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

 > 

Croissance, marché du travail et pauvreté: les leçons de l'expérience camerounaise sur la période 1991 - 2011

( Télécharger le fichier original )
par Victor KITIO
Université de Dschang - Master of Science (M.Sc) en Sciences Economiques 2013
  

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

Tableau 4.1. Relation entre l'emploi et sa productivité

Elasticité de l'emploi

Croissance (PIB)

 

Expansion

Récession

å

(-) accroissement de l'emploi

(+) accroissement de la productivité

(-) accroissement de l'emploi

(+) accroissement de la productivité

0= å=1

(+) accroissement de la production

(+) accroissement de la productivité

(-) accroissement de l'emploi

(+) accroissement de la productivité

å >1

(-) accroissement de l'emploi

(+) accroissement de la productivité

(-) accroissement de l'emploi

(+) accroissement de la productivité

Source : Kapsos(2005)

De ce tableau, on retient que pendant les périodes d'expansion économique, une élasticité de l'emploi négative (å ) traduit une évolution négative de l'emploi et une évolution positive de la productivité ; une élasticité de l'emploi comprise entre 0 et 1 (0= å=1)34(*) correspond à une évolution positive de l'emploi et de la productivité , avec une haute intensité en emploi (faible productivité) lorsque l'élasticité tend vers 1 ; une élasticité supérieure à 1(å >1) correspond à une évolution positive de l'emploi et une évolution négative de la productivité.

Pendant les périodes de récession économique, l'interprétation de l'élasticité de l'emploi vis-à-vis de l'accroissement de l'offre quantitative de l'emploi ainsi que l'accroissement de la productivité est exactement l'opposé de l'interprétation faite pendant les périodes d'expansion (Kapsos 2005).

4.3.2. Détermination des contributions sectorielles du marché du travail dans la réduction de la pauvreté: la méthode de décomposition du changement de la pauvreté

Nous utilisons l'indicateur de pauvreté FGT35(*) représenté par qui permet d'identifier les facteurs qui expliquent les changements observés dans la pauvreté totale entre deux périodes t (1996) et t+n (2001). Les facteurs en étude ici sont les effets intra-sectoriel et intersectoriel du marché du travail sur la variation de la pauvreté. Si fket représentent respectivement la taille de la population (taille de la main d'oeuvre) et le niveau de pauvreté du secteur , la propriété décomposable de la famille de mesures de la pauvreté nous permet d'écrire l'expression :

Le changement total de la pauvreté entre la période t et la période t+n est donné par : [4]

L'objectif ici est d'expliquer la variation totale de la pauvreté en termes de variation de la pauvreté intra-sectorielle de l'emploi et les migrations intersectorielles de la main d'oeuvre

a) Décomposition sectorielle suivant l'approche de Ravallion et Huppi

Pour analyser les sources des réductions observées de la pauvreté globale on emploie généralement le modèle de décomposition présenté par Ravallion et Huppi (1991) tout en exploitant la propriété additive de la classe FGT de mesures. On cherche se faisant à expliciter l'importance relative des modifications constatées à l'intérieur des secteurs du marché du travail (effets intra-sectoriels) par opposition aux modifications entre les secteurs, comme celles qui résultent des déplacements de la population ou de la main-d'oeuvre entre différents secteurs (effets intersectoriels).

Pour voir de quelle manière il est possible de procéder, on pose que Pák est la mesure de pauvreté FGT pour le secteur K qui comprend la proportion fK de la population à la date t. Sachant qu'il existe m secteurs de ce type et que t = t0 et t+n. il est aisé de vérifier que :

(Effets intra-sectoriels)

(Effets intersectoriels)

(Effets d'interaction) [5]

Toute les sommations étant effectuées pour k=1,...,m. les « effets intra-sectoriels » indiquent la contribution des modifications de la pauvreté à l'intérieur des secteurs, lorsque l'on bloque les proportions de la population incluses dans chaque secteur au niveaux constatés à la période de base, tandis que les « effets des déplacements de la main d'oeuvre » indiquent dans quelle mesure la pauvreté à la date initiale a été réduite par les diverses modifications des parts de la population dans chaque secteur entre cette date et la seconde. Les « effets d'interaction » sont dus à l'existence éventuelle d'une corrélation entre les gains sectoriels et les déplacements de population, et leur signe indique si la population à tendance ou non à se déplacer vers les secteurs dans lesquels la pauvreté est en baisse.

