8807 ménages soit 19,15%, le troisième arrondissement, 6854 ménages soit 14,9%, le quatrième arrondissement 11387 ménages, soit 24,75% et enfin le cinquième qui compte 10670 ménages, soit un pourcentage de 23,2%.

    Tableau 1 : répartition des enquêtés par commune

    Arrondissements

    Poids démographique (%)

    Nombre d'enquêtés

    1

    18

    36

    2

    19,15

    38

    3

    14,9

    30

    4

    24,75

    50

    5

    23,2

    46

    Total

    100

    200

    Source : Données de l'enquête, 2011.

    Dans cette partie seront abordées l'estimation et l'analyse des résultats économétriques. Mais ceci ne peut être fait sans que l`on ne revient un peu en détail sur la méthodologie énoncée dans l'introduction surtout sur la partie économétrique.

    En effet la méthodologie peut être perçue comme ce mécanisme permettant de résoudre des problèmes .Elle ne se substitue pas à la technique dans la mesure où il manque à une méthodologie la précision de la technique. Une méthodologie va inclure à la fois des éléments du quoi et du comment.

    1.5.2. Modèle d'estimation

    Cadre théorique

    La modélisation des préférences des ménages est induite par fondements de la théorie du consommateur. En effet l'objet de la théorie du consommateur est d'expliquer comment un consommateur rationnel choisit ce qu'il va consommer quand il est confronté à une variété de prix et un budget limité. L'estimation de la sensibilité du consommateur par rapport à la variation de certains paramètres notamment le revenu et les prix peuvent être réalisés à partir des méthodes partielles. La formule de Working qui régresse la part consommée sur le logarithme des dépenses totales est l'une des approches préconisées pour le cas des élasticités-revenu sur la base de la courbe d'Engel. La formulation est la suivante :

    Les élasticités-prix sont souvent estimées à partir de ces modèles simples en ajoutant simplement les variables exogènes à droite. En voici une formule possible (cas du modèle Working).

    Par ailleurs, ce modèle a été retenu pour ses applications nombreuses et satisfaisantes dans l'étude des préférences du consommateur car il est conforme avec les restrictions de la théorie économique qui sont nécessaires afin d'assurer une maximisation de l'utilité du consommateur (Savadogo et Brandt, 1988 et Savadogo, 1990, Ravelosoa, 1999, Tossou et al, 2002).

    Le modèle théorique choisi pour l'analyse de la demande des énergies de cuisson dans la ville de Cotonou est le Système de Demande Presque Idéal SDPI (en anglais AIDS Almost Ideal Demand System) de Deaton et Muelbauer (1980). Elle est dérivée de la minimisation du coût, dont la fonction est de la forme :

    En appliquant le lemme de Shephard à (3), la fonction de demande hicksienne ou conditionnelle qi peut être déduite de la fonction de dépense pour tout bien i par la relation :

    En injectant (12) dans (14) on trouve que

    L'on peut quantifier l'impact probable des changements en revenus sur le niveau de consommation des ménages à travers une connaissance des élasticités-revenus (ou dépenses totales).

    1.5.3. La spécification économétrique du modèle et définition des variables

    Le modèle (17) est le modèle final à estimer, soit

    - Age du chef de ménage.

    -

    Comme variables explicatives, on a retenu les dépenses totales des ménages pour approcher le revenu, le prix de ces énergies et les variables sociodémographiques telles que : sexe du chef de ménage, l'âge du chef de ménages, le niveau d'instruction du chef de ménage et l'activité principale du chef de ménage.

    1.5.4. Méthode

    L'objectif de cette partie est de décrire de façon sommaire la démarche pratique adoptée pour réaliser les estimations économétriques et les calculs faits avant et à partir de ces deniers pour obtenir les différentes élasticités. Ainsi il en découle respectivement :

    - Coefficients budgétaires. La technique a consisté à calculer dans un premier temps les coefficients budgétaires c'est-à-dire la part que représentent les dépenses sur un bien i dans les dépenses totales du ménage.

    - Indice de Stone P. Pour l'indice de Stone, d'abord le logarithme népérien des prix
    d'achat moyens de chaque bien a été calculé. Ensuite, le logarithme népérien de l'indice de Stone a été obtenu par la somme du produit des coefficients budgétaires et du logarithme népérien des prix d'achat moyens de chaque bien.

    - Revenus par ménage Y. Ils sont approximés par les dépenses, c'est en ce sens qu'on a utilisé le logarithme népérien du montant total alloué par chaque ménage à l'acquisition des biens considérés. Les informations sur les revenus ne sont pas souvent fiables. Il a été préféré dans cette étude d'utiliser les dépenses totales de consommation issues des enquêtes auprès des ménages. Le niveau de consommation varie très peu d'une saison à une autre contrairement au revenu. Selon Ravelosoa et al(1999) « la consommation, qui varie moins est considérée comme une mesure plus exacte du revenu permanant des ménages, et pour cette raison elle est souvent considérée préférable comme mesure agrégée du bien-être du ménage ».

    - Revenus réels par ménage Y/P, approché par le logarithme népérien du rapport des dépenses et de l'indice des prix élasticités. Les élasticités revenus et prix sont obtenus des estimations par les relations (6-a), (6-b) et (6-c). Parce que la valeur des élasticités va dépendre pour une part non négligeable de celle de la part du revenu consacré à l'achat d'un bien donné, il est capital qu'une attention particulière lui soit portée surtout par rapport à l'option de calcul. Il en existe deux : la moyenne simple (la moyenne des parts budgétaires des ménages du groupe) et la moyenne pondérée par dépenses totales (égale

    a

    Chapitre 2 : Source et consommation de l'énergie par les ménages.

    Ce chapitre sera consacré essentiellement aux résultats de l'étude.

    Dans la première section, nous décrivons les traits physiques et administratifs de la ville de Porto-Novo et les caractéristiques des ménages enquêtées, la seconde section discutera des différentes sources d'énergie utilisées, la troisième abordera les dépenses et les parts de revenus consacrées à la consommation et la dernière présentera les élasticités prix et revenus des diverses sources d'énergies.

    2.1. Traits physiques de la ville et caractéristiques des ménages enquêtés

    2.1.1. Traits physiques et démographique de la ville.

    Situé au sud du Bénin à 30 km de Cotonou, la ville de Porto-Novo est localisée entre 6°30 de latitude Nord et 3°30 de longitude Est. Elle est limitée au Nord par la commune d'Akpro-Missérété, d'Avrankou et d'Adjarra ; au Sud par la commune de Sèmè-kpodji ; à l'Ouest par la commune des Aguéguéet à l'Est par la commune d'Adjarra.

    La ville de Porto-Novo couvre une superficie de 52 km2, soit 0,05% du territoire national, avec une population de 223552 habitants dont 106097 Hommes et 117455 Femmes (INSAE, 2003). Le climat est typique d'un climat humide subéquatorial. Deux saisons des pluies et deux saisons sèches se partagent l'année climatique. Des températures chaudes et humides avec des moyennes mensuelles de 32° entre Mars et Avril et de23,1° entre Août et décembre. Une forte pluviométrie : moyenne annuelle des précipitations oscille entre 1100mm et 1200mm atteignant ainsi le niveau le plus élevé de tout le pays.

    Depuis la mutation politique amorcée en 1990 et la mise en place des institutions démocratiques, la ville de Porto-Novo devient commune à statut particulier. Capital du Bénin, Porto-Novo est administrée par un conseil municipal dirigé par un Maire. Elle est subdivisée en cinq (5) Arrondissements et quatre-vingt-six (86) quartiers. Ces Arrondissements sont seulement des subdivisions du territoire de Porto-Novo, mais n'ont pas de personnalité juridique ni d'autonomie financière.

    Dans cette étude, le terme ménage est équivalent à la famille qui est fondamentalement constituée d'un homme marié ou non, sa ou ses femmes, ses enfants qui sont encore sous

    2.1.2. Caractéristiques des ménages enquêtés

    sa tutelle (travaillant pour lui ou vivant de son revenu), et toute autre personne qui vit ensemble avec les membres suscités et qui a le même statut que les enfants (Ahoyo, 1996). Leurs activités économiques sont largement dominées par les femmes qui dirigent plus de 56% des établissements recensés notamment dans le commerce.

    La population active est jeune et 54% des chefs d'entreprises commerciales et de services ont moins de 30 ans. Le commerce demeure l'activité principale à Porto-Novo. On distingue deux circuits d'activités économiques caractérisés par une auto-organisation et une autorégulation dont le contrôle demeure un défi pour les autorités locales :

    - Le circuit « moderne » dans lequel on rencontre le Nigéria pays pétrolier depuis 1973. La proximité géographique de ce pays et les liens ethniques favorisent des échanges plus ou moins légaux entre les commerçants à travers d'une part le développement d'un secteur qualifié informel et d'autre part l'expansion de la zone urbaine.

    - Le circuit traditionnel dont les acteurs sont essentiellement des femmes et des enfants vendeurs ambulants dispersés sur les trottoirs, les marchés et les lieux publics.

    Ces activités économiques leur permettent de trouver des moyens pour faire face à leurs besoins en général et ceux de l'énergie en particulier.

    Niveau d'instruction

    Pas s l'école Primaire Secondaire Supérieur

    Age

    Total

    Tableau 1 : Répartition des ménages suivant l'âge et le niveau d'instruction du CM(%)

    Au vu des résultats du tableau, nous pouvons dire que la majorité des chefs de ménage (55%) ont un âge compris entre 30-50 ans et la majorité des chefs de ménages (42,5%) ont le niveau secondaire.

