Memoire Online - Analyse de l'accès à l'éducation à Kinshasa

Mémoire présenté et défendu en vue de l'obtention du titre de Licencié en Sciences Economiques

ANNÉE ACADEMIQUE 2006-2007

EPIGRAPHE

On n'est pas seulement homme par l'âge et par la taille, on l'est encore moins par la richesse et les moyens comme d'aucuns le pensent ; on l'est surtout par le coeur et la raison.

Par conviction et ambition, on supporte même les fonctions les plus basses et les plus ridicules qui soient, pourvu que l'on atteigne l'idéal voulu. C'est ainsi que Abraham LINCOLN disait : « pour combattre un ennemi, il faut apprendre son Anglais » et les Wolofs du Sénégal disent : « celui qui veut du miel doit avoir le courage d'affronter les abeilles ».

A nos parents bien aimés Honorable MATHODI LUMENGO lwa NZENDA Claude et KUTANGA KIBANGU Générose pour leurs pénibles efforts et sacrifices consentis en faveur de moi depuis des temps immémoriaux ;

A mes frères et soeurs qui, sans cesse, me couvrent d'amour et d'estime. Il s'agit d'abord de l'ingénieur GUILLAUME, PRUDENCE et BIBICHE MATHODI qui ont gouverné mes premiers pas vers cette entreprise qui s'achève en ce jour, ensuite de mes chers petits PACHA, FILLETTE, BIKO et YVES MATHODI qui ont été pour moi un grand réconfort quand tout semblait perdu ;

A tous les MATHODI pour leur soutient tant financier, matériel que moral et par-dessus tout, pour le caractère sacré du sang qui nous unit ;

La sagesse déclare : « On ne lie pas un fagot avec une seule main ». Ce proverbe est l'un des premiers que nous avons appris quand nous étions encore gamins, à l'école primaire. De ce fait, ce travail ne pouvait voir le jour sans les efforts de certaines personnes qui nous ont aidé d'une manière ou d'une autre pour que nos conditions de travail soient plus ou moins meilleures.

Nous pensons d'abord à Dieu tout puissant« Jéhovah », lui qui a voulu que ce jour soit au rendez-vous, lui qui a conduit nos études et nous a donné cette faveur de suivre une bonne formation, dans les meilleures écoles afin que nous soyons utiles à la société. A lui soit rendu toute gloire, lui qui nous donne le souffle de vie immérité qui nous anime chaque jour depuis la nuit des temps.

Pensons aussi à nos parents, frères et soeurs tant germain(e)s que consanguin(e)s qui ont su nous supporter depuis notre jeune âge malgré nos erreurs et manquements à leur endroit. Que Dieu prolonge leur vie sur cette terre des vivants.

Nous remercions le professeur KINTAMBU MAFUKU E.G et le chef de travaux LUWA KIYAB D. qui ont accepté de diriger ce travail sans conditions préalables si ce n'est l'efficacité dans notre façon de travailler. Que Dieu soit avec eux au bénéfice de la science et de la formation de la jeunesse.

Nous remercions sincèrement et profondément la petite KIUKA KASEMBELE Blanche Neige « BKK » qui a été d'une importance non négligeable dans la réussite de notre second cycle universitaire. Par ses encouragements et réconforts, elle qui a accepté de supporter les durs moments, nous avons pu faire face à certaines difficultés de notre vie amicale quotidienne et académique. Que l'Eternel lui comble de bienfaits et de bonheur dans sa vie.

Nous pensons également au Bureau d'Etude Marketing « BEM » pour le soutient matériel et moral nous apporté. Particulièrement nous remercions sincèrement notre ami de tous les jours, candidat Assistant à la faculté des Sciences Economiques de l'Université de Kinshasa, dit « enseignant-chercheur » OTCHIA SAMEN Christian pour ses discussions combien importantes pour l'enrichissement de notre travail et pour son souci pour la réalisation de ce travail dans des conditions d'aisance. Nous le remercions profondément pour son inoubliable « Ordinateur »que nous avons occupé pendant plus d'un mois. Que Dieu lui comble de bénédictions dans sa carrière.

Nous ne pouvons terminer cette phase de remerciements sans penser à nos amis de lutte qui nous restent chers. Il s'agit de Christovic WAMINUKU, Dave TSHITUNI, Arthur YAMBA, Doyen KALENGULA, Delson VAMBI, Ibrahim NGINAMAU, Eric MATONDO, Eugène MAMBIMBI, Alain joël THALU, Billy Muzee Ludovic NZABI, Guy LETA, Dolly NKALU, Bibiche KIFOTO, Helène NGALULA, Freddy NIENGI, Timothée WONDO, ainsi que tous les amis du groupe EBENGA.

Que nos amis et frères de tous les jours Etienne MUKONGO, Tantine MANGOMBO, Junior MUHONO, Christian et Bahïdir FUMU, Venant KIRIBUNI, Trésor BUNANI, Fisher MUBENGA, Francine MANGALA, Huguette MWEMA, le chouchou de doyen « Sandra », Rossy NZUNDU, et tous les autres trouvent aussi nos remerciements dans ce travail.

AVANT PROPOS

Les vicissitudes de la vie amoindrissent parfois notre éventail de choix pour ce qui est des besoins à satisfaire dans la vie de chaque jour. C'est pourquoi, dans les ménages, il arrive parfois aux parents de privilégier les besoins les plus pressants au détriment de la scolarisation des enfants. Cette situation est souvent motivée par le bas niveau de vie de la majorité de population et n'est pas de nature à favoriser le développement humain, voulu par tous comme préalable vers le développement intégral de toute la société.

Aucun pays n'a atteint le développement sans un niveau suffisant d'éducation de sa population, partant des enfants qui sont l'avenir de la société. C'est ainsi que Koffi ANNAN disait : « laisser les enfants en péril, c'est compromettre l'avenir de tous. Ce n'est qu'en progressant vers la réalisation des droits de tous les enfants que les nations se rapprocheront de leurs objectifs de développement ».

L'éducation étant un droit fondamental et essentiel de l'enfant, assurer l'éducation des enfants, c'est participer à la reconstruction du pays, c'est aussi assurer le bien-être des générations futures.

De ce qui précède, nous sommes de ceux qui pensent que ce pays, la république démocratique du Congo, peut aller de l'avant s'il concentre ses efforts à la restructuration de son système éducatif, en l'adaptant aux besoins du développement par rapport aux défis majeurs de la mondialisation.

La situation actuelle de la RDC, n'étant pas l'effet d'une malédiction, nous croyons que, par son immensité et sa population, assurer un niveau suffisant d'éducation de sa population serait un premier pas vers une société juste et sans troubles politiques et socio-économiques tel que connu actuellement.

Dans ce travail, nous avons voulu donner aux décideurs des directives à suivre pour redresser le niveau d'éducation dans les ménages de Kinshasa, par ricochet de la RDC toute entière. Pour ce, tout le monde doit s'y impliquer, partant du gouvernement, passant par les organismes nationaux et internationaux et débouchant par les ménages. C'est ainsi que les catalogues de bonnes intentions deviendront une réalité, non plus un slogan des gouvernants.

LISTE DES ABREVIATIONS

8. PMURR : programme multisectoriel pour l'urbanisation et la reconstruction rapide

INTRODUCTION GENERALE

On peut admettre que l'homme, au cours de son existence connaît trois âges consécutifs que sont : l'enfance, la jeunesse et l'âge adulte. Les années d'enfance déterminent ceteris paribus le devenir de l'homme. Une société où tous les enfants vivent dans la décence, en sécurité et à l'abri de tout danger est une société destinée à la réussite car l'avenir c'est la jeunesse. Le bien-être et l'avenir de la société dépendent de la qualité et aussi de la quantité du capital humain que détient le pays, le capital humain étant un des détonateurs de la croissance endogène.

Les études menées dans le domaine de la psychologie démontrent que le développement humain est fonction de deux facteurs ^1(*):

· Les facteurs d'hérédité et d'adaptation biologique dont dépendent l'évolution du système nerveux et les mécanismes psychiques élémentaires ;

· Les facteurs de transmission ou d'interactions sociales qui interviennent dès le berceau et jouent un rôle toujours important au cours de la croissance, dans la constitution des conduites et de la vie mentale.

C'est ce second facteur qui est le plus déterminant de l'avenir de l'homme puisque, parler d'un droit à l'éducation, c'est d'abord constater le rôle indispensable des facteurs sociaux dans la formation même de l'individu.

Tous les peuples du monde aspirent au bien-être social et économique ; mais la concrétisation d'une telle société dans ce monde qui se veut « mondialisé »ne passe pas sans éducation des masses ; une éducation de base ne serait-ce que pour développer les aptitudes à lire, écrire et calculer.

L'éducation est un droit élémentaire et fondamental de la personne humaine. Plus que toute initiative, l'éducation a le pouvoir de favoriser le développement, de faire naître des talents, de donner des moyens d'action aux gens et de protéger leurs droits. L'investissement de l'éducation est le moyen le plus sûr et le plus direct dont dispose un pays pour promouvoir le bien-être économique et social de sa population et de jeter les bases d'une société démocratique^2(*).

En effet, le sommet mondial pour les enfants a reconnu à l'éducation cette prérogative et a recommandé trois objectifs que tous les pays du monde devraient atteindre à la fin de la décennie 1990-2000 à savoir^3(*) :

· Objectif 6 : Accès à l'éducation et l'achèvement du cycle d'enseignement primaire par au moins 80% d'enfants d'âge scolaire, l'accent étant mis sur la réduction de l'écart entre sexes ;

· Objectif 7 : Réduction du taux d'analphabétisme chez les adultes au moins de moitié par rapport à celui de 1990, en mettant l'accent sur l'alphabétisation des filles ;

· Objectif 26 : Expansion des activités de développement du jeune enfant, y compris les interventions appropriées à faible coût axées sur la collectivité et la famille.

Ce qui de fait montre que la communauté internationale a compris qu'il est essentiel d'offrir une éducation de base de qualité à tous les enfants du monde non seulement pour la croissance économique et la paix sociale, mais aussi pour la bonne marche des nations et la réduction concrète de la pauvreté. Ladite communauté s'est fixée dans ses fameux objectifs du millénaire pour le développement « OMD » un objectif et une cible y afférent à l'éducation pour stimuler le développement des nations tout en mettant l'accent sur l'éducation pour tous. On peut les résumer comme suit :

· Cible 3 : d'ici 2015, donner à tous les enfants, garçons et filles, partout dans le monde, les moyens d'achever un cycle complet d'études primaires.

Tout ce qui précède démontre que, seules les études peuvent donner à un pays les compétences dont il a besoin pour asseoir durablement la croissance de son Economie et améliorer la qualité de vie de population bien que les effets soient de long terme. Il faut donc accorder d'abord une importance accrue à l'enseignement primaire comme étant la base de l'éducation, cela jusqu'à la rendre gratuite et obligatoire.

Malgré tous ces efforts universels déployés, l'UNICEF estime encore qu'au commencement du nouveau siècle, quelques 120.000.000 d'enfants dans le monde ne sont pas scolarisés (ce chiffre atteindrait même plus de 400.000.000 si l'on considère l'ensemble de moins de 18 ans). Seuls 59% des enfants d'Afrique subsaharienne sont ainsi scolarisés (PNUD 2003)^4(*).

Prenant ainsi conscience de l'importance de l'éducation dans la marche du monde, la République Démocratique du Congo a promulgué en 1986, la loi cadre de l'enseignement national en son article 9, on cite : « l'état a l'obligation d'assurer la scolarisation des enfants au niveau de l'enseignement primaire et de veiller à ce que tout zaïrois adulte sache lire, écrire et calculer ». En plus de cela, plusieurs reformes ont été entreprises dans le secteur de l'éducation afin d'accroître de plus en plus l'efficacité de celui-ci dans la formation du capital humain, atout majeur pour le développement et la croissance d'un pays. Ce sont :

· Reforme de 1961 : Introduction du cycle d'orientation au début de secondaire afin de préparer les jeunes aux études secondaires ;

· Reforme de 1963 : Unifie la structure de l'école secondaire avec comme objectif de préparer les jeunes à l'école secondaire ;

Malgré ces efforts de restructuration du secteur de l'éducation en République Démocratique du Congo, le constat est plus que amer. L'enquête MICS1 avait démontré qu'en 1995, 29% d'enfants de 6 à 14 ans n'avaient jamais fréquenté l'école, 23% seulement d'enfants étaient admis en première année primaire à l'âge légal de 6 ans.

Plus tard en 2001, le MICS2 montre de plus que les résultats sont toujours peu probants : le taux d'admission en première année d'enseignement primaire est de 17% (il était de 23% en 1995), 52% d'enfants de 6 à 11ans seulement fréquentent l'école, 31% d'enfants de 6 à 14 ans n'ont jamais fréquenté l'école et les garçons sont plus scolarisés que les filles. Dans l'ensemble, un adulte sur trois est analphabète ; une femme adulte sur deux l'est aussi.

Le DSCRP relance encore la problématique du secteur de l'éducation en soulignant certaines caractéristiques parmi lesquelles:

· Une détérioration du taux de survie scolaire (25%) pendant que le taux d'achèvement n'est que de 29% ;

· Un faible niveau d'encadrement et l'existence des inégalités des taux bruts de scolarisation selon les sexes (72,0% pour les garçons et 56,0% pour les filles) et le milieu de résidence (taux d'admission de 71,6% en milieu urbain et 43,6% en milieu rural).

Par ailleurs, le retard de scolarisation a atteint plus de 16,0% de garçons, contre 12,0% de filles en 2001. Ces déficiences tirent leur origine dans l'inadéquation du système éducatif à faire face aux besoins recensés^5(*).

Les résultats de toutes ces enquêtes prouvent à suffisance qu'en RDC, la restructuration du secteur de l'éducation et les différentes reformes entreprises n'ont jamais abouti à des solutions efficaces car les problèmes perdurent et vont crescendo. La faiblesse de ces politiques s'est fait remarquer par la baisse concomitante et régulière du taux de scolarisation à tous les niveaux d'enseignement ainsi que du financement de l'éducation par l'Etat lui-même qui a le monopole de prise de décisions dans ce domaine (la part de l'éducation dans le budget de l'Etat est passée de 17,8% en 1969 ; 30% en 1971 ; 27,3% en 1980 ; 9,8% en 1988 et depuis les années 1990, elle est d'environ 1%. On note une légère amélioration dans le budget 2007) ayant pour conséquences :

· Absence de politique salariale et les autres conditions précaires qu'on rencontre dans ce secteur ; etc.

· incapacité des parents d'envoyer leurs enfants dans les écoles de qualité ;

Il ressort de ce qui précède que le système éducatif congolais est en ruine, c'est le capital humain tout entier qu'est en ruine, le développement est dorénavant conditionnel et hypothétique. Ce qui dans le court et le long terme entraîne des conséquences fâcheuses dans la croissance endogène et le développement effectif du pays.

Malgré cette situation, couplée du chômage des parents et de la modicité des salaires payés dans tous les secteurs d'activité du pays, nous remarquons que, nombreux sont les individus qui suivent une formation quelconque à différents niveaux ou/et qui fréquentent une institution éducative d'un degré quelconque dans les ménages de Kinshasa quoique les conditions socio-économiques soient difficiles et insupportables au point de compromettre même la moindre formation de tous les enfants. Quels sont alors les facteurs qui favorisent cette situation dans les ménages présumés pauvres, Cette pauvreté étant considérée dans toutes ses approches.

L'élaboration de notre travail est motivée par la coexistence d'une population scolarisée d'une part et d'une crise socioéconomique structurelle aigue d'autre part. Cette situation nous fait croire qu'il y a des facteurs y relatifs aux caractéristiques et/ou à la structure des ménages qui incitent les chefs des ménages d'envoyer leurs enfants à l'école ou à toute autre institution éducative d'un degré quelconque.

