Théorie des ensembles flous et mesure de la pauvreté au Sénégal
Momath Cissé1
Ligane Massamba SENE2
Résumé
La plupart des pays africains, le Sénégal en particulier, continuent à faire face à la pauvreté
généralisée. L'objectif de réduction de la pauvreté s'accompagne d'une série d'initiatives et de
programmes de filets sociaux en faveur des populations. Contrairement à la plupart des études
antérieures, notre analyse porte sur l’application de la théorie des ensembles flous à l’analyse
de la pauvreté dans le but de trouver un moyen approprié, complet et fiable de mesure de la
pauvreté dans l’optique de s'affranchir des limites du cadre unidimensionnel. Les résultats de
cette étude ont montré une forte hétérogénéité des niveaux de pauvreté au Sénégal suite à une
décomposition de l’indice global, par lieu de résidence et par caractéristiques démographiques
et socioéconomiques du chef de ménage.
Mots clés: réduction de la pauvreté, ensembles flous, pauvreté multidimensionnelle
1
Ingénieur Statisticien Economiste à l’Agence Nationale de la Statistique et de la Démographie (ANSD).
[email protected]/
2
International Food Policy Research Institute (IFPRI), West and Central Africa. Dakar, Senegal.
[email protected]
1
Introduction
L'économie du Sénégal a renoué avec la croissance au cours de ces dernières années. Le PIB a
progressé en moyenne de près de 5% depuis 1995. Cependant, la performance économique
enregistrée dans le pays n'a pas contribué autant qu’espéré à une amélioration des conditions
de vie des populations et à une réduction substantielle de la pauvreté. En effet, avec un indice
de Développement Humain (IDH) de 0,459 en 2011, le Sénégal demeure parmi les pays les
moins avancés en dépit des efforts du gouvernement dans la lutte contre la pauvreté et
l'insécurité alimentaire par le biais de plusieurs programmes de développement mis en œuvre
depuis la fin des années 1990, en plus de la réalisation des OMD qui appellent à une réduction
de la proportion de personnes vivant avec moins de 1 $ US par jour. Le taux de pauvreté
national a été estimé à 46,7 % en 2011 selon la méthode de mesure classique3 et a connu une
petite amélioration en 2012 où sur onze personnes il y a 5 (45,39 %) qui vivent en dessous du
seuil de pauvreté. Cependant, des disparités entre les lieux de résidence et les régions ont été
remarquées.
Contrairement à la plupart des études antérieures, notre approche tente de compléter la mesure
de l'indice de pauvreté monétaire couramment utilisée pour estimer la pauvreté par l’approche
d'une mesure multidimensionnelle incluant une mesure monétaire afin de mieux suivre les
progrès accomplis dans la lutte contre la pauvreté.
L'approche floue adoptée tente d'améliorer le classement vague et dichotomique qui sépare les
individus pauvres des non-pauvres sur la base d'un seuil de pauvreté.
La théorie des ensembles flous a été conceptualisée par Lotfi Zadeh Askar en 1965. C'est une
théorie mathématique qui représente l'imprécision et l'incertitude de certaines classes d'objets
et est souvent appliquée dans des classes où la définition de l'appartenance n'est pas précise.
Cérioli et Zani (1990) sont les premiers qui s'adaptent à ce concept d’analyse de la pauvreté.
Dans la théorie traditionnelle de l'analyse de la pauvreté, il y a deux situations possibles pour
les individus ou les ménages : appartenant et n'appartenant pas. En introduisant un degré
d'appartenance d'un élément dans un ensemble, Zadeh a voulu aller au-delà de la logique
booléenne avec le nouveau concept de l'adhésion pondérée d'un élément à un ensemble qui
classe les éléments en fonction de leur niveau d'adhésion.
3
Mesure unidimensionnelle de la pauvreté monétaire basée sur un indicateur de bien-être (généralement les
dépenses) et un seuil de pauvreté.
2
Dans notre démarche d’étude, il est d’abord présenté la méthode des ensembles flous qui sert
de cadre de mesure de la pauvreté. Il est ensuite procédé à la présentation du cadre théorique
avant de terminer par l’exposé sur les résultats et leurs discussions. .
1. Principales caractéristiques de l'économie Sénégalaise
L'agriculture est la principale activité économique dans les zones rurales (60 % de la
population vit dans les zones rurales), ce qui représente environ 45% de la population active
en 2011 (ESPS, 2011) avec une contribution au PIB de l'ordre de 15 % en général.
