Memoire Online - Réalisation des Objectifs du Millénaire pour le Développement (OMD) au Maroc : Une analyse par un modèle d'optimisation spatiale

Les Objectifs du Millénaire pour le Développement (OMD) sont un ensemble d'objectifs de lutte contre la pauvreté et de promotion des droits humains, assortis des cibles chiffrées à atteindre à l'horizon 2015 et adoptés par les Etats membres de l'ONU lors de son assemblée générale en 2000, parmi lesquels le Maroc.

Ce travail s'inscrit dans un cadre d'exercice pour identifier des actions et des mesures

de politiques économiques et sociales dans le but de mettre en place au niveau du Maroc, une stratégie nationale de réalisation de ces objectifs conformément aux dernières recommandations des Nations Unies.

Une analyse par un modèle d'optimisation spatiale a été utilisée pour aborder cette problématique. Il s'agit d'une modélisation statistico -économique en deux étapes ; la première consiste à développer des modèles économétriques d'explication des différents indicateurs de

ces objectifs et la deuxième formule et résout un problème d'optimisation pour la réalisation des divers objectifs sous contraintes des équations estimées.

L'aspect innovateur de ce travail est son recours à une analyse provinciale qui constitue une solution au manque de données en séries chronologiques pour l'estimation des différentes équations et une approche plus adéquate pour capter l'impact de certaines politiques publiques

sur la réalisation des OMD. Ce serait également un moyen de ciblage spatial d'investissements publics et un préalable pour la publication des rapports régionaux sur les OMD au Maroc.

L'application a porté sur huit indicateurs qui représentent les trois premiers objectifs relatifs à la pauvreté, l'éducation et l'égalité des sexes. Il ressort de cette analyse que les actions prioritaires que devrait entreprendre le Maroc sont : l'éradication de l'analphabétisme,

le renforcement des équipements scolaires, l'encouragement de la microfinance et le renforcement de la mise à niveau de l'économie pour accroître davantage les productions industrielle et agricole. Parallèlement l'Etat devrait prendre des mesures d'amélioration de la qualité et de l'accès à l'information statistique qui a été une des difficultés rencontrées dans ce travail.

Finalement, cette nouvelle méthode d'analyse statistique se prête bien aux applications concrètes et particulièrement au suivi de la mise en oeuvre des OMD. Il convient dorénavant de

lui apporter des améliorer en commençant par y intégrer une distinction entre les milieux urbain et rural et d'étendre son application aux problèmes de l'entreprise.

Mots clés : OMD, réalisation, optimisation spatiale, Modèle, Pauvreté.

^{A mes très chers parents, particulièrement
ma mère pour son immense courage et}

Qu'ils trouvent tous, en ce travail, l'expression de ma plus profonde reconnaissance pour tous les sacrifices qu'ils ont consentis pour moi.

A toute ma famille et à toutes les personnes qui ont toujours cru en moi et m'ont soutenu.

Au terme de ce travail, nous remercions vivement notre cher professeur et encadrant Mr Touhami ABDELKHALEK, qui nous a été d'une aide indispensable tout au long du parcours de ce projet ; de sa conception jusqu'à ses orientions techniques.

En suite notre reconnaissance s'adresse à Mr Tajeddine BADRY pour la confiance qu'il a placée en nous, en nous accueillant au PNUD et plus généralement pour ses judicieux conseils et recommandations et Mme Claudine JELLALI du PNUD pour son professionnalisme sans équivoque.

PNUD, de l'UNIFEM et du FNUAP (Maroc), y compris les stagiaires, qui tout au long

de ce travail, n'ont pas manqué de nous faire partager leurs informations et leurs expériences professionnelles, tout cela dans un climat de convivialité.

Notre gratitude s'adresse également à Mr Zouhir BENGHAMOUSS et Mr Driss BAGHDADI du Ministère de l'Education Nationale pour tout le temps qu'ils ont bien voulu consacrer pour répondre à nos besoins des données. Il en est de même pour tous les personnels des différents organismes qui nous ont fourni les informations utilisées dans cette étude, notamment ceux de la direction de la statistique.

Nous ne saurons terminer sans remercier les professeurs de l'INSEA (Institut National de Statistique et d'Economie Appliquée) qui ont su nous inculquer durant ces trois ans, des valeurs intellectuelles et humaines nécessaires à une formation de cadres

Enfin, nous remercions chaleureusement tous nos ami(e)s pour leurs soutiens indéfectibles et toutes les personnes qui, de près ou de loin ont contribué à la réalisation

Liste des abréviations ............................................................................................................ - 9 - Liste des tableaux et figures ................................................................................................ - 10 - Introduction générale .......................................................................................................... - 13 - Chapitre 1: Du développement humain et des Objectifs du Millénaire pour le

Développement (OMD)........................................................................................................ - 16 -

I. Contexte institutionnel, économique et social du Maroc ................................................ - 16 - I.1. Contexte institutionnel du Maroc........................................................................ - 16 - I.2. Contexte économique du Maroc ......................................................................... - 17 - I.3. Contexte social du Maroc ................................................................................... - 18 -

II. Développement humain au Maroc : réalisations et perspectives ................................... - 20 - II.1. Concept et définition du développement humain ............................................... - 20 - II.2. Le cas du Maroc.................................................................................................. - 21 - III.OMD : historique, évolution et défis ............................................................................. - 23 - III.1. Aperçu général sur les OMD .............................................................................. - 23 - III.2. Le cas du Maroc.................................................................................................. - 24 - III.2.1. Réduire la pauvreté et la faim ..................................................................... - 24 - III.2.2. Assurer l'éducation primaire pour tous....................................................... - 24 - III.2.3. Promouvoir l'égalité des sexes et l'autonomisation des femmes ............... - 25 - III.2.4. Réduire la mortalité infantile ...................................................................... - 25 - III.2.5. Améliorer la santé maternelle ..................................................................... - 25 - III.2.6. Combattre le VIH/SIDA, le paludisme et d'autres maladies ...................... - 26 - III.2.7. Assurer un environnement durable ............................................................. - 26 - III.2.8. Mettre en place un partenariat mondial pour le développement ................. - 26 -

Chapitre 2: Choix des indicateurs et prospection des facteurs déterminants ................ - 28 - I.Choix des objectifs et des variables expliquées................................................................ - 28 - I.1. Choix des objectifs étudiés ................................................................................. - 28 - I.2. Choix des variables expliquées ........................................................................... - 29 - II.Analyse descriptive et choix des variables explicatives.................................................. - 29 - Préliminaire: Présentation de la base de données et des variables.................................. - 29 - II.1. Objectif 1 : réduire l'extrême pauvreté et la faim............................................... - 30 -

II.1.1. Distribution provinciale de la pauvreté....................................................... - 30 - II.1.2. Corrélations et graphiques descriptifs liés à la pauvreté............................. - 32 - II.2. Objectif 2 : Assurer l'éducation primaire pour tous ........................................... - 34 - II.2.1. Phénomène de déperdition scolaire au niveau provincial........................... - 34 - II.2.2. Corrélations et graphiques descriptifs liés à la rétention scolaire............... - 37 - II.3. Objectif 3 : Promouvoir l'égalité des sexes et l'autonomisation des femmes .... - 38 - II.3.1. Situation de la femme (enseignement et emploi) au niveau provincial ...... - 38 - II.3.2. Corrélations et graphiques descriptifs des variables portant sur

l'égalité des sexes ..... ..........................................................................- 41 -

Chapitre 3: Modèles économétriques d'explication des différents indicateurs ............. - 44 -

I.Objectif 1 : Réduire l'extrême pauvreté et la faim ........................................................... - 45 - I.1. Ajustement des modèles de taux de pauvreté et d'indice de Gini ...................... - 45 - I.2. Modèles retenus et interprétions ......................................................................... - 45 -

II.Objectif 2 : Assurer l'éducation primaire pour tous........................................................ - 49 - II.1. Ajustement des modèles des taux d'achèvement ................................................ - 49 - II.2. Modèles retenus et interprétions ......................................................................... - 50 - III.Objectif 3 : Promouvoir l'égalité des sexes et l'autonomisation des femmes ............... - 51 - III.1. Egalité des sexes dans l'enseignement ............................................................... - 51 -

III.1.1. Ajustement des modèles liés aux proportions des filles dans l'enseignement............................................................................................................. - 51 - III.1.2. Modèles retenus et interprétions ................................................................. - 53 -

1) Proportion des filles dans l'enseignement collégial et qualifiant ................... - 53 -

2) Proportion des filles dans l'enseignement supérieur ...................................... - 54 - III.2. Egalité en matière de l'emploi ............................................................................ - 55 - III.2.1. Ajustement de modèles lié à la proportion des femmes parmi

les chômeurs................................................................................................................ - 55 - III.2.2. Modèle retenu et interprétions .................................................................... - 55 -

Chapitre 4: Modèle d'optimisation pour une réalisation provinciale et nationale

des trois premiers OMD ...................................................................................................... - 57 -

I.Formulation du problème d'optimisation ......................................................................... - 57 - II.Présentation globale des résultats.................................................................................... - 60 - III.Présentation des résultats selon les objectifs ................................................................. - 61 - III.1. Objectif 1 : Réduire l'extrême pauvreté et la faim. ............................................ - 61 - III.2. Objectif 2 : Assurer l'éducation primaire pour tous ........................................... - 64 - III.3. Objectif 3 : Promouvoir l'égalité des sexes et l'autonomisation des femmes .... - 66 -

III.3.1. L'égalité dans l'enseignement. ................................................................... - 66 - III.3.2. L'égalité en matière d'emploi. .................................................................... - 67 -

Conclusion générale ............................................................................................................. - 69 - Références bibliographiques ............................................................................................... - 71 - Annexes ................................................................................................................................. - 73 -

Tableau 1 : Principaux indicateurs économiques, démographiques et socioéconomiques du

Maroc .....................................................................................................................................- 19 - Tableau2 : Classification des provinces selon le taux de pauvreté .......................................- 31 - Tableau 3 : Matrice des corrélations des variables liées à la pauvreté ..................................- 32 - Tableau 3 : Matrice des corrélations des variables liées à la pauvreté (suite) .......................- 32 - Tableau 4 : Classification des provinces selon le taux d'achèvement du primaire ...............- 35 - Tableau 5 : Classification des provinces selon le taux d'achèvement du collège .................- 36 -

Tableau 6 : Matrice des corrélations des variables liées aux taux d'achèvement du primaire et

du collège ...............................................................................................................................- 37 -

Tableau 6 : Matrice des corrélations des variables liées aux taux d'achèvement du primaire et

du collège (suite)....................................................................................................................- 37 -

Tableau 7 : Classification des provinces selon la proportion des femmes dans l'enseignement supérieur.................................................................................................................................- 39 -

Tableau 8 : Classification des régions selon la proportion des femmes parmi les chômeurs - 40 -

Tableau 9 : Matrice des corrélations des variables liées à la proportion des filles dans l'enseignement .......................................................................................................................- 41 -

Tableau 9 : Matrice des corrélations des variables liées à la proportion des filles dans l'enseignement (suite) ............................................................................................................- 41 -

Tableau 10 : Matrice des corrélations des variables liées à la proportion des femmes parmi les chômeurs ................................................................................................................................- 42 -

Tableau 11 : Estimation par doubles moindres carrés de l'équation de la pauvreté..............- 46 -

Tableau 12 : Estimation par doubles moindres carrés de l'équation de l'indice de Gini .......- 48 -

Tableau 13 : Estimation par doubles moindres carrés de l'équation du taux d'achèvement du primaire ..................................................................................................................................- 50 -

Tableau 14 : Estimation par doubles moindres carrés de l'équation du taux d'achèvement du collège ....................................................................................................................................- 50 -

Tableau 15 : Estimation par doubles moindres carrés de l'équation de proportion des filles au collège ....................................................................................................................................- 53 -

Tableau 16 : Estimation par doubles moindres carrés de l'équation de proportion des filles au qualifiant ................................................................................................................................- 53 -

Tableau 17 : Estimation par doubles moindres carrés de l'équation de la proportion des filles

dans l'enseignement supérieur. ..............................................................................................- 54 -

Tableau 18 : Estimation par moindres carrés ordinaires de l'équation de la proportion des

femmes parmi les chômeurs...................................................................................................- 56 - Tableau19 : Bornes inférieures et supérieures des différentes variables. .............................- 59 -

Tableau20 : Taux de pauvreté (niveau en 2004 et niveau à atteindre probablement) pour

certaines provinces.................................................................................................................- 62 -

Tableau21 : Indice de GINI (niveau en 2004 et niveau à atteindre probablement) pour

certaines provinces.................................................................................................................- 63 -

Tableau 22 : Taux d'achèvement du primaire (niveau en 2004 et niveau à atteindre

probablement) pour certaines provinces ................................................................................- 65 -

Tableau 23 : Proportion des femmes parmi les chômeurs (niveau en 2004 et niveau à atteindre probablement) dans certaines provinces. ...............................................................................- 67 -

Tableau 24 : Niveaux des variables pour la province d'Eljadida (la province moyennement

pauvre) ...................................................................................................................................- 94 -

(la province la moins pauvre) ................................................................................................- 95 -

(la province la plus pauvre)....................................................................................................- 96 -

Graphique 1 : Variation provinciale des variables explicatives (fortement corrélées

entre elles) du taux de pauvreté. .......................................................................................... - 33 -

Graphique 2 : Variation provinciale des variables explicatives (fortement corrélées

entre elles) de l'indice de Gini. ............................................................................................ - 34 -

Graphique 3 : Variation provinciale des variables explicatives (fortement corrélées

entre elles) des taux d'achèvement du primaire et du collège. ........................................... - 38 -

Graphique 4 : Variation provinciale de certaines variables explicatives (fortement

corrélées entre elles) de la proportion des filles dans l'enseignement. ................................ - 42 -

Graphique 5 : Variation provinciale de certaines variables explicatives (fortement

corrélées entre elles) de la proportion des femmes parmi les chômeurs.............................. - 43 -

Encadré 1 : Les Objectifs du Millénaire pour le Développement. ..................................... - 23 -

Encadré 2 : Principales recommandations pour la réalisation des trois premiers OMD. ... - 73 -

Introduction générale

Dans le contexte international marqué par une certaine instabilité économique et politique : flambée des cours du pétrole, conflits politiques et sociaux..., les pays se doivent d'unir leurs efforts pour pouvoir trouver de manière coordonnée et efficace des solutions durables. Une telle action ne pourrait être envisagée que dans le cadre des activités des organismes internationaux tels que l'Organisation des Nations Unies (ONU) qui a pour principales missions : le maintien de la paix, la promotion des droits de l'Homme, la protection

de l'environnement et le développement économique et social. C'est ainsi que la lutte contre la pauvreté est devenue une des priorités absolues des Nations Unies à l'aube du 21^èmesiècle où

des millions de personnes vivent encore sous la menace de la famine, des maladies, de l'habitat insalubre et de la précarité des conditions de vies en général. En effet, lors de l'assemblée générale des Nations Unies en 2000, les problèmes de développement socio-économique ont

été identifiés par la communauté internationale dans le cadre de la Déclaration du Millénaire

adoptée par 147 chefs d'Etats et de gouvernements parmi lesquels le Maroc. Cette déclaration contient un ensemble de huit objectifs de développement baptisés : Objectifs du Millénaire pour le Développement (OMD) et assortis des cibles chiffrées à atteindre à l'horizon 2015.

Cinq années après le lancement de ce grand chantier de développement, sous l'impulsion du secrétaire général de l'ONU, un rapport de suivi et des recommandations pour

la réalisation des dits objectifs vit le jour. Il s'agit du rapport Sachs intitulé « Investir dans le développement » qui se veut un document de référence au niveau international et constitue une feuille de route pour les pays dans la réalisation des OMD. La principale recommandation de

ce rapport est que « les gouvernements des pays en développement devraient se doter de stratégies de développement assez ambitieuses pour atteindre en 2015 les Objectifs du Millénaire pour le Développement. Nous les désignons sous le nom de stratégies de réduction

de la pauvreté reposant sur les OMD. Pour respecter cette date limite de 2015, nous recommandons à tous les pays de mettre en place ces stratégies en 2006 au plutard. S'il existe déjà un document de stratégies de réduction de la pauvreté, il doit être adapté aux OMD »¹.

Ce rapport s'inscrit donc dans un cadre d'exercice pour identifier les actions et les mesures de politiques économiques et sociales dans le but de mettre en place au niveau du Maroc, cette stratégie nationale de réalisation des OMD. En effet, le Maroc affiche déjà une réelle volonté des pouvoirs publics de combattre les nombreux maux socio-économiques dont souffre la population. Cette étape est considérée comme première exigence de toute tentative

de développement. Laquelle volonté s'est concrétisée par le lancement par SM le Roi le 18 mai

2005 de l'Initiative Nationale de Développement Humain (INDH), qui constitue actuellement

la politique nationale de référence en matière de lutte contre la pauvreté et les inégalités et qui succède aux multiples programmes sociaux adoptés depuis plusieurs années.

Le Maroc se doit donc actuellement, avec l'appui des organisations internationales notamment le PNUD (Programme des Nations Unies pour le Développement), de coordonner

et de réorienter l'ensemble de ces programmes sociaux et économiques vers la réalisation des

Dans cet objectif, notre travail consiste à mettre en place un modèle d'optimisation

spatiale pour la réalisation des OMD qui sera testé sur le cas marocain. Il nous permettra en particulier de trouver une répartition optimale des investissements publics pour une réalisation provinciale des OMD au Maroc. Pour ce faire, il adopte une méthodologie en deux grandes phases :

· 1^èrephase: développement des modèles économétriques des différents indicateurs

· 2^èmephase : développement d'un modèle d'optimisation pour la réalisation des différents objectifs.

Une fois estimées, les équations de la 1^èrephase feront parties des contraintes du modèle d'optimisation de la 2^èmephase. Il faudrait ensuite respecter les autres contraintes physiques et financières liées aux variables pour compléter le modèle d'optimisation, le résoudre et tirer des conclusions pour proposer des mesures à entreprendre dans le but de réaliser à l'horizon fixé les dits objectifs.

· la constitution d'une base de données relatives à l'étude conformément aux variables retenues ;

· la présentation de la situation des OMD au Maroc en décrivant l'état des lieux et les profils des différents indicateurs retenus ;

· le développement des modèles économétriques d'explication des différents indicateurs ;

· la formulation d'un programme d'optimisation de la réalisation des OMD conformément aux équations estimées et aux éventuelles contraintes physiques et financières liées aux différentes variables ;

· la résolution du programme formulé pour trouver les niveaux optimaux des variables à l'aide du logiciel GAMS ;

· la formulation et la proposition des mesures ou actions (prioritaires et efficaces) de politiques économiques et sociales susceptibles de réaliser les OMD à partir des résultats des étapes précédentes.

L'aspect innovateur de ce travail est son recours à une analyse provinciale, qui constitue une solution aux manques de données en séries chronologiques pour l'estimation des équations et une approche pour mesurer les impacts des politiques publiques sur la réduction de la pauvreté, étant donné l'inadaptation des approches micro-économiques basées

sur les données relatives aux ménages pour capter des tels impacts. Par ailleurs, c'est également un moyen de ciblage provincial d'investissements publics et un préalable à la publication des rapports régionaux sur les OMD au Maroc.

Ainsi, le chapitre I de ce rapport présente une introduction des concepts abordés ainsi qu'un aperçu général sur la situation du Maroc en ce qui concerne le développement humain

Le chapitre II est consacré aux choix des variables et à une prospection des facteurs déterminants. Il s'agit de justifier les choix des objectifs et des variables expliquées et de faire une analyse descriptive pour définir les variables explicatives.

Le développement et les résultats des modèles d'équations simultanées sont traités

dans le chapitre III. Dans cette partie, nous présentons les estimations, les tests effectués, les modèles retenus et surtout les interprétations et les conclusions tirées.

Le chapitre IV quant à lui est consacré à la formulation et à la résolution du modèle d'optimisation. Il s'agit de définir les fonctions objectives, les contraintes du problème d'optimisation et de présenter les résultats et les interprétations.

Ce travail se termine par une conclusion générale contenant essentiellement les principaux constats et recommandations à la suite des résultats des chapitres précédents.

Chapitre 1

Du développement humain et des Objectifs du Millénaire pour le

Développement (OMD)

Dans ce premier chapitre, nous jetons les bases théoriques de ce travail en commençant par présenter le Maroc dans son contexte institutionnel, économique et social. Les parties suivantes traitent de la clarification des concepts du développement humain et des OMD et donne un aperçu général sur le cas marocain.

I. Contexte institutionnel, économique et social du Maroc

I.1. Contexte institutionnel du Maroc

Depuis la conquête arabo-musulmane il y a treize siècles, le Maroc a connu la succession de plusieurs dynasties, la dernière est la dynastie Alaouite qui s'est établie en

1666. Ainsi, les principes d'une monarchie se sont déjà installés. Ce n'est qu'en 1962 que la première constitution fut adoptée par référendum faisant du Maroc une monarchie constitutionnelle, démocratique et sociale. Le Maroc a connu depuis, 4 constitutions promulguées en 1970, 1972, 1992 et 1996 en plus de deux révisions entamées en 1980 et

1995. Les cinq constitutions stipulent que le Royaume du Maroc est un Etat musulman, ce qui confère au Roi une autorité morale sur les citoyens et lui attribue le titre d'Amir Al Mouminine (Commandeur des croyants). La constitution lui attribue aussi plusieurs pouvoirs ; il nomme le premier ministre et détient à côté du gouvernement le pouvoir exécutif. Au cours de la dernière révision constitutionnelle, plusieurs innovations ont été introduites en particulier l'instauration d'un parlement bicaméral : la chambre des représentants élus au suffrage universel direct pour cinq ans et la chambre des conseillers composée d'élus régionaux et d'élus des chambres professionnelles et salariés pour trois ans. Conformément à la constitution, le pouvoir judiciaire est indépendant des deux autres.

Par ailleurs, la constitution du Royaume consacre les libertés démocratiques et les droits de l'Homme tels qu'ils sont universellement reconnus. Depuis les années 90 du siècle dernier, le Maroc a révélé une ferme volonté de renforcer l'Etat de droit et d'instaurer les principes des droits humains. Elle s'est concrétisée avec la création du Conseil Consultatif des Droits de l'Homme suivie, en 1993, par la mise en place d'un ministère chargé des droits

de l'Homme. Avec l'avènement de SM le Roi Mohammed VI, plusieurs chantiers et initiatives ont été instaurés, d'une part pour consolider les droits humains et d'autre part pour rattraper le retard hérité du passé dans ce domaine. A cet effet, la création de l'Instance Equité

et Réconciliation (IER) représente un grand pas vers la transition démocratique. Elle a été instituée par SM le Roi pour examiner les violations des droits de l'Homme perpétrées depuis l'indépendance jusqu'en 1999 et indemniser les victimes de traitements arbitraires. Diwan Al Madalim qui est chargé de traiter les plaintes des citoyens a été installé pour les mêmes fins.

La réforme et l'adoption du nouvel Code de la Famille, la promulgation du Code Pénal et la révision du Code du Travail et de la Charte de l'Education ne seraient que des grandes avancées parmi tant d'autres en matière de la promotion des droits de l'Homme.

Au niveau de la démocratie locale, depuis la révision constitutionnelle de 1992,

plusieurs attributions ont été reconnues pour les autorités locales et se sont élargies suite à la révision de la Charte Communale en 2001. A cet effet, elles se sont dotées d'une personnalité juridique et d'une autonomie financière autorisant la prise de décisions sous la tutelle d'une autorité centrale.

Tout compte fait, le processus de démocratisation du système et d'amélioration de la gouvernance est en marche, tout dépend dorénavant de la cohérence de l'action menée conjointement par l'Etat et les citoyens pour en faire un facteur essentiel pour le développement du pays.

I.2. Contexte économique du Maroc

Après le Programme d'Ajustement Structurel mené dans les années 80 du siècle dernier pour remédier aux déséquilibres macroéconomiques qui ont frappé son économie, le Maroc a pu maintenir une relative stabilité de son cadre macroéconomique. L'inflation a été maintenue au dessous des 2% du PIB. Le déficit budgétaire, alourdi par le niveau élevé de la masse salariale et les dépenses de subventions de produits de base, est quand même resté à un niveau bas qui avoisine les 3,6% du PIB. Le compte courant a cependant dégagé un excédent

Le taux de croissance du PIB, qui à peine atteint les 3%, reste insuffisant pour favoriser un réel développement économique et social. Ceci étant donné que le PIB marocain dépend fortement des secteurs à faible valeur ajoutée. L'agriculture, qui dépend fortement des conditions climatiques représente 15% du PIB et le secteur industriel ne contribue que d'environ 18%.

Par ailleurs, cette évolution du PIB reste inférieure à celle de la population active qui s'accentue notamment avec l'arrivée de la femme sur le marché. Ce qui n'a pas permis de générer plus d'emploi et d'absorber le chômage élevé qui avoisine les 10% de la population active. Ce taux est plus élevé en milieu urbain (18,4%,), chez les jeunes âgés de 15 à 25 ans (15,4%) et chez les diplômés de l'enseignement supérieur (26,9%).

Au niveau des relations internationales, le Maroc a signé plusieurs accords de libre échange avec un certain nombre de pays : l'Union Européenne, la Tunisie, l'Egypte, la Jordanie, la Turquie et récemment les Etats Unies d'Amérique. A cet effet, il était nécessaire d'entamer des reformes institutionnelles, juridiques et structurelles pour améliorer la compétitivité qu'exige cette ouverture économique. D'où les multiples programmes de mise à niveau de l'économie qu'entreprend actuellement le Maroc notamment le plan Emergence du Ministère de l'Industrie.

