PARAGRAPHE 1 :
PRÉSENTATION DU MODÈLE
Le modèle probit est un modèle dichotomique
utilisé en économétrie des variables qualitatives. Par
modèle dichotomique, on entend un modèle statistique dans lequel
la variable à expliquer encore appelée variable endogène,
ne peut prendre que deux modalités. Il s'agit alors
généralement d'expliquer la survenance ou non d'un
événement.
Pour tout individu i d'échantillon donné, si Y
est la variable endogène associée à
l'évènement considéré, alors on a :
Yi = 1 si l'évènement s'est
réalisé pour l'individu i et
Yi = 0 si l'évènement ne s'est pas
réalisé pour l'individu i
Le modèle Probit admet pour variable endogène,
non pas un codage quantitatif associé à la réalisation
d'un événement (comme dans le cas de la spécification
linéaire), mais la probabilité d'apparition de cet
événement, conditionnellement aux variables exogènes.
Paragraphe 2 : Tests de
vérification des hypothèses
Les valeurs numériques des coefficients n'ont pas
vraiment d'intérêt dans ce modèle, mais leur signe
constitue l'information véritablement interprétable. Il indique
si la variable associée influence à la hausse ou à la
baisse la probabilité de réalisation de l'événement
étudié.
Ø Significativité des
paramètres
Pour tester individuellement la significativité des
variables explicatives, on regarde les probabilités respectives (ou
p-value) des coefficients qui les précèdent. Nous avons
décidé de faire le test avec un risque d'erreur de 5% et de 10%.
Par conséquent, toutes les variables dont le coefficient a une
probabilité inférieure à ces seuils sont
significatives.
Ø Significativité globale du
modèle
Deux choix s'offrent à nous pour effectuer ce test.
Lorsque le modèle est estimé avec la constante, on compare la
probabilité du (LR stat) à 5%. Le modèle est jugé
globalement significatif lorsque cette probabilité (LR stat) <5%.
Lorsque l'estimation du modèle est effectuée sans
la constante, on utilise le test de Wald. Il permet d'obtenir la
probabilité du Khi- deux. Lorsque cette dernière est
inférieure à 5%, on conclut que le modèle est globalement
significatif.
Paragraphe 3 :
Définition des variables
Cette section indique selon chaque hypothèse, quelles
variables sont utilisées et quel est le modèle qui y est
appliqué.
- Cas de l'hypothèse 1
Les variables utilisées dans l'hypothèse H1sont
décrites de la manière suivante :
NPC= Niveau de pré-collecte ;
MF= Moyens financiers ;
AA= Accessibilité des
agglomérations ;
DEM= Demande effective des ménages.
NPC est la variable endogène et MF, AA puis DEM sont les
variables explicatives ou exogènes.
Ces variables sont mesurées chacune suivant le
critère dichotomique ci-après :
Le modèle Probit se présente comme suit :
Prob (NPC=1)= á0+
á1MF + á2AA +
á3DEM+ä
(1)
(+) (+) (+)
où Prob (NPC=1) exprime la
probabilité que le niveau de pré-collecte soit faible.
L'insuffisance des moyens financiers est supposée
augmenter la faiblesse du service de pré-collecte offert par les ONG
d'où l'attente d'un signe positif. En effet, partant du fait que la
source principale de revenu des ONG est la redevance des ménages, moins
ceux-ci sont abonnés, moins l'ONG a de ressources financières et
moins elle arrivera à satisfaire sa clientèle. D'autre part, la
demande effective des ménages exprime le nombre de ménages qui
sont réellement abonnés à un service de
pré-collecte et qui sont prêts à payer la redevance
exigée. Il s'agit de montrer qu'une faible demande effective
accroît le risque que le niveau de pré-collecte soit faible
d'où la positivité du coefficient y relative. De même, en
ce qui concerne l'accessibilité des agglomérations, la
difficulté d'accès à certaines zones peut empêcher
l'ONG de satisfaire correctement ses abonnés ; ceci va donc
accroître le risque que le niveau de pré-collecte soit faible.
- Cas de l'hypothèse 2
Les variables utilisées sont celles
énumérées ci-après:
CM= Incivisme des ménages
SA = Sanctions,
PB = Poubelles publiques
DDSM = Dangers liés à la mauvaise
gestion des DSM
LHAB= Lieu d'habitation
NIVETU= Niveau d'études
Les variables sont mesurées comme suit :
Ici, la variable expliquée est CM
et les variables explicatives sont SA, PB, DDSM, LHAB et
NIVETU.