    Tableau 2 : Répartition des ménages suivant l'activité principale et le niveau d'instruction du CM(%)

    Activité principale

    Niveau d'instruction

    Pas à l'école

    Primaire

    Secondaire

    Supérieur

    Total

    Commerçant

    11

    13,5

    14

    0

    38,5

    Ménagère

    4

    2

    0,5

    0

    6,5

    Enseignant

    0,5

    0

    6,5

    4,5

    11,5

    Etudiant/élève

    0

    0

    1,5

    1,5

    3

    Agent de santé

    0

    0

    2

    0

    2

    Agent de sécurité

    0

    0,5

    8

    4,5

    13

    Mécanicien

    5,5

    2,5

    7

    0

    15

    Cultivateur

    1

    1

    0

    0

    2

    Couturier

    3

    2

    1

    0

    6

    Photographe

    0

    0,5

    2

    0

    2,5

    Total

    25

    22

    42,5

    10,5

    100

    Source : Données de l'enquête, 2011.

    Les cases portantes la valeur 0 signifie qu'il n'y a pas de ménage pour ces activités. On observe que 14% des chefs de ménages ayant pour activité principale le commerce ont le niveau secondaire contre 13,5% qui ont le niveau primaire et 11% n'ayant pas fréquenté. Les commerçants représentent 38,5% des ménages enquêtés, 15% pour les mécaniciens/électriciens, 13% pour les agents de sécurité et 11,5% pour les enseignants alors que les autres activités ont une proportion très faible.

    Tableau 3 : Répartition des ménages suivant l'activité principale et l'âge du C M(%)

    Activité principale

    Les chefs de ménage ayant une activité principale le commerce, représentent 22% des chefs de ménage dont l'âge est compris entre 30-50 ans contre 11% ayant 50 ans et plus et 5,5% pour ceux dont l'âge est inférieur à 30 ans. On constate aussi qu'il n'existe de chefs de ménages dont l'activité principale : étudiant/élève et d'agent de santé et photographe dont l'âge est 50 ans et plus. En conclusion les marchand/commerçant constituent la grande majorité des chefs de ménage enquêtés (38,5%) et 55% des chefs de ménages ont un âge compris entre 30 et 50 ans.

    2.2. Différentes sources d'énergie de cuisson utilisées par les ménages.

    Les ménages sont supposés avoir des préférences entre plusieurs catégories d'énergie selon leurs différents besoins et de faire le choix qui maximise leur utilité en fonction de leur contrainte de revenu. Le choix d'une source d'énergie donnée, dépend à la fois des caractéristiques socio-économique (revenu, prix), sociodémographiques (niveau d'instruction, sexe du chef de ménage, effet de l'âge, l'activité principale) et les caractéristiques psychologiques.

    Ces caractéristiques diffèrent d'un ménage à un autre. Ce qui implique logiquement une divergence en ce qui concerne le choix du type d'énergie affecté à la cuisson, le choix des ménages se fait principalement entre trois(3) à quatre(4) formes d'énergie : le feu de bois, le charbon de bois, le charbon, le gaz butane et le pétrole.

    Les combustibles ligneux sont de loin les plus utilisés car 80 à 90% de l'énergie utilisée par les ménages relèvent de combustible ligneux.

    Tableau 4 : Répartition des ménages suivant les sources d'énergie et l'âge du CM(%)

    Sources d'énergie

    Age

    Total

    Moins de 30

    30-50

    50 et plus

    1bois de feu

    0,5

    1

    0

    1,5

    2charbon

    6,5

    13

    6,5

    26

    3bois de feu et charbon

    1

    4,5

    5

    10,5

    16pétrole

    1

    0,5

    0

    1,5

    17pétrole et bois de feu

    0

    0

    0,5

    0,5

    18pétrole et charbon

    4

    17

    4,5

    25,5

    32gaz

    1

    3

    0

    4

    33gaz et bois de feu

    0

    0

    0,5

    0,5

    34gaz et charbon

    4,5

    15,5

    9,5

    29,5

    50gaz, charbon et pétrole

    0

    0,5

    0

    0,5

    Total

    18,5

    55

    26,5

    100

    Source : Données de l'enquête, 2011.

    On constate que 13% des ménages dont l'âge est compris entre 30-50 ans utilisent uniquement le charbon comme source d'énergie, alors que 17% des ménages utilisent le pétrole et le charbon et 15,5% utilisent le gaz et le charbon .L'observation du tableau(1) montre que 29,5% des ménages enquêtés utilisent à la fois le gaz et le charbon, après 26% des ménages qui utilisent uniquement le charbon et 25,5% des ménages utilisent à la fois le pétrole et le charbon. On déduit que le charbon est la source d'énergie la plus utilisée par les ménages (26%). Les cases portantes la valeur 0 signifie qu'il n'existe pas de ménages qui utilisent cette source d'énergie ou la combinaison des sources d'énergie.

    Tableau 5 : Répartition des ménages suivant les sources d'énergie et le niveau d'instruction du CM(%)

    Source d'énergie

    Niveau d'instruction

    Total

    Pas à l'école

    Primaire

    Secondaire

    Supérieur

    1bois de feu

    1,5

    0

    0

    0

    1,5

    2charbon

    7,5

    7

    11,5

    0

    26

    3bois de feu et char

    4

    1,5

    3,5

    1,5

    10,5

    16pétrole

    0

    0,5

    0,5

    0,5

    1,5

    17pétrole et bois de f

    0

    0

    0,5

    0

    0,5

    18pétrole et charbon

    5

    8

    10,5

    2

    25,5

    32gaz

    1

    0

    2

    1

    4

    33gaz et bois de feu

    0

    0

    0

    0,5

    0,5

    34gaz et charbon

    5,5

    5

    14

    5

    29,5

    50gaz, char et pétrole

    0,5

    0

    0

    0

    0,5

    Total

    25

    22

    42,5

    10,5

    100

    Source : Données de l'enquête, 2011.

    D'après le tableau (2), on constate que 115% Des chefs de ménages ayant le niveau secondaire utilisent uniquement le charbon comme source d'énergie contre 14% qui utilisent à la fois le charbon et le gaz. On constate qu'au niveau primaire et secondaire les ménages n'utilisent pas uniquement le bois de feu comme source d'énergie. De même au niveau supérieur il n'existe pas de ménage qui utilisent le bois de feu et charbon comme source d'énergie. Les chefs de ménage ayant le niveau secondaire constituent la couche la plus élevée (42,5%), après viennent ceux qui n'ont pas fréquenté (25%), le niveau primaire (22%) et enfin le niveau supérieur (10,5%).

    Tableau 6 : Répartition des ménages suivant les sources d'énergie et l'activité principale du CM(%)

    Activité principale

    Source d'énergie

    Total

    1bois de

    feu

    2char bon

    3bois

    feu et
    charb

    16pét role

    17pét et

    bois

    18pét charbo n

    32gaz

    33gaz boisf

    34gaz charb on

    50gazc har

    pétrole

    Commerçant

    1

    11

    3

    1

    0,5

    10,5

    2

    0

    9,5

    0

    38,5

    Ménagère

    0,5

    2

    1

    0

    0

    1

    0

    0

    2

    0

    6,5

    Enseignant

    0

    1

    2

    0

    0

    4

    0

    0,5

    3,5

    0,5

    11,5

    Etudient/élève

    0

    0,5

    0,5

    0,5

    0

    0,5

    0

    0

    1

    0

    3

    Agent de sante

    0

    0

    0

    0

    0

    0,5

    0

    0

    1,5

    0

    2

    Agent de sécurit

    0

    2,5

    1

    0

    0

    1,5

    1

    0

    7

    0

    13

    Mécanicien

    0

    5,5

    1,5

    0

    0

    4

    0,5

    0

    3,5

    0

    15

    Cultivateur

    0

    0

    0,5

    0

    0

    1,5

    0

    0

    0

    0

    2

    Couturier

    0

    1,5

    1

    0

    0

    2

    0,5

    0

    1

    0

    6

    Photographe

    0

    2

    0

    0

    0

    0

    0

    0

    0,5

    0

    2,5

    Total

    1,5

    26

    10,5

    1,5

    0,5

    25,5

    4

    0,5

    29,5

    0,5

    100

    Source : Données de l'enquête, 2011.

    Le tableau (3) indique que 11% des chefs de ménages ayant une activité principale le commerce utilisent uniquement le charbon pour la cuisson contre 10,5% qui utilisent le pétrole et le charbon et 9,5% qui utilisent le gaz et le charbon. On observe aussi que seule les commerçants utilisent à la fois le pétrole et le bois de feu (0,5%), de même seuls les enseignants utilisent la combinaison gaz et bois de feu (0,5%) et gaz, charbon et pétrole (0,5%). On conclut que le charbon est la source d'énergie la plus utilisée (26%).

    Tableau 7 : Répartition des ménages suivant les sources d'énergie et le sexe du CM(%)

    Sources d'énergie

    Sexe

    Total

    Homme

    Femme

    1bois de feu

    1

    0,5

    1,5

    2charbon

    23

    3

    26

    3bois de feu et charbon

    9

    1,5

    10,5

    16pétrole

    1,5

    0

    1,5

    17pétrole et bois de feu

    0,5

    0

    0,5

    18pétrole et charbon

    23

    2,5

    25,5

    32gaz

    3

    1

    4

    33gaz et bois de feu

    0,5

    0

    0,5

    34gaz et charbon

    24,5

    5

    29,5

    50gaz, charbon et pétrole

    0,5

    0

    0,5

    Total

    86,5

    13,5

    100

    Source : Données de l'enquête, 2011.

    L'observation du tableau(4) montre que 23% des chefs de ménages hommes utilisent uniquement le charbon contre 3% des chefs de ménages femmes. On constate aussi 24,5% des chefs de ménages hommes utilisent à la fois le gaz et le pétrole contre 5% des femmes. Les chefs de ménages femmes n'utilisent pas le pétrole (16), la combinaison du pétrole et bois de feu (17), gaz et bois de feu (33), gaz, charbon et pétrole (50) comme source d'énergie.