Malgré cette libéralisation des échanges extérieurs, les exportations marocaines n'en

ont pas profité. Leur rythme de croissance annuel s'est ralenti pendant ces dernières années, il

est passé de 14,8% dans la période 1983-1992 à 7,2% pendant la période 1993-2001. Cela est

dû essentiellement à la baisse des exportations des produits alimentaires et des phosphates

et ses dérivées. Les importations par contre, avec la baisse des droits de douane, connaissent une augmentation continue, qui s'accentue avec l'accroissement de la facture énergétique. En effet, l'énergie et les importations céréalières absorbent eux seules le tiers des recettes des exportations. Conséquemment, le taux de couverture des importations par les exportations ne dépasse pas les 70%, ainsi, le déficit commercial dépasse les 11% du PIB. Malgré ce déficit

commercial, la balance des paiements marocaine a enregistré un excédent pendant la période

2000-2004, qui est essentiellement alimentée par les recettes touristiques et les transferts des

Suite à l'amélioration de l'environnement juridique et réglementaire des affaires et grâce aux efforts que l'Etat fournit pour stimuler l'investissement, le taux d'investissement s'est nettement amélioré ces dernières années ; passant de 19% en 1996 à plus de 22% dans

les années 2000. Cependant, il reste insuffisant pour relancer la machine économique. En effet, les investissements de l'Etat en matière d'infrastructure ne se sont pas accompagnés

par la contribution du secteur privé national ou étranger. La contribution des investissements directs étrangers ne dépasse pas les 10% de la formation brut du capital fixe.

Dorénavant, le Maroc devrait porter plus d'attention sur la reconversion de son économie vers les activités à forte valeur ajoutée et poursuivre également ses programmes de mise à niveau pour pouvoir profiter pleinement de son intégration à l'économie mondiale.

I.3. Contexte social du Maroc

Devant toutes ces difficultés au niveau économique, la situation sociale au Maroc a enregistré d'énormes progrès, notamment avec l'avènement de l'Etat de droits et grâce aux chantiers menés dans ce sens. La lutte contre la pauvreté, l'éducation et l'élargissement de l'accès aux équipements et services de bases sont les principales préoccupations de l'Etat. Les dépenses budgétaires dans les secteurs sociaux représente près de 50% du budget de l'Etat.

La pauvreté considérée comme l'un des plus grands malaises sociaux étant donné que presque tous les autres n'en sont que le résultat, touche plus de 4 millions de marocains. D'où

la nécessité d'une mise en place urgente par les pouvoirs publics des programmes sociaux y afférant. C'est le cas de l'Initiative Nationale de Développement Humain lancée en 2005 dont

les principales innovations sont son approche participative et la décentralisation des décisions, et constituant ainsi une politique de rupture avec les traditionnels programmes sociaux.

Au niveau de l'éducation, les indicateurs affichent une progression continue. Le taux

de scolarisation des enfants en âge de scolarisation a atteint 87% en 2004. Les filles ont étaient les principales bénéficiaires puisque leur taux a augmenté de 51,9% en 1993-1994 à

84,2% en 2003-2004. En milieu rural, ce taux a enregistré la progression la plus forte, passant

De même, le taux d'alphabétisation a connu une amélioration, passant de 45% à 57% pour la même période. Mais en milieu rural, l'analphabétisme reste encore un défi à relever, malgré son infléchissement de 75% à 60%.

Au niveau de la santé, plusieurs programmes ont été institués, notamment pour réduire

les mortalités infantile et maternelle qui, certes en baisse, sont encore à des niveaux inquiétants. La première étant à 40%o et la deuxième à 227 décès pour 100000 naissances. A

cet effet, le programme « Maternité Sans Risque » a été instauré ainsi que l'Assurance Maladie Obligatoire (AMO) qui constitue un moyen d'élargir et de généraliser la couverture médicale. On pourrait également citer le Régime d'Assistance Médicale aux économiquement Démunis (RAMED).

Les autres équipements et services de base tels que l'approvisionnement en eau potable et l'électricité ont aussi bénéficié des investissements de l'Etat à travers plusieurs

programmes en particulier le Programme d'Electrification Rurale Globale (PERG) et le

Programme d'Approvisionnement Groupé en Eau Potable des Populations Rurales (PAGER).

A cet effet, le taux de branchement des logements en électricité est passé, au cours de la dernière décennie, de 74,4% à 90% en milieu urbain, et de 9,7% à 43,2% en milieu rural. Le taux de branchement des logements en eau potable s'est aussi amélioré, passant de 74,2% à

83% en milieu urbain et de 4% à 18,1% en milieu rural. Si on inclue les bornes fontaines, la part des ménages ruraux qui ont accès à l'eau atteint 61%.

La lutte contre l'habitat insalubre n'a cessé d'être aussi une préoccupation majeure de l'Etat, puisque plus de 5 millions de marocains vivent dans des bidonvilles. Le programme

« Ville Sans Bidonville » est institué dans le but de faciliter aux personnes à faible revenu l'accès à la propriété, et de leur assurer un logement décent. Ce projet devrait bénéficier à

Aujourd'hui, les défis auxquels seraient confrontés les dirigeants marocains sont liés à

la coordination et la réorientation de tous ces programmes vers un seul but : réaliser les OMD

Tableau 1 : Principaux indicateurs économiques, démographiques et socioéconomiques du Maroc

Indicateurs

Valeurs

Année de référence

PIB par habitant en $

1099

1677

1990

2004

Taux de croissance annuel du PIB par habitant (à prix constants)

2,8

1990-1998

2000-2004

Entrées nettes d'IDE en % du PIB

0,6

2,4

1990

2000-2004

Dépenses publiques d'enseignement en % du PIB

5,3

6,4

1990

2004

Dépenses publiques de santé en % du PIB

0,9

1,2

1990

2004

Encours de la dette publique extérieure en % du PIB

1990

2004

Service de la dette publique extérieure en %du PIB

14,8

5,2

1990

2004

Déficit global du trésor en % du PIB

3,5

3,2

1990

2004

Population (en millions)

26,1

29,7

1994

2004

Part de la population âgée de moins de 15 ans (en %)

37,3

31,3

1994

2004

Taux d'accroissement annuel moyen de la population

2,1

1,4

1982-1994

1994-2004

Taux d'urbanisation

51,5

55,1

1994

2004

Espérance de vie à la naissance (années)

67,9

70,8

1994

2004

Indicateurs

Valeurs

Année de référence

Taux d'activité (15 ans et plus)

51,4

52,6

2001

2004

Taux de chômage

12,3

10,8

2001

2004

Taux d'alphabétisation de la population âgée de plus de 10 ans

45,6

1994

2004

Taux net de scolarisation des enfants de 6-11ans

60,2

1994

2004

% des ménages branchés au réseau d'eau potable : - national

- urbain

- rural

57,5

18,1

2004

% des ménages branchés au réseau ou ayant accès à une source d'eau

salubre : - urbain

- rural

100

2004

% des ménages branchés au réseau d'électricité : - national

- urbain

- rural

71,6

89,9

43,2

2004

Taux de mortalité infantile (pour 1000 naissances vivantes)

1987-1991

1999-2003

Taux de mortalité maternelle (pour 100000 naissances)

- national

- urbain

- rural

227

187

267

(1995-2003)

Nombre d'habitants par médecin

2933

1780

1994

2004

II. Développement humain au Maroc : réalisations et perspectives

Avant de présenter le niveau du développement humain au Maroc, cette partie clarifie tout d'abord son concept et établit son lien avec les OMD.

II.1. Concept et définition du développement humain

La présente partie s'attelle à éclaircir le concept de développement humain autour duquel gravitent les OMD. C'est une notion complexe à définir dans la mesure où elle cherche à mettre synthétiquement en évidence l'histoire, l'évolution et le niveau de vie de l'Homme dans son environnement socioéconomique et politique. C'est un concept qui a été lancé et a commencé à se vulgariser très récemment. C'est en 1990 en effet que le premier rapport mondial sur le développement humain, établi par le PNUD, vit le jour suite aux travaux de l'économie du bien être, notamment ceux du prix Nobel Amartya Sen. A partir de cette date, un cycle des conférences et des sommets organisés sous l'égide des Nations Unies

a permis la conception et le suivi d'un indice composite de développement humain et l'identification des multiples problèmes auxquels il fait face.

Le développement humain peut être défini comme un processus d'élargissement des

choix d'ordre économique, social et politique, entrepris par les êtres humains dans la vie quotidienne. Cette notion renvoie donc au libre comportement des individus en matière d'accès à certains biens et services et aux processus de gestion des affaires de la société. Dans une telle optique, développement humain impliquerait donc : libertés de satisfaction des besoins, libertés de circulation des biens et des personnes, libertés de participation et de suivi

du processus de prise de décision... c'est une notion très simple qui comporte tout de même une diversité et une complexité d'approche métrique. C'est ainsi que l'approche monétaire de

la pauvreté ou du développement humain n'est peut être interprétée que comme une privation des capacités et donc des choix dans un monde régi par les règles d'économie du marché. Ce

qui remet en surface et anime le débat sur la recherche d'une mesure alternative de la pauvreté par une approche multidimensionnelle basée sur les niveaux des vies des populations généralement.

Dans cette complexité d'approche et de mesure du développement humain, un indice synthétique a été élaboré par le PNUD et ne cesse d'être enrichi depuis la publication de son premier rapport en 1990. L'IDH est en effet, un indice composite du développement humain focalisé sur ses aspirations essentielles que sont la longévité, la scolarisation/l'alphabétisation

et le revenu. C'est simplement une moyenne d'espérance de vie à la naissance, du taux d'alphabétisation et du PIB par habitant.

En filigrane, « le développement humain est le développement des individus pour les individus et par les individus »². Le développement des individus implique que ceux ci puissent jouir des réelles capacités par une valorisation des ressources humaines. Cela exige donc une population instruite et en bonne santé. Le développement pour les individus implique une redistribution équitable des fruits de la croissance économique. D'où l'intérêt porté à la lutte contre les inégalités et la mise en place d'un indice de mesure d'inégalité. Le développement par les individus implique la libre participation des individus aux processus

de prise de décision. Cette libre participation exige doublement que la population soit capable (éducation et santé) et puisse jouir de ses droits civiques et politiques ; droits de vote, d'expression et de participation. Ce qui démontre donc une certaine interdépendance entre les principales aspirations qu'induit le développement humain. Un dénominateur commun à toutes ces aspirations est la liberté d'agir, conditionnée par les ressources humaines et matérielles dans un monde en voie de libéralisation totale.

II.2. Le cas du Maroc

Selon le dernier rapport du PNUD (2005) sur le développement humain au Maroc, l'IDH du Royaume s'établit à 0,642. Un chiffre qui confirme l'évolution considérable et contrastée du développement humain au Maroc depuis l'indépendance. En effet, l'IDH du Maroc croit de manière régulière depuis 1975 passant ainsi de 0,429 en 1975 à 0,642 en 2004.

Un changement qui ne permet pas tout de même d'améliorer le rang mondial du Maroc en terme de développement humain. Sa position mondiale stagne toujours à la 124^èmeplace avec

un IDH inférieur de quelques 10 % à la moyenne des pays en voie de développement et de

14,8% à la moyenne mondiale pour l'année 2003. Ce constat s'explique d'une part par les

déficits sociaux persistants que connaît le Maroc à la base (fort analphabétisme) et d'autre part par la progression des autres pays à des rythmes comparables à ceux du Royaume. Le retard du Royaume pourrait alors être imputé à la faiblesse de la croissance de son PIB par tête tributaire des aléas climatiques et fortement réduite par une croissance démographique plus rapide. L'écart entre le PIB par tête marocain et celui des pays en voie de développement

est ainsi passé de 250$ PPA par an en 2001, à 355$ US PPA en 2003, souligne le rapport du

Cependant, au delà de cette évolution modérée de son PIB par tête, le Maroc a enregistré des progrès notables pour ce qui est des autres composantes de l'IDH. Les indices relatifs à la scolarisation et à la santé ont connu une évolution favorable mais aussi caractérisée par de fortes inégalités. Selon le rapport, l'indicateur global de la scolarisation, tous cycles confondus est passé de 48,1% en 1999/2000 à 56,3% en 2003/2004. Le niveau de

cet indicateur combiné au taux encore élevé d'analphabétisme influence négativement sur l'IDH attribuant au Maroc dans ce domaine, un retard de 15 ans avec la Tunisie et de 5 ans avec l'Egypte.

Sur le plan sanitaire, l'espérance de vie, l'un des meilleurs acquis du Maroc, est passée de 67,9 ans en 1994 à 70,8 ans en 2004, ce qui montre une amélioration globale de l'état de santé de la population. La mortalité infantile a été contenue à 40 décès pour 1000 naissances vivantes avec une fois encore des fortes disparités régionales et par milieu. Le taux

de mortalité maternelle est quant à lui de 227 décès pour 100000 naissances.

Sur le plan de la gouvernance et des droits humains, le Maroc affiche une réelle volonté de transparence et d'intégration de la femme dans le processus de développement. Le pays a entrepris un véritable changement avec notamment la réforme du Code de la Famille et

la mise en place de l'Instance Equité et Réconciliation (IER) ayant pour mission de reconnaître les atrocités des années de plomb et de rendre justice aux victimes.

L'avenir marocain se construit donc doucement et peut être même sûrement. Un ensemble de chantiers de développement économique et social a été lancé. Le plus important

est l'INDH lancée par SM en mai 2005 qui se veut une initiative de rupture avec les traditionnels programmes de lutte contre la pauvreté en privilégiant une approche de participation globale de la société et un pilotage local des programmes. L'objectif de l'INDH

est de lutter contre la pauvreté, l'exclusion sociale et la précarité. Pour ce qui est des programmes macroéconomiques, on pourrait citer entre autres, le plan Azur de la vision 2010 ayant pour objectif d'attirer 10 millions de touristes à l'horizon 2010 et les programmes de mise à niveau de l'économie notamment le plan Emergence ayant pour rôle d'accompagner le Maroc dans son processus d'intégration à l'économie mondiale.

En somme, on pourrait alors affirmer que le Maroc a connu un véritable développement humain durant ses 50 années d'indépendance mais des efforts supplémentaires restent à faire. Tous les indices du développement humain se sont améliorés certes, mais à des rythmes pouvant être meilleurs moyennant une mobilisation plus accrue, plus cohérente et plus ciblée des efforts de l'ensemble des acteurs de la société.

III. OMD : historique, évolution et défis

Cette partie revient sur l'historique et l'évolution des OMD avant de présenter le niveau de leurs différents indicateurs au Maroc.

III.1. Aperçu général sur les OMD

Les Objectifs du Millénaire pour le Développement (OMD) sont un ensemble d'objectifs de lutte contre la pauvreté et de promotion des droits humains adoptés par les Etats membres de l'ONU lors de son assemblée générale en 2000. A l'aube du nouveau millénaire,

les gouvernements avaient en effet un souci d'identification et d'esquisse de résolution des nombreux problèmes auxquels l'humanité avait à faire face. Il s'agit précisément des défis à relever concernant le développement, la gouvernance, la paix, la sécurité et les droits humains. C'est ainsi que vit le jour ce qu'on appelle communément les OMD, qui sont un récapitulatif de ces problèmes, assorti des cibles chiffrées à atteindre à l'horizon 2015. Cet ambitieux projet des Nations Unies a été inscrit dans la Déclaration du Millénaire, résultat final de son sommet du Millénaire. Son adoption constitue un engagement ferme des Etats en faveur du développement durable et de la lutte contre la pauvreté et l'expression d'une nouvelle politique de coopération internationale. Ce document est issu d'une série de grandes conférences et de sommets internationaux, dont le premier fut le Sommet mondial pour les enfants de 1990. Les dits objectifs sont résumés dans l'encadré suivant.

Un ensemble de rencontres internationales pour le suivi de la mise en oeuvre des

engagements pris en 2000 a suivi la Déclaration du Millénaire .On peut citer entre autre le sommet de Johannesburg (Afrique du Sud) en 2002 portant sur l'esquisse des mesures à entreprendre afin d'aboutir à un développement qui tient compte du respect de l'environnement et la conférence internationale sur le financement du développement de Monterrey (Mexique). Plutard en 2005, ce fut à l'assemblée générale marquant le soixantenaire de l'ONU de se pencher sur cette question. C'est lors de cette assemblée que fut présenté le résultat du Projet « Objectifs du Millénaire » lancé quelques années plutôt par le secrétaire général de l'ONU. Ce projet a réuni un ensemble d'experts internationaux sous la direction de Jeffrey SACHS et a eu pour finalité la publication d'un rapport des recommandations pour la réalisation des OMD, intitulé « Investir dans le Développement ».

Le rapport Sachs est considéré comme une feuille de route au niveau international, traçant la

voie à suivre pour réaliser les OMD à moindre coût à l'horizon 2015. Jetons à présent un regard général sur l'état de mise en oeuvre des OMD au Maroc pour essayer d'identifier les pistes à suivre dans l'optique d'application des recommandations de Sachs.

III.2. Le cas du Maroc

III.2.1. Réduire la pauvreté et la faim

Selon le dernier rapport national du PNUD sur les OMD, la pauvreté mesurée aux seuils nationaux en l'occurrence la pauvreté absolue, relative et la vulnérabilité ont connu globalement une nette régression de 1985 à 2004. La pauvreté absolue a en effet diminué de

12,5% en 1985 à 7,7% en 2004, soit une réduction de 38,5 %. La pauvreté relative elle, est passée de 21% à 14,2% soit une baisse de 32,4% et la vulnérabilité a diminué de 24,1% à

17,4%. Cependant, ce constat encourageant est accompagné de fortes inégalités pesant énormément sur la réalisation du premier objectif, ceci conformément à la théorie de Kuznets (prix Nobel d'économie en 1971) sur la croissance économique et la pauvreté. Tout porte à croire que le Maroc serait encore sur la première pente de la courbe en « U renversé » qui décrit la relation existante entre la croissance économique et les inégalités. L'indice de Gini, mesure synthétique de l'inégalité est de l'ordre de 38% en 2004. La part des 50% des ménages les moins aisés dans le total des dépenses a été de 17,9 % en 1970, de 22,7 % en

1985 et de 24,4 % en 2001. La part des 10 % des ménages les plus pauvres a été de 1 ,2 % en

1970, de 1,9 % en 1985 et de 2,5 % en 2001, enregistrant un quasi doublement. Le Royaume souffre également d'un phénomène d'exclusion sociale en forte expansion. Ceci est dû d'une part à l'exode rural que connaît la population des campagnes menacée par des périodes récurrentes de sécheresse. Ce qui favorise un isolement et une précarité sociale dans les milieux périurbains. D'autre part, cela pourrait être expliqué par les phénomènes de chômage de longue durée et des forts taux de chômage des jeunes que connaissent certaines régions du Royaume.

III.2.2. Assurer l'éducation primaire pour tous

En matière d'alphabétisation et de scolarisation, le Maroc a réalisé des progrès notables qui sont notamment les fruits de la Charte Nationale pour l'Education et la Formation lancée par Feu SM le Roi Hassan II. Selon les statistiques du Haut Commissariat

au Plan, le taux d'analphabétisme de la population a reculé de 55% en 1994 à 43% en 2004. Les progrès ont été plus rapides pour les femmes que pour les hommes et plus significatifs en milieu rural. Un résultat qui ne permet pas cependant au Maroc de rattraper le grand retard qu'il accuse comparé à ses similaires. Rappelons le, l'analphabétisme est un des plus grands malaises sociaux dont souffre le Maroc et constitue un grand obstacle à l'amélioration de son IDH.

Sur le plan scolaire, l'objectif de scolarisation pour tous n'est toujours pas réalisé mais

est cependant sur la bonne voie grâce aux efforts conjugués du gouvernement, de la société civile et de la coopération internationale. Le taux net de scolarisation des enfants de 4-5 ans

se situe à seulement 50% en 20003/04, profitant plus aux garçons et au milieu urbain. Le taux

net de scolarisation au primaire s'est nettement amélioré passant de 60,2% en 1993/94 à 87%

en 2003/04, soit une progression de 44,5%. Signalons qu'en terme des sexes, des résultats

notables ont été réalisés dans la scolarisation des filles, permettant ainsi de réduire

énormément les disparités entre les deux sexes que connaissait le Royaume. En effet, en milieu urbain, le taux de scolarisation des filles a pratiquement rattrapé celui des garçons et

en milieu rural, il a été multiplié par 2,6 au cours de la période intercensitaire. Selon le rapport national sur les OMD et également une étude de la Banque Mondiale sur le Maroc, aujourd'hui les efforts devraient être déployés sur la rétention scolaire et les aspects qualitatifs et pédagogiques de l'enseignement.

III.2.3. Promouvoir l'égalité des sexes et l'autonomisation des femmes

Pour l'OMD de promotion de l'égalité des sexes, le Maroc est entrain de réaliser une véritable révolution, pour une intégration de la femme dans le processus de développement et une modernisation de sa société. Comme signalé déjà dans le paragraphe précèdent, sur le plan scolaire, l'écart entre les deux sexes tend déjà à disparaître. D'ailleurs au niveau de l'enseignement supérieur, nous assistons déjà à une féminisation de l'enseignement. Selon le rapport, entre 1990 et 2004, le nombre des femmes diplômées du supérieur a plus que triplé, passant de 42 628 à 146 000. Le taux de féminisation dans certaines facultés (médecine, pharmacie, médecine dentaire) avoisine les 60%. Au niveau de l'emploi, le taux féminin d'activité s'améliore, passant de 25,6 % en 2001 à 28,4 % à 2004 quoique des discriminations salariales persistent toujours dans le secteur privé. Il est à noter également une amélioration considérable de la situation de la femme dans la sphère politique. A cet effet, l'adoption du système des quotas au scrutin de 2002 a permis de faire siéger 35 femmes à la chambre des députés. Au niveau du statut personnel de la femme, la plus grande réalisation du Maroc ces dernières années reste l'adoption du nouveau Code de la Famille en 2004, accompagnée des dispositions d'une loi annoncée le 30 juillet 2005 par SM le Roi, portant sur l'attribution de la nationalité marocaine aux enfants nés des mères marocaines.

Le Maroc devrait donc désormais renforcer l'intégration de l'approche genre dans ses politiques de développement. Les efforts devraient également être focaliser sur la restructuration du tissu économique pour intégrer davantage les femmes dans des secteurs moins vulnérables et moins discriminatoires tels que les textiles et l'agro-alimentaire, qui emploient essentiellement des femmes.

III.2.4. Réduire la mortalité infantile

Pour ce qui est de l'OMD 4, le taux de mortalité infantile est passé de 76 pour 1000 à

47 pour 1000 selon les données de deux enquêtes réalisés par le Ministère de la Santé en 1992

et en 2004. On note une surmortalité des enfants du milieu rural, notamment à cause de la faible alphabétisation des mères et de la pauvreté. Une amélioration de la qualité de l'information et un diagnostic profond des facteurs tant endogènes qu'exogènes s'avèrent indispensables pour le renforcement des stratégies pour la réalisation de cet OMD.

III.2.5. Améliorer la santé maternelle

Le Maroc connaît également des grandes insuffisances dans la collecte des données

sur la santé maternelle. En effet, les chiffres disponibles reflètent plutôt la situation passée étant donné la nature rétrospective des enquêtes réalisées. Selon le rapport, entre 1985-91 et

1995-2003, la mortalité maternelle est passée de 332 à 227 décès maternels pour 100 000

naissances. Des chiffres qui sont relativement faibles mais qui pourraient accroître et remettre

en cause la réalisation de l'OMD en question si des efforts ne sont pas renforcés dans la lutte contre la pauvreté toujours considérée comme facteur aggravant la situation, le développement des infrastructures sanitaires et la sensibilisation des femmes sur les recours aux soins prénataux.

En matière de VIH/SIDA, le Maroc est l'un des pays où les taux de prévalence et d'incidence sont relativement faibles quoiqu'en progression importante depuis plusieurs années. En effet, la prévalence est estimée en 2003 à 16 000 personnes. L'incidence moyenne

a été de 183 nouveaux cas par an entre 2000 et 2004 et a été multipliée par 16 entre 1986 et

2004. Par contre, l'incidence des IST (Infections Sexuellement Transmissibles) est à un niveau très élevé. D'après les estimations du Ministère de la Santé, la prévalence des IST serait de l'ordre de 600 000 personnes. Le paludisme a été complètement éradiqué au Maroc,

le dernier cas remonte à 1974. Désormais l'attention est portée sur le paludisme importé de l'étranger.

Une autre composante de l'OMD6, sur laquelle le Maroc doit redéployer des efforts

est la lutte contre la tuberculose qui constitue un problème de santé publique majeur. En 2004

en effet, 26161 nouveaux cas y ont été dénombrés. Le rapport signale également que la tuberculose est une maladie de l'adulte jeune, 70% des malades ont entre 15 et 45 ans. Les zones les plus touchées sont les plus urbaines et les plus peuplées. On retrouve une nouvelle fois, la pauvreté et l'analphabétisme au premier rang des facteurs d'aggravation de la tuberculose.

