View metadata, citation and similar papers at [Link].

uk brought to you by CORE

provided by Research Papers in Economics

Document de travail

DT/159/2010

Politique active d’emploi et employabilité

des jeunes dans la ville d’Abidjan

par

Clément Kouadio KOUAKOU

Maître-assistant – UFR-SEG - Université de Cocody-Abidjan

Avenue Léon Duguit - 33608 Pessac (France) - tél : 0556848539 - fax : 0556848534
ged@[Link]- larefi@[Link]
[Link] - [Link]
 Politique active d’emploi et employabilité des jeunes dans la ville
d’Abidjan
par

Clément Kouadio KOUAKOU

Maître-Assistant – UFR-SEG – Université de Cocody-Abidjan

Résumé :
Cette étude est une contribution à l’analyse du processus d’insertion professionnelle des jeunes urbains à
Abidjan. A partir d’une enquête d’insertion professionnelle, l’étude montre que les politiques d’emploi jeunes
ont relativement amélioré la situation des bénéficiaires à travers des effets de travailleurs additionnels et une
mobilité professionnelle relativement plus favorable. Cependant, les résultats laissent apparaître une transition
chaotique des jeunes sur le marché du travail urbain en Côte d’Ivoire, mais également un ciblage imparfait dans
la sélection des bénéficiaires. En effet, l’estimation d’un modèle de durée de type Weibull avec instrumentation
du passage par le programme d’insertion montre d’une part que les programmes ont souffert d’un mauvais
ciblage des bénéficiaires dû au fait que la sélection n’a pas tenu compte de la dépendance temporelle des jeunes
aux états qui amenuisent leur employabilité comme la durée et le nombre de période d’inactivité et de chômage
et la situation sociale des jeune. D’autre part, le modèle de durée réfute l’existence d’un effet significatif sur la
sortie du chômage dans la situation post programme.

Abstract :
This study is a contribution to the analysis of the employability process of urban youth in Côte d'Ivoire. Through
an insertion survey, the study shows that youth employment policies have relatively improved situation of
beneficiaries through the effects of additional workers and occupational mobility relatively more favorable.
However, the results reveal a chaotic transition of youth in the urban labor market in Côte d’Ivoire, but also an
imperfect targeting in the selection of beneficiaries. Indeed, estimating a Weibull duration model with
instrumentation of insertion program shows both that the programs have suffered from poor targeting of
beneficiaries because the selection did not consider the time dependence on the status of youth that erode their
employability such as the duration and number of periods of inactivity and unemployment and social situation of
the young. On the other hand, the duration model refutes the existence of a significant effect on the exit from
unemployment in the post program.

Mots-clés : chômage, évaluation, insertion professionnelle, jeunes urbains, programme

JEL classification : C13, C14, C41, J64

Sommaire

1. Introduction ------------------------------------------------------------------------------------------------ 2
2. Du Chômage des jeunes à la politique active d’emploi : revue analytique ---------- 3
3. Données ---------------------------------------------------------------------------------------------------- 4
4. Trajectoire professionnelle et durée de chômage des jeunes urbains en côte
d’Ivoire ------------------------------------------------------------------------------------------------------------- 5
1. Durée de chômage et politique active d’emploi ----------------------------------------------------------- 5
2. La vulnérabilité au chômage des jeunes --------------------------------------------------------------------- 6
5. Traitement de l’endogénéité du passage par un programme d’insertion dans
l’estimation d’un modèle de durée ----------------------------------------------------------------------- 9
6. Résultats économétrique et discussion -------------------------------------------------------- 11
1. Déterminants de la participation au programme d’insertion des jeunes urbains. ----------------- 11
2. Estimation de l’effet des programmes sur la durée de chômage ------------------------------------ 13
7. Conclusion ----------------------------------------------------------------------------------------------- 15
Références bibliographiques --------------------------------------------------------------------------------- 16
Annexes --------------------------------------------------------------------------------------------------------- 19
2 DOCUMENT DE TRAVAIL N° 159

1. Introduction
Le chômage en Côte d’Ivoire est essentiellement urbain. En effet, les différentes enquêtes
ménages montrent une quasi-inexistence du chômage en zone rurale. Dans les zones urbaines, les
jeunes de 15 à 29 ans concentrent les plus forts taux de chômage. Cette tranche d’âge comprend
principalement les demandeurs de premier emploi. La recrudescence du chômage des jeunes urbains,
consécutive à l’application des Programmes d’Ajustement Structurel (PAS) a motivé des mesures
d’urgence par les autorités publiques. Ces interventions ont consisté, pour la plupart, en la mise en
place de stages de formation, des subventions temporaires à l’embauche, de contrats d’apprentissage et
des formations complémentaires. L’application de ces politiques, dites politiques actives d’emploi est
une reconnaissance implicite de la vulnérabilité des jeunes sur le marché du travail et constitue une
évolution qualitative dans la politique publique en faveur de cette tranche de la population.