Nous pensons que la pauvreté, le revenu du ménage et les autres facteurs sociodémographiques du ménage ont une influence sur l'éducation des enfants ;

· La pauvreté empêche l'éducation au sein des ménages, c'est-à-dire elle évolue en sens contraire de l'éducation ; ce qui s'explique par le fait qu'on ne peut pas satisfaire le besoin d'éducation sans pouvoir penser d'abord au ventre. Ne dit-on pas que le ventre creux n'a point d'oreilles ?

· La part du revenu consacrée à la scolarisation des enfants influence positivement l'éducation des enfants ; les ménages qui ont un revenu élevé ont plus de facilités à pouvoir scolariser leurs enfants que les ménages à faible revenu.

· Les médias tels que la télévision et la radio favorisent la scolarisation au sein des ménages ; plus on a un téléviseur et/ou une radio dans le ménage, plus on a la chance d'entrer en contact avec les informations sur les bienfaits de la scolarisation dans la vie des enfants.

· Les autres facteurs liés soit à l'individu lui-même, soit au chef de ménage, soit au ménage influencent aussi l'éducation des enfants.

1. Déterminer les contraintes de l'accès à l'éducation au sein des ménages. Cela passe par les étapes suivantes :

· Le diagnostic de l'incidence de la pauvreté sur la décision de scolariser les enfants dans les ménages ;

· Identification des causes de déperdition, d'abandon et de la non fréquentation des enfants au sein des ménages ;

· Détermination de l'impact des facteurs socioéconomiques et démographiques des ménages sur l'éducation des enfants;

2. Construire un arbre de régression par la méthode CART, au moyen des logiciels informatiques d'application rarissime dans nos universités congolaises, afin d'attirer l'attention des jeunes chercheurs sur l'application de ces méthodes riches d'interprétation et souple d'application.

L'éducation étant reconnue depuis longtemps comme une nécessité et en même temps un droit fondamental de la personne humaine. Notre travail trouve son importance en ce sens que malgré les efforts multipliés pour augmenter le rendement du système éducatif congolais, beaucoup de problèmes jonchent encore le secteur de l'éducation et continuent de s'accroître à pas des géants. Cela nous pousse à croire qu'il y a des facteurs liés soit à l'offre, soit à la demande d'éducation qui doivent être pris en compte pour améliorer ce secteur. C'est sur la connaissance de ces facteurs que se fonde l'intérêt que nous portons à cette étude.

Nous aurions voulu analyser ces problèmes de l'éducation pour l'ensemble de la population congolaise. Mais pour des raisons de non disponibilité des données, nous avons choisi de restreindre notre analyse dans la ville province de kinshasa.

Notre étude est une recherche empirique de vérification et de comparaison des résultats issus des différents logiciels d'application en sciences économiques et sociales.

Dans le but de vérifier nos hypothèses et atteindre nos objectifs, nous utiliserons la méthode inductive qui nous permettra grâce aux différentes théories économiques apprises au cours de notre formation en sciences économiques et d'autres théories tirées des travaux antérieurs, d'asseoir la base théorique de ce travail. Nous utiliserons aussi d'autres documents scientifiques à notre portée.

Pour construire notre arbre de régression, nous commencerons par faire une régression logistique de type « logit » qui nous permettra de sélectionner les variables significatives qui seront soumises au logiciel d'application dans la construction de notre arbre de régression par la méthode CART. Les résultats empiriques obtenus seront généralisés dans toute la population de Kinshasa.

La saisie de ce travail se fera à l'aide du pack office 2003, les traitements et analyses des données se feront à l'aide des logiciels informatiques : SPSS pour le traitement des donnés et les analyses descriptives, TANAGRA 1.4.16 pour construire un arbre de régression par la méthode classification and regression tree (CART), STATA 9.2 et E-views 4.1 pour faire des régressions logistiques.

L'élaboration de ce travail connaîtra aussi le concours de l'Internet qui s'avère une grande bibliothèque de recherche pour la poursuite de nos objectifs et la bonne réalisation de notre étude. Les données utilisées proviennent de l'enquête 1-2-3 réalisée à Kinshasa en 2004.

Pour des fins d'analyse, nous avons sélectionné premièrement les individus ayant un âge compris entre 5 et 25 ans car souvent c'est dans cette tranche d'âge que l'homme s'instruit. Enfin, la deuxième et dernière sélection des individus de notre échantillon a porté sur le lien avec le chef de ménage. Nous avons sélectionné seulement les enfants des ménages, tous les autres membres du ménage étant exclus de l'analyse. Ces différentes opérations ont réduit notre échantillon issu de l'enquête nationale 1-2-3 à 2186 individus (avec 1911 seulement qui ont fait au moins l'école primaire) enquêtés dans la ville de Kinshasa. Les résultats obtenus nous serviront de base de décision sur nos hypothèses en vue de proposer des tentatives de solution à cette situation qui prévaut dans le secteur éducatif du pays.

Outre l'introduction et la conclusion, ce travail sera composé de trois chapitres. Le premier va porter sur les généralités sur l'éducation et tous les concepts qui lui sont liés.

Dans le deuxième chapitre, nous allons passer en revue les différents déterminants de l'accès à l'éducation dans la littérature existante. Dans ce chapitre, nous proposerons également quelques caractéristiques des individus échantillonnés.

Le troisième chapitre portera sur la détection des variables explicatives de l'éducation et application de la méthode CART. Dans ce chapitre interviendront aussi les estimations par des régressions logistiques binaires et de choix multiple ordonné.

Chapitre premier :

GENERALITES SUR L'EDUCATION

« Aucun pays au monde n'a jamais atteint le développement sans un système éducatif efficace, sans un enseignement solide et universel, sans un enseignement supérieur et une recherche scientifique efficients, sans l'égalité des chances en matière d'éducation^7(*) ».

L'éducation couvre un champ d'action très vaste dans les sciences sociales en général et économique en particulier. Comme tout autre problème économique (production, consommation, répartition,...), elle fait l'objet d'une analyse approfondie en sciences économiques.

L'éducation est analysée en tant que phénomène économique pour la simple raison que, dans une économie, on détourne les ressources déjà rares qu'on peut affecter dans des secteurs productifs à court terme en les affectant à la formation du capital humain qui peut donner ses effets qu'à long terme. D'où, nous pouvons nous rendre compte du fait que, l'éducation comme les autres problèmes purement économiques est susceptible d'amorcer un processus de croissance endogène et de développement dans un pays.

Dans ce chapitre, il sera question d'exploiter des concepts y relatifs à l'éducation et au système éducatif ; la notion de système éducatif ne peut être mieux éclairée qu'après compréhension des différents concepts clés liés à l'éducation. En plus de tout et compte tenu des divers éléments constitutifs de l'éducation, certaines autres notions seront également abordées dans ce chapitre.

Autrefois avant le XVI^e siècle, on employait les termes « nourrissement » et « institution » pour parler de l'éducation. De là vient le terme « instituteur ».

D'après le dictionnaire Larousse, éducation vient du latin « ex duccerer » c'est-à-dire tirer hors de... D'après O. Reboul, éducation vient du latin « educare » : élever les animaux et les plantes.

L'éducation est une action exercée sur autrui pour développer ses facultés physiques, intellectuelles et morales, ainsi que son caractère. C'est l'ensemble de moyens qui contribuent à façonner un être. C'est le développement de ses talents. On emploie aussi le terme « élever » qui signifie : porter de bas en haut, donner de l'éducation, former, faire naître, susciter.

C'est au travers de l'éducation que la société fait partager les valeurs qu'elle privilégie, c'est-à-dire sa culture et ses connaissances. L'éducation dépend de ce qui caractérise une société. Elle dépend aussi des époques et des lieux.

L'éducation existe depuis que les hommes se situent dans le temps et désirent retransmettre leur pensée, leur savoir pour survivre et aussi leur façon d'interpréter le monde. En d'autres termes, l'histoire de l'éducation et de la pédagogie est profondément solidaire de l'histoire de la pensée. Sa connaissance permet de s'ouvrir à d'autres modes de pensée, de relativiser ce que l'on connaît, d'acquérir des moyens d'analyser une situation actuelle, se savoir par quoi l'éducation est influencée et par quoi nous pouvons l'être à notre tour. Ces moyens reflètent la façon dont on percevait l'être humain et l'importance de ce qu'on voulait lui apprendre. C'est pourquoi cette histoire est aussi profondément solidaire de l'histoire de l'humanité.

L'éducation a été abordée de manière diverse par les économistes depuis le XVII^esiècle. Parmi eux on cite :

A. Adam SMITH : C'est le père fondateur de l'économie de l'éducation car il fut une des plusieurs, si pas le premier à s'interroger sur la notion du capital humain.

Avant lui, William Petty, va s'intéresser au rôle de l'éducation en calculant la valeur travail d'un homme. Son étude a le mérite de lier l'homme et son travail à la notion de capital. Ainsi en relevant les facteurs qui conditionnent la productivité de la main d'oeuvre, il ouvre implicitement la voix aux analyses ultérieures rangeant l'éducation parmi ces facteurs.

Comparativement à ses contemporains qui ont une conception beaucoup plus matérialistes, Ricardo donne la priorité au capital technique en banalisant le facteur travail ; Malthus n'évoquant l'éducation que sous la perspective démographique, A. Smith considère les qualifications possédées par les individus comme un élément déterminant le progrès économique. Ces qualifications ou aptitudes ont été acquises par les individus par l'éducation familiale, les études et l'apprentissage^8(*). Outre les avantages financiers associés à l'investissement humain, A. Smith estime qu'il existe des bénéfices directs et indirects associés. L'éducation évite en particulier la corruption et la dégénérescence. Par conséquent, il est utile que le gouvernement se préoccupe de l'enseignement, non pour la mise sur pied d'un système d'éducation publique mais dans le cadre d'aide financière à accorder aux écoles privées dont le fonctionnement normal doit être pris en charge par ceux qui en bénéficient. A. Smith est, dans le domaine de l'éducation comme dans les autres, le père du libéralisme^9(*).

B. Le XIX^e siècle : Malgré l'apport d'Adam Smith dans le domaine de l'éducation, ce siècle n'apportera rien de fondamentalement nouveau. Parmi les penseurs de cette époque,

· John Stuart Smill : Dans la définition de la richesse, il considère les qualifications de la force du travail ; Mais à l'encontre d' A. Smith, il fait remarquer que dans le domaine de l'éducation, les mécanismes de marché ne fonctionnent pas efficacement. Plutôt de prôner une instruction publique gratuite, il suggère une instruction gratuite obligatoire dans une école privée ou à domicile jusqu'à un certain âge, sanctionnée par des examens d'Etat. Selon lui, le gouvernement pourrait apporter une assistance financière aux institutions d'enseignement et des dispenses financières aux enfants des pauvres.

· Karl Marx: Lui ne fait qu'élaguer le sujet en précisant juste que le travail qualifié a une plus grande valeur que le travail non qualifié et que la production de ce travail qualifié exige du travail sous forme d'éducation. On voit ici apparaître en filigrane l'idée que le capital humain est produit grâce à l'éducation.

C. La première moitié du XX^e siècle (Marshall et quelques pionniers) : Elle sera marquée par le poids déterminant de l'économiste Britannique Alfred Marshall. De prime abord, Marshall fut le digne continuateur de Smith car^10(*) :

· Il accepte la notion smithienne du capital humain, intitulé ici « richesse personnelle » ;

· Plus encore, il suppose que le motif du profit joue dans les décisions d'investissement ;

· Il met en valeur les bénéfices directs et indirects liés à l'éducation (comme Smith) ; cependant, il va exclure le capital humain de sa définition de la richesse et du capital (au sens large).

Les travaux de Marshall vont entraîner un coup d'arrêt dans le développement de l'économie de l'éducation.

Il faudra attendre le début des années 60, avec les travaux de SCHULTZ et BECKER pour qu'elle puisse prendre son essor définitif car, ces économistes ont su appliquer de manière systématique à l'éducation leurs instruments d'analyse et leurs critères d'appréciation.

L'éducation et en particulier l'enseignement primaire, a pour but de préparer l'enfant à la vie, de lui donner un premier niveau de formation générale, physique, civique, morale, intellectuelle et sociale. Elle doit notamment préparer l'enfant à : s'intégrer utilement dans la société ; poursuivre des études ultérieures.

Ainsi, en fin de cycle primaire, l'enfant devrait être capable d'acquérir une instruction fondamentale, c'est-à-dire savoir écrire, lire, calculer, comprendre et s'exprimer en langue congolaise et en langue française ; des comportements et attitudes qui traduisent un éveil développé des facultés intellectuelles, morales, sociales et physiques.

L'importance de l'éducation peut-être perçue selon qu'on se situe au niveau de l'enfant, de la famille ou de la société.

Pour l'enfant, une bonne éducation c'est la grande chance de sa vie. Son épanouissement, son bonheur temporel et éternel, sa valeur morale et spirituelle et sa réussite en dépendent presque entièrement.

Au niveau de la famille, une bonne éducation récompense et réjouit les membres de la famille. Elle prépare aussi l'individu à fonder plus tard un foyer heureux, en le dotant des principes, des vertus, des compétences qui assureront la bonne entente conjugale, l'harmonie, la paix, la solidarité, l'amour du travail et qu'il transmettra à son tour à ses enfants.

Pour la société par ailleurs, la bonne éducation est la garantie du progrès social, de la prospérité économique, culturelle des peuples, parce que génératrice de science, de conscience, d'honnêteté, d'esprit de dévouement, de sens de la responsabilité, de solidarité. La bonne éducation assure la qualité des individus, la stabilité de la famille, le sérieux de la vie professionnelle, la fidélité aux engagements, tous, éléments indispensables à l'édification d'une société où il fait bon vivre.

Ce terme désigne l'action, l'art de transmettre des connaissances à un élève^11(*). Il désigne également l'apprentissage, l'instruction, la formation. Dans ce sens, il est le synonyme de l'éducation.

L'enseignement primaire, dit enseignement élémentaire est celui qui donne les premiers éléments de connaissance^12(*). Il constitue la plus grande subdivision de tout le système éducatif. Il présente cette particularité unique de contribuer à la transformation de la société par l'éducation des plus jeunes. Du point de vue macroéconomique, l'enseignement primaire est perçu comme le coeur du développement et du progrès .

Pour mieux appréhender ce terme, il nous est essentiellement utile de marquer la différence qui existe entre une éducation et une instruction. L'éducation comprend la formation intégrale de l'homme : intelligence, coeur, esprit, volonté. Tandis que l'instruction n'en constitue qu'une partie : l'éducation intellectuelle. Un enseignant qui ne se soucie que de la transmission d'un savoir, de la réussite de ses élèves aux examens, n'accomplit qu'une partie de sa tâche ; il ne fait pas oeuvre d'éducation^13(*).

La pédagogie est essentiellement la science et l'art de l'éducation. Mais elle est aussi philosophie et technique. Selon Marroir et Dewey, la pédagogie, en tant que science, étudie systématiquement les problèmes de l'éducation, elle implique l'existence de l'objet, du champ et des méthodes de recherche. Emmanuel Kant pense quant à lui que la pédagogie est une philosophie parce qu'elle détermine les finalités de l'éducation et apprécie les moyens choisis pour les atteindre. Par contre Emile Durkheim confirme que la pédagogie est la technique de l'éducation. Elle établie des règles pratiques, des méthodes, des recettes pour la réussite de l'oeuvre éducatrice. Littré et Riboulet estiment enfin que la pédagogie se présente comme un talent inné, personnel, incontournable, un moyen personnel par lequel on réussit.

La qualité de l'éducation se définit soit par les performances des élèves, soit par un ensemble de facteurs au sein du système éducatif censé déterminer les performances des élèves. Cet ensemble de facteurs comprend les moyens mis à la disposition des écoles (enseignants, matériels, infrastructure), l'appui pédagogique et l'administration du système, les méthodes pédagogiques et l'ambiance scolaire. Certaines définitions de la qualité incluent l'étendue et la nature du soutien que les parents et la communauté apportent à l'école, qui contribuent à améliorer les performances des élèves. Des facteurs externes au système éducatif influencent aussi l'efficacité de l'éducation, en particulier les caractéristiques des enfants et de leurs familles, et le soutien que celles - ci apportent à l'éducation.