III.2.7. Assurer un environnement durable

Sur le plan environnemental, le Maroc comme bon nombre des pays est confronté aux problèmes de la désertification, de la pollution, de l'assainissement en eau potable et de l'habitat insalubre. Le pays retire l'essentiel des éléments de son développement des ressources naturelles qui hors mis le phosphate, sont de nature biologique. Selon la Banque Mondiale, le coût de dégradation de l'environnement est estimé, pour le Maroc en 2003, à 13 milliards de DH, soit 3,6% du PIB. Pour relever ces défis environnementaux, le Maroc a souscrit à plusieurs conventions internationales et a mis en place au niveau national le PANE (Plan d'action nationale pour la protection de l'environnement). Il a promulgué également en

2003 trois nouvelles lois sur la protection de l'environnement. Il reste à appliquer le PANE et

III.2.8. Mettre en place un partenariat mondial pour le développement

Sur ce plan, le Maroc a enregistré une avancée notable tant au niveau de la gestion du budget de l'Etat qu'au niveau de l'aide publique au développement. En effet avec le lancement de l'INDH, l'objectif d'allocation de 20% du budget de l'Etat aux services sociaux

est de loin atteint en 2006. Cette initiative a constitué également un grand lobbying pour le Royaume dans la mobilisation des ressources extérieures. En effet, le Maroc a bénéficié d'un grand soutien financier de la Banque Mondiale et de l'Union Européenne dans le cadre de l'accord MEDA et surtout est éligible au Millenium Challenge Account (MCA), qui est une

initiative américaine de financement en faveur des pays en voie de développement, ayant fait

des preuves dans les domaines de la gouvernance, de la libéralisation de l'économie et de l'investissement en capital humain.

Au regard de tout ce qui précède, on pourrait donc constater que le Maroc est un pays

en plein mouvement au niveau de toutes les sphères du développement humain. Cependant toutes ces actions sont réalisées de manière unisectorielle et non dans l'optique d'une définition et d'un suivi collectifs pour la réalisation des OMD. Ce mode de fonctionnement conjugué à une éventuelle inadéquation des politiques en place pourrait fortement remettre en cause la réalisation des OMD. Ce qui justifie une nouvelle fois le fondement du présent travail dont l'application commence au chapitre suivant qui porte sur le choix des indicateurs

Chapitre 2

Choix des indicateurs et prospection des facteurs déterminants

Après un bref exposé des motivations qui sous-tendent les choix des objectifs étudiés

et des indicateurs retenus, ce chapitre s'attellera à effectuer une analyse descriptive des variables d'étude dans le but de tirer des constats et des conclusions pouvant servir à l'élaboration et à la compréhension des modèles économétriques. Il s'agit donc de produire, d'analyser et d'interpréter des graphiques et des tableaux descriptifs des liaisons entre les variables tout en gardant une approche de comparaison entre les différentes provinces du Royaume.

I. Choix des objectifs et des variables expliquées

Le premier volet de cette partie est consacré à l'explication du choix des trois premiers objectifs sur lesquels porte l'application. Le volet 2 justifie le choix des indicateurs étudiés.

I.1. Choix des objectifs étudiés

Comme constaté dans le premier chapitre, la pauvreté monétaire est considérée comme un facteur déterminant la réalisation de tous les autres objectifs dans la mesure où elle pourrait constituer un obstacle pour l'accès à certains services sociaux de base auxquels se réfèrent les OMD. Ce qui fait donc du premier objectif de réduction de l'extrême pauvreté et

de la faim, le point culminant de la réalisation de tous les autres OMD. Par ailleurs, le capital humain y compris la composante féminine constitue aujourd'hui un facteur essentiel pour le développement d'un pays. D'où l'intérêt particulier porté sur la pauvreté, l'éducation et la discrimination à l'égard des femmes.

En outre, le manque des données conformes à l'approche provinciale adoptée dans cette étude pour certains objectifs notamment les objectifs liés à la santé, ne permettait pas leurs modélisations vu le délai très limité du projet. En effet, les diverses enquêtes sur la mortalité infantile et la santé maternelle du Ministère de la Santé ne sont pas réalisées suivant une représentativité régionale. Ce qui complique énormément les extrapolations des résultats

de ces enquêtes sur les différentes régions. Néanmoins une manipulation de la base des données brutes de ces enquêtes pourrait résoudre ce problème, quoique de manière peu convaincante. Dans tous les cas, il y avait une contrainte du temps pour repartir sur cette base.

Pour ce qui est de l'objectif relatif au VIH/SIDA, le niveau très bas des chiffres sur la prévalence et l'incidence excluait toute tentative d'explication par des facteurs socioéconomiques. Une extrapolation au niveau régional ou provincial conduirait à des chiffres presque nuls pour la plupart. Cependant, l'attention devrait porter aujourd'hui sur l'incidence qui commence à gagner des grandes proportions. Par contre, la tuberculose est une maladie qui touche beaucoup de personnes au Maroc et donc nécessite que des réelle enquêtes et études y soient réalisées.

Sur le plan environnemental, des grandes difficultés résident dans la définition des indicateurs et la traduction des différents facteurs par des variables chiffrables. Il faudrait

donc réaliser préalablement un travail de conception de ces paramètres avant de songer à une

modélisation. Dans ce contexte, il fallait juste définir la méthodologie générale du travail et choisir un ou plusieurs objectifs sur lesquels portera l'application au niveau du Maroc. On pourrait adopter la même démarche par la suite pour traiter les autres objectifs. Au vu de toutes les contraintes évoquées précédemment, les trois premiers objectifs relatifs à la pauvreté, l'éducation et l'égalité des sexes ont été retenus pour réaliser l'application.

I.2. Choix des variables expliquées

Après le choix des objectifs sur lesquels portera l'étude, il convient de choisir les indicateurs qui vont les représenter dans la modélisation. A cet effet, en ce qui concerne l'objectif de réduction de l'extrême pauvreté et de la faim, l'indice de Gini, mesure synthétique des inégalités, a été ajouté au taux de pauvreté pour le représenter. En effet, comme nous l'avons mentionné plus haut, le niveau de vie au Maroc se caractérise par des fortes disparités sociales, ce qui complique davantage le combat mené contre la pauvreté. On

ne pourrait pas dans ce cas parler de la pauvreté sans évoquer les inégalités.

Sur le plan scolaire, vu que l'objectif de scolarisation pour tous, mesuré par le taux de scolarisation est presque ou sera atteint, il fallait se focaliser sur un autre phénomène qui devient de plus en plus inquiétant au Maroc. Il s'agit en effet de la déperdition scolaire qui touche 43% des enfants inscrits en première année du primaire. Désormais l'objectif n'est pas seulement de s'inscrire mais de terminer ses études. D'autre part les données disponibles sur

les taux de scolarisation des enfants sont issues des projections faites à partir de 1994 relativement à l'ancien RGPH. Les taux de 2004 ne sont pas encore calculés au niveau provincial par manque des dénominateurs relatifs aux populations des enfants scolarisables.

Au vu de toutes ces considérations, les deux variables retenues pour cet objectif sont: le taux d'achèvement du primaire et le taux d'achèvement du secondaire collégial.

Pour l'OMD de promotion de l'égalité des sexes, les indicateurs du PNUD ont été retenus tels qu'ils sont. Au niveau de l'enseignement, il s'agit de la proportion des filles dans l'enseignement que nous avons éclatée en quatre variables suivant les différents niveaux : primaire, collégial, qualifiant et supérieur. Au niveau de l'emploi, l'attention est portée sur la proportion des femmes parmi les chômeurs. Cet indicateur est tout de même peu significatif étant donné qu'il n'atteint pas les 50%. Il faudrait dorénavant essayer surtout de comprendre

et de corriger les discriminations salariales et sectorielles que connaît le Maroc à l'égard des femmes comme c'est le cas dans beaucoup de pays.

II. Analyse descriptive et choix des variables explicatives

Avant d'entamer cette partie, il convient tout d'abord de présenter la base de données utilisée et de clarifier la signification de certaines variables.

La réalisation de cette étude a nécessité la construction d'une base de données contenant l'ensemble des variables issus des trois objectifs retenus. Vu la non disponibilité des données en séries chronologiques pour traiter une telle problématique et surtout pour se conformer à l'approche provinciale adoptée, il a fallu faire appel aux résultats de plusieurs enquêtes différentes, principalement ceux du RGPH 2004 pour se rapporter à une unique année d'étude. Notre base de données est donc un ensemble d'observations provinciales en coupe transversale relative à l'année 2004, reconstruite à partir des résultats du RGPH 2004,

de l'enquête emploi de la Direction de la Statistique et des statistiques des différents

ministères (Education, Industrie, Agriculture et Santé). Les données relatives à la pauvreté telles que les variables mesurant le niveau de vie et l'équipement en infrastructures de base sont tirées essentiellement des résultats du RGPH 2004. L'enquête emploi de la Direction de

la Statistique a servi d'information sur l'emploi des enfants et le chômage. Toutes les données portant sur l'éducation ont été recueillies des statistiques du ministère, notamment les taux d'achèvement, les taux de scolarisation et les niveaux d'infrastructures dans l'enseignement.

Cependant, vu l'inadéquation du découpage administratif du territoire entre nos différentes sources des données et la non représentativité provinciale de certaines enquêtes, nous avons eu à faire à quelques observations manquantes. Les observations de la région ont

été utilisées pour représenter certaines observations provinciales manquantes. Ce fut le cas pour la province d'Aousserd pour les données de l'éducation primaire et la province de Zagoura pour les données de l'enseignement supérieur. Par ailleurs, faute d'indisponibilité totale des données provinciales pour certaines variables (emploi des enfants, chômage des diplômés et proportion des femmes parmi les chômeurs) les taux régionaux ont été utilisés pour l'ensemble des provinces. Telles sont les manipulations qui ont conduit à la mise en place de la base de données complète, constituée de 37 variables et 61 observations, utilisée dans notre étude.

Du côté des variables, les définitions sont celles qui figurent en annexe, exception faite des variables production agricole par tête et taux d'achèvement qui nécessitent une clarification. En effet, la production agricole par tète utilisée dans cette étude ne mesure pas exhaustivement la production agricole de la province. Elle a en effet été approchée par la somme des productions provinciales en céréales, en légumineuses, en oléagineuse, en canne à sucre et en betterave à sucre. De même pour les taux d'achèvement qui ne sont que des taux apparents et non des taux réels. Définis respectivement comme le rapport du nombre d'inscrits en 1ère année du collège sur le nombre d'inscrits en 1ère année du primaire six ans plutôt et le rapport du nombre d'inscrits en 1ère année du qualifiant sur le nombre d'inscrits

en 1ère année du collège trois ans plutôt, ces deux taux ne tiennent pas compte d'élèves qui redoublent ou qui quittent l'école à la fin de la sixième année du primaire ou la fin de la 3ème année du collège. Ce qui fait qu'ils sont sous estimés pour certaines provinces et pour d'autres ils dépasseraient les 100%.

Après cette clarification de la source des données et de la signification de certaines variables, cette partie peut prochainement entamer l'analyse descriptive des données et la prospection des variables explicatives.

II.1. Objectif 1 : réduire l'extrême pauvreté et la faim

Au niveau national, le taux de pauvreté s'élève en 2004 à 14,20%. Un chiffre très proche de la médiane des observations qui est de l'ordre de 14,18%. Cependant on note une grande disparité au niveau des différentes provinces du Royaume caractérisée par un coefficient de variation de l'ordre de 52%. De manière plus précise, le tableau qui suit illustre

un classement des provinces suivant le taux de pauvreté et selon la position par rapport au taux national. On remarque que le taux de pauvreté au niveau des provinces varie de 2,38% pour la province la moins pauvre (Rabat) à 33,58% pour la plus pauvre (Zagoura).On notera que 30 provinces, soit la moitié environ affichent des taux supérieurs au taux national et 31 provinces des taux inférieurs.

Taux inférieur à la moyenne nationale		Taux supérieur à la moyenne nationale
Provinces	Taux de pauvreté en %	Provinces	Taux de pauvreté en %
Rabat	2,38	El jadida	14,41
Casablanca	2,73	Taza	15,21
Oued Ed-Dahab	2,78	Khemisset	15,5
Aousserd	3,22	Chefchaouen	16,02
Mohammadia	4,28	Ifrane	16,03
Es-Semara	4,74	Safi	16,12
Boujdour	5,87	Sefrou	16,27
Laayoune	6,43	Chtouka Ait Baha	17,06
Salé	6,45	Nador	17,3
Assa-Zag	6,88	Fahs-Anjra	17,59
Nouaceur	7,19	Khenifra	18,18
Tan-Tan	7,7	Kenitra	19,9
Marrakech	7,91	Tiznit	20,13
Agadir Ida ou Tanane	8,86	Al Haouz	20,75
Beni Mellal	9,22	Sidi kacem	21,39
Tanger-Assilah	9,37	El hajeb	21,43
Inezgane Ait melloul	9,57	Moulay Yacoub	22,41
Shirat-Temara	10,26	Taroudant	22,59
Guelmim	10,37	Ouarzazate	22,79
Fes	10,66	El Kelaa des sraghna	23,15
Tétouan	11,04	Boulemane	23,85
Mediouna	11,93	Azilal	23,98
Oujda-Angad	11,93	Tata	24,54
Alhoceima	12,66	Figuig	27,09
Meknes	12,7	Taourirt	27,29
Khouribga	12,85	Chichaoua	29,09
Settat	12,86	Jerada	29,28
Larache	13,7	Errachidia	29,49
Benslimane	13,78	Essaouira	29,8
Berkane	13,92	Zagora	33,58
Taounate	14,17	National	14,20

La plupart des provinces les plus pauvres sont les provinces du sud comprenant zagora (33,58%), Essaouira (29,8%), Errachidia (29,49%), Jerada (29,28%), Taourirt (27,29%), Ouarzazate (22,79%) et Taroudant (22,59%). Nous remarquons que pratiquement toutes les provinces urbaines du Royaume ont des faibles taux de pauvreté. On pourrait donc confirmer aisément le constat selon lequel la pauvreté au Maroc est un phénomène beaucoup plus rural.

L'indice de Gini quant à lui ne varie pas significativement au niveau des différentes provinces. Il est compris entre 0,3 et 0,4. Ce constat associé aux remarques précédentes démontrent les fortes inégalités tant inter qu'intra provinciales que connaît le Maroc et interpellent les décideurs sur la nécessité d'un meilleur ciblage des politiques de lutte contre

la pauvreté tenant compte des provinces les plus prioritaires et les communes les plus pauvres

Tableau 3 : Matrice des corrélations des variables liées à la pauvreté

	PAUV94	GINI	PAUV04	DEPMTET	AGR_TET	IND_TET	SITES_TETE	POPACT
PAUV94	1,00	-0,02	0,73	-0,71	0,20	-0,36	0,01	-0,05
GINI	-0,02	1,00	-0,08	0,18	-0,05	0,05	-0,16	-0,03
PAUV04	0,73	-0,08	1,00	-0,76	0,20	-0,34	-0,13	-0,21
DEPMTET	-0,71	0,18	-0,76	1,00	-0,40	0,48	-0,02	0,11
AGR_TET	0,20	-0,05	0,20	-0,40	1,00	-0,13	0,07	0,20
IND_TET	-0,36	0,05	-0,34	0,48	-0,13	1,00	0,02	0,17
SITES_TETE	0,01	-0,16	-0,13	-0,02	0,07	0,02	1,00	0,16
POPACT	-0,05	-0,03	-0,21	0,11	0,20	0,17	0,16	1,00
ALPHA	-0,67	0,23	-0,72	0,70	-0,23	0,38	0,16	0,23
E_POT	-0,36	0,13	-0,33	0,27	-0,19	0,07	0,24	0,23
ELECT	-0,55	0,21	-0,61	0,58	-0,21	0,25	0,16	0,16
NB_DISP	0,34	0,01	0,30	-0,49	0,34	-0,14	0,12	0,47
DIS_RGD	0,07	-0,02	0,22	-0,19	-0,11	-0,23	-0,12	-0,25
PRO_FEM	0,35	0,14	0,50	-0,27	0,10	-0,07	0,09	0,13
T_MOYMEN	0,57	-0,13	0,71	-0,60	0,19	-0,22	-0,12	-0,06
TX_URBA	-0,48	0,02	-0,49	0,46	-0,11	0,27	0,21	0,29

Tableau 3 : Matrice des corrélations des variables liées à la pauvreté (suite)

	ALPHA	E_POT	ELECT	NB_DISP	DIS_RGD	PRO_FEM	T_MOYMEN	TX_URBA
PAUV94	-0,67	-0,36	-0,55	0,34	0,07	0,35	0,57	-0,48
GINI	0,23	0,13	0,21	0,01	-0,02	0,14	-0,13	0,02
PAUV04	-0,72	-0,33	-0,61	0,30	0,22	0,50	0,71	-0,49
DEPMTET	0,70	0,27	0,58	-0,49	-0,19	-0,27	-0,60	0,46
AGR_TET	-0,23	-0,19	-0,21	0,34	-0,11	0,10	0,19	-0,11
IND_TET	0,38	0,07	0,25	-0,14	-0,23	-0,07	-0,22	0,27
SITES_TETE	0,16	0,24	0,16	0,12	-0,12	0,09	-0,12	0,21
POPACT	0,23	0,23	0,16	0,47	-0,25	0,13	-0,06	0,29
ALPHA	1,00	0,71	0,88	-0,33	-0,29	-0,17	-0,59	0,76
E_POT	0,71	1,00	0,78	-0,16	0,01	0,22	-0,31	0,69
ELECT	0,88	0,78	1,00	-0,41	-0,17	-0,12	-0,44	0,71
NB_DISP	-0,33	-0,16	-0,41	1,00	0,08	0,31	0,33	-0,29
DIS_RGD	-0,29	0,01	-0,17	0,08	1,00	0,18	0,31	-0,23
PRO_FEM	-0,17	0,22	-0,12	0,31	0,18	1,00	0,36	-0,09
T_MOYMEN	-0,59	-0,31	-0,44	0,33	0,31	0,36	1,00	-0,57
TX_URBA	0,76	0,69	0,71	-0,29	-0,23	-0,09	-0,57	1,00

positivement et fortement corrélé avec le taux de pauvreté de 1994 (0.73). Cela pourrait laisser dire que la pauvreté est un processus continu et se transmet de génération en génération. De plus la pauvreté en 2004 est positivement liée à la taille moyenne des ménages

et à la proportion des femmes (0,71 et 0,49 respectivement), ce qui signifie que la pauvreté toucherait essentiellement les femmes et les familles nombreuses. Cependant, la relation est négative avec la dépense moyenne par tête, le taux d'alphabétisation et le taux d'urbanisation. Par ailleurs, les infrastructures de base telles que l'électricité, l'eau et la disponibilité des centres de santé, malgré leurs effets restreints agissent dans le sens de réduction de la

pauvreté alors que les routes, représentées par la distance moyenne par rapport aux routes

goudronnées agit dans le sens contraire. On pourrait imputer cette inefficacité des infrastructures de base à l'approche monétaire de la pauvreté adoptée dans cette étude. En effet, il pourrait bien y avoir des hôpitaux et des routes mais sans qu'il y ait le minimum en coût monétaire nécessaire pour y avoir accès. Ce qui justifie donc l'optique d'encouragement des activités créatrices de revenus retenue dans les nouvelles politiques de lutte contre la pauvreté. Paradoxalement, la production industrielle par tête agit négativement sur la pauvreté contrairement à la production agricole par tête. Par ailleurs, la corrélation est faible et négative avec l'indice de Gini. En effet, plusieurs politiques visant à réduire la pauvreté pourraient augmenter les inégalités. Le nombre élevé de sites de microcrédit par tête, quoi qu'à faible effet, constituerait une initiative de réduction de la pauvreté. Bien entendu, l'augmentation de la population active reste un facteur réduisant la pauvreté.

Cependant l'indice de Gini reste faiblement corrélé avec toutes ses variables explicatives candidates (le taux de pauvreté, la dépense moyenne par tête, les productions agricole et industrielle par tête, la population totale, le taux d'urbanisation et le taux d'emploi

Du côté des variables explicatives, nous constatons une forte corrélation entre le taux

de pauvreté de 1994 et la dépense moyenne par tête (-0,71), le taux d'alphabétisation (-0,66),

le taux d'urbanisation (-0,47), la taille moyenne des ménages (0,56) et le taux de branchement

en eau potable (-0,35) et en électricité (-0,54). Cela pourrait être expliqué par le fait que la pauvreté a gardé un profil constant pendant les dix dernières années. La production agricole

par tête ressort positivement liée à la population active (0,19), ce qui est tout à fait naturel. Elle a également le même comportement avec le nombre de sites de microcrédit et la production industrielle par tête. Ce constat conjugué aux faibles corrélations existantes entre

les trois variables nous amène à les retenir toutes comme variables explicatives de la pauvreté.

Graphique 1 : Variation provinciale de certaines variables explicatives (fortement corrélées entre elles) du taux de pauvreté

La taille moyenne des ménages est quant à elle négativement liée à l'alphabétisation, à

l'urbanisation, à la dépense moyenne par tête et au taux de branchement en eau et en électricité.

Graphique 2 : Variation provinciale de certaines variables explicatives (fortement corrélées

Le graphique ci dessus illustre l'évolution opposée de la taille moyenne des ménages

et du taux d'alphabétisation, du taux d'urbanisation et de la dépense moyenne par tête. Les autres variables qui ne sont pas présentées faute d'encombrement du graphique varient dans

En gros, compte tenu de toutes ces remarques statistiques et leurs pertinences économiques, les candidates variables explicatives retenues pour l'équation de la pauvreté sont : la pauvreté 94, l'indice de Gini, la dépense moyenne par tête, la taille moyenne des ménages, la production industrielle par tête, la production agricole par tête, l'indicateur eau potable, l'indicateur électricité, la distance moyenne par rapport à une route goudronnée, le taux d'alphabétisation et le taux d'urbanisation. Pour l'équation relative à l'indice de Gini, nous avons retenu : la population totale, la production industrielle par tête, la production agricole par tête, le taux d'urbanisation, le taux de pauvreté, la dépense moyenne par tête et le taux d'emploi des enfants.

Une minutieuse analyse sera faite au chapitre suivant pour ne retenir que les variables les plus pertinentes, les plus significatives et les moins corrélées entre elles.

II.2. Objectif 2 : Assurer l'éducation primaire pour tous

Les indicateurs de cet objectif que sont le taux d'achèvement du primaire et le taux d'achèvement du secondaire sont également caractérisés par des fortes disparités provinciales.

En effet, le taux d'achèvement du primaire varie de 5,63%³pour la province la plus touchée (Fahs-Anjra) à plus de 100%⁴pour la province la plus performante (Fès). Le taux d'achèvement du secondaire quant à lui varie de 32,35% (Chichaoua) à 74,50% (Rabat). A ce niveau encore, à quelques exceptions près, on retrouve de chaque côté du tableau les mêmes

³Il est à signaler que ce chiffre est un peu erroné étant donné qu' en 2004 il exclut la partie urbaine du numérateur pour considérer une nouvelle province, totalement rurale (Fahs-Anjra).

⁴Ce chiffre dépasse 100% à cause des redoublants relevant des anciens inscrits et qui sont comptabilisés.

provinces que précédemment. On pourrait donc penser à une éventuelle liaison entre la

Tableau 4 : Classification des provinces selon le taux d'achèvement du primaire

Taux inférieur à la moyenne nationale		Taux supérieur à la moyenne nationale
Provinces	Taux d'achèvement 1 en %	Provinces	Taux d'achèvement 1 en %
Fahs-Anjra	5,6	Errachidia	57,3
Moulay Yacoub	6,4	Boulemane	59,2
Chichaoua	21,8	Beni Mellal	59,5
Chefchaouen	23,2	Khemisset	60,6
Al Haouz	23,4	Kenitra	60,9
Taroudant	27	Ifrane	62,2
Essaouira	27,1	Khenifra	64,2
Alhoceima	29,7	Khouribga	66,4
Azilal	35,3	Berkane	67,1
Taounate	36,8	Agadir Ida ou Tanane	69,4
El Kelaa des sraghna	42,5	Sefrou	70,1
Settat	43,2	Assa-Zag	71,1
Tiznit	43,3	Aousserd	73,3
Chtouka Ait Baha	44,7	Oued Ed-Dahab	73,3
Larache	44,7	Meknes	75,9
Sidi kacem	45,8	Rabat	77,4
Ouarzazate	46,7	Es-Semara	78,9
Safi	46,7	Oujda-Angad	79,7
Tata	47,2	Marrakech	79,8
Zagora	47,6	Guelmim	80
Nador	47,9	Tan-Tan	84,3
Jerada	48,5	Salé	85,3
Taza	49,6	Shirat-Temara	86,3
El jadida	50,8	Casablanca	86,4
Benslimane	51,2	Laayoune	86,4
El hajeb	52	Mediouna	86,4
Taourirt	52	Mohammadia	86,4
Figuig	54	Nouaceur	86,4
Tétouan	56,1	Inezgane Ait melloul	87,2
		Boujdour	88
		Tanger-Assilah	102,3
National	56,89	Fes	116,9

On remarque également qu'en passant du primaire au secondaire, le nombre des provinces en dessous du niveau national augmentent considérablement. On pourrait donc penser que le phénomène de déperdition scolaire est plus accentué au niveau secondaire. Ce

qui s'expliquerait par le fait que ce soit en milieu urbain ou rural, l'enfant ne devient actif pour les travaux domestiques et informels qu'à partir d'un certain âge, notamment l'âge du secondaire. Cela nous amène donc à considérer en plus des taux de pauvreté et d'urbanisation une autre variable explicative de ce phénomène qui est le taux d'emploi régional des enfants.