En Côte d’Ivoire, ces mesures ont débuté vers les années 1985 avec la mise en œuvre de la
politique de retour à la terre qui s’est soldée par un échec du fait de son incohérence par rapport à la
théorie du développement telle que développé par Harris et Todaro (1970)1. En 1991, le Programme
d’Aide à l’Embauche a été initié pour soutenir les jeunes diplômés. Piloté par le cabinet du premier
Ministre, ce programme a eu une forte audience auprès des jeunes urbains. A partir de 1995, on assiste
à la mise en place d’un deuxième volet appelé phase opérationnelle pour consolider le PAE afin de
contenir la dégradation professionnelle de la jeunesse. Celle-ci ajoute aux mises en stage, des
formations complémentaires qualifiantes. Dans la même période, le Programme d’Absorption des
Jeunes Déscolarisés (PAJD) est initié en guise de soutien aux jeunes déscolarisés. On peut mentionner
bien d’autres actions2 contenues dans le Plan National de l’Emploi de 1995, mais en termes
d’importance numérique, le PAE et le PAJD sont les programmes qui ont mobilisé plus de jeunes.
Leur finalité est de lutter contre le chômage, la précarité, la pauvreté et l’exclusion par la promotion de
l’insertion des jeunes.

La préoccupation dans cette étude est d’appréhender l’impact de ces deux programmes sur
l’employabilité des jeunes urbains. En d’autres termes, il s’agit de voir l’effet de la politique active
d’emploi sur la durée de chômage des bénéficiaires. La pertinence de cette préoccupation tient au faite
que l’impact de la politique active est indéterminé dans la situation post programme. En outre, le
contexte de la mise en œuvre des programmes et la situation de sortie de crise nécessite des mesures
appropriées pour mieux lutter contre le chômage galopant et l’accroissement de la pauvreté urbaine
(INS, 2008). Aussi semble-t-il important d’apprécier chaque programme de façon spécifique. Pour y
arriver, nous analysons à partir d’une enquête d’insertion professionnelle la trajectoire professionnelle
des jeunes ayant bénéficié ou non de ces deux programmes.

Bien que la littérature sur l’évaluation des politiques publiques ait fait l’objet d’un nombre
conséquent de travaux appliqués pour la plupart sur des pays occidentaux (Hamalainen and Ollikainen
[2004] en Finlande, Brodaty et al. [2002] en France, Lechner [1999] en Allemagne, Fredriksson and
Johansson [2003] en Suède, on déplore la rareté d’études semblables consacrées au pays en
développement. A ce titre, la présente étude donne lieu à la première évaluation micro-économétrique

1
Cette théorie montre que dans le processus de développement d’un pays, le surplus de la main d’œuvre rurale migre vers les
villes pour alimenter la main d’œuvre industrielle. Le contraire est un paradoxe.
2
Il s’agit entre autres du Programme Spécial d’Insertion des Femmes (PSIF), du Programme de Création de Micro-
Entreprise (PCME) et celui d’Insertion des Jeunes Ruraux (PIJR). L’ensemble de ces mesures a fonctionné jusqu’en 1999
avant de subir le choc de la dégradation des indicateurs économiques et le coup d’état. Le dernier en date, initié en 2002 est le
fonds de solidarité qui s’apparente aux fonds sociaux.
POLITIQUE ACTIVE D’EMPLOI ET EMPLOYABILITE DES JEUNES DANS LA VILLE D’ABIDJAN 3

des politiques actives d’emploi en Cote d’ivoire. La technique d’évaluation mise en œuvre est celle de
la méthodologie quasi-expérimentale et plus spécifiquement des modèles de durée a variables
instrumentales tels que développés par Heckman et Robbs (1985).

2. Du Chômage des jeunes à la politique active d’emploi : revue

analytique

L’évolution de la structure et de l’ampleur du chômage permet de montrer à quel point les