    Au vu de ce qui précède, nous pouvons conclure que les chefs de ménages hommes représentent 86,5% des ménages enquêtés contre 13,5% des chefs de ménages femmes.

    2.3. Dépenses et les parts consacrées à la consommation

    Dépenses énergétiques

    Age

    Total

     
     

    Tableau 8 : Répartition des ménages suivant les dépenses énergétiques et l'âge du CM(%)

    L'analyse du tableau montre que 40% des ménages dépensent moins de 15000pour l'achat des énergies, 46,5% dépensent entre 15000-25000 et 13,5% dépensent 25000 et plus. On observe aussi que les chefs de ménages ayant le niveau secondaire (23,5%) ont une dépense énergétique entre 15000-25000, 10,5% n'ayant pas fréquenté, 9% ont le niveau primaire et 3,5% ont le niveau supérieur.

    Il faut noter que la majorité des ménages (46,5%) ont une dépense compris entre 1500025000 et les chefs de ménages ayant le niveau secondaire (42,5%) ont une dépense énergétique plus élevée.

    Tableau 10 : Répartition des ménages suivant les dépenses énergétiques et l'activité principale du CM(%)

    Acticité principale

    Dépenses énergétiques

    Total

    ?15000

    15000-25000

    25000 et plus

    Commerçant

    15

    16,5

    7

    38,5

    Ménagère

    3

    2,5

    1

    6,5

    Enseignant

    6

    4,5

    1

    11,5

    Etudiant/élève

    2

    1

    0

    3

    Agent de santé

    0,5

    1

    05

    2

    Agent de sécurité

    3

    8,5

    15

    13

    Mécanicien

    6

    8

    1

    15

    Cultivateur

    2

    0

    0

    2

    Couturier

    2

    3

    1

    6

    Photographe

    0,5

    1,5

    0,5

    2,5

    Total

    40

    46,5

    13,5

    100

    Source : Données de l'enquête, 2011

    Ce tableau fait ressortir que les chefs de ménages commerçant dont les dépenses varient entre 15000-25000 représentent 16,5% contre 15% dépensant moins de 15000 et 7% dépensent 25000 et plus. Les cases portant les valeurs 0 signifient que les cultivateurs dépensent moins de 15000 pour leurs dépenses énergétiques et les étudiants/élèves moins de 25000 pour les dépensent énergétiques.

    Dépense énergétique

    Homme Femme

    Sexe

    Total

    Tableau 11 : Répartition des ménages suivant les dépenses énergétiques et le sexe du CM(%)

    L'examen du tableau (4) montre que 33,5% des chefs de ménages hommes ont une dépense énergétique inférieure à 15000 contre 6,5% des chefs de ménages femmes. On observe aussi 43% des hommes chef de ménage qui ont une dépense en énergie comprise entre 15000 et 25000 contre 3,5% des chefs de ménages femmes. On déduit que les hommes dépensent plus en énergie que les femmes. Cependant les ménages qui dépensent entre 15000-25000 en énergie, représentent la plus grande proportion soit 46,5% contre 40% de ceux qui dépensent moins de 15000 et 13,5% pour 25000 et plus.

    Tableau12 : Répartition des ménages suivant les parts en gaz, Niveau d'instruction et Activité principale du CM(%)

    Activité principale

    Part du gaz

    Niveau d'instruction

    Total

    Pas a l'école

    Primaire

    Secondaire

    Supérieur

    Commerçant

    <0,06

    14,3

    10,7

    39,3

     

    64,3

     

    0,06 et plus

    17,8

    14,3

    3,6

    0

    35,7

     

    Total

    32,1

    25

    42,9

     

    100

    Ménagère

    <0,06

    25

    25

     
     

    50

     

    0,06 et plus

    25

    25

    0

    0

    50

     

    Total

    50

    50

     
     

    100

    Enseignant

    <0,06

    11,1

    0

    44,5

    11,1

    66,7

     

    0,06 et plus

    0

    0

    11,1

    22,2

    33,3

     

    Total

    11,1

    0

    55,6

    33,3

    100

    Etudiant/élèv

    <0,06

    0

    0

    50

    50

    100

    e

    0,06 et plus

    0

    0

    0

    0

    0

    Apprenti

    Total

    0

    0

    50

    50

    100

    Agent de

    0,06

    0

    0

    100

    0

    100

    sante

    0,06 et Plus

    0

    0

    0

    0

    0

     

    Total

    0

    0

    100

    0

    100

    Agent de

    <0,06

    0

    0

    44,5

    55,5

    56,25

    sécurité

    0,06 et plus

    0

    6,25

    12,5

    25

    43,75

     

    Total

    0

    625

    57

    5

    21,4

    Mécanicien

    <0,06

    11,1

    22,2

    44,4

    0

    77,7

    Electricien

    0,06 et plus

    0

    11,2

    11,1

    0

    22,3

     

    Total

    11,1

    33,3

    55,5

    0

    100

    Couturier

    <0,06

    33,3

    33,3

     
     

    66,6

     

    0,06 et plus

    33,3

    0

    0

    0

    33,3

     

    Total

    66,6

    33,3

     
     

    100

    Photographe

    <0,06

    0

    0

    100

    0

    100

     

    0,06 et plus

    0

    0

    0

    0

    0

     

    Total

    0

    0

    100

    0

    100

    ?0,06

    10,67

    9

    37,33

    9,3

    66,3

    0,06 et plus

    9, 33

    9

    6,67

    8

    33,7

    Total

    20

    18

    44

    17,3

    100 (75)

    Source : Données de l'enquête, 2011.

    D'après le tableau (12), on constate que 75 ménages sur les 200, soit 37,5%, utilisent le gaz comme source d'énergie. Respectivement plus de 64%, 50%, 67%, 100%, 100%, 56%, 77%, 66%, des commerçants, des ménagères, des enseignants, des

    étudiants/élèves/apprentis, des agents de santé, des agents de sécurité, des mécaniciens et couturiers consacrent moins de 6% de leurs dépenses à l'acquisition du gaz (tableau..). La proportion des catégories socioprofessionnelles dépensant plus de 6% de leurs dépenses à l'achat du gaz est plus bas.

    Quant au niveau d'instruction, le tableau indique 44% des chefs de ménages qui dépensent en gaz ont le niveau secondaire contre 20% n'ayant pas fréquenté, 18,7% ont le niveau primaire et 17,3% ont le niveau supérieur.

    Au vu des résultats issus du tableau, on constate que la majorité des catégories socioprofessionnelles dépensent moins 6% pour l'acquisition du gaz et les chefs de ménages ayant le niveau le niveau secondaire (44%) dépensent plus pour l'acquisition du gaz.

    Globalement les dépenses du gaz est fonction de l'activité principale et le niveau d'instruction du chef de ménage.

    Tableau13 : Répartition des ménages suivant les parts du pétrole, Niveau d'instruction et l'activité principale du CM(%)

    Activité principale

    Part du

    pétrole

    Niveau d'instruction

     
     
     

    Total

    Pas a l'école

    Primaire

     

    Secondaire

    Supérieur

    Commerçant

    < 0,06

    9,5

    (2)

    19

    (4)

    33,3

    (7)

    0

     

    61,9 (13)

     

    0,06 et plus

    9,5

    (2)

    19

    (4)

    9,5

    (2)

    0

     

    38 (8)

     

    Total

    19(4)

     

    38(8)

     

    42,8(9)

     

    0

     

    100 (21)

    Ménagère

    < 0,06

    50

    (1)

    0

     

    0

     

    0

     

    50 (1)

     

    0,06 et plus

    0

     

    50

    (1)

    0

     

    0

     

    50 (1)

     

    Total

    50(1)

     

    50 (1)

     

    0

     

    0

     

    100 (2)

    Enseignant

    < 0,06

    11,1

    (1)

    0

     

    22,2

    (2)

    11,1

    (1)

    44,4 (4)

     

    0,06 et plus

    0

     

    0

     

    33,3

    (3)

    22,2

    (2)

    55,5 (5)

     

    Total

    11,1

    (1)

    0

     

    55,5(5)

     

    33,3

    (3)

    100 (9)

    Etudiant/

    < 0,06

    0

     

    0

     

    0

     

    50

    (1)

    50 (1)

    Elève/

    0,06 et plus

     
     
     
     
     
     

    50

    (1)

    50 (1)

    Apprenti

    Total

     
     
     
     
     
     

    100

    (2)

    100 (2)

     

    Agent de

    < 0,06

    0

     

    0

     

    100

    (1)

    0

     

    100 (1)

    sante

    0,06 et plus

     
     
     
     

    0

     
     
     

    0

     

    Total

     
     
     
     

    100(1)

     
     
     

    100 (1)

    Agent

    < 0,06

    0

     

    0

     

    33,3

    (1)

    0

     

    33,3 (1)

    sécurité

    0,06 et plus

     
     
     
     

    66,7

    (2)

     
     

    66,7 (2)

     
     

    Total

     
     
     
     

    100(3)

     
     
     

    100 (3)

    Mécanicien

    < 0,06

    28,6

    (2)

    14,8

    (1)

    28,6

    (2)

    0

     

    71,4 (5)

    Electricien

    0,06 et plus

    14,8

    (1)

    0

     

    14,8

    (1)

     
     

    28,6 (2)

     

    Total

    43,4(3)

     

    14,8

    (1)

    43,4(3)

     
     
     

    100(7)

    Cultivateur

    < 0,06

    33,3

    (1)

    0

     

    0

     

    0

     

    33,3 (1)

     

    0,06 et plus

    0

     

    66,7

    (2)

     
     
     
     

    66,7 (2)

     
     

    Total

    33,3(1)

     

    66,7

    (2)

     
     
     
     

    100 (3)

    Couturier

    < 0,06

    0,06 et plus

    0

    25

    (1)

    50 0

    (2)

    25 0

    (1)

    0

    0

     

    75

    25

    (3)
    (1)

     

    Total

    25 (1)

     

    50 (2)

     

    25 (1)

     

    0

     

    100

    (4)

    ?0,06

    13,46

     

    13,46

     

    25

     

    3,84

     

    55,76

     

    0,06 et plus

    7,69

     

    13,46

     

    17,3

     

    5,77

     

    44,24

     

    Total

    21,2

    (11)

    26,9

    (14)

    42,3

    (22)

    9,6

    (5)

    100

    (52)

     

    ( ) Nombre d'observations Source : Données de l'enquête, 2011.