Néanmoins, le secteur est confronté à plusieurs problèmes et la croissance de la production a
diminué depuis la fin des années 1960. Le taux de croissance annuel du PIB national entre
2005 et 2011 est de l'ordre de 3,5%, ce qui est inférieur à l'objectif du gouvernement de 7 %
comme indiqué dans la Stratégie de Croissance Accélérée (SCA). La population sénégalaise
est passée de 3 millions d'habitants en 1960 à environ 13 millions d'habitants en 2011, ce qui
correspond à un taux de croissance démographique de 2,6 %, plus de 260 000 personnes par
an). La pauvreté est très répandue dans les zones rurales (56,23 % en 2011) et se situe
également à des niveaux relativement élevés à Dakar (24,2%) et dans les autres zones
urbaines (39,44 %) selon les résultats de l’ESPS 2011. Toutefois, le taux de pauvreté national
a légèrement baissé, en passant de 48,3 % en 2005 à 46,7% en 2011. Malgré cette légère
baisse du taux de pauvreté, il est nécessaire de souligner les défis auxquels le gouvernement
fait face liés à l’augmentation du nombre absolu de pauvres au cours de cette période
(562 191 personnes pauvres supplémentaires).
La pauvreté est perçue aujourd’hui comme un phénomène qui touche le plus souvent les
personnes vivant dans des ménages ruraux. En 2012, près d’une personne sur deux (45,39%)
vit en dessous du seuil de pauvreté. On est dans les mêmes ordres de grandeur en 2011
(46,7%); mais avec une baisse de 1,31 point de pourcentage. Cette valeur du niveau de
pauvreté n’est pas loin de celle de la cible de 2012 (45,35%) au niveau National. Cet écart
serait dû soit à une augmentation des inégalités ou à un manque de performance dans la
création de richesse. Toutefois, des efforts restent à faire pour réduire considérablement ce
niveau de pauvreté. Les estimations révèlent des disparités de niveaux de pauvreté selon le
milieu de résidence. En effet, la pauvreté est plus élevée en zone rurale avec une proportion
de 56,2% contre 39,4% dans les autres zones urbaines et 24,2% à Dakar urbain.
3
Par ailleurs, au regard des statistiques sur la pauvreté, selon la strate (Annexe 1) , il est
raisonnable de penser que les ruraux qui ont moins accès aux infrastructures de production,
équipements, services sociaux de base et structures de financement ont un niveau de bien être
moindre que celui des citadins. De même, on sait que la fonction d’impulsion économique des
centres urbains est associée à leur degré d’urbanisation et d’inégal développement (banques,
entreprises, informations sur les différents marchés), ce qui peut contribuer à différencier les
citadins eux-mêmes, face aux opportunités de revenus.
2. Méthodologie
2.1 La notion d’ensemble flou: un bref exposé mathématique du principe
Les mesures classiques de la pauvreté s’appuient généralement sur la définition d’un seuil de
pauvreté qui permet de catégoriser les populations en pauvres et non pauvres. Une telle
approche, empreinte de subjectivité, renvoit généralement à un cadre nécessairement normatif
et restrictif en lieu et place d’une conception multidimentionnelle du phénomène. Pour saisir
la complexité du sujet, la recherche s’oriente de plus en plus sur la théorie des ensembles
flous (fuzzy sets). Ce procédé semble plus adapté à l’étude d’un phénomène dont la
connaissance des facteurs reste imprécise voire incertaine. Le caractère complexe et
multidimentionnel de la pauvreté justifie l’application de cette théorie en vue de mieux
appréhender la pauvreté au Sénégal.
Soit Ω un ensemble ouvert. Un sous-ensemble flou Ɵ de Ω peut être défini comme l'ensemble
des couples 𝐴 = {𝑥, 𝜋Ɵ (𝑥)} pour tout 𝑥 ε A, 𝜋Ɵ est la fonction d'appartenance correspondant
à une demande appliquée à 𝑥 ε Ɵ et représentant le degré d'appartenance de 𝑥 à Ɵ.
0 𝑠𝑖 𝑥 𝑛′ 𝑎𝑝𝑝𝑎𝑟𝑡𝑖𝑒𝑛𝑡 𝑝𝑎𝑠 à Ɵ
𝜋Ɵ (𝑥) = { 𝛿 𝑠𝑖 𝑥 𝑎𝑝𝑝𝑎𝑟𝑡𝑖𝑒𝑛𝑡 𝑝𝑎𝑟𝑡𝑖𝑒𝑙𝑙𝑒𝑚𝑒𝑛𝑡 à Ɵ , δ ∈] 0, 1[ (1)
1 𝑠𝑖 𝑥 𝑎𝑝𝑝𝑎𝑟𝑡𝑖𝑒𝑛𝑡 𝑡𝑜𝑡𝑎𝑙𝑒𝑚𝑒𝑛𝑡 à Ɵ
Dans le cas de l'approche traditionnelle ou classique de l'analyse de la pauvreté, cette fonction
prend sa valeur dans {0,1} où les individus sont soit pauvres ou soit non pauvres. Cependant,
étant donné que la pauvreté est un concept assez large, nous pouvons utiliser le même concept
exposé ci-dessus pour définir l'ensemble flou des pauvres.