Tableau 5 : Classification des provinces selon le taux d'achèvement du collège

Taux inférieur à la moyenne nationale		Taux supérieur à la moyenne nationale
Provinces	Taux d'achèvement 2 en %	Provinces	Taux d'achèvement 2 en %
Chichaoua	32,3	Sidi kacem	54,8
Al Haouz	36,7	Boujdour	55,2
Fahs-Anjra	37,7	Figuig	55,7
Essaouira	38,2	Es-Semara	55,9
Jerada	38,6	Meknes	58,8
Chefchaouen	38,7	Inezgane Ait melloul	59,5
Chtouka Ait Baha	41,9	Casablanca	60,8
Benslimane	42,1	Mediouna	60,8
Settat	42,9	Mohammadia	60,8
El Kelaa des sraghna	43,6	Nouaceur	60,8
Alhoceima	43,7	Shirat-Temara	61,8
Beni Mellal	44,6	El hajeb	62,1
Zagora	46	Guelmim	62,2
Taounate	46,6	Sefrou	62,2
Berkane	46,7	Assa-Zag	62,6
Taza	47,5	Tata	62,9
Nador	48,2	Aousserd	63,1
Errachidia	48,5	Oued Ed-Dahab	63,1
Taourirt	48,5	Tan-Tan	63,9
Tétouan	48,5	Marrakech	64,3
Tanger-Assilah	48,6	Agadir Ida ou Tanane	64,8
Khemisset	48,7	Fes	66,8
Ifrane	49	Oujda-Angad	67,3
Taroudant	49,8	Rabat	74,5
Larache	50,3
Tiznit	50,4
Boulemane	50,6
Kenitra	51,4
Ouarzazate	51,8
Safi	52,2
Laayoune	52,6
Moulay Yacoub	53
Khenifra	53,3
Azilal	53,5
Salé	53,6
Khouribga	54
El jadida	54,2	National	54,27

II.2.2. Corrélations et graphiques descriptifs liés à la rétention scolaire

Tableau 6 : Matrice des corrélations des variables liées aux taux d'achèvement du primaire

	TX_ACHEV_P	TX_ACHEV_C	PAUV04	DIS_RGD	E_POT	RESTAU_TETE
TX_ACHEV_P	1,00	0,69	-0,65	-0,26	0,64	-0,10
TX_ACHEV_C	0,69	1,00	-0,55	-0,10	0,51	0,08
PAUV04	-0,65	-0,55	1,00	0,22	-0,33	0,11
DIS_RGD	-0,26	-0,10	0,22	1,00	0,01	0,17
E_POT	0,64	0,51	-0,33	0,01	1,00	0,02
RESTAU_TETE	-0,10	0,08	0,11	0,17	0,02	1,00
PAR_PRIV	0,38	0,37	-0,47	-0,33	0,19	-0,29
ELECT	0,76	0,62	-0,61	-0,17	0,78	-0,05
ECPRIM_TETE	-0,01	0,12	-0,01	0,02	-0,01	0,91
COLLEGE_TETE	0,17	0,27	-0,17	0,01	0,04	0,77
ELEV_ENS	0,37	0,24	-0,54	-0,48	0,03	-0,12
EMPL_ENF	-0,34	-0,34	0,27	-0,14	-0,25	0,03
CH_DIP	0,46	0,44	-0,41	0,09	0,29	-0,07

Tableau 6 : Matrice des corrélations des variables liées aux taux d'achèvement du primaire

	PAR_PRIV	ELECT	ECPRIM_TETE	COLLEGE_TETE	ELEV_ENS	EMPL_ENF	CH_DIP
TX_ACHEV_P	0,38	0,76	-0,01	0,17	0,37	-0,34	0,46
TX_ACHEV_C	0,37	0,62	0,12	0,27	0,24	-0,34	0,44
PAUV04	-0,47	-0,61	-0,01	-0,17	-0,54	0,27	-0,41
DIS_RGD	-0,33	-0,17	0,02	0,01	-0,48	-0,14	0,09
E_POT	0,19	0,78	-0,01	0,04	0,03	-0,25	0,29
RESTAU_TETE	-0,29	-0,05	0,91	0,77	-0,12	0,03	-0,07
PAR_PRIV	1	0,35	-0,14	-0,01	0,24	-0,15	0,16
ELECT	0,35	1	-0,01	0,13	0,42	-0,4	0,46
ECPRIM_TETE	-0,14	-0,01	1	0,93	0,01	0,04	-0,14
COLLEGE_TETE	-0,01	0,13	0,93	1	0,12	-0,08	0,02
ELEV_ENS	0,24	0,42	0,01	0,12	1	-0,11	0,20
EMPL_ENF	-0,15	-0,4	0,04	-0,08	-0,11	1	-0,58
CH_DIP	0,16	0,46	-0,14	0,02	0,20	-0,58	1,00

Au niveau de l'éducation, les taux d'achèvement primaire et collégial dépendent

positivement du taux de branchement en eau potable (0,64 et 0,51 respectivement) et en électricité (0,76 et 0,62 respectivement) et négativement du taux de pauvreté et du taux d'emploi des enfants. Paradoxalement, la corrélation est négative avec le nombre d'écoles primaires par tête pour le premier taux et le nombre de bénéficiaires de la restauration scolaire. Ce qui voudrait dire que le problème de déperdition scolaire ne provient pas nécessairement du côté de l'offre. Par ailleurs, la relation reste restreinte avec la distance par rapport aux routes goudronnées et le nombre d'élèves par enseignant.

En analysant les variables explicatives et les liens qui pourraient exister entre celles-ci, nous remarquons que les infrastructures scolaires varient dans le même sens que le taux d'emploi des enfants, ainsi que le nombre de bénéficiaires de la restauration scolaire. Cependant, celles-ci sont liées positivement au taux de branchement en eau potable et en

électricité, et au taux de chômage des diplômés. Le graphe ci-dessous montre le sens de

Graphique 3 : Variation provinciale de certaines variables explicatives (fortement corrélées entre elles) des taux d'achèvement du primaire et du collège

II.3. Objectif 3 : Promouvoir l'égalité des sexes et l'autonomisation des femmes

II.3.1. Situation de la femme (enseignement et emploi) au niveau provincial

Notons tout d'abord que pour ce qui est de l'égalité des sexes dans l'enseignement mis à part le supérieur, il n'y a pas des grandes différences entre les provinces étant donné que les indicateurs varient entre 40 et 50% pour la plupart. Néanmoins les mêmes provinces

les plus pauvres et les moins urbanisées se retrouvent encore en première position parmi celles qui font plus de discrimination à l'égard des femmes. Les tableaux descriptifs seront établis uniquement pour les indicateurs proportion des filles dans le supérieur et proportion des femmes parmi les chômeurs.

Tableau 7 : Classification des provinces selon la proportion des femmes dans l'enseignement

Proportion inférieure à la moyenne nationale		Proportion supérieure à la moyenne nationale
Provinces	Proportion des filles en %	Provinces	Proportion des filles en %
Ouarzazate	25,2	Marrakech	47
Taounate	30,9	Khouribga	47,2
Azilal	31,9	Ifrane	47,6
Tata	33	Jerada	48,5
Errachidia	34,3	Larache	49,3
Chichaoua	34,6	Salé	50,2
Tiznit	34,6	Meknes	50,3
Zagora	34,6	Figuig	50,8
Taroudant	35,1	Fes	51,3
El Kelaa des sraghna	35,6	Tanger-Assilah	52,1
Fahs-Anjra	36,5	Safi	52,4
Tan-Tan	36,8	Oujda-Angad	53,1
Es-Semara	37,3	Tétouan	53,4
Nador	37,8	Casablanca	55,4
El hajeb	38	Mediouna	55,5
Sidi kacem	38,1	Nouaceur	55,5
Aousserd	38,2	Rabat	57
Chtouka Ait Baha	38,2	Mohammadia	57,4
Oued Ed-Dahab	38,2
Assa-Zag	38,4
Boulemane	38,4
Al Haouz	38,9
Laayoune	38,9
Boujdour	39
Beni Mellal	39,2
Alhoceima	39,7
Chefchaouen	40,4
Taza	40,4
Essaouira	40,5
Guelmim	40,9
Khemisset	41,9
Agadir Ida ou Tanane	43,1
Kenitra	43,5
Settat	44
Berkane	44,5
Taourirt	44,5
Inezgane Ait melloul	44,9
Khenifra	45,1
Sefrou	45,1
Benslimane	45,2
Shirat-Temara	45,7
Moulay Yacoub	45,8
El jadida	46,7	National	46,79

Source de données : Ministère de l'Education Nationale, Département de l'enseignement supérieur

Il ressort de ce tableau qu'à priori, la pauvreté serait encore un facteur explicatif de

l'inégalité des sexes dans l'enseignement. La plupart des provinces à faibles proportions des filles sont issues des provinces les plus pauvres. ce qui s'expliquerait par le fait que d'une part le pauvre ne supporte pas les coûts liés aux études supérieures et d'autre part les provinces pauvres sont essentiellement rurales et donc les plus conservatrices des coutumes discriminatoires vis-à-vis des femmes. A cet effet, des tels comportements ne sont pas dus forcement aux réalités socioéconomiques des provinces mais plutôt à leurs réalités culturelles, relativement au statut de la femme et au niveau d'alphabétisation à la base. Une touche anthropologique et une approche qualitative s'avèrent donc nécessaires pour aborder une telle problématique. Néanmoins, nous allons essayer avec les variables quantitatives dont nous disposons, d'expliquer les disparités filles/garçons entre les différentes provinces du Royaume.

Pour ce qui est de l'égalité des sexes au niveau de l'espace économique, l'indicateur retenu est la proportion des femmes parmi les chômeurs. Il est à noter que notre étude porte

sur l'explication de cette variable indépendamment du fait qu'elle soit à un niveau pas très discriminatoire. En effet, elle est nettement inférieure à 50%, variant de 18,77 pour la région Tanger-Tetouan à 41,48% pour la région Chaouia-Ouardigha. Un examen plus approfondi des principaux facteurs déterminants s'impose étant donné qu'aucun constat pertinent ne ressort à

ce niveau. Nous pensons particulièrement à la variable niveau d'instruction des femmes dans chaque région et ceci conformément à la théorie économique s'y référant.

Tableau 8 : Classification des régions selon la proportion des femmes parmi les chômeurs

Souss-Massa-Draâ 19,41% Oriental 24,03% Meknès-Tafilalet 26,00% Tadla-Azilal 26,70% Marrakech-Tensift-Al Haouz 26,93% Grand Casablanca 27,71%

Niveau national 28,63% Fès-Boulemane 28,91% Oued Ed-Dahab Laâyoune-Boujdour-Sakia et Guelmim 29,75% Rabat-Salé-Zemmour-Zaër 34,06% Taza-Al Hoceima-Taounate 36,35% Doukkala-Abda 38,72% Chaouia-Ouardigha 41,48%

Source de données : Enquête emploi 2004 (Direction de la Statistique).

II.3.2. Corrélations et graphiques descriptifs des variables portant sur

l'égalité des sexes

Tableau 9 : Matrice des corrélations des variables liées à la proportion des filles dans l'enseignement

	F_G_ENS_C	F_G_ENS_P	F_G_ENS_Q	F_G_ENS_S	PAUV04	TX_ACHEV_C
F_G_ENS_C	1,00	0,65	0,84	0,75	-0,64	0,48
F_G_ENS_P	0,65	1,00	0,44	0,40	-0,57	0,43
F_G_ENS_Q	0,84	0,44	1,00	0,64	-0,53	0,25
F_G_ENS_S	0,75	0,40	0,64	1,00	-0,42	0,35
PAUV04	-0,64	-0,57	-0,53	-0,42	1,00	-0,55
TX_ACHEV_C	0,48	0,43	0,25	0,35	-0,55	1,00
TX_ACHEV_P	0,61	0,49	0,42	0,49	-0,65	0,69
E_POT	0,31	0,41	0,25	0,25	-0,33	0,51
AGE_PR_MAR	0,10	0,18	0,16	0,22	-0,15	0,12
F_CHOM	0,14	-0,25	0,20	0,12	-0,26	0,12
ALPH_FEM	0,75	0,71	0,58	0,57	-0,73	0,68
ALPH_HOM	0,75	0,71	0,58	0,57	-0,73	0,68
ALPHA	0,70	0,72	0,51	0,53	-0,72	0,67

Tableau 9 : Matrice des corrélations des variables liées à la proportion des filles dans

	TX_ACHEV_P	E_POT	AGE_PR_MAR	F_CHOM	ALPH_FEM	ALPH_HOM	ALPHA
F_G_ENS_C	0,61	0,31	0,10	0,14	0,75	0,75	0,70
F_G_ENS_P	0,49	0,41	0,18	-0,25	0,71	0,71	0,72
F_G_ENS_Q	0,42	0,25	0,16	0,20	0,58	0,58	0,51
F_G_ENS_S	0,49	0,25	0,22	0,12	0,57	0,57	0,53
PAUV04	-0,65	-0,33	-0,15	-0,26	-0,73	-0,73	-0,72
TX_ACHEV_C	0,69	0,51	0,12	0,12	0,68	0,68	0,67
TX_ACHEV_P	1,00	0,64	0,08	0,10	0,86	0,86	0,85
E_POT	0,64	1,00	0,39	-0,11	0,70	0,70	0,71
AGE_PR_MAR	0,08	0,39	1,00	-0,07	0,25	0,25	0,32
F_CHOM	0,10	-0,11	-0,07	1,00	0,09	0,09	0,05
ALPH_FEM	0,86	0,70	0,25	0,09	1,00	1,00	0,99
ALPH_HOM	0,86	0,70	0,25	0,09	1,00	1,00	0,99
ALPHA	0,85	0,71	0,32	0,05	0,99	0,99	1,00

Le premier indicateur à étudier pour cet objectif est le rapport filles/garçons dans

l'enseignement, et pour plus de précision nous avons vu l'intérêt de distinguer entre les différents niveaux de l'éducation à savoir le primaire, le collégial, le qualifiant et le supérieur. Toutefois, ces rapports dans les différents niveaux cités mis à part le qualifiant se comportent

de la même façon vis-à-vis des taux d'alphabétisation féminin et masculin et du taux de branchement en eau potable, dans le sens que les deux groupes de variables augmentent ou diminuent en même temps. Les taux d'achèvement du primaire et du collège agissent positivement sur les trois rapports mais de façon décroissante lorsqu'on passe d'un niveau à l'autre. Alors que tous les trois rapports sont élevés pour des niveaux bas de la pauvreté. Au niveau de l'enseignement supérieur, aucune variable prétendue expliquer ce rapport ne parait influente néanmoins une tentative de modélisation sera toujours faite au chapitre suivant.

Du coté des variables explicatives, les deux taux d'alphabétisation (hommes et

femmes) sont fortement corrélés avec les deux taux d'achèvement et le taux de branchement

Graphique 4 : Variation provinciale de certaines variables explicatives (fortement corrélées entre elles) de la proportion des filles dans l'enseignement

Tableau 10 : Matrice des corrélations des variables liées à la proportion des femmes parmi

	F_CHOM	ALPH_FEM	ALPH_HOM	ALPHA	F_SEC	F_SUP	AGR_TET	IND_TET	FECOND	TX_URBA
F_CHOM	1,00	0,09	0,09	0,05	0,08	0,14	0,23	0,03	-0,04	0,01
ALPH_FEM	0,09	1,00	1,00	0,99	0,99	0,80	-0,23	0,39	-0,59	0,78
ALPH_HOM	0,09	1,00	1,00	0,99	0,99	0,80	-0,23	0,39	-0,59	0,78
ALPHA	0,05	0,99	0,99	1,00	0,98	0,78	-0,23	0,38	-0,61	0,76
F_SEC	0,08	0,99	0,99	0,98	1,00	0,71	-0,22	0,40	-0,54	0,75
F_SUP	0,14	0,80	0,80	0,78	0,71	1,00	-0,12	0,30	-0,66	0,70
AGR_TET	0,23	-0,23	-0,23	-0,23	-0,22	-0,12	1,00	-0,13	-0,04	-0,11
IND_TET	0,03	0,39	0,39	0,38	0,40	0,30	-0,13	1,00	-0,23	0,27
FECOND	-0,04	-0,59	-0,59	-0,61	-0,54	-0,66	-0,04	-0,23	1,00	-0,61
TX_URBA	0,01	0,78	0,78	0,76	0,75	0,70	-0,11	0,27	-0,61	1,00

Finalement, nous constatons aussi que la proportion des femmes parmi les chômeurs

est faiblement liée aux variables jugées explicatives à savoir les taux d'alphabétisation des femmes et des hommes, le niveau d'éducation, la production industrielle par tête et le taux d'urbanisation. Néanmoins la production agricole par tête lui est relativement corrélée. L'indice synthétique de fécondité agit aussi faiblement mais dans le sens opposé et en plus il varie très peu entre les différentes provinces. Par ailleurs, tel qu'il apparaît sur le graphique suivant le niveau d'éducation est positivement lié à la production industrielle par tête et au taux d'urbanisation et négativement à la fécondité.

Graphique 5 : Variation provinciale de certaines variables explicatives (fortement corrélées

Au terme de ce chapitre, nous avons une idée sur le comportement des différentes

variables ; descriptions, corrélations et variations. Nous pourrions donc désormais à partir de

ces constats choisir les variables explicatives candidates et ajuster les différents modèles. Tel

est l'objectif du chapitre suivant qui porte sur la présentation des résultats des estimations et

Chapitre 3

Modèles économétriques d'explication des différents indicateurs

Après une présentation de la situation globale et une identification des variables explicatives candidates dans le précèdent, le présent chapitre s'attelle à estimer le système d'équations simultanées relatives aux trois objectifs retenus⁵. Il s'agit donc de survoler les principales étapes ayant conduit à la mise en place des différents modèles économétriques; du choix des variables explicatives finales jusqu'à l'interprétation des résultats.

F_G_ENS á = â0fil/gar + f5,á (Pauv04 , Tx_achev_p, Tx_achev_c Xá,fil/gar) + åá ,fil/gar

F_G_ENS : proportion des filles dans l'enseignement (p : primaire, c : collégial,

sont expliquées respectivement par Xpauv , XGini , Xachevp , Xachevc , X á ,fil/gar , Xfemchom et les å

Pour présenter les estimations de ces différentes équations, le chapitre est abordé en 3

⁵Les estimations sont faites à l'aide du logiciel E-Views.le programme en question se trouve en Annexe.

I. Objectif 1 : Réduire l'extrême pauvreté et la faim

I.1. Ajustement des modèles de taux de pauvreté et d'indice de Gini

En ce qui concerne l'estimation des deux premières équations liées au taux de pauvreté et à l'indice de Gini, il convient de souligner quelques difficultés rencontrées au niveau de l'ajustement des modèles. En effet, l'introduction des variables candidates retenues

au chapitre précédent conduit à un problème de non robustesse des estimations, ce qui remettrait en cause la fiabilité des résultats. Ce problème est le fait notamment de la colinéarité et de l'endogéneité de certaines variables explicatives. Nous remarquons en effet qu'il y a une forte colinéarité entre le taux d'urbanisation, le taux d'alphabétisation, la taille moyenne des ménages et certains indicateurs d'infrastructures de base, de même qu'entre la population active et le nombre de sites de microcrédit. Pour chaque groupe de variables colinéaires, il fallait donc choisir une variable représentative la plus pertinente. A cet effet, les choix suivants ont donc été opérés :

· les infrastructures de base sont représentées par le nombre de dispensaires.

Le problème d'endogénéité provient doublement de la simultanéité due à la nature des équations et de certaines variables explicatives. Dans l'équation de l'indice de Gini par exemple, le taux d'urbanisation ressortait très significatif et très pertinent économiquement. Cependant, sa forte corrélation aux autres variables du modèle a nécessité son instrumentalisation pour corriger les estimations. Pour ce qui est de la simultanéité due à la nature des équations, chaque variable endogène explicative est instrumentalisée par quelques unes des plus significatives de ses variables explicatives.

Après maintes tentatives et compte tenu de toutes ces corrections, un modèle final, plus adéquat et plus fiable a été retenu pour chaque indicateur. Nous présentons les deux modèles liés à l'objectif 1 dans le paragraphe suivant.

I.2. Modèles retenus et interprétions

Le tableau de la page suivante reproduit les résultats des estimations liés à la première équation.

Tableau 11 : Estimation par doubles moindres carrés de l'équation de la pauvreté

Instrument list: C DEPMTET PAUV94 PRO_FEM SITES ALPHA NB_DISP AGR_TET T_MOYMEN IND_TET EMPL_ENF

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-36.25232	15.60187	-2.323588	0.0243
GINI	0.374005	0.508470	0.735550	0.4654
DEPMTET	-0.001252	0.000405	-3.092910	0.0032
PAUV94	0.107311	0.118658	0.904376	0.3701
PRO_FEM	0.931759	0.282183	3.301972	0.0018
SITES	-0.048676	0.071099	-0.684621	0.4967
NB_DISP	-0.036825	0.028606	-1.287346	0.2039
AGR_TET	-0.058116	0.137551	-0.422508	0.6745
T_MOYMEN	2.424669	1.051956	2.304914	0.0254
IND_TET	0.038175	0.052155	0.731943	0.4676
ALPHA	-0.197331	0.096980	-2.034758	0.0472

C'est un modèle d'équations simultanées, estimé par doubles moindres carrés en

instrumentalisant l'indice de Gini par le taux d'emploi des enfants, en plus des variables explicatives de la pauvreté. En effet, comme nous allons le constater dans l'équation de l'indice de Gini, l'emploi des enfants explique significativement les inégalités.

Globalement les variables retenues expliquent effectivement le taux de pauvreté. La statistique de Fisher de significativité globale vaut 16,47 nettement supérieure au seuil. Cependant prises individuellement, seulement trois variables ressortent significatives (la dépense moyenne par tête, la proportion des femmes et l'alphabétisation). Ceci est dû notamment au nombre élevé des variables étant donné que la significativité individuelle diminue chaque fois qu'une nouvelle variable est ajoutée. Tout compte fait, la pertinence économique des variables, même celles qui ne sont pas significatives fait que nous les retenons et relevons leurs comportements vis à vis de la pauvreté.

Sur le plan économique, comme attendu le coefficient lié à la pauvreté 94 ressort positif, ce qui voudrait dire que la pauvreté est un phénomène qui se transmet de génération

en génération et dépend donc de la situation initiale de chaque province. L'indice de Gini est positivement lié à la pauvreté. La dépense moyenne par tête élevée aurait tendance à réduire

le nombre des pauvres. On remarque également que les femmes sont les plus vulnérables de

la société étant donné que le coefficient relatif à la proportion des femmes ressort positif. D'autre part l'alphabétisation et donc l'urbanisation qu'elle représente sont négativement liées à la pauvreté. Ce résultat justifie le caractère rural de la pauvreté au Maroc. Une intégration de l'approche rural/urbain dans les politiques socioéconomiques s'impose pour pouvoir réduire de manière significative l'incidence de la pauvreté. Il ressort de tous ces constats que les marocains pauvres sont issus du milieu rural et des familles nombreuses et analphabètes.

En ce qui concerne les équipements en infrastructures de base représentés dans

l'équation par le nombre de dispensaires et centres de santé par tête, on constate qu'ils réduisent de manière restreinte la pauvreté. En effet, non seulement que le coefficient est très faible et statistiquement non significatif, l'introduction d'autres variables d'infrastructures telles que l'indicateur eau ou électricité rendent certaines d'entre elles positivement liés à la pauvreté. Ceci pourrait s'expliquer par le fait que l'approche de pauvreté adoptée jusque là est une approche basée sur les disponibilités monétaires. Dans ce contexte, il faudrait plutôt penser aux mesures à entreprendre pour améliorer les revenus des populations telles que encourager et soutenir les activités créatrices de revenus et le microcrédit. A cet effet justement, le coefficient lié au nombre de sites de microcrédit ressort négatif. Ce qui signifie que le microcrédit réduit le nombre de pauvres quoique de manière très faible. L'attention devrait dorénavant être portée sur l'aspect qualité et mode de fonctionnement du microcrédit pour améliorer son impact sur la réduction de la pauvreté. En fait le microcrédit tel qu'il opère aujourd'hui n'a qu'un faible impact sur l'amélioration du revenu des pauvres étant donné que d'une part il ne s'adresse pas réellement aux pauvres et d'autre part les taux d'intérêts appliqués diffèrent très peu des taux standards.

Pour ce qui est de la relation entre le dynamisme économique d'une province et l'incidence de la pauvreté, les coefficients liés aux productions industrielle et agricole par tête ressortent positif et négatif respectivement. C'est un résultat très intéressant qu'il faudrait intégrer dans l'orientation des programmes de mise à niveau de l'économie marocaine de peur de produire en même temps des pauvres. Le signe du coefficient lié à la production industrielle semble confirmer une idée de Hatzfeld (1971), d'il y a bien longtemps, stipulant que : « Une manufacture est une invention pour fabriquer deux articles : du coton et des pauvres ». Par contre nous remarquons que l'augmentation de la production agricole diminue

le nombre de pauvres. Ceci s'explique par le fait que le secteur agricole emploi une part considérable des marocains surtout en milieu rural. En effet, l'agriculture représente environ

15% du PIB marocain et emploie pratiquement toute la population active rurale. Ce fait soulèverait tout de même, des inquiétudes quant à l'ouverture commerciale grandissante entreprise par le Maroc sans une reconversion rapide des producteurs marocains vers des activités à fortes valeurs ajoutées et une mise à niveau rapide de l'économie marocaine.

Les résultats des estimations relatives à l'équation de l'indice de Gini sont reproduits dans le tableau suivant.