Prob (CM=1) = â0 + â1SA
+ â2PB + â3DDSM + â4 LHAB +
â5NIVETU +å (2)
(+) (-)
(+) (+) (-)
où Prob (CM=1) exprime la probabilité que les
ménages soient inciviques.
Les signes positifs attendus se justifient par le fait que la
non-application des sanctions ainsi que l'ignorance des nuisances
causées par les DSM sont supposées accroître le risque que
l'individu ait un comportement incivique. Il y a également de fortes
chances que l'individu vivant dans une zone non viable développe des
comportements inciviques en matière de gestion des DSM. Il semble aussi
évident qu'un individu dont le niveau d'études est
élevé aura tendance à adopter des comportements civiques.
Nous supposons que l'absence de poubelles publiques inciterait les
ménages à s'abonner à une ONG de pré- collecte des
DSM pour éliminer convenablement leurs ordures.
A ce niveau, nous avons essentiellement focalisé notre
attention sur les variables explicatives retenues dans notre hypothèse.
Les coefficients dont les signes ont été étudiés
sont donc ceux de ces variables à savoir SA, PB et DDSM. Les autres
variables ont été ajoutées pour augmenter la
qualité du modèle.
- Cas de l'hypothèse 3
L'hypothèse 3 fait intervenir quatre variables :
RDS= Recours aux dépotoirs sauvages qui
est la variable expliquée,
PRA = Points de regroupements
aménagés,
PDS= Proximité de dépotoirs
sauvages et
CONG = Incivisme des agents de
pré-collecte qui sont les variables explicatives.
Ces variables sont mesurées de la manière
suivante :
Le modèle se présente alors comme suit :
Prob (RDS=1) = ä0 + ä
1PRA + ä 2PDS+ ä 3CONG + å
(3)
(+) (+) (+)
où Prob (RDS=1) exprime la
probabilité que l'ONG ait recours aux dépotoirs sauvages.
L'insuffisance de points de regroupements aménagés
est censée accroître le risque que l'ONG ait recours aux
décharges sauvages pour des raisons d'éloignement, d'engorgement
ou d'inexistence de point de regroupement aménagé dans la zone
d'intervention. L'incivisme des ONG pourrait augmenter le risque qu'elles aient
recours à la décharge sauvage.
· Critères de base
- Le niveau de pré- collecte des DSM est jugé
élevé lorsque l'enquêté (e) estime que l'ONG qui
s'occupe de la pré-collecte des ordures parvient à satisfaire
tous ses abonnés.
- Il est admis que les moyens financiers des ONG sont
satisfaisants lorsque l'enquêté affirme que l'ONG dont il est
membre ou responsable dispose de tous les matériels dont il a besoin et
en quantité suffisante et que la rémunération est
satisfaisante pour le travail effectué.
- Une agglomération est considérée comme
accessible lorsqu'elle ne pose aucune difficulté d'accès aux
éboueurs et ce, quelle que soit la saison.
- Dès que le nombre d'abonnés dans les secteurs
confiés à une ONG représente au moins les 2 /3 du
nombre total de ménages dans ces secteurs, on estime que la demande
effective des ménages est importante.
- Un ménage est jugé civique s'il évacue ses
DSM par le biais des ONG de pré-collecte des ordures et incivique sinon.
Par conséquent, tout ménage réticent à l'abonnement
est considéré comme incivique dans notre étude.
- Il y a absence de sanctions lorsque l'enquêté (e)
trouve qu'il n'y en a pas du tout ou lorsqu'il ou elle estime qu'elles existent
mais ne sont pas appliquées.
SECTION 2 :
MOYENS D'INVESTIGATION
Nous présentons dans cette partie de notre étude la
méthode de collecte de données suivie pour mener à bien
notre étude : la revue documentaire, les entretiens, les
enquêtes d'opinion effectuées auprès des ménages et
des ONG.
Paragraphe 1 :
Recherche documentaire, observations et entretiens
La recherche documentaire nous a permis de faire le point des
connaissances relatives à la gestion des DSM et d'élargir notre
niveau de connaissance dans le domaine. Elle a consisté en la lecture
des ouvrages du centre de documentation du Ministère de l'Environnement
et de la Protection de la Nature (MEPN) y afférent. Cela nous a permis
d'avoir une idée plus précise de la problématique de la
gestion des DSM et des solutions proposées par divers auteurs.