Cette notion semble bien vielle. De nos jours, La qualité est devenue un concept dynamique, qui doit constamment s'adapter à un monde dans lequel les sociétés elles-mêmes sont soumises à des profondes transformations sociales et économiques. Il est de plus en plus important d'encourager la réflexion prospective et l'anticipation. L'ancienne notion de qualité est devenue obsolète. En dépit des différents contextes, il existe de nombreux points communs dans la recherche de l'éducation de qualité, qui devraient permettre à chaque individu, femme et homme, d'être des membres actifs à part entière de leurs communautés ainsi que des citoyens du monde^15(*). A ce stade, une éducation de qualité possède des caractéristiques essentielles dont la mise en oeuvre peut prendre diverses formes pour s'adapter au contexte culturel.

L'éducation pour tous (EPT) et les objectifs du millénaire pour le développement (ODM) ont incorporé le concept d'éducation de qualité dans leurs objectifs, dont les objectifs internationaux de développement. Le but visé n'est pas de dispenser n'importe quelle éducation, sans se préoccuper de sa qualité. L'idée que l'accès doit précéder la qualité est un mythe. Une éducation de qualité est une condition préalable de l'éducation pour le développement durable à tous les niveaux et dans tous les modes d'enseignement.

Au prix d'un certain effort d'abstraction, les activités humaines organisées, l'éducation donc, peuvent être organisées comme des systèmes. Isolé de son contexte, un système d'enseignement peut commodément être considéré comme une organisation de production. Le système reçoit des flux d'entrée ou inputs (hommes, connaissances, moyens matériels et financiers), les soumet à des activités des outputs (l'élèves quittent le système).

Les principaux éléments ou composantes d'un système donné d'enseignement sont :

- Au niveau des fins, les objectifs assignés au système et caractérisant la politique d'éducation, ces objectifs correspondent à des options faisant une place variable aux différentes finalités de l'éducation : culturelle (transmission des connaissances et modes de comportement par lesquels la société reconnaît l'homme cultivé), sociale (intégration de tous dans le corps social par uniformisation des valeurs morales, des connaissances, des catégories intellectuelles), économique (préparation quantitativement et qualitativement adaptée, des individus à la vie professionnelle) ;

- Au niveau du cadre institutionnel, les principes et rythmes de circulation des élèves (niveaux et types d'enseignement, règles d'admission, de notation, de progression), les principes de direction et de gestion des différentes unités d'enseignement ;

- Au niveau des moyens de fonctionnement, les élèves en cours de scolarité, les méthodes pédagogiques et le contenu de l'enseignement, le personnel enseignant et administratif, enfin les locaux et les équipements.

Ordonner ces divers éléments en un système, c'est souligner que tout changement affectant l'un d'eux remet en cause d'autres éléments, souvent à différents niveaux. Ainsi, une modification des méthodes pédagogiques peut entraîner la révision de certaines fins, nécessiter des aménagements institutionnels, modifier la combinaison des moyens de fonctionnement toute appréciation de la marche du système d'enseignement et des mesures à prendre pour l'améliorer ou faire face à des modifications dans ses objectifs suppose un examen logique des rapports qui existent entre les composantes essentielles du système.

Réintégré dans son environnement humain, culturel, social et économique, un système d'enseignement soulève des questions relatives à l'origine des inputs et à l'emploi de l'output, aux conséquences de changement affectant les inputs et les outputs. Les inputs varient souvent sous des influences sans lien étroit avec le système lui-même et font peser sur lui des contraintes. Il s'agit surtout des hommes (facteur démographique et variation de la demande sociale d'éducation) et des moyens de financement soumis à la concurrence de différents besoins collectifs. L'output de connaissances et d'individus formés doit, en principe, répondre aux besoins de la société. Il convient donc que les objectifs du système reflètent les besoins de formation et les aspirations de la collectivité.

Le fonctionnement, sans cesse démultiplié, du propos sur l'éducation rend aléatoire toute tentative visant à donner une définition unique et unitaire des phénomènes éducatifs. Pourtant, la disparition du consensus qui régnait encore à la fin du XIX^èmesiècle autour d'une définition humaniste et progressiste de l'éducation semble laisser intacte la nostalgie d'un centre « pédagogisme », le mouvement des sciences humaines et sociales autour de l'éducation témoigne d'une rivalité dont les enjeux sont autant politiques qu'épistémologiques et au sein de laquelle on fonctionne parfois comme s'il allait de soi que l'on possède en exclusivité la prive de vue où les autres se trouvent englobés.

La notion du système éducatif de développement est mieux appréhendée à travers celle de l'éducation pour le développement durable.

Le Sommet de Johannesburg a réaffirmé que l'éducation était le fondement du développement durable. Le Plan de mise en oeuvre des recommandations de ce sommet souligne les liens existants entre les objectifs de développement pour le Millénaire sur l'enseignement primaire universel pour les garçons et les filles, mais en particulier les filles, et le Cadre d'action de Dakar : l'éducation pour tous. La création d'un système éducatif attentif aux différences de traitement entre les sexes à tous les niveaux et dans tous les secteurs, formel, non formel et informel, pour atteindre les populations non desservies, est considérée comme un élément fondamental de l'éducation pour le développement durable (EDD). Il est entendu que l'éducation offre un moyen d'aborder d'importantes questions telles que le développement rural, les soins de santé, la participation communautaire, le VIH/SIDA, l'environnement et des questions éthiques et juridiques de plus vaste portée comme les valeurs humaines et les droits de l'homme.

Il n'existe pas de modèle universel d'EDD. Si l'on s'accorde en général sur le concept proprement dit, il existe des nuances au plan local en fonction du contexte, des priorités et des méthodes adoptées. Chaque pays doit définir ses propres priorités et modes d'intervention. Il faut donc que les objectifs, les priorités et les processus soient définis localement pour satisfaire aux conditions environnementales, sociales et économiques locales, et tiennent compte également du contexte culturel. L'EDD est pertinente et essentielle aussi bien dans les pays développés que dans les pays en développement.

L'EDD est essentiellement une question de valeurs ayant pour centre la notion de respect. Respect des autres, qu'ils appartiennent aux générations actuelles ou futures, respect de la différence et de la diversité, de l'environnement, des ressources de la planète que nous habitons. L'éducation nous permet de nous comprendre nous-mêmes et de comprendre les autres, ainsi que les liens qui nous unissent à l'environnement naturel et social du vaste monde ; et cette compréhension devient une base durable sur laquelle asseoir le respect. En plus du sens de la justice, de la responsabilité, de l'exploration et du dialogue, l'EDD vise à nous faire adopter des conduites et des pratiques qui permettent à tous de mener une vie épanouie sans nous sentir privés de l'indispensable.

L'EDD se développera en mettant en perspective tous les domaines du développement humain, et en tenant compte des défis les plus pressants, auxquels le monde est exposé. Ces derniers impliquent des processus de changement - vers un avenir meilleur et plus durable - que l'EDD ne peut ignorer. Le programme prend note des importantes perspectives offertes par : les droits de l'homme, la paix et la sécurité, l'égalité des sexes, la diversité culturelle et la compréhension entre les cultures, la santé, le VIH/sida, la bonne gouvernance, les ressources naturelles, le changement climatique, le développement rural, la viabilité de l'urbanisation, la prévention et l'atténuation des catastrophes, la réduction de la pauvreté, la responsabilité et les devoirs des grandes compagnies et enfin l'économie de marché.

L'éducation est l'agent déterminant de la transition vers le développement durable, par son pouvoir de faire progresser les capacités des personnes et de transformer en réalités leurs aspirations concernant la société. L'éducation ne se limite pas à impartir des compétences scientifiques et techniques, elle renforce la motivation, la justification et le soutien social aux personnes qui les recherchent et les appliquent. La communauté internationale est désormais convaincue qu'il nous faut développer, par l'éducation, les valeurs, les comportements et les modes de vie qui sont indispensables pour un avenir viable. L'éducation pour le développement durable représente le processus d'apprentissage qui permet de prendre les décisions propres à préserver l'avenir à long terme de l'économie, de l'écologie et de l'équité dans toutes les communautés. Créer des compétences de manière à élaborer une réflexion orientée vers l'avenir constitue la principale mission de l'éducation.

L'idée s'est répandue depuis la deuxième guerre mondiale que l'éducation jouait un rôle dans le développement économique.

Nous pouvons ainsi considérer les travaux de Denison qui s'est attaché à mesurer la contribution de l'éducation à la croissance des USA sur la période 1910-1960. Il est parvenu ainsi à démontrer que la croissance des facteurs de production traditionnels (capital et travail) n'explique pas la totalité du taux de croissance de l'économie et il est arrivé à cette conclusion en utilisant une fonction de production de type Cobb-Douglas avec rendement d'échelle constant.

Par la suite, plusieurs écrits ont porté sur l'éducation- croissance car, globalement on peut dire que l'éducation crée un ensemble des facteurs favorables au processus de croissance.

Selon PAGE, la principale raison d'introduire l'éducation dans le champ d'analyse économique est l'hypothèse que les phénomènes éducatifs sont susceptibles de jouer un rôle positif dans l'activité économique car, l'éducation rend le travail plus efficace, donc plus productif.

Tenant compte de ce point de vue, nous pouvons considérer qu'un haut niveau d'éducation permettra le développement des activités de recherche qui sont à la base du progrès technique et donc de la croissance.

L'éducation engendre aussi un état d'esprit favorable, elle modifie les valeurs individuelles et peut créer des attitudes de désir, de réussite, de compétition, de recherche du progrès favorable au développement économique.

Nous pouvons aussi considérer son apport sur le comportement démocratique, la stabilité politique et institutionnelle, sa contribution au renforcement des institutions de la société civile, à la mise en place des capacités nationales, à la bonne gestion des affaires qui sont de toute évidence des facteurs favorables à la croissance économique. On peut aussi considérer l'appui bénéfique de l'éducation au niveau du développement économique sur le comportement en matière de santé et de la fertilité.

Selon l'UNESCO, l'accès à l'éducation et au savoir est la clé du renforcement des capacités et de l'autosuffisance. Elle est une condition préalable du développement, de la croissance économique et de l'élimination de la pauvreté.

Enfin, l'éducation joue aussi un rôle du côté de la demande sans laquelle la croissance est une utopie. Un haut niveau d'éducation débouche en effet sur des revenus plus élevés qui alimentent ensuite la demande des biens et services (ainsi qu'une capacité d'épargne nécessaire à l'investissement).

Pour finir, nous devons savoir que l'éducation n'est pas automatiquement facteur de progrès, cela dépend pour une large mesure des finalités assignées au système éducatif. C'est pourquoi le système éducatif doit être adapté aux besoins directs de la croissance et du développement.

La vision mondiale de l'EPT a débuté avec la conférence mondiale sur l'EPT à Jomtien (Thaïlande) en mars 1990. Cette conférence, parrainée par le PNUD, l'UNESCO, l'UNICEF et la banque mondiale fut appel en faveur d'une éducation universelle de qualité et un accent particulier sur les citoyens les plus pauvres du monde.

L'objectif visé est de donner un nouvel élan à l'engagement du monde envers l'éducation de ses citoyens.

Depuis lors, l'éducation est devenue un tremplin qui permet de lutter contre la pauvreté, de donner aux femmes le moyen de se prendre en charge, de promouvoir les droits de l'homme et la démocratie, de protéger l'environnement et de maîtriser la croissance démocratie.

La réalisation de l'objectif d'EPT va au-delà de l'effort de scolarisation universelle. Dans le contexte de chaque pays, la recherche de la cohésion sociale, la lutte contre les inégalités, le respect de la diversité culturelle et l'accès à une société du savoir, que peuvent faciliter les technologies de information et de la communication « NTIC » seront réalisées grâce à des politiques focalisées sur l'amélioration de la qualité de l'éducation^17(*).

1. étendre les activités de soins et d'éveil de la petite enfance, particulièrement en faveur des enfants pauvres ;

2. étendre les services de l'éducation fondamentale et de formation à d'autres compétences essentielles destinées aux adolescents et aux adultes ;

3. fournir aux individus et aux familles, grâce aux concours de tous les canaux d'éducation, des moyens supplémentaires d'acquisition des connaissances, compétences et valeurs nécessaires à une vie meilleure et un développement durable ;

5. améliorer les résultats de l'apprentissage avec des objectifs précis tel qu'un pourcentage convenu d'une classe d'âge déterminée atteignant ou dépassant un certain niveau d'acquisition jugé nécessaire ;

6. réduire en l'an 2000 le taux d'analphabétisation des adultes à la moitié de son niveau de 1990, en mettant l'accent sur l'alphabétisation des femmes.

La conférence de Jomtien a reconnu que la priorité demeure la fréquentation des enfants à l'école bien que cela ne soit qu'une première étape vers l'objectif de l'EPT. Une fois sur le banc de l'école, les enfants ont besoin d'un enseignement de qualité.

En faisant de l'éducation de base pour tous leurs objectifs, les participants de la conférence ont fait valoir que les reformes devraient concentrer leurs efforts sur les acquis réels de l'apprentissage et sur les résultats plutôt que sur la scolarisation exclusivement^18(*). Jomtien a aussi permis de replacer l'éducation parmi les priorités du développement international.

Les principaux sommets ou conférences des Nations unis qui se sont tenus depuis Jomtien ont reconnu que l'éducation, particulièrement celle des filles et des femmes, englobe et relie tous ces domaines d'activité, et qu'elle est le pivot du progrès dans chacun d' entre eux.

Dix ans après la conférence de Jomtien, la communauté internationale s'est de nouveau retrouvée à l'occasion du forum mondial sur l'éducation à Dakar pour n'examiner les résultats de la décennie, à l'occasion de l'évaluation plus exhaustive jamais menée sur l'éducation de base à l'échelle mondiale.

Cette évaluation a permis de repérer les points faibles qui existaient et qui existent encore dans nombre de pays et qui constituent un obstacle à la réalisation de l'objectif d'éducation universelle. Elle a permis de fixer un calendrier pour la réalisation des objectifs spécifiques à l'an 2015 :

· Éliminer les disparités entre les sexes dans l'ensemble primaire et secondaire d'ici 2015 et instaurer l'égalité dans ce domaine d'ici 2015 ;

Malgré le fait que le forum de Dakar ait déterminé ce calendrier, force est de constater qu'un nombre de pays ne réaliseront pas les objectifs de l'éducation pour tous. C'est ainsi qu'un rôle clé est accordé au partenariat dans la longue marche en faveur de l'éducation pour tous. L'éducation pour tous ne se fera pas sans la collaboration de tous les partenaires à tous les niveaux. Au niveau national, bien sûr, la force agissante appuyant l'éducation pour tous doit être le gouvernement en collaboration avec la société civile et les secteurs privés et avec le soutien des différents partenaires internationaux.

L'éducation reste l'un des grands déterminants de la pauvreté dans le monde. La situation de la RDC dans ce domaine est déplorable. Le taux brut de scolarisation au primaire est passé de 92 % en 1972 à 64 % en 2002. Le niveau de scolarisation au secondaire est très faible avec un taux de 29 % seulement. L'adéquation entre la formation et l'emploi constitue un enjeu majeur à court terme.

A tous les niveaux (primaire, secondaire, programme non formel et supérieur), la qualité de l'enseignement a fortement baissé de sorte que les produits formés ne répondent plus aux besoins et exigences du développement.

La prise en charge de la scolarisation des enfants par les parents dont les revenus sont dérisoires est un des grands facteurs du faible taux de scolarisation et de la baisse de la qualité de l'enseignement. Les conditions socio-professionnelles des enseignants sont précaires et le métier n'est plus attrayant.