    Il ressort du tableau (13) que 52 ménages soit 26% des ménages enquêtés utilisent le pétrole comme source d'énergie. Les chefs de ménages dont l'activité principale est le commerce, ménagères, enseignants, étudiant/élève, agent de santé, agent de sécurité, mécaniciens, cultivateurs, et couturier, respectivement 62%, 50%, 44%, 50%, 100%, 33%, 71%, 33%, 75%, consacrent moins de 6% de leurs dépensent à l'acquisition du pétrole. La proportion des catégories socioprofessionnelles dépensant plus de 6% de leurs dépenses à l'achat du pétrole est un peu plus basse. Pour le niveau d'instruction, respectivement 25%, 13,5%,13,5% des chefs de ménages ayant le niveau secondaire, n'ont pas fréquenté, ayant le niveau primaire dépensent moins 6% à l'achat du pétrole tandis que plus de17%,13%, 7% des ménages consacrent plus de 6% à l'achat du pétrole.

    D'après ce qui précède, on peut conclure que la majorité des catégories socioprofessionnelles dépensent moins de 6% pour l'acquisition du pétrole et les chefs de ménages ayant le niveau secondaire (42,3%) consacrent plus leurs revenus à l'achat du pétrole.

    Tableau14 : Répartition des ménages suivant parts du charbon, Niveau d'instruction, Activité principale du CM(%)

    Activité principale

    Part du

    charbon

    Niveau d'instruction

    Total

    Pas à l'école

    Primaire

    Secondaire

    Supérieur

    Commerçant

    < 0,06

    15,6 (11)

    22,8 (16)

    22,8 (16)

    0

    61,4 (43)

     

    0,06 et plus

    14,3 (10)

    14,3 (10)

    10 (7)

    0

    38,6 (27)

     

    Total

    29,9(21)

    37,1(26)

    32,8(23)

    0

    100 (70)

    Ménagère

    < 0,06

    8,3 (1)

    8,3 (1)

    0

    0

    16,6 (2)

     

    0,06 et plus

    50 (6)

    25 (3)

    8,3 (1)

    0

    83,3 (10)

     

    Total

    58,3 (7)

    33,3(4)

    8,3(1)

    0

    100(12)

    Enseignant

    < 0,06

    0

    0

    10

    8

    78,3 (18)

     

    0,06 et plus

    4,3 (1)

    0

    13 (3)

    4,4 (1)

    21,7 (5)

     

    Total

    4,3(1)

    0

    23(13)

    12,4(9)

    100 (23)

    Etudiant/

    < 0,06

    0

    0

    40 (2)

    20 (1)

    60 (3)

    Elève/

    0,06 et plus

     
     

    20 (1)

    20 (1)

    40 (2)

    Apprenti

    Total

     
     

    60

    40

    100(5)

    Agent de

    < 0,06

    0

    0

    75 (3)

    0

    75 (3)

    santé

    0,06 et plus

     
     

    25 (1)

     

    25 (1)

     

    Total

     
     

    100(4)

     

    100(4)

    Agent de

    < 0,06

    0

    4,2 (1)

    58,3 (14)

    25 (6)

    87,5 (21)

    sécurité

    0,06 et plus

     

    0

    8,3 (2)

    4,2 (1)

    12,5 (3)

     

    Total

     

    4,2(1)

    66,6(16)

    29,2(7)

    100 (24)

    Mécanicien

    < 0,06

    13,8 (4)

    6,9 (2)

    20,7 (6)

    0

    41,4 (12)

    Electricien

    0,06 et plus

    24,1 (7)

    10,4 (3)

    24,1 (7)

     

    58,6 (17)

     

    Total

    37,9(11)

    17,3(5)

    44,8(13)

     

    100(29)

    Cultivateur

    <0,06

    50 (2)

    0

    0

    0

    50 (2)

     

    0,06 et plus

    0

    50 (2)

     
     

    50 (2)

     

    Total

    50(2)

    50 (2)

     
     

    100 (4)

    Couturier

    < 0,06

    36,3 (4)

    27,3 (3)

    0

    0

    63,6 (7)

     

    0,06 et plus

    9,1 (1)

    9,1 (1)

    18,2 (2)

     

    36,4 (4)

     

    Total

    45,4(5)

    36,4(4)

    18,2(2)

     

    100(11)

    Photographe

    < 0,06

    0

    0

    40 (2)

    0

    40 (2)

     

    0,06 et plus

     

    20 (1)

    40 (2)

     

    60 (3)

     

    Total

     

    20 (1)

    80 (4)

     

    100(5)

    ? 0,06

    11,76

    12,30

    28,34

    8

    60,4

    0,06 et plus

    13,36

    10,7

    13,90

    1,6

    39,6

    Total

    25,2 (47)

    23 (43)

    42,2 (79)

    9,6 (18)

    100(187)

    ( ) Nombre d'observations ; Source : Données de l'enquête, 2011.

    L'observation du tableau (14) montre que 187 ménages soit 93,5% des ménages enquêtés utilisent du charbon comme source d'énergie. Toutes les catégories socioprofessionnelles dans des proportions respectivement 61%, 17%, 78%, 60%, 75%, 87,5%, 41%, 50%, 64% et 40% dépensent moins de 6% pour l'achat du charbon. Cependant les catégories socioprofessionnelles dépensant 6% et plus dépensent moins mais dans des proportions différentes.

    Par ailleurs pour le niveau d'instruction, 79 ménages soit 42,2% des chefs de ménages ayant le niveau secondaire dépensent pour l'achat du charbon, 47 ménages soit 25,2%

    n'ont pas fréquenté, 43 soit 23% de ceux ayant le niveau primaire et 18 soit 9,6% pour le niveau supérieur aux autres niveaux d'instruction.

    Il est à noter suite à ces résultats, que les chefs de ménages ayant le niveau secondaire (79) soit 42,2% consacrent plus de revenus à l'achat du charbon.

    Tableau 15 : Répartition des ménages suivant les parts du bois de feu, Niveau d'instruction et Activité principale du CM(%)

    Activité principale

    Part du bois de feu

     

    Niveau d'instruction

     
     

    Total

    Pas à l'école

    Primaire

     

    Secondaire

    Supérieur

    Commerçant

    < 0,06

    0

     

    28,6

    (2)

    42,8

    (3)

    0

     

    71,4 (5)

     

    0,06 et plus

     
     

    14,3

    (1)

    14,3

    (1)

     
     

    28,6 (2)

     

    Total

     
     

    42,9(3)

     

    57,1 (4)

     
     
     

    100 (7)

    Ménagère

    < 0,06

     
     

    0

     
     
     
     
     

    0

     

    0,06 et plus

     
     

    100(2)

     
     
     
     
     

    100 (2)

     

    Total

     
     

    100(2)

     
     
     
     
     

    100 (2)

    Enseignant

    < 0,06

    0

     

    0

     

    0

     

    25

    (1)

    25 (1)

     

    0,06 et plus

     
     
     
     

    25

    (1)

    50

    (2)

    75 (3)

     

    Total

     
     
     
     

    25 (1)

     

    75(3)

     

    100(4)

    Etudiant/

    < 0,06

    0

     

    0

     

    0

     

    0

     

    0

    Elève/

    0,06 et plus

     
     
     
     

    100

    (1)

     
     

    100 (1)

    Apprenti

    Total

     
     
     
     

    100

    (1)

     
     

    100 (1)

    Agent de

    < 0,06

    0

     

    0

     

    50

    (1)

    0

     

    50 (1)

    sécurité

    0,06 et plus

     
     
     
     

    50

    (1)

     
     

    50 (1)

     

    Total

     
     
     
     

    100(2)

     
     
     

    100(2)

    Mécanicien

    < 0,06

    66,7

    (2)

    0

     

    0

     

    0

     

    66,7 (2)

    Electricien

    0,06 et plus

    33,3

    (1)

     
     
     
     
     
     

    33,3 (1)

     

    Total

    100 (3)

     
     
     
     
     
     
     

    100 (3)

    Cultivateur

    < 0,06

    0

     

    0

     

    0

     

    0

     

    0

     

    0,06 et plus

    100

    (1)

     
     
     
     
     
     

    100 (1)

     

    Total

    100(1)

     
     
     
     
     
     
     

    100 (1)

    Couturier

    < 0,06

    0

     

    0

     

    0

     

    0

     

    0

     

    0,06 et plus

    100

    (2)

     
     
     
     
     
     

    100 (2)

     

    Total

    100

    (2)

     
     
     
     
     
     

    100(2)

    ?0,06

    9,1

     

    9,1

     

    18,2

     

    4,5

     

    40,9

    0,06 et plus

    18,2

     

    13,6

     

    18,2

     

    9,1

     

    59,1

    Total

    27,3

    (6)

    22,7

    (5)

    36,4

    (8)

    13,6

    (3)

    100 (22)

     

    ( ) Nombre d'observations ; Source : Données de l'enquête, 2011.