modalités de mobilisation du travail sont défaillantes. Durant ces dernières décennies, le chômage a
fortement augmenté surtout en zone urbaine. Outre la croissance de son volume, il inquiète par
l’évolution de sa physionomie qui fait ressortir la dualité entre diplômés et non diplômés (Bougroum
et Ibourk ; 2003). En effet, les taux de chômage les plus élevés dans les pays en développement se
rencontrent parmi les plus diplômés (Kouakou, 2008 ; Domoraud, 2003 ; Kouadio, 2005 ; Njikam et
all, 2001 ; Brilleau et all(idem), 2004). Au niveau structurel, l’impact des programmes d’ajustement
structurel a été évoqué comme un catalyseur du chômage des jeunes en général et des jeunes diplômés
en particulier (Lachaud, 1996). En diminuant le rôle de l’Etat dans l’emploi des nouveaux diplômés, la
mise en œuvre des PAS dans ces pays a contribué à l’accroissement du chômage des jeunes.
Cependant, la durée de chômage notamment celle des moins diplômés a été peu analysée. Cette lacune
est due à l’insuffisance des données disponibles. Dans les pays développés, les déterminants de la
durée de chômage des jeunes sont analysés à partir des données de panel (Vishawanath,1989 ;
Berkovich, 1990 ; Lolivier, 2000). De ces études, il ressort que la durée de chômage génère des effets
de stigmate et nuit à la qualité de l’emploi. L’argument le plus avancé est le manque d’expérience
professionnelle des jeunes, surtout des demandeurs de premier emploi. Les individus étant
hétérogènes, les chômeurs aux compétences initiales moins élevées ont une probabilité de sortie du
chômage plus faible. Pour prendre en compte les différentes destinations sur le marché du travail,
Atkinson et Micklewright (1991) utilisent des modèles à destinations multiples ou encore des modèles
de transition (Cavaco, 2004 ; Fougère et Kamioka, 2005). Ceux-ci ont l’avantage de prendre en
compte les différentes sorties du chômage (CDD, CDI, emploi sans contrat ou inactivité) et les effets
de la politique d’emploi.

Par ailleurs, pour analyser la durée de chômage, les modèles peuvent être paramétriques ou
non. Les modèles paramétriques permettent de contrôler la présence d’hétérogénéité observée et non
observée. En effet, l’hétérogénéité peut être ex ante, comme la durée de chômage ou la durée
d’inactivité. On parle alors de dépendance d’état qui peut être temporelle ou pas. Il est montré que les
chances de sortie du chômage sont fonction décroissante de leur durée (Vishawanath, 1989 ; Van den
Berg, Gerard J., 1994). En partie, ce phénomène est imputable à la présence d’un effet de stigmate qui
réduit le nombre d’opportunités d’emplois pour les chômeurs de longue durée (Berkovich, 1990).
Fougère et Kamioka (2005) dénoncent un biais de dépendance temporelle négative de la fonction de
risque de sortie du chômage. Cette situation est connue sous l’appellation de phénomène « mover-
stayer ». Son existence induit la nécessité de contrôler l’hétérogénéité individuelle tant observée que
non observée. On peut y arriver par l’utilisation d’un modèle mélangeant ou d’un modèle constant par
morceau.

Cependant, l’inexistence de données de panel dans les pays en développement oblige, la

plupart des analyses à utiliser des données transversales. Ce qui permet de mettre en exergue l’impact
des caractéristiques environnementales et individuelles des jeunes sur leur sortie du chômage. Des
études révèlent par exemple que la durée de chômage augmente avec l’âge (Kouakou, 2008). Par
contre, les jeunes sont les plus affectés par le chômage urbain et la précarité de l’emploi. Toutes
choses qui amenuisent leur capital humain.
4 DOCUMENT DE TRAVAIL N° 159

Comme solutions à la précarité des jeunes sur les marchés du travail urbains, des politiques
d’emploi sont souvent initiées. Elles ont pour but essentiel d’améliorer leur employabilité et repose
sur une combinaison d’interventions précoces pour éviter l’enlisement dans le chômage et de
programmes « curatifs » pour certains groupes particuliers (chômeurs de longue durée). En Afrique,
on peut citer le programme Maîtrisard au Sénégal, le Fonds National de l’Emploi (FNE) au Cameroun,
le Plan d’Action-Emploi (PAE) au Maroc, le Programme Emploi Jeune (PEJ) au Mali et le Programme
d’Emploi jeune (PEJ) en Algérie. La plupart de ces politiques bien qu’étant très ambitieuses
fonctionnent de façon discontinue car utilisées souvent à des fins de propagande politique avec des
institutions fragiles et manipulables. En plus, le budget alloué à ces mesures restent dérisoire et
aléatoire. Par contre, dans les pays développés, ces programmes ont été très sollicités. Dans certains
pays comme la Grèce, la France et l’Italie, ils représentent respectivement 25 %, 20 % et 12% de
l’emploi des jeunes (DARES, 1996). Développés au début en Suède, ces dispositifs ont été étendus à
l’ensemble des pays de l’OCDE. On distingue ainsi, les programmes d’aide au premier emploi des
jeunes en France, aux Etats-Unis et en Angleterre, le « Work experience program » en Irlande, les
programmes de subvention à l’embauche et les chances s’insertion en Suède, les jobs corps aux Etats-
Unis, etc. Depuis, 2008, un nouveau concept a fait son apparition sur la scène internationale pour
prévenir le chômage potentielle des individus victime de licenciement. Il s’agit de la flexicurité dont
une application est faite au Pays Bas avec l’adoption en 1999 de la loi sur la flexibilité3 et la sécurité
(Barbier, 2007).