Le taux d'alphabétisation estimé à 65 % pour l'ensemble du pays n'est pas suffisant pour permettre à tous les Congolais de participer activement au processus de la reconstruction nationale et de la lutte contre la pauvreté.

Le gouvernement de la troisième république nouvellement élu, pour remplir ses engagements pris lors de la campagne électorale, a élaboré un programme du Gouvernement, lequel programme prend appui sur le DSCRP. Ce programme fait siens les cinq chantiers du Chef de l'Etat à savoir : infrastructures, emploi, éducation, eau et électricité et santé.

Tenant compte du faible niveau de l'éducation en RDC, l'objectif poursuivi par le Gouvernement dans ce secteur est de mettre en place, à court terme, un cadre légal et réglementaire propice à la réalisation des Objectifs du Millénaire pour le Développement (OMD) portant essentiellement sur la révision de la loi-cadre de l'enseignement national qui garantit la gratuité et l'obligation de l'enseignement de base, l'obligation pour l'Etat d'en assurer prioritairement le fonctionnement par la revalorisation de la fonction enseignante, le renforcement du partenariat public-privé, la décentralisation de la gestion, ainsi que les éléments relatifs au lien social et à l'éthique.

Pour y parvenir, des actions spécifiques sont envisagées aux niveaux de l'enseignement primaire universel, de l'enseignement secondaire, l'enseignement supérieur et Universitaire, au niveau de l'éducation non formelle et enfin, au niveau de la rationalisation et du renforcement de la gestion du système éducatif.

Chapitre deuxième :

LES DETERMINANTS DE L'ACCES A L'EDUCATION

Dans le chapitre précédent, il était question de parler de l'éducation et des concepts qui lui sont liés. Dans le présent chapitre, il sera question de passer en revue certains facteurs qui ont déterminé l'accès à l'éducation dans la littérature économique existante. Cela se fera par une revue de littérature sur les travaux portant d'une part sur les cas des pays étrangers et d'autre part sur le cas de la République Démocratique du Congo.

Ce chapitre sera ensuite bouclé par la présentation et l'analyse descriptive des données de l'enquête nationale 1-2-3 et des tests d'indépendance entre variables de cette étude.

Au sujet des déterminants de la scolarisation, la littérature économique est très fournie, avec plusieurs questions importantes qui sont abordées par différents auteurs dans le temps et dans l'espace.

Beaucoup d'évidences empiriques existent sur le lien entre le niveau d'instruction des parents et la scolarisation des enfants. On peut citer les travaux de Chernichovsky(1985), Glewwe et Jacoby (1994), Lloyd et Blanc (1996). Dans beaucoup d'autres cas, l'éducation de la mère est plus déterminante que celle du père : behrman et wolfe (1987), singh (1992).

Ces conclusions sont parfois contestées, Cogneau et Morin (2001) ont montré que la relation statistique entre l'éducation de la mère et la scolarisation des enfants à Madagascar est biaisée. Une fois qu'on introduit la variable instrumentale appropriée, il n'y a plus corrélation entre les deux variables. Cependant, les évidences d'une éducation parentale déterminant la scolarisation des enfants, dans cette littérature paraissent bien plus nombreuses.

Les mécanismes par lesquels l'éducation des parents est transmise aux enfants sont aussi bien documentés. Certains auteurs pensent que le canal par lequel les parents transmettent leur éducation aux enfants est d'abord génétique : Behrman et Rosenzweig (2002), Plug (2004). Ces auteurs montrent que si on isole le composant génétique de la relation mère / enfant, la scolarisation de la première n'a plus d'évidence sur celle du second. Par contre Oreopoulos, Page et Huff Stevens (2003), Chevalier (2004) ont utilisé la méthode des variables instrumentales pour confirmer la relation éducation parent-éducation des enfants, expliquée par l'environnement familial et non la génétique.

Ce mécanisme peut aussi jouer par l'effet de goût qui veut que la préférence et le goût des parents à l'éducation fassent qu'ils désirent la même chose pour leurs enfants ou soit par l'effet de la productivité qui signifie que l'éducation des parents augmente leur productivité, notamment celle de la mère qui peut produire plus de santé et nutrition à partir du même volume d'inputs. Or la santé et l'éducation sont fortement corrélées.

Pour cette variable, il existe une controverse parmi les conclusions des auteurs. Certains tendent à montrer que les filles sont plus favorisées que les garçons en terme d'accès et de progression : au Brésil (Birdsall 1985) ; au Botswana (Chernichowsky 1985); au Philippines (King et Lillard 1983). Pour d'autres auteurs, les garçons sont plus favorisés : Jamison et Lockheed au Népal (1987), Glewwe et Jacoby au Ghana (1984), Deolalikar en Indonésie (1993).

Le revenu et la richesse des parents jouent aussi un rôle important tant sur l'enrôlement que la progression des enfants : Jacoby (1994), Jamison et Lockheed (1987). Deolalikar (1993) trouvent que le revenu non salarial a le même impact sur la scolarisation des garçons et des filles, alors que Handa (1996) pense que le revenu a un plus grand impact sur la scolarisation des filles seulement.

a) D. HAUGTON, A. KANE, A. MBAYE dans leur publication intitulé « analyse de l'accès à l'éducation au Sénégal : une application de la méthode CART, 2006 » trouvent que le niveau d'éducation du père est la variable la plus décisive suivie dans l'ordre, des variables « région, niveau de vie et niveau d'éducation de la mère ». le sexe de l'enfant et la taille du ménage sont les variables les moins importantes pour l'accès à l'éducation des enfants de 7 à 19 ans. Ils concluent que la relation entre la pauvreté et l'accès à l'éducation varie selon le cycle d'enseignement et l'incidence du niveau d'instruction des parents sur la scolarisation dans le primaire est très forte.

b) ADJIWANOU^20(*) étudie les déterminants de la scolarisation et du travail des enfants au Togo et retient grâce à l'analyse en composantes principales les variables ci-après :

Pour cet auteur, les ménages qui ont les caractéristiques socioéconomiques spécifiques aux pauvres scolarisent moins ses enfants que les ménages catégorisables « riches ». Ceci se vérifie aussi en théorie, un ménage dont le revenu est élevé a un éventail de choix plus élargi et satisfait avec plus de facilité la presque totalité de besoins de ses membres.

De son coté, le parent pauvre dont le revenu ne suffit pas à satisfaire la totalité de besoins de sa famille privilégie ceux qu'il juge primordiaux. Plus le ménage est pauvre, plus il a du mal à survivre au quotidien, et sa quête sera donc de satisfaire d'abord ce qu'il juge essentiel, l'éducation et les autres viennent en seconde position toutes choses égales par ailleurs.

· La qualité de l'école : Pour des milieux qui n'ont qu'une ou deux écoles, la fréquentation scolaire baisse lorsque la qualité des locaux, des infrastructures se détériorent.

· Les échecs scolaires, activités du chef de ménage, taille du ménage, statut de l'individu dans le ménage, etc. sont les déterminants du second ordre.

Adjiwanou construit et estime un modèle Probit bivarié et aboutit aux résultats selon lesquels la pauvreté influence négativement la scolarisation et positivement le travail des enfants.

Au niveau national, plusieurs études ont été menées dans ce domaine. Nous citons deux d'entre elles publiées à la faculté des sciences économiques et de gestion de l'université de Kinshasa comme mémoire de fin d'études.

a) Manda Kizabi^21(*) trouve à partir d'un modèle Logit de choix binaire qu'il existe un lien étroit entre l'état matrimonial du chef de ménage, son niveau d'instruction, le type d'école fréquenté par l'enfant, la taille du ménage et la scolarisation des enfants au primaire;

b) Mutipula K^22(*) de son coté trouve que le revenu du ménage payé sous forme de minerval, l'âge du chef de ménage, le niveau d'instruction du chef de ménage et la taille du ménage sont les plus déterminants de l'éducation dans les ménages.

Contrairement à ces derniers, notre étude tout en se basant sur les travaux antérieurs, sera focalisée sur la construction d'un arbre de régression par la méthode CART, en plus des régressions logistiques binaire et de choix multiple ordonné. Cette différence mise à part, nous voulons d'abord expliquer les déterminants de l'éducation pris de façon isolée à tous les niveaux d'enseignement conventionnels en RDC, ensuite à tous les niveaux pris globalement.

Enfin, certaines variables utilisées dans les travaux antérieurs seront ôtées de notre modèle pour raison de non disponibilité dans la base des données que nous utilisons. C'est le cas de l'état matrimonial du chef de ménage.

La RDC, pays situé au centre du continent africain, est l'un des pays qui connaissent aujourd'hui plusieurs problèmes économiques, sociaux, et démographiques. Il est aujourd'hui l'un des plus pauvres au monde ; il enregistrait 6% de baisse par an de PIB en termes réels quoique la situation soit en légère amélioration ces dernières années.

Conscient de cet état de crise aigue que traverse la nation, le gouvernement a produit plusieurs programmes dont le plus récent en date est le PMURR. De même un processus de lutte contre la pauvreté dans l'élaboration du document de stratégie de réduction de la pauvreté. L'admission de la RDC à l'initiative PPTE et à l'assistance internationale fournit le cadre formel de toutes mesures. Malheureusement, toutes ces mesures et plan de gestion souffrent gravement d'insuffisance, en qualité et en quantité des données statistiques requises pour bâtir, évaluer et suivre une planification économique et sociale du développement durable pro-pauvre.

Le gouvernement de la RDC se propose de mettre sur pied un dispositif statistique de suivi et d'évaluation du programme de réduction de la pauvreté ; à cet effet, plusieurs opérations statistiques s'avèrent nécessaires pour produire tous les indicateurs pertinents dont on a besoin.

L'enquête 1-2-3 auprès des ménages pour l'évaluation de la pauvreté répond à une grande partie de ces préoccupations.

· Fournir les données qui concourent à une meilleure connaissance des conditions de vie et à finaliser les DSCRP tant national que provincial ;

· Fournir les données de base pour l'élaboration des comptes nationaux et pour la rénovation de l'indice de prix à la consommation.

L'enquête 123 a été organisée sur toute l'étendue de la RD Congo. Mais dans le cadre de ce travail, nous n'analysons que les données de la ville de Kinshasa dont l'enquête à été réalisée entre avril et novembre 2004 par l'Institut National des Statistiques.

L'enquête 1-2-3 est une enquête par sondage à deux degrés. Le premier degré a consisté au tirage des quartiers alors que dans le deuxième degré, on a tiré systématiquement les ménages. Les différents quartiers ont été stratifiée en 6 strates homogènes selon le standing de vie et la taille en population des quartiers. La répartition des quartiers par strate (croisement type de quartiers * tranches de population) est présentée dans le tableau 1 ci-après :

L'échantillon des ménages retenus pour la phase 1 est 2100 alors que la phase 3 constitue un sous échantillon des ménages enquêtés pour la phase 1. Cet échantillon est de 1050 ménages.

Dans ce travail, nous avons choisi certaines variables de cette enquête pour ressortir celles qui déterminent le mieux l'éducation au sein des ménages. Ces variables ont été retenues pour expliquer la relation entre l'éducation et d'autres caractéristiques propres à l'individu et à son environnement socio-économiques et démographiques.

Cette section se veut de présenter du point de vue descriptif les caractéristiques de l'échantillon de cette étude. Ces variables sont classifiées en quatre catégories:

Ce graphique nous renseigne que dans cet échantillon il y a 49.9% de garçons contre 50.9% de filles, Il n'existe pas une différence significative des effectifs entre sexes. Autrement dit, il n y a pas des disparités entre sexes dans cet échantillon, la proportion de deux sexes est équitablement répartie dans l'échantillon.

Au regard de ce tableau 2, on remarque que la proportion de la population diminue selon les tranches d'âge, avec une proportion élevée dans la tranche d'âge de 5 à 10 ans, soit 34,4% et une proportion moindre dans la tranche d'âge de 21 à 25 ans, soit 16,7%. Cette situation peut être due en partie à l'effet du taux de mortalité selon les tranches d'âge et à l'effet de migration de population.

A la lumière de ce tableau 3, 98,5% d'individus de cet échantillon sont célibataires. Les autres catégories ne représentent que 1,5% des individus. Cela avec une seule raison que les individus de notre échantillon sont les enfants des ménages qui restent sous tutelle de leurs parents. Donc, elles sont moins souvent sujettes à des mariages précoces.

Dans le graphique 2 ci dessous, on voit que 37% de chefs de ménage sont de la catégorie « autre chrétien », suivi des catholiques et des protestants qui représentent respectivement 31,6 et 18,4% de la population. Les Kimbanguistes, les musulmans, les animistes, les sans religion représentent respectivement 4,3 ; 1,1 ; 1,1 et 5,8%. Ceux de « autre religion » ne représentent que 0,7% de la population. La multiplication continuelle des sectes fait diminué les effectifs dans les grandes églises occidentales qui détenaient le presque monopole de chrétiens dans la ville.

Lu dans le tableau 4 ci dessous, 56,1% des ménages ont une taille supérieure à 8 personnes, suivi des ménages ayant la taille 7 et 6 qui représentent respectivement 15,4 et 13,4%. La plus faible proportion est celle des ménages de taille 2 qui ne représentent que 0,4% de la population. La taille moyenne d'un ménage en RDC étant de 7 personnes.

Le problème de surpopulation dans les ménages est lié en partie soit à la culture Bantou qui veut que la famille soit très élargie, soit au chômage des parents qui font de l'art de faire les enfants une distraction. Il n'est pas à négliger le bas niveau d'étude des parents qui ont du mal à maîtriser la planification familiale.

Statut d'occupation du logement		Fréquence	Pourcentage
	Propriétaire	1050	48,0
	Locataire	751	34,4
	Logé par l'employeur	82	3,8
	Logé gratuitement par un tiers	57	2,6
	Logé concession familiale	4	,2
	Location vente	238	10,9
	Autre	4	,2
	Total	2186	100,0

Lu dans ce tableau 5, dans cet échantillon, 48% sont propriétaires de leurs logements, suivi des locataires et la location vente qui représentent respectivement 34,4 et 10,9% d'individus de l'échantillon. La faible proportion concerne la concession familiale et « autre » qui ont chacun 0,2% de la population concernée.

Le bien-être d'une population pouvant être défini comme la satisfaction d'un panier des biens dits « fondamentaux », la pauvreté selon cette approche est appréhendée comme une insatisfaction ou une insuffisance de ces besoins de base^25(*), notamment l'alimentation. La pauvreté dans cette approche est saisie par un indicateur construit appelé « indice du bien-être » ou « welfare indicator ».

Scientifiquement, est pauvre tout ménage dont la consommation journalière par personne est inférieure au seuil de pauvreté. Ce seuil est évalué à 254,5 FC (non actualisé) par personne et par jour en milieu urbain en RD Congo^26(*).

Au regard du graphique 3, 63% des ménages sont pauvres contre 37% qui sont non pauvres. Donc la proportion des pauvres est plus élevée dans cet échantillon. Ce qui renseigne qu'on se retrouve devant une population en majorité pauvre.

Cet état des choses n'est pas susceptible de favoriser l'éducation des enfants dans le ménage vu que les enfants qui ont fini avant ne trouvent pas d'emploi. On est enclin de privilégier le quotidien au détriment de l'éducation.

Les graphiques 4 et 5 nous renseignent que respectivement 77,7% et 38,1% des ménages n'ont pas respectivement des postes radios et de téléviseurs. Contre seulement 22,3 et 61,9% ont respectivement au moins un poste radio et téléviseur. La pauvreté ne facilitant pas à certains ménages l'accès aux biens d'un certain standing.

Dans ce graphique 6 ci dessous, 83,9% de chefs de ménage sont des hommes contre seulement 16,1% qui sont des femmes. Les hommes étant reconnus naturellement comme les chefs de famille, cette injustice est fréquente dans plusieurs villes africaines dont Kinshasa. L'émancipation effective de la femme peut être une solution partielle à cette injustice.