    Parmi les 200 ménages enquêtés, nous avons seulement 22 ménages, soit une proportion de 11% qui utilisent le bois de feu comme source d'énergie. Les catégories socioprofessionnelles notamment les commerçants, ménagères, enseignant, étudiant/élève, agent de sécurité, mécanicien, cultivateur et couturier soit respectivement 71%, 1%, 75%, 1%, 50%, 33%, 1%, 1% consacrent plus de 6% de leurs dépenses à l'achat du bois de feu.

    Le nombre des catégories socioprofessionnelles dépensant moins de 6% à l'acquisition du bois de feu est plus bas.

    Concernant le niveau d'instruction, on observe que les chefs de ménages ayant le niveau secondaire(8) soit 36,4% dépensent plus que les autres niveaux d'instruction, ensuite viennent ceux qui n'ont pas fréquenté (27,3%), le niveau primaire (22,7%) et enfin le niveau supérieur (13,6%). On conclut que les dépenses en bois de feu est fonction non seulement de l'activité principale mais aussi du niveau d'instruction.

    En somme, les résultats des quatre (4)sources d'énergies montrent que la majorité des ménages utilisent le charbon comme source d'énergie(93,5%) contre 37,5% pour le gaz, le pétrole (26%) et enfin le bois de feu (11%).

    Tableau16 : Répartition des dépenses alimentaires selon le sexe et le niveau d'instruction CM(%)

    Niveau

    d'instruction

    Dépenses alimentaires

    Sexe

    Total

    Homme

    Femme

    Pas à l'école

    <20000

    34 (17)

    18(9)

    52(26)

     

    20000-40000

    40 (20)

    6 (3)

    46(23)

     

    40000 et plus

    2 (1)

    0

    2(1)

     

    Total

    76 (38)

    24(12)

    100(50)

    Primaire

    <20000

    38,6(17)

    2,3 (1)

    40,9(18)

     

    20000-40000

    38,6(17)

    11,4(5)

    50(22)

     

    40000 et plus

    6,8 (3)

    2,3(1)

    9,1(4)

     

    Total

    84 (37)

    16(7)

    100(44)

    Secondaire

    <20000

    27 (23)

    1,2(1)

    28,2(24)

     

    20000-40000

    63,5 (54)

    5,8(5)

    69,4(59)

     

    40000 et plus

    1,2(1)

    1,2(1)

    2,4(2)

     

    Total

    91,7(78)

    8,2(7)

    100(85)

    Supérieur

    <20000

    14,3(3)

    4,8(1)

    19,1(4)

     

    20000-40000

    57,1(12)

    4,8 (1)

    57,1(12)

     

    40000 et plus

    23,8(5)

    0

    23,8

     

    Total

    95,2(20)

    4,8(1)

    (5)100

     
     
     
     

    (21)

    Total

    86,5(173)

    13,5 (27)

    100(200)

    ( ) Nombre d'observations ; Source : Données de l'enquête.

    D'après le tableau(16), les chefs de ménages n'ayant pas fréquenté sont au nombre de 17, soit 34% des hommes ont une dépense inférieure à 20000 contre 18% (9) des femmes ; on observe aussi que seuls les hommes n'ayant pas fréquenté ont une dépense alimentaire de 40000 et plus .Par ailleurs les chefs de ménages ayant le niveau secondaire sont au nombre

    de 54, soit 63,5% des hommes ont une dépense alimentaire comprise entre 20000-40000 contre 5,8% (5) des femmes.

    En somme, nous pouvons conclure que les chefs de ménages ayant le niveau secondaire dépensent plus que les autres 85 soit 42,5% des ménages enquêtés et les hommes dépensent plus que les femmes.

    Tableau 17 : Répartition des ménages suivant les dépenses alimentaires, le sexe et l'activité principale du CM(%)

    Activité principale

    Dépenses alimentaires

    Sexe

    Total

    Homme

    Femme

    Commerçant

    <20000

    32,5 (25)

    2,6 (2)

    35,1 (27)

     

    20000-40000

    49,3 (38)

    9,1 (7)

    58,4 (45)

     

    40000 et plus

    5,2 (4)

    1,3 (1)

    6,5 (5)

     

    Total

    87 (67)

    13(10)

    100(77)

    Ménagère

    <20000

    0

    61,5 (8)

    61,5 (8)

     

    20000-40000

     

    30,8 (4)

    30,8 (4)

     

    40000 et plus

     

    7,7 (1)

    7,7 (1)

     

    Total

     

    100(13)

    100(13)

    Enseignant

    <20000

    26,1 (6)

    4,3 (1)

    30,4 (7)

     

    20000-40000

    56,5 (13)

    4,3 (1)

    60,8 (14)

     

    40000 et plus

    8,7 (2)

    0

    8,7 (2)

     

    Total

    91,4 (21)

    8,6(2)

    100(23)

    Etudiant/élève

    <20000

    16,7 (1)

    0

    16,7 (1)

    Apprenti

    20000-40000

    83,3 (5)

     

    83,3 (5)

     

    40000 et plus

    0

     

    0

     

    Total

    100(6)

     

    100(6)

    Agent de

    <20000

    0

    25 (1)

    25 (1)

    santé

    20000-40000

    75 (3)

    0

    75 (3)

     

    40000 et plus

    0

    0

    0

     

    Total

    75(3)

    25 (1)

    100(4)

    Agent de

    <20000

    23,1 (6)

    0

    23,1 (6)

    sécurité

    20000-40000

    61,5 (16)

     

    61,5 (16)

     

    40000 et plus

    15,4 (4)

     

    15,4 (4)

     

    Total

    100(26)

     

    100(26)

    Mécanicien

    <20000

    40 (12)

    0

    40 (12)

    Electricien

    20000-40000

    56,7 (17)

    3,3 (1)

    60 (18)

     

    40000 et plus

    0

    0

    0

     

    Total

    96,7(29)

    3,3(1)

    100(30)

    Cultivateur

    <20000

    75 (3)

    0

    75 (3)

     

    20000-40000

    25 (1)

     

    25 (1)

     

    40000 et plus

    0

     

    0

     

    Total

    100(4)

     

    100(4)

    Couturier

    <20000

    41,7 (5)

    0

    41,7 (5)

     

    20000-40000

    58,3 (7)

     

    58,3 (7)

     

    40000 et plus

    0

     

    0

     

    Total

    100(12)

     

    100(12)

    Photographe

    <20000

    40 (2)

    0

    40 (2)

     

    20000-40000

    60 (3)

     

    60 (3)

     

    40000 et plus

    0

     

    0

     

    Total

    100(5)

     

    100(5)

    Total

    86,5 (173)

    13,5 (27)

    100 (200)

    ( ) Nombre d'observations ;Source : Données de l'enquête.

    D'après le tableau(17),les chefs de ménages ayant une activité principale le commerce, 25 soit 32,5% des hommes ont une dépense alimentaire inférieure à 20000 contre 2 soit 2,6% des femmes ; les enseignants, 13 soit 56,5% des hommes ont une dépense comprise entre 20000-40000 contre 1 soit 4,3% des chefs de ménages femmes ; les ménagères, seules les femmes dépensent13 soit 6,5% des ménages enquêtés. Par ailleurs les cases portant les valeurs zéros signifient qu'il n'existe pas de chefs de ménages dans ces catégories socioprofessionnelles.

    Au terme de ce qui précède, nous pouvons conclure que les commerçants constituent la majorité, 77 soit 38,5% des ménages enquêtés.

    Tableau18 : Répartition des ménages suivant les dépenses alimentaires, le sexe et l'âge du CM(%)

    Age

    Dépenses alimentaires

    Sexe

    Total

    Homme

    Femme

    < 30

    <20000

    35,1(13)

    10,8(4)

    45,9(17)

     

    20000-40000

    48,6(18)

    2,8(1)

    51,4 (19)

     

    40000 et plus

    2,8(1)

    0

    2,8(1)

     

    Total

    86,5(32)

    13,5(5)

    100 (37)

    30-50

    <20000

    30,9(34)

    3,6(4)

    34,5(38)

     

    20000-40000

    50(55)

    7,3(8)

    57,3(63)

     

    40000 et plus

    7,3(8)

    0,9(1)

    8,2(9)

     

    Total

    88,2(97)

    11,8(13)

    100(110)

    50 et plus

    <20000

    24,5 (13)

    7,5(4)

    32(17)

     

    20000-40000

    56,6(30)

    7,5(4)

    64,1(34)

     

    40000 et plus

    1,9 (1)

    1,9 (1)

    3,8 (2)

     

    Total

    83(44)

    17(9)

    100 (53)

    Total

    86,5 (173)

    13,5 (27)

    100 (200)

    ( ) Nombre d'observations ;Source: Données de l'enquête, 2011.

    L'observation du tableau(18) montre que les chefs de ménages ayant un âge inférieur à 30 ans, 13 soit 35,1% des hommes ont une dépense alimentaire moins de 20000 contre 4 soit 10,8% des femmes. Par ailleurs les chefs de ménages ayant un âge compris entre 30-50 ans, 55 soit 50% hommes ont une dépense alimentaire comprise entre 20000-40000 contre 8 soit 7,3% des femmes.

    Au vu de ce qui précède, nous pouvons conclure que la majorité des chefs de ménages ont un âge compris entre 30-50 ans, 110 soit 55% des ménages enquêtés (97 hommes et 13 femmes).

    2.4. Détermination des élasticités prix et revenus des diverses sources d'énergie

    L'estimation des coefficients du modèle spécifié par l'équation (17) a été faite par la méthode des moindres carrés ordinaires. En se conformant aux techniques de Theil(1971), cité par Savadogo (1990), selon lesquelles l'estimation d'un système d'équations dont les variables explicatives sont identiques est équivalente à l'équation isolée de chacune des équations du système, l'équation (17) a été estimée équation par équation après avoir spécifié les i et j, soit au total quatre équations pour les quatre catégories de produits : bois de feu, charbon, gaz et pétrole.