Les exigences de viabilité et d’efficacité imposent une évaluation de l’impact de ces mesures
publiques sur les bénéficiaires. Les nouvelles méthodes utilisées sont axées sur les évaluations
expérimentales et quasi-expérimentales avec pour point focal la correction des biais de sélection
(Brodaty, Crépon, Fougère, 2002). Cependant, les approchent diffèrent selon la méthode de correction
des biais et les variables de résultat. En effet, si certaines études se focalisent sur le salaire et
l’obtention d’un emploi, beaucoup d’autres utilisent le critère de trajectoire professionnelle comme
principe d'évaluation. Les recherches menées (Gritz, 1993; Pénard et Sollogoub, 1995; Ham et
Lalonde, 1996; Bonnal et al., 1997; Kamionka 1999 ; Fougère et Kamionka, 2005) utilisent des
estimations de modèles de transition sous forme réduite.

Dans la présente étude, compte tenu de la nature transversale des données, un modèle de durée
à variable instrumentale sera utilisé pour capter l’impact des mesures jeunes sur la durée de chômage.
Une analyse statistique de la trajectoire professionnelle des jeunes sera faite avant d’estimer l’effet de
la politique active d’emploi sur la durée de chômage.

3. Données
La source principale de donnée de ce travail est constituée de données primaires émanant
d’une enquête d’insertion professionnelle réalisée dans la ville d’Abidjan. Ce choix réside au fait que
la ville d’Abidjan à elle seule explique près de 75 % du chômage national et concentre près de 80 %
des bénéficiaires des programmes jeunes. L’échantillon est de 735 jeunes dont 165 bénéficiaires des
programmes d’insertion professionnelle (Programme d’Aide à l’Embauche (PAE) et Programme
d’Absorption des Jeunes Déscolarisés (PAJD)). Cette taille est basée sur la précision acceptable
surtout quand les moyens sont limités (Ardilly, 1994). Pour l’échantillon des non bénéficiaires, le

3
Bien que le Danemark soit toujours cité comme le modèle de la flexicurité, c’est originellement aux Pays-Bas que le terme
s’est développé avec l’adoption en 1999 de la loi sur la flexibilité et la sécurité qui a réformé en profondeur le travail à temps
partiel, le travail intérimaire et les droits de protection sociale associés (Barbier, 2007). S’appuyant sur les résultats de
plusieurs études, on démontre qu’il existe une sorte de seuil, situé aux alentours d’une dizaine d’années de permanence dans
l’emploi, au-delà duquel tant les aspirations et la motivation du travailleur que la productivité stagnent puis s’amenuisent. Ils
suggèrent donc que c’est aux alentours de ce seuil de dix ans que devraient être envisagées et organisées les transitions, mais
que le faire avant serait contre-productif tant pour les entreprises que pour les travailleurs (Peter AUER et Bernard GAZIER
(2006), ‘L’introuvable sécurité de l’emploi, Paris : Flammarion, 2006, 193 p., ISBN : 978-2-0821-0575-0).
POLITIQUE ACTIVE D’EMPLOI ET EMPLOYABILITE DES JEUNES DANS LA VILLE D’ABIDJAN 5

tirage a été effectué à deux degrés. Au premier degré, 50 îlots da façon aléatoire ont été sélectionnés à
partir du Recensement Général de la Population et de l’Habitat (RGPH) et 12 individus ont été tirés
dans chaque îlot selon la méthode des pas tel que appliquée par l’Institut National de la Statistique
(INS).

Afin de trouver un contrefactuel satisfaisant comme l’exige les méthodes d’évaluation, il est
sélectionné des jeunes urbains, de 15 à 34 ans, ivoiriens, au moins de niveau CM2, qui ont achevé
leurs études entre 1995 et 1998. Par rapport à la définition de base de la jeunesse dans le début de
l’étude à savoir les individus dont l’âge est compris entre 15 et 29 ans, nous avons avancé la limite
supérieure à 34 ans en considérant qu’un jeune qui avait 29 ans en 1998 a 34 ans en 2004. Pour
chaque jeune, il est établit un calendrier du parcourt professionnelle qui vise à appréhender le parcourt
professionnel de l’individu.

D’autres sources secondaires sont utilisées. Il s’agit d’abord des quatre enquêtes sur le niveau de
vie des ménages (ENV 1993, 1995, 1998, 2002) utilisées pour l’analyse de l’évolution du chômage et
de la durée de chômage. On utilise également les données relatives aux deux programmes étudiés.