Le tableau 6 nous renseigne que 38% de chefs de ménage ont un âge compris entre 24 et 45 ans et 62% ont un âge compris entre 46 et 77 ans.

Dans le graphique 7 ci-dessous, 56,2% de chefs de ménage ont un niveau secondaire, 24,8% ont un niveau universitaire, 15,9% ont un niveau primaire. Le programme non formel, peu préféré, représente 3,1% seulement.

Dans ce tableau 7, 51,6% ont un niveau primaire, suivi du secondaire et du niveau universitaire qui ont respectivement 43 et 4,8%. Les gens ont peu de préférence pour le programme non formel. Dans l'ensemble de cet échantillon, 87,4% d'individus ont fait au moins l'école primaire, 12,6 sont analphabètes. Situation qui n'est pas du genre à favoriser le développement dans un pays, surtout qu'on est en milieu urbain. Le sort des milieux ruraux est encore plus catastrophique.

Au total, 44,8% de la population fréquentent les écoles publiques conventionnées, 31,4% les écoles publiques non conventionnées et seulement 23,9% préfèrent les écoles privées. Cette situation est due en partie par le fait que les écoles privées font payer très cher leurs enseignements. La population étant à 63% pauvre, on préfère les écoles publiques qui sont souvent de très mauvaise qualité mais à moindre coût, l'essentiel est de réaliser ses économies.

Dans ce tableau 8, nous remarquons que 79,4% d'individus fréquentent contre 20,6% qui ne fréquentent plus. Parmi ceux qui ne fréquentent plus, 43,3 ne fréquentent plus suite à l'impossibilité financière des parents et 31,9% parce qu'ils sont encore trop jeunes.

Ce test est l'un des plus simples et des plus largement utilisé en analyse des données. C'est un test non paramétrique, par conséquent il ne fait aucune hypothèse sur la population échantillonnée.

La quantité Khi carré mesure la différence entre les fréquences observées et les fréquences théoriques. Le test permet ainsi de décider si cette différence est due au hasard ou à l'inadéquation de la théorie et le fait observé.

La statistique

calculé est comparée à la statistique

de table pour un nombre donné de degré de liberté et un niveau de signification choisi par l'analyste.

on en déduit que les fréquences observées coïncident totalement avec les fréquences attendues. Plus grande est la valeur de

, plus élevé est la différence entre la théorie et le fait observé.

Pour appliquer le test de Khi deux, certaines conditions doivent être remplies.

Dans ce paragraphe, il sera question de faire des tests de Khi deux entre certaines variables pour déceler les éventuelles dépendances pouvant exister entre elles. Cela se fera selon que nous nous sommes fixé des objectifs dans ce travail.

Ce tableau renseigne qu'il y a dépendance entre la pauvreté et le niveau d'étude atteint par un enfant au sein du ménage (p-value du khi-deux=0.002). Les pauvres représentent des proportions plus élevées que les non pauvres à tous les niveaux d'étude sauf au niveau universitaire. Ils représentent 63% au primaire, 63.1% au secondaire et 90% au programme non formel. La tendance est renversée au niveau universitaire où les non pauvres représentent 60% des effectifs.

Pourquoi avez-vous arrêté vos études ?		Sexe		Total
Pourquoi avez-vous arrêté vos études ?		Masculin	Féminin	Total
	Impossibilité financière parents	145	143	288
	Préférence pour un apprentissage	20	14	34
	Grossesse, mariage	0	26	26
	Handicap, maladie	9	10	19
	Echec scolaire	10	6	16
	Trop jeune	107	105	212
	Ecoles trop éloignées	2	1	3
	Etudes achevées	25	18	43
	Autres	15	9	24
Total		333	332	665

Dans ce tableau 10, on remarque que 50,3% d'enfants qui abandonnent les études suite à l'impossibilité financière de leurs parents sont de sexe masculin. De même 50,4% de ceux qui abandonnent parce qu'ils sont jugés jeunes sont aussi de sexe masculin.

Globalement, il n y a pas de discrimination entre sexe pour ce qui est de l'abandon ou l'arrêt des études. Il y a dépendance entre la déperdition et le sexe de l'enfant (p-value du khi-deux=0,000), la pauvreté du ménage ( p-value du khi-deux =0,005), le sexe du chef de ménage (p-value du khi-deux =0,000), son âge(p-value=0,0025) et son éducation ou son niveau d'instruction ( p-value du khi-deux =0.000)et enfin entre déperdition et le type d'école fréquentée par l'enfant (p-value du khi-deux =0,024).

Le tableau 11 renseigne qu'il n y a pas vraiment de discrimination dans la fréquentation des enfants dans les ménages. Pour ce qui est des garçons, 87.7% ont au moins fréquenté l'école primaire contre 87.1% pour les filles. L'accès n'est donc pas vraiment tributaire du genre. Situation due au fait qu'en ville, les filles sont moins exposées aux contraintes comme les travaux domestiques, les mariages précoces, etc.

Le test khi-carré par contre fait ressortir qu'il y a une dépendance entre la fréquentation et la religion du chef de ménage, le type d'école, le sexe et l'âge du chef de ménage et le sexe de l'enfant avec un accent mis sur le niveau primaire.

Nous tenons compte de la possession de certains biens par le ménage dont la radio et le poste téléviseur pour cerner l'impact pas du niveau de vie mais du fait de l'information sur le choix des parents quant à l'éducation de leurs enfants.

Ce tableau montre que 63% d'enfants qui ont fréquenté au moins l'école primaire ont au moins un téléviseur chez eux. Au regard des résultats du test de Khi-deux, il y a dépendance entre la scolarisation et le fait d'avoir un téléviseur à la maison (p-value=0,001).

Au regard de ce tableau 13, on remarque que, 77% d'enfants qui fréquentent n'ont pas de radios dans leurs ménages. Le test du Khi-deux montre qu'il n'y a pas dépendance entre l'éducation est le fait d'avoir une radio dans le ménage (p-value=0,151).

Chapitre troisième :

DETECTION DES VARIABLES EXPLICATIVES DE L'EDUCATION ET APPLICATION DE LA METHODE CART

Dans ce chapitre, nous présenterons une analyse empirique sur notre échantillon issu de l'enquête nationale 1-2-3. Ce chapitre contient l'essentiel de notre travail en terme d'explication du phénomène que nous étudions.

Ce chapitre commence par une brève présentation de la méthode CART et son application dans le cas de la ville province de Kinshasa et sera bouclé par l'interprétation des résultats de notre recherche et une petite comparaison avec les résultats des régressions de type « logit » à la dernière section.

La régression consiste à produire un modèle qui permet de prédire ou d'expliquer les valeurs d'une variable à prédire (endogène) à partir des valeurs d'une série de variables prédictives (exogènes). La régression linéaire est certainement l'approche la plus connue en analyse des données, mais d'autres méthodes, moins connues en Économétrie mais plus populaire dans le domaine d'apprentissage automatique, permettent de remplir cette tâche. C'est le cas de l'arbre de décision qui de son coté est l'outil par excellence d'aide à la décision et à l' exploration des données. Il permet de modéliser simplement, graphiquement et rapidement un phénomène mesuré plus ou moins complexe. Sa lisibilité, sa rapidité d'exécution et le peu d'hypothèses nécessaires à priori expliquent sa popularité actuelle dans les universités occidentales.

Dans le domaine d'aide à la décision ( informatique décisionnelle et datawarehouse) et du data mining, certains algorithmes produisent des « arbres de décision », utilisés pour répartir une population d'individus (de clients par exemple) en groupes homogènes, selon un ensemble de variables discriminantes (l'âge, la catégorie socio-professionnelle, ...) et en fonction d'un objectif fixé et connu (chiffres d'affaires, réponse à un mailing, ...).

À ce titre, cette technique fait partie des méthodes d' apprentissage supervisé. Il s'agit de prédire avec le plus de précision possible les valeurs prises par la variable à prédire (objectif, variable cible, variable d'intérêt, attribut classe, variable de sortie, ...) à partir d'un ensemble de descripteurs (variables prédictives, variables discriminantes, variables d'entrées, ...).

Cette technique est autant populaire en statistique qu'en apprentissage automatique. Son succès réside en grande partie à ses caractéristiques :

· lisibilité du modèle de prédiction, l'arbre de décision, fourni. Cette caractéristique est très importante, car le travail de l'analyste consiste aussi à faire comprendre ses résultats afin d'emporter l'adhésion des décideurs ;

· capacité à sélectionner automatiquement les variables discriminantes dans un fichier de données contenant un très grand nombre de variables potentiellement intéressantes. En ce sens, un arbre de décision constitue une technique exploratoire privilégiée pour appréhender de gros fichiers de données.

C'est dans le souci d'appliquer ces méthodes qui ne sont pas vraiment d'usage dans nos Universités congolaises que s'inscrit cette section de notre travail.

La méthode CART a été développée par Brieman, Friedman, Olshen et Stone en 1984. Cette méthode se fonde sur deux idées clés :

Considérons un ensemble de variables catégorielles

. Le partitionnement récursif divise l'espace des p variables en n rectangles qui ne se chevauchent pas. Cette division est accomplie récursivement.

Par exemple soit la variable

et une valeur

de cette variable. On trouve que le partitionnement où

sépare bien les données en deux ensembles disjoints. Ensuite une des deux parties est à son tour divisée par une valeur de

ou par la valeur d'une autre variable. On aboutit à n rectangles si on continue la division n-1 fois.

L'idée est de créer n rectangles de telle sorte que l'ensemble de données contenu dans un rectangle soit homogène c'est-à-dire, contient des éléments qui ont les mêmes propriétés.

Un exemple est donné par le graphique 1 avec deux variables X1 (income ou revenus) et x2 (lot size ou surface en pieds par mètre carré). Ces variables composées des propriétaires (owners) et des non-propriétaires (non-owners).

L'application de l'algorithme CART va diviser l'espace (X1, X2) en deux sous rectangles à partir d'une valeur telle que les deux sous rectangles soient les plus homogènes que possible ( voir graphique 2).

Pour choisir la variable de segmentation sur un sommet, l'algorithme s'appuie sur une technique très fruste : il teste toutes les variables potentielles et choisit celle qui maximise un critère donné. Il faut donc que le critère utilisé caractérise la pureté (ou le gain en pureté) lors du passage du sommet à segmenter vers les feuilles produites par la segmentation. Il existe un grand nombre de critères informationnels ou statistiques, les plus utilisés sont l'entropie de Shannon et le coefficient de Gini et leurs variantes.

A noter que la division a créé deux rectangles qui sont plus homogènes que le rectangle avant la division (Split). Le rectangle supérieur contient des points qui sont davantage des propriétaires (9 propriétaires et 3 non propriétaires) tandis que le rectangle inférieur contient davantage de non propriétaires (9 non propriétaires et 3 propriétaires).

Pour décider de cette division particulière, CART a examiné chaque variable et toutes les valeurs possibles de division pour chaque variable de façon à trouver la meilleure division.

Les meilleures valeurs de division pour une variable sont simplement les points-milieux entre des pairs de valeurs consécutives pour la variable. Ces points de division sont rangés d'après la façon dont ils réduisent l'«impureté» (hétérogénéité de composition).

La réduction de l'impureté est définie par l'impureté du rectangle avant la division moins la somme des impuretés des deux rectangles qui résultent de la division. On peut écrire mathématiquement :

§ IG (fils1) + IG (fils2) : la somme des impuretés des deux rectangles qui résultent de la division.

Il existe plusieurs manières de mesurer l'impureté. On va décrire la mesure la plus populaire de mesurer cette impureté: l'indice de Gini.

Si on dénote les classes par k, k=1, 2, ..., C, où C est le nombre total de classes pour la variable y, l'indice d'impureté de Gini pour le rectangle A est défini par :

Où est la fraction d'observations dans le rectangle A qui appartiennent à la classe k. On note que I (A) = 0 si toutes les observations appartiennent à une classe unique et I(A) est maximisé quand toutes les classes apparaissent en proportion égales dans le rectangle A. Sa valeur maximale est

Les divisions des variables vont se poursuivre jusqu'à ce que tous les rectangles deviendront homogènes. On peut voir alors comment le partitionnement récursif permet d'affiner l'ensemble des rectangles pour devenir plus purs de la manière dont procède l'algorithme. Le graphique 3 illustre le dernier partitionnement avec 9 rectangles purs. On note que chaque rectangle est pur, il contient les points de données de juste une des deux classes.

La raison pour laquelle la méthode est appelée algorithme d'arbre de classification est que chaque division peut être figurée comme la division d'un noeud en deux noeuds successeurs. La première division est montrée comme un branchement du noeud racine de l'arbre.

Il est utile de noter que le type d'arbres développés par CART (appelés arbres binaires) ont la propriété que le nombre de noeuds feuilles est exactement un de plus que le nombre de noeuds de décision.

La seconde idée clé dans la procédure CART, est celle qui utilise des données de validation pour élaguer à posteriori l'arbre qui a grandi à partir des données d'entraînement utilisant des données de validation indépendantes. Cela a été une vraie innovation. Auparavant, les méthodes ont été développées de telle sorte qu'elles étaient basées sur l'idée d'un partitionnement récursif mais elles ont utilisé des règles pour éviter un grossissement excessif de l'arbre et le sur-apprentissage (over-fitting) des données d'entraînement.

L'objectif étant de produire des groupes homogènes lors de la construction d'un arbre, il paraît naturel de fixer comme règle d'arrêt de construction de l'arbre la constitution de groupes purs du point de vue de la variable à prédire.

En effet, nous travaillons souvent sur un échantillon que l'on espère représentatif d'une population. Tout l'enjeu est donc de trouver la bonne mesure entre capter l'information utile, correspondant réellement à une relation dans la population, et ingérer les spécificités du fichier sur lequel on est en train de travailler (l'échantillon dit d'apprentissage), correspondant en fait à un artefact statistique. Autrement dit, il ne faut jamais oublier que la performance de l'arbre est évaluée sur les données mêmes qui ont servi à sa construction : plus le modèle est complexe (plus l'arbre est grand, plus il a des branches, plus il a des feuilles, plus l'on court le risque de voir ce modèle incapable d'être extrapolé à de nouvelles données, c'est-à-dire de rendre compte de la réalité que nous essayons justement d'appréhender). En effet, si dans un cas extrême on décide de faire pousser notre arbre le plus loin possible, nous pouvons obtenir un arbre composé d'autant de feuilles que d'individus dans l'échantillon d'apprentissage. Notre arbre ne commet alors aucune erreur sur cet échantillon puisqu'il en épouse toutes les caractéristiques : performance égale à 100%.

Dès lors que l'on applique ce modèle sur de nouvelles données qui par nature n'ont pas toutes les caractéristiques de notre échantillon d'apprentissage (il s'agit simplement d'un autre échantillon) sa performance va donc se dégrader pour à la limite se rapprocher de 0%.

Ainsi, lorsque l'on construit un arbre de décision, on risque ce que l'on appelle un « sur-ajustement » du modèle c'est-à-dire que le modèle semble performant (son erreur moyenne est très faible) mais il ne l'est en réalité pas du tout. Il va nous falloir trouver l'arbre le plus petit possible ayant la plus grande performance possible. Plus un arbre est petit et plus il sera stable dans ses prévisions futures (en statistiques, le principe de parcimonie prévaut presque toujours) ; plus un arbre est performant, plus il est satisfaisant pour l'analyste. Il ne sert à rien de générer un modèle de très bonne qualité, si cette qualité n'est pas constante et se dégrade lorsque l'on applique ce modèle sur un nouvel ensemble de données. Autrement dit, pour éviter un sur-ajustement d'un arbres (c'est également vrai de tous les modèles mathématiques que l'on pourrait construire), il convient d'appliquer un « principe de parcimonie » et de réaliser des « arbitrages performance/complexité » des modèles utilisés. À performance comparable, on préfèrera toujours le modèle le plus simple, si l'on souhaite pouvoir utiliser ce modèle sur de nouvelles données totalement inconnues.

