MAFUECHANTAL BENDA

DEUX ESSAIS SUR L'ANALYSE DU MARCHÉDU

TRAVAIL À YAOUNDÉ(CAMEROUN)

Thèse
présentée
à la Faculté des études supérieures
de 1'Université Laval
pour l'obtention
du grade de Philosophiae Doctor (Ph.D.)

Département d'Économique
FACULTÉ DES SCIENCES SOCIALES
UNIVERSITÉ LAVAL

Avril 1998

@ Marie-Chantal BENDA, 1998

 National Library Bibtiotheque nationale
du Canada
Acquisitions and Acquisitions et
Bibiiographic Services services bibliographiques
395 Welluigtori Street 395, rue Weningm
OttawaON K 1 A W Orta-ON K1AON4
Canada canada

The auîhor has granted a non- L'auteur a accordé une licence non
exclusive licence dowing the exclusive permettant à la
National Library of Canada to Bibliothèque nationale du Canada de
reproduce, loan, distriiute or seil reproduire, prêter, distn'buer ou
copies of this thesis in microform, vendre des copies de cette thèse sous
paper or electronic foI.mats. la fome de microfiche/film, de
reproduction sur papier ou sur format
électronique.

The author retains ownership of the L'auteur conserve la propriété du

copyright in this thesis. Neither the droit d'auteur qui protège cette thèse.
thesis nor substantial extracts fkom it Ni la thèse ni des extraits substantiels
may be p ~ t e ord otheNVLse de celle-ci ne doivent être imprimés
reproduced without the author's ou autrement reproduits sans son
permission. autorisation.
 UNIVERSITE
I.AS?AL ATTESTATION
Facuité des &tudessupMeures

ce 14e jour du mois de awii 19 98 ,les personnes soussigndes ,en

leur quaM6 de membres du jury de ht h b 8 de m e Marie-Chantal BENDA I

ont assiste a la soutenance de cette thbse.

FORTIN, Bernard Université Laval

LACROIX, Guy Université Laval

VAN AUDENRODE, Marc Université Laval

SHEARER , Bruce Université Laval

MONTMARQUETTE, Claude Université de Montréal

Résumé

-4l'aide de données d'enquête-ménage sur les conditions d'activités à Yaoundé (Came-

roun) en 1991, nous montrons que les secteurs public, privé formel et privé informel
présentent différents mécanismes de rémunérations. Par ailleurs?les modèles de choix
du secteur de travail indiquent que la préférence pour les emplois des secteurs public
et privé formel est sous-estimée lorsqu'on ignore les contraintes de rationnement sur la
mobilité intersectorielle des travailleurs. Enfin: l'analyse du cumul d'emplois montre
des offres de travail principal et secondaires fonctions négatives du salaire.

AIarCie - Chantal BE,'VDA Bernard FO RTLV

Résumé

.4u cours des deux dernières décennies. la littérature sur le fonctionnement du marché
du travail dans les pays en voie de développement (PVD) s'est considérablement
enrichie tant sur le plan théorique que sur le plan empirique. Cependant, plusieurs
faits restent à expliquer. L'objectif de cet te thèse est d'améliorer la compréhension
du fonctionnement du niarché du travail urbain dans les PVD. Plus spécifiquement'
nous analysons la segmentation du marché du travail et le comportement d'offre de
travail dans plusieurs emplois.

Sous utilisons les données provenant de l'enquête conduite conjointement par le

groupe de recherche français DIXL (Développement des Investigations sur l'Ajuste
ment à Long terme) et la Direction de la Statistique et de la Comptabilité Nationale
(DSCS)du ministère du Plan et de l'Aménagement du Territoire Camerounais. Cette
enquête a été réalisée en 1993 (janvier-février) auprès des ménages de Yaoundé au
Cameroun.

Dans l'analyse de la segmentation, nous tenons explicitement compte du secteur in-

formel, en plus des secteurs public et privé formel. Selon nos résultats, les rémuné-
rations des caractéristiques productives montrent l'existence de différences dans les
mécanismes de détermination des salaires dans les trois secteurs retenus. Quand
nous considérons la mobilité intersectorielle restreinte, il apparaît clairement que les

iii
secteurs public et privé sont les secteurs préférés des travailleurs. Lorsque les con-
traintes de rationnement ne sont pas introduites dans le modèle, la spécification de
type probit prédit mieux les observations de l'échantillon que la spécscation de type
logit. Toutefois, la préférence pour les emplois des secteurs public et privé formel est
sous-estimée quand on ignore le rationnement.

Les résultats des estimations simultanées des offkes de t r a d principal et secondaire

montrent des fonctions dtofne de travail principal et secondaire à pente négative.
Xéanmoins. le comportement d'offre de travail secondaire des travailleurs contraints
semble être différent de celui des travaiIleurs non-contraints.

:Varie - Chantal BE.VD.4 Bernard FORTIN

Avant-propos

J'aimerais remercier chaleureusement mon directeur de thèse, M. Bernard Fortin,

pour son encouragement et sa disponibilité. Par sa patience et sa rigueur de travail,
il a su stimuler ma curiosité pour les problèmes d'économie du travail.

Mes remerciements vont également a M. Guy Lacroix, codirecteur de thèse. Ses

conseils au niveau de l'approche économétrique ont facilité l'analyse empirique.

Ma reconnaissance va également à Dominique Ndjinkeu et Lise Chrétien pour leurs

commentaires constructifs.

Je remercie aussi les programmes PBF et P.4RADI pour leur appui financier ainsi
que DI.4LDSCS pour avoir mis à ma disposition la banque de données utilisée dans
cette recherche.

Je voudrais enfin remercier ma famille pour son appui inconditionnel. Dans diverses
circonstances, elle a su me donner le courage et la persévérance de mener à terme
cette thèse.
Principales abréviations utilisées

BCEXO: Banque Centrale des États dYAf-riquede l'ouest

BEAC: Banque des États d'Afrique centrale.
Franc CFA: franc de la Communauté financière en Afrique, dans le cas de l'lnion
Monétaire Ouest-Africaine ou franc de la Coopération Financière en Afrique centrale.
dans le cas de 171;nion Monétaire en Afrique centrale.
CXPS: Caisse nationale de prévoyance sociale.
DIAL: Développement des investigations sur l'ajustement à long terme.
DSCN: Direction de la statistique et de la comptabilité nationale.
EIU: Economist Intelligence Unit.
PAS: Programme d'ajustement structurel.
PME: Petite et moyenne entreprise.
PVD: Pays en voie de développement.
SMIG: Salaire minimum interprofessionnel garanti.
SMAG: Salaire minimum agricole garanti.
UDE-AC: Union douanière et économique de l'Afrique centrale.
Table des Matières

Résumé

Résumé iii

Avant-propos

Principales abréviations utilisées

Table des matières vii

Liste des tableaux ix

1 Introduction 1

2 Segmentation du marché du travail 6

2.1 Introduction . . . . . . . . . . . . . . .. .. .............. 6
2.2 Revue de la littérature . . . . . . . . . . . . - . . - S . . . . . . . . . 9
2.3 Les données . . . . . . . . . . . . . ....... ......... * . . 14
2.3.1 Quelques généralités . ........ ....... . .. ... . 14
2.3.2 Présentation de l'enquête . . . . . . . . . . . . . . . . . . . . . 21
2.4 Détermination des salaires en absence de rationnement . . . . . . 34
2.4.1 Cadre théorique . ...... ..... . . ..... ....... 34

vii
 2.4.2 Spécification économétnque . . . . . . . . . . . . . . . . . . . 37
2.4.3 Résultats ............................. 45
2.5 Choix occupationnel en présence de rationnement . . . . . . . . . . . 55
2.5.1 Cadre théorique . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.5.2 Résultats ............................. 59
2.6 ConcIusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Annexe A: Grille des salaires du secteur privé . . . . . . . . . . . . . 72
Annexe B . Modèle probit trichotomique . . . . . . . . . . . . . . . . 73
Annexe C . Test de Chow . . . . . . . . . . . . . . . . . . . . . . . . 75

3 Analyse de l'offre de travail principal et secondaire 76

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.2 Les données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.3 Modèle théorique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
3.3.1 Le modèle de base ........................ 87
3.3.2 Les formes fonctionnelles . . . . . . . . . . . . . . . . . . . . . 91
3.4 Spécification économétrique . . . . . . . . . . . . . . . . . . . . . . . 91
3.4.1 Stratégie empirique . . . . . . . . . . . . . . . . . . . . . . . . 91
3.4.2 Estimations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
3.5 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
3.6 Conchsion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
-4nnexe A . Calcul des dérivées . . . . . . . . . . . . . . . . . . . . . 118

4 Conclusion

...
Vlll
Liste des Tableaux

TABLEAC 2.1 Taux de change (franc CFA / $ US) . . . . . . . . . . . . 16

TABLE-AG 2.2 Définition des variables . . . . . . . . . . . . . . . . . . . . 23
TABLEAL 2.3 Statistiques descriptives des travailleurs . . . . . . . . . . . 28
TABLEAL 2.4 Répartition des travailleurs par âge, par sexe . . . . . . . . 30
TABLEAU 2.5 Répartition des travailleurs selon le diplôme. par sexe . . . 31
TABLE-4U 2.6 Cas observables en présence de rationnement . . . . . . . . 33
TABLEAC 2.7 Estimation des équations de salaires non corrigées pour la
sélection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
TABLEAL 2.8 Estimation de la règle de participation . . . . . . . . . . . . 49
TABLEAU 2.10 Estimation des équations des salaires corrigées pour la
sélection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
TABLEAU 2.1 1. Test de Hausman . . . . . . . . . . . . . . . . . . . . . . 52
TABLEAU 2.12. Cas observables . . . . . . . . . . . . . . . . . . . . . . . 57
TABLEAC 2.13 Observations relatives au rationnement . . . . . . . . . . . 58
T.4BLE.U 2.14 Règle de participation avec rationnement . . . . . . . . . 61
T.4BLEAC' 2.15 Nombre de travailleurs prédits et observés par secteur . . 62
TABLEAU A.1. Grille des salaires mensuels du secteur privé par catégorie
et par échelon (en FCFA) zone 1: ville Yaoundé et Douala . . . . . . 72
TABLE.4U2.7.ATestdeChow ........................ 75
TABLE-AU 3.1 Statistiques descriptives ................... 83
T.4BLEAC 3.2 Répartition des travailleurs. selon sexe et l'âge. . . . . . . . 85
TABLEAU 3.3. Répartition des travailleurs par scolarité. par sexe .... 86
TABLEAU 3.4. Régimes observables . . . . . . . . . . . . . . . . . . . . . 91
T.4BLEAU 3.5. Estimation de la participation aux activités secondaires . . 100
TABLEAU 3.6 Estimation des salaires principal et secondaire . . . . . . . 103
TABLEAU 3.7. Estimation des o&es de travail principal et secondaire . . 106
T.4BLE.AU 3.8. Calculs des élasticités . . . . . . . . . . . . . . . . . . . . 110
Chapitre 1

Introduction

Depuis le début des années 80, et suite aux crises économiques persistantes. la ma-
jorité des pays en voie de développement (PVD) se sont engagés dans des pro-
grammes d'ajustement structurel (PAS) sous l'égide de la Banque Mondiale et du
Fonds Monétaire International. Ces programmes proposent un rééquilibrage macro-
économique qui concerne particulièrement le rôle et l'importance du secteur public et
parapublic. Les mesures proposées impliquent des ajustements majeurs sur le marché
du travail urbain, comme le refoulement de la main d'oeuvre vers les secteurs privés
formel ou informel.

Contrairement à la plupart des pays de l'Afrique subsaharienne qui sont entrés en

phase d'ajustement structurel depuis le début des années 80, le Cameroun a longtemps
été considéré comme un modèle de prospérité économique (EIU 1995). Ses perfor-
mances économiques étaient essentiellement basées sur son agriculture diversifiée et
sur l'exploitation off-shore de pétrole.
Les revenus pétroliers ont permis une accélération des dépenses publiques et privées.
Cependant, lorsqu'en 198686 les prix des principales sources de devises et les revenus
pétroliers ont commencé à chuter, les dépenses n'ont pas suivi le mouvement. Le
déficit budgétaire et l'endettement se sont donc mis à augmenter rapidement. Soutenu
par la Banque Mondiale et la Banque Africaine de Développement, le Cameroun a
adopté en 1989 un programme d'ajustement stmcturel pour une période de cinq ans.

Ce programme visait entre autres la réduction des dépenses publiques. notamment

par la diminution des coûts de la main d'oeuvre dans le secteur public. À ce titre' la
réforme des entreprises publiques, la fermeture et la restructuration des banques (a
participation étatique) étaient prévues. En vue de contrôler encore mieux la masse
saiariale. des modifications devaient être apportées a la politique du logement et des
indemnités de transport des fonctionnaires. Des réductions des salaires nominaux ont
été imposées à deux reprises en 1993. Enfin, de concert avec les autres pays membres
de 1'UDEAC (Union douanière et économique de l'.4frique centrale), le Cameroun a
dévalué le franc CFA de 50 pour cent en janvier 1994 dans le but de relancer ses
exportations.

Les mesures draconiennes instaurées pour redresser la situation économique se sont

accompagnées de changements sociaux à plusieurs niveaux. En effet, des modifications
d'importance variable selon l'âge et le sexe ont été observées dans le taux d'emploi de
la population active. De noiivelles formes d'organisation du travail se sont développées
sous forme de travail informel ou de pluriactivité. Les caractéristiques du temps de
travail se sont modifiées et le chômage s'est accru parfois de manière déguisée. De
plus, les groupes à faible revenu ou oeuvrant dans des emplois précaires ont vu leur
importance augmenter.
Les rares études sur le marché du travail dans les pays en voie de développement
adoptent une approche focalisant sur les entreprises (Sethuraman 1976, Hugon 1982
et Van Dijk 1986). Cette approche ne permet pas d'appréhender le fonctionnement
du marché du travail dans son ensemble. Ainsi le processus d'insertion sur le marché
du travail et la relation entre la participation et le niveau de vie des individus ne sont
pas mis en évidence. De plus, cette approche n'apporte qu'un éclairage limité sur
certaines politiques économiques comme la lutte contre la pauvreté et les effets du
programme d'ajustement structurel.

L'utilisation de données d'enquête-emploi auprès des ménages permet une meilleure

appréhension du fonctionnement du marché du travail. Notre recherche, qui se fonde
sur ce type de données pour le Cameroun, permet d'analyser les choix d'occupation
ainsi que le phénomène de pluriactivité dans un contexte d'ajustement structurel.
En modélisant explicitement le secteur informel, nous mettons l'accent sur les orien-
tations nouvelles de la dynamique du marché du travail urbain dans les pays en
développement. Ce type d'analyse, qui est encore relativement rare en Afrique! per-
met de m i e u saisir les fondements des politiques économiques et sociales orientées
vers la réduction de la pauvreté.

La présente recherche vise à combler certaines faiblesses analytiques concernant la

compréhension d u marché du travail dont la maîtrise est un élément-clé du système
social dans son ensemble. L'objectif de cette thèse est donc de développer les connais-
sances sur le fonctionnement du marché du travail urbain. Plus spécifiquement, nous
analysons la segmentation du marché du travail urbain et le comportement d'offre de
travail dans plusieurs emplois dans un contexte de PAS.
Dans l'analyse de la segmentation du marché du travail, nous testons l'hypothèse
selon laquelle le marché du travail est divisé en segments distincts faisant en sorte
que des individus identiquement productifs pourraient gagner des salaires différents
dépendamment du segment dans lequel ils se trouvent. Pour ce faire, nous examinons
la détermination des salaires et la mobilité intersectorielle restreinte en milieu de
travail urbain.

Notre approche élargit le cadre d'analyse habituel en considérant trois secteurs du

marché du travail urbain: le secteur public, le secteur privé formel et le secteur
privé informel. Nous portons une attention particulière au secteur informel qui a
joué un rôle important dans l'absorption de la main-d'oeuvre au Cameroun en situa-
tion de crise économique (DIALDSCN 1993). Nous présentons un modèle de choix
d'occupations et de détermination des salaires en l'absence de rationnement des em-
plois pour expliquer les différences de rémunération entre les secteurs. Dans l'analyse
du rationnement, nous présentons un modèle de choix occupationnel qui incorpore
un phénomène de plus en plus observé dans les pays en développement, à savoir la
mobilité des travailleurs du secteur public vers le secteur privé.

La recherche théorique sur I'offre de travail a souvent négligé la possibilité qu'un

individu puisse être incité à occuper un deuxième ou troisième emploi (moonlighting).
Cependant. les auteurs (par exemple Shishko et Rostker 1976, Krishnan 1990) qui ont
tenté d'estimer un modèle du double emploi font l'hypothèse que, pour chacun des
travailleurs, les heures travaillées dans l'emploi principal sont complètement rigides.
Cette hypothèse est relachée dans le cadre du modèle que nous estimons.
Nous spécifions un modèle d'offre de travail qui incorpore de façon cohérente les
différents motifs qui incitent à occuper un deuxième emploi. Cette recherche permet-
tra de mesurer la sensibilité des heures du travail principal et secondaire aux salaires
et aux autres caractéristiques démographiques de l'individu et du ménage dont celui-
ci est membre. Nous utilisons les données provenant de l'enquête-ménage effectuée
à Yaoundé (Cameroun)en 1993, année durant laquelle le pays était engagé dans un
programme d'ajustement structurel.

La thèse est organisée comme suit: au chapitre 2, nous présentons une analyse
détaillée de la segmentation du marché du travail. -4u chapitre 3, nous analysons le
comportement d'offre de travail principal et secondaire. Enfin, le chapitre 4 présente
la conclusion générale de cette thèse.
Chapitre 2

Segmentation du marché du travail

2.1 Introduction

La littérature sur la segmentation du marché du travail (SMT) s'est considérablement

enrichie au cours des deux dernières décennies. L'ensemble des travaux cherche à
montrer que des travailleurs présentant des caractéristiques productives équivalentes
obtiennent des rémunérations différentes selon le segment de travail où ils sont loca-
lisés.

La thèse de la SMT est en opposition avec celle de l'approche néoclassique qui sou-
tient que les différences de rémunérations sont plutôt dues aux différences dans les
caractéristiques productives des individus. En effet, dans la mesure où le choix du
secteur de travail est basé sur le principe de maximisation d'utilité, et en l'absence
de contraintes à la mobilité intersectorielle des travailleurs, les individus qui ont des
caractéristiques productives élevées (faibles) se localisent dans les secteurs qui offient
les rémunérations les plus (moins) élevées. Il faut cependant préciser que la maximi-
sation d'utilité équivaut à une maximisation de salaires sous certaines conditions. En
effet, il est implicitement présumé que l'utilité ne dépend pas des facteurs autres que
le salaire associé au secteur, tels les avantages ou désavantages non-pécuniaires.

L'approche néoclassique présume le libre choix du secteur de travail. Cette hypothèse

est critiquée par les partisans de la SMT qui avancent qu'il existe des barrières à
l'entrée dans certains secteurs de travail, ce qui fait en sorte que certains travailleurs
n'arrivent pas à trouver des emplois dans les secteurs souhaités. De ce fait, ils se
localisent dans des secteurs non désirés.

Sur le plan empirique, la méthodologie générale utilisée consiste à comparer les salaires
des travailleurs des différents segments. Une approche duale opposant le secteur
formel au secteur informel est souvent retenue. Il est présumé que les travailleurs
se déplacent de l'informel (où l'entrée est libre) vers le formel où les emplois sont
rationnés. La notion de barrières à l'entrée implique qu'il faut non seulement tester
l'égalité des salaires des différents secteurs de travail mais aussi tester le rationnement
qui s'exerce sur certains secteurs. Une façon de tester l'existence du ra.tionnement est
d'évaluer la présence de coiits d'attente pour l'accès au secteur formel.

Pour tenir compte de l'hétérogénéité des opportunités de revenus et ainsi améliorer

les prédictions du modèle de la SMT, il importe de désagréger le secteur formel en
secteurs public et privé. La mobilité des travailleurs peut être d o r s envisagée des
secteurs privés formel et informel vers le secteur public. Cependant, deux éIéments
portent à penser que le mouvement des travailleurs ne se fait pas nécessairement
toujours dans ce sens. D'une part, dans certains pays on peut observer des salaires
plus élevées dans le secteur privé que dans le secteur public (Lindauer et Sabot 1983).
Si le choix des secteurs est basé sur la maximisation du salaire, le secteur public ne
sera pas alors considéré comme le secteur de premier choix des travailleurs.
D'autre part, le système de formation et la politique d'embauche ont favorisé les
emplois dans le secteur public. Cependant, suite a u crises économiques persistantes,
plusieurs PVD ont adopté des mesures correctives qui affectent particulièrement les
conditions de travail dans le secteur public. Ainsi, les compressions dans l'emploi
et les réductions de salaires (en termes nominaux) imposées dans le secteur public
conduisent certains travailleurs du secteur public à chercher des emplois dans les
secteurs privés formel ou informel. Néanmoins, l'accès aux emplois des secteurs privés
n'est pas garanti pour les travailleurs du secteur public en raison de plusieurs facteurs,
dont la faiblesse de la demande de travail. La catégorie des travailleurs insatisfaits du
secteur public a jusqu'à présent été ignorée des analyses empiriques. Une modélisation
appropriée d u rationnement doit ainsi tenir compte de la mobilité intersectorielle dans
son ensemble.

L'objectif de ce chapitre est d'analyser la SMT à l'aide d'un modèle de choix de

secteur de travail qui intègre le concept de mobilité intersectorielle restreinte. Nous
présentons une analyse des gains sectoriels et du rationnement à Yaoundé basée sur
les données recueillies en 1993 par le groupe DIAL et la DSCN.

Le chapitre est organisé comme suit: à la section 2, nous passons en revue la lit térature
sur la SMT. La section 3 présente les données utilisées dans ce chapitre. La section
4 analyse la structure des salaires en milieu urbain au Cameroun. La modélisation
du rationnement est proposée à la section 5. Enfin, à la section 6 nous présentons les
principales conclusions de cette recherche.
2.2 Revue de la littérature

Dans les villes des PVD, de grandes entreprises qui utilisent une technologie proche
de celles des pays industrialisés coexistent avec des producteurs qui utilisent une
technologie de type artisanale. Cette apparente dualité a été l'objet d'études de
plusieurs économistes du développement. C'est le cas des modèles probabilistes de
migration (Harris et Todaro 1970, Fields 1975) qui, à l'origine, ont été proposés pour
expliquer l'exode rural et le chômage urbain dans les PVD.

En insistant sur les gains espérés de la migration, Hams et Todaro ont élaboré un
modèle pour expliquer la persistance du chômage en milieu urbain. Le secteur rural
était alors opposé au secteur urbain. Cependant, le secteur informel n'est pas inclus
dans leur modèle. Avec la reconnaissance de l'importance de ce dernier secteur, au
milieu des années soixante dix, le modèle de Harris et Todaro a été transposé et élargi
pour décrire le fonctionnement du marché du travail urbain (Fields 1975, Fields 1989).
Ainsi, ce marché est subdivisé en deux secteurs: le secteur formel qui offre des salaires
élevés et le secteur informel qui offre de faibles salaires. L'entrée dans ce dernier est
libre contrairement au secteur formel où il existe des barrières à l'entrée. Le secteur
informel est assimilé à un secteur de transition où les travailleurs sont en attente d'un
meilleur emploi.

Deux principales théories s'opposent au sujet du fonctionnement des deux secteurs

et en particulier au sujet des mécanismes de détermination des salaires. Il s'agit de
l'approche néoclassique et de l'approche de la segmentation du marché du travail.

L'approche néoclassique considère que les conditions du marché du travail reflètent

l'interaction du comportement de maximisation du profit par les entreprises et de
maximisation d'utilité par les travailleurs. Les forces de l'offre et de la demande
équilibrent le marché et le salaire reflète la formation et d'autres investissements en
capital humain. Les écarts de salaire entre les secteurs formel et informel traduisent
dors les différences de productivités dues aux dinérences d'habiletés des travailleurs.