4. Trajectoire professionnelle et durée de chômage des jeunes

urbains en côte d’Ivoire
1. Durée de chômage et politique active d’emploi

L’analyse de la durée du chômage permet de connaître l’ampleur de ce phénomène qui concerne

de façon générale toutes les personnes ayant vécu au moins une année de chômage. Elle permet
également d’analyser son impact sur l’employabilité des individus victimes du chômage. L’application
de cette définition montre que le chômage en Côte d’Ivoire est essentiellement de longue durée. En
effet, la durée moyenne de chômage est de 55 mois en 1998, 53 mois en 2002 et 46,7 en 2008. A cet
effet, quatre constats majeurs se dégagent de l’analyse de la durée de chômage des jeunes en Côte
d’ivoire. D’abord, Abidjan renferme le plus grand nombre de chômeurs de toute catégorie. On y
trouve pratiquement les trois quarts des chômeurs urbains jeunes. Ensuite, on constate que la
proportion des chômeurs à Abidjan a diminué alors que celle des autres villes a augmenté entre 1998
et 2002. Enfin, la contribution du chômage de longue durée dans le chômage global des jeunes urbains
est de 78,8 % en 1998 et 81,8 en 2002, et 65,29 % en 2008 (Tableau A2). Cette forte diminution est
due au nombre de plus en plus croissant de jeunes diplômés déversés chaque année sur le marché du
travail. Cependant, la durée de chômage diminue avec le niveau du diplôme (Kouakou, 2006, AGEPE,
2008). En outre, il est montré qu’à diplôme égal, les jeunes mettent moins de temps à trouver un
emploi que les adultes. Par contre, parmi les chômeurs de longue durée, il y a autant d’hommes que de
femmes à Abidjan en 2008 (AGEPE, 2008).

La forte contribution des jeunes à la durée du chômage ont motivé les pouvoirs publics à
prendre des mesures spécifiques en matière de politique d’emploi en leur faveur. La première de celle-
ci a été le programme d’aide à l’embauche (PAE). Il vise l’insertion professionnelle des jeunes
diplômés dans le secteur privé à travers une série d’incitations des employeurs. Dans sa phase
expérimentale (1991-1992), le programme a permis la mise en stage de 1554 jeunes. Dans la seconde
phase appelée « phase opérationnelle », il a été pris en compte la formation complémentaire
qualifiante qui comprend trois types de formations (additionnelle, recyclage et reconversion). Cela a
favorisé la mise en stage de 599 jeunes bénéficiaires et la formation de 907 jeunes. Malheureusement,
les contraintes budgétaires suivies du coup d’état de Décembre 1999 ont entraîné un
dysfonctionnement total du programme depuis cette date.

La seconde mesure a été le PAJD créé en 1996 et piloté par l’Agence Nationale de la Formation
Professionnelle (AGEFOP). Sa création se fonde sur le constat de l’accroissement continu des jeunes
déscolarisés. L’intérêt principal du Programme est de favoriser la diminution du risque de
6 DOCUMENT DE TRAVAIL N° 159

délinquance, de criminalité et des perturbations sociales. Il vise l’insertion des jeunes en rupture
scolaire par le biais de la formation qualifiante de courte durée. Cependant, le programme ne vise que
l’auto - emploi et de ce fait ne privilégie pas le côté diplômant de la formation. Il fonctionne sur deux
projets : La formation par apprentissage et la formation à distance aux métiers de l’électricité et de
l’électronique. Le premier projet a formé 5 552 jeunes sur la période 1995-2000. Pour le second, 1300
jeunes déscolarisés étaient en formation en 1999. Toutefois, le programme n’a connu qu’une seule
génération car après la première cohorte de jeunes retenus, aucune autre sélection n’a été faite.
D’ailleurs, la deuxième étape du programme à savoir l’aide à l’installation des jeunes a été
complètement ignorée.

Après cette brève présentation des deux programmes, une des questions qui se poserait est de
savoir leur effet sur la durée de chômage. Au niveau statistique, il a été procédé à l’analyse de la
mobilité des jeunes sur le marché du travail. En effet, certains bénéficiaires ont été insérés et d’autres
non. En conséquence, il a été analysé la fréquence et la durée dans les différents états professionnels.