Pour réaliser cet arbitrage performance/complexité des modèles utilisés il faut, évaluer la performance d'un ou de plusieurs modèles sur les données qui ont servi à sa construction (l'échantillon d'apprentissage), mais également sur ce que l'on appelle un (ou plusieurs) échantillon de test, c'est-à-dire des données à notre disposition mais que nous décidons volontairement de ne pas utiliser dans la construction de nos modèles[]. Tout se passe comme si ces données de test étaient de nouvelles données, la réalité. C'est notamment la stabilité de la performance de nos modèles sur ces deux types d'échantillon nous permettra de juger de son sur-ajustement potentiel et donc de sa capacité à être utilisé avec un risque d'erreur maîtrisé dans des conditions réelles où les données ne sont pas connues à l'avance.

Dans le cas des arbres de décisions, plusieurs types de solutions algorithmiques ont été envisagées pour tenter d'éviter autant que possible un problème de sur-ajustement potentiel des modèles : il s'agit des techniques dites de pré ou de post élégage des arbres.

Certaines théories statistiques (voir les travaux du mathématicien russe Vladimir Vapnik) vont même jusqu'à avoir pour objet de trouver l'optimum entre l'erreur commise sur l'échantillon d'apprentissage et celle commise sur l'échantillon de test. La théorie de Vapnik Chervonenkis, «Structured Risk Minimization (SRM)», en utilisant une variable appelée « VC dimension », fournit une modélisation mathématique parfaite de la détermination de l'optimum d'un modèle, utilisable par conséquent pour générer des modèles qui assurent le meilleur compromis entre qualité et robustesse du modèle.

Dans tous les cas, ces solutions algorithmiques sont complémentaires des analyses de performances comparées et de stabilité effectuées sur les échantillons d'apprentissage et de test.

La première stratégie utilisable pour éviter un sur-ajustement massif des arbres de décision consiste à proposer des critères d'arrêt lors de la phase d'expansion. C'est le principe du pré-élagage. Nous considérons par exemple qu'une segmentation n'est plus nécessaire lorsque le groupe est d'effectif trop faible ; ou encore, lorsque la pureté d'un sommet a atteint un niveau suffisant, nous considérons qu'il n'est plus nécessaire de le segmenter ; autre critère souvent rencontré dans ce cadre, l'utilisation d'un test statistique pour évaluer si la segmentation introduit un apport d'information significatif quant à la prédiction des valeurs de la variable à prédire.

La seconde stratégie consiste à construire l'arbre en deux temps : produire l'arbre le plus pur possible dans une phase d'expansion en utilisant une première fraction de l'échantillon de données (échantillon d'apprentissage à ne pas confondre avec la totalité de l'échantillon, en anglais « growing set » est moins ambigu) ; puis effectuer une marche arrière pour réduire l'arbre, c'est la phase de « post-élagage », en s'appuyant sur une autre fraction des données de manière à optimiser les performances de l'arbre. Selon les logiciels, cette seconde portion des données est désignée par le terme d'échantillon de validation ou échantillon de test, introduisant une confusion avec l'échantillon utilisé pour mesurer les performances des modèles. Le terme qui permet de le désigner sans ambiguïté est « échantillon d'élagage », traduction directe de l'appellation anglo-saxonne « pruning set ».

Une fois l'arbre construit, il faut préciser la règle d'affectation dans les feuilles. A priori, si elles sont pures, la réponse est évidente. Si ce n'est pas le cas, une règle simple est de décider comme conclusion de la feuille la classe majoritaire, celle qui est la plus représentée.

Cette technique très simple est la procédure optimale dans un cadre très précis : les données sont issues d'un tirage aléatoire simple dans la population

Généralement, les modèles logistiques sont utilisés pour la détermination des variables explicatives de l'accès. Mais plusieurs remarques sont formulées à l'attention de ces modèles.

1. Ils ne permettent pas de faire des inférences correctes s'il y a des variables inobservées et qui déterminent simultanément les deux variables dont on cherche à déterminer la corrélation : exemple des préférences intergénérationnelles du ménage pour l'éducation agissent tant sur l'éducation des parents que sur ceux des enfants ;

2. Ils ne permettent pas de faire des inférences correctes en cas de présence d'effets d'interaction entre les variables. Dans ces cas de figure, on est en présence d'endogénéités qui rendent biaisées les estimations, si on n'inclut pas une variable instrumentale approprié.

3. CART est simple, il ne pose aucune hypothèse sur la distribution des séries à utiliser ;

4. CART permet non seulement d'identifier les variables explicatives de l'accès, mais aussi de les classer par ordre d'importance.

Dans cette dernière section de notre travail, il sera essentiellement question de déterminer les variables qui expliquent l'accès à l'éducation au sein des ménages. Cette analyse s'intéressera seulement à 1911 (soit 87,4%) individus de notre échantillon qui ont fréquenté au moins l'école primaire. Pour ce faire, nous estimerons d'abord par la méthode de maximum de vraisemblance un modèle logit qui nous permettra de sélectionner les variables significatives de ce phénomène (accès à l'éducation dans notre cas) qui seront comparés avec celles qui seront déterminants après construction de notre arbre de régression par la méthode CART. Ensuite suivront l'interprétation des résultats globaux de l'étude et une conclusion qui viendront mettre fin respectivement à notre chapitre et à notre travail tout entier.

L'étude de l'économétrie des variables qualitatives date des années 1940-1950. Ses premières applications ont été menées dans le domaine de la biologie, la sociologie, et de la psychologie. Ce n'est finalement que récemment, que ces modèles (probit, logit et tobit) ont été utilisés pour décrire les données économiques avec notamment les travaux de Mac-Fadden(1971) et Heckman(1976).

Le modèle de choix binaire ou dichotomique de type « logit » admet pour variable expliquée, non pas un codage quantitatif associé à la réalisation d'un événement (comme dans le cas d'une spécification binaire), mais la probabilité de cet événement, conditionnellement aux variables exogènes. Ainsi on considère le modèle suivant :

Dans le cas du modèle logit, la fonction de répartition F(.) appelé aussi courbe en S, correspond à la fonction logistique

Il existe certaines propriétés du modèle logit qui sont particulièrement utiles pour simplifier les calculs ainsi que l'interprétation économique des résultats d'estimation des paramètres â associés aux variables explicatives. Tout d'abord, si l'on note

, étant donné la définition de la loi logistique, on remarque que plusieurs égalités permettant de simplifier les calculs peuvent être établies comme suit :

Etant donné que le modèle logit définit la probabilité associée à l'événement

, comme la valeur de la fonction de répartition de la loi logistique considérée au point

, on peut écrire :

La spécification binaire d'une variable expliquée soulève certains problèmes pour l'application de la méthode des moindres carrés ordinaire afin d'estimer le modèle.

2. Le choix du codage de la variable est totalement arbitraire. Ce qui fait que le paramètre â du modèle n'est pas interprétable ;

3. L'erreur ne peut prendre que deux valeurs, elle suit donc une loi discrète, l'hypothèse de normalité des erreurs est donc violée ;

4. La variance des erreurs est

ce qui suggère de fait une héteroscedasticité. Cependant, nous ne pouvons pas appliquer la méthode des moindres carrés généralisés car

dépend du paramètre â du modèle ;

5. Enfin, nous devons imposer une contrainte au modèle :

qui peut se révéler non compatible avec les données.

Tous ses éléments indiquent clairement que nous sommes dans l'impossibilité d'appliquer la méthode des MCO. Dans ce cas, les paramètres des modèles logistiques sont estimés par la méthode de maximum de vraisemblance (MV).

1. On définit l'élasticité

comme la variation en pourcentage de la probabilité de survenue

de l'événement codé

, suite à une variation de 1% de la jième variable explicative

2. Si l'on note f(.) la fonction de densité des résidus du modèle dichotomique logit, l'effet marginal associé à la j^ième variable explicative

est défini par :

Puisque par définition f(.)>0, le signe de cette dérivée est donc identique à celui de

3. De façon générale, la quantité

représente le rapport de la probabilité associée à l'événement

à la probabilité de non survenue de cet événement : il s'agit de la cote « odds ». Dans un modèle logit, cette cote correspond simplement à la quantité

qu'est « la cote odds » ou « odds ratio ».

· La significativité globale de l'ajustement (

=0) par la statistique

qui suit sous l'hypothèse nulle Ho, une distribution d'un

à k degré de liberté.

· Le pseudo-

est donné par :

Avec, Lr : valeur de la fonction du log-vraisemblance contrainte sous Ho. Et Lu : valeur de la fonction du log-vraisemblance non contrainte.

Il est de coutume d'appliquer les modèles logit de choix binaire (ou encore modèles dichotomiques) dès que la variable à expliquer ne peut prendre deux modalités. Mais dans la pratique, une variable qualitative peut prendre aussi plusieurs modalités comme par exemple : le choix entre autant de candidats lors de la présidentielle de 2005 en RDC. Alors dans ce cas, les modèles à choix multiple sont exigés.

Les modèles à choix multiple sont une généralisation des modèles binaires. Dans ces modèles la variable à expliquer, qualitative, n'est donc plus binaire (0 et 1), mais polytomique (ou multinomiale). Nous différencions, en fonction du type de la variable à expliquer les modèles ordonnés et les modèles non ordonnés.

Dans ces modèles, les valeurs des coefficients des modèles ne sont pas directement interprétables en terme de propension marginale, seuls les signes des coefficients indiquent si la variable agit positivement ou négativement sur la variable latente^28(*).

Les résultats d'estimation s'apprécient de la même manière que pour les modèles de choix binaire.

De ce qui suit, pour parvenir aux résultats de notre étude, cinq régressions logistiques ont été faites dont quatre sont de type binaires et un multinomiale ordonné. Enfin, nous avons construit un arbre de régression pour hiérarchiser les variables selon l'ordre d'importance dans l'explication du phénomène sous étude.

· La première régression sur notre variable expliquée qui est le niveau d'étude atteint par l'enfant (m13b-ens) a porté sur l'enseignement primaire. La variable endogène qui avait quatre modalités (selon que (1) l'enfant a un niveau primaire, (2) niveau secondaire, (3) suit un programme non formel, (4) niveau universitaire) a été codifié binaire comme suit, 1 : l'enfant a un niveau primaire et 0 : autres niveaux.

· La deuxième régression a porté sur le niveau secondaire et la variable endogène est codifiée comme suit, 1 : niveau secondaire et 0 : autres niveaux.

· La troisième régression, 1 : l'enfant suit un programme non formel et 0 : autres niveaux.

Pris globalement, tous les modèles sont statistiquement valables, les

sont largement significatifs. Les pseudo-

de tous les modèles sont très faibles, mais il est tout de même important de savoir que des tels résultats sont typiques des analyses transversales. Ce travail ayant d'abord un objectif méthodologique, nous travaillerons tout de même avec ces pseudo-

Les valeurs estimées des paramètres d'un modèle logistique ne sont pas directement interprétables en terme de propensions marginales. C'est ainsi qu'on s'intéresse seulement à leurs signes. Un signe positif (négatif respectivement) indique qu'une augmentation de la variable explicative considérée augmente (baisse respectivement) la chance de scolariser un enfant dans le ménage. Toutefois pour mesurer et comparer les effets des variables explicatives sur la probabilité qu'un enfant soit scolarisé, nous avons calculé les effets marginaux, les élasticités et les cotes odds.

Dans ce modèle, la statistique de la log vraisemblance LR=305,96 avec une probabilité associée au

significative. De ce fait, nous rejetons l'hypothèse nulle d'égalité des coefficients associés aux variables du modèle. Toutes les variables sont significatives à 5% de signification, à l'exception de la variable religion qui le devient à 10%. Le test Gof (goodness-of-fit test) de Pearson atteste que le modèle est donc bon sur le plan statistique.

1. la taille du ménage agit négativement sur l'éducation des enfants ; Les enfants issus de familles nombreuses ont moins de chance d'être scolarisé.

2. la télévision est un facteur qui influence négativement l'éducation au niveau primaire ; Les ménages qui ont au moins un téléviseur ont moins de chance de scolariser leurs enfants par rapport à ceux qui n'ont pas de téléviseur ;

3. le sexe de l'enfant et la religion de ses parents influencent positivement la probabilité de scolariser un enfant dans le ménage ; les garçons sont favorisés par rapport aux filles et plus un chef de ménage appartient à une confession religieuse, plus il augmente la chance de scolariser ses enfants.

4. le sexe et l'age du chef de ménage agissent négativement ; les chefs de ménage femmes ont moins de chance de scolariser leurs enfants par rapport aux hommes. Plus le chef de ménage est avancé en âge, moins ses enfants ont la chance d'être scolarisé.

5. le type d'école fréquenté par l'enfant agit positivement sur la probabilité d'être à l'école ; mais pour cela, l'école doit être de type « publique conventionnée ». Globalement, on dira que le type d'école fréquentée par l'enfant est significatif (le test en annexes donne p=0,0381).

6. le niveau d'étude du chef de ménage influence négativement la scolarisation des enfants au primaire ; les parents qui ont un niveau soit programme non formel, soit secondaire, soit universitaire ont moins de chance de scolariser leurs enfants au primaire.

On dira ensuite, au regard des tableaux en annexes, l'augmentation d'une unité de taille de ménage baisse la chance que les enfants soient scolarisés au primaire de 0,95%, l'augmentation d'une unité d'école publique conventionnée augmente cette chance de 7%, le même raisonnement pour les autres variables.

Enfin, trouver au moins une télévision dans un ménage a 0,595 fois plus de chance de se réaliser que de ne pas se réaliser. On a en plus 1,24 fois plus de chance de trouver un chef de ménage masculin dans un ménage que ne pas le trouver, un raisonnement similaire s'applique aux autres variables.

Au niveau secondaire, la statistique de la log likelihood LR=161,51 avec une probabilité p=0,0000. De ce fait, on rejette l'hypothèse nulle d'égalité des coefficients associés aux variables. Le test Gof de Pearson donne une probabilité largement significative p=0,3080, le modèle est statistiquement validé.

Sur le plan économique, toutes les variables sont significatives à 5% de signification, à l'exception du type d'école fréquentée par l'enfant qui le devient à 10%. Ces variables sont la taille du ménage, la télévision, l'âge et le sexe du chef de ménage,le type d'école fréquentée, l'éducation du chef de ménage et influencent positivement la probabilité de scolariser un enfant dans le ménage.

Une augmentation d'une unité de taille de ménage augmente la chance qu'un enfant soit scolarisé au niveau secondaire de 0,8%, l'augmentation d'une unité de télévision augmente cette chance de 8,7%, l'augmentation d'une unité de chef de ménage masculin de son côté augmente cette probabilité de 21%, ainsi de suite.

La chance de trouver au moins une télévision dans un ménage est de 1,43 fois plus de chance que ne pas le trouver, trouver un chef de ménage de sexe masculin dans un ménage a 2,359 fois plus de chance que ne pas le trouver. Enfin, trouver un chef de ménage de niveau secondaire a 1,1 fois plus de chance de se réaliser que ne pas se réaliser.

Dans ce modèle, toutes les variables sont significatives à 5% de signification avec la statistique LR=30,30 associée à une probabilité p=0,0000, on rejette donc l'hypothèse nulle d'égalité des coefficients associés aux variables exogènes. Le test Gof de Pearson (avec une probabilité p=0,8658) justifie que le modèle est bon statistiquement.

Du point de vue économique on voit que le statut d'occupation du logement et l'âge du chef de ménage influencent positivement l'éducation dans les ménages au niveau du programme non formel. La part du revenu consacrée à l'éducation a une influence négative. Plus cette part augmente, moins on a des préférences pour ces types de formation ; on préfère alors les formations formelles. Ces variables ont des effets marginaux très faibles sur l'éducation ; mais les cotes odds sont très élevées (1,447 pour le statut d'occupation du logement, 0,356 pour la part de revenu consacrée à l'enseignement, 1,053 pour l'âge du chef de ménage).

