ANALYSE EXPLICATIVE
Dans la présente section nous présentons les
résultats de l'analyse visant à modéliser la survenance
des accidents. Mais avant, nous présenterons les différents tests
d'adéquation du modèle.
2-1. Tests
Pour juger de la qualité d'ajustement du modèle,
nous avons effectué : le test du rapport de vraisemblance
(LR-test), l'analyse du R2 de Mac-Fadden, le test de Vuong.
La statistique du test du rapport de vraisemblance donne LR
chi2 (25) = 666,69 % avec une p-value, Prob > chi2 = 0,0000. La p-value
étant inférieure à 5%, on rejette l'hypothèse
nulle, c'est-à-dire qu'on accepte l'hypothèse alternative selon
laquelle au moins une des variables est significative dans l'explication de la
survenue des accidents du travail au sein des entreprises du secteur
privé en Côte d'Ivoire.
Le R2 de McFadden = 0,402
Le test de Vuong qui vise à déterminé le
modèle adéquat entre le modèle de Poisson et le
modèle Zero-inflated-Poisson donne une p-value = 0,000 et la valeur
calculée de la statistique de Vuong est de 20,13. La p-value est
inférieure à 0,05, par conséquent, on rejette
l'hypothèse nulle et on accepte l'hypothèse alternative selon la
quelle le modèle ZIP est préférable au modèle de
Poisson.
La comparaison entre les deux modèles a
été également faite à travers les critères
d'information et confirme que le modèle ZIP est le meilleur (voir Annexe
2).
2-2. Présentation et interprétation des
résultats
Il est présenté dans ce point les
résultats du modèle et l'interprétation de ces
résultats.
2-2-1. Présentation du modèle
Les résultats du modèle de régression
Zero-inflated-Poison pour l'étude des facteurs explicatifs de la
survenance des accidents du travail sont présentés dans les
tableaux 23 et 24. Le tableau 23 donne les coefficients,
l'écart type et le risque relatif (IRR), la p-value des
différents coefficients. Le tableau 24 donne, quant à lui, les
effets marginaux.
Tableau 23 : Modèle Zero-Inflated-Poisson
pour le nombre d'accidents
accidents
|
COEFFICIENTS
|
Ecart type
|
IRR
(Risque relatif)
|
P- value
|
|
|
|
|
|
Sexe
|
Femmes
|
-0,365825
|
0,0856932
|
0,6936241
|
0,000
|
Catégorie professionnelle
|
Agent de Maîtrise
|
0,8499985
|
0,2520349
|
2,339643
|
0,001
|
Employé
|
0,7952582
|
0,2500444
|
2,215013
|
0,001
|
Nationalité
|
CEDEAO
|
-0,1222139
|
0,0516408
|
0,884959
|
0,018
|
Autre africain
|
0,0540873
|
0,2457733
|
1,055577
|
0,826
|
Européen
|
0,013572
|
0,3088607
|
1,013664
|
0,965
|
Autre
|
-0,1871185
|
0,4134608
|
0,8293455
|
0,651
|
Secteur d'activité
|
Maritime
|
-0,4900271
|
0,1026121
|
0,6126098
|
0,000
|
Bâtiment
|
-0,4552489
|
0,1123227
|
0,63429
|
0,000
|
Commerce
|
-0,498388
|
0,0916976
|
0,6075092
|
0,000
|
Electricité
|
-0,656121
|
0,1677424
|
0,5188601
|
0,000
|
Foresterie
|
-0,4410803
|
0,1392569
|
0,643341
|
0,002
|
Industrie
|
-0,5490671
|
0,0683
|
0,5774883
|
0,000
|
Transport
|
-0,5785865
|
0,0837491
|
0,5606904
|
0,000
|
Autres
|
-0,9181778
|
0,1365082
|
0,3992459
|
0,000
|
Age
|
[25,35[
|
-0,595114
|
0,0647552