Cependant, à partir de la théorie néoclassique, il est difncile d'expliquer comment des

travailleurs qui présentent des caractéristiques productives identiques peuvent être
arbitrairement répartis entre deux secteurs offrant des salaires différent S. La t héone de
la segmentation du marché du travail (Dickens et Lang 1985, 1992) explique la persis-
tance des écarts salariaux observés pour des travailleurs identiquement productifs.

Le marché du travail segmenté est caractérisé, d'une part, par l'existence de plusieurs
segments distincts où opèrent différents mécanismes de détermination de salaires. Les
faibles salaires dans le secteur informel sont souvent interprétés comme la conséquen-
ce d'une faible rémunération du capital humain dans ce secteur comparativement
au secteur formel (Taubman et Watcher 1986). Les divergences salariales résultent
alors des différences entre les emplois plutôt que des différences productives entre les
individus. D'autre part, les emplois de certains segments sont rationnés de sorte qu'il
y a un coût pour accéder a ces emplois.

L'approche de la segmentation du marché du travail s'appuie sur les théories du salaire

efficient1 ou des négociations salariales2 pour répondre aux critiques des néoclassiques
'L'idée avancée par la théorie du salaire efficient pour expliquer le dualisme du marché du travaii
est celle de l'existence de relations positives entre le salaire et la productivité qui jouent un rôle
important dans le secteur priaiaire mais qui a peu, ou pas du tout, d'importance dans le secteur
secondaire (Stiglitz 1984, Yelien 1984). On recense cinq fondements à la relation entre le salaire et la
productivité: Ie modèle nutritionnel (Stiglitz 1976),le modèle sociologique (Akerlof 1984),le modèle
de sélection adverse (Weiss 1980,Stiglitz l976),le modèle du "tire-au-flancn (Shapiro et Stiglit z 1984,
Bullow et Summers 1986) et le modèle de rotation de la main d'oeuvre (Stiglitz 1974, Salop 1979).
*Dans les théories du salaire scient, la persistance de l'écart salarial entre les deux secteurs et le
rationnement découlent d'une politique délibérée de l'entreprise qui conserve tout le pouvoir sur le
sur la coexistence du secteur primaire caractérisé par la présence d'emplois à salaires
élevés mais rationnés et du secteur secondaire qui fonctionne de manière concurren-
tielle et qui présente de faibles salaires.

La segmentation du marché du travail est subordonnée à la vérification de deux prope

sitions (Dickens et Lang 1992). Premièrement, les mécanismes de détermination des
salaires sont différents de sorte que des travailleurs identiquement productifs reçoivent
des rémunérations différentes selon le secteur de travail. Les salaires reçus sont faibles
dans le secteur informel et élevés dans le secteur formel. La deuxième proposition
à tester est celle de la mobilité intersectorielle réduite qui implique que tous les tra-
vailleurs n'ont pas la même opportunité d'avoir un emploi dans le secteur offrant des
revenus élevés.

Les tests empiriques de la segmentation du marché du travail sont peu concluants.

Par exemple, Magnac (1991) développe un modèle des décisions de choix de secteur
et d'offre de travail en Colombie. Le rationnement est exprimé en termes de coûts
£kes à I'entrée du secteur formel et il est pris en considération dans la décision de
participation. Il semble y avoir différents mécanismes de rémunération du travail entre
le secteur formel et le secteur informel. Cependant, l'hypothèse de rationnement est
rejetée. Magnac rejette alors l'hypothèse de marché du travail segmenté sans pouvoir
accepter l'hypothèse alternative de marché concurrentiel.
marché du travail. L a théorie des négociations salariales propose une autre vision du fonctionnement
du secteur primaire. Dans le secteur primaire, il existe des syndicats qui possèdent un pouvoir de
monopole. Les entreprises sont légalement contraintes d'accepter de négocier avec les sjndicats et les
chômeurs ne peuvent pas concurrencer les t r a d e u r s employés puisque Ies entreprises n'ont pas le
droit de Ies embaucher pour un salaire plus faible- Dans le cas où la firme détermine unilatéralement
l'emploi, les négociations concernent uniquement le salaire. Si l'entreprise accepte de s'engager
également sur le niveau de l'emploi, les négociations portent à la fois sur l'emploi et sur le salaire.
La théorie "insider-outsider" (Lindbeck et Snower 1985) suppose que les insiders disposent d'une
rente de situation leur permettant d'obtenir des salaires supérieurs sans que les outsiders puissent
leur faire concurrence.
Pour Nietzert (1993), les rendements attendus élevés dans le secteur formel et le
surplus d'offre de travail dans le secteur informel traduisent les différences de rému-
nération sectorielle et l'entrée limitée vers le secteur formel. Ces résultats lui permet-
tent de conclure a l'existence d'un marché du travail segmenté au Kenya.

Pradhan (1994) anaiyse l'offre de travail en tenant compte du rôle du secteur informel
en milieu urbain en Bolivie. L'inaccessibilité du secteur formel, identifiée par la
recherche d'emploi, traduit le rationnement des emplois du secteur formel. La forte
probabilité de rationnement calculée suggère le rejet de l'hypothèse de marché du
travail concurrentiel.

Van der Gaag et Vijverberg (1989) s'intéressent aux secteurs primaire et secondaire en
Côte d'Ivoire. Ils identifient des mécanismes de détermination des salaires différents
dans les deux secteurs. Cependant, ils n'effectuent aucun test sur les restrictions de
la mobilité intersectorielle. Ces auteurs soulignent l'hétérogénéité dans les sources de
revenu au sein des secteurs primaire et secondaire. Ils suggèrent d'élargir l'analyse à
plusieurs secteurs pour obtenir des résultats plus concluants. Cette idée est renforcée
par les différences salariales relevées dans plusieurs pays lorsque le secteur formel est
subdivisé en secteur public et en secteur privé. De telles difiérences sont observées
dans les travaux de Lindauer et Sabot (1983) pour la Tanzanie, de Binnel (1981) pour
le Kenya, le Ghana et le Nigéria et de Van der Gaag et Vijverberg (1988) pour la
Côte d'Ivoire.

On peut citer Gindling (1991) qui, en plus des secteurs public et privé, considère le
secteur informel au Costa Rica. Les différences salariales observées sont en défaveur
du secteur informel et supporteraient la thèse de la segmentation du marché du travail.
Dans la mesure OU il considère des emplois relativement homogènes- aucun test formel
du rationnement n'est effectué.

L'hétérogénéité peut également être envisagée au sein du secteur informel. .4insio Co-
hen (1991) retient trois segments distincts du secteur informel à Khartoum (Soudan).
11 montre l'existence de structures de rémunération dinérentes selon les segments
retenus. Dans l'analyse de la mobilité des travailleurs, mesurée par le taux de main-
tien dans le mCme emploi. il trouve que la mobilité présumée du secteur informel vers
le secteur formel n'est pas automatique. De plus, il relève une fraction substantielle de
mouvements des travailleurs du secteur formel vers le secteur informel principalement
vers le sous-secteur de travail autonome.

Lachaud et Pénouil (1987), analysant le marché du travail à Yaoundé (Cameroun) et

à Bouaké (Côte d'Ivoire), montrent également que la mobilité des travailleurs ne peut
être envisagée uniquement du secteur informel vers le secteur formel. En effet. l'accès
au secteur formel peut avoir lieu après une période d'apprentissage plus ou moins
longue dans le secteur informel. Toutefois, l'entrée dans le secteur formel est souvent
un moyen d'accumuler le capital nécessaire pour s'établir à son propre compte dans
le secteur informel. Ceci infirme l'hypothèse implicite de la segmentation du marché
d u travail selon laquelle le secteur informel est un secteur de transit où les travailleurs
sont en attente d'accéder aux emplois du secteur formel.

En définitive, les études empiriques dénotent la faiblesse de l'hypothèse du marché du

travail dual, mais le modèle concurrentiel qui en est l'alternative n'est pas accepté.
La stratification du marché du travail urbain qui généralise l'approche dualiste à plus
de deux segments est une voie de recherche de plus en plus privilégiée pour expliquer
le fonctionnement du marché du travail urbain dans les PVD.
Cependant, lorsqu'on considère plus de deux segments, le modèle économétrique de-
vient rapidement complexe particulièrement pour l'estimation de la règle de sélection.
Certaines études utilisent alors les modèles logit polytomique ou logit emboîté qui per-
mettent de tester facilement les différences de salaires entre des secteurs. Néanmoins,
on impose alors l'indépendance entre les alternatives ou du moins l'interdépendance
permise est très limitée (Hausman et Wise 1978, Horowitz 1980). Les modèles de
probit polytomique permettent de relâcher cette hypothèse. La lourdeur des cal-
culs qu'ils impliquent lorsque le nombre d'alternatives (segments) augmente limite
cependant leur utilisation. Notre recherche considère les approches du probit et du
logit polytomiques dans le cas de plus de deux alternatives, plus précisément de trois
secteurs.

Avant de passer à la modélisation du mécanisme de détermination des salaires et de

la mobilité intersectorielle, nous présentons les données utilisées dans cette analyse.

2.3 Les données

2.3.1 Quelques généralités

Le Cameroun3 est un pays d'Afrique centrale qui couvre une superficie de 475 442 ~ m ~ .
-4l'ouest' il est bordé par l'Océan Atlantique et le Nigéria, à l'est par le Tchad et la
République Centre africaine, tandis qu'au sud on retrouve le Congo, le Gabon et la
Guinée équatoriale. Son milieu physique se caractérise par une grande diversité
- - - -

3Les éléments présentés dans cette section sur le Cameroun sont en grande partie tirés de
Economist Intelligence Unit (1995).
allant des zones équatoriales au sud aux zones semi-désertiques au nord. Les condi-
tions climatiques oscillent entre 7 a 8 mois de saison pluvieuse dans le sud équatorial
et la même durée de saison sèche dans les régions saheliennes au nord.

Population

Estimée à 12!2 millions en 1992, la population croit au taux annuel moyen de 2: 9%.
Comme plusieurs pays d'Afrique sub-saharienne, la structure par âge montre une
population jeune avec environ 45% d'individus âgés de moins de 15 ans. L'espérance
de vie des hommes est de 54 ans alors que celle des femmes est de 57 ans. Au cours
des dix dernières années, la population urbaine a augmenté au taux annuel moyen de
6%. Environ 42% de la population totale résidait en ville en 1992. Les principales
villes sont par ordre décroissant de taille: Douala, la capitale économique, Yaoundé.
la capitale administrative. Wkongsarnba, Maroua, Garoua, Bafoussam et Barnenda.

Le pays est ethniquement très diversifié. La majorité de la population descend de

la lignée des Bantu. Le groupe ethnique le plus représenté est celui des Bamileké
basés dans l'ouest où l'on retrouve également les Tiker et les Barnoun. Le long de la
rivière Sanga on retrouve les Eton, Ewondo, Boulou. Les Bassa, Douala et les Bakoko
vivent essentiellement dans les plaines côtières autour de Douala. Dans les forêts on
retrouve des pygrnés. Le nord est habité par les musulmans d'origines soudanaise.
Foulbé Haussa et Arabes Choa.

Le français et l'anglais sont les deux langues officielles, mais à l'image de la diversité
ethnique du pays, plusieurs dialectes locaux sont parlés. La plus importante des
langues locales est le Pidgin.
Évolution économique

La monnaie du Cameroun est le franc CFA émis par la Banque des États d'Afrique
Centrale (BEAC) et par la Banque Centrale des États d'&que de l'Ouest (BCEAO).
Le franc a cours dans les treize pays de la zone kanc4. La parité est fixe entre le franc
CFA et le franc français. Les fluctuations du franc CFA sont déterminées par les
mouvements du FF. L'évolution du taux de change du franc CFA par rapport au $
US au tableau 2.1 montre une chute du franc CFA depuis 1986. Les pays de la zone

TABLEAU 2.1
Taux de change (fianc CFA / $ US)
moyenne annuelle des taux ofElciels
ANNÉE 1980 1981 1982 1983 1984 1985
TAUX 211,3 271,7 328,6 381,1 437,O 449,3

ANNÉE 1986 1987 1988 1989 1990

TAUX 346,3 300,s 297,B 319,O 272,3

TAUX 282,l 264,7 283,2 555,2 499,2 511,3

source: FMI (1996a) et FMI(1996b).

* : moyenne de janvier à octobre 1996.

franc ont dévalué leur monnaie de 50% en janvier 1994 portant le cours de 50 à 100
francs CFA pour 1 FF.

Le Cameroun possède une grande M n é t é de ressources naturelles. Les principales

ressources minérales sont le pétrole, la bauxite, le fer et le gaz naturel. L'agriculture,
4La zone Franc en Afrique comprend les pays suivants: Bénin, Burkina-Faso, Cameroun, Cen-
trafrique, Congo, Côte d'Ivoire, Gabon, Guinée équatoriale, Mali, Niger, Sénégal, Tchad, Togo.

16
l'élévage et la production forestière constituent les principales sources potentielles
de croissance. Le secteur agricole bénéficie de conditions climatiques favorables qui
permettent la production de cultures vivrières et industrielles diversifiées (banane,
café, cacao,...).

Au cours de la période qui a suivi l'indépendance, le Cameroun a compté essentielle-

ment sur son agriculture qui demeure encore le secteur économique clé, employant
les deux tiers de la population. La croissance économique a été soutenue à la fin des
années 70 et durant la première moitié des années 80 grâce à l'exportation de pétrole
dont la production a commencé en 1979. Sur cette période de la première moitié
des années 80. le Cameroun a enregistré sa meilleure performance économique avec
un t a u de croissance moyen de 7,s % par an. Depuis lors, la production de pétrole
n'a cessé de baisser et devait arrêter au milieu des années 90 avec l'épuisement des
réserves de pétrole. La diminution de la production pétrolière, la chute des cours
mondiaux du pétrole en 1986 et la dégradation des termes de l'échange des autres
produits d'exportation ont entraîné une baisse des recettes provenant des exporta-
tions camerounaises. Les dépenses n'ayant pas suivi cette tendance, il s'en est suivi
une crise économique qui perdure jusqu'a aujourd'hui.

Education et emploi

Le niveau d'alphabétisation au Cameroun est un des plus élevé d'Afrique avec un t a u

national de l'ordre de 73%. Cependant, il existe une grande disparité régionale avec
par exemple 93% d'enfants de la zone anglophone qui fréquentent l'école contre 44%
dans les provinces du nord. L'inadéquation entre la formation et l'emploi engendre
de nombreux chômeurs diplornés (Ngandjeu 1988). Ces chômeurs, majoritairement
jeunes, ont essentiellement une formation en lettres, droit ou sciences sociaies qui sont
les domaines privilégiés par les étudiants qui aspirent à des postes administratifs et
commerciaux déjà saturés de la fonction publique, des banques et des industries. Le
t a u de chômage des jeunes âgés entre 20 et 24 ans est supérieur à 40%, alors que le
taux de chômage de la population active est estimé à 24,6% en milieu urbain.

Le marché du travail urbain

Le marché du travail urbain peut être subdivisé en secteurs public, privé formel et
privé informel. On doit cependant souligner que la définition du secteur informel varie
selon les études. Plusieurs définitions ont en effet été proposées dans la littérature
pour distinguer secteurs formel et informel. Les critères qui reviennent souvent sont la
forme de propriété de l'entreprise, les conditions de travail, la taille de l'entreprise et
le statut légal de I'entreprise (Swaminathan 1991). En outre, l'importance du secteur
informel demeure mal connue, car très souvent il s'agit d'un secteur qui n'est pas en-
registré dans les statistiques officielles (Cordonnier 1991). Les données disponibles ne
nous permettent pas de quantifier précisement l'évolution temporelle de la part rela-
tive des différents secteurs. Cependant, certaines enquêtes fournissent une estimation
de l'importance relative de ces secteurs pour une année donnée. Ainsi, DIAGDSCX
(1993) estimait qu'en 1993, environ 28,4%, 14,3% et 57,3% de personnes occupant
un emploi étaient respectivement employés dans le secteur public, le privé formel et
l'informel5. Ces chiffres mettent en évidence l'importance du secteur informel dans
la création d'emplois dans le milieu urbain. Cependant, ce secteur ne peut absorber
tout le flux de main d'oeuvre refoulée par les secteurs public et privé.
5L'indicateur de l'appartenance au secteur informel retenu par DIALDSCN (1993)est le fait
d'être non salarié.
Conditions de travail

La durée de la prestation de travail est régie par le Code du travail. La loi, en vigueur
en 1993, stipule que dans les établissements publics ou privés non agricoles, la durée
du travail ne peut excéder 40 heures par semaine et 173 heures par mois. Il s'agit
d'un principe d'application générale. Mais, divers décrets l'adaptent aux situations
diverses.

Les heures supplémentaires sont rémunérées a un taux majoré progressif (18% pour
les 8 premières heures supplémentaires, 30% pour les 8 heures suivantes et 40% pour
les autres). Le travailleur a droit à un congé payé d'une journée et demi par mois de
service. Cependant, les congés payés ne sont pas cumulables d'une année à l'autre et
leur renonciation est sans valeur.

La loi impose à la femme enceinte un congé d'une durée de 14 semaines au total dont
4 avant la date présumée de l'accouchement et 10 après celui-ci. La législation sociale
garantit à la femme en congé de maternité le plein montant de sa rémunération en plus
des diverses allocation familiales qu'elle reçoit de la caisse nationale de prévoyance
sociale (CNPS). Pendant une période de 15 mois à compter de la naissance de l'enfant.
la mère a droit à un repos pour allaitement d'une durée d'une heure rémunérée par
jour. La présence d'aides familiales et d'autres adultes, apparentés a u chef du ménage
ou à son conjoint, permettent aux femmes de continuer de travailler sans interruption
de carrière pour élever leurs enfants. Par ailleurs, un seul revenu étant rarement suf-
fisant pour subvenir aux besoins du ménage, les femmes sont incitées à être présentes
et à rester sur le marché du travail.
Le système de rémunération, régi par la loi, est très complexe au Cameroun6. 11 existe
des différences dans les méthodes de détermination du salaire au niveau du secteur
public et du secteur privé. Mentionnons d'abord que le personnel de l'administration
publique obéit a des règles diverses. Certains sont des fonctionnaires et relèvent
exclusivement du droit de la fonction publique. Ceux-ci sont regroupés en quatre
catégories notées A, B, C et D.Il existe d'autres travailleurs de la fonction publique
qui ne sont pas soumis au statut général de la fonction publique, qui sont des agent
de l'État ou des contractuels relevant du Code du travail. Pour cette catégorie de
travailleurs~la classification professionnelle des emplois propose 12 catégories de 12
échelons chacune. Les salaires de référence de ces catégories sont fixés par décret-loi.
Dans l'ensembleo la méthode de détermination du salaire semblent respectée au sein
du secteur public (Monga 1989).

La situation est différente dans le secteur privé formel. D'une part, le secteur privé
propose une grille de douze catégories de six échelons chacune7. Le gouvernement
donne une grille de la rémunération de base des différentes catégories. En pratique.
les entreprises. en entente avec l'employé ou avec les syndicats, peuvent offrir des
salaires plus élevés que ce qui est prévu à la grille de rémunération.

D'autre part, en jouant sur les dispositions juridiques, l'entreprise peut rémunérer
son personnel à sa guise, par exemple, en offrant à tous les employés des primes
légales mais à montant variable. C'est ainsi que I'on observe toute une mosaique de
rémunérations pour des individus de même profil professionnel.
6En 1956, le salaire minimum a été remplacé par le salaire minimum interprofessionnel garanti
(SMIG)et le salaire minimum agricole garanti (SMAG), lesquels ont été supprimés en mai 1976 pour
être remplacés par le salaire minimum catégoriel que I'on connaît présentement (Pougoue 1988).
7Selon la politique d'abattement de zones, les salaires des zones semi-urbaines et rurales sont
moins élevés que ceux des deux principales villes du pays, Yaounde et Douala. Nous présentons à
l'Annexe 1, un exemple de la grille des salaires du secteur privé en vigueur en 1989 à Yaoundé et à
Douala (zone 1).
En effet, les éléments du salaire sont d'une part, le traitement au rendement ou
au temps de travail et d'autre part, les divers avantages monétaires (gratification,
prime d'ancienneté: prime de rendement ,...) ou en nature (logement, nourriture,
téléphone, ...) et toutes les primes fixes versées régulièrement.

Du côté des retenues, une partie est obligatoire comme les diverses taxes (communale,
surtaxe progressive, contributions au crédit foncier) et les différentes cotisations (à la
CNPS et les cotisations syndicales). Les retenues non-obligatoires sont entre autres les
contributions au terme de contrats et/ou de toute autre entente entre l'employeur et
le travailleur. Il n'y a pas cependant de contributions prévisionnelles pour la période
de chômage. Toute personne qui connaît un épisode de chômage est prise en charge
par sa famille. Toutefois, les retraités reçoivent des indemnités de la CKPS. Dans
cette thèse. nous essayons de saisir cette complexité du système de rémunération à
travers les données présentées dans la section suivante.

2.3.2 Présentation de l'enquête

Nous utilisons les données de I'enquête menée conjointement par DL4L et la DSCX
en 1993 (janvier-février) auprès des ménages de Yaoundé. Un des objectifs de cette
enquête sur les conditions d'activité de la population de Yaoundé était d'analyser
l'importance du secteur informel dans le marché du travail urbain au Cameroun. Les
différentes questions posées renseignent sur le fonctionnement du marché du travail
dans cette ville.
L'enquête a été effectuée sur un échantillon de 11 172 personnes appartenant à 1 961
ménages. L'information sur les caractéristiques soci~dérnographiqueset sur les ac-
tivités est disponible pour 7 863 individus âgés de 10 ans ou plus De l'échantillon
de départ, les étudiants à temps plein ont été exclus. D'autres individus ont été exclus
suite aux données manquantes ou invraisemblables, comme dans le cas où les années
d'expérience dépassent l'âge. Les résultats des estimations des chapitres suivants sont
basés sur des sous-échantillons de 3 208 travailleurs, hommes et femmes de 18 ans ou
plus-

L'exploitation de la banque de données a nécessité la transformation de certaines

variables. L'ensemble des variables créées est défini au tableau 2.2 ci-après.

Caractéristiques démographiques

La variable AGE indique le nombre d'années révolues de l'individu. -4 partir de

cette variable on peut analyser la structure de l'échantillon par catégorie d'âge. Des
variables dichotomiques de groupe d'âge sont définies comme suit: -4GE1824pour
l'âge compris entre 18 et 24 ans, AGE2534 de 25 à 34 ans, AGE3544 de 35 à 41 ans
AGE4554 de 15 à 54 ans et A G E S + de plus de 55 ans. Nous avons créé également
une variable d'âge au carré AGEZ.