Dans ce modèle, toutes les variables sont significatives au seuil de 5% avec LR=190,75 (p=0,0000). On rejette l'hypothèse nulle d'égalité des coefficients associés aux variables exogènes. Le test Gof de Pearson donne une probabilité p=0,3353. D'où le modèle est statistiquement bon.

Dans ce modèle les variables télévision, part du revenu consacrée à l'éducation dans le ménage, les dépenses journalière du ménage, l'âge et l'éducation du chef de ménage (surtout universitaire), influencent positivement l'éducation. Par contre, la religion du chef de ménage et le type d'école fréquenté par l'enfant influencent négativement.

L'augmentation d'une unité de type d'école diminue la probabilité de scolariser de 1,6%, l'augmentation d'une unité de télévision dans le ménage augmente cette probabilité de 2% au niveau universitaire.

Enfin, avoir une télévision dans un ménage a plus de chance de se réaliser que de ne pas se réaliser, ainsi de suite.

Pris ensemble, avec une variable endogène à quatre modalités, la régression de choix multiple avec le logiciel stata 9.2 nous donne le résultat suivant :

La statistique de la log likelihood LR=30,30 avec p=0,0000. On rejette encore une dernière fois l'hypothèse nulle. Toutes les variables sont significatives à 10% de signification. D'où, le modèle est globalement bon. Le test Gof de Pearson donne une probabilité p=0,9000.

On voit que la part du revenu consacré à l'enseignement influence négativement la probabilité qu'un enfant fréquente un quelconque niveau d'étude dans les ménages. Le statut d'occupation du ménage et l'âge du chef de ménage par contre influencent positivement. Cette régression donne le même résultat que le programme formel.

La lecture du tableau 14 nous renseigne qu'il y a une seule variable qui est significative dans toutes les régressions. Les autres variables sont discriminées selon les niveaux d'enseignement à l'exemple de taille de ménage qui influence l'éducation au primaire et au secondaire seulement, pas ailleurs. La part du revenu consacré à l'enseignement n'influence que le programme non formel et le niveau universitaire, le sexe de l'enfant n'influence qu'au primaire. Nous devons retenir que les signes des coefficients changent par rapport au niveau d'étude considéré (voir tableau 14).

La méthode CART donne un meilleur traitement aux variables d'étude que le font d'autres méthodes et les résultats d'estimation sont présentés sous forme d'algorithmes ou « arbre » dont « les branches » représentent les modalités des variables. Ce classement des variables est fait selon le degré d'homogénéité des modalités en deux sous groupes selon qu'elles augmentent ou diminuent la probabilité d'occurrence de l'événement sous étude. Dans notre étude c'est le niveau d'étude atteint par l'enfant. L'algorithme ci-dessous présente les résultats de notre étude :

Classifier performances

Classifier characteristics

Data description

Data partition

Trees sequence (# 21)

N°	# Leaves	Err (growing set)	Err (pruning set)
21	1	0,4664	0,5198
20	3	0,3922	0,4295
19	5	0,3766	0,4374
18	13	0,3508	0,4184
17	19	0,3320	0,4105
16	21	0,3266	0,4089
15	24	0,3187	0,4184
14	27	0,3117	0,4152
13	30	0,3055	0,4073
12	38	0,2930	0,4105
11	55	0,2687	0,4247
10	58	0,2648	0,4263
9	60	0,2625	0,4263
8	65	0,2570	0,4231
7	69	0,2531	0,4136
6	93	0,2344	0,4105
5	101	0,2289	0,4057
4	105	0,2266	0,4041
3	111	0,2234	0,4073
2	127	0,2172	0,4120
1	133	0,2156	0,4120

Tree description

Decision tree

C'est un tableau de contingence confrontant les classes obtenues (colonnes) et les classes désirées (lignes) pour l'échantillon. Sur la diagonale principale on trouve donc les valeurs bien classées, hors diagonale les éléments mal classés ; la somme des valeurs sur une ligne donne le nombre d'exemplaires théoriques de la catégorie. Si les classes sont indépendantes, la position de l'erreur n'a aucune signification, si par contre les classes ne sont pas indépendantes, on peut définir une sorte de gradation dans les erreurs. Notre échantillon compte 1911 observations reparties entre les quatre classes. Cette répartition peut être équitable ; ce qui n'est pas une nécessité pour la bonne interprétation.

De la matrice de confusion en annexes ressortent trois indicateurs qu'on définit comme suit :

· Le taux d'erreur global en resubstitution : c'est le ratio entre le nombre d'observations bien classés par rapport par rapport au nombre d'observation de l'échantillon ; Si on considère notre matrice de confusion en annexes, on calcule

. On dira donc que le taux de reconnaissance est d'environ 63%.

. Ce qui veut dire que le taux le taux d'erreur est de 37%.

· Le taux d'erreur à priori : c'est le taux d'erreur pour chaque catégorie d'observation ; si on considère chaque classe individuellement, on fait 24% d'erreur pour reconnaître la catégorie « primaire », 45% d'erreur pour reconnaître la catégorie « secondaire ». les autres catégories n'étant pas reconnues.

· Le taux d'erreur à posteriori : c'est le taux de mauvaises classifications par rapport aux bonnes classifications pour une classe donnée. Si on considère le système du point de vue des réponses fournies, lorsqu'on déclare qu'une observation appartient à la catégorie « primaire » on se trompe 387 fois sur 1134 (soit 0,3413), il y a 0,4% de chance que ce soit une observation de la catégorie « programme non formel », 32,5% de chances que ce soit une observation de la catégorie « secondaire » et enfin 0,9% de chance que ce soit une observation de la catégorie « universitaire ». en d'autres termes on dira, le taux de fiabilité pour la catégorie « primaire » est de 65,5%. Par le même type de raisonnement, on trouve les taux de fiabilité des autres catégories. Pour la catégorie « secondaire », on se trompe 326 fois sur 777 (soit 0,4196), il y a 31% de chances que ce soit un élément de « primaire », 0,7% de chance que ce soit un élément de la catégorie « programme non formel », et enfin 10% de chances que ce soit de la catégorie « universitaire ». En d'autres termes, le taux de fiabilité pour la classe « secondaire » est de 58,3%. On ne se trompe pas pour les catégories « programme non formel » et « universitaire ».

L'algorithme utilisé par la méthode CART divise les données en deux échantillons; les informations de ces échantillons se trouvent dans la zone DATA PARTITION de l'arbre en annexes.

L'arbre sélectionné

, est celui que nous allons utiliser pour la prédiction. Le principe est la préférence à la simplicité (parcimonie).

Breiman et al. (1984) proposent de calculer l'écart type SE de

correspondant à l'arbre optimal, puis de choisir l'arbre le plus simple dont la réduction de l'erreur set inférieur à

. C'est une heuristique comme une autre, le calcul de l'écart type est assez acrobatique et ce seuil est tout à fait arbitraire, nous pourrions prendre comme référence deux fois l'écart type, ou une autre valeur. Le logiciel TANAGRA que nous avons utilisé facilite le calcul par une autre approche que nous ne détaillons pas dans ce travail.

La zone TREE SEQUENCE de notre algorithme indique l'évolution de la réduction de l'erreur RE

en fonction du nombre de feuilles de l'arbre, sur le fichier d'élagage. On peut retenir quatre arbres dans cette zone :

1. l'arbre réduit à la racine (Tree with one leaf, the root node) avec une feuille ;

2. l'arbre maximal (maximal tree ,« optimal » tree on growing set) avec 133 feuilles ;

3. l'arbre minimisant RE (optimal tree on the pruning set) achuré en bleu par le logiciel, avec 105 feuilles;

4. l'arbre qui été produit (selected tree) achuré en rouge par le logiciel, avec 13 feuilles.

L'arbre que nous avons construit a 12 noeuds feuilles et 13 noeuds de décision (voir zone TREES SEQUENCE de l'arbre en annexes). Le nombre total de noeuds est

tel que renseigné par la zone TREE DESCRIPTION de notre arbre en annexes.

Remarquons à partir de l'arbre en annexes que la première segmentation des données s'opère sur la variable cmage (âge du chef de ménage) avec un seuil de coupure de 44,5. La deuxième segmentation sur la même variable, cette fois au seuil 52,5. La troisième s'opère sur la variable télévision (e5-télé) au seuil 0,5. La quatrième segmentation sur la taille de ménage (q17-tmen) au seuil 4,5 et la cinquième segmentation s'est faite toujours sur cette même variable ; mais cette fois ci au seuil 15,5. A ce niveau le noeud terminal est pur (avec 100% d'éléments homogènes).

De ce qui suit on dira donc que, si l'âge du chef de ménage est élevé, ce qui détermine l'éducation des enfants ou favorise l'accès au primaire c'est la télévision. Pour ce, manquer de télévision dans le ménage suffit pour favoriser l'accès au primaire.

La taille du ménage intervient lorsque l'âge du chef de ménage est élevé et dans le ménage il y a au moins une télévision. Dans ce cas, les ménages qui ont une petite taille ont la facilité de scolariser leurs enfants. Les autres variables n'interviennent qu'accessoirement.

Comme au précédent, la première segmentation se fait sur la variable taille du ménage au seuil 44,5, la deuxième s'opère toujours sur la même variable ; mais cette fois ci au seuil 0,5. La troisième segmentation s'opère sur la variable dépenses journalières en dollar américain (depjour). A ce niveau, le noeud feuille est pur, il ne contient que des observations homogènes.

On dira donc qu'au secondaire, parmi les déterminants de l'accès à l'éducation, l'âge du chef de ménage est le plus décisif, suivi de télévision qui agit positivement cette fois ci et enfin les dépenses journalières qu'effectue le ménage en monnaie américaine.

On peut l'expliquer de cette manière, si l'age du chef de ménage est très élevé, ce qui détermine l'accès au secondaire c'est la télévision. Cette fois, contrairement au niveau primaire, avoir au moins une télévision dans le ménage suffit pour favoriser l'éducation au secondaire. Les dépenses journalières du ménage n'interviennent que lorsque les deux variables ci hauts agissent autrement.

Le niveau universitaire et le programme non formel n'étant pas esquissés par notre algorithme en annexes, nous laissons la tâche aux jeunes chercheurs d'approfondir la recherche dans ce domaine pour la meilleure compréhension du fonctionnement de l'algorithme sous études.

Variables	Modèle 1	Modèle 2	Modèle 3	Modèle 4	Modèle 5	Correlation and regression tree
						Primaire	secondaire
Taille du ménage	0 ,041 (-2,04)	0,042 (2,03)				(3)

Téléviseur	0,000 (-4,62)	0,001 (3,47)		0,000 (3,55)		(2)	(2)

Sexe de l'enfant	0,030 (2,16)

Religion du chef de ménage	0,080 (1,75)			0,010 (-2,57)


Sexe du chef de ménage	0,000 (-7,98)
Age du chef de ménage	0,000 (-12,63)	0,000 (6,39)	0,098 (1,65)	0,000 (5,85)	0,098 (1,65)	(1)	(1)
Ecole publique conventionnée	0,018 (2,36)	0,000 (9,96)
Chef a un niveau du type programme non formel	0,000 (-3,94)	0,080 (1,75)
Chef a un niveau secondaire	0,001 (-3,34)
Chef a un niveau universitaire	0,000 (-4,93)	0,070 (1,77)		0,007 (2,72)
Statut d'occupation du logement			0,013 (2,48)		0,013 (2,48)
Part du revenu consacré à l'enseignement			0.014 (-2,45)	0,000 (4,62)	0,014 (-2,45)
Type d'école de l'enfant				0,000 (-5,55)
Dépenses journalières du ménage				0,011 (2,56)			(3)

(.) : Z-statistic pour les régressions logistiques et ordre de détermination pour CART

Les tableau 14 ci-haut et 15 ci-dessous nous renseignent que toutes les variables décisives dans CART sont significatives dans les régressions logistiques prises de façon détaillée (c'est-à-dire on considère les variables significatives dans chaque régression isolée). A l'exception de la dépense journalière du ménage qui est segmentée dans CART, mais significative seulement à la régression du niveau universitaire.

La part du revenu consacrée à l'enseignement est significative dans la régression du programme non formel et la régression globale, mais n'est pas segmentée dans CART. Pour cela, nous pouvons donc nous assurer que les résultats de ces deux méthodes sont cohérents du point de vue statistique.

Tableau 15 : résultats comparés des régressions logistiques et de la méthode CART

CONCLUSION GENERALE :

L'un des plus grands défis majeurs du monde moderne est d'atteindre le plus haut niveau d'éducation de la population car aucun pays n'a atteint le développement et la croissance économique et sociale sans une population suffisante en qualité d'abord puis en quantité.

L'éducation, comme les ressources géologiques, climatiques et autres, est capable de favoriser le développement de n'importe quel pays du monde, même les plus démunis et les plus pauvres.

Beaucoup de pays ont compris que l'éducation est le seul moyen d'accroître le bien être social et économique quoique ses retombées se situent à long terme. L'éducation comme moyen qui s'offre à toutes les nations d'asseoir une démocratie durable comme d'aucuns le veulent est aussi le seul moyen de propager les valeurs au sein de la population en général et de la jeunesse en particulier.

En effet, malgré tous les bienfaits que propose l'éducation maximum de la population d'un pays, beaucoup de pays ne cessent de sombrer dans des situations chaotiques du secteur de l'éducation avec comme conséquence « l'analphabétisme » et le bas niveau intellectuel de la majeure partie de la population. Cela est le cas de République Démocratique du Congo.

Bien que la situation de l'éducation soit chaotique dans ce pays pris dans son ensemble, dans la ville province de Kinshasa la situation s'avère du moins acceptable bien que la majeure partie de la population de ce pays soit pauvre, par conséquent présumée ne pas être à même de supporter tous les coûts qu'engage une éducation meilleure, dans des écoles (universités) de qualité acceptable.

La population à scolariser ne cesse de s'accroître ; mais se presse aux portes des écoles déjà démunies du fait des crises de deux dernières décennies passées dans les désordres politiques qui ont occasionné des déséquilibres socioéconomiques.

Le travail que nous avons voulu présenter au public chercheur s'était fixé pour l'un des objectifs d'identifier les contraintes d'ordre socioéconomiques et démographiques liés à l'accès à l'éducation des enfants dans les ménages de Kinshasa. Pour y arriver, nous avons utilisé les données de l'enquête nationale 1-2-3 réalisée en 2004.

Dans l'échantillon sous études, il s'est avéré qu'il n'y a pas des disparités entre sexes des enfants dans l'ensemble de ménages. L'âge des enfants est compris entre 5 et 25 ans et de ces enfants, 63,1% sont issus des familles pauvres. Dans l'ensemble de la population, la déperdition est souvent due à l'impossibilité financière des chefs de ménages.

En effet, tout au long de cette étude, nous avons cherché à expliquer les facteurs qui favorisent l'accès à l'éducation dans tous les degrés formel et non formel en RDC. Pour ce faire, le niveau d'étude atteint par l'enfant dans le ménage a été choisi comme variable endogène de notre étude. L'économiste étant un homme qui fait parler les chiffres, les données de l'enquête nationale 1-2-3 ont été soumises à trois analyses empiriques (régressions logistiques binaires, de choix multiple et l'arbre de régression par la méthode CART).

De ces analyses, il est ressorti la conclusion selon laquelle, il y a réellement des facteurs socioéconomiques et démographiques qui influencent l'éducation des enfants au sein des ménages et cela à tous les sens selon les niveaux d'étude atteint par l'enfant. Ces facteurs sont : la taille du ménage, la télévision, le sexe de l'enfant, la religion du chef de ménage, le type d'école fréquenté par l'enfant, l'éducation du chef de ménage, l'âge du chef du ménage, les dépenses journalières du ménage, le statut d'occupation du logement et la part du revenu consacrée à l'enseignement. Bien que de façon générale ces facteurs expliquent l'éducation prise globalement, c'est-à-dire tous les niveaux confondus, du point de vue empirique cette étude confirme l'existence des déterminants différenciés selon le niveau d'étude atteint par l'enfant.