|
0,5514997
|
0,000
|
[35,50[
|
-0,1875456
|
0,1206348
|
0,8289913
|
0,012
|
[50, plus[
|
0,1991456
|
0,1051982
|
1,22036
|
0,058
|
Expérience
|
[5,10[
|
-0,0383758
|
0,0637867
|
0,9623512
|
0,547
|
[10,20[
|
-0,2809032
|
0,1121968
|
0,7551014
|
0,012
|
[20,25[
|
-0,3338637
|
0,1031064
|
0,7161514
|
0,001
|
[25,30[
|
-0,4105997
|
0,1083375
|
0,6632524
|
0,000
|
[30,plus[
|
-0,2233322
|
0,1146311
|
0,7998491
|
0,051
|
Conditions
|
Intermédiaires
|
0,9670701
|
0,1128927
|
2,630227
|
0,000
|
Dangereuses
|
1,165942
|
0,1356691
|
3,208944
|
0,000
|
|
constante
|
-0,6932831
|
0,2883006
|
|
0,016
|
Source : DSI-CNPS avec calcul de
l'auteur
Tableau 24 : Effets marginaux
VARIABLES
|
dy/dx
|
Ecart type
|
z
|
P-value
|
X
|
Sexe
|
Femmes
|
-0,5740466
|
0,03394
|
-16,91
|
0
|
0,233182
|
Catégorie professionnelle
|
Maîtrise
|
0,596602
|
8372,3
|
0
|
1
|
0,1884
|
Employé
|
0,3510101
|
0,09168
|
3,83
|
0
|
0,756165
|
Nationalité
|
CEDEAO
|
-0,0618201
|
0,02521
|
-2,45
|
0,014
|
0,157822
|
Autre africain
|
0,0292881
|
0,13671
|
0,21
|
0,83
|
0,00434
|
Européen
|
0,0072022
|
0,165
|
0,04
|
0,965
|
0,004932
|
Autre
|
-0,08999
|
0,18096
|
-0,5
|
0,619
|
0,00217
|
Secteur d'activité
|
Maritime
|
-0,2080222
|
0,03444
|
-6,04
|
0
|
0,037877
|
Bâtiment
|
-0,1945603
|
0,03877
|
-5,02
|
0
|
0,02032
|
Commerce
|
-0,2348851
|
0,03725
|
-6,3
|
0
|
0,254685
|
Electricité
|
-0,2553258
|
0,0476
|
-5,36
|
0
|
0,010258
|
Foresterie
|
-0,1893442
|
0,04805
|
-3,94
|
0
|
0,016177
|
Industrie
|
-0,2749387
|
0,03301
|
-8,33
|
0
|
0,383705
|
Transport
|
-0,2443537
|
0,02908
|
-8,4
|
0
|
0,092918
|
Autres
|
-0,3328359
|
0,03624
|
-9,18
|
0
|
0,054251
|
Age
|
[25,35[
|
-0,2827604
|
0,03186
|
-8,88
|
0
|
0,300848
|
[35,50[
|
-0,1008
|
0,06829
|
-1,48
|
0,14
|
0,595976
|
[50, plus[
|
0,1149369
|
0,06786
|
1,69
|
0,09
|
0,05287
|
Expérience
|
[5,10[
|
-0,0199222
|
0,03256
|
-0,61
|
0,541
|
0,101203
|
[10,20[
|
-0,5562473
|
0,03211
|
-17,32
|
0
|
0,191557
|
[20,25[
|
-0,1684514
|
0,04738
|
-3,56
|
0
|
0,3551
|
[25,30[
|
-0,1934745
|
0,04987
|
-3,88
|
0
|
0,209903
|
[30,plus[
|
-0,1061914
|
0,05003
|
-2,12
|
0,034
|
0,029197
|
Conditions
|
Intermédiaires
|
0,7360208
|
403,53
|
0
|
0,997
|
0,160978
|
Dangereuses
|
1,287612
|
370,73
|
0
|
0,999
|
0,233774
|
Source : DSI-CNPS avec calcul de
l'auteur
2-2-2. Interprétation des
résultats
Il ressort de l'analyse du tableau 23 que les hommes ont plus
de risque d'accident que les femmes ainsi l'hypothèse formulée
sur le sexe est vérifiée. En effet, les femmes ont un risque
relatif moins élevé que les hommes. Le fait d'être femme
réduit d'environ 31% le risque d'accident. Les femmes sont plus
prudentes que les hommes. Car évoluant dans le même cadre les
femmes ont moins d'accidents que les hommes. Cette situation pourrait
s'expliquer par le fait que les femmes occupent très souvent des emplois
peu dangereux ou travaillent dans le secteur commercial ou le risque d'accident
est relativement faible ainsi qu'il a été observé dans
l'analyse descriptive.