4
2.2 Fonction d’appartenance et système de pondération
La fonction d'appartenance et le système de pondération pour l’analyse de la pauvreté
comprennent plusieurs indicateurs choisis par leur pertinence pour capter un aspect particulier
de la pauvreté tels que la pauvreté monétaire, les conditions de vie, le capital humain, etc. La
fonction d'appartenance permet d'évaluer le degré d'appartenance des individus à l'ensemble
flou des pauvres.
L’approche de Cerioli et Zani communément appelée approche totalement floue (TFA)
quantifie pour chaque ménage ou individu le degré d'appartenance à l'ensemble flou des
pauvres. Ce degré d’appartenance est obtenu à partir d'un ensemble d'indicateurs de privation
qui contribuent à mesurer l'amélioration ou la détérioration du bien-être. Pour chaque type
d'indicateur ou de fonction (dichotomique, discrète catégorique et continue) approprié,
l’adhésion sera définie. La section ci-dessous traite le choix de la fonction d'appartenance qui
correspond au mieux à la nature des différentes variables. Les variables catégoriques sont des
variables avec plus de deux modalités. Chacune d'entre elles représente un degré de privation
et la fonction de privation est définie relativement au risque de pauvreté associé aux
différentes modalités. Ces modalités sont classées dans l'ordre croissant par rapport au risque
de pauvreté.
Pour la construction de la fonction d’appartenance, prenons un ensemble de K
indicateurs de privation (𝑋1, 𝑋2 , 𝑋3 , … , 𝑋𝑘−1 ¸𝑋𝑘 , … , 𝑋𝐾 ) et supposons que la variable 𝑋𝑘 a
𝑠𝑘 modalités (𝑋𝑘1 , 𝑋𝑘2 ,…,𝑋𝑘𝑖 , … , 𝑋𝑘𝑠𝑘 ). Dans ce cas, un individu i de la population prend
une valeur 𝑋𝑘 (𝑖) pour la variable 𝑋𝑘 . En effet, après avoir ordonné ces modalités telles qu'une
augmentation dénote une aggravation de l'état de privation, on peut associer un score
𝑄𝑋𝑚𝑘 , m = 1 … 𝑠𝑘 pour chaque modalité 𝑋𝑘𝑖 décrite par la relation suivante :
𝑠
𝑄𝑋1 𝑘 < 𝑄𝑋2𝑘 < ⋯ < 𝑄𝑋𝑚𝑘 < …< 𝑄𝑋𝑘𝑘 .
En général, les premiers nombres entiers 𝑠𝑘 sont choisis comme score associé à ces
modalités. Cependant, cette méthode suppose que les degrés de dépréciation soient espacés
par un (1), ce qui signifie que 𝑄𝑋𝑚𝑘 − 𝑄𝑋𝑚−1
𝑘
=1, m = 2 … 𝑠𝑘 , ou même ils sont à égale distance.
