III.2. Egalité en matière de l'emploi
III.2.1. Ajustement de modèles lié
à la proportion des femmes parmi les chômeurs
La proportion des femmes parmi les chômeurs reste faible
étant donné qu'elle varie autour des 27%. Il est vrai que les
femmes ont plus de chance de trouver un travail que les hommes vu que ces
derniers sont plus exigeants, surtout en matière de salaire. Par
ailleurs une femme qui ne travaille pas et qui ne cherche pas un
emploi n'est pas considérée comme chômeuse, ce qui
est le cas généralement alors qu'un homme sans emploi
reste le plus souvent à la recherche. Ce qui pourrait expliquer le
fait que le nombre de chômeurs masculins soit nettement supérieur
au féminin.
Toutefois, nous allons essayer de l'expliquer en
considérant les facteurs suivants:
· l'alphabétisation, puisque il faut un minimum
d'instruction pour avoir accès à l'emploi;
· le niveau d'études représenté ici
par deux variables ; la proportion des femmes qui ont le niveau primaire ou
secondaire et la proportion des femmes qui ont le niveau supérieur;
· le dynamisme économique de la province : qui
est approché par les productions industrielle et agricole par
tête.
Il serait aussi pertinent d'introduire le taux
d'urbanisation. La fécondité pourrait également agir
sur le chômage des femmes, mais cette variable est
statistiquement non adéquate car elle est pratiquement constante
pour l'ensemble des provinces, d'où son élimination du
modèle finale.
III.2.2. Modèle retenu et
interprétions
Après une estimation par la méthode des
moindres carrés ordinaires, puisque les variables utilisées
sont toutes non endogènes, nous avons retenu le modèle dont les
résultats sont présentés dans le tableau suivant.
Tableau 18 : Estimation par
moindres carrés ordinaires de l'équation de la proportion
des
femmes parmi les chômeurs
Dependent Variable: F_CHOM Method: Least Squares
Date: 05/29/06 Time: 22:08
|
R-squared
|
0.155243
|
Mean dependent var
|
27.69525
|
|
Adjusted R-squared
|
0.061382
|
S.D. dependent var
|
6.086500
|
|
S.E. of regression
|
5.896742
|
Akaike info criterion
|
6.494296
|
|
Sum squared resid
|
1877.665
|
Schwarz criterion
|
6.736527
|
|
Log likelihood
|
-191.0760
|
F-statistic
|
1.653956
|
|
Durbin-Watson stat
|
1.942685
|
Prob(F-statistic)
|
0.150362
|
Sample: 1 61
|
Included observations: 61
|
|
|
|
|
Variable Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
C 35.31684
|
8.010148
|
4.409012
|
0.0000
|
|
F_SEC 0.765340
|
0.401555
|
1.905939
|
0.0620
|
|
F_SUP 1.122186
|
0.560962
|
2.000467
|
0.0505
|
|
IND_TET -0.013437
|
0.074213
|
-0.181061
|
0.8570
|
|
AGR_TET 0.322102
|
0.171340
|
1.879900
|
0.0655
|
|
TX_URBA -0.059751
|
0.044170
|
-1.352747
|
0.1818
|
|
ALPHA -0.714140
|
0.409522
|
-1.743837
|
0.0869
|
Les variables sont statistiquement mal choisis et
ressortent non significatives à
l'exception de la proportion des femmes qui ont le niveau
supérieur. Pourtant nous pouvons
les interpréter puisqu'elles sont théoriquement
défendables.
En effet, comme prévu l'alphabétisation et
l'urbanisation augmentent les chances pour une femme de trouver un emploi et
puisque les femmes sont beaucoup plus employées dans l'industrie que
dans l'agriculture, les signes des deux variables ressortent
opposés. Conformément à plusieurs théories sur le
marché de travail qui affirment que plus le niveau d'éducation
augmente, plus le chômage augmente, le signe lié à
la proportion des femmes ayant le niveau supérieur est positif. Cette
théorie pourrait s'appliquer même pour le niveau secondaire si
celui-ci n'est pas accompagné d'une formation professionnelle.
Ce chapitre nous a permis d'avoir une idée sur le
comportement des investissements publics, certaines caractéristiques de
la population et la réalisation des trois premiers OMD.
La pauvreté ressort comme la principale
préoccupation devant attirer l'attention des pouvoirs publics pour
parvenir à la scolarisation de tous les enfants et l'élimination
des discriminations
à l'égard des femmes. En second lieu on
retrouve l'alphabétisation qui explique en grande partie la
pauvreté et tous les autres indicateurs d'ailleurs. Les
modèles économétriques développés nous
permettent de connaître les contributions marginales de chaque variable
(via
les coefficients estimés) dans
l'amélioration des différents indicateurs. Ils ne tiennent
pas compte des contraintes liées au fonctionnement d'un Etat et d'une
économie et ne renseignent pas sur la combinaison optimale des variables
à choisir pour atteindre les objectifs.
En partant des équations estimées, le
prochain chapitre traitera de la fermeture des modèles
économétriques et de l'optimisation de la réalisation des
objectifs.
| 