Pour analyser les effets de l'état civil et du statut de l'individu dans le ménage,
nous avons créé les variables dichotomiques suivantes représentant respectivement
l'individu marié (MARIE), chef du ménage (CHEMENA) ou de sexe féminin
(FEMME).
8Se référer à DL4LDSCN (1993) pour le questionnaire et Ia présentation des premiers résultats
de l'enquête.
 TABLEAU 2.2
D é M t ion des variables
VARIABLES
AGE âge de l'individu en nombre d'années
AGE1824 variable dichotomique =l si I'individu âgé entre 18 et 24 ans
AGE2534 variable dichotomique =l si I'individu âgé entre 25 et 34 ans
AGE3544 variable dichotomique =1 si l'individu âgé entre 35 et 44 ans
AGE4554 variable dichotomique =1 si l'individu âgé entre 45 et 54 ans
AGE55+ &able dichotomique =1 si l'individu âgé 55 ans ou plus

FEMME variable dichotomique =1 si I'individu est une femme

MAFUE variable dichotomique =1 si l'individu est marié
CHEMENA variable dichotomique =l si I'individu est chef de ménage
NENF05 nombre d'enfants âgés de 5 ans ou moins au sein du ménage
NESF612 nombre d'enfants âgés de 6 à 12 ans au sein du ménage
TAILAMEN taille du ménage
NHEBPERS nombre de personnes apparentées ou non-apparentées au chef du
ménage hébergées
BASSA variable dichotomique =1 si l'individu est d'ethnie Bassa
BAMILEKE variable dichotomique =1 si l'individu est d'ethnie Bamileké
EWONDO variable dichotomique =1 si I'individu est d'ethnie Ewondo

SCOLAR nombre d'années de formation scolaire réussies

EDUO variable dichotomique =l si I'individu est analphabète
PRIMAIRE variable dichotomique =l si l'enseignement primaire est le niveau Ie
plus élevé atteint
SECONDAIRE variable dichotomique =1 si l'enseignement secondaire est te niveau le
plus élevé atteint
variable dichotomique =1 si la formation technique est le niveau le
plus élevé atteint
variable dichotomique =1 si la formation universitaire est le niveau le
plus élevé atteint

EDUPERE scolarité du père du répondant en nombre d'années

TPEPUB variable dichotomique = 1 si le père de I'individu a travaillé dans le
secteur public
variable dichotomique = 1 si le père de l'individu a travaillé dans
une grande ou moyenne entreprise du secteur privé
EXPER expérience de travail en nombre d'années.
ANCIES ancienneté en nombre d'années
 TABLEAU 2.2 (suite)
Définition des variables
VAM4BLES
PUBLI =1 si I'individu travaille dans le secteur public
PRIVE =I si l'individu t r a d e dans le secteur privé
INFORM =1 si l'individu travaille dans le secteur informel

SALAI taux de salaire horaire

LOGSAL logarithme du taux de salaire
REVSEC t a w de sdaire horaire dans l'emploi secondaire
LOGREVS logarithme du taux de salaire de l'emploi secondaire
REVHORT revenu hors-travail en milliers de bancs CFA

Les variables iVENFO5 et NENF612 indiquent respectivement le nombre d'enfants

âgés de 5 ans ou moins et de 6 à 12 ans. T A I L M E N indique la taille du ménage dont
l'individu est membre. Cette variable compte le chef du ménage et sa famille directe
(conjoint et enfants) mais aussi la parenté du chef du ménage et d'autres personnes
non-apparentées mais toutes vivant en permanence au sein du ménage. Pour identifier
les effets de la pression communautaire sur les décisions d'offre de travail, nous avons
créé la variable NHEBPERS indiquant le nombre total de personnes (apparentées
ou non-apparentées au chef du ménage ou son conjoint, autres que celles de la famille
directe du chef du ménage) hébergées au sein du ménage.

Trois variables dichotomiques ont été créées pour représenter les ethnies les plus
répandues à Yaoundé. Il s'agit de BAMILEKE pour les Bamileké, BASSA pour
les ethnies Bassa et Bakoko et E W O N D O pour les personnes appartenant a l'ethnie
Ewondo.

La variable SCOLAR indique la scolarité exprimée en nombre d'années complétées.

Nous avons aussi créé des variables dichotomiques correspondant au niveau d'ensei-
gnement le plus élevé atteint par l'individu. Ces variables permettent de saisir
l'importance du diplôme dans les différentes analyses. Il s'agit de EDUO qui cor-
respond à l'absence de formation pour les individus analphabètes, PRIMAIRE
correspond à l'enseignement primaire, SECONDAIRE l'enseignement secondaire,
TECHNIQUE formation technique et UNIVERSITE la formation de niveau uni-
versitaire. Le niveau de formation du père de l'individu est capté par EDUPERE,
qui indique le nombre d'années de scolarité réussies par le père.

Variables relatives à l'emploi (principal et secondaire)

Les heures totales de travail sont représentées par la variable HEURPRI. Pour
les individus qui occupent plusieurs emplois, identifiés par la variable dichotomique
CV.blUL. le nombre total d'heures par semaine dans l'emploi secondaire est donnée
par HEC'RSEC.

Le nombre total d'années travaillées au sein de la même entreprise est l'ancienneté,

notée A N C I E N ! alors que l'expérience (EXPE) est mesurée par le nombre total
d'années travaillées. Dans plusieurs études, lorsqu'on n'a pas directement ce nombre'
l'expérience est approximée par la différence entre l'âge, la scolarité et l'âge de début
de scolarité (généralement 6 ans). Cependant, cette mesure surévalue la durée de tra-
vail des personnes qui connaissent des épisodes de chômage ou de non-participation sur
le marché du travail. Par contre, la variable d'expérience comme nous la définissons
sous-évalue l'expérience de travail de la population si la question qui y réfere n'est
posée qu'aux individus qui ont déclaré avoir travaillé durant la semaine de référence
de l'enquête.

Pour tenir compte de l'effet d'obsolescence du capital humain, nous avons construit la
vaxiable E X P E 2 (expérience élevée au carrée). Il faut noter que le nombre d'années
d'expérience peut aussi refléter un certain goût pour le travail. En effet, il est possible
que l'expérience soit fortement corrélée avec des caractéristiques non-obsembles qui
affectent la situation de l'individu sur le marché du travail. Dans ce cas on a un
problème d'endogénéité de l'expérienceg.

La variable de revenu hors-travail utilisée dans cette recherche, REVHORT, est

définie comme étant la somme des transferts nets des membres du ménage, d'dl*
cations familiales, de pensions alimentaires, de revenus d'intérêts et de dividendes.
Ils sont exprimés en milliers de francs CFA. Dans cette étude nous les supposons
exogènes 'O.

En ce qui concerne le salaire, certaines personnes ont indiqué leur rémunération en

milliers de francs CFA alors que d'autres ont mentionné la tranche de revenu dans
laquelle se situait leur rémunération. À ces derniers nous imputons le salaire moyen
de la tranche. Nous pouvons alors déterminer le revenu hebdomadaire en milliers de
francs CFA ? puis calculer le taux de salaire horaire SALAI en divisant ce revenu
hebdomadaire par le nombre d'heures travaillées par semaine. Cependant. la nouvelle
variable risque de souffrir du biais de division, conséquence des erreurs de mesure
possibles dans l'évaluation des heures de travail. Nous construisons le taux de salaire
exprimé sous forme logarithmique soit LOGSAL. Nous avons procédé de la même
façon pour déteminer le taux de salaire de l'emploi secondaire REVSEC et son
logarithme LOGREVS.
- - -

9 M r (1987)
~ ~ a rejeté l'hypothèse d'exogénéité de l'expérience par rapport aux heures de travail
dans le cas des femmes.
1°Dans le cas où ces revenus sont endogènes, on peut utiliser la technique de variables instrumen-
tales pour tenir compte de cette endogénéité.
Trois variables dichotomiques de secteurs de travail ont été définies: PUBLI si
l'individu travaille en administration publique ou dans une entreprise publique, PRI-
V E si l'individu travaille dans une entreprise privée enregistrée. Le travail dans le
secteur informel est défini par la variable dichotomique I N F O R M . L'importance du
secteur informel varie selon la définition retenue. Ainsi, la proportion des travailleurs
de ce secteur est de 37% pour les entrepnses individuelles et de type familiale, de
46,896 pour les entreprises de 5 personnes ou moins, de 62'47% pour les entrepnses
qui n'ont pas de local professionnel standard et de 47'7% pour les entreprises non
enregistrées à la CYPS.

L'enregistrement de I'entreprise à la CNPS nous semble approprié pour saisir le car-

actère informel de l'entreprise dans le cadre d'un questionnaire s'adressant aux tra-
vailleurs. En effet, au Cameroun l'enregistrement à la CNPS implique l'dfiliation du
travailleur à la CNPS, ce qui se traduit par des prestations d'allocations familiales. Si
l'individu n'est pas affilié à la CNPS alors que l'entreprise est enregistrée, l'individu
n'est pas sans ignorer que les autres employés sont affiliés et reçoivent de la CXPS
des allocations familiales. .4insi, les entreprises privées, peu importe leur taille. qui
ne sont pas enregistrées sont classées dans le secteur informel.

Parmi les 3 208 hommes et femmes de 18 ans ou plus, nous considérons 2 105 tra-
vailleurs pour lesquels nous possédons l'information complète pour effectuer l'analyse
de la segmentation du marché du travail. Le tableau 2.3 présente les statistiques
descriptives des différentes variables créées.

En moyenne, il y a plus d'hommes que de femmes qui travaillent. Environ les deux
tiers des travailleurs sont mariés. La taille moyenne du ménage est de 7 individus
mais il y a peu de jeunes enfants d'âge préscolaire ou qui fréquentent l'école primaire.
 TABLEAU 2.3
Statistiques descriptives des travailleurs
VARL4BLES ensemble pubiic privé informel
démographique
FEMME
HOMME
MARLE
CHEMENA
NENF05
NENF612
T-QILMEN
BASSA
BAhlILEKE
EWONDO
FUNCXIS
AXGL.41S
capital humain
AGE
AGEI824
.4GE2534
AGE3544
AG a 5 5 1
AG E55+
SCOLAR
EDUO
PFUMAIRE
SECONDAIRE
TECHNIQUE
UNIVERSITE
EDUPERE
TPEPUB
TPEPEU
EXPER
ANCIEN 10,74 6,03 5,62
 TABLEAU 2.3 (suite)
Statistiques descriptives des travailleurs
VARIABLES ensemble public privé informel
secteur de travail

revenus
REVSEC 0,066 0 ,075 0,093 0,049
SALAI 0,647 1,108 0,678 0,257
REVHORT 1,116 1,124 2,395 0,663
X 2105 812 350 943

L'âge moyen des travailleurs est de 35 ans contre 30 ans pour ceux qui ne travaillent

Lorsqu'on examine la répartition des travailleurs par secteur, nous constatons que la
proportion de femmes est en moyenne plus élevée dans le secteur informel (47R), alors
qu'elles représentent en moyenne 38% des travailleurs. La proportion de travailleurs
mariés ou de chefs de ménage est plus élevée dans le secteur public. L'âge moyen est
de 6 ans plus élevé dans le secteur public que dans le secteur informel. Dans le secteur
public. le groupe d'âge le plus représenté est celui des 33 à 41 ans (42%): alors que
dans les secteurs privés formel et informel, c'est le groupe d'âge des 25 à 34 ans qui
est le plus représenté (39% et 40%). On peut noter la proportion particulièrement
importante du groupe des jeunes de moins de 25 ans dans le secteur informel (20%).
Comme nous I'avons déjà mentionné, au moment de I'enquête, le Cameroun était
engagé dans un programme d'ajustement structurel, de sorte que l'emploi dans le
secteur public était limité pour les jeunes. Ceux-ci ont été de plus en plus employés
par le secteur informel qui, au cours des dernières années, est le principal créateur
d'emplois.
Lorsqu'on examine de plus près la répartition des travailleurs par groupe d'âge au
sein des différents secteurs au tableau 2.4, nous constatons qu'il y a moitié moins de

TABLEAU 2.4
Répartition des travailleurs par âge, par sexe
groupe public privé informel
d'âge
AGE MOlXX
AGE1824
AGE2534
AGE3444
XGE4554
AGES5 et +
Nombre

femmes que d'hommes âgés de 45 ans ou plus qui travaillent dans le secteur public.
Pour les autres catégories d'âge, les femmes sont plus représentées. Dans le secteur
privé. les femmes sont moins présentes que les hommes dans les groupes d'âge de 34
à 44 ans et 55 ans et plus. Au sein du secteur informel, ce sont les hommes âgés de
34 ans ou moins qui sont plus représentés.

Nous poursuivons la présentation des données en nous intéressant à la formation

scolaire des travailleurs. Nous constatons que la distribution des travailleurs varie
selon le diplôme et le sexe (tableau 2.5). Ainsi, dans le secteur public, près de 43%
des hommes ont une formation universitaire, d o r s que dans les secteurs privés formel
et informel respectivement, 24% et 6% ont une telle formation. La majorité des
femmes des secteurs public et privé, respectivement 41% et 32%, ont un diplôme de
niveau secondaire. Par contre, près de la moitié des travailleuses du secteur informel
ont reçu une formation primaire. Pour ceux qui ont obtenu une formation scolaire, la
participation dans le secteur informel diminue avec le niveau atteint aussi bien pour
 TABLEAU 2.5
Répartition des travailleurs selon le diplôme, par sexe
groupe public privé informel
d'ige H F T H F T H F T
SCOLARITE
EDUO
PWMAIRE
SECONDAIRE
TECHNIQUE
UNTVERSITE
EDUPERE
Nombre

les femmes que pour les hommes. De plus, on peut noter le pourcentage élevé de
femmes sans formation scolaire qui travaillent dans ce secteur informel.

Il importe d'aborder aussi la question relative au rationnement. Les modèles stan-

dard de la segmentation du marché du travail considèrent que le secteur informel est
un secteur de transition où les travailleurs sont en attente de trouver de meilleures
opportunités d'emploi dans le secteur formel (Magnac 1991, Kietzert 1993). Ainsi.
les travailleurs d u secteur informel peuvent être également en attente d'emploi du
secteur public ou privé formel. Cependant, il est possible d'observer un travailleur
dans le secteur public en attente d'un meilleur emploi dans le secteur privé formel ou
informel. Dans cette thèse, nous considérons que l'attente peut avoir lieu dans l'un
ou l'autre des trois secteurs.

La question qui se pose est celle de l'identification du mécanisme de rationnement.

La pratique courante est d'estimer une ou deux équations de rationnement (Magnac
1991,Nietzert 1993, Pradhan 1994). Cette estimation attribue à chaque individu une
probabilité d'être rationné. Cette approche est utilisée dans la mesure où aucune autre
information ne permet d'évaluer l'ampleur du rationnement. L'inconvénient de cette
approche est qu'on cherche à expliquer le choix de secteur et les effets du rationnement
sur la décision de choix de secteur de travail sans disposer d'informations qui per-
mettent de séparer le rationnement proprement dit de la satisfaction de l'emploi.
Ainsi en évaluant la probabilité de rationnement, il n'est pas possible d'identifier le
secteur pour lequel l'individu est effectivement contraint. Lacroix et Fréchette (1994)
montrent que cette approche tend à surestimer systématiquement le niveau de ra-
t ionnement.

Dans l'enquête à notre disposition, tous les individus de 10 ans ou plus ont été in-
terrogés sur les perspectives de travail dans l'avenir et sur le type d'emploi qu'ils
souhaitaient occuper. Deux questions nous permettent de connaître la mobilité in-
tersectorielle. La première question nous renseigne sur la mobilité professionnelle
en général. -4partir de cette question, nous obtenons le nombre de travailleurs qui
souhaitent changer d'emploi. Cependant, une personne peut vouloir un autre em-
ploi soit dans la même entreprise, soit dans une autre entreprise du même secteur
ou soit dans un autre secteur. Au niveau de cette question, nous ne pouvons pas
distinguer la mobilité intra-sectorielle de la mobilité inter-sectorielle. Nous avons be-
soin d'informations supplémentaires pour identifier les deux sortes de mobilité. Nous
utilisons les réponses à la question relative au type d'entreprises où l'individu veut
travailler. Cinq catégories d'entreprises ont été retenues dans l'enquête: publique,
para-publique, grande entreprise, petite et moyenne entreprise (PME), petite en-
treprise ou à son compte. Nous supposons que les travailleurs du secteur informel qui
désirent un emploi dans une grande entreprise privé ou dans une PME sont rationnés
pour le secteur privé. Nous avons sept groupes de travailleurs représentés au tableau
2.6.
 TABLEAU 2.6
Cas observables en présence de rationnement

catégories ensemble public privé informel

cas 1. public et pubiïc désiré 0,355 0,94 0,O 0,o

cas 2. public mais privé désiré 0,023 0,06 0,O 0,o
cas 3. privé et privé désiré 0,128 0,O 0,791 0,0
cas 4. privé mais public désiré 0,032 0,O 0,209 0,O
cas 5. informe1 et informel désiré 0,302 0,O 0,O 0,655
cas 6. informel mais public désiré 0,067 0,O 0,O 0,164
cas 7. informel mais privé désiré 0,084 0,O 0,0 0,181

Ce dernier tableau montre que les travailleurs sont généralement satisfaits de leur
secteur de travail, et ceux du secteur public plus que dans les autres secteurs. Dans le
secteur informel, les travailleurs qui veulent accéder au secteur public sont moins nom-
breux que ceux qui veulent travailler dans le secteur privé. Seulement 11 femmes du
secteur public et 16 du secteur privé veulent changer d'emploi. Dans les estimations.
la séparation de l'échantillon en deux sous-échantillons d'hommes et de femmes n'a
pas permis d'obtenir des résultats concluants, faute de degrés de liberté". Pour cette
raison? nous considérons un seul échantillon regroupant les hommes et les femmes.

L'information disponible permet d'analyser la mobilité des travailleurs du secteur

public vers le secteur privé (formel et informel confondus), des secteurs privé formel
et informel vers le secteur public et du secteur informel vers le secteur privé formel.
l'Il n'y a pas eu convergence lors de la maximisation de la fonction de vraisemblance.
2.4 Détermination des salaires en absence de
rationnement

Le modèle développé ici concerne uniquement le phénomène de choix de l'agent entre

plusieurs secteurs de travail. Trois secteurs sont considérés: le secteur public, le
secteur privé et le secteur informel. Nous négligeons la détermination du nombre
d'heures travaillées et le choix de participation au marché du travail.

Ces hypothèses nous permettent d'éviter la complexité des estimations au prix d'un
biais de sélection introduit lorsqu'on veut extrapoler les résultats pour l'ensemble
de la population. Ce biais, occasionné par l'exclusion des non-participants, pourrait
être corrigé par le recours à une généralisation de la méthode de Heckman. Il est
également possible d'adopter une fonction de vraisemblance d'un modèle tronqué. Il
nous semble préférable d'ignorer ces complications dans cette thèse et d'insister sur
le biais de sélection relatif au problème de choix de secteurs de travail.

2.4.1 Cadre théorique

Le modèle envisagé est une extension du modèle de Roy (1951) où le choix de secteur
est basé sur ta maximisation d'utilité et non sur la maximisation de revenu. Con-
sidérons le modèle statique où l'individu i (i = 1, ..., 1),doté de caractéristiques
personnelles ai, cherche à maximiser l'utilité retirée de la consommation de biens et
services, xi, qu'il se procure au prix p normalisé à 1, et du temps marchand, h,, a u
prix wi. De plus, il doit tenir compte de sa contrainte budgétaire. Le problème de
maximisation, dans le cas d'un seul marché de travail, s'écrit:

Les consommations optimales z: = z* (wiYy,; Q) et h; = h*(w,,Yi;4)permettent à

l'individu i d'atteindre le niveau d'utilité u, = ~ ( z( w Pour des
f i ,Y i ; a ; ) h*(w;,Y i ; ai)).

caractéristiques données, l'utilité indirecte I.; est donc fonction du salaire, wi. et du
revenu hors- travail. y,.
= v ( u l i oY i ; a i ) .

Dans le cas d'un marché du travail subdivisé en secteurs distincts, l'individu dispose
de plusieurs alternatives de secteur de travail, indicées par j . Soit J le nombre total
d'alternatives (ici J = 3) dans un ensemble fini d'alternatives C = {l,.... J) 12.

L'individu i évalue le niveau d'utilité V, atteint dans l'alternative j ( j = 1, .., J),

avec :
Pij = v(wij1Y i ; a,). (2.3

Il choisit l'alternative qui lui procure l'utilité la plus élevéeL3.

Le salaire est une variable endogène qui dépend d'un vecteur de caractéristiques pro-
ductives. L'équation de salaire choisie est une variante de celle de la théorie du c a p
ital humain. Cette dernière, initiée par Mincer (1974) et Becker (1975), explique les
différences de salaire par les différences de qualifications. En effet, le capital humain,
défini comme étant l'ensemble des capacités productives d'un individu, comprend
- -

12Pour simplifier, nous supposons que les individus font face au même ensemble de choix C.
13Dans un modèle à deux décideurs, Gindling (1991) interprète K j comme la propension, non
observée, de l'individu à travailler dans le secteur j, cette propension étant déterminée par les
individus et les employeurs.
aussi bien la formation scolaire reçue par l'individu que l'expérience professionnelle
et l'ancienneté accumulées. Dans ce modèle, un investissement de capital humain
conduit à une hausse de salaire.

De nombreux travaux empiriques montrent que les caractéristiques personnelles, telles

que la présence des enfants en bas âge et le sexe, d e c t e n t également les salaires. Une
étude récente de Krishnan (1996) indique que les antécédents familiaux affectent
significativement les salaires observés.

Algébriquement, nous écrivons l'équation du salaire comme suit:

où I t i j est le taux de salaire de l'individu i dans l'alternative j , Xireprésente les

caractéristiques personnelles influençant le salaire de l'individu i, 6, représente les
rendements sur les caractéristiques Xiet vi, représente les termes d'erreur.

En remplaçant le salaire par son expression (2.4) dans la relation (2.3), nous pouvons
dériver une expression de forme réduite de l'utilité indirecte. La relation (2.3) montre
qu'en plus du salaire, donc des variables explicatives de celui-ci, l'utilité indirecte
dépend d'autres variables notée Yi et ai. Nous écrivons Z pour l'ensemble des variables
explicatives observables de l'utilité indirecte de l'individu i.

Dans le contexte d'un modèle aléatoire, K j , sous forme réduite, peut être décomposée
en ses parties déterministe et aléatoire, comme suit:

où Zij représente les caractéristiques observables de l'individu i et du marché qui

affectent l'utilité dans le secteur j, et où pj représente un vecteur de paramètres à

36
estimer et correspondant au secteur j . V est une fonction supposée linéaire dans
les paramètres. Le terme c, capte les caractéristiques qui influencent l'utilité dans
l'alternative j , mais non-observables par l'économètre. En supposant que la partie
déterministe est linéaire, l'équation (2.5) se réécrit alors comme suit:

Dans le souci de simplifier la notation, nous ignorons l'indice i dans la suite de l'exposé.
Soit (15,I.5, I.j) le vecteur d'utilités correspondant respectivement aux secteurs public,
privé et informel. Soit M le résultat observé du processus de sélection. La règle de
sélection est donnée par:

public si Vl 3 V2 et VI 2 VJ,
privé si V22 VI et V2 2 15, (2-7)
informel si V3 2 VI et V3 3 V2.

Dans ces conditions. les observations sur le salaire sont générées de manière suivante:

Wrpub si M = public,
W i sz 1kf = privé,
Winfsi M = informel,
ou W j représente le logarithme du salaire dans le secteur j; j=pub, in f ou pi respec-
tivement pour public, informel ou privé.

2.4.2 Spécification économétrique

Cette section présente le modèle stochastique de choix d'occupation entre les dif-
férentes alternatives. Le modèle complet comprenant la règle de sélection et les
équations de salaires, s'écrit comme suit:

Pour faire son choix, l'individu compare les différences d'utilités de telle sorte qu'un
vecteur (J - 1) de différences d'utilités est construit pour chaque alternative. Le
modèle complet présenté en (2.9) se réécrit alors comme suit:

= Xbj + U, observé ssi qjk < JI,^ ( j ,k = 1, ..., J k # j),

Kous voulons estimer les paramètres des équations de salaires de chacun des secteurs
en utilisant les données des souséchantillons respectifs. Pour chaque alternative, le
critère de sélection est un choix discret à J alternatives. Les termes d'erreur des
équations de salaire sont supposés indépendants des variables explicatives et suivent
une distribution normale multivariée de moyenne nulle et de matrice de covariance
C. Nous retenons deux distributions des termes d'erreurs des équations de sélection.
soit la distribution dite à valeur extrême généralisée et la normale multivariée.