Dans l'optique d'approfondir les informations ci-dessus
collectées, nous avons visité les bibliothèques de :
ü l'Ecole Polytechnique d'Abomey-Calavi (EPAC)
ü l'Ecole Nationale d'Administration et de Magistrature
(ENAM)
ü la Faculté des Sciences Economiques et de Gestion
(FASEG)
Nos lectures ont été complétées par
la consultation de nombreux ouvrages téléchargés sur
internet.
Afin d'avoir une plus large vision de la situation qui
prévaut en matière de gestion des DSM dans la ville de Cotonou,
quelques-unes de ses rues ont été sillonnées. Au cours de
ces observations, des photographies ont été prises et jointes au
présent document (voir annexes 1)
Quant aux entretiens, ils ont eu lieu avec quelques cadres
techniques de la DST et des formateurs du Projet de Gestion des Déchets
Solides et Ménagers (PGDSM).
Le reste de nos investigations a porté sur les
enquêtes auprès des ONG de pré-collecte et des
ménages.
Paragraphe 2 : Les
enquêtes
Des enquêtes de perception ont été faites
pour recueillir les avis des ménages et des ONG de pré-collecte
par rapport à la gestion des DSM. Trente (30) ONG ont été
choisies sur les 77 qu'on dénombre à Cotonou. Ces ONG ont
été choisies suivant un tirage aléatoire. (Voir le tableau
1ci-dessous).
Tableau 1 : Liste des ONG enquêtées
|
ONG
|
arrondissement
|
ONG
|
arrondissement
|
|
DPT
|
1
|
MVP
|
10
|
|
GP
|
1
|
AFH
|
11
|
|
OVP
|
2
|
EAV
|
11
|
|
PEI
|
2
|
PrAPE
|
11
|
|
SPT 2000
|
2
|
REPRONEB
|
11
|
|
ASV
|
5
|
ALDE
|
12
|
|
CEBFES
|
5
|
AJVES
|
12
|
|
ADA3
|
6
|
AMAZONE
|
13
|
|
AJDVP
|
6
|
BAB
|
13
|
|
PPGO
|
7
|
EPS
|
13
|
|
SICOP
|
7
|
IRADM
|
13
|
|
SRE
|
8
|
OPPB
|
13
|
|
BAFGOM-C
|
9
|
ALES
|
12et 13
|
|
EVP
|
9
|
BALEM
|
9 et 13
|
|
ZAC
|
9
|
UPAGE
|
13
|
Source : réalisé par nous
à partir des données du rapport PGDSM 2007
Concernant les ménages, nous avons ciblé quatre
arrondissements sur les treize que compte la ville de Cotonou pour effectuer
l'enquête. Le critère de sélection a été le
taux d'abonnement dans chaque arrondissement. Ainsi, les quatre arrondissements
choisis regroupent les deux dont le taux d'abonnement est le plus
élevé (le 6ème et le 7ème) et les deux dont le
taux d'abonnement est le plus faible (le 1er et le 13ème). (Voir le
tableau 2 ci-après).
Tableau2 : Répartition des ménages
à enquêter suivant les arrondissements
|
Arrondissement
|
Taux d'abonnement
|
Nombre de ménages de
l'arrondissement
|
Nombre de ménages
enquêtés
|
|
1
|
54,29
|
5688
|
29
|
|
6
|
78,43
|
4590
|
24
|
|
7
|
81,63
|
2901
|
15
|
|
13
|
41,45
|
6290
|
32
|
|
|
TOTAL
|
19469
|
100
|
Source : Réalisé par
nous-mêmes à partir des données du rapport du PGDSM
2007
Nous avons interrogé 100 ménages en tout dont 29
dans le 1er arrondissement, 24 dans le 6ème, 15 dans le 7ème puis
32 dans le 13ème. Ces effectifs ont été calculés
par quota afin de respecter l'équilibre entre le nombre de
ménages questionnés par arrondissement et le nombre total des
ménages de cet arrondissement. Nous avons donc considéré
que les 100 ménages représentaient le nombre total de
ménages à interroger dans les quatre arrondissements
réunis. La formule utilisée est la suivante :
NMIj = (NMAj*100) /N ;
(4)
NMIj étant le nombre de ménages à interroger
dans l'arrondissement j, NMAj le nombre de ménages dans cet
arrondissement et N le nombre total de ménages dans les quatre
arrondissements réunis.
| 