    Dans le cadre de cette étude, il a été retenu 6 variables explicatives et le nombre d'observations pour les estimations est de 22 pour le bois de feu, 187 pour le charbon, 74 pour le gaz et 52 pour le pétrole. Les valeurs calculées de Fisher et Student permettent de déduire que d'une part l'ensemble des coefficients estimés du modèle peut être considéré non nul, indiquant par conséquent que le modèle est bien spécifié et adéquat et que d'autre part certains coefficients estimés sont significativement différents de zéros au seuil de significativité 1%, 5% et 10%. A ces seuls certains coefficients ne le sont pas.

    2.4.1. Résultats de l'estimation des parts de budget consacrée à chaque source d'énergie

    Tableau19 : Résultats de l'estimation

    Variables indépendantes

    Variables dépendantes (part budgétaire des catégories

    d'énergies)

    Bois de feu

    Charbon

    Gaz

    Pétrole

    Coefficients

    Coefficients

    Coefficients

    Coefficients

    Revenu

    -0,068906**

    -0,005792**

    0,001575

    0,004011

    Prix du bois de feu

    -0,043588**

    0,016724***

    -0,017006***

    -0,02859***

    Prix du charbon

    -0,016141***

    -0,008566

    -0,006472

    0.054138**

    Prix du gaz

    -0,727293**

    0,162076***

    -0,071562**

    0.063004**

    Prix du pétrole

    0,944828**

    -0.157038***

    0,084055**

    -0.088432**

    CM n'ayant pas fréquenté

    -0,01599***

    0,013452***

    0,004794

    0,030951**

    CM ayant le niveau primaire

    0,003740

    -0,002931

    0,002271

    0,008385

    CM ayant le niveau

    secondaire

    -0,038492**

    0,000583

    0,007973

    0,007774

    CM ayant le niveau

    supérieur

    -0,043098**

    -0,024023***

    0,011656***

    0,023815***

    Activité principale du CM

    0,004746

    -0,000499

    0,000310

    0,002206

    Sexe du CM

    -0,097219**

    0,006878

    -0,012630***

    -0,010487**

    Age du CM

    6.18E-06

    -0,000478

    -0,000235

    0,000279

    C

    -0,170959***

    -1,283744***

    -0,25646***

    -0,195368***

    dépenses consacrées aux achats que ce soit du bois de feu, de charbon, de gaz ou de pétrole.

    2.4.2. Influence partielle des variables explicatives sur la part budgétaire des énergies de cuisson

    La crédibilité de l'influence d'une variable explicative prise individuellement est captéeà travers sa significativité statistique. En effet le principe de la significativité est celui du test statistique. Une variable est significative à un seuil donné si P(T>t) est inférieure au seuil considéré. Rappelons que le seuil « limite »considéré dans cette recherche est de 10%. Pour tous les produits, les coefficients du revenu estimés, indiquent l'influence partielle de ce dernier sur la part budgétaire du produit. Ils sont négatifs et statistiquement significatifs. Cela veut dire que la part consacrée à la consommation des énergies de cuisson varie en sens inverse de celui du revenu des ménages.

    Ainsi, toute chose égale par ailleurs si le revenu des ménages augmente d'un pour cent, la part budgétaire des énergies de cuisson diminue respectivement de 0,07, 0,006, 0,002 et 0,004 pour le bois de feu, le charbon, le gaz et le pétrole. Par ailleurs ce signe négatif est conforme à la loi d'Engel qui révèle que la part des dépenses alimentaires dans le budget familial diminue au fur et à mesure que le revenu s'élève.

    On note la significativité statistique des coefficients des prix réciproques. Ainsi une variation d'une unité de prix du bois de feu entraine une réaction dans le sens sur la part budgétaire du charbon, ainsi de suite pour les autres énergies.

    Le niveau d'instruction du chef de ménage décomposé en ceux qui n'ont pas fréquenté, en niveau primaire, secondaire et supérieur détermine positivement l'achat des énergies de cuisson. En remarquant que plus le chef de ménage à un niveau supérieur, plus la part budgétaire consacrée à l'achat des biens est élevé. Les ménages où le chef est un homme, consacrent une part relativement élevée de leur revenu à l'achat des énergies que ceux où le chef est une femme.

    Par ailleurs, ni l'âge du chef de ménage, ni le niveau d'instruction, ni l'activité principale, ni le sexe ne déterminent statistiquement la consommation des énergies car leurs coefficients ne sont pas significatifs.

    En conclusion, les résultats des estimations montrent que le revenu, le prix et la plupart des variables sociodémographiques affectent d'une manière ou d'une autre la consommation du bois de feu, du charbon, du gaz et du pétrole.

    2.4.3. Détermination des élasticités Tableau20: Valeurs des élasticités

    Elasticités

    Bois de feu

    Charbon

    Gaz

    Pétrole

    Avec variables

    Sans Variables

    Avec Variables

    Sans Variables

    Avec Variables

    Sans Variables

    Avec Variables

    Sans Variables

    Revenu

    0,240

    0,078

    0,908

    0,846

    1,029

    1,149

    1,058

    1,008

    Prix propre

    -1,412

    -0,105

    -1,130

    -1,154

    -2,340

    -1,535

    2,300

    -1,488

    Prix bois de feu

    -

    -

    0,740

    0,899

    0,730

    0,908

    0,709

    0,906

    Prix charbon

    0,05

    0,199

    -

    -

    0,06

    0,138

    0,04

    0,131

    Prix gaz

    0,127

    0,111

    0,03

    0,172

    -

    -

    -0,134

    -0,188

    Prix pétrole

    0,149

    0,03

    0,105

    0,03

    -0,123

    -0,141

    -

    -

    Les élasticités-revenu des énergies respectivement 0,240 et 0,908 sont inférieures à 1 ; ce qui signifie que le bois de feu et le charbon sont des biens normaux. Les élasticités-revenu des énergies respectivement 1,029 et 1,058 sont supérieures à 1 ; ce qui signifie que le gaz et le pétrole sont des biens supérieurs.

    En termes d'information sur le comportement des ménages, il ressort que lorsque le revenu de ces derniers augmente de 1%, il suivra dans le même sens une variation de la consommation en bois de feu de 0,240% et en charbon de 0,908%, en gaz 1,029% et en pétrole 1,058%.

    Par ailleurs une estimation réalisée sans prendre en compte les variables sociodémographiques donne les mêmes résultats par rapport à la nature du type de bien considéré. Ainsi, d'une part le bois de feu et le charbon sont des biens normaux (élasticité-revenu=0,078 ;0,846) indiquant que toute augmentation de revenu des ménages entrainerait une baisse des dépenses affectées à l'achat de ces derniers alors que le gaz et le pétrole demeurent des biens supérieurs, les ménages sont relativement plus sensibles à l'effet des fluctuations de leurs revenus sur la demande des énergies (0,078 contre 0,240 avec variables sociodémographiques). Ceci met en exergue l'importance des variables sociodémographiques dans l'explication du comportement des consommateurs du Porto-Novo.

    L'élasticité de la demande par rapport à son prix tout en considérant l'effet des variables sociodémographiques est négative pour les quatre types de bien. Ainsi, la loi de la demande de marché est respectée, si le prix varie d'une unité, la quantité demandée varie dans le sens inverse. En effet quand le prix du bois de feu s'élève de 1%, la quantité demandée va baisser de 1,412%(celle du charbon de 1,130%), le gaz de 2,340%et le pétrole de 2,300% avec la prise en considération des variables sociodémographiques (tableau 20). Ceci veut dire en d'autres termes que la demande de bois de feu et le charbon est élastique alors que la demande du gaz et le pétrole est fortement élastique.

    L'élasticité-prix croisé avec la prise en compte des variables sociodémographiques est de signe positif pour le bois de feu et le charbon (0,740), ce qui montre que le bois de feu et le charbon sont des biens complémentaires, c'est le cas aussi du bois et le gaz (0,730), le bois et le pétrole (0,709), le charbon et le gaz (0,06), le charbon et le pétrole (0,04), mais l'élasticité-prix croisé entre le gaz et le pétrole (-0,123) est de signe négatif, ce qui montre que le gaz et le pétrole sont des biens substituables.

    Pour conclure par rapport aux résultats, l'on peut noter que les estimations obtenues et statistiquement significatifs du modèle de comportement de la demande d'une part et les élasticités calculées d'autre part, montrent que la demande des énergies de cuisson n'est pas seulement déterminée par le revenu des ménages et les prix du marché, mais aussi des variables sociodémographiques (hormis leur influence globale sur la demande des différents types d'énergies) tels le sexe du chef de ménage, son niveau d'instruction, l'âge du chef de ménage et l'activité principale ; le bois de feu et le charbon sont des biens normaux alors que le gaz et le pétrole sont des biens supérieurs ; le bois de feu et le charbon sont élastiques et par contre le gaz et le pétrole sont fortement élastiques ; le bois de feu et le charbon sont des biens complémentaires, le bois de feu et le gaz, le bois de feu et le pétrole, le charbon et le gaz, le charbon et le pétrole sont des biens complémentaires mais le pétrole et le gaz sont des biens substituables.

    Les estimations des formes spécifiées du modèle AIDS montrent qu'en dehors des variables économiques (revenu et prix) et les variables sociodémographiques tels le sexe

    Suggestions et Conclusion

    A la lumière de ce qui précède les enquêtés ont formulé des suggestions comme suivent :

    - Renforcer le niveau d'instruction surtout celui des femmes qui sont chargées de la cuisine ;

    - Contrôler et réduire le prix des énergies modernes pour permettre à un grand nombre de ménages à faible revenu de les utilisés ;

    - Reconditionner le gaz en petite quantité 1kg, 3kg, et 5kg pour rendre le gaz disponible et faciliter son accès à la population cibles ;

    - Mettre en place de politique et mesure de soutien bien adoptées (subvention du gaz butane, réduction des taxes sur le pétrole et le gaz, bonne répartition du gaz butane) visant à encourager la population dans la consommation de ces énergies modernes.