Compte tenu de la nature ordinale de la variable 𝑋𝑘 , une possibilité est de trouver une
modalité correspondant à une situation assez favorable pour exclure la pauvreté et de même
5
de choisir une modalité associée à ces mauvaises conditions que la pauvreté ne peut être
refusée. Ainsi, nous allons définir 𝑄𝑋𝑚𝑖𝑛
𝑘
et 𝑄𝑋𝑚𝑎𝑥
𝑘
les scores correspondants tels que pour toute
valeur inférieure à 𝑄𝑋𝑚𝑖𝑛
𝑘
il n'y a pas de pauvreté et pour toute valeur supérieure à 𝑄𝑋𝑚𝑎𝑥
𝑘
il y a
la pauvreté. La fonction d’appartenance proposée par Cerioli et Zani est alors construite
comme suit:
0 𝑠𝑖 𝑄𝑋𝑖 𝑘 < 𝑄𝑋𝑚𝑖𝑛
𝑘
𝑖 𝑚𝑖𝑛
𝑄𝑋 −𝑄𝑋
𝜋𝑃 (𝑥) = 𝑘
𝑚𝑎𝑥 −𝑄 𝑚𝑖𝑛
𝑘
𝑠𝑖 𝑄𝑋𝑚𝑖𝑛
𝑘
≤ 𝑄𝑋𝑖 𝑘 ≤ 𝑄𝑋𝑚𝑎𝑥
𝑘
(2)
𝑄𝑋 𝑋
𝑘 𝑘
{ 1 𝑠𝑖 𝑄𝑋𝑖 𝑘 > 𝑄𝑋𝑚𝑎𝑥
𝑘
𝑄𝑋𝑖 𝑘 est le score correspondant à la modalité 𝑋𝑘 (𝑖) ∈ (𝑋𝑘1 , 𝑋𝑘2 ,…,𝑋𝑘𝑖 , … , 𝑋𝑘𝑠𝑘 ) que prend
l'individu i par rapport à la variable 𝑋𝑘 . Le degré d'appartenance à l'ensemble flou augmente
proportionnellement à la proximité de la pauvreté. En ce qui concerne les variables continues
telles que le revenu du ménage, les dépenses etc., il existe des méthodes qui tentent de
considérer une incertitude sur le seuil (Atkinson, 1987; Foster et Shorrocks 1988a; Kakwani,
1995).
Cependant, Cheli et Lemmi (1995) ont fait des objections sur cette approche de Cerioli et
Zani et proposent une approche totalement floue et relative pour les variables continues et les
variables catégoriques. Leur approche n’informe pas sur le choix d'une limite. Au lieu de cela,
ils raisonnent en termes relatifs, en tenant compte de la situation globale de la société. Ils
suggèrent la fonction d'appartenance suivante :
0 𝑠𝑖 𝜉𝑋𝑘 = 𝜉𝑋1𝑘
𝑙
𝐹𝑋𝑘 (𝜉𝑋 )−𝐹𝑋𝑘 (𝜉²𝑙−1
𝑋𝑘 )
𝜋𝑃 (𝑥) = 𝜋𝑃 (𝜉𝑋𝑙−1 ) + 𝑘
𝑠𝑖 𝜉𝑋𝑘 = 𝜉𝑋𝑙 𝑘 𝑙, = 2, … , 𝑚 (3)
𝑘 1−𝐹𝑋𝑘 (𝜉𝑋1 )
𝑘
{ 1 𝑠𝑖 𝜉𝑋𝑘 = 𝜉𝑋𝑚𝑘
Où 𝜋𝑃 (𝜉𝑋𝑙−1
𝑘
) représente le degré d'appartenance à l'ensemble P d'une projection individuelle
𝑋𝑘𝑙−1 pour la variable 𝑋𝑘 et 𝐹𝑋𝑘 représente la fonction de répartition cumulative de la
variable 𝑋𝑘 , les modalités étant classées par le risque croissant de la pauvreté.
𝜉𝑋𝑙 𝑘 , 𝑙, = 2, … , 𝑚 correspond à des modalités ordonnées de 𝑋𝑘 .
6
Cheli et Lemmi établissent les fonctions suivantes pour les variables continues :
𝜋𝑃 (𝑥) = 𝐹𝑋𝑘 (𝜉𝑋𝑘 ) où 𝜋𝑃 (𝑥) = 1 − 𝐹𝑋𝑘 (𝜉𝑋𝑘 ) en fonction de la relation positive ou négative
entre 𝑥𝑘 et le risque de la pauvreté. 𝐹𝑋𝑘 est la fonction de répartition cumulative résultant de la
distribution théorique ou empirique appropriée.
Le degré d'appartenance à l'ensemble flou de la pauvreté globale 𝜋Ɵ (𝑥) d'un individu x dépend
de son degré d'appartenance aux différents sous-ensembles flous 𝑃𝑗 correspondant aux
indicateurs spécifiques de privation 𝑋𝑗 . La formule générale de la fonction prend la forme
suivante : 𝜋Ɵ (𝑥) = ℎ(𝜋𝑃1 (𝑥), 𝜋𝑃2 (𝑥), … 𝜋𝑃𝐾 (𝑥)). La fonction h peut être définie de
différentes manières telles que la spécification ci-dessous :
1
𝛿 𝛿
ℎ (𝜋𝑃1 (𝑥), 𝜋𝑃2 (𝑥), … 𝜋𝑃𝐾 (𝑥)) = [∑𝐾 𝐾
𝑗=1 𝜔𝑗 (𝜋𝑃𝑗 (𝑥)) ] , 𝛿 0, 𝜔𝑗 ≥ 0 𝑒𝑡 ∑𝑗=1 𝜔𝑗 = 1. (4)
𝜔𝑗 est les poids attribué aux différents indicateurs de privation dans le processus d'agrégation.