2. La vulnérabilité au chômage des jeunes

Beaucoup d’études4 ont analysé la transition des jeunes sur le marché du travail. Ces études
distinguent plusieurs états sur le marché du travail (chômage, inactivité, emploi sur CDI, emploi sur
CDD). Elles analysent ensuite les probabilités de transition d’un état à un autre et la durée moyenne
des épisodes dans chaque état. Cette probabilité est mesurée par le taux de transition d’un état à un
autre soit le pourcentage de personnes subissant la transition. C’est le pourcentage de personnes dans
un état à la période (t) et qui se retrouve dans un autre état à la période (t+1). Sur la base de ce
principe, il a été appréhendé sur la période 1995-2005, les différentes situations professionnelles des
jeunes et la durée passée dans chaque situation. Pour prendre en compte l’effet des programmes dans
la transition professionnelle, nous avons fait l’analyse en fonction des deux échantillons (bénéficiaires,
Non bénéficiaires).

L’analyse des données montre que sur l’intervalle d’analyse, le nombre maximal d’épisodes
professionnels est de 8. Les bénéficiaires des programmes d’insertion passent obligatoirement par
deux épisodes au moins puisque le programme n’est qu’un état transitoire. Dans l’échantillon des non
bénéficiaires, 14,7 % n’ont connu qu'un seul épisode. Les forts taux de concentration de jeunes se
situent au niveau des deuxièmes, troisièmes et quatrièmes épisodes. L’analyse de la transition d’un
épisode à un autre permet de bien cerner la mobilité des jeunes sur le marché du travail. Si on
considère les deux périodes extrêmes pendant la durée observée (première situation professionnelle
du jeune sur le marché du travail et dernière situation professionnelle du jeune sur le marché du
travail) on tire les conclusions résumées dans les tableaux 1 ci-dessous.

4
On peut citer par exemple et parmi bien d’autres les études de Fougère et Kamionka (1992a), Florens, Fougère et
Kamionka (1990), Lollivier (2000), Gautié (2009).
POLITIQUE ACTIVE D’EMPLOI ET EMPLOYABILITE DES JEUNES DANS LA VILLE D’ABIDJAN 7

Tableau 1: Probabilités de transition professionnelles des jeunes

Premier Episode professionnel

Stage Emploi Chômage Inactivité Programme Total
Dernier épisode professionnel
Stage 0,0000 0,0000 0,0065 0,0065 0,0129 0,0258
Echantillon Emploi 0,0903 0,0323 0,1355 0,1290 0,3161 0,7032
Bénéficiaires Chômage 0,0194 0,0065 0,0000 0,0710 0,1677 0,2645
N = 165 Inactivité 0,0000 0,0000 0,0000 0,0000 0,0065 0,0065
Total 0,1097 0,0387 0,1419 0,2065 0,5032 1,0000
Stage 0,0057 0,0085 0,0113 0,0085 0,0340
Echantillon Emploi 0,1190 0,0708 0,0425 0,1756 0,4079
Non Bénéficiaires Chômage 0,0793 0,0255 0,1161 0,1728 0,3938
N = 570 Inactivité 0,0312 0,0227 0,0085 0,1020 0,1643
Total 0,2351 0,1275 0,1785 0,4589 1,0000
Source : auteur

L’examen du tableau laisse apparaître des effets de travailleur additionnel5 (20,65%) au niveau
des bénéficiaires. Cet effet est de 35,69 % au niveau des non-bénéficiaires. Par contre dans 10,20 %
des cas, au niveau des non bénéficiaires, des jeunes inactifs n’ont pu sortir de leur situation
d’inactivité. Les cas de chômeurs découragés sont très marginaux et se manifestent chez les non
bénéficiaires. On en relève seulement 0,85%. Cependant, s’il apparaît une proportion non significative
de jeunes ayant transité d’une situation active à une situation inactive chez les bénéficiaires (0,65%),
cette proportion semble importante dans l’échantillon des non bénéficiaires (4,23%).

Dans l’ensemble, les transitions vers l’emploi sont plus fortes chez les jeunes bénéficiaires. On
note par ailleurs l’absence d’inactivité dans l’état final de ce groupe alors que cette situation demeure
chez les non bénéficiaires (16,43 %).

Les situations intermédiaires6 de la transition comprennent 8 épisodes chez les bénéficiaires et 6

épisodes chez les non bénéficiaires. Au niveau des bénéficiaires, la situation résumée est la suivante :
- Dans 10,97 % de cas, l’entrée dans un programme a été un moyen de sortir du chômage. Dans
les épisodes qui suivent la sortie des programmes, la situation n’est pas toujours favorable.
Dans 14,84 % des cas, l’issue du programme est un chômage, Cette proportion va diminuer
dans le deuxième épisode pour s’annuler dans le troisième ;
- La transition des jeunes des stages vers l’emploi est importante au niveau des épisodes 2, 3, et
6. Par contre, dans le troisième épisode, on note des cas marginaux de chômeurs découragés
(chômage-inactivité) de 0,65 %. Le contexte de la crise économique, politique, sociale et
militaire que vit la Côte d’Ivoire pourrait expliquer la précarité de cette situation ;
- Les individus passés par plus de 6 épisodes ont du mal à sortir du chômage. Ils demeurent sur
le marché du travail toujours en quête d’une situation meilleure et transitent entre stage,
chômage et emploi de courte durée. Cette situation s’apparente à un effet de stigmate.