    Pour conclure, il apparait clairement que le comportement des ménages de Porto-Novo n'est pas le même selon qu'il s'agit du bois de feu, du charbon, du gaz et du pétrole et est influencé par les variables sociodémographiques des ménages.

    Sur le plan empirique, cette recherche a permis d'une part de déceler les déterminants de la demande des énergies de cuisson dans la commune de Porto-Novo, et d'autre part d'avoir des statistiques significatives donnant le sens et la mesure de la demande des énergies en fonction des variables déterminantes.

    Les résultats obtenus montrent aussi que le charbon est la principale source d'énergie utilisée par les ménages, ensuite vient le gaz, le pétrole et enfin le bois de feu. La majorité des ménages utilisent au moins deux types de source d'énergie à la fois. Il est à noter aussi que les demandes des différentes sources d'énergie subissent l'influence des variables aussi bien économiques que sociodémographiques. Le bois de feu et le charbon, le bois et le gaz, le bois de feu et le pétrole, le charbon et le gaz, le charbon et le pétrole sont donc des biens complémentaires deux à deux mais le gaz et le pétrole sont des biens substituables.

    du chef de ménage, l'âge, le niveau d'instruction, l'activité principale du chef de ménage influencent significativement la demande des énergies de cuisson.

    Sur le pan méthodologique rappelons que le AISD est utilisé pour ses applications nombreuses et satisfaisantes dans l'étude des préférences du consommateur car il est conforme avec les restrictions de la théorie économique qui sont nécessaires afin d'assurer une maximisation de l'utilité du consommateur (Savadogo et Brandt, 1988 et Savadogo, 1990, Ravelosa, 1999, Tossou et al, 2002).

    Par rapport aux politiques à mettre en oeuvre ; notons que la modélisation des préférences des consommateurs a permis de mesurer l'influence des variables sociodémographiques et économiques sur la consommation des ménages. Parmi les variables identifiées comme pouvant influencer la structure de la consommation, celles qui paraissent pertinentes du point de vue statistique sont le revenu, et le prix. De ce fait une politique énergétique pertinente en vue d'une réduction des prix du gaz butane et du pétrole et une sensibilisation de la population pour réduire la consommation du bois de feu.

    Les résultats de notre recherche sont à prendre avec réserve étant donné qu'elle ne couvre pas tout le pays, une généralisation pourrait induire en erreur, malgré le caractère encourageant de la présente étude, les difficultés d'avoir des données fiables pour les variables économiques que sociodémographiques constituent les limites de cette recherche.

    REFERENCES BIBLIOGRAPHIQUES

    1. ALBERT Honlonkou (1996), Analyse de la demande des céréales au Benin. Période 1980-1993, CIRES, Université d'Abidjan, Cote d'Ivoire, Document de travail, 1996

    2. BERTRAND et al, (1991), Pénurie de bois et passage de l'autoconsommation à la commercialisation rurale et urbaine du bois de feu dans le département de l'Atlantique au Bénin. Sciences et techniques pour le développement/CIRAD/CTFT FSA/UNB, Centre de recherches agronomique de l'Etat.

    3. BIAOU C. Félix (1994), Analyse de la commercialisation de la production du bois de feu par les paysans de l'Atlantique Sud Bénin : Rapport présenté pour le projet de plantations du bois de feu, MDR, 78p.

    4. BRUCY Guy et RICHARDOT Sophie (2006-2007), Petit guide à l'usage des étudiants pour l'élaboration et l'écriture mémoire, Université de Picardie Jules Verne (PDF Adobe-Reader).

    5. CAROLYNE Barnes, TEAN Ensminger and PHIL O'Keefe (1984), Energy, Environment and Development in Africa 6, Wood energy and Households Perspectives on Rural Kenya.

    6. Deaton A. et Muellbauer J; (1980),»An Almost Ideal Demand System» Amer. Econ. Rev. 70 (1980), PP. 312-26.

    7. DENNIS Anderson (1987), The economics of Afforestation, A case study in Africa.

    8. DENNIS Anderson et ROBERT Fishwich (1984), Fuelwood Consumption and Deforestation in Africa countries.

    9. ERICK Eckholm et al (1984), Fuelwood: The energy crisis that won't go away.

    10. E.Malinvaud (2001-2002), Substituabilite entre demande de facteurs induits par les demandes de biens, INSEE-CREST.

    11. MAMA J.V. (1991), Consommation du bois dans les grandes agglomérations du Bénin. Rapport d'enquête ; Centre National de Télédétection et de surveillance du couvert forestier.

    12. N'DA Paul (2002), Méthodologie de la recherche de la problématique à la discussion des résultats. Comment réaliser un mémoire, une thèse, en science sociale et en éducation ? EDUCI (Edition Universitaire de Côte d'ivoire).

    13. PFEIFFER V. (1988) : Agriculture au Sud du Bénin: Passé et perspective édit Harmattan Paris

    14. VAN Damme (1988), The Woodfuel and forestry situation in Togo as experienced in the «Region des Savanes« in `'Tropicultura» vol 6 n° 1.

    ANNEXES

    Annexes1 :

    Tableau A 1: Résultats de l'estimation du part de bois de feu

    Dependent Variable: PARTBF

    Method: Least Squares

    Date: 05/18/12 Time: 11:58

    Sample(adjusted): 1 187

    Included observations: 22

    Excluded observations: 165 after adjusting endpoints

     

    Std.

     

    Variable

    Coefficient Error t-Statistic

    Prob.

    LOG(PRIBF)

    -0.043588 0.081289 -0.536212

    0.6048

    LOG(PRICH)

    -0.016141 0.069586 -0.231955

    0.8218

    LOG(PRIGA)

    -0.727293 0.293100 -2.481383

    0.0349

    LOG(PRIPE)

    0.944818 0.364141 2.594650

    0.0290

    LOG(DEPTO)

    -0.068906 0.035290 -1.952552

    0.0826

    ENS

    0.045792 0.013714 3.339053

    0.0087

    NAFRE

    -0.091599 0.037871 -2.418724

    0.0387

    NIVP

    0.003740 0.004372 0.855498

    0.4145

    NIVS

    -0.038492 0.031973 -1.203905

    0.2593

    NIVSU

    -0.043098 0.032287 -1.334809

    0.2147

    ACTPR

    0.004746 0.004536 1.046223

    0.3227

    SEXE

    -0.097219 0.041930 -2.318588

    0.0456

    AGE

    6.18E-06 0.000855 0.007229

    0.9944

    R-squared

    0.855288 Meandependent var

    0.090592

    Adjusted R-squared

    0.662339 S.D. dependent var

    0.061217

    S.E. of regression

    0.035572 Akaike info criterion

    -3.546508

    Sumsquaredresid

    0.011388 Schwarz criterion

    -2.901801

    Log likelihood

    52.01159 Durbin-Watson stat

    2.983528

    Tableau A 2:Résultats de l'estimation du part de charbon

    Dependent Variable: PARTCH

    Method: Least Squares

    Date: 05/18/12 Time: 12:06

    Sample(adjusted): 1 199

    Included observations: 187

    Excluded observations: 12 after adjusting endpoints

     

    Std.

     

    Variable

    Coefficient Error t-Statistic

    Prob.

    LOG(PRIBF)

    0.016724 0.022874 0.731122

    0.4657

    LOG(PRICH)

    -0.008566 0.021411 -0.400063

    0.6896

    LOG(PRIGA)

    0.162076 0.153912 1.053042

    0.2938

    LOG(PRIPE)

    -0.159188 0.173291 -0.918617

    0.3596

    LOG(DEPTO)

    -0.005792 0.011492 -0.503990

    0.6149

    ENS

    0.063252 0.008410 7.520800

    0.0000

    NAFRE

    0.013452 0.012471 1.078668

    0.2822

    NIVP

    -0.002931 0.005445 -0.538193

    0.5911

    NIVS

    0.000583 0.011343 0.051373

    0.9591

    NIVSU

    -0.024023 0.016057 -1.496097

    0.1364

    ACTPR

    -0.000499 0.001478 -0.337860

    0.7359

    SEXE

    0.006878 0.012730 0.540264

    0.5897

    AGE

    -0.000478 0.000330 -1.449306

    0.1491

    R-squared

    0.305523 Meandependent var

    0.064471

    Adjusted R-squared

    0.257628 S.D. dependent var

    0.063883

    S.E. of regression

    0.055042 Akaike info criterion

    -2.894444

    Sumsquaredresid

    0.527161 Schwarz criterion

    -2.669821

    Log likelihood

    283.6305 Durbin-Watson stat

    2.098786

    Tableau A 3:Résultats de l'estimation du part de gaz

    Dependent Variable: PARTGA

    Method: Least Squares

    Date: 05/18/12 Time: 12:08

    Sample(adjusted): 3 199

    Included observations: 74

    Excluded observations: 123 after adjusting endpoints

     

    Std.

     

    Variable

    Coefficient Error t-Statistic

    Prob.