Il saisit l'importance de chaque indicateur dans la description de l'état général de pauvreté des
individus.
Cerioli et Zani proposent le système suivant de pondération qui est une fonction inverse du
niveau de privation moyenne. Cela donne plus d'importance à l'indicateur décrivant la
pauvreté moins fréquente:
ln(1⁄̅̅̅̅̅
𝜋 )
𝑃𝑗
𝜔𝑗 = 𝐾 1
∑𝑗=1 ln( ⁄̅̅̅̅̅
(5)
𝜋 𝑃𝑗 )
1
𝜋𝑃𝑗 =
̅̅̅̅ ∑𝑛𝑖=1 𝜋𝑃𝑗 (𝑖) représente la proportion floue des personnes privées selon l'indicateur
𝑛
𝑋𝑗 .
3. Résultats et discussions
La décomposition de l'indice flou global multidimensionnel de pauvreté en indice
unidimensionnel permet de mesurer le niveau de pauvreté par rapport à chaque dimension. Le
niveau de pauvreté est inégalement réparti dans chaque milieu de résidence. A Dakar urbain,
la proportion floue de pauvreté est plus élevée avec l’indicateur de privation de biens durables
(82,9 % pour l'approche ménage et 81,5 % selon l’approche individu). Pour cette même
dimension, la proportion floue de ménages pauvres est estimée à 85,7 % au niveau national.
Ces valeurs reflètent un faible niveau d'appropriation de biens durables par les ménages
7
vivant à Dakar urbain. La proportion floue liée à la dimension type de matériau des murs est
égale à 0,5 %, alors qu'il est estimé à 7,5 % pour les ménages vivant dans d'autres zones
urbaines et 29,8 % pour les ménages dans les zones rurales. Globalement, le niveau de
pauvreté structurelle par rapport à la dimension type de matériau des murs est de 16,8% au
Sénégal.
En ce qui concerne la dimension « consommation », l'approche classique de la pauvreté a
révélé que le taux de pauvreté des ménages au niveau national était de 35% contre 46,7 %
pour le taux de pauvreté des individus. Par ailleurs, par rapport à l’approche des ensembles
flous, la proportion des pauvres par rapport à cette dimension est de 35,4 % pour les ménages
contre 46,5 % pour les individus. Les analyses donnent des mesures assez similaires
concernant la dimension de la consommation.
Tableau 1: Mesure floue de la pauvreté selon le lieu de résidence par conditions d’existence
en 2011 au Sénégal
Dakar Urbain Autres Villes Milieu Rural Sénégal
Individus Ménages Individus Ménages Individus Ménages Individus Ménages
Type de Logement 32.1 28.8 50.6 50.3 68.6 69.1 56.5 53.6
Statut d'occupation 22.1 29.5 14.6 20.4 3.9 4.8 10.3 15.2
Indice de peuplement 45.4 35.7 39.1 30.4 43.6 36.9 43.1 35.2
Matériau du toit 1.7 2.4 32.4 32.5 59.5 61.0 40.6 38.3
Matériau des murs 0.5 0.5 7.0 7.5 28.1 29.8 17.4 16.8
Matériau du sol 0.7 0.7 16.9 16.7 37.2 38.2 24.6 22.9
Source d'approvisionnement en eau 4.3 5.5 21.8 21.8 44.5 46.0 30.6 29.4
Type de toilette 1.3 1.4 19.3 20.3 49.8 53.6 32.4 31.7
Source d'éclairage 6.5 7.2 15.2 16.7 71.0 72.3 44.8 42.1
Source pour faire la cuisine 27.1 32.0 10.5 13.3 2.6 3.4 9.9 13.7
Evacuation des eaux usées 57.7 55.8 82.5 82.1 97.9 97.8 85.5 82.4
Evacuation des ordures ménagères 29.0 28.3 27.4 27.8 61.9 61.3 47.3 44.8
Biens durables 81.5 82.9 83.6 84.7 86.9 87.7 85.0 85.7
Emploi 42.5 36.5 42.8 39.0 22.8 22.4 31.4 29.9
Education 63.4 58.8 61.8 59.6 71.3 70.3 65.0 61.6
Handicap 1.5 1.0 2.7 2.3 2.3 2.3 2.2 1.9
Consommation 25.7 17.1 41.3 32.0 56.8 47.3 46.5 35.4
Les ménages ruraux sont les plus pauvres. Les proportions floues obtenues selon une
approche ménage sont très proches de celles obtenues selon l’approche individu.