Cette approche de décomposition de la pauvreté totale est limitée voire inexacte à cause de la présence de « l'effet d'interaction » ou résidus. Pour pallier à cette insuffisance nous faisons recours à l'approche de décomposition sectorielle proposée par Shapley (1953) qui élimine les « effets d'interaction » en assignant plus significativement la variation de la pauvreté aux « effet intra-sectoriel » et « intersectoriel ».

b) La décomposition sectorielle suivant l'approche de Shapley

Présentation de la valeur de Shapley :

L'analyse distributive se propose de déterminer l'importance accordée à chaque facteur qui entre en compte dans l'amélioration des conditions de vie. Cette préoccupation est similaire aux problèmes longtemps rencontrés dans la théorie des jeux coopératifs et qui trouvent solution dans une littérature récente portant sur la valeur de Shapley (voireShorroks 1999, Kaboré 2002, Araar 2003 et Baye 2011). Ainsi, Shapley(1953) propose trois axiomes qui constituent le fondement de son analyse. Pour (k, ), la valeur espérée du joueur k dans le jeu ayant pour fonction caractéristique avec K= {1, 2,.......k,......m} est un ensemble fini de joueurs. Les sous-ensembles non vides de K sont appelés des coalitions.

Pour accomplir le processus de division, les joueurs doivent former des coalitions et la force de chaque coalition étant l'expression de la fonction caractéristique . Pour toute coalition ou sous-ensemble de s=k, (s) mesure la part du gain ou de la perte que la coalition s est capable d'obtenir sans coopérer avec les joueurs appartenant à une autre coalition.

Les axiomes de Shapley exigent donc que :

- L'expression, sk(k, ) doit être symétrique (ou anonyme). C'est-à-dire qu'elle doit être indépendante des facteurs notés1, 2,.....,m

- La décomposition doit être efficiente. C'est-à-dire exacte et additive tel que

Cela revient à dire que les contributions intuitives des différents facteurs en jeu doivent former des portions, de sorte qu'il n'existe pas de concepts vagues tels que les résidus ou l'effet d'interaction pour garantir l'identité de la décomposition.

L'unique fonction qui satisfait aux axiomes de Shapley est donnée par la valeur de Shapley (Shapley 1953, Young 1985) :

[6]

Où par convention 0!=1 et ( ) = 0. La valeur de Shapley dans l'équation [6] s'obtient en s'imaginant que les joueurs adhèrent au jeu de façon aléatoire.

La valeur de Shapley du joueur est la valeur moyenne de la contribution marginale de ce joueur dans l'ensemble des coalitions

c) Application de la valeur de Shapley à la décomposition sectorielle

A présent, au lieu des joueurs, nous considérons les facteurs qui expliquent le changement de la pauvreté. Ainsi, notons W pour représenter les « effets intra-sectoriels » et B les « effets des déplacements de la main d'oeuvre entre les différents secteurs » ou « effets intersectoriels ». Ceci implique que l'équation [4] peut se réécrire en utilisant la fonction caractéristique v telle que Ici, nous avons seulement deux facteurs et leurs deux séquences d'élimination sont données par {W, B} et {B, W}. La valeur de la contribution marginale des effets intra-sectoriels, W et intersectoriels, B du marché du travail est respectivement présentée dans les panels (a) et (b) du tableau 4.2 ci-dessous.

De ce tableau, on peut déduire les contributions de Shapley des effets intra-sectoriels (W) (équation [7]) et intersectoriels(B) (équation [8]) comme la mesure moyenne de leur contribution marginale ÄP :

Tableau4.2 : application de la valeur de Shapley (équation [6]) dans la prise en en compte de la détermination des effets intra-sectoriels et intersectoriels

 

S

S

 

(contributions marginales)

Panel (a)

N° des facteurs dans S avant élimination de W

2

2

0,5

 

1

1

0,5

 

Panel (b)

N° des facteurs dans S avant éliminations de B

2

2

0,5

 

1

1

0,5

 

[7]

[8]

Lorsque les effets intra-sectoriels sont absents, W prend la valeur 0 et la variation de la pauvreté (ÄPá) dans la classe de mesures FGT dans l'équation (1) devient :

[9]

Eliminer les migrations de la main-d'oeuvre entre les différents secteurs du marché du travail équivaut à fixer B= 0 et la variation de la pauvreté dans la classe des mesures FGT devient :

[10]

L'expression complète des contributions de Shapley pour W et B telles que exprimées dans les équations [4] et [5] pour la classe des mesures Pá de la pauvreté est donnée par les équations [8] et [9] respectivement.

[11]

Suivant la même procédure pour la contribution du facteur B, nous obtenons :


[12]

L'équation [1] expliquant la variation totale de la pauvreté peut à présent se réécrire en termes d'effets de la variation de la pauvreté à l'intérieur des secteurs et des migrations de la main-d'oeuvre entre secteurs du marché du travail de la manière suivante :

= Effets intra-sectoriel + effets intersectoriel [13]

* 34 Khan(2002) pense qu'une élasticité favorable pour les PED doit se situer autour de 0.7

* 35 Des initiales de Foster, Greer et Thorbecke(1984) qui se décline comme suit :(P0) pour l'incidence de la pauvreté, (P1) pour l'intensité de la pauvreté et (P3) pour la sévérité de la pauvreté.

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








"Ceux qui vivent sont ceux qui luttent"   Victor Hugo