Pour les non bénéficiaires, dans le troisième épisode, les probabilités de transition vers l’emploi et les
stages ont diminué au profit des probabilités de transition vers le chômage et l’inactivité (39,51 et
10,24 contre 33,17 et 17,07). Cette situation est due au fait que 13,98 % ont perdu leur emploi et 8,86
% des travailleurs ont basculé dans l’inactivité.

5
(Inactivité – emploi de 12,90 %, inactivité – chômage de 7,10 % et inactivité – stage de 0,65 %). On parle d’effet de travailleur
additionnel lorsque des chômeurs découragés (individus inactifs sur le marché du travail parce que fatigué de chercher du travail ou
découragé après plusieurs recherches infructueuses et n’espérant plus avoir la chance de décrocher un emploi) décident de mener des
investigations pour avoir du travail lorsque les signaux du marché du travail sont favorables.
6
Voir les tableaux 6 et 7 de l’annexe 4 A.
8 DOCUMENT DE TRAVAIL N° 159

En termes de fréquence et de durée dans les différents états professionnels, les résultats sont
consignés dans le tableau ci-dessous.

Tableau 2 : Fréquence et durée dans les différents états professionnels

Situation sur le marché du travail Inactivité Chômage Activité

Fréquence dans l’état Bénéficiaire 0,22 0,47 1,59
Non Bénéficiaires 0,51 0,43 1,45
Durée dans l’état Bénéficiaire 5,59 9,02 9,02
en mois Non Bénéficiaires 15,86 8,03 8,03
Source : Auteur

L’analyse du tableau montre que la vulnérabilité au chômage des bénéficiaires n’est pas faible
par rapport aux non bénéficiaires. Une interprétation en termes d’appariement est qu’il faut un temps
minimum de recherche pour trouver le bon emploi. Par conséquent, Le passage par le programme
améliore la qualité de l’appariement. En fait, il favorise la confrontation entre l’offre et la demande de
travail et améliore le processus de réallocation des emplois en raison d’une meilleure adaptation de la
structure de la qualification à la demande.

Au niveau de la durée du chômage, les programmes n’ont pas eu de véritables effets sur la
sortie du chômage si les jeunes n’ont pas été placés dans le cadre des programmes. Cela est confirmé
par le test de différence de moyenne sur les durées de chômage des bénéficiaires et des non-
bénéficiaires (Tableau A3). Ce résultat confirme qu’un demandeur d’emploi qui a déjà connu plusieurs
épisodes de chômages antérieurs est supposé avoir une probabilité plus faible d’obtenir une offre
d’emploi qu’une personne qui a connu moins de périodes de chômage. Hujer et al (1997) trouvent un
résultat semblable pour l’Allemagne à partir du « German Socio-economic Panel ». Ces deux auteurs
montrent ainsi que la probabilité de sortie du chômage est négativement liée au nombre total de mois
antérieurs passés au chômage.

On pourrait en l’absence d’erreur d’échantillonnage conclure que les programmes d’insertion

malgré les obstacles dans leur mise en œuvre ont été un moyen de sortir beaucoup de jeunes d’une
éventuelle précarité. Les différents résultats ont pu montrer qu’en l’absence des programmes, la
situation professionnelle des jeunes est dégradée (taux de chômage plus élevé, revenu de l’emploi très
faible, taux d’activité très faible, taux d’inactivité élevé). Deux interprétations de ces résultats peuvent
être envisagées. En premier lieu, il est possible que le passage par un programme permette une
élévation du capital humain des bénéficiaires. En second lieu, certains bénéficiaires seraient à l’origine
très employables de sorte que sans les programmes, ils auraient pu s’insérer très facilement.

La première interprétation est peut être réaliste dans la mesure où le but premier des
programmes est l’amélioration de l’employabilité des jeunes sans expérience professionnelle. Mais
cette hypothèse n’est véritablement réaliste que si le passage par le programme est aléatoire et ne
souffre donc d’aucun biais de sélection. Ce qui ne semble pas le cas. En effet, certains résultats
semblent montrer l’intervention d’autres facteurs dans la dynamique d’insertion professionnelle des
bénéficiaires des programmes telles que les réseaux de connaissance, la situation familiale du jeune ou
même les caractéristiques individuelles observables du jeune. On rappelle que des résultats contraires
montraient des effets de stigmatisation des bénéficiaires des programmes d’insertion (Aucounturier,
1994 ; Bonnal et al. 1994). D’une part, le passage par un programme d’insertion a été assimilé à un
passage par un « mauvais emploi ». Ce passage a été interprété en termes de filtre ou de signalement.
Dans ce cas il n’agit nullement sur les capacités productives, mais permet de signaler les plus doués et
les moins doués. En terme de signal, les individus ne peuvent plus accéder aux bons emplois du
POLITIQUE ACTIVE D’EMPLOI ET EMPLOYABILITE DES JEUNES DANS LA VILLE D’ABIDJAN 9