Nous utilisons la méthode d'estimation à deux étapes de Heckman, élargie au cas

de plusieurs alternatives (Terza 1980, Maddala 1983, Dubin et McFadden 1984). La
première étape de l'analyse empirique est l'estimation des probabilités de la règle de
sélection basée sur les différences d'utilités. Ceci permet de construire les rapports de
Mills qui sont utilisés en deuxième étape comme variables explicatives supplémentaires
dans les équations de salaires. Ces nouvelles équations corrigées sont alors estimées
par la méthode des moindres carrés ordinaires.
Règle de sélection et calcul des rapports de Mills

Un modèle de choix discret peut être dérivé du processus de sélection comme suit:
f
1 si 4 1 Vk pourk=l, J
...?

Yj =
O autrement.

y, est une variable dichotomique qui désigne le résultat observé pour chaque secteur
de travail à la suite du processus de sélection.

Les paramètres de la règle de sélection sont estimés par la méthode du maximum de

vraisemblance, laquelle consiste à trouver les valeurs des paramètres qui maximisent
la fonction de vraisemblance de l'échantillon. Soit 0 le vecteur des paramètres du
modèle (c'est-à-dire les 0 et les variances et covariances des termes d'erreur). La
fonction de vraisemblance s'écrit comme suit:

avec P, la probabilité que l'individu choisisse le secteur j. En pratique, il est plus

simple de travailler avec le logarithme de la fonction de vraisemblance:

11 s'agit donc de trouver les valeurs de 0 qui maximisent (2.13)) c'est-à-dire qui
résolvent les équations normales suivantes:
La formulation de la probabilité de choix du secteur j (P,)dépend de la distribution
des termes d'erreur des équations de sélection ( e j ) Ir.

Logit poiytomique

Lorsque les termes d'erreur ( e j ) sont indépendants et suivent une distribution dite
de valeur extrême, les termes d'erreurs en différence suivent alors une distribution
logistique multivariée. La probabilité de choix du secteur j s'écrit comme suit:

L'estimation par la méthode du maximum nous permet de dériver les probabilités

prédites de choix de chaque secteur (P,).

Les termes de correction sont calculés selon Dubin et MacFadden (1984)". Les termes
l'Avec une spécification logit poiytomique (MNL),les calculs sont faciles et peu coûteux en temps.
Par ailleurs. dans le cas où V ( . )est Linéaire dans les paramètres, le logarithme de la vraisemblance
est globalement concave, ce qui assure un maximum global unique de la fonction de vraisemblance.
lSLa forme générale des rapports de Mius dans le cas de plusieurs alternatives est présentée dans
Maddala (1983: 278).
de correction du biais de sélection sont obtenus comme suit 16:

où P~ représente la probabilité prédite pour le secteur k, j étant le secteur choisi.

Dans le cas de trois alternatives, on voit que pour chaque secteur choisi, il y a deux
termes de correction du biais de sélection qui sont ajoutés à l'équation de salaire
correspondante.

Probit polytomique

Dans la spécification du probit polytomique, les termes d'erreur des équations de

sélection ( e j ) sont corrélés entre eux et suivent une loi normale multivariée. En
supposant la normalité des termes d'erreur E, les termes d'erreur en différence qjk

(définis en 2.10) suivent également une loi normale. La probabilité de choix du secteur
j s'écrit:

Pj= B(Ajkl A,i; p j ) (2.18)

I6La méthode la pius courante de correction du biais de sélection dans un modèle logit polytornique
est celie utilisée par Lee (1983). Dans notre application, celle-ci implique:
E(é ( =j ) = rjAj 0' = public, privé, informel), (2.16)

avec

La variable r, représente la corrélation entre le processus de sélection et la variable endogène, alors

que 4 et iP représentent respectivement la densité et la cumulative d'une loi normale centrée réduite.
Un seul terme de correction est dors calculé. Les équations de salaire sont données par:

avec E ( p j ( M = j)= O. La méthode de Lee impose des restrictions sur la matrice des covariances,
ce qui rend la technique de correction inappropriée lorsqu'il y a plus de deux choix (Schmertman
1994).
avec B ( A j k ,Ajl;p j ) la cumulative d'une distribution normale bivariée où pj est le
coefficient de corrélation.

En suivant Fishe, Trost et Lune (1981) et Maddala (1983),deux termes de correction

sont construits comme suit:

A,, =
@(Ajk) ( ( ~ , i- pjAjk)(1

B(Ajk, Aji; p j )
- $)'12)
1
où @ et représentent respectivement la densité et la cumulative d'une loi normale
univariée.

Estimation des équations de salaire corrigées

L'espérance conditionnelle de l'équation de salaire du secteur j est donnée par:

En cette d e u i è m e étape, les valeurs des paramètres 6j des équations de salaire sont
obtenues par une régression linéaire en tenant compte des X j k dans la liste des variables
explicatives. Ces régressions se présentent comme suit:

avec E ( p j 1 M = j ) = 0, J = 3.
Dans la mesure oii le nouveau terme d'erreur est hétéroscédastique, les Mnances de
l'estimation de la méthode des moindres carrés ordinaires après correction du biais
de sélection ne sont pas minimales. Nous utilisons alors la méthode de White (1980)
pour corriger la matrice de variance-covariance p o u . toute forme d'hétéroscédasticité
potentielle.

Le choix des variables

.Avant de passer à l'étape de l'estimation, nous complétons la spécification du modèle

en identifiant les variables explicatives qui influencent le salaire d u travailleur et le
choix de secteur de travail, soit celles faisant partie des vecteurs X et 2. Ces variables
sont présentées dans les paragraphes suivants.

La spécification retenue permet de tester la pertinence empirique de fonctions de gains

liant une mesure des salaires aux variables de capital humain et aux caractéristiques
personnelles de l'individu. La variable dépendante (LOGSAL) est le logarithme du
taux de salaire.

Les variables explicatives comprennent d'une part des caractéristiques de capital hu-
(SCOLAR),l'expérience (EXPERV) ainsi que leur terme
main telles que la scolarité
quadratique (SCOLARZ, EXPERN2) et l'ancienneté (ANCIENN), et d'autre part,
des caractéristiques personnelles telles que le sexe (FEMME) et l'appartenance eth-
nique (BASSA, BAMILEKE, EWONDO). Par ailleurs, les variables de secteurs de
travail sont PC'BLI, PRTVE et INFORMEL.

On s'attend à une relation significative et positive entre le salaire et les caractéristiques

de capital humain comme la scolarité, l'expérience professionnelle et l'ancienneté.
Néanmoins, différents travaux empiriques ont montré que l'effet positif de l'expérience
décroît dans le temps, indiquant un effet d'obsolescence de ce capital, de sorte qu'on
s'attend à un effet négatif du terme quadratique de l'expérience (EXPERUZ). Le
secteur informel étant souvent qualifé de peu rémunérateur des caractéristiques de
capital humain, on s'attend à ce que les coefficients pour ce secteur soient plus faibles
que ceux des secteurs public et privé.

Quant aux caractéristiques personnelles, on s'attend à un effet significatif et négatif

de la variable dichotomique de sexe indiquant la faible rémunération des femmes,
toutes choses restant égales par ailleurs. Le signe positif (négatif) pour les variables
ethniques traduira un rendement positif (négatif) perçu à l'égard de l'ethnie en ques-
tion. Xéanmoins, il est possible que d'autres caractéristiques spécifiques aux ethnies
et non mesurées par le modèle, telles les relations informelles, expliquent le salaire.

En ce qui concerne les variables explicatives du choix du secteur de travail, en plus

des variables explicatives du salaire, nous considérons le revenu hors-travail ( y i ) et les
caractéristiques personnelles ( a i ) . Ces dernières incluent l'âge et son terme quadra-
tique, le sexe, le statut matrimonial et de chef de ménage, le nombre d'enfants âgés
de zéro à cinq ans et celui des enfants d'âge scolaire (six à douze ans).

A partir des relations (2.3), (2.4) et (2.9)' on voit que toutes les variables explicatives
du salaire sont aussi incluses dans les régresseurs (en forme réduite) du choix de
secteur de travail (X c 2). Cependant, la littérature théorique et empirique utilisant
la méthode a deux étapes de Heckman pour comger le biais de sélection montre que
les termes inclus dans les équations de salaire sont plus facilement identifiables si
une ou des restrictions d'exclusion sont imposées, c'est-à-dire s'il existe des variables
explicatives qui affectent le choix du secteur de travail mais qui n'influencent pas le
salaire, et sont donc exclues de l'équation de salaire. Le modèle retenu dans cette
thèse impose de telles restrictions.

Plus spécifiquement, les variables d'exclusion sont celles de l'âge, du revenu hors-
travail ainsi que les caractéristiques personnelles, statut matrimonial, sexe et les deux
variables sur le nombre d'enfants d'âge pré-scolaire et scolaire.

2.4.3 Résultats

Estimations des M C 0 non corrigées

Les résultats d'estimations par la méthode des moindres carrés ordinaires des équa-
tions de salaire sur diverses variables explicatives pour l'échantillon dans son ensemble
et par secteur de travail sont présentés au tableau 2.7. Dans la première colonne, nous
montrons les résultats de l'estimation de l'équation de salaire pour l'ensemble des
travailleurs. Les variables relatives à l'expérience sont significatives et les signes in-
diquent que le revenu augmente avec l'expérience puis à partir de 31 ans d'expérience.
se met à décroître.

La scolarité et son terme quadratique influencent positivement le salaire. Sur la base

des résultats présentés au tableau 2.7, nous obtenons un taux de rendement moyen en
éducation de 13,7%, comparable à celui de 13,4%trouvé par Psacharopoulos (1985)
pour le Kenya, l'Ethiopie, le Maroc et La Tanzanie. Néanmoins, ce taux est inférieur
à celui de 20,0% de la Côte d'Ivoire (Van der Gaag et Vijverberg 1989), pays de la
même zone géographique et économique que le Cameroun. Nous remarquons aussi
que le salaire est plus faible dans le cas des femmes.
 TABLEAU 2.7
Estimation des équations de s u e s
non corrigées pour la sélection
(écart-type entre parenthèses)
variables ensemble ensemble public privé informel
CONST
FEMME
SCOLAR (/IO)

SCOLARZ (/ioo)
EXPER (/IO)

EXPER2 (/ i00)

AXCESS (/ 10)

BASSA
BX,LIILEKE
EWONDO
PUBLI
PWE

F(N,K-1) 144,7 149,4 82,54 13,32 ll,f6

* : significatif à 5%
** : significatif à 10%
K: significatif nombre de variables explicatives
Ces résultats pris pour l'ensemble des travailleurs cachent cependant les disparités
salariales qui peuvent exister entre les secteurs. Pour vérifier l'importance du secteur
d'occupation dans l'explication du salaire, l'estimation de la fonction de salaire est
reprise en introduisant simplement dans la régression des variables supplémentaires
identifiant le secteur de travail. La deuxième colonne montre les résultats de la
nouvelle régression. L'introduction des variables relatives aux secteurs de travail
entraîne une augmentation du R2 d'environ 6%.

Les coefficients positifs et significatifs pour les variables d'occupation indiquent que
les secteurs public et privé offrent des salaires plus élevés que le secteur de référence,
à savoir 17informel. Il est possible qu'une partie de ces écaxts provienne des sous-
déclarations des rémunérations pour les travailleurs du secteur informel. Mais, ces
différences peuvent être expliquées par l'existence de structures de rémunération
différentes au sein des trois secteurs. D'où l'intérêt de faire des analyses par secteur.

Les résultats des estimations de l'équation de salaire par secteur sont présentés dans
les colonnes 3 à 5 et montrent que toutes les variables de capital humain ont un effet
positif sur le salaire dans le secteur public. Pour le secteur privé, l'expérience et le
terme quadratique de la scolarité ont des effets positifs, significativement différents de
zéro. Le salaire augmente avec l'expérience, jusqu'à 35 ans d'expérience: puis diminue.
D'un autre côté, dès que la scolarité dépasse deux années, le salaire augmente avec la
scolarité. Par contre, l'effet de l'ancienneté n'est pas significatif. Pour les travailleurs
du secteur informel, les variables relatives à la formation scolaire montrent que le
salaire croît avec la scolanté (après deux années de scolarité). Néanmoins, les variables
d'expérience et d'ancienneté ne sont pas significativement différentes de zéro. La
variable de sexe, qui n'est pas significative pour les secteurs public et privé, a un effet
négatif significatif dans le cas du secteur informel.
Ces résultats montrant l'importance relative de chacune des variables explicatives l a i s
sent penser à l'existence de mécanismes de rémunération différents selon le secteur. La
pertinence de séparer notre échantillon en trois secteurs plutôt que deux est vérifiée à
l'aide du test d'égalité des coefficients des équations de salaires des secteurs pris deux
par deux. Les statistiques F du test de Chow sont supérieures" à la valeur critique
de 1,83 et conduisent au rejet de l'hypothèse nulle d'égalité des coefficients au seuil
de 95% et indiquent qu'il existerait bien trois segments différents. Cependant. nous
ne pouvons pas pour autant conclure à l'existence de mécanismes de rémunération
différents. En effet' depuis Heckman (1976),nous savons que les résultats des esti-
mations par la méthode des moindres carrées ordinaires peuvent souffrir de biais de
sélection. Nous tenons compte de ce problème potentiel dans les étapes qui suivent.

Règle de sélection

Les estimations des modèles logit et probit trichotomiques sont obtenues en utilisant
l'algorithme d'optimisation de Newton du logiciel Gauss. Le processus itératif utilise
les dérivées premières et deuxièmes de la fonction de vraisemblance par rapport aux
différents paramètres d'intérêt. Pour plus de précision, nous utilisons les gradients
analytiques de préférence aux gradients numériques. De plus, la matrice hessienne
est approximée par le produit extérieur des vecteurs des gradients. Le secteur de
référence est le secteur informel. Les résultats de ces estimations sont présentés au
tableau 2.8.

D'une manière générale, les deux spécifications présentent des similitudes dans leur
résultats et les valeurs du maximum de la fonction de vraisemblance sont assez
'?Les valeurs obtenues sont respectivement de 2,08 pour le public versus le privé, de 21,62 pour
le public versus l'informel et de 6,82 pour le prive versus l'informel. Les détails sur le test de Chow
sont présentes à l'Annexe C.
 TABLEAU 2.8
Estimation de Ia règle de participation
(écart-type entre parenthèses)
variables logit trichotomique probit trichotomique
public privé public privé
CONST -9,598'
(0,335)
SCOLAR (/IO) 1 638'
(6,402)
SCOLAR2 (/ioo) O 640'
(4195)
EXPER (110) O 853'
(b,201)
EXPER2 (/IOO) -0,270'
(0,059)
.43CIEN (/IO) 1 178'
(6.120)
BASSA O, 079
(0,236)
BXMILEKE -O! 655'
(0,165)
EWONDO -0,425'
(0,165)
Variables d'exclusion
-4GE (/ioo) 26,674'
(0,789)
AGE2 (/IOO~O) -33 162'
(0,887)
FEMME 0,076
(0,160)
MARE O 481'
(b1151)
CHEMEXX O 750'
(hl581
NENF05 0,026
(oIa59)
NEIVF612 O 122'
(bloso)
REVHORT -0,016 O, 014 -0,012 O 056"
(0,013) (0,010) (ololo> 03,026
0 12 -8,503'
(0,850)
613 -0 196
(0,303)
023 -14 430'
(0,b02)
LogL= -1586,02 -1589,20
* : significatif à 5%
** : significatif à 10%
proches. Néanmoins, ces spécifications n'étant pas emboîtées, eues ne sont pas corn-
parables a l'aide de tests habituels du rapport de vraisemblance. Par ailleurs, les
variables ont des effets qui vont dans le même sens, mis a part les termes quadra-
tiques de l'âge et de la scolarité. La présence de jeunes enfants a un effet positif
significatif dans le secteur privé. Par contre, les enfants d'âge scolaire et le statut
de personne mariée ont des effets positifs significatifs sur la probabilité de choisir le
secteur public relativement au secteur informel. Le sexe n'a pas d'effet significatif sur
le choix du secteur public mais a un effet négatif pour le secteur privé18. Les variables
ethniques montrent un effet négatif pour les Bamiléké et les Ewondo dans le choix
du secteur public, et un effet positif des Bassa pour le secteur privé. Les termes de
corrélation des caractéristiques non observables entre les secteurs public et privé et
entre le privé et l'informel sont négatifs et significatifs.

Les différences de résultats des deux spécifications sont au niveau des variables d'âge
et de scolarité dans le choix du secteur privé. Le terme quadratique de l'âge (sco-
larité) de signe négatif (positif) mais non significatif pour le logit, a un effet positif
(négatif) significatif dans le cas du probit. Concrètement, la probabilité de choisir les
secteurs public et privé comparativement au secteur informel augmente avec l'âge et
la scolarité. Cependant, à partir de 40 ans la préférence du secteur public par rapport
au secteur informel diminue.

Les résultats de l'estimation de la règle de sélection nous permettent de construire

les rapports de Mills qui sont inclus dans les variables explicatives des salaires. Les
résultats des nouvelles estimations sont présentés dans la section suivante.
18Lesvariables d'interaction du nombre d'enfants et du sexe (NENFOSWet NENF612W), sensées
représenter l'impact de la présence d'enfant chez les femmes n'étaient pas significatives et ont été
exclues de la spécification retenue.
Equat ions salariales corrigées

Les résultats d'estimation des équations salariales corrigées pour le biais de sélection
sont présentés dans le tableau 2.10.

TABLEAU 2.10
Estimation des équations des salaires corrigées pour la sélection
(écart-type entre parenthèses)
logit probit
variables public privé informel public privé informel
COXST -1,730'
(0,220)
FEMME -0,386'
(0,113)
SCOLXR (/IO) -0,359
(0,319)
SCOLAR.2 (jioo) O 669'
(b,W
ESPER (/IO) 0,086
(O. 137)
EXPER2 (/ioo) 0,002
(0,0371
ASCIEXX (/IO) -0,031
(0.097)
BASSA -0,294
(0,204
BA,MILEKE 0,035
(0,095)
EIVOXDO -0,OS1
(0.100)
1 -0,309
(0,348)
A2 0,380
(0,2851 (0,272) (0,481) (0.176) (0,350) (0,688)
R: 0,489 0,248 0,092 0,485 0,238 0,094
N 812 350 943 812 350 943
* : significatif à 5%
** : significatif à 10%

Les termes de Mills, statistiquement différents de O pour le secteur public dans les
deux spécifications et pour le secteur privé dans le logit, indiquent l'existence de
caractéristiques non observables du processus de sélection corrélées avec le salaire
espéré. Gn test de Hausman a été effectué sur les régressions avec et sans correction
du biais de sélection. Les valeurs du tableau 2.11 doivent être comparées à une valeur
critique du x2 de 16,l pour un degré de confiance de 10%. Elles conduisent au rejet
de l'hypothèse nulle pour le secteur public, indiquant la mauvaise spécification de la
régression sans correction du biais de sélection. Cependant, l'hypothèse nulle n'est
pas rejetée pour les secteurs privé et informel.

TABLEAU 2.11.
Test de Hausman

public privé informel

logit 24,46 4,85 Q,81

probit 18,17 0,77 2,78

Les estimations des MCO, celles de la règle de sélection ainsi que celles des MC0
corrigés pour le bais de sélection montrent trois principaux résultats sur la scolarité.
la variable sexe et l'expérience. La scolarité semble exercer un effet de sélection vers
les secteurs public et privé. Cependant, une fois que l'individu est embauché dans ces
secteurs, la scolarité n'a qu'un faible effet sur la rémunération. Ce résultat n'apparaît
que si on contrôle pour la sélectivité, alors que si cette correction est ignorée, la
scolarité enregistre des rémunérations élevées dans ces secteurs.

En effet, en l'absence de correction pour la sélectivité, les taux de rendements moyens

de l'éducation sont de 10%' 10,1% et 9% respectivement pour les secteurs public,
privé et informel. Mais, en corrigeant pour la sélectivité, ces rendements sont plus
faibles pour le public et le privé, soit de 5% et 996,alors que pour le secteur informel
ils sont plus élevés, soit de 10%.

Une interprétation de ce résultat est qu'il est vraisemblable que l'obtention d'emplois
dans les secteurs public et privé soit basée sur la scolarité et non sur la productivité.
Des résultats similaires ont été aussi observés dans plusieurs pays, notamment au
Mexique (Lagana et Gallan 1990), et montrent que les forces d u marché concurrentiel
sont remplacées par la politique d'embauche qui présente une préférence marquée
pour les individus qui ont un niveau élevé d'éducation même si ce niveau n'est pas
nécessaire pour accomplir les tâches de l'emploi occupé.

Avec un rendement moyen de l'éducation de 10%' il semble que le secteur informel

offre une meilleure rémunération à la formation scolaire que les deux autres secteurs.
Rappelons cependant qu'en 1993, le secteur public ne garantissait plus des emplois
pour les diplômés universitaires. La redistribution de la main-d'oeuvre qualifiée au
sein des secteurs privés formel et informel assure au secteur informel des travailleurs
de niveau de formation élevé. Comme le secteur informel est supposé concurrentiel.
il est raisonnable d'espérer des rendements élevés sur l'investissement en éducation.
Bien que la majorité des études s'attendent à une faible rémunération de l'éducation
dans le secteur informel (Nietzert 1993) en raison d'un excès d'offre de travail ou d'une
faible productivité dans ce secteur, Krishnan (1996) anticipe une hausse du rendement
de l'éducation dans les secteurs privés en Ethiopie. Cet effet serait la conséquence
de la restructuration de la politique d'embauche du secteur public dans le cadre du
programme d'ajustement structurel, ce qui pourrait expliquer notre résultat.

Les estimations avec et sans contrde pour la sélectivité présentent également des
différences au niveau de l'expérience dans les secteurs public et privé. En effet, sans
correction du biais de sélection, l'expérience indique un rendement positif durant toute
la carrière professionnelle. Cependant, la correction du biais de sélection montre que
le rendement est positif seulement après 5 d'expérience dans le secteur public. Quant
au secteur privé, un effet d'obsolescence est observé à partir de 30 ans d'expérience,
tendance également observée par Tannen (1991) sur le marché du travail du nord-est
brésilien. L'expérience n'a cependant pas d'effet significatif sur les salaires dans le
secteur informel. Par ailleurs, l'ancienneté, significative dans le choix de secteur de
travaillg, n'a pas d'effet sur le salaire dans aucune des trois régressions.

Les résultats montrent que le coefficient relatif au sexe n'est pas significatif dans
les secteurs public et privé. Ce résultat pourrait refléter le respect des normes de
rémunération dans ces secteurs. Par contre, la variable FEMME indique un effet
négatif sur le salaire des travailleurs du secteur informel. Ce qui n'est pas le cas pour
le secteur public.

Enfin. on peut noter que, bien que les variables ethniques affectent le choix de secteur
de travail, elles n'ont pas d'effet significatif sur les salaires dans les secteurs privé et
informel. alors que l'appartenance à l'ethnie Ewondo montre une relation positive avec
le salaire dans le secteur public. Ainsi, malgré la dimension ethnique de nombreux
aspects de la vie sociale au Cameroun (Ngandjeu 1988),l'importance des discrimina-
t ions ethniques semble limitée, résultat qu'obtient également Rou baud (1994).

Tous ces résultats confirment que les mécanismes de détermination des salaires sont
différents selon le secteur de travail du marché du travail urbain à Yaoundé. Nous
nous intéressons maintenant à la question du rationnement.
- - -

lgL'effet de l'ancienneté peut être biaisé suite au problème d'endogénéité puisque, l'ancienneté est
d'autant plus élevé que l'individu reste dans le secteur choisi.
2.5 Choix occupationnel en présence de ration-
nement

La règle de sélection (2.7) présume que L'individu fait librement le choix du secteur de
travail. Cette hypothèse est à la base de l'approche néoclassique présentée dans la sec-
tion précédente. Cependant, si le marché du travail est segmenté, il y a rationnement
de certains emplois. Le rationnement peut avoir pour effet d'empêcher l'entrée dans
le secteur préféré et de forcer l'individu à adopter son deuxième ou troisième choix.
Dans ce contexte, l'individu doit alors attendre pendant une période de temps plus
ou moins longue avant d'accéder à l'emploi souhaité. Dans cette section, nous utili-
sons la notion de rationnement sur les alternatives présentée par Pudney (1989) et
appliquée par Ilmakunnas et Pudney (1990).