Le taux global de pauvreté des ménages est estimé à 24,3%. Toutefois, la pauvreté est
8
inégalement répartie entre les lieux de résidence. Dans les zones rurales, la proportion floue
des ménages pauvres est évaluée à 30,6% alors qu'elle est de 20,6% dans les autres zones
urbaines et 15,9% à Dakar urbain. Ces différences entre les régions pourraient refléter des
disparités en matière d'urbanisation, financière et des opportunités de marché entre ces
milieux.
La décomposition régionale révèle les régions les plus pauvres du pays. Kédougou enregistre
la plus grande proportion de ménages pauvres (36,9%) parmi les régions. Dakar est la région
la moins pauvre avec une proportion floue des ménages pauvres estimée à 15,8%.
Tableau 2: Mesure floue de la pauvreté selon le lieu et la région de résidence en 2011 au
Sénégal
Ménages Individus
Milieu de résidence
Dakar urbain 15.9 16.0
Autres Villes 20.6 20.8
Milieu Rural 30.6 30.6
Sénégal 24.3 25.2
Région
Dakar 15.8 16.0
Ziguinchor 29.9 30.7
Diourbel 24.0 24.1
Saint-Louis 23.2 23.5
Tambacounda 32.6 32.5
Kaolack 27.0 27.6
Thiès 21.6 21.7
Louga 27.1 27.0
Fatick 31.5 32.1
Kolda 35.7 37.5
Matam 30.8 30.3
Kaffrine 33.7 34.3
Kédougou 36.9 37.0
Sédhiou 34.9 35.4
Ensemble 24.3 25.2
La décomposition de la proportion floue des ménages pauvres par sexe montre que les
ménages dirigés par des femmes sont moins pauvres (20,3%) que ceux dirigés par des
hommes (25,8%). Cette tendance est la même dans toutes les strates (milieux de résidence)
sauf à Dakar urbain. Ce constat est confirmé par l'analyse au niveau individuel.
L'âge du chef de ménage est une variable importante dans l’analyse de la pauvreté. Il permet
d’opérer la comparaison des niveaux de bien-être des personnes vivant dans des ménages
dirigés par des personnes âgées de celles qui sont dans des ménages dirigés par des jeunes
individus. Le nombre de ménages dirigés par des personnes âgées de moins de 35 ans
9
représentent 11,3% contre 62,3 % pour les ménages dirigés par les hommes âgés de 35-59 ans
et 26,3% pour ceux dirigés par des personnes âgées de 60 ans ou plus (ESPS 2011). A Dakar,
la proportion floue des ménages pauvres est plus prononcée chez les ménages dirigés par des
jeunes (moins de 35 ans) avec 16,2%. Dans les zones rurales et dans les autres villes, la
pauvreté floue de ces ménages est évaluée respectivement à 30,3% et 21,1%.
Tableau 3: Mesure floue de la pauvreté selon le sexe du chef de ménage et par mileu de
résidence en 2011 au Sénégal
Ménages Individus
Masculin Féminin Masculin Féminin
Dakar Urbain 15.6 16.3 15.6 16.7
Autres Villes 20.8 20.3 20.9 20.5
Milieu Rural 31.9 24.9 31.9 23.8
Sénégal 25.8 20.3 26.8 20.4
Une répartition de l'indicateur de la pauvreté fournit des informations sur les contributions de
chaque indicateur ou dimension. L’indice de peuplement, la nature du matériau du toit et la
consommation sont les facteurs qui contribuent le plus à la proportion floue des ménages
pauvres avec une contribution de 7,26% pour chacun d'eux (annexe 2). La région de Dakar est
la région la moins pauvre, mais elle dispose de la plus forte contribution à la pauvreté. Ceci
pourrait être expliqué par son poids relativement plus important en nombre de ménages (29
% du nombre total de ménages au Sénégal). Par ailleurs, Kédougou est la région la plus
pauvre (36,9 %), mais contribue moins à la proportion floue des ménages pauvres au Sénégal
(1,5%). Les régions nouvellement créées (Kédougou, Kaffrine, Sédhiou et Matam) sont celles
qui ont la plus faible contribution (annexe 3) à l’indice multidimensionnel de la pauvreté. Les
Figures A1 et A2 donnent une visualisation des contributions régionales et l'ampleur de la
pauvreté à travers une classification plus complète.