La catégorie professionnelle a une incidence sur la
survenue des accidents. Toutes ses modalités sont significatives. Le
fait d'être un employé ou un agent de maîtrise augmente de
façon significative le nombre d'accidents dont est victime le
travailleur. Les cadres ont un risque d'accident plus de deux fois plus faible
que les employés et les agents de maîtrise. Toutefois le risque
relatif des agents de maîtrise est plus élevé que celui des
employés (respectivement de 2,33et 2,21 fois).
Le modèle révèle que l'appartenance
à un pays de la CEDEAO réduit le risque d'accident, la
catégorie de référence étant la nationalité
ivoirienne. Les autres modalités de la variable nationalité ne
sont pas significatives. Par conséquent, le fait pour un travailleur de
posséder une nationalité de ces nationalités n'influence
pas la survenue d'un accident.
Le tableau 23 montre également que la variable secteur
d'activité explique la survenue des accidents du travail dans les
entreprises du secteur privé en Côte d'Ivoire. La variable secteur
d'activité est significative, les P-values de toutes ses
modalités sont inférieures à 0,05. Les coefficients sont
tous négatifs. Le fait d'appartenir à un secteur
d'activité autre que le secteur agricole réduit le risque
d'accident du travail. Les résultats montrent que les travailleurs qui
appartiennent aux secteurs du bâtiment et de la foresterie ont un risque
relatif plus élevé que celui des autres secteurs avec 0,63 et
0,64 fois le risque dans le secteur agricole.
L'âge influence également le processus accidentel
au sein des entreprises du secteur privé en Cote d'Ivoire. Les individus
qui ont entre 25 et 50 ans ont un risque d'accident plus faible que les
travailleurs de moins de 25 ans. Cette dernière classe d'âge
apparaît comme un groupe à risque. Par conséquence
l'appartenance aux deux premières classes citées est un facteur
de protection. On note par contre, que le risque relatif des travailleurs ayant
50 ans et plus est supérieur à 1. Le risque d'accident est plus
élevé dans cette classe d'âge que dans la classe
d'âge de référence dans notre modèle (moins de 25
ans). On ne peut par conséquent, pas affirmer que l'age est un facteur
de protection. En somme, le modèle révèle une association
entre l'âge et la fréquence de survenue des accidents. Les
travailleurs les plus jeunes et les travailleurs les plus âgés
sont les plus exposés aux accidents.
L'expérience professionnelle est un facteur qui
influence la survenue des accidents dans les entreprises du secteur
privé en Côte d'Ivoire. La modalité [5,10[ n'est pas
significative. Par contre, les autres modalités sont significatives. Le
fait pour un travailleur d'avoir entre 10 et 20 ans d'expérience
professionnelle réduit le risque d'accident d'environ 24,5% par rapport
à la catégorie de référence c'est-à-dire les
travailleurs qui ont moins de 5 ans d'expérience professionnelle. Le
risque d'accident est également plus faible pour toutes les
modalités de la variable expérience en comparaison à la
catégorie de référence. Cependant, le risque relatif est
le plus élevé (négativement) est celui des travailleurs de
plus de 30 ans d'expérience professionnelle. En somme, les
résultats révèlent que le fait d'avoir plus de 5 ans
d'expérience constitue un facteur de protection. On pourrait donc en
conclure l'expérience professionnelle est un facteur de protection.
Le modèle révèle que les individus qui
travaillent dans des emplois peu dangereux ont un risque d'accident plus faible
que ceux qui travaillent dans des corps d'emploi intermédiaires ou
dangereux. Les individus travaillant dans des corps d'emploi dangereux ont un
risque relatif d'accident plus élevé que celui des travailleurs
qui exercent dans des conditions intermédiaires. Retenons donc que les
conditions de travail déterminent le nombre d'accidents dont est
victime un travailleur du secteur privé en Côte d'Ivoire. Plus
l'emploi est dangereux plus le risque d'accident est élevé.
L'analyse des effets marginaux vise à déterminer
les variables qui contribuent le plus à la fréquence de survenue
des accidents. Le tableau 24 donne les effets marginaux des différentes
modalités des variables. La variable qui a la plus forte contribution
à la probabilité d'accident est la variable conditions de
travail. En effet, ses modalités ont plus fortes contributions. Les
autres variables ont des contributions relativement plus faibles. Parmi ces
dernières celle qui explique le moins la survenue des accidents
est : la variable nationalité, les effets marginaux de ses
modalités étant les plus faibles. De plus la variable qui la plus
faible contribution négative est la variable sexe (-0,59). L'on retient
par conséquent, que la variable qui a la forte incidence sur la survenue
des accidents du travail est la variable condition de travail.
|
|