2.5.1 Cadre théorique

Sous supposons toujours que l'individu choisit entre trois alternatives. En l'abs
de contraintes, le choix optimal est déterminé par l'alternative qui donne I'utilité la
plus élevée, selon l'approche retenue dans la section précédente.

Cependant, en présence de rationnement effectif, l'individu contraint occupe le secteur

qui représente son deuxième ou troisième choix. Dans ce cas, nous devons spécifier
non seulement les probabilités de choix optimaux mais aussi les probabilités relatives
à tout ordre dans les préférences des alternatives. Dans le cas de deux alternatives,
lorsque l'individu ne peut pas accéder à son premier choix, il est automatiquement
confiné à l'alternative qui est son deuxième choix. L'importance de l'ordre dans les
alternatives n'est pas alors mise en évidence comme dans le cas d'un nombre plus
élevé d'alternatives.

En utilisant 5 pour représenter la relation "préféré à", six probabilités de choix sont
possibles:
P(jk1) = P r ( j k 2 1) Pr(y 2 2 l{), (2.22)

où jkl représente toute permutation de public, privé et informel. 4,Vk, I.i sont tels
que définis précédemment par:

Sous supposons qu'il n'y a pas de barrières à l'entrée du secteur informel. Autrement
dit' les emplois du secteur informel sont toujours disponibles. Par contre, lorsque
l'individu se présente sur le marché du travail, les emplois des secteurs public et privé
ne sont pas toujours disponibles. La disponibilité des emplois de ces secteurs est
représentée par deux critères, G b e t Gi,spécifiés comme suit:

où IV représente les caractéristiques reliées à la disponibilité des emplois et upubo

les termes d'erreur aléatoires non observables par l'économètre.

Un emploi du secteur public (privé) est disponible si Rprb > O (& > O). NOUS
avons alors quatre probabilités qui correspondent à la disponibilité des emplois des
trois secteurs (n(lZ3)),des secteurs public et informel (n(l3)),des secteurs privé
et informel (ll(23)) et uniquement du secteur informel (II(3)). Nous écrivons ces
probabilités comme suit:
En combinant l'information sur les préférences des secteurs (relation 2.22) et sur les
emplois disponibles (reiation 2.25) nous identifions les différentes possibilités présen-
tées au tableau 2.6. Les cas observables sont présentés dans le tableau 2.12. Nous

TABLEAU 2.12.
Cas observables
Les préférences

ll(123) cas 1 cas 1 cas 3 cas3 cas 5 cas 5

W 3 ) cas 1 cas 1 cas 2 cas7 cas5 cas 5

w23) cas 1 cas 6 cas 3 cas 3 cas 5 cas 5

m3) cas 6 cas 6 cas 7 cas 7 cas 5 cas5

avons donc sept cas. Par exemple, le cas 1 concerne les individus observés dans le
secteur public, le préférant aux deux autres (P(pub pri inf ) ou P(pub in f
pi))et ayant reçu des offres d'emplois des trois secteurs ou des secteurs public et
informel (n(123) ou II(13)). Le cas 2 indique que l'individu préfère le secteur privé au
secteur public et préfere celui-ci au secteur informel. Mais, quand il se présente sur le
marché il ne reçoit que des ofies d'emplois des secteurs public et informel. Dans ce
contexte, l'individu choisit de travailler dans le secteur public bien qu'il souhaite un
emploi du secteur privé. L'interprétation des autres cas se fait de la même manière. Le
nombre d'observations relatives aux sept cas est indiqué dans le tableau 2.13 suivant.
 TABLEAU 2.13
Observations sur le rationnement

catégories nombre homme femme

cas 1. public et public désiré 767 498 269

cas 2. public mais privé désiré 49 38 11
cas 3. privé et privé désiré 276 206 70
cas 4. privé mais public désiré 70 54 16
cas 5. informel et informel désid 652 311 341
cas 6. informel mais public désiré 145 82 63
cas 7. informel mais privé désiré 181 122 59

Le modèle paramétrique dépend des hypothèses retenues pour la distribution des

termes d'erreur. On suppose ici que les termes d'erreur e et suivent des lois normales.
De plus. nous supposons que les éléments aléatoires de décision de choix (c) sont
indépendants des termes aléatoires relatifs au mécanisme de rationnement (v). Pour
faciliter les calculs, nous supposons qu'il y a indépendance entre les offres d'emplois
des secteurs public et privé. autrement dit cuv(upub,vpi) = 0.
Les probabilités des différents cas obsembles sont les suivantes:

P(cas5) = [P(inf pub pi) + P ( i nf k ?pb)]

[P(pri 2 pub inf + P(pri inf pub))][II(3)]

(2.26)
avec Pr(l.j 2 l,i I.i) = P(jk1) = B(&, Ajl;p ) où B(.,.; .) est la cumulative
d'une distribution normale biwriée de bornes supérieurs Ajc et .Al1 et de coefficient
de corrélation p déjà définie à la relation (2.18). La fonction de vraisemblance est
donnée par le produit des probabilités relatives aux sept cas:

2.5.2 Résultats

L'idée de modélisation du rationnement n'est pas nouvelle en économie du travail.

Néanmoins, les études utilisant les barrières sur I'ensemble de choix sont plutôt rares.
Lacroix et Fréchette (1994) montrent que les estimateurs des paramètres sont biaisés
lorsque les contraintes de rationnement ne sont pas correctement modélisées. En
adoptant la stratégie d'estimation comparable à la notre pour l'analyse de l'ofke
de travail, Ilmakunas et Pudney (1990) montre que les méthodes conventionnelles
ignorant le rationnement biaisent les estimateurs des paramètres.

Les résultats d'estimation de choix de secteurs avec rationnement sont présentés

au tableau 2.14. Ce tableau comprend deux parties: celle relative aux préférences
(P(jk1))et celle correspondant aux disponibilités des emplois (Il(.)). Après plusieurs
essais de spécification, les variables retenues pour refléter les restrictions sur la mo-
bilité intersectorielle sont les variables de scolarité, d'ethnie, de formation scolaire du
père et du genre d'entreprise où travaillait le père de l'individu. Ces deux dernières
sont introduites pour saisir l'importance des relations personnelles dans l'accès au
marché du travail. Une valeur positive des coefficients associés a ces variables indique
une baisse de la probabilité de rationnement.

Lorsque nous tenons compte des opportunités d'emplois, nous constatons que les
variables relatives au statut matrimonial, de chef de ménage et de présence d'enfants
d'âge préscolaire perdent de leur significativité dans la préférence des secteurs public
et privé. Il en est de même pour les variables d'expérience et d'ancienneté dans le
secteur privé. Par contre, l'effet des variables de capital humain sur le choix du
secteur public est amplifié.

En ce qui concerne la disponibilité des emplois, le niveau de formation d u père ainsi

que l'appartenance à l'ethnie Bamileké ont un effet positif sur la probabilité de se
voir offrir des emplois du secteur public. Par contre, les variables de scolarité (terme
quadratique) et d'appartenance à l'ethnie Bassa ont un effet négatif significatif. kn
prenant en considération les résultats sur la préférence des secteur, il apparaît que la
probabilité d'être rationné pour le secteur public augmente avec la scolarité, alors que
 TABLEAU 2.14
Règle de participation avec rationnement
(écart-type entre parenthèses)
variabIes public prive

(préférences ( P G k l ) ) )
CONST
AG E
AGE2
SCOLAR
SCOLAR2
EXPER
EXPERî
ASCIEX
BASSA
BAMILEKE
EWOXDO
FEMME
MARIE
CHMEXX
NENF05
NESF612
REVHORT
(disponibilitésd'emplois)
CONST -0, 349 (0,203) -0, 155 (0,240)
TPEPUB -0,243 (O.133) 0,141 (0,158)
EDUPERE O, 336' (0.134) 0,044 (0,145)
TPEPFU 0,173 (0,152) -0, 232 (-0,232)
BASSA -Ol 554' (0,225) -Ol 152 (-0,152)
BAMILEKE 0,253' (0,122) -0,041 (0,133)
EWONDO 0,107 (0,122) 0,302' (0,139)
SCOLAR O, 392 (0,383) O, 258 (0,438)

0 13 -22,077' (0,907)
023 -3,562 (0,770)
Log L = -2891,4
* : significatif à 5%
** : significatif à 10%
la préférence pour ce secteur augmente avec la scolarité. Cet aspect jusqu'à présent
non mesuré dans la littérature empirique, tend à confirmer l'existence d'un effet sig-
nificatif des mesures adoptées dans le cadre du programme d'ajustement structurel,
lesquelles limitent l'embauche dans le secteur public mais surtout ne garantissent plus
des emplois aux diplômés universitaires. Ainsi on peut dire que, plus ils sont scolariés,
plus les gens veulent aller dans le secteur public. Ceci a pour effet d'augmenter la
probabilité d'être rationné.

11 devient intéressant de faire la comparaison des prédictions des modèles de choix

d'occupation en l'absence et en présence de rationnement. Les prédictions portent
sur un travailleur possédant les caractéristiques moyennes de l'échantillon. Le tableau
2.13 montre le nombre de travailleurs prédits en présence de rationnement et par

TABLEAU 2.15
Nombre de travailleurs prédits et obsew6s par secteur
travailleurs prédits travailleurs
modèle sans ration. modèle avec observés
logit probit rationnement
public 728 806 992(172) 812
privé 449 347 595(295) 350
informel 928 952 517 943

Note: les valeurs entre parenthèses indiquent les individus rationnés

les spécifications du logit et du probit en l'absence de rationnement pour chaque

secteur. Nous constatons qu'en l'absence de rat ionnement, le probit prédit mieux
les observations que le logit. Dans la quatrième colonne, nous avons le nombre de
travailleurs qui sont prédits par le modèle de choix occupationnel en présence de
rationnement. Les valeurs entre parenthèses indiquent les individus qui préfèrent
travailler dans le secteur public ou dans le secteur privé mais qui ne peuvent pas y
accéder. Nous constatons qu'il y a plus de travailleurs rationnés pour le secteur privé
que pour le secteur public. En général, la préférence pour les secteurs public et privé
est sous-estimée si le rationnement est ignoré.

2.6 Conclusion

Pour expliquer les écarts salariaux persistants entre les secteurs de travail et la mo-
bilité intersectorielle restreinte, ce chapitre présente deux modèles de détermination
des salaires basé sur les données d'enquête-ménages recueillies à Yaoundé au Camer-
oun. Dans une première approche, on ignore la présence de rationnement intersecto-
riel. Partant de l'hypothèse de maximisation d'utilité, les travailleurs comparent les
utilités sectorielles et choisissent le secteur qui procure lTutilité la plus élevée. Dans
le second modèle. qui tient compte du rationnement, le choix du secteur de travail
peut ne pas correspondre a celui qui maximise le bien-être.

Les travailleurs de Yaoundé ont été regroupés dans trois secteurs de travail. L'explica-
tion des revenus de travail se fonde sur les variables de capitd humain et sur les
caractéristiques personnelles susceptibles d'influencer la productivité de l'individu.

Les spécifications du logit et dii probit trichotomiques considérées pour tenir compte
de l'endogénéité du choix sectoriel dans l'explication des salaires montrent que la
scolarité exerce un effet de sélection vers les secteurs public et privé. La spécification
du probit prédit mieux les observations de l'échantillon si on ignore le rationnement
dans le modèle de choix du secteur de travail.
D'une manière générale, les rendements sur les caractéristiques productives indiquent
1'existence de mécanismes de rémunération différents selon le secteur de travail. Ainsi,
le rendement rnoyea de l'éducation dans les secteurs public et privé est faible compar-
ativement à son niveau dans le secteur informel. L'efFet de l'expérience professionnelle
varie selon le secteur de travail. Dans le secteur public, un effet positif est observ-
able après 5 ans d'expérience, tandis que dans le secteur privé, cette caractéristique
a un effet positif qui commence à décroitre après 30 anç d'expérience. Par contre,
l'expérience n'a aucun effet sur le salaire dans le secteur informel.

L'analyse du rationnement, utilisant la notion de restrictions sur l'ensemble de choix

dans un modèle de choix discrets à trois alternatives, montre que le niveau de forma-
tion du père augmente les opportunités d'emploi dans le secteur public. Néanmoins,
la scolarité de l'individu n'est plus garante de l'accès aux emplois souvent qualifiés de
stables dans le secteur public, même si la préférence pour ce secteur augmente avec le
niveau de formation de l'individu. Seule l'appartenance ethnique a un effet significatif
sur la disponibilité des emplois dans le secteur privé. Enfin, nos résultats montrent
qu'en ignorant le rationnement, le nombre de travailleurs préférant les secteurs public
et privé formel est sous-estimé. Ces résultats appuient l'hypothèse de l'existence d'un
marché du travail urbain segmenté au Cameroun.
Bibliographie

[l] Akerlof, G .A.. (1984), "Gift Exchange and Efficiency Wage Rigidities: Four
views:', Amencan Economic Review, Papers and Proceedings, 74, 79-83.

121 Becker. G.S., (1975). Human Capital: A Theoretical and Empirical Andysis,
with Special Reference to Education, Chicago: University of Chicago Press, 2nd
edition.

[3] Binnel, P.S. ( N 8 l ) , "Earnings Differentials Between Public and Private Sectors
in Africa: The Case of Ghana. Kenya and Nigeria", Labour and S o c i e ~ 6(3),
:
223-2.11.

[1]Bulow, J. et L, Summers, (1986), "A Theory of Dual Labor Market a i t h -4p

plication to Industrial Policy, Discrimination, and Keynesian Unemployment" ,
Jornai of Labor Economics, 4(3), 378414.

[5] Cohen, N., (1991), - i a g e Determinants and Labor Market Segmentation in

Khartoum, Soudan, Unpub. Ph.D. Dissertation, University of California, Berke-
ley.

[6]Cordonnier, R., (199l), Les Diverses Approches Méthodologiques d u Secteur

Non Structuré, Amira, brochure 62, 168 pages.
DIAGDSCN, (1993),Conditions d'Activité de la Population de Yaoundé, Pre-
miers Résultats, Juin 1993, 17 pages.

Dickens W. et K. Lang, (1992), "Labor Market Segmentation Theory: Recon-

sidering the Evidence" , NBER Working Paper, 4087.

Dickens W. et K. Lang, (1985),"A Test of Dual Labour Market Theory", Amer-

ican Economic Review, 75(2), 792-805.

Dubin J.B. et D.L.McFadden, (1984), "An Econometric .4nalysis of Residential

Electric Appliance Holdings and Consumption" , Econometrica, 52(2), 343-362.

Econornist Intelligence C'nit, (l995), Countv Profil: Cameroun, Central -4bi-

can Republic (CAR), Chad 1993/1994,New-York.

Fields, G., (1973), "Rural-Urban Migration, Urban Unemployment and Under-

employment and Job Search Activity in LDC's", Journal of Development Eco-
nomics, 32(2) ' 165-187.

Fields, G.. (1989), "On the Job Search in a Labor Market Model: Ex-Ante
Choices and Ex Post Outcornes", Journal of Development Economjcs, 30 (1).
159-178.

Fishe, R.P.H., R.P. Tost et P. Lurie, (1981) "Selectivity Bias and Comparative
Advantage: -4 Generalized Approach," Economics of Education Review, 1, 169-
191.

Fonds Monétaire International, (1996a), Statistiques Financières Internationales,

,4nnuaire, Washindon D.C.
[16] Fonds Monétaire International, (1996b), Statistiques Financières Internationales,
vol (2), Washington D.C.

[l71 Gindling, T.H.,(1991) "Labor Market Segmentation and the Determinat ion of
Wages in the Public, Private-Formal and Informal Sectors in San-José, Costa
Rica", Economic Development and Cultural Change, 39(2), 586603.

[18] Harris J. et M.P. Todaro, (1970),"Migration, Unemployment and Development:

a Two Sector -4nalysis", American Economk Review, 60(1), 126-142.

[19] Hausman J.A et DA. Wise, (1978), "A Conditional Probit Model for Qualita-
tive Choice: Discrete Decisions Recognizing Interdependance and Heterogeneous
Preferences" , Econometrica, 46, 403-426.

[20] Heckman J. J., (l9ï6), "The Cornmon Stmcture of Statistical Models of Trunca-
tion, Sample Selection and Lirnited Dependent Variables and a Simple Estimator
for Such Models", Amds of Economic and Social Measurement, 5(1) 475-492.

[211 Horowitz (1980). "Identification and Diagnosis of Specification Errors in the

Multinomial Logit Modelt , US.Environmentai Protection Agency, Washington
D.C. 20460.

[22] Hugon, P., (1982), "Secteur Souterrain ou Réseaux Apparents", dans Vivre et
Survivre dans les Villes Africaines IEDES,Puf, Paris, 27-49.

[23] Ilmakunnas S. et S.E. Pudney, (1990),"A Model of Female Labour Supply in

the Presence of Hours Restrictions" , Journal of Public Economics, 41, 183-210.

[24] Krishnan, P. (lggO), "The Economics of Moonlighting: A double Self-Selection

Model" , Review of Economics and Statistics, 72(2), 361-367.
[25] Krishnan, P. (1996),"Family Backgrounds, Education and Employment in Urban
EthiopiaY7,Odurd Bulletin of Economics and Statistics, 58(1), 167-182.

1261 Lachaud J.P. et M. Pénouii, (l987), Segmentation du marché du travail et mobi-

lité entre actit-ités informelles et activités moderne en milieu urbain africain: cas
d u Cameroun et de la Côte d'Ivoire, Paris.

[27] Lacroiu, G. et P. Fréchette (1994),"A Microeconomic Mode1 of Female Labour

Supply in the Presence of Unemplopent and Underemployment", Annales
d'Économie et de Statistique, 36. 113-131.

[28] Lagana -4. et M. Galan, (1990), "Highly Educated Labor Surpluses and Edu-
cational Planning in Developing Countries: A Case Study of Mexico, Canadia
Journal of Development Studies, 11(1), 7-31.

[29] Lee, L.F.. (1983), "Generalized Models with Selectivity", Econometrjca, 51(2),
507-512.

[30] Lindauer D.L. et R.H. Sabot, (1983),"The Public/Private Wage Differential in

a Poor C'rban Economy" Journal of Development Economics, 12 (3), 137-132.

[31] Lindbeck, -4. et D. J. Snower, (l985), "Segmented Labor Markets and Cnemploy-
ment", C'niwrsit~of Stockholm Seminal Paper, 483, 35 pages.

1321 Maddala. G.S., (l983),Limited-Dependent and Qualitative Variables in Eco-

nometrics, Cambrigde University Press, 401 pages.

[33] Magnac, Th., (1991),"Segmented or Cornpetitive Labor Markets?", Economet-

rica, 59(i), 165-187.

[34] Mincer, J ., (l974),Schooling, Experience and Earnings, New York: National

Bureau of Economic Research.
[35] Monga, C. (1989), "Une Habitude Camerounaise, Le Travail au Noir", Jeune
Afiique Économie, N. 181, 59-63.

[36] Mroz, T..4. (1987), 'The Sensitivity of an Empirical Mode1 of Married Women's
Econometrica, 55(4),
Hours of Work to Economic and Statistical Assurnption~"~
765-799.

[37] Ngandjeu, J., (l988), Le Cameroun et la Crise , L'Harmattan, Paris.

[38] Nietzert, M.' (1993), Wage Determjnants and Labor Market Segmentation in
Kenya? Soudan, Unpublished Ph.D. Dissertation, University of Toronto.

[39] Pougoue, P.-G.. (1988), Droit d u trarëiil et de la Prévoyance au Cameroun.

Presses Universitaires du Cameroun, Yaoundé.

[40] Pradhan, hl., (1991), Labour Suppiy in LTrbanAreas of Bolivia and the Role of
the Informal Sector. Enpublished Ph.D Thesis. Tilburg University.

[dl] Psacharopoulos, G. (l98s), "Retums to Education: A Further International C'p

date and Implications", Journal of Human Resources, 20(4), 583-597.

(421 Pudney, S.E., (1989), Modelling Individual Choice, Blackwell, Oxford.

[43] Roubaud, F., (1994), "La question ethnique sur le marché du travail à Yaoundé:
Discrimination ou solidarité?", Etudes DIA4L,199414/E4, 30 pages.

[44] Roy, .4., (1951), "Some Thoughts on the Distribution of Earnings" , Odord Ec*
nornic Papers, 3, 135-146.

[45] Salop, S., (1979), "A Mode1 of Natural Rate of Unemployment" , American ECO-
nomic Review, 69(1), 117-125.
[46] Schmertman, C.P.,(1994), "Selectivity Bias Correction Methods in Polychoto-
mous Sarnple Selection Models", Journal of Econometrics, 60, 101-132.

[47] Sethurarnan, S.V., (1976), "Le Secteur Urbain Non Structuré: Concept, Mesure
et Action", Revue Internationale d u navail, 1l4(l), 79-92.

(481 Shapiro, C. et J., Stiglitz (1984), "Equilibrium Unemployment as a Worker Dis-

cipline Device", iimerican Economik Review, 74(1), 433-444.

[49] Shishko, R. et B. Rostker (1976), "The Economics of Multiple Job Holding',

American Economic Review, 66(3), 298-308.

[50] Stiglitz! J. (1981), "Theories of Wage Rigidities " , N B E R Working Paper, Yo.
1442.

[XI Stiglitz? J. (1976), "The EfEciency Wage Hypothesis, Surplus Labour, and the
Distribution of Incorne in LDCs ", Oxford Economic Papers, 28, 186207.

[52] Stiglitz. J. (1974), "Wage Determination and Unemployment in LDCs: The La-
bor Turnover Model" , Quaterly Journal of Economics, 88, 194227.

[53] Sivaminathan, M.. (1991),"Lnderstanding the 'Informal sector': -4 survey",

Working Paper, No. 95, Centre for International Studies, M.I.T.

[54] Tannen, M.B. (1991), "Labor Markets in Northeast Brazil: Does the Dual Mar-
ket -4pply?", Economic Development and Cultural Change, 39(3), 567-583.

[55] Taubman P. et M.L. Watcher, (1986): "Segmented Labour Market", dans Hand-
book of Labour Economics, vo1.2, Ashenfelter et Layard(Eds. ) , North-Holland,
-4rnsterdam.
[56] Terza, J., (lMO), "Heckman's Method Extended to Polychotomous choice Mo-
dels", paper presented at the ASA meeting, Houston, Texas.

[57] Van der Gaag J. et W.M.P. Vijverberg (1989), uWage Determinants in Côte
d'Ivoire: Experience, Credentialç and Human Capital,", Economic Developmen t
and Cultural Change, 37(2), 371-381.

[58] Van Dijk, M.P., (1986), Le Secteur I d o m e l de Dakar, Sénégal, l'Harmattan,

Paris.

[59] Weiss. -4.'(1980). "Job Queues and Layoffs in Labor Market with Flexible
Wages" , Journal of Poli tical Economy, 88, 526-538.

[60] White. H. (1980). "A Heteroskedasticity-Consistent Covariance Matrix Estma-

?

tor and a Direct Test for Heteroskedasticity", Econometrica, 48(4), 817-838.

[61] Yellen, J., (1984), "Efficiency Wage Models of Unemployment" , iimerican Eco-
nomic Revier? Papers and Proceedings, 74, 200-205.
Annexe A. Grille des salaires du secteur privé

TABLEAU A.1.
Grille des salaires mensuels du secteur privé
par categorie et par &chelon(FCFA)
zone 1: Yaoundé et Douala.