Tableau 12 : Estimation par doubles moindres carrés de l'équation de l'indice de Gini

Instrument list: C DEPMTET IND_TET AGR_TET PAUV94 T_MOYMEN PRO_FEM ALPHA EMPL_ENF POP_TOT

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	27.87917	7.315148	3.811156	0.0004
PAUV04	0.246814	0.174480	1.414571	0.1630
DEPMTET	0.000423	0.000429	0.987650	0.3278
IND_TET	-0.019895	0.048501	-0.410204	0.6833
AGR_TET	0.106178	0.118351	0.897148	0.3737
TX_URBA	0.052671	0.034753	1.515588	0.1356
EMPL_ENF	-0.415919	0.239226	-1.738603	0.0879
POP_TOT	2.92E-07	1.18E-06	0.246592	0.8062

Le modèle est globalement non significatif. Les variables retenues ne paraissent donc

pas adéquates pour expliquer les inégalités au Maroc. Cependant sur le plan économique, les signes des différents paramètres renseignent sur l'éventuel impact de telles variables sur la réduction des inégalités au Maroc.

On retrouve d'abord le fait que l'inégalité est positivement liée à la pauvreté. L'emploi des enfants ressort le plus significatif de toutes les autres variables. Economiquement parlant, ce n'est pas évident de s'accorder à une telle remarque. Tout compte fait, les provinces connaissant des grandes disparités (milieu urbain) sont celles qui font travailler moins les enfants vu que les aides familiales, composante essentielle du travail des enfants est un phénomène à dominante rurale. En outre, le travail des enfants pourrait tout

de même améliorer le revenu de certaines familles pauvres et réduire donc les inégalités.

Le taux d'urbanisation et la population totale sont positivement liés à l'indice d'inégalité. Il ressort donc que les inégalités sont beaucoup plus présentes en milieu urbain et dans les provinces les plus peuplées. Le signe du coefficient lié à la dépense moyenne par tête démontre quant à lui les éventuelles erreurs que pourraient induire une interprétation non prudente de la moyenne d'une telle variable. En effet, lorsque la moyenne augmente, cela pourrait être due à l'augmentation des dépenses de n'importe quelle tranche de la population, probablement la tranche la plus aisée. C'est ce qui se passe en effet avec la dépense moyenne

par tête et la production agricole par tête. L'augmentation de ces deux variables augmente l'inégalité car, certes les pauvres y gagnent mais les non pauvres y gagnent encore plus et l'inégalité augmente.

Paradoxalement, la production industrielle par tête qui semble augmenter le nombre

de pauvres réduit les inégalités. Ce résultat nous pousse donc à méditer profondément sur l'impact réel d'une telle variable sur la réduction de la pauvreté.

II. Objectif 2 : Assurer l'éducation primaire pour tous

II.1. Ajustement des modèles des taux d'achèvement

Pour expliquer les deux indicateurs représentant l'objectif 2, il fallait retenir parmi les variables explicatives candidates, celles qui seraient plus adéquates tant statistiquement qu'économiquement. Pour plus de pertinence, il était question de prospecter l'ensemble des variables mesurant à la fois le niveau d'accès à l'éducation, les conditions socioéconomiques

de la population et la qualité de l'enseignement. En effet, l'achèvement des études est conditionné en même temps par l'offre d'enseignement et les contraintes d'ordre socioéconomique telles que le manque d'équipement en infrastructures de base et l'emploi des enfants. La variable nombre d'élèves par enseignant renseigne sur les conditions des études et la motivation des élèves. Des constats empiriques montrent que l'on a intérêt à augmenter les effectifs en milieu rural et les diminuer en milieu urbain pour améliorer la scolarisation. Ce qui se traduit par le fait que la relation entre ces deux variables pourrait être décrite par une courbe quadratique en « U renversé ». La scolarisation augmente avec l'effectif des salles des classes jusqu'à un certain seuil et décroît par la suite. Il faudrait donc introduire également le carrée du nombre d'élèves par enseignant parmi les variables explicatives. Compte tenu de tous ces paramètres et des analyses du chapitre précédent, les

· le nombre d'écoles primaires rapporté à la population totale de la province

·	le nombre de collèges rapporté à la population totale de la province
·	la part du privé dans l'enseignement
·	le nombre de bénéficiaires de la restauration primaire rapporté à la	population
	totale de la province
·	le taux d'emploi des enfants
·	le chômage des diplômés
·	le nombre d'élèves par enseignant et son carré
·	les indicateurs eau potable et électricité
·	la distance par rapport à une route goudronnée
·	le taux d'urbanisation et
·	le taux d'alphabétisation.

Les premières tentatives d'estimations ont révélé que les variables chômage des

diplômés et part du privé dans l'enseignement sont statistiquement très mal choisies. Elles ont

été donc éliminées du modèle final. La variable restauration représente également le nombre d'écoles primaires par tête vu qu'ils sont très corrélés entre elles (0,9). Par ailleurs, la forte colinéarité entre l'alphabétisation, l'urbanisation et les équipements en infrastructures de base fait que nous retenons seulement quelques unes de ces variables, notamment les plus représentatives. Le taux d'urbanisation a été préféré au taux d'alphabétisation. L'indicateur eau potable représente les infrastructures de base.

En définitive, deux modèles plus pertinents et présentant moins d'endogénéité et des variables colinéaires ont été retenus. Leurs résultats sont commentés dans le paragraphe suivant.

II.2. Modèles retenus et interprétions

Les résultats des estimations relatives aux deux taux d'achèvement sont reproduits dans les tableaux ci-dessous.

Tableau 13 : Estimation par doubles moindres carrés de l'équation du taux d'achèvement du primaire

Dependent Variable: TX_ACHEV_P Method: Two-Stage Least Squares Date: 05/31/06 Time: 14:36

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	43.12560	64.63255	0.667243	0.5076
PAUV04	-1.241451	0.352518	-3.521672	0.0009
E_POT	0.275400	0.113802	2.419994	0.0191
DIS_RGD	-0.660812	0.475803	-1.388834	0.1708
ELEV_ENS	1.192836	4.485359	0.265940	0.7913
EMPL_ENF	-1.172513	0.770511	-1.521734	0.1341
TX_URBA	0.239322	0.097439	2.456124	0.0174
ELEV_ENS_2	-0.023169	0.078049	-0.296857	0.7678
RESTAU_TETE	2.885077	35.33184	0.081657	0.9352

Tableau 14 : Estimation par doubles moindres carrés de l'équation du taux d'achèvement du collège

Dependent Variable: TX_ACHEV_C Method: Two-Stage Least Squares Date: 05/31/06 Time: 13:04

Globalement, les données s'ajustent bien aux deux modèles. Les statistiques de Fisher

d'adéquation globale valent 16,74 et 9,77 supérieures à la valeur seuil. Prises individuellement, les variables statistiquement significatives sont le taux de pauvreté, l'indicateur eau potable et le taux d'urbanisation.

Au niveau primaire comme au niveau secondaire, l'achèvement scolaire est positivement lié à la pauvreté. Ce qui s'expliquerait d'une part par le fait que l'accès à l'enseignement reste un service de luxe pour les pauvres ne pouvant pas supporter les coûts

de scolarisation et d'autre part les enfants des familles pauvres abandonnent parfois l'école pour travailler et contribuer à la satisfaction des besoins de la famille. A cet effet, le coefficient lié à l'emploi des enfants ressort négatif et relativement significatif. L'emploi des enfants notamment comme aides familiales et dans le secteur agricole constituerait au Maroc une entrave à la scolarisation des enfants. Des campagnes de sensibilisation et surtout l'urgence d'amélioration des revenus des populations pauvres s'avèrent indispensables pour réduire conséquemment l'incidence du phénomène de déperdition scolaire que connaît le Royaume. Pour ce qui est de la variable nombre d'élèves par enseignant, comme attendu, les coefficients liés à la variable et son carré sont respectivement positif et négatif. L'augmentation des effectifs des salles des classes en milieu rural attire davantage les élèves. Par contre en milieu urbain où l'effectif seuil serait déjà atteint, toute augmentation réduirait

Un résultat pertinent à attribuer à la scolarisation des filles est le fait que les signes liés

à l'indicateur eau potable et la distance par rapport à une route goudronnée sont positifs. Plus

les ménages sont branchés en eau potable et plus il y a des routes goudronnées, plus les enfants achèvent leurs études tant au niveau primaire qu'au secondaire. En effet, en milieu rural, caractérisé par des problèmes de manque d'équipement en eau potable et d'enclavement, la scolarisation des filles est considérablement réduite par les corvées domestiques auxquelles elles participent, notamment le ravitaillement en eau. Ces paramètres devraient donc être pris en compte dans ces efforts de scolarisation de la jeune fille rurale, entrepris par le Maroc ces dernières années et qui ont déjà d'ailleurs portés beaucoup de fruits.

Au niveau collégial, le nombre de collèges semble favoriser l'achèvement des études. Des efforts devraient donc être encore fournis pour améliorer la disponibilité des collèges et favoriser la scolarisation. Naturellement, il ressort que la déperdition scolaire est un phénomène qui touchent beaucoup plus le milieu rural et les enfants issus des familles analphabètes. Le coefficient lié à la restauration ressort positif. On pourrait donc affirmer que

la disponibilité en écoles primaires représentée par cette variable est positivement liée à l'achèvement et le programme de cantines scolaires attire plus d'enfants à l'école. L'Etat aurait donc intérêt à renforcer ce programme et à augmenter le nombre d'écoles primaires pour permettre à tous les enfants à l'horizon 2015 d'achever leurs études primaires.

III. Objectif 3 : Promouvoir l'égalité des sexes et l'autonomisation des femmes

III.1. Egalité des sexes dans l'enseignement

III.1.1. Ajustement des modèles liés aux proportions des filles dans l'enseignement

Depuis plusieurs années, l'Etat fournit des efforts colossaux en matière de l'éducation, particulièrement la scolarisation de la fille rurale, qui se sentait privée d'un droit parmi les

plus élémentaires. Par conséquent, le taux de scolarisation de la fille rurale s'est nettement

amélioré. Il avoisine les 83% selon le Ministère de l'Education Nationale. De ce fait l'écart de scolarisation entre les deux sexes a été réduit considérablement. En effet, la proportion des filles dans le primaire avoisine les 50% pour certaines provinces notamment à dominante urbaine. Pour le reste, elle est pratiquement invariante et avoisine les 46%. Ce qui nous a épargné de réaliser une étude économétrique sur l'égalité des sexes au niveau primaire.

Cependant, au niveau collégial les disparités entre les provinces en matière de discrimination à l'égard des filles commencent à apparaître. Elles s'accentuent encore plus en passant au qualifiant et au supérieur. En effet, il se trouve qu'au niveau supérieur certaines provinces atteignent les 57% alors que pour d'autres les filles représentent à peine le quart. Pour expliquer ces disparités provinciales, la pauvreté est encore retenue comme premier facteur déterminant. En effet, quoique celle-ci agisse sur la scolarisation des enfants en général, elle semblerait défavoriser encore plus les filles. La disponibilité des établissements scolaires et les équipements en infrastructures de base jouent également un rôle capital dans

la scolarisation de la fille. Par ailleurs, les routes et les résidences scolaires (« Dar taliba ») serviraient des facilités d'accès à l'école. La parité des sexes dans l'enseignement serait aussi liée au taux d'urbanisation ainsi qu'au taux d'alphabétisation qui semblent la favoriser. En outre les filles issues des familles nombreuses et pauvres ont tendance à quitter l'école pour s'occuper des taches ménagères et éventuellement des frères et soeurs plus jeunes.

Dans notre étude, il était plus intéressant de distinguer entre les différents niveaux de l'enseignement pour bien illustrer les disparités qui pourraient exister en passant d'un niveau

à l'autre. Dans un premier temps, toutes les variables traduisant les facteurs cités ci haut ont

été introduites comme variables explicatives. Pour les niveaux collégial et qualifiant particulièrement, il a fallu introduire le taux d'achèvement du niveau inférieur pour illustrer et capter la tendance de la scolarisation d'une manière générale au niveau de la province.

Cependant, au niveau supérieur, il n'y a que le taux de pauvreté et le taux d'urbanisation qui paraissent pertinents parmi toutes ces variables. Néanmoins d'autres variables pourraient intervenir telles que l'âge au premier mariage et la proportion des femmes parmi les chômeurs qui agiraient positivement et négativement sur les études supérieures des filles (respectivement). Mais vu la colinéarité entre certaines variables comme

le taux d'urbanisation, le taux d'alphabétisation et le taux de branchement en eau potable, il

ne fallait considérer qu'une seule. Le taux d'urbanisation a été retenu étant donné qu'il peut contenir l'information contenue dans les autres.

Il faut signaler aussi que le taux de pauvreté, les taux d'achèvement et la proportion des femmes parmi les chômeurs étant endogènes dans les autres équations, ont été instrumentalisés. La dépense moyenne par tête, la taille moyenne des ménages et le taux de pauvreté en 1994 ont été utilisés comme instruments du taux de pauvreté 2004. Les trois autres variables endogènes ont été approchées par le taux d'alphabétisation. Finalement les modèles définitifs, les résultats des estimations et les interprétations sont présentés dans le

Tableau 15 : Estimation par doubles moindres carrés de l'équation de proportion des filles

Dependent Variable: F_G_ENS_C Method: Two-Stage Least Squares Date: 05/31/06 Time: 11:23

Tableau 16 : Estimation par doubles moindres carrés de l'équation de proportion des filles

Dependent Variable: F_G_ENS_Q Method: Two-Stage Least Squares Date: 05/31/06 Time: 13:11

Comme premier constat, les variables ressortent individuellement non significatives

mais puisqu'elles sont économiquement pertinentes, il convient d'interpréter leurs signes. En plus, globalement, le modèle s'ajuste bien aux données puisque les p-value des statistiques de Fisher sont inférieures à 5%.

En examinant ces résultats, nous remarquons que la pauvreté et la proportion des filles aux niveaux collégial et qualifiant sont liés négativement. Cela refléterait la situation en milieu rural où la pauvreté est relativement élevée et les taux de scolarisation des filles sont bas. Cette relation traduit l'interdépendance de la pauvreté et l'éducation. Donc une politique visant à améliorer l'éducation ne pourrait être efficace que si celle-ci est couplée avec des mesures de réduction de la pauvreté.

Comme attendu, dans les familles nombreuses les filles ont tendance à quitter l'école, éventuellement pour des raisons évoquées précédemment. Il ne faudrait pas aussi négliger l'effet des routes puisque le coefficient lié à la distance par rapport aux routes goudronnées ressort négatif. Ce qui signifie que plus de routes goudronnées dans les provinces permettrait

à plus de filles d'aller à l'école. La disponibilité en collèges et lycées semble également favoriser la scolarisation des filles ; les coefficients qui les représentent sont en effet positifs.

Par ailleurs, les discriminations des sexes dans l'enseignement restent une réalité des provinces rurales. Le taux d'urbanisation est positivement lié aux deux proportions. Ce qui confirme la nécessité de porter une attention particulière vers le milieu rural dans la mise en place des programmes socioéconomiques. Au niveau du collège, le taux d'achèvement du primaire qui indique la tendance de la scolarisation dans la province favorise plus les filles. Cependant, au niveau du qualifiant, le coefficient du taux d'achèvement au collège ressort négatif. Ce qui parait étrange à première vue, nous pourrions soupçonner tout de même que le taux d'achèvement du collège avantage plus les garçons que les filles contrairement au taux d'achèvement du primaire, puisqu'en général les collèges sont plus loin que les écoles primaires, ce qui décourage encore plus les familles d'envoyer les filles au collège.

Tableau 17 : Estimation par doubles moindres carrés de l'équation de la proportion des filles dans l'enseignement supérieur.

Dependent Variable: F_G_ENS_S Method: Two-Stage Least Squares Date: 05/30/06 Time: 22:36

premier facteur qui entrave la formation des femmes au niveau supérieur. De même, le signe

lié à la proportion des femmes parmi les chômeurs est négatif. Ce qui signifie que la femme étudiante est rapidement découragée par le chômage de ses paires et quitte l'université pour une autre activité et fonder un foyer éventuellement. A cet effet, le coefficient relatif à l'âge

au premier mariage ressort positif. Ce qui justifie le fait que les études de la jeune femme seraient également anéanties par le phénomène de mariage précoce que connaissent certaines localités du pays. D'ou l'urgence d'adoption et de suivi du nouveau Code de la Famille qui fixe l'âge minimum du mariage à 18 ans. Par ailleurs, les provinces les plus urbanisées et donc les plus alphabétisées sont celles qui connaissent le moins de discrimination des sexes

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.

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

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

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.

Chapitre 4

Modèle d'optimisation pour une réalisation provinciale et nationale des trois premiers OMD

Dans cette mouvance des chantiers de développement qu'a lancé le Maroc, d'aucuns doutent que certains OMD ne pourront être réalisés sans l'accompagnement d'une politique

de financement rigoureuse et optimale. Une des principales préoccupations des pays pour la réalisation des OMD reste en effet l'insuffisance et l'inefficacité des dépenses publiques, accentuées par un fardeau insupportable de la dette et une diminution de l'aide publique au développement. Cette optimisation du financement passe tout d'abord par l'identification des investissements les plus efficaces et des provinces bénéficiaires prioritaires. D'où la nécessité

de compléter l'étude économétrique par un modèle d'optimisation nous permettant de trouver une répartition provinciale des investissements publics pour pouvoir réaliser les OMD de manière optimale. Il s'agit de formuler et de résoudre un programme d'optimisation multicritère conformément aux équations estimées dans le chapitre précédent et aux éventuelles contraintes physiques et financières liées aux variables.

La première partie du chapitre présente le modèle d'optimisation formulé tandis que la deuxième s'occupe des résultats et des interprétations qui y sont faites.

I.Formulation du problème d'optimisation

Le problème d'optimisation que nous avons à résoudre consiste à minimiser l'écart qu'il y a entre le niveau actuel des indicateurs et le niveau qu'il faudrait atteindre en 2015. Cette optimisation nous permet de trouver les niveaux optimaux des variables explicatives nous rapprochant le plus possible des objectifs fixés, en même temps qu'elle nous permettra

de savoir si les objectifs seront atteints et les investissements qui doivent y être consentis.

Deux spécifications de la fonction objective (écart) sont utilisées. La première est de type quadratique ; c'est la somme provinciale des carrés de la différence entre le niveau actuel des indicateurs et le niveau à atteindre en 2015. Il s'agit de:

· Yij représentent les sept variables correspondantes aux sept cibles au niveau de chaque province (j : indicateur de l'objectif, i : province),

· Xik représentent l'ensemble des variables explicatives (coûts de réalisation) des indicateurs étudiés au niveau de chaque province

La deuxième spécification de la fonction objective est de type entropie ; c'est la

somme provinciale des logarithmes du rapport du taux actuel par le taux à réaliser multiplié par le taux actuel.

^{Les ã}j ^{sont les poids donnés à chaque objectif et
reflètent la préférence du décideur.}

Dans notre cas, vu l'importance de l'objectif de réduction de la pauvreté relativement aux

autres objectifs, nous avons dû attribuer aux différents objectifs les poids suivants : 0,35 pour

le taux de pauvreté, 0,15 pour l'achèvement du primaire et 0,10 pour tous les autres.

· Pauvreté : 50% du taux actuel (Réduire la pauvreté de moitié d'ici 2015);

· Inégalités : 0,9% de l'indice de Gini actuel (Réduire les inégalités de 10% d'ici

· Education : 100% d'achèvement du primaire (tous les enfants devraient finir le primaire d'ici 2015) ; le taux d'achèvement du collège n'est pas considéré comme cible;

· Egalité des sexes dans l'enseignement : 50,50% (atteindre 50,50% comme proportion des filles dans l'enseignement d'ici 2015, ce taux représente en fait la proportion des filles dans la population);

· Egalité des sexes en matière de l'emploi : 0.90% du taux actuel (réduire de 10% la proportion des femmes parmi les chômeurs d'ici 2015).

Au niveau des contraintes, les huit équations estimées dans le chapitre précédent sont toutes introduites constituant ainsi les contraintes de base du modèle. Toutes les autres contraintes (physiques et financières) ajoutées sont essentiellement traduites sous forme de bornes inférieures et supérieures des variables.

Nous avons supposé que les installations en eau et les routes goudronnées déjà existantes ne seront pas détruites et donc les bornes inférieures de ces deux variables sont leurs niveaux actuels. Pour toutes les variables mesurant les investissements publics et le dynamisme économique, des bornes plausibles, proportionnelles aux niveaux actuels ont été considérées. Nous avons supposé également que la population totale d'une province et la proportion des femmes pourraient changer, en tenant compte bien entendu de la dynamique

de la population (croissance) et surtout du phénomène de la migration. Toutes ces suppositions conduisent à inclure les bornes récapitulées dans le tableau suivant comme contraintes supplémentaires du modèle d'optimisation.

Tableau19 : Bornes inférieures et supérieures des différentes variables.

Variables	Bornes inférieures	Bornes supérieures
Age au premier mariage	0,75*Valeur observée	1,5*Valeur observée
Dépense moyenne par tête	Valeur observée	3*Valeur observée
Distance/Route Goudronnée	0,000025 *Valeur observée	Valeur observée
Indicateur eau potable	Valeur observée	100
Indice de Gini	20	50
Nombre d'élèves par enseignant	10	60
Nombre d'hôpitaux, dispensaires et de centres de santé	0,75*Valeur observée	5*Valeur observée
Nombre d'hôpitaux, dispensaires et de centres de santé rapporté à la population	0,75*Valeur observée	5*Valeur observée
Nombre de bénéficiaire de la restauration primaire	0,5*Valeur observée	5*Valeur observée
Nombre de bénéficiaire de la restauration rapporté à la population	0,5*Valeur observée	5*Valeur observée
Nombre de collèges	0,25*Valeur observée	5*Valeur observée
Nombre de collèges rapporté à la population	0,25*Valeur observée	5*Valeur observée
Nombre de lycées	0,5*Valeur observée	5*Valeur observée
Nombre de lycées rapporté à la population	0,5*Valeur observée	5*Valeur observée
Nombre de sites de microcrédit	0,05	150
Nombre de sites rapporté à la population	0,000025*Valeur observée	0,01
Population totale	0,75*Valeur observée	(1,5)*Valeur observée
production agricole par tête	0,5*Valeur observée	60
Production industrielle par tête	0,5*Valeur observée	250
Proportion des femmes parmi les chômeurs	0,25*Valeur observée	Valeur observée
Proportions des femmes	45	55
Proportions des femmes ayant le niveau des études primaires ou secondaires	0,75*Valeur observée	100
Proportions des femmes ayant le niveau des études supérieures	Valeur observée	100
Proportions de filles dans l'enseignement collégial	Valeur observée	75
Proportions de filles dans l'enseignement qualifiant	Valeur observée	75
Proportions de filles dans l'enseignement supérieur	Valeur observée	75
Taille moyenne des ménages	2,5	2*Valeur observée
Taux d'achèvement du collège	Valeur observée	130
Taux d'achèvement du primaire	Valeur observée	130
Taux d'alphabétisation	Valeur observée	100
Taux d'emploi des enfants	0,0001	Valeur observée
Taux d'urbanisation	0,75*Valeur observée	100
Taux de pauvreté	0,25*Valeur observée	Valeur observée
Taux de pauvreté 94	Valeur observée	Valeur observée

Finalement le modèle final d'optimisation résolu à l'aide du logiciel GAMS est le suivant :

Sous contraintes des huit équations estimées et des bornes des différentes variables définies

II. Présentation globale des résultats.

Le programme de résolution du problème d'optimisation écrit sous GAMS⁶nous a permis de trouver les niveaux souhaités des variables. Notons que le facteur temps n'a pas été pris en compte dans cette optimisation; ce qui signifie que les niveaux des variables trouvés sont les niveaux à réaliser d'ici 2015 conformément aux contraintes budgétaires de l'Etat. Plutôt ces niveaux d'investissements requis seront atteints, plutôt les trois premiers OMD seront réalisés.

Globalement, les objectifs fixés seraient plus qu'atteints à l'exception de l'achèvement

du collège qui pourrait être amélioré sans atteindre l'objectif de 100% fixé. En effet, sous les deux critères d'optimisation considérés, la pauvreté aurait diminué de plus de la moitié pour

la plupart des provinces (75% pour toutes les provinces sous le critère entropie). Les inégalités mesurées par l'indice de Gini seraient également réduites de plus de 10%, voir même 30% pour certaines provinces sous le critère quadratique. Cette possibilité de diminution notable des inégalités se justifie par une stagnation de la variable dépense moyenne par tête qui ne bougerait pas de son niveau actuel. Cela voudrait dire que sur les neuf ans qui nous séparent de 2015, il y aurait juste un transfert de revenu des plus riches au plus pauvres, réduisant ainsi simultanément la pauvreté et les inégalités. L'Etat devrait donc revoir sa politique d'imposition et de subvention pour favoriser un tel transfert. Au niveau de l'égalité des sexes dans l'enseignement, l'objectif de 50,50%⁷serait atteint pour toutes les provinces et même plus pour certaines. Au niveau de l'emploi, la proportion des femmes quoique étant déjà à un niveau acceptable pourrait encore diminuer jusqu'à plus de 20% pour

la plupart des provinces. En gros, tous les trois premiers objectifs seraient réalisés si parallèlement les niveaux des variables souhaités sont atteints.