10
Conclusion
Ce document explore l’analyse de la pauvreté multidimensionnelle en utilisant la méthode des
ensembles flous, appliquée aux données de la dernière enquête de suivi de la pauvreté au
Sénégal (ESPS, 2011). A la différence de l'approche monétaire traditionnelle, cette approche
de la pauvreté multidimensionnelle constitue une des mesures les plus réalistes et appropriées,
car prenant en compte toutes les dimensions possibles qui décrivent la privation. L'objectif
était d'évaluer la pauvreté dans tous ses aspects et de fournir un cadre stratégique pour mener
des actions plus concrètes dans la lutte contre la pauvreté.
Les résultats obtenus à partir de la décomposition de la pauvreté indiquent des niveaux de
pauvreté très hétérogènes selon les régions. Par ailleurs, les résultats montrent que les
ménages vivant dans les zones rurales et dont les chefs sont âgés affichent les niveaux de
privation les plus élevés.
11
Bibliographie
Atkinson, A.B. 1987. On the measurement of poverty. Econometrica, vol. 55, no. 4, pp. 749–
64.
Barro, R. 1991. Economic Growth in a Cross-section of Countries. Quarterly Journal of
Economics 106 (2): 407–43.
Binswanger, H. P., Khandler, S. R. and Rosenzweig, M. R. 1993. How Infrastructure and
Financial Institutions Affect Agricultural Output and Investment in India. Journal of
Development Economics41: 337-66.
Brindley, C. 2005. Barriers to women achieving their entrepreneurial potential: Women and
Risk. International Journal of Entrepreneurial Behaviour, 11(2), 144-61
Cerioli, A. and Zani, S. 1990. A fuzzy approach to the measurement of poverty, in Dagum, C.
and Zenga, M. (eds), Income and Wealth Distribution, Inequality and Poverty, Studies in
Contemporary Economics, Springer Verlag, Berlin, pp. 272–84.
Cheli, B. and Lemmi, A. 1995. A totally fuzzy and relative approach to the multidimensional
analysis of poverty. Economic Notes, vol. 24, no. 1, pp. 115–33.
Devarajan, S., Swaroop, V. and Zou, H. 1996. The Composition of Public Expenditure and
Economic Growth. Journal of Monetary Economics 37: 313–44.
Edward Anderson, Paolo de Renzio and Stephanie Levy. 2006. The Role of Public Investment
in Poverty Reduction: Theories, Evidence and Methods. Working Paper 263. Overseas
Development Institute.
Fan, S., P. Hazell, and S. Thorat. 1999. Linkages between government spending, growth, and
poverty in rural India. Research Report 110. Washington, DC: International Food Policy
Research Institute.
Fan, S., X. Zhang, and N. Rao. 2004. Public expenditure, growth, and poverty reduction in
rural Uganda. Development Strategy and Governance Division Discussion Paper No. 4.
Washington, DC: International Food Policy Research Institute.
Foster, J.E. and Shorrocks, A.F. 1988a, ‘Inequality and poverty orderings’, European
Economic Review, vol. 32, nos 2–3, pp. 654–62.
Gomanee, K., Morrissey, O., Mosley, P. and Verschoor, A. 2003. Aid, Pro-poor Government
Spending and Welfare. CREDIT Research Paper 3. Nottingham: University of Nottingham,
CREDIT.
12
Kakwani, N.C. 1995. Measuring poverty with uncertain poverty line. Journal of Income
Distribution, vol. 5, no. 2, pp. 201–10.
Milbourne, R., Otto, G. and Voss, G. 2003. Public Investment and Economic Growth.
Applied Economics 35: 527–40.
Sala-i-Martin, X. 1997. I Just Ran Two Million Regressions. American Economic Review 87
(2): 178–83.
Mitra, A., Varoudakis, A. and Veganzones, M. 1998. Croissance de la Productivité et
Efficacité Technique dans L'industrie Manufacturière des Etats de l'Inde. Le Rôle des
Infrastructures, Revue Economique, 49 (3): 845–55.
Misango, S., and orpha k. Ongiti, O. 2013. Do Women Entrepreneurs Play a Role in Reducing
Poverty? A Case in Kenya. International review of management and business Research, vol. 2
issue. 1.
Mosley, P., Hudson, J. and Verschoor, A. 2004. Aid, Poverty Reduction and the New
Conditionality. Economic Journal 114, June: F217–F243.
Sylvia, C., and Pedwell, C. 2008. Women, gender and the informal economy: An
assessment of ILO research and suggested ways forward/Sylvia International Labor Office.
Geneva: ILO, 2008.
Zadeh, L.A. 1965. Fuzzy sets, Information and Control. vol. 8, pp. 338–53.