Catégories
Échelons A B C D E F
manoeuvres, ouvriers

III 50680 55110 59540 63970 68400 72830

V 89495 04690 99885 105085 110275 115475

VI 111480 117215 122955 128590 nc 140165
Agents de maîtrise et techniciens

IX 204145 222005 239870 257730 275995 293460

Cadres et ingénieurs

XI 303420 313020 329615 342210 354805 367405

XII 367405 380005 392605 405200 417795 430395
source: Monga(1988)
Annexe B. Modèle probit trichotomique

Dans cette annexe, nous présentons les détails du modèle de probit trichotomique,
lequel permet d'estimer les coefficients du modèle de choix de secteur de travail en
supposant que les termes d'erreur sont corrélés et d'estimer cette corrélation. Nous
reprenons la fonction d'utilité aléatoire pour chaque alternative j définie dans le texte
par la relation (2.28) suivante:

avec Z le vecteur des caractéristiques influençant le choix du secteur. Nous supposons

que les termes aléatoires suivent une loi normale de moyenne zéro et de matrice de
covariances fi suivante:

Nous avons supposé que l'individu choisit l'alternative qui lui procure l'utilité la plus
élevée. La probabilité de choisir la première alternative s'écrit alors comme suit:

En suivant Hausman et Wise (1978), nous posons

Les suivent une distribution jointe normale bivariée de matrice de covariance
suivante:

Nous pouvons écrire la probabilité que l'individu choisisse la première alternative

comme suit:

avec b(.. .; .) représentant la distribution normale bivariée centrée réduite et pl étant

le coefficient de corrélation entre et 713 donné par:

En posant

nous écrivons Pl comme suit:

Les probabilités relatives au choix des deux autres alternatives se dérivent de la même
façon. Le modèle peut être estimé une fois que nous avons paramétrisé les variances
des termes d'erreur. Nous posons of = 02 = O: = 1. Nous pouvons alors estimer
les termes de corrélation 012~ 013 et 023.
Annexe C Test de Chow

irious utilisons le test de Chow pour tester l'égalité des coefficients des modèles de
régression linéaire de deux secteurs, à savoir public-privé, public-informel et privé-
informel. La statistique du test de Chow s'écrit comme suit:

F=
( R S S R - SSRl - S S R 2 ) / k
(SSRit SSR2)/(n- 2k)
- F,(n - 2k,k)

avec SSRl et SSR2 les sommes de carrées des résidus des régressions sur les deus
sous-échantillons?RSSR la somme des carrées des résidus de la régression sur l'ensern-
ble des observations. Le terme n indique le nombre total d'observations et k le nombre
de variables explicatives dans le modèle. Comme le nombre d'observations est élevé
dans chaque sous-échantillon, la valeur critique de ce test est F o e 5 ( m10)
, qui est égale
à 1,83.Les valeurs calculées sont données dans le tableau suivant:

TABLEAU 2.7.A
Test de Chow

public- public- privé-

privé informel informel
Chapitre 3

Analyse de l'offre de travail

principal et secondaire

3.1 Introduction
Les modèles d'offre de travail les plus courants en économie du travail portent sur
différents aspects relatifs à la décision de travailler (Gunderson et Riddel 1988). Il
peut s'agir du choix de participation sur le marché du travail, de l'offre de travail en
présence de rationnement, de l'offre de travail dans le cadre d'un ménage, de l'analyse
en cycle vital, etc.

Cependant: très peu d'études analysent le comportement d'offre de travail dans

plusieurs emplois. Pourtant, le cumul d'emplois est un phénomène courant qui prend
de plus en plus d'importance aussi bien dans les pays industrialisés (Stinson 1990:
1997) que dans les pays en voie de développement. Au Cameroun, Monga (1989:60)
indique que:

"Raressont les salariés qui, dans la fonction pu büque comme dans le privé,
 se contentent sedement de leurs revenus officiels[.-.] les uns comme les
autres rivalisent d'ingéniosité pour trouver des sources de revenus comp
lémentaires aiin de boucler leur fins de mois."

En effet, les individus s'engagent dans plusieurs emplois soit pour pouvoir défrayer les
dépenses courantes prédéterminées (Shishko et Rosker 1976), soit pour rembourser
des dettes encourues, soit en prévision de dettes à contracter (Abdukadir 1992). soit
enfin dans le but d'épargner pour le futur (Stinson 1990). En plus de ces raisons
financières. la pluri-activité peut être l'occasion d'acquérir de l'expérience d m une
occupation différente de l'emploi principal (Amirault 1997, Stinson 1990, Shishko et
Rostker 1976).

Le cumul d'emplois, souvent désigné par "moonlighting", peut aussi être occasionné
par le sous-emploi dans l'emploi principal qui est la cause la plus couramment invoquée
dans la modélisation du cumul d'emplois (Shishko et Rostker 1976, Krishnan 1990).
En effet, il peut exister des contraintes sur le nombre maximal d'heures qu'un individu
peut travailler dans un emploi donné (Altonji et Paxson 1988) de sorte qu'au t a u de
salaire en vigueur, les heures travaillées ne permettent pas d'atteindre le niveau désiré
d'utilité. Dans ce contexte, si les possibilités de travail supplémentaire (généralement
à taux de salaire majoré) ne sont pas disponibles au sein de l'entreprise, la seule
option permettant de travailler plus d'heures et d'atteindre un niveau d'utilité plus
élevé est d'accepter un ou plusieurs emplois secondaires.

Cependant, tous ceux qui cumulent des activités ne sont pas nécessairement contraints
par le nombre d'heures du travail principal, de même que ceux qui occupent un emploi
ne sont pas tous non-contraints. Ainsi, Perlman (1969) souligne que seulement un
faible pourcentage d'américains cumulant des emplois sont contraints. Par contre,
Taylor et Sekscenski (1982) indiquent que pour les américains qui cumulent plusieurs
emplois, la répartition des heures de travail dans l'emploi principal est semblable
à celle observée chez ceux qui n'occupent qu'un seul. Pour leur part, Conway et
Kimmel (1992) montrent que le pourcentage d'américains rationnés qui occupent un
seul emploi est plus élevé que le pourcentage d'américains rationnés qui cumulent des
emplois.

A la iumière des résultats de ces travaux, le rationnement ne semble pas être le seul
motif de la pluri-activité. En effet, le cumul d'emplois peut aussi être causé par
l'hétérogénéité des emplois (Perlman 1969, Conw-ay et Kimmel 1992). Ainsi. si les
emplois principal et secondaire présentent des avantages et des coûts non-pécuniaires
différents. on peut observer des individus qui ne sont pas contraints dans leur emploi
principal mais qui exercent des activités secondaires.

Quel est l'effet des salaires sur les décisions de choix de travail secondaire? Bien
qu'il soit généralement présumé inférieur au salaire du travail principal, le salaire
de l'emploi secondaire peut excéder le salaire de l'emploi principal. Cependant. les
individus ne délaisseront pas habituellement leur emploi principal pour ne garder que
l'emploi secondaire bien qu'offrant un salaire plus élevé.

Par exemple, des avantages acquis dans l'emploi principal et qui ne sont pas transfé-
rables d'un emploi à un autre préviendront le changement d'emplois. De pluso il
peut exister des avantages non pécuniaires associés à l'emploi principal mais qui
ne se trouvent pas dans l'emploi secondaire. Enfin, les emplois secondaires sont
généralement temporaires ou subordonnés à l'existence d'un emploi principal (Shishko
et Rostker 1976) de sorte que l'individu ne peut se résoudre à travailler uniquement
dans son emploi secondaire.
Les travaux empiriques portant sur l'offre de travail secondaire ont essentiellement
présumé le rationnement dans l'emploi principal. Dans le cadre d'un modèle du
ménage, Krishnaa (1990) montre que pour l'américain marié, la décision de cumuler
des emplois et le nombre d'heures occupées dans le travail secondaire sont étroitement
liés à la décision de leur conjointe de participer au marché du travail. Lorsque
les femmes participent au marché du travail, le cumul d'emplois par leur conjoint
diminue. De même, tout comme le montrent Shishko et Rostker (l976),une hausse
des heures ou du salaire de l'emploi principal entraîne une baisse d'offre de travail
secondaire. Xéanmoins, les différents tests empiriques ne vérifient pas l'hypothèse de
substitution parfaite entre le travail principal et le travail secondaire. Cependant, ces
études ne considèrent que le rationnement dans l'emploi principal comme origine du
cumul d'emplois.

Conway et Kimmel (1992, à paraitre) élargissent le cadre d'analyse de la pluri-activité

en ajoutant l'hétérogénéité dans les causes du cumul d'emplois. En outre, elles esti-
ment non seulement l'offre de travail secondaire, mais aussi l'offre de travail principal.
Comme elles n'observent pas directement le rationnement, elles utilisent un modèle
de changement de régime non-observable pour prédire l'ampleur du rationnement l .
Ces auteurs notent que pour les américains, le sous-emploi est le principal motif de
cumul d'emplois. Cependant, la modélisation courante qui impose que tous les indi-
vidus soient contraints est rejetée. Elles soulignent la nécessité de tenir compte des
aspects de la demande de travail dans la modélisation de l'offre de travail secondaire.

Contrairement aux modèles statiques précités ci-haut , Paxson et Sicherman (MM),

se basant sur les données américaines2 de 1976-89 et 1991, présentent un modèle
'Lacroi. et Réchette (1994) montrent cependant que les modèles qui utilisent ce genre de
mécanismes peuvent conduire à des paramètres biaisés de Ia fonction d'utilité.
211s s'agit des données longitudinales du "Panel Study of h o m e Dynamics" (PSID)de 1976 à
dynamique du cumul d'emplois. Ils trouvent que ies travailleurs utilisent le cumul
d'emplois pour ajuster à court terme les heures travaillées. Ainsi, même si le taux
de pluri-activité n'est que de 6% pour la semaine de référence du recensement de la
population de 1991, environ 50% d'américains cumulent des emplois à un moment
donné de leur carrière professionnelle. Le recours a la pluri-activité par un même
individu est fréquent et souvent associé aux changements dans le nombre d'heures
hebdomadaires et annuelles de l'emploi principal.

Quant à la durée du cumul, Kimmel et Conway (à paraître) montrent qu'elle varie

beaucoup selon les caractéristiques démographiques individuelles et les caractéristi-
ques de l'emploi. Leur analyse3 indique que la probabilité de terminer un épisode
de pluri-activité augmente avec le temps. Ces auteurs observent plusieurs motifs du
cumul avec la prédominance du rationnement.

Très peu d'études ont testé empiriquement les propositions du cumul d'emplois dans
le cas des pays en voie de développement. .4nalysant conjointement la segmenta-
tion du marché du travail et la pluri-activité en Côte d'Ivoire et au Pérou, van der
Gaag, Stelcner et Vijverberg (1989) montrent que les faibies salaires du secteur public
expliquent la forte proportion de fonctionnaires qui détiennent plusieurs emplois.

Toutes les études précitées considèrent des fonctions d'offre de travail secondaire con-
ditionnelle de forme linéaire, mais elles ne discutent pas de la forme d'utilité corres-
pondant à ces fonctions. Par ailleurs, à l'exception de Conway et Kimmel (1992, à
1989 et du recensement général de la population de 1991.
3Elles utiiisent les données longitudinales du " S w e y of Income and Program Participation"
(SIPP)-
paraître), les différentes études ne s'intéressent pas à l'offre de travail principal. Pour-
tant, les décisions d'offre de travail principal et secondaire sont étroitement liées et
une compréhension du comportement d'offre de travail secondaire doit tenir compte
de ce lien au niveau empirique.

L'objectif de ce chapitre est de modéliser le comportement de cumul d'emplois en mi-

lieu urbain d'un pays en voie de développement, le Cameroun. Sur le plan théorique,
nous dérivons des expressions de fonctions d'offre de travail principal et secondaire qui
correspondent aux préférences représentées par une forme spécifique d'utilité. Notre
premier objectif étant l'analyse de l'offre de travail secondaire: nous nous limitons au
cas des individus qui participent sur le marché du travail4. Ceci nous évite les com-
plexités du modèle empirique lorsqu'il faut imputer des salaires de travail principal
et secondaire aux non-participants. Nos estimations sont basées sur les données de
l'enquête menée auprès des ménages de Yaoundé par DIAL et DSCN en 1993.

Les estimations se font en deux étapes: dans un premier temps, nous estimons la
probabilité de cumuler des emplois et les salaires d'emplois principal et secondaire.
Ensuite. nous estimons les fonctions d'offre de travail principal et secondaire à I'aide
d'un modèle tobit généralisé.

Le chapitre est organisé comme suit: la section 2 présente les données utilisées dans ce
chapitre. La section 3 présente le modèle micr&conomique des décisions de consom-
mation et d'offres de travail principal et secondaire. A la section 4, nous précisons
l'approche économétrique adoptée et, à la section 5, nous présentons les résultats
. -

4L'individu qui exerce un emploi secondaire a nécessairement une activité principale. Ceci cons-
titue la différence entre notre approche et celle des travaux sur l'offre de travail au noir dans lesquels
l'individu peut t r a d l e r au noir ou sur un marché régulier sans exercer l'autre activité (Lacroix et
Fortin 1994; Lemieux, Fortin et Réchette 1994).
des différentes estimations. La dernière section discute des implications de cette
recherche.

Les données

Les données utilisées proviennent de l'enquête réalisée en janvier 1993 par D I A L

DSCK auprès des ménages de Yaoundé (Cameroun). La description générale des
données a été présentée au chapitre précédent. Pour l'analyse du cumul d'emplois,
nous utilisons un échantillon de 2162 travailleurs âgés de 18 ans ou plus. Cet échantil-
lon est par la suite subdivisé en deux groupes de travailleurs, à savoir ceux qui ont
recouru a la pluri-activité et ceux qui ont occupé uniquement un emploi.

Au tableau 3.1? nous présentons les statistiques descriptives de quelques variables

utilisées dans l'analyse de la pluri-activité. Les variables sont telles que définies
précédemment à la section 2.3.2. Ce tableau nous indique que parmi les 2162 tra-
vailleurs, 148 ont déclaré avoir exercé au moins une activité secondaire durant la
semaine de référence, soit un taux de pluri-activité de 6,8%. Ce taux, en apparence
faible, serait plus important si le phénomène était rapporté sur une période plus
longue. Ceux qui cumulent des emplois sont essentiellement des hommes, ils sont en
majorité mariés et chefs de ménage.

Pour l'ensemble des travailleurs, et pour ceux qui ne cumulent pas d'emplois, l'ethnie
la plus représentée est celle des Bamiléké, suivie des Ewondo puis des Bassa et des
Bakoko. La représentation ethnique est différente pour ceux qui cumulent des emplois.
Les Ewondo sont en première position, suivis des Bamiléké puis des Bassa et des
Bakoko; cet ordre est respecté tant pour les hommes que pour les femmes. Par
 TABLEAU 3.1
Statistiques descriptives
V-4FUABLES ensemble cumulent ne cumulent pas

H F T
FEMME 0,389 0,OO 1,OO 0,351
MARIE
CHEMENA
NENFOS
NENF612
XPERSHEB
TAILMEN
AG E
SCOLAR
AXCIES
EXPER
B.4SS.4
BA-ZIILEKE
EWONDO
PUBLI 0,377 0,302 0,308 0,304
PFUVE 0,161 0,229 0,096 0,182
IXFORiM 0,460 0,469 0,596 0,514
HEURfRI 43,02 40,93 36,27 39,29
HEURSEC 0?89 12,60 13,71 12,99
RATIOK 0,070 0,125 0,154 0,135
NOMBRE 2162 96 52 148
contre, la représentativité féminine au sein de chaque ethnie montre qu'en moyenne,
il y a plus de femmes Bamiléké et Ewondo que d'hommes qui cumulent des emplois.
Toutefois, pour les Bassa et les Bakoko, les hommes sont nettement plus présents
dans le cumul d'emplois.

Contrairement à l'argument souvent invoqué, les travailleurs du secteur public sont

ceux qui enregistrent le plus faible taux de pluri-activité, soit 5,5% contre 7'7% et
7.6% pour les secteurs privés formel et informel. Parmi tous ceux qui cumulent des
emplois, un peu plus de la moitié (51,4%) ont un emploi principal dans le secteur
informel, 30?4% travaillent dans le secteur public et environ l8,2% dans le secteur
privé formel. .Autant d'hommes que de femmes du secteur public exercent plusieurs
activités. Cependant, dans le secteur privé, les femmes exercent les activités secon-
daires en moins grand nombre que les hommes, alors que dans le secteur informel
elles sont largement majoritaires.

L'offre de travail secondaire est en moyenne de 13 heures offertes en plus du travail

principal d'une durée moyenne de 39 heures par semaine. Bien que les femmes four-
nissent en moyenne une heure de plus que les hommes dans leur emploi secondaire.
elles travaillent 5 heures de moins dans l'activité principale. Lorsque nous rappor-
tons le travail secondaire à l'ensemble des travailleurs, nous constatons qu'au niveau
macro-économique l'impact de la pluri-activité est faible puisque à peine une heure
par semaine est consacrée aux activités secondaires. L'offre totale de travail de ceux
qui ne cumulent pas est de 43 heures par semaine soit 10 heures de moins que la
charge totale de ceux qui exercent plusieurs emplois.

En ce qni concerne le rationnement, uniquement 7% de l'ensemble des travailleurs ont

indiqué être rationnés. Notre échantillon contient deux fois plus d'individus rationnés
qui cumulent (13%)que d'individus qui ne cumulent pas (6,6%). Ces valeurs suggèrent
que le rationnement n'est pas le seul motif du recours à la plun-activité.

La répartition des travailleurs selon le sexe et l'âge, au tableau 3.2, montre un faible
pourcentage de jeunes femmes âgées de moins de 25 ans (2%) qui ont des activités

TABLEAU 3.2
Répartition des travailleurs selon le sexe et l'âge
groupe cumule ne cumule pas ensemble
d'âge H F T H F T T
AGE MOYEX 35,604 39,096 36,831 35,257 34,764 35,064 35,185
AGE1824 0,146 0,019 0,101 0,131 0,119 0,127 0,125
AGE2534 0,344 0,365 0,351 0,369 0,412 0,386 0,383
AGE3444 0,323 0,385 0,344 0,327 0,321 0,325 0,326
AGE4554 0,146 0,154 0,149 0,136 0,114 0,128 0,129
AGES5 et + 0,042 0,077 0,054 0,036 0,034 0,035 0,036
Nombre 96 52 148 1225 789 2014 2162

secondaires alors qu'environ 15% des hommes du mëme groupe d'âge ont plusieurs
emplois. Autrement dit, les hommes commencent à cumuler des emplois plus jeunes
que les femmes. Pour les autres catégories d'âge, il y a plus de femmes que d'hommes
qui cumulent des emplois. Environ 66% d'hommes et 73% de femmes qui cumulent
des emplois sont âgés de plus de 25 ans et de moins de 45 ans. Par contre, 69% des
hommes et 73% des femmes qui ne cumulent pas d'emplois sont de ce groupe d'âge.

Nous présentons la répartition des travailleurs selon le sexe et le niveau de forma-

tion a u tableau 3.3. Alors que les analphabètes représentent en moyenne 5% des
travailleurs qui cumulent des emplois, on observe un pourcentage élevé (13%) de
femmes non scolarisées qui cumulent des emplois contre uniquement 1% pour les
hommes. Cependant, la pluri-activité n'est pas uniquement réservée à ceux qui ont
 TABLEAU 3.3.
Répartition des travailleurs, selon le sexe et la scolarité
groupe cumule ne cumule pas ensemble
d'âge H F T H F T T
SCOLARITE 11,29 8,48 10,30 10,43 8,899 9,829 9,862
EDUO 0,010 0,135 0,054 0,040 0,068 0,051 0,051
PRIM,4JRE 0,292 0,288 0,290 0,255 0,321 0,281 0,282
SECONDAIRE 0,156 0,211 0,176 0,307 0,294 0,302 0,293
TECHNIQUE 0,229 0,211 0,223 0,154 0,191 0,169 0,172
UNIVEXWTE 0,312 0,154 0,257 0,239 0,224 0,194 0,198
Nombre 96 52 148 1225 789 2014 2162

un faible niveau de formation. En effet, 15% de femmes et 31% d'hommes qui exer-
cent plusieurs activités ont une formation de niveau universitaire. Ces pourcentages
sont d'ailleurs supérieurs à ce qui est observé pour les travailleurs qui ne cumulent pas
d'emplois. Pour ces derniers. les taux de formation universitaire sont de 12% pour
les femmes et de 23% pour les hommes. L'analyse ultérieure vérifiera si la formation
exerce une influence réelle sur la participation aux activités secondaires à Yaoundé.

3.3 Modèle théorique

Nous nous intéressons au comportement d'offre de travail secondaire en l'absence

d'incertitude et de coûts &es de participation sur le marché du travail. Notre modèle
s'inspire de celui de Conway et Kimmel (1992) qui, lui-même, est une extension du
modèle de base du cumul d'emplois développé par Shishko et Rostker (1976).
3.3.1 Le modèle de base

Dans la modélisation habituelle en économie du travail, on suppose que Les préférences

de l'individu sont représentées par une fonction d'utilité U ( z ,h) qui a comme argu-
ments le niveau de consommation de biens et services, z, et l'ofie de travail, h. La
variable z représente un agrégat hicksien des biens consommés. On suppose que les
prix relatifs de ces biens sont constants ce qui permet I'agrégation en un seul bien
composite. Le prix de ce bien est posé égal à l'unité. La variation de la consommation
sur la période de référence est ignorée en supposant que l'utilité dEpend du montant
total de x.

Une telle modélisation suppose que l'individu ne travaille que dans un emploi, ou que
la désutilité marginale des heures travaillées dans l'emploi secondaire est égale a celle
des heures de travail principal. Cependant, le deuxième motif de cumul d'emplois, à
savoir l'hétérogénéité des emplois, implique que tel n'est pas nécessairement le cas.

Xotre modèle n'impose pas la parfaite substitution entre les heures de trava.il sur
les différents emplois. Dans ce cas, la fonction d'utilité devient U ( x ,h l ,h z ) où h i
est l'offre de travail, rémunérée au taux de salaire wl, dans l'emploi principal et h2
est l'offre de travail, rémunérée au taux de salaire wz, dans l'emploi secondaire. La
fonction d'utilité est croissante en x, décroissante en hl et h2 et strictement quasi-
concave dans ses arguments.

L'individu peut exercer plusieurs actikltés secondaires qui peuvent être hétérogènes.
Pour simplifier l'analyse, nous n'envisageons que le cas d'une seule activité secondaire.
Ceci est justifié par les données utilisées dans cette recherche. En effet, bien que les
individus puissent occuper plusieurs emplois secondaires sur la période de référence,
l'information recueillie porte sur le plus important (en nombre d'heures) de ceux-ci.

Nous supposons en outre que l'individu dispose d'un revenu hors-travail (y) qui com-
prend l'ensemble des revenus exogènes provenant des allocations gouvernementales
ainsi que des transferts ou des revenus des autres membres du ménage. La dépense
totale sur les biens de consommation ne peut excéder la somme de son revenu hors
travail et de ses revenus des emplois principal et secondaire5. La contrainte budgétaire
s'écrit :
x < y + wlhl + w&2. (3.40)

Nous supposons que la décision d'offre de travail découle d'un comportement de

maximisation d'utilité sujet aux différentes contraintes. Dans ce chapitre, nous nous
intéressons à la solution intérieure du problème de maximisation. Nous avons deux
types de solutions correspondant aux deux motifs de cumul d'emplois. Wous pré-
sentons d'abord la solution du problème qui correspond au motif d'hétérogénéité.
Ensuite, nous dérivons la solution optimale quand il existe du rationnement dans
l'emploi principal.