Du côté des niveaux des variables (investissements) requis pour permettre d'atteindre

les différents objectifs, les résultats sont relativement similaires à ceux des modèles économétriques. L'apport de la présente partie est le renseignement sur les niveaux exacts des variables à atteindre en privilégiant les plus efficaces. En effet partant des modèles économétriques, toutes les variables agissant négativement (positivement) ont diminué (respectivement augmenté) dans le modèle d'optimisation. On trouve que les variables d'infrastructures de base ayant un faible impact sur la pauvreté monétaire ne bougeraient pas significativement de leur niveau actuel pour favoriser la réalisation des OMD. Les indicateurs eau potable, distance par rapport aux routes goudronnées et nombre de dispensaires varient

⁷Proportion des filles approchée par la proportion des femmes dans la population qui est de l'ordre de 50,50%

très faiblement sous les deux critères. Cependant, une amélioration considérable des activités

créatrices des revenus est requise pour tenir les engagements. En effet, pour réaliser le résultat escompté, la variable nombre de sites de microcrédit augmentent énormément jusqu'à atteindre parfois sa borne supérieure fixée (10 fois le niveau actuel). Ce qui voudrait dire que

le microcrédit pourrait constituer un facteur essentiel de la réduction de la pauvreté monétaire

au Maroc. Un encouragement et une nouvelle restructuration de ce secteur s'avèrent indispensable. A côté de ce facteur, nous retrouvons également la production agricole par tête

et la production industrielle qui devraient augmenter elles aussi pour pouvoir réaliser les trois objectifs.

Les résultats sont relativement contrastés du côté des variables d'infrastructures scolaires agissant sur l'achèvement du primaire et l'égalité des sexes. En effet, le nombre de collèges diminue et augmente en passant d'un critère à l'autre. Par contre, la disponibilité en lycées devrait être améliorée sous les deux critères d'ici 2015. L'emploi des enfants devrait être éradiqué étant donné que son niveau est ramené à zéro pour certaines provinces. Un résultat saillant à signaler et qui ne fait que confirmer le plus grand malaise du Royaume et interpelle par conséquent les dirigeants, reste l'éradication de l'analphabétisme, requise pour

la réalisation de tous les trois objectifs. Pour presque toutes les provinces, le taux d'alphabétisation devrait avoisiner les 100% pour réduire la pauvreté, la discrimination à l'égard des femmes et assurer l'achèvement des études primaires d'ici 2015. Aucune particularité à relever du côté de l'urbanisation et de la densité des salles des classes où les taux diminuent pour certaines provinces (sûrement les plus urbanisés) et augmentent pour d'autres.

Globalement tels sont les résultats qui ressortent de la phase d'optimisation, pour plus

de précision, les résultats exhaustifs (niveaux atteints par toutes les variables) pour trois provinces figurent en annexe.

III. Présentation des résultats selon les objectifs

Dans cette partie, nous effectuons une analyse plus détaillée et plus pointue où chaque objectif sera traité à part. Il est question de comparer le niveau actuel des indicateurs et le niveau à atteindre en 2015 et de proposer les mesures nécessaires et efficaces à partir du niveau optimal trouvé pour chaque variable.

Il faut signaler que puisque la résolution était simultanée, les nivaux obtenus des variables seront les niveaux optimaux pour s'approcher des trois objectifs en même temps. Donc une variable peut diminuer même si elle agit positivement sur un objectif, puisqu'elle interviendrait dans d'autres dans le sens contraire de manière plus significative.

III.1. Objectif 1 : Réduire l'extrême pauvreté et la faim.

Comme annoncé dans le paragraphe précédent, l'objectif lié à la pauvreté serait atteint pour la plupart des provinces, mieux encore sous le critère entropie où la pauvreté pourrait diminuer jusqu'à 75% par rapport à son niveau en 2004. Pour l'indice de Gini, il pourrait diminuer même de plus de 10% tel qu'il était défini dans l'objectif. Les tableaux suivants reproduisent le niveau de la pauvreté et de l'indice de Gini dans certaines provinces sous les deux critères.

Tableau20 : Taux de pauvreté (niveau en 2004 et niveau à atteindre probablement) pour

Provinces	Taux de pauvreté en 2004 en %	Objectif en %	Nouveau taux de pauvreté (Critère quadratique) en %	Variation en %	Nouveau taux de pauvreté (Critère Entropie) en %	Variation en %
Agadir Ida ou Tanane	8,86	4,43	433	-51,13	2,22	-75,00
Al Haouz	20,75	10,38	8,74	-57,89	5,19	-75,00
Alhoceima	12,66	6,33	5,70	-54,96	3,17	-75,00
Berkane	13,92	6,96	6,84	-50,86	3,48	-75,00
Boujdour	5,87	2,94	2,54	-56,71	1,47	-75,00
Boulemane	23,85	11,93	10,91	-54,25	5,96	-75,00
Casablanca	2,73	1,37	1,65	-39,57	0,68	-75,00
Chefchaouen	16,02	8,01	6,34	-60,41	4,01	-75,00
Fahs-Anjra	17,59	8,80	8,71	-50,46	4,40	-75,00
Fes	10,66	5,33	5,69	-46,59	2,67	-75,00
Figuig	27,09	13,55	14,18	-47,65	6,77	-75,00
Guelmim	10,37	5,19	5,06	-51,16	2,59	-75,00
Ifrane	16,03	8,02	8,14	-49,25	4,01	-75,00
Inezgane Ait melloul	9,57	4,79	4,69	-51,00	2,39	-75,00
Jerada	29,28	14,64	14,95	-48,94	7,32	-75,00
Mediouna	11,93	5,97	6,86	-42,47	2,98	-75,00
Nador	17,30	8,65	7,73	-55,33	4,33	-75,00
Nouaceur	7,19	3,60	4,46	-37,95	1,80	-75,00
Oued Ed-Dahab	2,78	1,39	0,70	-75,00	0,70	-75,00
Rabat	2,38	1,19	1,36	-42,82	0,60	-75,00
Tanger-Assilah	9,37	4,68	4,99	-46,69	2,34	-75,00
Tan-Tan	7,70	3,85	3,31	-56,97	1,93	-75,00
Taounate	14,17	7,09	4,81	-66,04	3,54	-75,00
Tétouan	11,04	5,52	6,13	-44,47	2,76	-75,00
Tiznit	20,13	10,07	8,53	-57,62	5,03	-75,00
Zagora	33,58	16,79	15,26	-54,57	8,40	-75,00

Source:Reconstruit à partir de la carte de pauvreté 2004 et des résultats du programme d'optimisation

Tableau21 : Indice de GINI (niveau en 2004 et niveau à atteindre probablement) pour

Provinces	Indice de GINI 2004 en %	Objectif en %	Nouvel indice de GINI (Critère Entropie) en %	Variation en %	Nouvel indice de GINI (Critère quadratique) en %	Variation en %
Agadir Ida ou Tanane	38,57	34,71	32,02	-16,98	34,71	-10
Alhoceima	41,87	37,68	34,45	-17,72	37,68	-10
Aousserd	36,1	32,49	30,59	-15,27	32,49	-10
Boujdour	32,93	29,64	26,79	-18,63	29,64	-10
Casablanca	40,99	36,89	36,51	-10,93	36,89	-10
Chefchaouen	38,42	34,58	30,54	-20,5	34,58	-10
Chichaoua	33,91	30,52	23,43	-30,91	30,52	-10
El Kelaa des sraghna	30,49	27,44	20,95	-31,31	27,44	-10
Errachidia	43,58	39,22	34,56	-20,69	39,22	-10
Fes	35,61	32,05	28,66	-19,51	32,05	-10
Figuig	36,02	32,42	25,83	-28,29	32,42	-10
Kenitra	39,45	35,51	30,85	-21,81	35,5	-10
Khemisset	35,79	32,21	27,54	-23,04	32,21	-10
Mediouna	36,07	32,46	28,86	-20	32,46	-10
Meknes	40,4	36,36	33,07	-18,14	36,36	-10
Mohammadia	38,42	34,58	34,2	-10,99	34,58	-10
Ouarzazate	38,77	34,89	29,62	-23,6	34,89	-10
Oued Ed-Dahab	36	32,4	30,61	-14,96	32,4	-10
Safi	29,85	26,87	21,8	-26,97	26,87	-10
Salé	35,78	32,2	29,78	-16,76	32,2	-10
Settat	35,77	32,19	28,27	-20,97	32,19	-10
Shirat-Temara	38,67	34,8	32,06	-17,1	34,8	-10
Sidi kacem	38,44	34,6	28,63	-25,53	34,6	-10
Tata	39,34	35,41	29,65	-24,62	35,41	-10
Taza	41,21	37,09	33,35	-19,07	37,09	-10
Tiznit	40,5	36,45	31,75	-21,6	36,45	-10
Zagora	36,23	32,61	24,98	-31,04	31,9	-11,96

Source:Reconstruit à partir de la carte de pauvreté 2004 et des résultats du programme d'optimisation

Pour la réalisation de ces deux objectifs, plusieurs variables de politiques économiques identifiées au chapitre 3 doivent changer. Le premier constat intéressant est que

la dépense moyenne par tête n'a pas bougé. Cela voudrait dire que pour réduire la pauvreté et

les inégalités, il n'est pas nécessaire d'augmenter la dépense moyenne mais il faudrait par contre assurer une meilleure redistribution des revenus et des richesses. Donc une amélioration du système fiscal pourrait être efficace dans ce sens, ainsi qu'un renforcement

du contrôle fiscal dans le but d'augmenter le nombre des contribuables et d'élargir l'assiette fiscale. D'un autre côté, nous avons remarqué que la microfinance, malgré son effet restreint, contribue à la réduction de la pauvreté. Dans ce programme d'optimisation, la variable liée au nombre de sites de microcrédit augmente jusqu'à atteindre 150 sites pour chaque province, la borne supérieure définie pour cette variable. Cela voudrait dire que pour réduire la pauvreté jusqu'au niveau désiré, il faudrait investir massivement dans la microfinance. Il serait donc indispensable d'encourager ce secteur et de revoir les règles qui le régissent pour permettre

aux populations à très faibles revenus d'y avoir plus d'accès. Ce qui nécessite des dispositions

administratives et bancaires de facilités de paiement et d'application des taux d'intérêt qui soient relativement bas.

Par ailleurs, les infrastructures de base représentées dans notre étude par le nombre de centres de santé ont enregistré une diminution de 25%. Cela pourrait s'expliquer par le fait que l'approche utilisée ici pour mesurer la pauvreté est une approche monétaire et ne tient pas compte des équipements en infrastructures de base. Donc tout investissement de l'Etat dans

ce sens pourrait être non efficace pour réduire une telle pauvreté. Cependant, la réduction de l'analphabétisme serait un défi majeur à relever. En effet, pour atteindre le niveau recherché

de la pauvreté, le taux d'alphabétisation devrait dépasser 47%⁸pour l'ensemble des provinces, et pourrait aller jusqu'à 100% pour certaines, alors qu'il varie actuellement entre

37% et 79%. C'est-à-dire que d'ici 2015, en moyenne il doit augmenter de 20% par province.

A cet effet, l'Etat ainsi que tous les acteurs de la société civile devraient multiplier leurs efforts dans le sens du renforcement des politiques publiques liées à l'éducation et à l'éradication de l'analphabétisme.

Au niveau économique, les productions industrielle et agricole⁹augmentent pour atteindre le niveau maximal fixé dans le programme comme borne supérieure. Nous avons vu

au chapitre précédent que la pauvreté et les inégalités augmente et diminuent respectivement avec l'accroissement de la production industrielle et inversement pour la production agricole. Mais puisque les deux objectifs ainsi que d'autres devraient être réalisés simultanément, il en ressort que le niveau optimal de ces deux variables soit le plus élevé possible. Donc d'autres efforts devraient être fournis pour stimuler l'économie, encourager l'investissement, renforcer

les réformes de mise à niveau et exploiter les créneaux dont se dote le Maroc dans certains secteurs. Ce qui lui permettrait d'améliorer sa compétitivité à l'échelle internationale et d'attirer d'avantage les investissements étrangers. Par ailleurs, et toujours dans l'optique de réduction des inégalités, il ressort que le taux d'urbanisation devrait diminuer pour 23 provinces¹⁰jusqu'à 25% par rapport à son niveau de 2004. Cela nous renseigne sur la nécessité de multiplier les efforts pour rééquilibrer les villes, et de consolider les programmes

de lutte contre l'exode rural qui engouffre les zones périurbaines et détériore l'environnement des villes.

III.2. Objectif 2 : Assurer l'éducation primaire pour tous

A l'instar de l'objectif lié à la pauvreté, l'objectif 2 pourrait être atteint d'ici 2015 en mobilisant bien évidemment plusieurs ressources pour améliorer les conditions liées à la scolarisation et instaurer un environnement adéquat pour l'achèvement scolaire. En effet, le taux d'achèvement du primaire gagnerait 100% et le taux d'achèvement du collège s'améliorerait presque dans toutes les provinces de 16% en moyenne par rapport aux taux de

Le tableau suivant compare le niveau en 2004 des indicateurs et le niveau qu'on pourrait atteindre sous les deux critères.

⁹Pour le critère entropie, la production agricole devrait diminuer jusqu'à 50% pour un certain nombre de provinces, probablement parce qu'elle intervient pour réduire la proportion des femmes parmi les chômeurs.

¹⁰Pour le critère entropie, le taux d'urbanisation devrait diminuer de 25% pour toutes les provinces.

Tableau 22 : Taux d'achèvement du primaire (niveau en 2004 et niveau à atteindre

Provinces	Taux d'achèvement du primaire en 2004 en %	Objectif en%	Nouveau Taux d'achèvement du primaire (Critère Entropie) en %	Variation en %	Nouveau Taux d'achèvement du primaire (Critère quadratique) en%	Variation en %
Al Haouz	23,4	100	36,77	57,16	99,53	325,35
Alhoceima	29,7	100	36,77	23,81	100	236,71
Aousserd	73,3	100	73,3	0	100	36,43
Boulemane	59,2	100	59,2	0	100	68,92
Casablanca	86,4	100	86,4	0	100	15,74
Chefchaouen	23,2	100	36,78	58,51	99,71	329,8
Chichaoua	21,8	100	36,77	68,68	100	358,73
Chtouka Ait Baha	44,7	100	44,7	0	100,01	123,73
Essaouira	27,1	100	36,77	35,69	100	269,01
Es-Semara	78,9	100	78,9	0	100	26,74
Fahs-Anjra	5,6	100	36,77	556,58	100	1685,63
Fes	116,9	100	116,9	0	116,9	0
Figuig	54	100	54	0	100	85,18
Guelmim	80	100	80	0	100	25
Meknes	75,9	100	75,9	0	100	31,75
Mohammadia	86,4	100	86,4	0	100	15,74
Moulay Yacoub	6,4	100	36,77	474,52	100	1462,49
Nador	47,9	100	47,9	0	100	108,77
Nouaceur	86,4	100	86,4	0	100	15,74
Ouarzazate	46,7	100	46,7	0	100	114,14
Shirat- Temara	86,3	100	86,3	0	100	15,87
Sidi kacem	45,8	100	45,8	0	100	118,35
Taroudant	27	100	36,77	36,2	100	270,38
Tata	47,2	100	47,2	0	100	111,87
Taza	49,6	100	49,6	0	100	101,62
Zagora	47,6	100	47,6	0	100	110,09

Source: Reconstruit à partir des données du Ministère de l'Education Nationale et des résultats du programme

Vu que l'objectif de réduction de la pauvreté devrait être atteint pour la plupart des provinces à l'horizon 2015, la tache devient encore plus ardue pour l'achèvement du primaire,

qui y est lié directement. En fait cela signifie que pour permettre à tous les enfants d'achever leurs études, il faudrait réduire parallèlement la pauvreté d'au moins de moitié et prendre toutes les autres dispositions nécessaires telles que l'élargissement d'accès aux services et infrastructures de base. A cet effet, le taux de branchement en eau potable devrait s'améliorer

et atteindre au moins 14% dans toutes les provinces alors qu'il ne dépasse pas actuellement

10% pour certaines provinces. Mieux encore, il devrait rejoindre 70%, voir plus, dans la moitié des provinces. Toujours dans la même optique, la politique de désenclavement des zones rurales devrait continuer et s'accélérer. En effet, la distance par rapport à la route goudronnée devrait s'annuler dans la majorité des provinces.

Cependant, du côté des infrastructures scolaires, les résultats restent toujours contrastés ; le nombre de bénéficiaires de la restauration devrait diminuer malgré son effet

motivateur, l'investissement dans la construction des établissements scolaires s'avère utile ou

non selon les critères (quadratique et entropie). Une analyse rural/urbain s'avère donc indispensable pour pouvoir capter réellement l'impact des investissements en infrastructures scolaires sur la réalisation de l'objectif 2. Par ailleurs, le travail des enfants devrait diminuer dans toutes les provinces et ramener à zéro pour la plupart, quoiqu'il contribue à la réduction des inégalités. L'emploi des enfants constitue une réelle entrave à l'achèvement scolaire, notamment en milieu rural où les enfants sont employés comme des aides familiaux. Dans ce contexte, il serait vital de renforcer les politiques de lutte contre l'emploi des enfants et d'appliquer les dispositions de lois s'y referant. En outre, avec l'accroissement du nombre d'élèves, il serait intéressant d'augmenter le nombre d'instituteurs et de revoir leur distribution au niveau des provinces.

III.3. Objectif 3 : Promouvoir l'égalité des sexes et l'autonomisation des femmes

Pour assurer l'égalité des sexes dans l'enseignement, plusieurs mesures pourraient être envisagées. Les plus prioritaires restent la réduction de la pauvreté et la généralisation de la scolarisation. Ce qui revient à accomplir les deux premiers objectifs : réduire la pauvreté d'au moins de moitié, accroître le taux d'achèvement du primaire jusqu'à 100% et améliorer le taux d'achèvement du collège de 16% en moyenne. Etant donné que l'éloignement des établissements scolaires constitue un obstacle à la scolarisation des filles, surtout en milieu rural, il ressort que le nombre de lycées devrait se multiplier jusqu'à atteindre la borne supérieure (5 fois) pour la plupart des provinces. Donc l'investissement dans l'offre d'établissements secondaires aurait sans doute un effet positif pour faciliter l'accès à l'école. Toujours dans le même sens, un renforcement de la politique de désenclavement des zones rurales déjà en cours, s'avère indispensable. Par ailleurs, d'autres mesures pour réduire la taille des ménages pourraient être utiles étant donné que celle-ci devrait diminuer d'environ

50% dans chaque province et rester entre 2 et 5 personnes par ménages. Dans ce cas, il serait recommandé de mettre en place un programme de planification familiale favorisant un tel changement.

Au niveau de l'enseignement supérieur, en réduisant la pauvreté et le chômage des femmes, l'objectif d'égalité des sexes pourrait être atteint pour la plupart des provinces. Cependant, l'urbanisation qui semblait favoriser l'égalité au niveau supérieur ressort non efficace au niveau de l'optimisation. De même pour l'âge au premier mariage qui pourrait même diminuer sans être une contrainte effective à l'accès des femmes à l'enseignement supérieur.

Tableau 23 : Proportion des femmes parmi les chômeurs (niveau en 2004 et niveau à atteindre probablement) dans certaines provinces.

Provinces	Proportion des femmes parmi les chômeurs en 2004 en %	Objectif en %	Nouvelle Proportion des femmes parmi les chômeurs (Critère Entropie) en %	Variation en %	Nouvelle Proportion des femmes parmi les chômeurs (Critère quadratique) en %	Variation en %
Agadir Ida ou Tanane	19,41	17,47	14,97	-22,89	16,73	-13,82
Al Haouz	26,93	24,24	21,47	-20,26	22,65	-15,88
Aousserd	29,75	26,78	21,91	-26,36	23,06	-22,49
Assa-Zag	29,75	26,78	22,07	-25,8	24,32	-18,25
Beni Mellal	26,7	24,03	20,12	-24,66	21,94	-17,83
Berkane	24,03	21,63	19,67	-18,14	21,63	-10
Boujdour	29,75	26,78	22,03	-25,93	24,14	-18,87
Casablanca	27,71	24,94	24,75	-10,69	25,61	-7,59
Chtouka Ait Baha	19,41	17,47	14,74	-24,05	14,89	-23,28
El Kelaa des sraghna	26,93	24,24	20,67	-23,25	21,38	-20,6
Fahs-Anjra	18,77	16,89	13,95	-25,66	12,9	-31,26
Figuig	24,03	21,63	22,45	-6,59	24,03	0
Ifrane	26	23,4	22,46	-13,62	24,11	-7,29
Jerada	24,03	21,63	21,96	-8,63	23,92	-0,44
Khemisset	34,06	30,65	27,83	-18,28	30,65	-10
Khouribga	41,48	37,33	35,9	-13,44	38,05	-8,26
Larache	18,77	16,89	16,25	-13,41	17,92	-4,51
Mohammadia	27,71	24,94	25,62	-7,55	26,59	-4,05
Nador	24,03	21,63	18,23	-24,16	19,7	-18,03
Ouarzazate	19,41	17,47	12,15	-37,4	9,37	-51,73
Rabat	34,06	30,65	31,12	-8,63	31,92	-6,27
Sefrou	28,91	26,02	24,38	-15,68	26,02	-10
Sidi kacem	28,03	25,23	21,83	-22,1	23,88	-14,79
Tan-Tan	29,75	26,78	21,45	-27,91	22,79	-23,4
Taounate	36,35	32,72	26	-28,48	27,03	-25,64
Tata	29,75	26,78	22,28	-25,11	23,11	-22,31
Tétouan	18,77	16,89	16,82	-10,38	18,77	0
Zagora	19,41	17,47	15,1	-22,22	14,86	-23,42

Source: Reconstruit à partir des données de la Direction de la Statistique et des résultats du programme

Pour diminuer la discrimination envers les femmes en matière d'emploi, plusieurs mesures devraient être prises, en particulier au niveau de la réduction de l'analphabétisme qui devrait être réduit d'environ 50% dans toutes les provinces. Sur le plan économique, il est évident que pour réduire le chômage, il serait primordial de créer des activités génératrices d'emplois notamment dans le secteur industriel qui emploie plus les femmes. Ainsi, il ressort que les productions agricole et industrielle devraient s'accroître jusqu'à atteindre la borne supérieure fixée (5 fois le niveau en 2004). Pour plus de précision, voir les résultats détaillés

En gros, ce dernier chapitre nous a permis de trouver le niveau optimal de chacune des

variables pour une réalisation simultanée des trois objectifs au niveau de chaque province. Plusieurs mesures de politiques économiques et sociales ont été proposées dans ce sens. En particulier la réduction de l'analphabétisme et la création des activités génératrices de revenus

et d'emplois, ainsi qu'un investissement de masse dans les infrastructures et services de base. Mais cela ne pourrait être accompli qu'avec la contribution de tous les acteurs de la société : Etat, collectivités locales, organisations non gouvernementales et citoyens et la coordination effective des différents programmes.

Conclusion générale

Au terme de ce travail, il convient de dégager les résultats et les constats les plus pertinents et de proposer un ensemble de recommandations en matière de conduite de politiques économiques et sociales, conformément aux objectifs que nous nous sommes fixés

au début de l'étude. Ces constats portent essentiellement sur l'évaluation de la méthodologie

Sur le plan méthodologique, nous constatons que l'approche de double modélisation statistique (économétrie et optimisation) se prête bien aux applications concrètes, particulièrement au suivi de la mise en oeuvre des OMD. Elle nous a permis d'identifier les principaux facteurs par lesquels il faudrait agir pour améliorer les indicateurs des objectifs dans le strict respect des contraintes de faisabilité économique, démographique et technique.

Le deuxième aspect innovateur et surtout pertinent dans cette étude est l'approche provinciale

qui y est adoptée. Sur le plan pratique l'analyse provinciale démontre que les OMD pourraient être ramené au à ce niveau et être suivis rigoureusement. Désormais, une publication des rapports régionaux des OMD au Maroc est envisageable. Cette désagrégation

du suivi des OMD constitue un atout majeur permettant d'une part d'éliminer les inégalités interprovinciales en matière de développement humain et d'autre part d'intégrer la nouvelle approche participative de développement en impliquant les dirigeants locaux dans la conduite des politiques économiques et sociales. Ces nouvelles considérations devraient donc prochainement être prises en compte dans la définition des cahiers des acteurs du développement au Maroc, particulièrement le PNUD et le Ministère du Développement Social. Sur le plan technique, l'approche provinciale nous a permis de contourner le manque des données en séries chronologiques et de se passer de la traditionnelle analyse microéconomique basée sur des données relatives aux ménages. En effet, l'analyse provinciale est plus adéquate pour ce qui est de l'évaluation d'impacts des politiques macroéconomiques sur l'amélioration du niveau des vies des populations dans la mesure où

les investissements publics ne concernent pas directement les ménages mais plutôt les subdivisions administratives (régions, provinces, communes).

Au niveau des résultats, les modèles d'économétrie et d'optimisation nous ont permis

de trouver pour chaque variable le niveau optimal requis pour la réalisation des OMD. Comme signalé plus haut, le facteur temps n'étant pas pris en compte, il faudrait juste atteindre le niveau des variables requis le plus tôt possible et par conséquent réaliser le plus

Le premier constat qui découle de cette étude est la nécessité de mettre en place à côté

de l'indicateur de pauvreté monétaire utilisé, un autre indicateur de mesure du niveau de vie

de la population généralement. Cette nouvelle mesure de la pauvreté tiendrait compte simultanément des disponibilités monétaires et de la disponibilité de certains services sociaux

de base (hôpitaux, écoles, eau potable, électricité, routes...). Ainsi, nous pourrions suivre effectivement l'amélioration du niveau de vie des populations et identifier les investissements

en infrastructures nécessaires pour sortir de la pauvreté. Avec l'indicateur de pauvreté monétaire (taux de pauvreté) utilisé dans cette étude, il ressort en effet que l'augmentation des infrastructures de base ne changerait que faiblement la situation des pauvres. L'attention devrait être plutôt portée sur l'encouragement des activités créatrices de revenu et d'emploi et

le changement des mentalités reposant essentiellement sur l'alphabétisation. D'après les résultats de notre étude, ce sont essentiellement ces deux facteurs qui contribuent significativement à la réduction de la pauvreté et des inégalités. Cet encouragement des

activités créatrices de revenu et d'emploi concerne la vulgarisation du microcrédit et les

dispositions d'accroissement des productions industrielle et agricole. A cet effet, l'Etat devrait renforcer ses programmes de mise à niveau de l'économie et soutenir les associations

de microfinance pour qu'elles puissent réellement s'adresser aux plus pauvres parmi les pauvres et qu'ils appliquent des taux d'intérêts préférentiels, plus adaptés à cette population.

