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


Home | Publier un mémoire | Une page au hasard

 > 

Education et travail des enfants en Cote d'Ivoire

( Télécharger le fichier original )
par Pokou Edouard ABOU
Université d'Abidjan-Cocody - DEA-PTCI ( Diplome d'Etude Aprofondie en Economie) 2006
  

précédent sommaire suivant

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

Section II : Approche empirique de la relation entre éducation et travail des enfants

Cette section mettra en évidence la relation qui existe entre éducation et travail des enfants à travers un modèle économétrique. Cette section permettra de justifier le modèle et présenter les résultats économétriques.

A : Choix du modèle et présentation des variables dépendantes et indépendantes

L'une des approches économétriques pour analyser la probabilité qu'un enfant travaille est d'estimer une équation de participation au travail grâce à un modèle logit ou un probit univarié. L'avantage pour ces modèles est qu'ils permettent d'estimer une seule équation. Cependant, ces modèles présentent l'inconvénient de ne pas prendre en compte l'interaction entre les décisions de scolarisation et de mise au travail des enfants. Il parait donc préférable de recourir à des modèles multivariés qui permettent d'estimer à la fois une équation de participation au travail et une autre pour la scolarisation des enfants. Ces modèles diffèrent quand aux hypothèses qui sont faites sur le mode de décision des parents. Ainsi, l'utilisation du modèle probit séquentiel implique que la décision du temps de l'enfant est prise dans un ordre à priori déterminé. Dans cet ordre par exemple, le fait d'aller à l'école uniquement est meilleur que le fait de combiner école et travail. Ce dernier quant à lui est meilleur que le fait de ne ni aller à l'école ni travailler. Dans cette situation, le fait de travailler est la moins bonne décision, or, il ne semble pas avoir de consensus sur cet ordre. Même si cet ordre s'impose, il n'y a aucune raison à priori de le croire car cela souffre de vérification empirique (Assaad et al, 2001).

Une autre estimation est celle qui est faite par la méthode logistique multinomial. L'utilisation de cette méthode suppose la vérification de l'hypothèse de l'indépendance des alternatives non pertinentes. Cette hypothèse implique que l'élasticité croisée de la probabilité de répondre i plutôt que j est la même pour tout i différent de j en d'autres termes, les pourcentages de chance de faire tel ou tel choix sont indépendants les uns des autres.

Compte tenu de toutes ces raisons, l'approche retenue dans le cadre de notre recherche est l'estimation par le probit bivarié. La particularité de ce modèle est qu'il permet de prendre en compte l'interdépendance entre la scolarisation et le travail des enfants. Il permet aussi de tester la probabilité pour un enfant de travailler et/ou d'aller à l'école.

De façon formelle, il y a deux variables dépendantes binaires, l'une indiquant 1 si l'enfant travaille et 0 si non et l'autre spécifié 1 si l'enfant est scolarisé et 0 si non. Les équations réduites du modèle probit bivarié sont représentées par [1] et [2].

Wi = X1? + åi, avec Wi =1 si Wi >0, 0 si non  [1]

½i = X2â +îi, avec Si = 1 si Si >0, 0 si non [2]

Wi : Gain net escompté pour le ménage de faire travailler les enfants

S: Gain net escompté pour le ménage de scolariser les enfants

åi et îi  : Termes d'erreurs qui mesurent l'ensemble des variables explicatives non prises en compte dans notre modèle suivent une distribution bivariée avec une moyenne nulle et des variances unitaires. De façon simplifiée, on a :

E[åi] = E[æi] = 0

Var [åi] = Var [æi] = 1

Cov [åi, æi] = ñ, avec ñ le coefficient de corrélation qui mesure la corrélation entre les termes aléatoires des équations. Ce coefficient doit être significatif et négatif si non, l'utilisation du probit bivarié ne serait pas possible.

X: Matrice des variables explicatives

? et â : Matrices des coefficients du modèle

Les variables dépendantes sur lesquelles portent l'étude sont codifiées WORK pour travail des enfants et SCHOOL pour scolarisation des enfants.

La liste des variables explicatives considérées dans cette recherche est donnée en annexe II dans le tableau 1 A2. Il faut noter que toutes les questions relatives aux variables sont en annexe I.

Les variables, ALPHA_E (alphabétisation de l'enfant), ALPHA_P (alphabétisation du père), ALPHA_M (alphabétisation de la mère), PCE_C (présence d'une cantine) et ABON_C (abonnement à la cantine) sont des variables qualitatives. Pour mieux interpréter ces variables, nous fixons des modalités de référence. Par ailleurs, ces variables sont dichotomisées c'est à dire qu'elles prennent la valeur 1 si l'enfant, le père et la mère sont alphabétisés, s'il y a présence d'une cantine dans l'école de l'enfant scolarisé et s'il est abonné à cette cantine et 0 dans les cas contraires. Les autres variables NEDUC_E (niveau d'éducation de l'enfant) NEDUC_P (niveau d'éducation du père), NEDUC_M (niveau d'éducation de la mère), D INS (droit d'inscription), SCOL (scolarité), LSCOL (livre scolaire), sont rendues quantitatives continues. Par ailleurs, les variables NEDUC_E (niveau d'éducation de l'enfant), NEDUC_P (niveau d'éducation du père) et NEDUC_M (niveau d'éducation de la mère) sont préférées à la classification en trois groupes dont le niveau primaire, le niveau collège, le niveau lycée et plus et le niveau sans instruction qui est pris comme référence dans la plupart des régressions. Cette classification met dans le même groupe des individus souvent très hétérogènes, ce qui ne permet pas de bien isoler l'impact du niveau d'éducation. Ainsi, mettre aussi bien les garçons ou les filles ayant atteint la classe de CM2 (6ème année du primaire) et les garçons ou les filles ayant arrêtés l'école juste après le CP1 (1ère année du primaire) dans le même groupe est source de biais. Les mêmes remarques s'imposent si l'on classe dans le même groupe les individus ayant le niveau 2nde (1ère année du 2nd cycle de collège) et ceux ayant un niveau supérieur.

précédent sommaire suivant






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








"Qui vit sans folie n'est pas si sage qu'il croit."   La Rochefoucault