    LOG(PRIBF)

    -0.017006 0.015834 -1.073976

    0.2871

    LOG(PRICH)

    -0.006472 0.012464 -0.519213

    0.6055

    LOG(PRIGA)

    -0.071562 0.089755 -0.797298

    0.4284

    LOG(PRIPE)

    0.088004 0.101661 0.865662

    0.3901

    LOG(DEPTO)

    0.001575 0.011311 0.139206

    0.8897

    ENS

    0.145686 0.008165 17.84267

    0.0000

    NAFRE

    0.004794 0.023400 0.204880

    0.8383

    NIVP

    0.002271 0.023729 0.095724

    0.9241

    NIVS

    0.007973 0.023106 0.345053

    0.7312

    NIVSU

    0.011656 0.023893 0.487852

    0.6274

    ACTPR

    0.000310 0.001077 0.287798

    0.7745

    SEXE

    -0.012630 0.007523 -1.678743

    0.0983

    AGE

    -0.000235 0.000234 -1.006724

    0.3180

    R-squared

    0.934419 Meandependent var

    0.061731

    Adjusted R-squared

    0.921518 S.D. dependent var

    0.075436

    S.E. of regression

    0.021133 Akaike info criterion

    -4.717784

    Sumsquaredresid

    0.027243 Schwarz criterion

    -4.313016

    Log likelihood

    187.5580 Durbin-Watson stat

    1.527557

    Tableau A 4:Résultats de l'estimation du part de pétrole

    Dependent Variable: PARTPE

    Method: Least Squares

    Date: 05/18/12 Time: 12:11

    Sample(adjusted): 2 198

    Included observations: 51

    Excluded observations: 146 after adjusting endpoints

     

    Std.

     

    Variable

    Coefficient Error t-Statistic

    Prob.

    LOG(PRIBF)

    -0.028059

    0.042573 -0.659078

    0.5138

    LOG(PRICH)

    0.054138

    0.044409 1.219086

    0.2303

    LOG(PRIGA)

    0.063004

    0.209425 0.300844

    0.7652

    LOG(PRIPE)

    -0.088432

    0.232519 -0.380321

    0.7058

    LOG(DEPTO)

    0.004011

    0.017651 0.227264

    0.8214

    ENS

    0.121195

    0.010424 11.62692

    0.0000

    NAFRE

    0.030951

    0.028787 1.075143

    0.2891

    NIVP

    0.008385

    0.030865 0.271663

    0.7874

    NIVS

    0.007774

    0.030054 0.258681

    0.7973

    NIVSU

    0.023815

    0.034185 0.696663

    0.4903

    ACTPR

    0.002206

    0.002007 1.099303

    0.2786

    SEXE

    -0.010487

    0.019596 -0.535149

    0.5957

    AGE

    0.000279

    0.000577 0.484369

    0.6309

    R-squared

    0.832212

    Meandependent var

    0.069134

    Adjusted R-squared

    0.779226

    S.D. dependent var

    0.079517

    S.E. of regression

    0.037362

    Akaike info criterion

    -3.520754

    Sumsquaredresid

    0.053045

    Schwarz criterion

    -3.028328

    Log likelihood

    102.7792

    Durbin-Watson stat

    0.504246

    Tableau A 5:Résultats des estimations du part de bois de feu

    Dependent Variable: PARTBF

    Method: Least Squares

    Date: 05/18/12 Time: 12:34

    Sample(adjusted): 1 187

    Included observations: 22

    Excluded observations: 165 after adjusting endpoints

     

    Std.

     

    Variable

    Coefficient Error t-Statistic

    Prob.

    LOG(PRIBF)

    0.073525

    0.060774 1.209813

    0.2439

    LOG(PRICH)

    -0.103848

    0.058081 -1.787967

    0.0927

    LOG(PRIGA)

    -0.549447

    0.305089 -1.800938

    0.0906

    LOG(PRIPE)

    0.722263

    0.370268 1.950651

    0.0688

    LOG(DEPTO)

    -0.083494

    0.034228 -2.439358

    0.0267

    ENS

    0.046572

    0.014667 3.175359

    0.0059

    R-squared

    0.618657

    Meandependent var

    0.090592

    Adjusted R-squared

    0.499488

    S.D. dependent var

    0.061217

    S.E. of regression

    0.043309

    Akaike info criterion

    -3.213919

    Sumsquaredresid

    0.030010

    Schwarz criterion

    -2.916362

    Log likelihood

    41.35311

    Durbin-Watson stat

    2.802528

    Tableau A 6:Résultats de l'estimation du part de charbon

    Dependent Variable: PARTCH

    Method: Least Squares

    Date: 05/18/12 Time: 12:35

    Sample(adjusted): 1 199

    Included observations: 187

    Excluded observations: 12 after adjusting endpoints

     

    Std.

     

    Variable

    Coefficient Error t-Statistic

    Prob.

    LOG(PRIBF)

    0.021110

    0.022587 0.934615

    0.3512

    LOG(PRICH)

    -0.010329

    0.021193 -0.487400

    0.6266

    LOG(PRIGA)

    0.201015

    0.151983 1.322611

    0.1876

    LOG(PRIPE)

    -0.197331

    0.171063 -1.153559

    0.2502

    LOG(DEPTO)

    -0.009748

    0.011088 -0.879078

    0.3805

    ENS

    0.059793

    0.008102 7.379602

    0.0000

    R-squared

    0.276505

    Meandependent var

    0.064471

    Adjusted R-squared

    0.256519

    S.D. dependent var

    0.063883

    S.E. of regression

    0.055083

    Akaike info criterion

    -2.928375

    Sumsquaredresid

    0.549188

    Schwarz criterion

    -2.824703

    Log likelihood

    279.8031

    Durbin-Watson stat

    2.137777

    Tableau A 7: Résultats de l'estimation du part de gaz

    Dependent Variable: PARTGA

    Method: Least Squares

    Date: 05/18/12 Time: 12:37

    Sample(adjusted): 3 199

    Included observations: 74

    Excluded observations: 123 after adjusting endpoints

     

    Std.

     

    Variable

    Coefficient Error t-Statistic

    Prob.

    LOG(PRIBF)

    -0.010780

    0.013611 -0.792002

    0.4311

    LOG(PRICH)

    -0.006185

    0.010944 -0.565125

    0.5738

    LOG(PRIGA)

    -0.028170

    0.085417 -0.329791

    0.7426

    LOG(PRIPE)

    0.024025

    0.095797 0.250792

    0.8027

    LOG(DEPTO)

    0.007958

    0.010273 0.774688

    0.4412

    ENS

    0.147284

    0.007384 19.94665

    0.0000

    R-squared

    0.928189

    Meandependent var

    0.061731

    Adjusted R-squared

    0.922909

    S.D. dependent var

    0.075436

    S.E. of regression

    0.020945

    Akaike info criterion

    -4.816226

    Sumsquaredresid

    0.029831

    Schwarz criterion

    -4.629410

    Log likelihood

    184.2004

    Durbin-Watson stat

    1.619045

    Tableau A 8:Résultats de l'estimation du part de pétrole

    Dependent Variable: PARTPE

    Method: Least Squares

    Date: 05/18/12 Time: 12:38

    Sample(adjusted): 2 198

    Included observations: 51

    Excluded observations: 146 after adjusting endpoints

     

    Std.

     

    Variable

    Coefficient Error t-Statistic

    Prob.

    LOG(PRIBF)

    -0.044548

    0.036250 -1.228917

    0.2255

    LOG(PRICH)

    0.064586

    0.038305 1.686113

    0.0987

    LOG(PRIGA)

    0.025965

    0.189708 0.136870

    0.8917

    LOG(PRIPE)

    -0.033258

    0.210145 -0.158264

    0.8750

    LOG(DEPTO)

    0.000515

    0.015498 0.033207

    0.9737

    ENS

    0.126594

    0.009480 13.35406

    0.0000

    R-squared

    0.807114

    Meandependent var

    0.069134

    Adjusted R-squared

    0.785682

    S.D. dependent var

    0.079517

    S.E. of regression

    0.036812

    Akaike info criterion

    -3.655863

    Sumsquaredresid

    0.060980

    Schwarz criterion

    -3.428589

    Log likelihood

    99.22450

    Durbin-Watson stat

    0.492891

    Annexes2: Liste des tableaux

    Tableau 1 : Répartition des ménages suivant l'âge et le niveau d'instruction du CM.

    Tableau 2 : Répartition des ménages suivant l'activité principale et le niveau d'instruction du CM.

    Tableau 3 : Répartition des ménages suivant l'activité principale et l'âge du CM. Tableau 4 : Répartition des ménages suivant les sources d'énergie et l'âge du CM.

    Tableau5 : Répartition des ménages suivant les sources d'énergie et le niveau d'instruction du CM.

    Tableau6 : Répartition des ménages suivant les sources d'énergie et l'activité principale du CM. Tableau7 : Répartition des ménages suivant les sources d'énergie et le sexe du CM.

    Tableau8 : Répartition des ménages suivant les dépenses énergétiques et l'âge du CM.

    Tableau9 : Répartition des ménages suivant les dépenses énergétiques et Niveau d'instruction du

    CM.

    Tableau10 : Répartition des ménages suivant les dépenses énergétiques et l'activité principale du CM

    Tableau11 : Répartition des ménages suivant les dépenses énergétiques et le sexe du CM.

    Tableau12 : Répartition des ménages suivant les parts du gaz, niveau d'instruction et l'activité principale du CM.

    Tableau13 : Répartition des ménages suivant les parts du pétrole, Niveau d'instruction et l'activité principale du CM.

    Tableau14 : Répartition des ménages suivant les parts de charbon, niveau d'instruction et l'activité principale du CM.

    Tableau15 : Répartition des ménages suivant les parts du bois de feu, niveau d'instruction et activité principale du CM.

    Tableau16 : Répartition des ménages suivant les dépenses alimentaires, le sexe et le niveau d'instruction du CM.

    Tableau17 : Répartition des ménages suivant les dépenses alimentaires, le sexe et l'activité principale du CM.

    Tableau18 : Répartition des ménages suivant les dépenses alimentaires, le sexe et l'âge du CM Tableau19 : Résultats de l'estimation.

    Tableau20 : Valeurs des élasticités.






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Tu supportes des injustices; Consoles-toi, le vrai malheur est d'en faire"   Démocrite