Annexe
Annexe 1 : Evolution de la pauvreté monétaire au Sénégal de 2001 à 2011
13
National Dakar Urbain Autres Villes Milieu Rural
1994/95
Incidence de la pauvreté (%) 67,9 56,4 70,7 71,0
Ecart de pauvreté (%) 23,6 17,7 24,4 25,3
Sévérité de la pauvreté (%) 10,6 7,4 10,8 11,7
2001/02
Incidence de la pauvreté (%) 57,1 42,0 50,1 65,2
Ecart de pauvreté (%) 18,3 12,0 16,1 21,4
Sévérité de la pauvreté (%) 7,9 4,7 6,9 9,4
2005/06
Incidence de la pauvreté (%) 50,8 32,5 38,8 61,9
Ecart de pauvreté (%) 16,4 8,3 10,8 21,5
Sévérité de la pauvreté (%) 7,5 3,0 4,5 10,2
2010/11
Incidence de la pauvreté (%) 46,7 26,1 41,2 57,1
Ecart de pauvreté (%) 14,5 5,8 13,1 18,6
Sévérité de la pauvreté (%) 6,6 2,1 5,9 8,7
Tableau A1: la pauvreté et l'âge du chef de ménage
Pauvreté des Ménages
< 35 ans 35-59 ans ≥60 ans
Dakar Urbain 16.2 15.6 16.1
Autres Villes 21.1 20.0 21.5
Milieu Rural 30.3 30.2 31.6
Sénégal 24.1 24.0 25.0
Pauvreté des Individus
< 35 ans 35-59 ans ≥60 ans
Dakar Urbain 15.2 15.7 16.5
Autres Villes 22.0 20.1 21.6
Milieu Rural 29.4 30.4 31.4
Sénégal 25.4 25.2 25.2
Pauvreté des Ménages
< 35 ans 35-59 ans ≥60 ans
Masculin 25.6 25.5 26.4
Fémini 20.9 19.9 20.9
Sénégal 24.1 24.0 25.0
Pauvreté des Individus
< 35 ans 35-59 ans ≥60 ans
Masculin 27.8 26.9 26.5
14
Féminin 20.9 20.1 20.6
Sénégal 25.4 25.2 25.2
Table A2: Contribution de la pauvreté
Indicateurs de privation Proportion floue Contribution
Absolue Relative (%)
Type de Logement 0.536 0.0160 6.60
Statut d'occupation 0.152 0.0137 5.65
Indice de peuplement 0.352 0.0176 7.26
Matériau du toit 0.383 0.0176 7.26
Matériau des murs 0.168 0.0144 5.92
Matériau du sol 0.229 0.0162 6.66
Source d'approvisionnement en 0.294 0.0173 7.10
eau
Type de toilette 0.317 0.0175 7.19
Source d'éclairage 0.421 0.0155 6.37
Source pour faire la cuisine 0.137 0.0131 5.38
Evacuation des eaux usées 0.824 0.0077 3.15
Evacuation des ordures 0.448 0.0173 7.10
ménagères
Biens durables 0.857 0.0063 2.61
Emploi 0.299 0.0173 7.13
Education 0.616 0.0143 5.89
Handicap 0.019 0.0036 1.49
Consommation 0.354 0.0176 7.26
Sénégal 0.243 0.2431 100
Table A3: Contribution de la pauvreté selon la région
Région Proportion floue Contribution
Absolue Relative (%)
Dakar 0.158 0.046 19.129
Ziguinchor 0.299 0.021 8.896
Diourbel 0.24 0.024 9.825
Saint-Louis 0.232 0.015 6.238
Tambacounda 0.326 0.013 5.513
Kaolack 0.27 0.016 6.576
Thiès 0.216 0.024 9.764
Louga 0.271 0.016 6.483
Fatick 0.315 0.015 6.145
Kolda 0.357 0.015 6.220
Matam 0.308 0.012 4.940
Kaffrine 0.337 0.011 4.499
Kedougou 0.369 0.004 1.535
15
Sedhiou 0.349 0.010 4.186
Senegal 0.243 0.243 100
Table A4: Contribution de la pauvreté selon la strate
Strate Proportion floue Contribution
Absolue Relative (%)
Urban Dakar 0.159 0.046 18.85
Other Urban 0.206 0.044 17.53
Rural 0.306 0.154 63.60
Senegal 0.243 0.243 100.00
Figure A1: La pauvreté au Sénégal, un contexte de trois classes
Figure A2: Contribution à la pauvreté par région
16
17