Le problème général de maximisation d'utilité à résoudre est le suivant:

'Nous supposons que les revenus d'emplois sont linéaires dans les beures travaillées. Altenative-
ment, on peut considérer une spécification de revenus non-linéaires dans les heures travaillées. Cette
hypothèse est souvent retenue pour le travail au noir (Lemieux, Fortin et fiéchette 1994) et pour
les travaiiieurs autonomes (Lanot, Muller et Fortin 1994).
Le lagrangien associé à ce programme est:

En supposant une solution intérieure à ce problème, à l'optimum, l'individu égalise

le taux marginal de substitution du temps consacré à chaque emploi à leur taux de
salaire respectif. .4insi, à l'optimum, nous aurons donc:

En solutionnant les conditions (3.43) et la contrainte de budget (3.40)' avec le signe

d'égalité à l'optimum, on obtient les offres de travail principal et secondaire:

Les offres de travail dépendent donc d u salaire dans chaque emploi et du revenu hors-
travail. L'exposant (nc) indique que l'individu est non-contraint. De plus, la matrice
de Slutsky doit &re semi-définie positive et symétrique dans les offres de travail.

En général, il est impossible de prévoir sans arnbiguité l'effet d'un changement d'une
a h
variable exogène sur hl ou h2. Cependant, si -hi est un bien normal, on aura --L
3Y
< 0, i = 1 , 2 . De plus, on aura aa whij < O, i # j si hl et h2 sont des substituts bruts.
a
Enfin, a ,
; O, selon que l'effet-revenu domine ou non l'effet de substitution.
Jusqu'ici, nous avons considéré que I'individu choisit librement les heures de travail.
Cependant, pour différentes raisons, parfois institutionnelles, l'individu n'a pas tou-
jours la possibilité de choisir les heures désirées de travail. Par exemple, l'obligation de
travailler la durée légale de travail ou de fournir le nombre d'heures de travail stipulé
dans les clauses du contrat de travail, donne souvent lieu à une restriction au corn-
portement de maximisation d'utilité et mène au sous-emploi (ou occasionnellement
au sur-emploi) de certains agents.

Notre intérêt porte sur le cas de deux emplois avec le rationnement dans l'emploi
principal qui est tel que hl = -
hl. Dans ce contexte, nous considérons les équations qui
donnent l'offre de travail optimale dans l'emploi secondaire, en supposant les heures
fixes dans l'emploi principal. Bien qu'il soit théoriquement possible de dériver I'oEre
de travail principal conditionnelle aux heures fixes dans l'emploi secondaire, nous ne
l'envisageons pas dans ce travail. En effet, le travail secondaire est généralement
un travail d'appoint de quelques heures pour lequel l'information sur l'existence et
l'ampleur du rationnement n'est pas disponible dans les statistiques.

Il existe deux méthodes de détermination des offres conditionnelles. Il est possible

d'une part de remplacer hl par -
hl dans le problème de maximisation d'utilité. Comme
l'individu ne choisit pas son niveau de rationnement, -
hl n'est plus une variable de
choix. En présence de rationnement, le problème de maximisation s'écrit alors comme

sujet à

La solution optimale du problème de maximisation lorsque l'individu est contraint

à -
hl dans son emploi principal, permet de résoudre la fonction d'offre de travail
contrainte dans l'emploi secondaire. Celle-ci a comme arguments les taux de salaire,
le revenu horstravail et les heures contraintes dans l'emploi principal. On obtiendra
en effet:

La deuxième approche de détermination de l'offre de travail conditionnelle dérive la

relation (3.46) en utilisant la théorie de la dualité appliquée au rationnement telle
que développée par Neary et Roberts (1980). Nous n'analysons pas en détail (3.46)
car le modèle économétrique ne converge pas avec les données dont nous disposons.

En résumé quatre régimes peuvent être identifiés. Nous les précisons a u tableau 3.4
ci-après:

TABLEAU 3.4.
Régimes observables
absence de travail présence de travail
secondaire secondaire
-- -

emploi principal hi > O hl > O

non-rationné h2 = O h~ > O
emploi principal hl = h l
rationné h2 = O

3.3.2 Les formes fonctionnelles

Plusieurs spécifications de la fonction d'utilité ont été utilisées dans l'analyse de l'offre
de travail. Le cho~ud'une forme fonctionnelle dépend entre autres de la cohérence
théorique et de la facilité d'estimation économétrique du modèle (Stem 1986). Les
fonctions d'offre de travail linéaires dans le salaire et le revenu sont les seules à avoir
été utilisées dans l'analyse du cumul d'emplois. Leur avantage réside dans la facilité
d'estimation.
Cependant, cette approche peut être critiquée sur au moins deux points. D'une part,
les fonctions linéaires imposent des restrictions qui excluent la possibilité de fonctions
d'offre de travail à rebroussement. D'autre part, des fonctions conditionnelles linéaires
ne garantissent pas que les fonctions non-contraintes soient également linéaires comme
le présument Conway et Kimmel (1992). On peut d'ailleurs noter que les analyses
actuelles du cumul d'emplois ne se soucient guère de préciser la forme fonctionnelle
d'utilité correspondant aux spécifications d'ofies de travail considérées.

Ces problèmes peuvent être contournés en utilisant des formes fonctionnelles d'offre
de travail flexibles. Néanmoins, la forme explicite d'offre de travail conditionnelle ne
peut toujours être aisément dérivée (Kooreman et Kapteyn 1986). ce qui nous laisse
un nombre limité de formes fonctionnelles intéressantes6.

Dans ce travail, nous considérons les fonctions d'offre de travail qui découlent de la
maximisation de la fonction d'utilité introduite par Hausman et Ruud (1984). Soit
la fonction de dépense suivante:
1
C(W,uT2'CI) = Uexp(-41w - & w 2 ) - (B+61wl +&w2 + 2 ( Y 1 ~ : +Y2wi + ~ Q W ~ W ~ ) ) .

La fonction d'utilité indirecte correspondante est donnée par:

avec y, le revenu hors-travail, 0, A, a,4, cf2, 71 79 et a sont des paramètres et wl , wz,

les salaires des emplois principal et secondaire.
' ~ a ~ t e Kooreman
~n, et van Soest (1990) considèrent que deux formes fonctionnelles sont com-
modes: la fonction d'utilité quadratique et la fonction d'utilité indirecte introduite par Hausman et
Ruud (1984).
Les propriétés de ces fonctions sont discutées par Kapteyn, Koorernan et van Soest
(1990)qui montrent notamment que la concavité de C(.) est satisfaite si la matrice
des dérivées secondes est définie négative, c'est-à-dire quand

Ces fonctions permettent de dériver les équations d'offre de travail secondaire con-
ditionnelle et non-conditionnelle. En appliquant l'identité de Roy sur la fonction
d'utilité indirecte, nous obtenons les offres de travail principal et secondaire opti-
males non-contraintes suivantes:

Précisons qu'en imposant y1 = 7 2 = a = O, nous obtenons des fonctions d'offres de

travail non-contraintes linéaires suivantes:

Ces formes sont semblables aux formes habituelles linéaires dans les variables ex-
plicatives. Cependant, on peut remarquer que les fonctions d'offres de travail con-
traintes correspondantes donnent le travail secondaire qui ne dépend que du niveau
de rationnement dans l'emploi principal, et donc est indépendant des salaires ou du
revenu hors-travail. Par ailleurs, la concavité de la fonction de dépense n'est pas
vérifiée lorsqu'on impose
~ ~ = % = a = 0 .
3.4 Spécification économétrique

3.4.1 Stratégie empirique

Afin de tenir compte de l'hétérogénéité des individus nous réécrivons les coefficients
61 et 62 comme suit:
-
bi=ai+~:Zi (2=1,2), (3.50)
-
où x i , pour i = 1'2, représente un vecteur de caractéristiques soci*démographiques
comme l'âge, la scolarité, la taille du ménage, la présence de jeunes enfants, etc. Les
r, sont des vecteurs de paramètres à estimer.

En remplaçant les 6, par les équations (3.50) dans les fonctions d'offre de travail,
nous pouvons mesurer l'effet des caractéristiques démographiques sur l'offre de travail.
Nous introduisons les termes aléatoires (cic, cZC), correiés entre eux et normalement
distribués, de façon additive dans les fonctions d'offres conditionnelles. Le modèle
latent associé aux offres de travail non-contraintes est:

Dans le cas d'une solution intérieure, les offres de travail observées sont données par
les équations précédentes seulement lorsqu'elles sont strictement positives:
Les fonctions d'ofhes de travail non-contraintes peuvent être exprimées sous une forme
compacte qui sera utilisée dans la suite de l'exposé comme suit:

hl = h(XY; F )+ ,y
h2 = h(X;'; 82) + cy

avec P;c, ECles vecteurs des paramètres à estimer, XrC,X,"=

les matrices de variables
explicatives.

3.4.2 Estirnations

Xous sommes intéressés par le comportement d'offre de travail des individus qui
cumulent des emplois. Pour cela, nous examinons la décision de participation aux
activités secondaires, l'offre d'emploi principal et l'offre de travail secondaire.

Le choix de participation aux activités secondaires implique d'une part que dans le
cas de participation, le nombre d'heures offertes et le salaire sont observés et peuvent
être définis. D'autre part, dans le cas où l'individu ne cumule pas d'emplois, l'offre de
travail secondaire est nulle et le salaire de travail secondaire n'est pas observé. Pour
imputer un salaire de travail secondaire à ceux qui ne travaillent pas dans plusieurs
emplois, nous utilisons une méthode à deux étapes (Maddala 1983).

La décision d'exercer des activités secondaires implique que l'individu effectue la

comparaison des heures potentielles de travail secondaire, h;, et des heures de réserve
secondaire, h;. Les heures potentielles sont effectives pour les travailleurs qui cu-
mulent des emplois. Elles sont subordonnées aux caractéristiques individuelles et au
revenu de l'emploi secondaire. Les heures de réserve (G)égales à O en l'absence
de coûts fixes de participation, correspondent aux heures minimales de participation
aux activités secondaires. En remplaçant les variables endogènes (par exemple les
salaires) par leur expression dans l'équation des heures potentielles, nous avons une
équation, de forme réduite, de la participation au cumul d'emplois qui s'écrit comme
suit:
I ' = ZC+p avec p -* i i d N ( 0 , a:), (3.55)

avec 1' la variable latente qui indique le processus de sélection, Z le vecteur des
variables exogènes intervenant dans la décision de cumul d'emplois, C le vecteur
des paramètres à estimer et p, le terme d'erreur aléatoire qui reprhente les carac-
téristiques non observables influençant la décision de cumuler des emplois. Dans les
modèles qui ne considèrent que le rationnement comme motif de cumul d'emplois,
les variables relatives à l'emploi principal, comme les heures offertes, peuvent être
incluses dans 2. Dans notre cas, ces variables peuvent être endogènes a la décision
de cumul d'emplois et sont donc exclues de 2.

L'observabilité du cumul d'emplois est définie par une variable dichotomique I comme
suit:

( O sinon

Compte tenu de la distribution des termes d'erreur, le processus de sélection peut

être estimé par un probit. La maximisation de la fonction de vraisemblance donne
des estimés de Ç qui servent au calcul du ratio de Mills. Ce terme de correction du
biais de sélection potentiel est ajouté à la liste des variables explicatives du salaire.

Après cet te étape, nous pouvons passer à l'estimation des fonctions d'offres de travail.
Le choix du modèle estimé est largement influencé par les observations disponibles.
Dans notre échantillon, le faible taux du rationnement (6'8%) nous laisse très peu
d'observations (20) relatives aux travailleurs contraints qui cumulent des emplois.
Les différents essais envisagés pour estimer l'offre de travail secondaire contrainte
n'ont pas permis d'atteindre la convergence. La stratégie adoptée pour évaluer in-
directement I'importance du rat ionnement est la suivante. Dans un premier temps,
nous estimons le modèle (équations 3.52) pour l'ensemble des observations. Dans un
deuxième temps, nous réestimons ce modèle en excluant les obsenations rationnées.
Si le rationnement est significatif nous devrions obtenir des valeurs différentes des
coefficients estimés.

La vraisemblance du modèle estimé est présentée dans ce qui suit. Deux régimes sont
envisagés. Dans le premier régime, hl > O et h2 > O . L'individu offre des heures de
travail positives dans les deux emplois. La fonction de densité jointe des heures de
travail pour les deux emplois est alors donnée par:

avec f une densité normale biwriée, eYC= of, c2c/o,"cet pnCle coefficient de
corrélation de eyC et €2'. De façon rigoureuse, le jacobien de la transformation de
h vers e devrait apparaître. Comme ce jacobien est égale à l'unité, il est omis de
l'équation. .4insi, la contribution de ce régime à la vraisemblance est:

Dans le deuxième régime, hl > O et h2 = O. L'individu n'a qu'un emploi. La

contribution à la vraisemblance est :
 92(hi, 0) =

Nous supposons que les termes d'erreur entre les individus sont indépendants et iden-
tiquement distribués. La vraisemblance de l'ensemble des observations est donnée
par le produit des contributions à la vraisemblance des deux régimes.

L = n1 q i ( h 1 , b ) n2 92(h1,0)~ (3-60)
où IIi indique l'opérateur de produit des observations du régime i (i = 1,2). Les
résultats des différentes estimations sont présentés à la section qui suit.

3.5 Résultats

Avant de présenter les résultats, il est important de souligner quelques points. Tout
d'abord: les développements précédents conduisent à examiner les facteurs explicatifs
des comportements d'offres de travail individuels. Bien qu'on admette qu'à l'intérieur
de chaque ménage, les décisions de participer aux activités secondaires soient prises
individuellement, il est normal de penser que l'attitude des individus face au marché
du travail puisse dépendre de la situation globale du ménage auxquels ils appartien-
nent.

Ensuite, nous examinons le comportement d'offre de travail des hommes et des femmes
d'un pays en développement. Il est probable que leur comportement soit quelque peu
différent de celui des travailleurs des pays industrialisés, expliquant pourquoi certains
résultats obtenus ne coincident pas avec les résultats de la littérature convention-
nelle. C'est pourquoi nous essaierons dans la mesure du possible de comparer nos
observations aux travaux sur les pays en voie de déloppement.
Participation au travail secondaire

D'après la forme réduite présentée à la relation (3.56)' la spécification de la partici-

pation au travail secondaire comprend toutes les variables incluses dans les équations
de salaires et des offres de travail. De plus, nous ajoutons des variables de taille du
ménage. du nombre d'enfants âgés de six a douze ans, de langue parlé et d'éducation
du père. Ces variables sont susceptibles d'influencer la probabilité d'exercer des ac-
tivités secondaires mais n7aEectantpas les salaires ou les offres de travail. Ce faisant,
nous pouvons identifier les termes de correction du biais de sélection des équations
de salaire.

Nous présentons au tableau 3.5 les résultats de l'estimation de type probit sur la
participation aux activités secondaires. La première constatation concerne la vari-
able d'expérience qui accroit la probabilité de cumuler des emplois. Par contre.
l'ancienneté a un effet négatif, non significatif. Krishnan (1990) obtient des résultats
similaires et interprète alors l'ancienneté comme une approximation du coiit de pas-
sage de l'emploi principal à l'emploi secondaire; tandis que la variable d'expérience
reflète les habiletés générales transférables de l'emploi principal à l'emploi secondaire.
Xos résultats montrent que la probabilité que l'individu occupe un deuxième emploi
est d'autant plus élevée que ses habiletés générales sont grandes. De plus, cet effet
est amplifié lorsque nous excluons les travailleurs contraints.

Le statut de chef de ménage augmente la probabilité de participer aux actikltés se-

condaires. Néanmoins, aucune autre caractéristique démographique du ménage ou
de l'individu n'a un effet direct significatif sur le choix d'exercer des activités se-
condaires. Ce résultat est conforme à celui d'Inack et al. (1992) qui trouvent qu'à
 Estimation de la participation
aux activités secondaires
variables ensemble des excluant les
observations contraints

CONST
AGE (1100)

SCOLAR (/IO)
EXPERY (/IO)
ANCIENN (/IO)
MARIE
CHEMENA
FEMME
NENFO6
NENF612
NPERSBEB
T-4ILiMEPi
ANGLAIS
EDUPE
REVHORT
BASSA
EUrC)NDO
BAMILEKE -0,324' -0,299'
(OJ 19) (0,124)
Log L = -539,69 -476,33
* : significatif à 5%
** : significatif à 10%
Yaoundé, ce sont les chefs de ménage et les femmes maxiées qui exercent majoritaire-
ment des activités secondaires. L'effet de la variable du statut de chef de ménage
diminue lorsqu'on exclut les travailleurs qui se disent contraints dans l'emploi princi-
pal. Ce résultat suggère que la probabilité de cumuler des emplois est élevée pour les
chefs de ménage contraints dans l'emploi principal. Cet effet peut être associé aux
responsabilités imposées à un chef de famille particulièrement dans le cas de famille
nombreuse (Abdukadir 1992).

L'appartenance à l'ethnie Bamiléké est la seule variable ethnique significative avec

un effet négatif, indiquant que les camerounais Bamiléké sont moins portés à exercer
des activités secondaires. Ceci peut s'interpréter de deux manières. D'une part, il
se peut que les Bamiléké aient des difficultés d'accéder à plusieurs emplois et d'une
manière générale au marché du travail. D'autre part, il est possible que les Bamiléké
puissent bénéficier des emplois principaux n'induisant pas la nécessité de recourir
au travail secondaire. La description de l'ethnie Bamiléké comme un des groupes
ethnique réussissant le mieux sur le plan socio-économique au Cameroun (Ngadjeu
1988) suggèrent que c'est la deuxième explication qui est à retenir.

Sous constatons que les variables de capital humain, âge et scolarité. n'affectent pas
la décision d'exercer des activités secondaires. La littérature empirique est partagée
sur l'effet de ces variables. Abdukadir (1992) trouve un effet positif de l'éducation et
de l'âge sur la probabilité de cumuler des emplois lorsque les contraintes de liquidité
sont la cause de cumul d'emploi. Van der Gaag et al. (1989) ne trouvent aucun
effet significatif de ces variables au Pérou et en Côte d'Ivoire. Kimmel et Conway (à
paraître) ne trouvent pas non plus d'effet significatif de l'éducation même si les statis-
tiques descriptives suggèrent des caractéristiques différentes pour ceux qui cumulent
et ceux qui ne cumulent pas.
Nos résultats, qui vont dans le sens de ces deux derniers travaux, ne montrent aucune
relation significative entre la participation aux activités secondaires et l'âge ou la
scolarité. Ceci indique que malgré le contexte de crise économique et les mesures
restrictives prises dans le cadre du programme d'ajustement structurel qui ont conduit
une abondante main d'oeuvre de jeunes diplômés à des conditions de travail précaires,
aucune relation significative n'est identifiée.

Le revenu horstravail a un effet positif, non-significatif sur la probabilité d'exercer

des activités secondaires. Kimmel et Conway (à paraitre) trouvent un effet positif
et significatif des revenus hors-travail sur la probabilité de terminer un épisode de
cumul d'emplois. Leur résultat indiquent que les individus ayant des revenus hors-
travail élevés cumulent des emplois essentiellement parce qu'ils sont contraints dans
l'emploi principal. Néanmoins, ils le font pour une courte période. Toutefois, nos
observations tirées d'une enquête en coupe transversale ne nous permettent pas ce
genre d'interprétation.

Équations de salaires

La spécification des équations salariales est dérivée de la théorie du capital hu-

main. En effet, cette théorie suggère l'inclusion des variables qui influencent la
mise en valeur des capacités productives de l'individu telles l'éducation, l'expérience
et l'ancienneté dans l'explication des salaires. Les coefficients de l'éducation et de
l'expérience devraient avoir un signe positif. Par ailleurs, différentes études sur la
mobilité des travailleurs montrent que l'ancienneté a un effet positif après trois à cinq
ans d'ancienneté. Nous contrôlons pour le sexe en incluant la variable FEMME. En-
fin, nous considérons des variables ethniques pour tenir compte de I'environnement
social dans lequel vit l'individu.
Des régressions par la méthode des moindres carrées ordinaires sont effectuées sur
les équations de salaires. Pour comger le biais de sélectivité dans les fonctions de
salaires, nous faisons appel à la méthode a deux étapes de Heckman dont le principe a
été exposé au chapitre précédent en ajoutant l'inverse du rapport de Mills dans la liste
des régresseurs. Cette méthode donne des estimateurs sans biais, mais les estimateurs
des mriances doivent être ajustés. La matrice de variance-covaxiance est ici calculée
selon la méthode de White qui permet de comger l'hétéroscédasticité introduite par
la correction du biais de sélection. Les résultats de ces estimations sont présentés au
tabIeau 3.6.

TABLEAU 3.6
Estimation du salaire principal et secondaire
(Écart-type entre parenthèses)
Ensemble des observations Excluant les contraints
salaire salaire salaire salaire
principal secondaire principal secondaire
CONST
FEMME
SCOLXR (/IO)
EXPER (/IO)

-4NCïEK (/IO)
BASSA
EWONDO
BALMILEKE
X

* : significatif à 5%
** : significatif à 10%
Les coefficients ont le signe attendu et la plupart sont significatïfTk à un niveau de
confiance élevé. Le coefficient de détermination R2 est comparable à celui d'autres
études sur la structure des salaires (Magnac 1991). Le R2 du salaire principal aug-
mente légèrement lorsqu'on exclut les travailleurs contraints; alors qu'un effet inverse
est obtenu pour le salaire secondaire.

Pour l'ensemble des observations, ainsi que lorsque les individus contraints sont ex-
clus de la base de l'estimation, les variables relatives à la scolarité, à l'expérience et
à l'ancienneté ont un effet positif et significatif sur le salaire de l'emploi principal.
Cependant, parmi ces trois variables, uniquement la scolarité affecte significative-
ment et positivement le salaire de l'emploi secondaire. Alors que le rendement de
l%ducation est de 13% dans l'emploi principal, il n'est que de 11%pour l'ensemble
des observations et de 10% lorsqu'on exclut les contraints.

Ce résultat , selon lequel les travailleurs reçoivent un rendement légèrement plus élevé
dans l'emploi principal que dans l'emploi secondaire, peut s'expliquer par le fait que
la majorité des activités secondaires n'exigent pas le même niveau de scolarité que
l'emploi principal. De plus, les individus contraints auraient un rendement supérieur
à celui des non-contraints dans l'emploi secondaire.

La variable FEMME a un effet négatif et significatif pour le salaire de l'emploi princi-

pal, mais non significatif pcur l'emploi secondaire. Les variables d'ethnie, EWONDO
pour les deux emplois et BASSA pour l'emploi secondaire, affectent négativement les
salaires.

Le recours à la méthode d'Heckman montre que les coefficients du rapport de MilIs

ne sont pas significatifs dans les différentes équations. Ce résultat indique qu'il ne
serait pas erroné de traiter un échantillon de travailleurs cumulant des emplois comme
représentatif de la population des travailleurs.

Équations d'offres de travail

Les variables incluses dans les fonctions d'offre de travail se basent sur les variables
couramment retenues dans la littérature empirique sur l'ofbe de travail. Ainsi, nous
introduisons la variable NENFOG pour tenir compte de la présence de jeunes enfants
(moins de six ans). La littérature empirique montre que cette variable a un effet
négatif sur l'offre de travail des femmes. Notre spécification comprend également
le nombre de personnes hébergées au sein du ménage NPERSHEB. Cette variable
permet d'évaluer l'effet des pressions financières reliées aux ménages nombreux ainsi
que l'impact d'éventuelles différences d'attitude de travail des individus membres de
ces ménages. Nous incluons également une variable d'âge (-4GE) pour tenir compte
du comportement de cycle de vie. Enfin, l'effet de l'éducation est analysé à l'aide de
la variable SC0LAR. Les équations d'offre de travail montrent qu'une caractéristique
incluse dans b1 ou J2 affecte directement l'offre de travail et agit en interaction avec
le salaire de l'emploi principal ou de l'emploi secondaire dans la partie du revenu y*.