Toutes ces mesures de résorption de la pauvreté auront également un impact considérable sur la réalisation des autres objectifs notamment l'éducation scolaire pour tous et

la promotion de l'égalité des sexes. En effet, la pauvreté a été identifiée comme le premier facteur d'entrave à la scolarisation des enfants et à la promotion des droits de la femme. A côté de ce facteur, nous retrouvons en deuxième position l'alphabétisation. Les infrastructures scolaires (écoles, enseignants, restauration) améliorent quant à eux faiblement l'achèvement

de l'éducation primaire des enfants en général et des filles en particulier. L'Etat devrait donc dans la limite de son budget construire encore plus d'écoles, servir plus des repas scolaires et surtout prendre des mesures visant à améliorer la qualité de l'enseignement en commençant

par le contrôle de la densité des salles des classes et la motivation des enseignants. Un autre phénomène qui risque de faire échouer tous ces efforts de généralisation de l'enseignement reste l'emploi des enfants qui est dans des proportions inquiétantes dans certaines provinces

du pays. Notre étude démontre que l'emploi des enfants devrait être éradiqué dans beaucoup

de provinces pour pouvoir réaliser les OMD. L'Etat devrait donc prendre des mesures rigoureuses (législations et amélioration des revenus des parents) pour combattre ce fléau qui attire déjà l'attention au plus haut niveau des institutions internationales. Dans un souci d'éclaircissement, un encadré récapitulant les principales recommandations à intégrer dans la stratégie nationale de réalisation des OMD au Maroc se trouve en annexe.

En filigrane, une méthodologie d'analyse statistique du suivi de la mise en oeuvre des OMD a été découvert et testée sur les trois premiers objectifs par manque de données relatives aux autres objectifs et du temps requis pour l'étude. Elle pourrait être améliorée en y intégrant une analyse qui distingue entre le milieu urbain et le rural. Toutefois, elle constitue

un outil que nous recommandons aux acteurs du développement (le PNUD et le Ministère de Développement Social) pour la mise en place et le suivi de la stratégie nationale de réalisation des OMD au Maroc. Il faudrait donc prochainement dupliquer l'étude sur les cinq autres objectifs en définissant les indicateurs, les variables nécessaires et en collectant toute l'information requise. Bref, il faudrait prendre plus du temps pour refaire l'application sur l'ensemble des OMD et tirer des conclusions quant à la réalisation simultanée des huit objectifs. Par ailleurs, l'attention devrait être portée également sur l'aspect financement qui constitue une des plus grandes limites pour les pays dans la réalisation des OMD. La mise en place d'une politique fiscale adaptée et d'une stratégie d'attraction des ressources extérieures s'avère indispensable. Une réelle volonté politique et citoyenne conjuguée à l'ensemble de

ces mesures permettrait au Maroc de se diriger tout droit vers la réalisation des OMD à l'horizon 2015.

Références bibliographiques

ABDELKHALEK T, (2005), " Dépenses publiques, croissance économique et pauvreté au Maroc: vers une analyse multi niveaux ", contribution dans le projet de recherche conjoint d'IFPRI et API, "Public policy and poverty reduction in Arab Region".

ABDELKHALEK T, (2005), " La pauvreté au Maroc ", contribution au rapport du cinquantenaire de l'indépendance du Royaume du Maroc.

Association Démocratique des Femmes du Maroc, (2004), "Le processus d'examen et d'évaluation des progrès réalisés dans la mise en oeuvre du Programme d'action de Beijing

Banque Mondiale & Ministère des finances, Sénégal, (2004), "La pauvreté au Sénégal : de la dévaluation de 1994 à 2001-2002 ", Version préliminaire.

Banque Mondiale, (2004), " ROYAUME DU MAROC, Rapport sur la pauvreté : Comprendre

les dimensions géographiques de la pauvreté pour en améliorer l'appréhension à travers les politiques publiques ". Rapport no. 28223 - MOR.

BIH ACKA CINTHIA, E., (2003), "Etude sur l'égalité des sexes dans le domaine de l'éducation en Cote d'Ivoire", Réseau Ouest et Centre Africain de Recherche en Education (ROCARE) Coordination Côte-d'Ivoire.

BOUGROUM M, IBOURK A, (2004), " Les déterminants du travail des enfants et analyse microéconométrique de la demande d'éducation non formelle au Maroc : Cas du secteur de l'artisanat ", CREQ, Université Caddi Ayyad - Marrakech.

" Econométrie appliquée ; Méthodes - Applications - Corrigés ", Edition De Boeck.

COGNEAU, D., et ROBILLIARD, A., (2001), "Croissance, distribution et pauvreté : Un modèle de microsimulation en équilibre général appliqué a Madagascar", Document de travail DIAL / Unité de Recherche CIPRE.

Comité directeur du rapport, 50 ans de développement humain ; perspectives 2025, (2005), "L'avenir se construit et le meilleur est possible ", document de synthèse du rapport général.

Commission Nationale pour le Développement et la Lutte contre la Pauvreté (CNDLP), (2002), "Document de stratégie de réduction de la pauvreté au Bénin 2003-2005", République du Bénin.

DIEYE, Y., et MAMAN CHABI SIKA, (2004), "Profils et déterminants de la pauvreté dans

les collectivités locales de Wakhinane, Tivaouane et Ndagalma", Rapport de fin d'Etudes, Ecole Nationale d'Economie Appliquée (ENEA), Sénégal.

DOROSH, P., HAGGBLADE, S., RAJEMISON, H., RALANTOARILOLONA, B., et SIMLER, K., (1998), "Structure et facteurs déterminants de la pauvreté à Madagascar", Cornell Food and Nutrition Policy Program, Institut National de la Statistique (INSTAT), Antananarivo.

FAO, FIDA, et PAM, (2002), "Réduction de la pauvreté:Le rôle déterminant du financement

de l'alimentation, de l'agriculture et du développement rural" Document préparé à l'occasion

de la Conférence sur le Financement du Développement, Monterrey, Mexique, du 18 au 22

de santé à Madagascar : l'utilisation et déterminants de la demande ", Institut National de la

LACHAUD, J., " Modélisation des déterminants de la pauvreté et marché du travail en Afrique : le cas du Burkina Faso", Document de travail n°.32, Centre d'économie du développement, Université Montesquieu-Bordeaux IV - France.

LACHAUD, J., (2005), "Modélisation des déterminants de la pauvreté durable et transitoire,

et capital social aux Comores", Document de travail n°.108, Centre d'économie du développement, Université Montesquieu-Bordeaux IV - France.

Le Bureau Fédéral de l'Egalité entre Femmes et Hommes, et le Fonds National Suisse, "Les études genre en Suisse".

Nations Unies, Commission Economique pour l'Afrique (CEA), (2005), "Les Objectifs du

Millénaire pour le Développement en Afrique : Progrès accomplis et Défis à relever ".

Nations Unies, Commission Economique pour l'Afrique (CEA), Bureau pour l'Afrique du Nord, (2005), " Réalisation des OMD et mise en oeuvre du NEPAD dans les pays d'Afrique du Nord : progrès et perspectives ", CEA-AN/TNG/CIE/XX/4/REV.1.

Prairie Research Associates, Inc. (PRA), (2002), "L'égalité entre les sexes sur le marché du travail", pour le compte et sous la direction d'Évaluation et développement des données, de Développement des ressources humaines Canada (DRHC).

Programme des Nations Unies pour le Développement (PNUD) - Bureau régional pour les

Etats arabes, (2002), "Créer les opportunités pour les générations futures", Rapport arabe sur

Commissariat au Plan, (2005), " Femmes et dynamique du développement ", Rapport national sur le développement 2005.

Programme des Nations Unies pour le Développement (PNUD) - Maroc, (2005), " Objectifs

Programme des Nations Unies pour le Développement (PNUD), (2005), " La coopération internationale à la croisée des chemins : l'aide, le commerce et la sécurité dans un monde marqué par les inégalités", Rapport mondial sur le développement humain 2005.

SACHS J, (2005), " Investir dans le développement : plan pratique pour réaliser les Objectifs

du Millénaire pour le Développement ", Résumé, Projet Objectifs du Millénaire des Nations

Zirari, H., (2005), "Évolution des conditions de vie des femmes au Maroc", Contribution dans

le cadre du Rapport du Cinquantenaire sur "50 ans de développement humain au Maroc" (RDH50).

Annexes

Annexe 1 : Encadré des principales recommandations pour la réalisation des trois premiers OMD

2. Intégrer l`approche spatiale (urbain/rural, provinces) dans la conduite des politiques

6. Mettre en place un système fiscal (imposition et subvention) social, favorisant un

7. Renforcer les infrastructures scolaires (écoles, enseignants, restauration).

9. Mettre en place un indicateur de pauvreté humaine reposant généralement sur le

10. Renforcer les infrastructures de base (Routes, eau, électricité, hôpitaux).

11. Mettre en place une stratégie rigoureuse de financement des OMD basée sur une

Le Programme des Nations Unies pour le Développement (PNUD) est le réseau mondial du Système des Nations Unies pour le développement qui préconise le changement

et facilite les échanges entre les pays et leur accès aux connaissances, expériences et ressources afin de les aider dans leurs efforts d'édification d'un monde meilleur. Le PNUD

est représenté au niveau de quelque 166 pays, qu'il aide à identifier et à mettre en oeuvre des solutions adaptées à leurs propres contextes, afin de relever les défis du développement. Au niveau mondial, le réseau du PNUD assure la liaison et coordonne les efforts tant au niveau global que national pour atteindre les objectifs du Millénaire pour le développement, y

compris celui de réduire de moitié la pauvreté dans le monde à l'échéance 2015.

La Représentation du PNUD à Rabat est engagée, dans le cadre d'un partenariat multiforme avec le gouvernement et l'ensemble des acteurs du développement du Maroc, dans la mise en oeuvre d'un certain nombre de programmes visant à contribuer de manière efficace à l'amélioration des conditions de vie des populations démunies et à appuyer le processus d'un développement humain, durable et équitable.

Le PNUD accompagne les efforts de ses partenaires nationaux en matière de Gouvernance Démocratique, de l'Environnement et de l'Energie et de Lutte contre la pauvreté. Des thématiques transversales telles le VIH / SIDA, le Genre, la Jeunesse et les Droits de l'Homme constituent également une préoccupation du PNUD en vue de la réalisation des Objectifs du Millénaire pour le Développement d'ici 2015.

L'appui concerté et coordonné du Système des Nations Unies à la réalisation d'un développement humain durable, à même de contribuer à relever les défis du nouveau millénaire, se distingue par l'élaboration du Bilan Commun de Pays (BCP) et d'un Plan-cadre des Nations Unies pour l'Assistance au Développement, plus connu sous le sigle anglais « UNDAF » (United Nations Development Assistance Framework).

agr_tet	:		Production agricole par tête
alph_fem	:		Taux d'alphabétisation des femmes
alph_hom	:		Taux d alphabétisation des hommes
alpha	:		Taux d alphabétisation
ch_dip	:		Chômage régional des diplômes
college	:		Nombre de collèges
college_tete	:		Nombre de collèges par rapport à la population
depmtet	:		Dépense moyenne par tête
dis_rgd	:		Distance par rapport à la route goudronnée
e_pot	:		Indicateur Eau potable
ecprim	:		Nombre d'écoles primaires
ecprim_tete	:		Nombre d'écoles primaires par rapport à la population
elect	:		Indicateur Electricité
elev_ens	:		Nombre d'élèves par enseignant
empl_enf	:		Taux d emploi des enfants
f_chom	:		Proportion des femmes parmi les chômeurs
f_g_ens_c	:		Proportion de filles dans l'enseignement collégial
f_g_ens_q	:		Proportion de filles dans l'enseignement qualifiant
f_g_ens_s	:		Proportion de filles dans l'enseignement supérieur
f_sec	:		Proportions des femmes ayant le niveau des études	primaire	et
			secondaires
f_sup		:	Proportions des femmes ayant le niveau des études supérieures
fecond		:	Indice synthétique de fécondité
gini		:	Indice de Gini
ind_tet		:	Production industrielle par tête
lycees		:	Nombre de lycées
lycees_tete		:	Nombre de lycées par rapport à la population par rapport à la population
nb_disp		:	Nombre d'hôpitaux dispensaires et centres de santé
nb_disp_tete		:	Nombre d'hôpitaux dispensaires et centres de santé par rapport à la
			population
pauv04		:	Taux de pauvreté
pauv94		:	Taux de pauvreté 94
pop_tot		:	Population totale
popact		:	Population active
pro_fem		:	Proportions des femmes
restau		:	Nombre de bénéficiaires de la restauration primaire
restau_tete		:	Nombre de bénéficiaires de la restauration primaire par rapport à la
			population
sites		:	Nombre de sites de microcrédit
sites_tete		:	Nombre de sites de microcrédit par rapport à la population
t_moymen		:	Taille moyenne des ménages
tx_achev_c		:	Taux d'achèvement du collège
tx_achev_p		:	Taux d'achèvement du primaire
tx_urba		:	Taux d'urbanisation

Annexe 4 : Programme E-views d'estimation des différentes équations.

t_moymen ind_tet alpha e_pot @ c depmtet pauv94 pro_fem sites_tete alpha e_pot nb_disp_tete agr_tet t_moymen ind_tet empl_enf

tsls gini c pauv04 depmtet ind_tet agr_tet tx_urba empl_enf pop_tot @ c depmtet ind_tet agr_tet pauv94 t_moymen pro_fem alpha empl_enf pop_tot

tsls tx_achev_p c pauv04 e_pot dis_rgd elev_ens empl_enf tx_urba elev_ens_2 restau_tete @ e_pot dis_rgd elev_ens empl_enf pauv94 depmtet t_moymen tx_urba elev_ens_2 restau_tete

tsls tx_achev_c c pauv04 e_pot empl_enf tx_urba college_tete @ college_tete e_pot empl_enf pauv94 depmtet t_moymen tx_urba

Annexe 5 : Programme GAMS de résolution du problème d'optimisation

***=================** La base de donnees============================ TABLE BASE(I,*) Base de donnees et les residus

***=================***Definition des parametres========================*** PARAMETERS

sites_tete(I) Nombre de sites par rapport a la population depmtet(I) Depense moyenne par tete

nb_disp(I) Nombre d hopitaux dispensaires et centres de sante nb_disp_tete(I) Nombre d hopitaux dispensaires et centres de sante par tete restau(I) Nombre de beneficiaire de la restauration

restau_tete(I) Nombre de beneficiaire de la restauration par rapport a la population

college_tete(I) Nombre de colleges par rapport a la population pop_tot(I) Population totale

agr_tet(I) Production agricole par tete ind_tet(I) Production industrielle par tete

tx_achev_p(I) Taux d achevement au primaire tx_achev_c(I) Taux d achevement au college

f_sec(I) Proportions des femmes ayant le niveau des etudes primaire et secondaires f_sup(I) Proportions des femmes ayant le niveau des etudes superieures

f_g_ens_c(I) Rapport filles_garcons dans l enseignement collegial f_g_ens_q(I) Rapport filles_garcons dans l enseignement qualifiant f_g_ens_s(I) Rapport filles_garcons dans l enseignement superieur t_moymen(I) Taille moyenne des menages

alpha(I) Taux d alphabetisation empl_enf(I) Taux d emploi des enfants tx_urba(I) Taux d urbanisation pauv04(I) Taux de pauvrete

lycees_tete(I) Nombre de lycees par rapport a la population age_pr_mar(I) Age au premier mariage

rsdpauv(I) residus rsdgini(I) residus rsd_ach_1(I) residus rsd_ach_2(I) residus rsd_fg_c(I) residus rsd_fg_q(I) residus rsd_fg_s(I) residus rsdf_cho(I) residus

b6pauv beta du nbre de dispensaire par tete b7pauv beta de la produ agricole par tete b8pauv beta de taille moy menage

b9pauv beta de la produ indus b10pauv beta du tx alphabetisation b11pauv beta de l eau potable

b2gini beta de la depense moy par tete b3gini beta de la production indus par tete b4gini beta de la production agr par tete b5gini beta du tx d urbanisation

***=============*Equation liee au taux d achevement au primaire===============***

b3ach_p beta de distance_route goudronnee b4ach_p beta de nbr d eleves par enseignant b5ach_p beta du tx d emploi des enfants

***=============*Equation liee au taux d achevement au college===============***

b3ach_c beta du tx d emploi des enfants b4ach_c beta du tx d urbanisation b5ach_c beta dunbr de colleges par tete

***===*Equation liee a la proportion de filles dans l enseignement collegial===***

b1_fg_c beta de la pauvrete b2_fg_c beta du colleges par tete b3_fg_c beta du tx d urbanisation

b4_fg_c beta du tx d achevement au primaire b5_fg_c beta de la taille moyenne de menages b6_fg_c beta de distance_route goudronnee

***===*Equation liee a la proportion de filles dans l enseignement qualifiant===***

b4_fg_q beta du tx d achevement au college b5_fg_q beta de la distance_route goudronnee b6_fg_q beta de la taille moyenne de menages

***===*Equation liee a la proportion de filles dans l enseignement superieur===***

b1f_chom beta de la proportion de femmes ayant le niveau secondaire b2f_chom beta de la proportion de femmes ayant le niveau superieur

b3f_chom beta de la prod industielle par tete b4f_chom beta de la prod agricole par tete b5f_chom beta du tx d urbanisation

***=========**Affectation des donnees et les valeurs des paramatres============**

age_pr_mar(I) =			BASE(I,"age_pr_mar")		;
agr_tet(I) =			BASE(I,"agr_tet")		;
alpha(I) =			BASE(I,"alpha")		;
college_tete(I) =			BASE(I,"college_tete")		;
depmtet(I) =			BASE(I,"depmtet")		;
dis_rgd(I) =			BASE(I,"dis_rgd")		;
e_pot(I)	=	BASE(I,"e_pot")		;
elev_ens(I)	=	BASE(I,"elev_ens")		;
elev_ens_2(I)	=	BASE(I,"elev_ens_2")		;
empl_enf(I)	=	BASE(I,"empl_enf")		;
f_chom(I)	=	BASE(I,"f_chom")		;
f_g_ens_c(I)	=	BASE(I,"f_g_ens_c")		;
f_g_ens_q(I)	=	BASE(I,"f_g_ens_q")		;
f_g_ens_s(I)	=	BASE(I,"f_g_ens_s")
f_sec(I)	=	BASE(I,"f_sec")		;

b0pauv = -39.83252 ; b1pauv = 0.806940 ; b2pauv = -0.001181 ; b3pauv = 0.058408 ; b4pauv = 0.683464 ; b5pauv = -3289.725 ; b6pauv = 413.7236 ; b7pauv = -0.150222 ; b8pauv = 2.674192 ; b9pauv = 0.032699 ;

b1ach_p = -1.241451 ; b2ach_p = 0.275400 ; b3ach_p = -0.660812 ; b4ach_p = 1.192836 ; b5ach_p = -1.172513 ; b6ach_p = 0.239322 ; b7ach_p = -0.023169 ; b8ach_p = 2.885077 ;

b0ach_c = 53.01159 ; b1ach_c = -0.469485 ; b2ach_c = 0.100114 ; b3ach_c = -0.463185 ; b4ach_c = 0.038045 ; b5ach_c = 17616.10 ;

b0_fg_c = 47.27693 ; b1_fg_c = -0.440675 ; b2_fg_c = 8897.046 ; b3_fg_c = 0.057512 ; b4_fg_c = 0.000717 ; b5_fg_c = -0.026330 ; b6_fg_c = -0.221159 ;

b0_fg_q = 70.11584 ; b1_fg_q = 13633.46 ; b2_fg_q = -0.119662 ; b3_fg_q = 0.148691 ; b4_fg_q = -0.335260 ; b5_fg_q = -0.096816 ; b6_fg_q = -2.608568 ;

b0_fg_s = 68.85103 ; b1_fg_s = -0.419717 ; b2_fg_s = 0.080725 ; b3_fg_s = 0.043207 ; b4_fg_s = -0.891169 ;

b0f_chom = 35.31684 ; b1f_chom = 0.765340 ; b2f_chom = 1.122186 ; b3f_chom = -0.013437 ; b4f_chom = 0.322102 ; b5f_chom = -0.059751 ; b6f_chom = -0.714140 ;

***=================Definision des variables========================* POSITIVE VARIABLES

Vsites(I) Acces a la microfinance (Nombre de sites de microcredit) Vsites_tete(I) Nombre de sites par rapport a la population

Vdepmtet(I) Depense moyenne par tete Vdis_rgd(I) Distance_Route Goudronnee Ve_pot(I) Indicateur Eau potable

Vnb_disp(I) Nombre d hopitaux dispensaires et centres de sante Vnb_disp_tete(I) Nombre d hopitaux dispensaires et centres de sante par tete Vrestau(I) Nombre de beneficiaire de la restauration

Vrestau_tete(I) Nombre de beneficiaire de la restauration par rapport population

Vtx_achev_p(I) Proportiondans l enseignement collegial et achevant la troisieme annee Vtx_achev_c(I) Proportiondans l enseignement primaire et achevant la 6 eme annee Vf_chom(I) Proportion des femmes parmi les chomeurs

Vf_g_ens_c(I) Rapport filles_garcons dans l enseignement collegial Vf_g_ens_q(I) Rapport filles_garcons dans l enseignement qualifiant Vf_g_ens_s(I) Rapport filles_garcons dans l enseignement superieur Vt_moymen(I) Taille moyenne des menages

Valpha(I) Taux d alphabetisation Vempl_enf(I) Taux d emploi des enfants Vtx_urba(I) Taux d urbanisation Vpauv04(I) Taux de pauvrete Vpauv94(I) Taux de pauvrete 94

giniobj(I) Indice de Gini (objectif) achev_pobj(I) Taux achevement primaire (objectif) achev_cobj(I) Taux achevement collegial (objectif)

f_g_cobj(I) Rapport filles_garcons dans l enseignement collegial (objectif) f_g_qobj(I) Rapport filles_garcons dans l enseignement qualifiant (objectif f_g_sobj(I) Rapport filles_garcons dans l enseignement superieur (objectif) f_chobj(I) Proportion des femmes parmi les chomeurs (objectif)

Gamf_g_c Ponderation relative au rapport filles_garcons dans l enseignement collegial Gamf_g_q Ponderation relative au rapport filles_garcons dans l enseignement qualifiant Gamf_g_s Ponderation relative au rapport filles_garcons dans l enseignement superieur Gamf_chom Ponderation relative a la proportion des femmes parmi les chomeurs

***=================*Definition des equations============================ EQUATIONS

EQF_G_C(I) Equation du rapport filles_garcons dans l enseignement collegial EQF_G_Q(I) Equation du rapport filles_garcons dans l enseignement qualifiant EQF_G_S(I) Equation du rapport filles_garcons dans l enseignement superieur

***=====================*Definition des equation============================ EQPAUV(I).. Vpauv04(I) =E= b0pauv + b1pauv*Vgini(I) + b2pauv*Vdepmtet(I)+

b5pauv*Vsites_tete(I) + b6pauv*Vnb_disp_tete(I)+ b7pauv*Vagr_tet(I) + b8pauv*Vt_moymen(I)+ b9pauv*Vind_tet(I) + b10pauv*Valpha(I) + b11pauv*Ve_pot(I) + rsdpauv(I) ;

EQACHEVP(I).. Vtx_achev_p(I) =E= b0ach_p + b1ach_p*Vpauv04(I) + b2ach_p*Ve_pot(I) +

b3ach_p*Vdis_rgd(I) + b4ach_p*Velev_ens(I) + b5ach_p*Vempl_enf(I) + b6ach_p*Vtx_urba(I) + b7ach_p*Velev_ens_2(I) + b8ach_p*Vrestau_tete(I) +

EQACHEVC(I).. Vtx_achev_c(I) =E= b0ach_c + b1ach_c*Vpauv04(I) + b2ach_c*Ve_pot(I) +

EQF_G_C(I).. Vf_g_ens_c(I) =E= b0_fg_c + b1_fg_c*Vpauv04(I) + b2_fg_c*Vcollege_tete(I)+

EQF_G_Q(I).. Vf_g_ens_q(I) =E= b0_fg_q + b1_fg_q*Vlycees_tete(I) + b2_fg_q*Vpauv04(I)+

b3_fg_q*tx_urba(I) + b4_fg_q*Vtx_achev_c(I)+ b5_fg_q*Vdis_rgd(I) + b6_fg_q*Vt_moymen(I)+ rsd_fg_q(I) ;

EQF_G_S(I).. Vf_g_ens_s(I) =E= b0_fg_s + b1_fg_s* Vpauv04(I) + b2_fg_s* Vtx_urba(I) +