Nous devons soulignés que contrairement à la plupart de travaux qui ont fait l'objet de notre revue de littérature , qui se sont limités seulement à détecter les facteurs explicatifs de l'éducation, dans notre étude, en plus de ce qu'ont fait nos prédécesseurs et loin de ne se limiter qu'à la simple détection des différentes variables explicatives, nous avons construit un arbre de régression par la méthode CART, méthode peu utilisée, on peut même dire jamais utilisée à l'Université de Kinshasa. Cet arbre nous a permis de classifier ces facteurs selon l'ordre d'importance des variables dans l'explication du phénomène « éducation des enfants » dans les ménages.

Par ailleurs, on retiendra par exemple qu'au primaire les facteurs déterminants sont la taille du ménage, la télévision, le sexe de l'enfant, la religion du chef de ménage, le sexe et l'âge du chef de ménage, le type d'école fréquenté par l'enfant et l'éducation du chef de ménage. A ce niveau le privilège pour restructurer le secteur d'éducation primaire doit être accordé d'abord à l'âge du chef de ménage, à la télévision et la taille du ménage respectivement.

Au niveau secondaire, les déterminants ne sont pas très différents du primaire, sauf que les signes de ceux - ci diffèrent parfois du fait des différentiations qu'on peut établir entre les enfants de divers âges dans la perception des phénomènes. Les facteurs déterminants sont la taille du ménage, la télévision, le sexe du chef de ménage, l'âge du chef de ménage et le niveau de pauvreté du ménage. Parmi ces facteurs, les plus déterminants sont respectivement l'âge du chef de ménage, la télévision et le niveau de pauvreté du ménage (dépense journalière du ménage).

Au niveau universitaire, les facteurs déterminants sont : la télévision, la religion et l'âge du chef de ménage, le type d'école fréquentée, l'éducation du chef de ménage, la part du revenu consacré à l'éducation et le niveau de pauvreté. Au programme non formel par ailleurs, ce sont l'âge du chef de ménage, le statut d'occupation du logement et la part du revenu consacré à l'éducation. La relation entre l'éducation et la pauvreté se fait sentir plus au niveau universitaire et au programme non formel ; A ces deux niveaux, le revenu du ménage conditionne l'éducation : positivement au niveau universitaire et négativement au programme formel.

L'éducation ayant pour l'une des finalités la formation de l'élite nationale, ce qui est un atout majeur pour le développement et la croissance d'un pays, l'Etat doit intervenir pour accroître l'efficacité du système éducatif congolais. Aussi, les ménages et les autres partenaires doivent - ils accompagner les efforts de l'Etat pour la réussite de la rénovation du système éducatif et de l'éducation au sein des ménages et des familles, cellules de base d'une nation.

Ainsi, nous avons vérifié les hypothèses de notre étude et les objectifs assignés sont atteints.

La tâche de l'éducation de la population et de la formation du capital humain d'un pays revient à l'Etat qui a le monopole de préparer la relève pour pérenniser le développement et la croissance économique et sociale de la nation.

A l'issu de toutes les assises nationales et internationales sur l'éducation qui ont connu la participation de la RDC, il s'est avéré que celle-ci a pris les engagements de mettre en oeuvre tous ses moyens possibles pour atteindre l'éducation pour tous tel que prévu par la conférence de Jomtien ; mais jusqu'à ces jours, la RDC est encore loin d'atteindre l'éducation pour tous et pire, le taux d'analphabétisation va crescendo. Ce qui n'est pas une bonne alerte pour le développement tant attendu par plus d'un. D'où, l'implication de l'Etat doit devenir une réalité et non plus un slogan de bonnes intentions.

L'Etat doit assurer au préalable l'éducation, surtout au niveau primaire, à défaut la rendre gratuite afin de permettre à toutes les couches sociales d'y avoir accès pour mener au maximum le taux d'alphabétisation.

L'Etat en tant que chef d'orchestre de l'organisation des secteurs sociaux dans un pays se voit attribuer une lourde et grande responsabilité dans le redressement du système éducatif. La responsabilité de ses partenaires à l'éducation est aussi nécessaire.

Dans l'accomplissement de ces responsabilités qui incombent en grande partie à l'Etat, les autres partenaires doivent mener leurs actions dans le sens d'apporter leurs contributions tant soit peu à la redynamisation de ce secteur. C'est pourquoi nos recommandations sont formulées à l'endroit de l'Etat et de ses partenaires.

· Comme il existe un lien entre la scolarisation et le niveau de pauvreté, son intervention doit être accrue au sens d'augmenter le niveau de vie des ménages qui supportent les coûts de l'éducation ;

· suite à la discrimination des sexes des enfants dans la scolarisation au primaire, son intervention est exigée pour briser ce déséquilibre ;

· Il existe une forte relation entre la scolarisation et la religion des parents au niveau primaire ; l'Etat doit encourager les confessions religieuses à offrir plus en matière d'éducation tout en les encadrant et en accompagnant leurs actions.

· Pour améliorer l'accès à l'éducation, l'Etat doit veiller à ce que l'offre ne dépende pas de la demande d'éducation car celle-ci est déjà confrontée à une infrastructure vétuste et insuffisante.

· Enfin, L'Etat doit mettre en place une politique d'habitat adéquate vu qu'il y a relation entre le logement et l'éducation ; ce qui peut faciliter la probabilité de scolariser les enfants au sein des ménages.

· Il doivent veiller à ce que le nombre d'enfants dans les ménages dépende de leur revenu et moyens de survie ;

· Ils doivent mettre les jeunes enfants à l'abri des méfaits de la télévision ;

3. Aux autres partenaires nationaux et internationaux, Ils doivent accompagner et suivre les actions de l'Etat car il gère très mal le secteur social, porteur du bien-être de la population.

Raisons d'arrêt des études		Fréquence	Pourcentage
	Impossibilité financière parents	288	43,3
	Préférence pour un apprentissage	34	5,1
	Grossesse, mariage	26	3,9
	Handicap, maladie	19	2,9
	Echec scolaire	16	2,4
	Trop jeune	212	31,9
	Ecoles trop éloignées	3	,5
	Etudes achevées	43	6,5
	Autres	24	3,6
	Total	665	100,0

Pourquoi avez-vous arrêté vos études ?		Pauvreté par les dépenses alimentaires		Total
		Pauvres	Non pauvres
	Impossibilité financière parents	225	63	288
	Préférence pour un apprentissage	22	12	34
	Grossesse, mariage	20	6	26
	Handicap, maladie	174	76	250
	Echec scolaire	23	20	43
	Autres	14	10	24
Total		478	187	665

Religion Pratiquée		Avez-vous été au moins à l'école primaire ?		Total
		Oui	Non
	Catholique	610	80	690
	Protestant	356	46	402
	Kimbanguiste	82	13	95
	Musulman	20	4	24
	Autre chrétien	701	108	809
	Animiste	17	7	24
	Sans religion	110	17	127
	Autre religion	15	0	15
Total		1911	275	2186

Taille de ménage		Avez-vous été au moins à l'école primaire ?		Total
		Oui	Non
	2	9	0	9
	3	36	1	37
	4	71	9	80
	5	182	24	206
	6	250	42	292
	7	291	45	336
	>8	1072	154	1226
Total		1911	275	2186

Tableau 12 : Tests du Khi-deux de fréquentation et éducation du chef de ménage

Tableau 14 : Tests du Khi-deux téléviseur et faire au moins l'école primaire

Tableau 15 : statistiques descriptives des variables quantitatives des modèles

	Taille du ménage	Part du revenu consacré à l'enseignement	Dépenses journalières	Age du chef de ménage
Mean	8.213175	0.056144	0.071308	49.07136
Median	8.000000	0.040000	0.050000	48.00000
Maximum	20.00000	0.440000	0.700000	77.00000
Minimum	2.000000	0.000000	0.010000	24.00000
Std. Dev.	2.845741	0.060727	0.068866	9.118916
Skewness	0.881488	1.627696	4.691033	0.363267
Kurtosis	4.320187	6.319517	35.88695	3.053240

Jarque-Bera	441.8433	1968.927	106528.8	48.33671
Probability	0.000000	0.000000	0.000000	0.000000

Observations	2186	2186	2186	2186

. logit m13b_ens1 q17_tmen e5_tele m3_sexe m8b_reli parensg cmsex cmage m15_tec2 m15_tec3 cmeduc2 cmeduc3 cmeduc4 pauvrali

. logistic m13b_ens1 q17_tmen e5_tele m3_sexe m8b_reli parensg cmsex cmage m15_tec2 m15_tec3 cmeduc2 cmeduc3 cmeduc4 pauvrali

BIBLIOGRAPHIE:

2. Bommier, A., Shapiro, D. 2001. «Introduction à l'approche économique de la demande d'éducation» in « La demande d'éducation en Afrique : Etat des connaissances et perspectives de recherche » sous la Direction de Pillon M. et Yaro Y. Réseaux thématiques de recherche de l'UEPA.

8. GRAWITZ, M., Méthodes des sciences sociales, 11ème édition, Dalloz, Paris, 2001.

9. Kintambu Mafuku, E.G, principes d'économétrie, 6è édition, université de Kinshasa, 2006.

10. Kuyunsa, B., Shomba, K., Introduction aux méthodes de recherche en sciences sociales, PUZ, Kinshasa, 1995.

12. Luzolele, L., Congo-kinshasa : combattre la pauvreté en situation de post-conflit, l'harmattan, l'harmattan.

14. Milles, M. B, Huberman, A. M, analyse des données qualitatives, De Boeck, 2005.

16. Simone Scaillet, « Notes de pédagogie », Edition St. Paul Kinshasa, 1981.

1. Gouvernement RDC, MONUC, PNUD, Programme ministériel de partenariat pour la transition et la relance, RDC, 2003.

2. Forum mondial sur l'éducation, situation et tendances 2000, EPT : évaluation des acquis scolaires, du 26 au 28 avril 2000, Dakar.

3. Kalonji Ntalaja, profil de pauvreté en RDC : niveaux et tendances, rapport provisoire, 1999.

4. RDC, ministère du plan, Document de la stratégie de croissance et de réduction de la pauvreté « DSCRP », ministère du plan, juillet 2006.

5. RDC, UNICEF, enquête nationale sur la situation des enfants et des femmes MICS 2, rapport d'analyse, dites oui pour les enfants, volume II.

6. République Togolaise, ministère du plan et aménagement du territoire, séminaire atelier sur la modélisation économique, novembre 1996.

7. UNESCO, « Rapport de la Table ronde ministérielle sur la qualité de l'éducation », Kinshasa, 2003.

8. UNESCO, conférence internationale de l'éducation, 46è session, Génève, septembre 2001.

9. Banque mondiale, le système éducatif de la RDC : priorités et alternatives, banque mondiale, région Afrique, 2004.

1. Adjiwanou, V., Impact de la pauvreté sur la scolarisation et le travail des enfants de 6-14 ans au Togo, CERDI, juillet 2005.

3. Fumu Sasa z. c, Tentative du développement durable en république démocratique du Congo : cas de redynamisation du système éducatif et l'applicabilité du contrat social de l'innovation « l'accord de Mbudi», FCK, 2006.

5. HAUGTON, D., KANE, A., MBAYE, A, « l'analyse de l'accès à l'éducation au Sénégal : une application de la méthode CART », 2005.

6. Kinze Mabi, k, la non scolarisation à la lumière de la crise socioéconomique congolaise : étude des déterminants de la population non scolarisée de la commune de Kimbanseke, mémoire de licence, Fasec, Unikin, 2001-2002.

7. Manda K., les déterminants de la scolarisation en RDC (cas de la ville de Kinshasa), mémoire, UNIKIN, FASEG, 2003.

8. Mutipula K, essai d'identification des facteurs déterminant l'inaccessibilité au système éducatif dans la province du Bas-congo, mémoire de licence, UNIKIN, FASEG, 2003.

9. Ngombe Tshipamba C., Analyse des déterminants des apprentissages dans l'éducation primaire en RDC, FASEG, 2005-2006.

11. Otchia Samen C., Les déterminants de la qualité de l'habitat à Kinshasa. Approche par le modèle Biprobit, mémoire de licence, FASEG, UNIKIN, 2006

14. Rakotomalala, R, arbres de régression : prédiction d'une variable continue, ERIC, 2006.

1. A. Lobengo Lobota, « Pédagogie », cours inédit des humanités pédagogiques, Collège Bonsomi, 2000.

2. Hurlin, C., économétrie des variables qualitatives, ESA, université d'Orléans.

3. Kankwanda E., théories et pratique de sondage, notes de cours, Unikin, Faseg, 2007.

4. Kintambu Mafuku, E.G., économétrie approfondie, cours dispensé en L2 Ecomath, Unikin, FASEG, 2006-2007.

5. Mukoko Samba, analyse des données, notes de cours, L1 Ecomath, Unikin, 2005-2006.

6. Mvudi Matingu, économie de l'éducation, cours L2 Ecorud, Unikin/Faseg, 2006-2007.

Table des matières

* ² RDC, UNICEF, enquête nationale sur la situation des enfants et des femmes MICS 2, rapport d'analyse, dites oui pour les enfants, volume II, p.65

* ³ RDC, MONUC, PNUD, Programme ministériel de partenariat pour la transition et la relance, RDC, 2003.

* ⁵ RDC, ministère du plan, Document de la stratégie de croissance et de réduction de la pauvreté « DSCRP », ministère du plan, juillet 2006, p.37

* ⁷ THABO MBEKI, cité par Gratien MOKONZI, in l'école démocratique, novembre 2005, p.6.

* ¹⁰ Simone Scaillet, « Notes de pédagogie », Edition St. Paul Kinshasa, 1981, p. 9

* ¹⁵ UNESCO, « Rapport de la Table ronde ministérielle sur la qualité de l'éducation », Kinshasa, 2003, p. 1

* ¹⁷ UNESCO, conférence internationale de l'éducation, 46esession, génève, septembre 2001, p15

* ¹⁸ Forum mondial sur l'éducation, situation et tendances 2000, EPT : évaluation des acquis scolaires 26 au 28 avril 2000, Dakar, p8

* ¹⁹ Cité par HAUGTON, D., KANE, A., MBAYE, A, dans : « l'analyse de l'accès à l'éducation au Sénégal : une application de la méthode CART », p.18-24.

* ²⁰ Adjiwanou, impact de la pauvreté sur la scolarisation et le travail des enfants au Togo, CERDI et URD, université de Lomé, p.16.

* ²¹ Manda K., les déterminants de la scolarisation en RDC (cas de la ville de Kinshasa), mémoire, Unikin, Faseg, 2003.

* ²² Mutipula K, essai d'identification des facteurs déterminant l'inaccessibilité au système éducatif dans la province du Bas-congo, mémoire, Unikin, Faseg, 2003.

* ²³ Kankwanda E., théorie et pratiques de sondage, notes de cours, Unikin, Faseg, 2007.

* ²⁴ Otchia Samen C., Les déterminants de la qualité de l'habitat à Kinshasa. Approche par le modèle Biprobit, mémoire de licence, Faseg, Unikin, 2006, p.26

* ²⁵ Kalonji Ntalaja, profil de pauvreté en RDC : niveaux et tendances, rapport provisoire, 1999, p.6

* ²⁶ RD Congo, Document de stratégies pour la croissance et la réduction de la pauvreté

Analyse de l'accès à l'éducation à Kinshasa

FACULTE DES SCIENCES ECONOMIQUES ET DE GESTION

DEPARTEMENT DES SCIENCES ECONOMIQUES

OPTION : ECONOMIE MATHEMATIQUE