Nous estimons les équations d'offres de travail (3.51) par la méthode du maximum
de vraisemblance. Les gradients analytiques sont utilisés pour accélérer le traitement
informatique. Nous imposons la convexité globale de la fonction d'utilité indirecte en
fixant le paramètre 6 à zéro.

Les résultats des estimations pour l'ensemble des travailleurs puis pour les obser-
vations excluant les travailleurs contraints sont présentés respectivement dans les
colonnes (1)et (2) du tableau 3.7. Nous constatons que les paramètres Pl et ont un
 TABLEAU 3.7.
Estimation des o h de travail principal et secondaire
ensem e des excluaqt les
traAeurs contramts
Ck

Br
&
71

72

61 -
61
NPERSHEB
NENFOG
CHMENA
FEMME
SCOLAR (/IO)
AGE (/ioo)
62 -
62

NPERSHEB
NENFO6
CHMEN.4
FEMME
SCOLAR (/IO)
AGE (/ioo)
01

02

P -0,109' 0.007
(0,045) (0,067)
h g L= -9962,4 -8903,s
Nombre 2162 20 10
* : significatif A 5%, ** : significatif à 10%
effet positif s i m c a t i f , à I'exception de ,& qui n'est pas significatif dans l'estimation
pour l'ensemble des observations. A prime abord, ce résultat semble contradictoire
avec l'hypothèse selon laquelle si -h2 est un bien normal, le revenu hors travail a un
effet négatif sur l'offre de travail secondaire. Cependant, ces paramètres correspon-
dent à l'ensemble des revenus y' et combinent les effets du revenu horstravail et ceux
des revenus de travail et les caractéristiques incluses dans les 6. Les valeurs des B
montrent un effet net positif de l'ensemble de ces variables sur l'offre de travail.

Les paramètres yl et a ne sont significatifs que dans le cas qui exclut les person-
nes qui se disent rationnées dans l'emploi principal. Par contre, 72 ne differe pas
significativement de zéro dans les deux estimations.

Les variables concernant la composition familiale montrent que le nombre de per-

sonnes hébergées au sein du ménage (NPERSHEB) a un effet négatif significatif sur
l'offre de travail principal mais n'est pas significatif dans la partie d'offre de travail
secondaire. Ce résultat peut traduire le fait que ces personnes occasionnent une con-
sommation plus élevée de temps non-marchand en termes de soins qu'elles nécessitent,
comme c'est le cas en présence de jeunes enfants ou de personnes âgées. Cependant,
dans la majorité des cas, ces personnes hébergées au sein du ménage sont des adultes,
en recherche d'emplois ou détenteur d'un emploi. Dans ce contexte, le résultat de
cette variable indique que les décisions d'offre de travail principal se font sur une base
collective faisant en sorte que lorsque le nombre de travailleurs potentiel augmente
au sein du ménage, chaque individu diminue ses heures offertes.

Le sexe féminin, représenté par la variable dichotomique FEMME, a un effet négatif

significatif sur l'offre de travail principal. Bien que les statistiques descriptives mon-
trent que les femmes travaillent plus d'heures dans le travail secondaire, la variable
correspondante n'est pas significative pour le travail secondaire. Ce résultat est com-
parable à celui qu'obtiennent Lacroix et Fortin (1992) dans leur analyse de l'offre de
travail régulier et au noir pour la ville de Québec. En effet, ils trouvent égaiement
un effet négatif et significatif de la variable de sexe sur I'offre de travail régulier mais
cette variable n'a pas d'effet significatif sur l'offie de travail au noir.

L'offre de travail secondaire est positivement influencée par le statut de chef de ménage
qui. comme nous l'avons vu, augmente aussi le taux de participation aux activités
secondaires. Néanmoins, cette variable n ' d e c t e pas l'offre de travail principal. Cet
effet ainsi que celui du nombre de personnes hébergées au sein du ménage suggèrent
que les décisions individuelles d'offre de travail principal sont fortement influencées
par le comportement des autres membres du ménage. Cependant, le travail secondaire
répond plus au sens de responsabilité qui incombent au chef de ménage.

L'âge (AGE) influence négativement l'offre de travail principal mais n'affectent pas
la partie de l'offre de travail secondaire. Ce résultat, conforme à l'intuition' indique
qu'il est possible que plus le travailleur est âgé moins il a des résistance physique lui
permettant de travailler de longues heures consécutives dans l'emploi principal. De
plus. aucun effet de compensation par le travail secondaire n'est observé.

La variable relative a la scolarité (SCOLAR) affecte négativement les heures de tra-

vail offertes dans l'emploi principal. Elle est significative dans l'emploi secondaire
uniquement lorsqu'on exclut les travailleurs contraints. Ce résultat peut s'expliquer
par le fait que, suite aux mesures restrictives visant le secteur public, les diplômés ne
sont plus assurés de travail à temps plein dans le secteur public mais sont de plus en
plus confinés dans des emplois à temps partiel du secteur informel.
Les résultats présentés au tableau 3.7 montrent que lorsqu'on exclut les travailleurs
contraints, l'ordre de grandeur et la significativité des variables sont affectés. Ces
modifications suggèrent que le comportement des travailleurs contraints est nette-
ment différent de celui des travailleurs non-contraints. Néanmoins, les estimations
sur les observations des travailleurs contraints n'ayant pas permis d'atteindre la con-
vergence des fonctions spécifiées, nous ne pouvons pas préciser le degré de l'écart des
comportements des deux groupes de travailleurs.

Dans la mesure où les équations de hl et h2 (relation 3.51) sont non-linéaires, la

signification économique des estimateurs est mieux saisie à travers les élasticités que
nous présentons dans la section suivante.

Calcul des élasticités

Les expressions de la dérivation des heures par rapport au revenu hors-travail et aux
salaires peuvent être déduites des équations de hl et hl, (relation 3.51). Les élasticités
salaire et revenu sont alors évaluées pour l'ensemble des travailleurs puis en excluant
ceux qui se disent contraints. Nous présentons les résultats de cet exercice au tableau
3.8. Dans un premier temps, nous utilisons les moyennes des variables pour faire les
calculs dont les résultats sont présentés à la colonne (1). Dans un deuxième temps, ce
sont les valeurs des caractéristiques individuelles qui servent aux calculs. La colonne
(2) montre la moyenne des élasticités individuelles.

Nous constatons que les valeurs des moyennes des élasticités individuelles sont plus
élevées que les élasticités é d u é e s à la moyenne des variables explicatives. Par ailleurs,
pour l'ensemble des travailleurs, tout comme lorsqu'on exclut les travailleurs con-
traints, la sensibilité des heures de travail principal est plus élevée en valeur absolue
 TABLEAU 3.8.
Calculs des élasticités

Premier régime
hl eW1 -0,032 -0,046 -0,027 -0,044
'hl 0,032 0,046 0,021 0,028
% 3,95" 3,6ga 8,38= 6, 71a

Deuxième régime
hl , ,é -0,022 -0,031 -0,002 0,032
ewz 0,056 0,081 0,078 0,079
e, 1.64= 2,22= 3,526 4,24"
note:(l) élasticités é d u é s à la moyenne des variables,
(2) la moyenne des éiasticités individuelles,
a: il faut multiplier ces valeurs par 10'~.

dans le premier régime où les travailleurs cumulent des emplois que dans le deuxième.
Lacroix et Fortin (1992) trouvent des résultats similaires qu'ils imputent au principe
de Le Chatelier.

Les élasticités du deuxième régime, lesquelles correspondent aux élasticités habi-

tuelles, sont proches de celles observées dans la littérature (Killingsworth 1983).

Dans l'ensemble, les élasticités propres sont négatives. De tels résultats, indiquant
des offres de travail à pente négative, sont également observés pour les pays en
développement. Les premières observations de ce genre furent associées à l'irrationna-
lité de l'homme pauvre (Lipton 1983) ou à la culture de la pauvreté (Lewis 19661,
selon laquelle le pauvre travaille pour atteindre un objectif donné de revenu et se
retire du marché du travail une fois cet objectif atteint. Son offre de travail est
à rebroussement à un faible niveau de salaire. Dans la littérature récente, de plus
en plus d'auteurs documentent ce résultat comme un effet de pression de niveau de
subsistance qui s'exerce sur des ménages à faible niveau de revenu (Dessing 1989).
Cette interprétation nous semble cohérente avec les élasticités négatives obtenues
dans notre étude pour le cas de Yaoundé où les travailleurs doivent composer avec la
crise économique persitante, les récentes baisses de salaires nominaux et les mesures
restrictives du programme d'ajustement structurel.

Les élasticités croisées de travail secondaires sont plus élevées que celles de travail
principal. Ceci n'est pas surprenant si l'on considère que souvent, les heures de
travail principal sont généralement fixées par contrat de travail, de sorte qu'elles sont
peu sensibles aux variations de salaire dans L'emploi secondaire.

Enfin, l'élasticité des heures de travail secondaire est élevée lorsque les travailleurs ra-
tionnés sont exclus. Ceci voudrait dire que les travailleurs qui cumulent des emplois
hétérogènes sont plus sensibles aux changements dans les salaires que ceux qui re-
courent à la pluri-activité suite au rationnement dans l'emploi principal. Ces résultats
vont dans le même sens que Kimmel et Conway (à paraître) et Conway et Kimmel
(1992), qui montrent que l'offre de travail secondaire des travailleurs non-contraints
est plus sensible que celle des travailleurs contraints.

3.6 Conclusion

Dans ce chapitre nous présentons et estimons un modèle micro-économique statique

de l'offre de travail principal et secondaire. Nous considérons deux motifs conduisant
à l'exercice d'activités secondaires: les contraintes sur les heures de travail principal
et le différentiel de coiits et de bénéfices non salariaux des emplois. Contrairement
aux travaux standards sur le cumul d'emplois, nous n'imposons pas des équations
d'offre de travail linéaires. Notre méthodologie consiste en une approche cohérente
où les équations d'ofie de travail découlent d'une fonction d'utilité spécifique.

Notre analyse montre que de la probabilité de cumuler des emplois est d'autant plus
élevée que l'individu est chef de ménage ou que son nombre d'années d'expérience de
travail est élevé. Cependant, cet t e probabilité diminue lorsque l'individu appartient
à l'ethnie Bamiléké.

Malgré le contexte de crise économique persistante où les jeunes diplômés connaissent

des difficultés d'accès au marché du travail, notre analyse ne dégage aucun effet
significatif des variables d'âge et de scolarité sur la probabilité d'exercer plusieurs
emplois. Par ailleurs, la variable de revenu hors-travail n'est pas significative dans
l'explication de la probabilité de cumuler des emplois.

Les équations de salaire montrent un effet attendu des variables de capital humain et
du sexe dans l'explication du salaire de l'emploi principal. Néanmoins, à l'exception
de la scolarité qui demeure significative, ces mêmes variables n'ont aucun effet sur le
salaire de l'emploi secondaire.

Nos résultats metteiit en lumière des fonctions d'offre de travail à rebroussement pour
de faibles niveaux de salaire. Nous constatons une forte sensibilité de l'offre de travail
secondaire, plus importante pour les travailleurs qui cumulent des emplois hétérogènes
que pour ceux qui recourent à la pluri-activité suite au rationnement. Les élasticités
croisées de travail secondaires montrent que les heures offertes dans I'emploi principal
sont peu sensibles aux variations de salaire dans l'emploi secondaire.
Notre recherche a d'importantes implications sur l'analyse de l'ofbe de travail. Elle
souligne la nécessité de tenir compte du comportement d'ofie de travail principal
dans l'analyse de l'offre de travail secondaire. Nous avons trouvé que les approches
standards du cumul d'emplois, imposant des fonctions linéaires, n'ont pas de jus-
tification théorique à leur utilisation. Cependant, plusieurs développements sont à
venir. En effet, l'analyse proposée dans ce chapitre est conditionnée par les données
disponibles. Les extensions utilisant une gamme de données plus larges peuvent être
envisagées. Par exemple, nous avons supposé que les gains de l'emploi secondaire
sont linéaires dans les heures travaillées (taux de salaire paramétrique). Cependant.
il est possible que les revenus de travail secondaire soient une fonction non-linéaire
des heures travaillées, notamment dans le cas des travailleurs autonomes occupant des
activités secondaires. On peut aussi envisager les décisions de cumul d'emplois dans
le cadre d'un modèle du ménage. Enfin, un cadre dynamique devrait être utilisé pour
saisir les effets temporels et les ajustements du marché du travail suite aux divers
programmes. Cependant: toutes ces extensions ne peuvent être consiérées que si les
données nécessaires sont disponibles.
Bibliographie

[Il Abdukadir, G. (1992), "Liquidity Constraints as a Cause of Moonlighting", Ap

plied Economics, 24, 1307-1310.

[2] Altonji, J. et C. H. Paxson (l988), "Labor Supply Preferences, Hours Constraints

and Hours-Wage Tradeoff', Journal of Labor Economics, 6, 254-276.

[3] .L\mirault. S. ( l g g ï ) , "Caracteristics of blultiple Jobholders, l 9 W , M o n t & -

Labor Review, l2O(3), 9- 15.

[4] Conway, K. et J. Kimmel (à paraître), "Male Labor Supply Estimates and the
Decision to Moonlight" , Labour Economics.

[5] Conway, K. et J. Kimmel (1992), "Moonlighting Behavior: Theory and Evi-

dence", Cahier de recherche, University of New Hampshire.

[6] Dessing, M. (1989), "Labor Supply and the Family in the Course of Economic
Development, The S-Shaped Labor Supply Curve", Cahier de recherche, Cam-
brigde, M assachuset t S.

[7] DIXLDSCN (1993), Conditions d'Activité de la Population de Yaoundé, Pre-

miers Résultats, Juin 1993, 17 pages.

[8] Gunderson, M. et W.C. Riddell (1988), Labour Market Economics, McGraw-Hill

Ryerson, 2nd edition, 616 pages.
 [9] Hausman, J. et P. Ruud (1984), "Family Labor Supply with Taxest', American
Economic Review, 74, 242-248.

[IO] Inack, S. I., Ndiffo J. Nkwayeb R. et J.-P. Lachaud (1992), Pauvreté et marché
du travail au Cameroun: lc Cas de Yaoundé, Institut International d'Études
Sociales, Genève, DP/47/1992.

[II] K a p t e p , A., Kooreman, P. et A. van Soest (1990), "Quantity Rationing and

Concak-ity in a Flexible Household Labor Supply Model", The Review of Eco-
nomics and Statistics, 55-62.

[12] Killingsworth, M. R. (1983), Labor Supply? Cambrigde University Press, New

York.

[13] Kimmel: J. et K. Conway (à paraître),"Who Moonlights and Why? Evidence

from the SIPP", Industrial and Labor Relations Review.

[14] Koorernan, P. et A. Kapteyn (1986), "Estimation of Rationed and ünrationed

Household Labor Supply Functions Using Flexible Functional Forms?',The Eco-
nomic Journal, 96? 398-412.

(151 Krishnan' P. (IWO), "The Economics of Moonlighting: A double Self-Selection

Model" , Review of Economics and Statistics, 72 (2), 361-367.

[16] Lacroix, G. et B. Fortin (1992)) "Utility-Based Estimation of Labour Supply

Functions in the Regular and Irregular Sectors", Economic Journal, 102, 1407-
1422.

[17] Lacroix, G. et P. Fréchette (1994), "A Microeconomic Model of Female Labour

Supply in the Presence of Unemployment and Underemployment", Annales
d'Économie et de Statistique, 36, ll3-13I.
[18] Laaot. G., Muller C.et B. Fortin (1994),Segmented Labour Markets and Labour
Supply Decisions: Evidence fiom Cameroun, présenté aux journées PARADI,
Québec.

[19] Lewis, 0. (1966), T h e Culture of Poverty", Scientific Americm, 215(4), 1925.

[20] Lernieux, T., Fortin, B. et P. Réchette (1994), "An Empirical Mode1 of Labor
Supply in the Underground Economy", American Economic Review, 84,231-254.

[21] Lipton, M. (1983), "Labor and Poverty" , World Bank StafT Working Paper. 616.
Washington D.C.,
The World Bank.

[22] Maddala: G.S., (l983),Limited-Dependent and Qualitative Variables in Eco-

nometrics, Cambrigde University Press, 401 pages.

[23] Magnat: Th., (1991), "Segmented or Cornpetitive Labor Markets?", Economet-

rica, 39(1), 165-187.

1241 Monga, C. (1989), "Une Habitude Camerounaise, Le Travail au Xoir", Jeune

Afrique Économie, N. 181, 59-63.

[25] Neaq , J.P. et K.W.S., Roberts (l98O), "The Theory of Consumer Behaviour
Under Rationning", European Economic Review, 13, 25-42.

[26] Ngandjeu, J., (1988), Le Cameroun et la Crise , L'Harmattan, Paris.

[27] Paxson, C. H. and N. Sicherman (1994), "The Dynamics of Dual-Job Holding

and Job Mobility", NBER Working Paper, 4968.

[28] Perlman, R. (1969)~Labor Theory, Wiley, New-York.

[29] Shishko, R. et B. Rostker (1976), "The Economics of Multiple Job Holding",

American Economic Review, 66(3), 2%-308.
[30]Stem, N. (l986), "On the Specification of Labour Supply Functions" dans Blun-
del1 R- et 1. Walker (Eds.), Unemployment, Search and Labour SuppIy, Cam-
bridge University Press, Cambridge.

[31]Stinson Jr, J.F. (1997), "New Data on Multiple Jobholding Available From
CPS" Monthly Labor Review, 120(3), 3-8.

[32] Stinson Jr, J.F. (1990), "Multiple Jobholding up Sharpiy in the 1980's7',Monthly
Labor Review. 113 (7), 3- 10.

[33] Stinson Jr, J.F. (1986), "Moonlighting by Women Jurnped to Record Highs'?,
Month- Labor Review, lOg(l1) , 22-25.

[34] Taylor, D.E.et E., Sekscenski (1982), "Workers on Long Schedules, Single and
Multiple Jobholders" , Monthly Labor Review, 47-53.

[35] Van der Gaag, J.. Stelcner, M. et W. Vijverberg (1989),"Public-Pnvate Sector

Wage Cornparisons and Moonlighting in Developing Countries, Evidence frorn
Côte d'Ivoire and Péru" , LSMS Working Paper, The World Bank Washingotn
D.C..
Annexe A. Calcul des dérivés

A partir des fonctions d'offres de travaii principal et secondaire, nous déterminons les
dérivés par rapport aux salaires et au revenu.
Chapitre 4

Conclusion

La présente recherche a analysé de nouvelles dimensions du marché du travail en

milieu urbain d'un pays en voie de développement, susceptibles d'avoir un impact sur
l'élaboration des politiques économiques. La recherche est articulée autour de deux
thèmes: celui de la segmentation d u marché du travail et celui de l'offre de travail
dans plusieurs emplois à Yaoundé, au Cameroun.

Dans l'analyse de la segmentation du marché du travail, nous avons considéré les

décisions de choix occupationnel dans un cadre à trois secteurs. Les spécifications
du logit et du probit trichotomiques et les corrections appropriées pour la prise en
compte du biais de sélection potentiel ont été proposées. La notion de mobilité inter-
sectorielle restreinte telle qu'elle est présentée permet de modéliser le rationnement
d'une manière jusqu'ici non envisagée dans la littérature relative à la segmentation
du marché du travail.

Nos résultats confirment l'existence de différents mécanismes de rémunération du

tramil selon les secteurs de travail. Contrairement à l'opinion générale, le rendement
moyen de l'éducation dans le secteur informel est élevé comparativement à son niveau
dans les secteurs public et privé formel. De même, l'effet de l'expérience et d'autres
caractéristiques retenues varie selon le secteur de travail considéré.

D'une manière générale, nos résultats montrent l'importance de comger pour la

sélectivité. L'exercice de correction du biais de sélection montre que les effets des
variables par secteur sont différents de ceux obtenus sans correction pour la sélectivité.

Bien que l'analyse sans rationnement suggère que la possession d'un diplôme soit un
passeport pour l'emploi, la prise en considération du rationnement indique que la sco-
larité ne garantit pas l'obtention d'un emploi dans les secteurs privé ou public. Ainsi,
les résultats de l'estimation avec rationnement rendent mieux compte du contexte
de la crise économique qui sévit au Cameroun, où les diplômés ne sont plus assurés
d'accéder au secteur privé ou aux emplois souvent qualifiés de stables dans le secteur
public.

Enfin. la modélisation avec rationnement montre que les modèles conventionnels qui
ne tiennent pas compte de la mobilité intersectorielle des travailleurs sous-estiment
la préférence des travailleurs pour les secteurs public et privé.

-4lors que le deuxième chapitre donne des résultats concernant la segmentation du

marché du travail, le troisième chapitre apporte des éléments nouveaux à la compré-
hension du comportement d'offre de travail. En effet, la formalisation du problème
de pluri-activité permet d'analyser simultanément les offres de travail principal et
secondaire. L'originalité de notre approche réside dans l'estimation de formes fonc-
tionnelles explicites contrairement aux analyses conventionnelles du cumul d'emplois.
Bien que le nombre insuffisant d'observations pertinentes n'a pas permis d'estimer
directement les fonctions d'offre de travail secondaire contraintes, l'évaluation de
l'importance du rationnement est faite indirectement en excluant les travailleurs con-
traints dans certaines estimations. Nos résultats suggèrent l'existence de différences de
comportement d'offre de travail de la part des travailleurs contraints et non-contraints.

Parmi les résultats obtenus, deux points méritent d'être soulignés. En premier lieu,
l'application du modèle micr&conomique montre l'importance du statut de chef de
ménage, de l'expérience de travail et de l'appartenance à l'ethnie Bamiléké dans les
décisions d'offre de travail secondaire. Cependant, les variables telles que l'âge et la
scolarité ne semblent pas influencer la probabilité d'exercer plusieurs emplois.

Nos résultats montrent un comportement d'offre de travail qui diminue lorsque le

salaire augmente. Cependant, le comportement d'offre de travail secondaire semble
lié à la présence d'adulte au sein du ménage. Ceci suggère que les ajustements de
l'offre de travail sont d'ordre collectif au sein du ménage.

Les élasticités montrent que l'offre de travail secondaire des travailleurs contraints est
moins sensible aux changements dans les salaires et le revenu que l'offre de travail
des non-rationnés. Dans la mesure où les travailleurs non-contraints semblent être
les plus nombreux, ces résultats impliquent que la pluri-activité se serait accentuée à
la suite des baisses du salaire nominal décrétés en 1993 et 1994. Le cumul d'emplois
serait ainsi un phénomène appelé à s'élargir et dont il faut tenir compte dans les
différentes politiques économiques.

Cette thèse analyse séparément les décisions de choix de secteur de travail et celle du
cumul d'emplois. Certains travaux empiriques ont déjà montré que les travailleurs du
secteur public ont un taux de cumul d'emplois plus élevé que celui des travailleurs
du secteur privé. Les statistiques descriptives de notre échantillon ne confirment pas
ces résultats. Ce sont plutôt les travailleurs du secteur informel qui enregistrent le
taux le plus élevé. D'un autre côté, on peut avancer que la possibilité qu'ont les
travailleurs de cumuler des emplois peut leur permettre de compenser en partie pour
le secteur préféré qu'ils ne peuvent pas occuper. Il faut néanmoins préciser que des
conclusions plus précises de l'incidence du cumul de travail sur le choix de secteur de
travail nécessite plus d'investigations qui débordent du cadre de cette thèse.
IMAGE EVALUATION

APPLIED A IMAGE. lnc

-.5 --
1ôS3 East Main Street
- Rochester.
--
-
--
--
--
- -- NY 14609 USA
Phone: 716i482-0300
F a 7161288-5989

O 1993. A p p i i i Image. Inc. AN A b RBsenred