EQF_CHOM(I).. Vf_chom(I) =E= b0f_chom + b1f_chom * Vf_sec(I) + b2f_chom*Vf_sup(I) + b3f_chom*Vind_tet(I) + b4f_chom*Vagr_tet(I) + b5f_chom*Vtx_urba(I) + b6f_chom*Valpha(I) + rsdf_cho(I) ;

EQRESTAU(I).. Vrestau(I) =E= Vrestau_tete(I)*Vpop_tot(I); EQCOLLEGES(I).. Vcollege(I) =E= Vcollege_tete(I)*Vpop_tot(I); EQLYCEES(I).. Vlycees(I) =E= Vlycees_tete(I)*Vpop_tot(I); EQSITES(I).. Vsites(I) =E= Vsites_tete(I)*Vpop_tot(I); EQdisp(I).. Vnb_disp(I) =E= Vnb_disp_tete(I)*Vpop_tot(I);

EQOBJETQUAD.. Objectquad =E= (Gampauv *(SUM(I,((Vpauv04(I)- pauvobj(I))*(Vpauv04(I)- pauvobj(I))))))+

(Gamgini *(SUM(I,((Vgini(I)- giniobj(I))*((Vgini(I)- giniobj(I))))))+ (Gamachevp*(SUM(I,((Vtx_achev_p(I) - achev_pobj(I))*(Vtx_achev_p(I) -

(Gamf_g_c * (SUM(I,((Vf_g_ens_c(I) - f_g_cobj(I))*(Vf_g_ens_c(I) - f_g_cobj(I))))))+ (Gamf_g_q * (SUM(I,((Vf_g_ens_q(I) - f_g_qobj(I))*(Vf_g_ens_q(I) - f_g_qobj(I)))))) + (Gamf_g_s * (SUM(I,((Vf_g_ens_s(I) - f_g_sobj(I))*(Vf_g_ens_s(I) - f_g_sobj(I)))))) + (Gamf_chom * (SUM(I,(Vf_chom(I)-f_chobj(I))*(Vf_chom(I)-f_chobj(I)))))) ;

EQOB1.. Obj1 =E= (Gampauv *(SUM(I,(Vpauv04(I)*(LOG(Vpauv04(I)/pauvobj(I))))))) ;

EQOB3.. Obj3 =E= (Gamachevp*(SUM(I,Vtx_achev_p(I)*(LOG(Vtx_achev_p(I) /achev_pobj(I)))))); EQOB4.. Obj4 =E= (Gamf_g_c*(SUM(I,(Vf_g_ens_c(I)*(LOG(Vf_g_ens_c(I) /f_g_cobj(I))))))); EQOB5.. Obj5 =E= (Gamf_g_q *(SUM(I,(Vf_g_ens_q(I)*(LOG(Vf_g_ens_q(I) /f_g_qobj(I))))))); EQOB6.. Obj6 =E= (Gamf_g_s *(SUM(I,(Vf_g_ens_s(I)*(LOG(Vf_g_ens_s(I) /f_g_sobj(I))))))); EQOB7.. Obj7 =E= (Gamf_chom*(SUM(I,(Vf_chom(I)*(LOG(Vf_chom(I)/f_chobj(I)))))));

***=====================Initialisation des variables========================*** Vsites.L(I) = sites(I) ;

======================Bornes inferieures et superieures===========================

Vsites.LO(I) = 0.05 ; Vsites_tete.LO(I) = 0.000025*sites_tete(I) ; Vdepmtet.LO(I) = depmtet(I) ;

Velev_ens_2.LO(I) = 100 ; Vnb_disp.LO(I) = 0.75*nb_disp(I) ; Vnb_disp_tete.LO(I) = 0.75*nb_disp_tete(I) ; Vrestau.LO(I) = 0.5*restau(I) ; Vrestau_tete.LO(I) = 0.5*restau_tete(I) ; Vcollege.LO(I) = 0.25*college(I) ; Vcollege_tete.LO(I) = 0.25*college_tete(I) ;

Vpop_tot.LO(I) =			0.75*pop_tot(I)					;
Vagr_tet.LO(I) =			0.5*agr_tet(I) ;
Vind_tet.LO(I) =			0.5*ind_tet(I) ;
Vtx_achev_p.LO(I) =			tx_achev_p(I) ;
Vtx_achev_c.LO(I) =			tx_achev_c(I) ;
Vf_chom.LO(I) =			0.25*f_chom(I)					;
Vf_sec.LO(I) =			0.75*f_sec(I) ;
Vf_sup.LO(I)	=			f_sup(I)		;
Vpro_fem.LO(I)	=			45 ;
Vf_g_ens_c.LO(I)		=			f_g_ens_c(I)		;
Vf_g_ens_q.LO(I)		=			f_g_ens_q(I)		;
Vf_g_ens_s.LO(I)		=			f_g_ens_s(I)		;

Vcollege_tete.UP(I) = 5*college_tete(I) ; Vpop_tot.UP(I) = (1.5)*pop_tot(I) ; Vagr_tet.UP(I) = 60 ;

Vt_moymen.UP(I) = 2*t_moymen(I) ; Valpha.UP(I) = 100 ; Vempl_enf.UP(I) = empl_enf(I) ; Vtx_urba.UP(I)$(tx_urba(I)<66) = 1.5*tx_urba(I) ; Vtx_urba.UP(I)$(tx_urba(I)>=66) = 100 ; Vpauv04.UP(I) = pauv04(I) ;

*=================*Bouclage du modele pour les variables exogenes================**

/EQPAUV,EQGINI,EQACHEVP,EQACHEVC,EQF_G_C,EQF_G_Q, EQF_G_S,EQF_CHOM,EQRESTAU,EQCOLLEGES,EQLYCEES,EQDISP,EQSITES, EQOB1,EQOB2,EQOB3,EQOB5,EQOB6,EQOB7,EQOB8,EQOBJETENT /;

Vsites.LO(I) = 0.05 ; Vsites_tete.LO(I) = 0.000025*sites_tete(I) ; Vdepmtet.LO(I) = depmtet(I) ;

Vpop_tot.LO(I) =			0.75*pop_tot(I)					;
Vagr_tet.LO(I) =			0.5*agr_tet(I) ;
Vind_tet.LO(I) =			0.5*ind_tet(I) ;
Vtx_achev_p.LO(I) =			tx_achev_p(I) ;
Vtx_achev_c.LO(I) =			tx_achev_c(I) ;
Vf_chom.LO(I) =			0.25*f_chom(I)					;
Vf_sec.LO(I) =			0.75*f_sec(I) ;
Vf_sup.LO(I)	=			f_sup(I)		;
Vpro_fem.LO(I)	=			45 ;
Vf_g_ens_c.LO(I)		=			f_g_ens_c(I)		;
Vf_g_ens_q.LO(I)		=			f_g_ens_q(I)		;
Vf_g_ens_s.LO(I)		=			f_g_ens_s(I)		;

Vcollege_tete.UP(I) = 5*college_tete(I) ; Vpop_tot.UP(I) = (1.5)*pop_tot(I) ; Vagr_tet.UP(I) = 60 ;

*=================*Bouclage du modele pour les variables exogenes================**

/EQPAUV,EQGINI,EQACHEVP,EQACHEVC,EQF_G_C,EQF_G_Q, EQF_G_S,EQF_CHOM,EQRESTAU,EQCOLLEGES,

***===============calcul des variations des variables=======================*** PARAMETER

vadepmtet(I) Depense moyenne par tete(variation) vadis_rgd(I) Distance_Route Goudronnee(variation) vae_pot(I) Indicateur Eau potable(variation) vagini(I) Indice de Gini (variation)

vaagr_tet(I) Production agricole par tete (variation) vaind_tet(I) Production industrielle par tete(variation) vaachev_p(I) Taux achevement au promaire (variation) vaachev_c(I) Taux achevement au college (variation

vaf_sec(I) Proportions des femmes ayant le niveau des etudes primaire et secondaires (variation)

vaf_sup(I) Proportions des femmes ayant le niveau des etudes superieures(variation)

vaf_g_ens_c(I) Rapport filles_garcons dans l enseignement collegial(variation) vaf_g_ens_q(I) Rapport filles_garcons dans l enseignement qualifiant(variation) vaf_g_ens_s(I) Rapport filles_garcons dans l enseignement superieur(variation) vat_moymen(I) Taille moyenne des menages(variation)

vaalpha(I) Taux d alphabetisation (variation) vaempl_enf(I) Taux d emploi des enfants (variation) vatx_urba(I) Taux d urbanisation(variation)

vaf_g_ens_s(I)$(f_g_ens_s(I) NE 0) = 100*(Vf_g_ens_s.L(I)-f_g_ens_s(I))/f_g_ens_s(I) ; vat_moymen(I)$(t_moymen(I) NE 0) = 100*(Vt_moymen.L(I)-t_moymen(I))/t_moymen(I); vaalpha(I)$(alpha(I) NE 0) = 100*(Valpha.L(I)-alpha(I))/alpha(I) ; vaempl_enf(I)$(empl_enf(I) NE 0) = 100*(Vempl_enf.L(I)-empl_enf(I))/empl_enf(I) ;

vaage_pr_mar(I)$(age_pr_mar(I) NE 0) = 100*(Vage_pr_mar.L(I)-age_pr_mar(I))/age_pr_mar(I) ;

vasites , Vsites.L , sites , vadepmtet , Vdepmtet.L , depmtet , vadis_rgd , Vdis_rgd.L , dis_rgd , vae_pot , Ve_pot.L , e_pot , vagini , Vgini.L , gini , vaelev_ens , Velev_ens.L , elev_ens , vanb_disp , Vnb_disp.L , nb_disp , varestau , Vrestau.L , restau , vacollege , Vcollege.L , college , vapop_tot , Vpop_tot.L , pop_tot , vaagr_tet , Vagr_tet.L , agr_tet , vaind_tet , Vind_tet.L , ind_tet ,

vaachev_p , Vtx_achev_p.L , tx_achev_p , vaachev_c , Vtx_achev_c.L , tx_achev_c , vaf_chom , Vf_chom.L , f_chom ,

vaf_sec , Vf_sec.L , f_sec , vaf_sup , Vf_sup.L , f_sup , vapro_fem , Vpro_fem.L , pro_fem ,

vaf_g_ens_c , Vf_g_ens_c.L , f_g_ens_c , vaf_g_ens_q , Vf_g_ens_q.L , f_g_ens_q , vaf_g_ens_s , Vf_g_ens_s.L , f_g_ens_s , vat_moymen , Vt_moymen.L , t_moymen , vaalpha , Valpha.L , alpha ,

vaempl_enf , Vempl_enf.L , empl_enf , vatx_urba , Vtx_urba.L , tx_urba , vapauv04 , Vpauv04.L , pauv04 , Vpauv94.L , pauv94 ,

PUT 'PROVINCE' , PUT'Nouveau Nb de sites' , PUT 'Nb de sites en 2004' , PUT 'Variation en %' // ; LOOP( I, PUT I.TL, PUT Vsites.L(I), PUT sites(I), PUT vasites(I)/) ;

PUT 'PROVINCE' , PUT'Nouvelle depense moy pc' , PUT 'Depense moy pc en 2004' , PUT 'Variation en %'

PUT 'PROVINCE' , PUT'Nouvelle distance_route goud' ,PUT 'Distance_route goud en 2004' , PUT 'Variation

PUT 'PROVINCE' , PUT'Nouveau indic eau pot' , PUT 'Indic eau pot en 2004' , PUT 'Variation en %' // ; LOOP( I, PUT I.TL, PUT Ve_pot.L(I) , PUT e_pot(I) , PUT vae_pot(I)/) ;

PUT 'PROVINCE' , PUT'Nouveau indice de GINI' , PUT 'Objectif' , PUT 'Indice de GINI en 2004' , PUT

LOOP( I, PUT I.TL, PUT Vgini.L(I) ,PUT giniobj.L(I), PUT gini(I) , PUT vagini(I)/) ;

PUT 'PROVINCE' , PUT'Nouveau nb d elev _enseig' , PUT 'Nb d elev _enseig en 2004' , PUT 'Variation en

LOOP( I, PUT I.TL, PUT Velev_ens.L(I) , PUT elev_ens(I) , PUT vaelev_ens(I) /) ;

PUT 'PROVINCE' , PUT'Nouveau nb de centre de sante' PUT 'Nb de centre de sante en 2004' , PUT

PUT 'PROVINCE' , PUT'Nouveau nb benefi_restau' , PUT 'Nb benefi_restau en 2004' , PUT 'Variation en

PUT 'PROVINCE' , PUT'Nouveau nb colleges' , PUT 'Nb colleges en 2004' , PUT 'Variation en %' // ; LOOP( I, PUT I.TL, PUT Vcollege.L(I) , PUT college(I) , PUT vacollege(I)/) ;

PUT 'PROVINCE' , PUT'Nouvelle pop tot' , PUT 'Pop tot en 2004' , PUT 'Variation en %' // ; LOOP( I, PUT I.TL, PUT Vpop_tot.L(I) , PUT pop_tot(I) , PUT vapop_tot(I)/) ;

PUT 'PROVINCE' , PUT'Nouvelle prod agr pc', PUT 'prod agr pc en 2004' , PUT 'Variation en %' // ; LOOP( I, PUT I.TL, PUT Vagr_tet.L(I) , PUT agr_tet(I) , PUT vaagr_tet(I)/) ;

PUT 'PROVINCE' , PUT'Nouvelle prod indus pc' , PUT 'Prod indus pc en 2004' , PUT 'Variation en %' // ; LOOP( I, PUT I.TL, PUT Vind_tet.L(I) , PUT ind_tet(I) , PUT vaind_tet(I)/) ;

PUT 'PROVINCE' , PUT'Nouveau tx achevement prim' , PUT 'Objectif', PUT 'Tx achevement prim en 2004'

LOOP( I, PUT I.TL, PUT Vtx_achev_p.L(I) , PUT achev_pobj.L(I), PUT tx_achev_p(I) , PUT

PUT 'PROVINCE' , PUT'Nouveau tx achevement col' , PUT 'Tx achevement col en 2004' , PUT 'Variation

LOOP( I, PUT I.TL, PUT Vtx_achev_c.L(I) , PUT tx_achev_c(I) , PUT vaachev_c(I)/) ;

PUT 'PROVINCE' , PUT'Nouvelle prop fem_chom', PUT ' Objectif', PUT 'Prop fem_chom en 2004' , PUT

LOOP( I, PUT I.TL, PUT Vf_chom.L(I) , PUT f_chobj.L(I) , PUT f_chom(I) , PUT vaf_chom(I)/) ;

PUT 'PROVINCE' , PUT'Nouvelle prop fem_prim-sec' , PUT 'Prop fem_prim-sec en 2004' , PUT 'Variation

PUT 'PROVINCE' , PUT'Nouvelle prop fem_sup' , PUT 'Prop fem_sup en 2004' , PUT 'Variation en %' //

PUT 'PROVINCE' , PUT'Nouvelle prop femmes' , PUT 'Prop femmes en 2004' , PUT 'Variation en %' // ; LOOP( I, PUT I.TL, PUT Vpro_fem.L(I) , PUT pro_fem(I) , PUT vapro_fem(I)/) ;

PUT 'PROVINCE' , PUT'Nouveau rapport fil_gar_enseig col', PUT 'Objectif', PUT 'Rapport fil_gar_ensei col

LOOP( I, PUT I.TL, PUT Vf_g_ens_c.L(I) , PUT f_g_cobj.L(I), PUT f_g_ens_c(I) , PUT vaf_g_ens_c(I) /)

PUT 'PROVINCE' , PUT'Nouveau rapport fil_gar_enseig qual' , PUT 'Objectif',PUT 'Rapport fil_gar_ensei qual en 2004' , PUT 'Variation en %' //;

LOOP( I, PUT I.TL, PUT Vf_g_ens_q.L(I) , PUT f_g_qobj.L(I), PUT f_g_ens_q(I) , PUT vaf_g_ens_q(I) /)

PUT 'PROVINCE' , PUT'Nouveau rapport fil_gar_enseig sup' , PUT 'Objectif',PUT 'Rapport fil_gar_ensei sup en 2004' , PUT 'Variation en %' //;

LOOP( I, PUT I.TL, PUT Vf_g_ens_s.L(I) , PUT f_g_cobj.L(I), PUT f_g_ens_s(I) , PUT vaf_g_ens_s(I) /) ; PUT 'PROVINCE' , PUT'Nouvelle taille moy des menages'PUT 'Taille moy des menage en 2004' , PUT

LOOP( I, PUT I.TL, PUT Vt_moymen.L(I) , PUT t_moymen(I) , PUT vat_moymen(I) /) ;

PUT 'PROVINCE' , PUT'Nouveau tx alpha' , PUT 'Tx alpha en 2004' , PUT 'Variation en %' // ; LOOP( I, PUT I.TL, PUT Valpha.L(I) , PUT alpha(I) , PUT vaalpha(I)/) ;

PUT 'PROVINCE' , PUT'Nouveau tx emp_enf' , PUT 'Tx emp_enf en 2004' , PUT 'Variation en %' // ; LOOP( I, PUT I.TL, PUT Vempl_enf.L(I) , PUT empl_enf(I) , PUT vaempl_enf(I)/) ;

PUT 'PROVINCE' , PUT'Nouveau tx urba' , PUT 'Tx urba en 2004' , PUT 'Variation en %' // ;

PUT 'PROVINCE' , PUT'Nouveau tx de pauvrete', PUT 'Objectif' , PUT 'Tx de pauvrete en 2004' , PUT

LOOP( I, PUT I.TL, PUT Vpauv04.L(I) , PUT pauvobj.L(I), PUT pauv04(I) , PUT vapauv04(I)/) ;

PUT 'PROVINCE' , PUT'Nouveau nb de lycees' , PUT 'Nb de lycees en 2004' , PUT 'Variation en %' // ; LOOP( I, PUT I.TL, PUT Vlycees.L(I) , PUT lycees(I) , PUT valycees(I)/) ;

PUT 'PROVINCE' , PUT'Nouveau age au pr mariage' , PUT 'Age au pr mariage en 2004' , PUT 'Variation en

LOOP( I, PUT I.TL, PUT Vage_pr_mar.L(I) , PUT age_pr_mar(I) , PUT vaage_pr_mar(I)/) ;

Tableau 24 : Niveaux des variables pour la province d'Eljadida (la province moyennement pauvre)

	Niveau en % en 2004		Objectif en %		Niveau en % (critère entropie)		Variation en %		Niveau en % (critère quadratique)		Variation en %
Indice de GINI	31,26		28,13		23,06		-26,24		28,13		-10
Tx achèvement du primaire	50,8		100		50,8		0		100		96,85
Proportion des femmes/chômeurs	38,72		34,85		33,68		-13,03		35,82		-7,48
Proportion des filles dans l'enseignement collégial	42,39		50,5		46,92		10,68		47,41		11,85
Proportion des filles dans l'enseignement qualifiant	45,47		50,5		45,47		0		50,5		11,06
Proportion des filles dans l'enseignement supérieur	46,7		50,5		54,91		17,58		51,59		10,48
Tx de pauvreté	14,41		7,21		3,6		-75		6,95		-51,79
		Niveau en 2004		Niveau (critère entropie)		Variation en %		Niveau (critère quadratique)		Variation en %
Nb de sites de microcrédit		41		150		265,85		150		265,85
Dépense moyenne pc		7513,44		7513,44		0		7513,44		0
Distance/route goudronnée		1,6		1,6		0		0		-100
Indicateur eau potable en %		30,2		30,2		0		92,52		206,37
Nb d'élèves/enseignant		31,61		21,75		-31,18		33,75		6,78
Nb de centres de santé		63		47,25		-25		47,25		-25
Nb bénéficiaires de restauration		29880		14959,45		-49,93		14959,16		-49,94
Nb collèges		39		9,75		-75		195		400
Population totale		1099957		1099959,23		0		1099938,08		0
production agricole pc		15,98		7,99		-50		48,04		200,62
Production industrielle pc		10,29		250		2329,54		250		2329,54
Tx achèvement de collège		54,2		58,55		8,02		66,18		22,11
Proportion de femmes ayant le niveau primaire ou secondaire en %		30,2		64,85		114,74		22,65		-25
Proportion de femmes ayant le niveau supérieur en %		2,4		2,4		0		2,4		0
Proportion des femmes en %		49,8		45		-9,64		52,73		5,87
Taille moyenne des ménages		5,6		5,5		-1,72		2,5		-55,36
Tx alphabétisation en %		44,8		81,45		81,81		51,28		14,47
Tx emploi des enfants en %		8,8		8,8		0		8,8		0
Tx urbanisation en %		27,1		20,33		-25		20,33		-25
Nb de lycées		14		7		-50		7		-50
Age au premier mariage		25,2		18,9		-25		18,9		-25

Tableau 25 : Niveaux des variables pour la province de Rabat (la province la moins pauvre)

	Niveau en % en 2004		Objectif en %		Niveau en % (critère entropie)		Variation en %		Niveau en % (critère quadratique)		Variation en %
Indice de GINI	36,02		32,42		30,59		-15,06		32,42		-10
Tx achèvement du primaire	77,4		100		77,4		0		100		29,2
Proportion des femmes/chômeurs	34,06		30,65		31,12		-8,63		31,92		-6,27
Proportion des filles dans l'enseignement collégial	49,26		50,5		49,69		0,88		50,5		2,52
Proportion des filles dans l'enseignement qualifiant	50,31		50,5		50,31		0		50,5		0,38
Proportion des filles dans l'enseignement supérieur	57		50,5		58,04		1,82		57		0
Tx de pauvreté	2,38		1,19		0,6		-75		1,36		-42,82
		Niveau en 2004		Niveau (critère entropie)		Variation en %		Niveau (critère quadratique)		Variation en %
Nb de sites de microcrédit		18		150		733,33		150		733,33
Dépense moyenne pc		14435,52		14435,52		0		14435,52		0
Distance/route goudronnée		0		0		0		0		0
Indicateur eau potable en %		91,8		93,5		1,86		100		8,93
Nb d'élèves/enseignant		29,48		30,97		5,04		49,21		66,93
Nb de centres de santé		26		19,5		-25		19,5		-25
Nb bénéficiaires de restauration		0		0		0		0		0
Nb collèges		31		7,75		-75		85,8		176,77
Population totale		620996		621001,86		0		621001,62		0
production agricole pc		0,69		0,35		-50		15,74		2181,76
Production industrielle pc		3,45		250		7146,38		250		7146,38
Tx achèvement de collège		74,5		74,5		0		77		3,36
Proportion de femmes ayant le niveau primaire ou secondaire en %		54,2		62,07		14,52		47,45		-12,45
Proportion de femmes ayant le niveau supérieur en %		15,7		15,7		0		15,7		0
Proportion des femmes en %		51,6		45		-12,79		45,31		-12,19
Taille moyenne des ménages		4,3		5,12		19,13		4,69		9,13
Tx alphabétisation en %		79,3		89,14		12,41		79,3		0
Tx emploi des enfants en %		1,3		0		-99,99		0		-99,99
Tx urbanisation en %		100		75		-25		75		-25
Nb de lycées		22		110		400		110		400
Age au premier mariage		29		21,75		-25		21,75		-25

Tableau 26 : Niveaux des variables pour la province de Zagoura (la province la plus pauvre)

	Niveau en % en 2004		Objectif en %		Niveau en % (critère entropie)		Variation en %		Niveau en % (critère quadratique)		Variation en %
Indice de GINI	36,23		32,61		24,98		-31,04		31,9		-11,96
Tx achèvement du primaire	47,6		100		47,6		0		100		110,09
Proportion des femmes/chômeurs	19,41		17,47		15,1		-22,22		14,86		-23,42
Proportion des filles dans l'enseignement collégial	29,6		50,5		40,32		36,2		41,33		39,62
Proportion des filles dans l'enseignement qualifiant	25,1		50,5		26,85		6,99		40,14		59,92
Proportion des filles dans l'enseignement supérieur	34,6		50,5		48,44		40		47,49		37,26
Tx de pauvreté	33,58		16,79		8,4		-75		15,26		-54,57
		Niveau en 2004		Niveau (critère entropie)		Variation en %		Niveau (critère quadratique)		Variation en %
Nb de sites de microcrédit		3		150		4900		0,05		-98,33
Dépense moyenne pc		5520,77		5520,77		0		5520,77		0
Distance/route goudronnée		5,4		5,4		0		0		-100
Indicateur eau potable en %		65,2		100		53,37		65,2		0
Nb d'élèves/enseignant		29,45		10		-66,04		34,95		18,68
Nb de centres de santé		29		21,75		-25		144,34		397,72
Nb bénéficiaires de restauration		24945		12472,5		-50		12472,5		-50
Nb collèges		18		4,5		-75		90		400
Population totale		283070		283059,89		0		283018,87		-0,02
production agricole pc		0		0		0		7,89		0
Production industrielle pc		0,01		250		2499900		29,69		296783,92
Tx achèvement de collège		46		61,53		33,76		59,37		29,07
Proportion de femmes ayant le niveau primaire ou secondaire en %		32,6		78,37		140,39		24,45		-25
Proportion de femmes ayant le niveau supérieur en %		0,6		0,6		0		0,6		0
Proportion des femmes en %		53,2		45		-15,41		55		3,38
Taille moyenne des ménages		8,5		6,93		-18,45		2,5		-70,59
Tx alphabétisation en %		49,3		100		102,84		49,3		0
Tx emploi des enfants en %		2,6		0		-100		2,6		0
Tx urbanisation en %		15,1		11,33		-25		22,65		50
Nb de lycées		6		3		-50		30		400
Age au premier mariage		25		18,75		-25		37,5		50