secteur primaire non pas en raison d’une accumulation du capital humain objectivement trop faible,
mais en raison d’une employabilité supposé, interprété comme trop faible par les employeurs. Le
programme agit donc comme un signal de faible employabilité (Spence, 1973). Il est enfin montré que
le passage par les dispositifs ne permet pas une élévation de la formation, et donc du capital humain.

La deuxième hypothèse semble assez réaliste si on s’appuie sur l’hypothèse des réseaux, mais
doit être testée. Dès lors ces résultats statistiques deviennent insuffisants pour juger de l’efficacité des
programmes. Aux problèmes de causalité, s’ajoute celui des biais de sélection si on considère que
l’entrée dans un programme d’insertion est guidée par certaines caractéristiques observées et
inobservées du jeune. La section suivante tentera de nous situer sur nos présomptions.

5. Traitement de l’endogénéité du passage par un programme

d’insertion dans l’estimation d’un modèle de durée

L'évaluation de l’impact du passage par un programme d’insertion sur la durée du chômage n'a
fait l'objet que de peu de travaux appliqués dans les pays en développement pour deux raisons
essentielles. D'une part, les pays en développement n’ont pas la culture d’évaluation des programmes
sociaux, surtout en ce qui concerne l’impact sur les bénéficiaires. D’autre part, la mise en œuvre de
programme d’insertion en Afrique sub-saharienne est souvent incomplète pour intégrer un volet
évaluation d’impact. Enfin, l’évaluation se heurte à des problèmes économétriques complexes liés à la
combinaison des spécificités de l'analyse de durée et de la simultanéité des processus de décision sous-
jacents. Nous donnerons tout d’abord un aperçu des problèmes économétriques soulevés dans la
littérature dans le cas d’un modèle de durée avec une variable endogène avant de présenter la méthode
économétrique que nous retiendrons dans le cadre de cette étude.

Le traitement de l'endogénéité d’une variable indépendante est un aspect central de l'étude de

Green et Hendershott (2001b) conduite sur des données américaines afin d’examiner l'influence de la
propriété immobilière sur la durée des épisodes de chômage. Les auteurs s’y prennent en adoptant un
modèle de durée à deux régimes dans lequel les choix effectués par les individus quant au mode
d’occupation du logement sont représentés par des variables latentes fonction de caractéristiques
individuelles. Deux équations de durée du chômage, l'une pour les propriétaires, l'autre pour les
locataires, sont donc estimées simultanément en contrôlant l’endogénéité du statut résidentiel par
l’introduction du ratio de Mill spécifique à chaque équation. Les résultats confirment l'endogénéité de
la variable de statut résidentiel et aboutissent à un effet négatif de celle-ci sur le taux de sortie du
chômage. Cette technique comme le mentionne Brunet et Lessueur (2004) présente l'avantage de
mettre au premier plan le problème de l'endogénéité et d'y apporter un traitement largement adopté
dans la littérature à travers la méthode suggérée par Heckman. Cependant, l'introduction du ratio de
Mills dans une équation de durée afin de tenir compte de l'auto-sélection individuelle implique une
spécification particulière du modèle (à savoir un modèle de vie accélérée) et l'imposition de la loi
normale sur les résidus. Par ailleurs, les estimations réalisées par Green et Hendershott ne prennent pas
en compte la censure de certaines observations de la durée, qui représentent pourtant jusqu'à 20% de
l'échantillon utilisé: les observations censurées sont traitées comme des épisodes complets ou
simplement supprimées ; ce qui pose alors un autre problème de biais d’attrition7 (Brunet et Lesseur,
op cit). Plus généralement, tenir compte de l'existence de la sélection des individus par la spécification
d'un modèle de durée à deux régimes rend particulièrement complexe l’écriture de la fonction de
vraisemblance. En se référant à la spécification suggérée par Heckman et Borjas (1980) dans le cadre
de durées complètes, les auteurs ont contourné cette difficulté en retenant une spécification linéaire
logarithmique de la durée, conditionnelle à la densité générée par une loi de Weibull.

7
Ils sont dus à des différences entre les groupes initiaux et les groupes finaux, liés à des sorties d'essai ou des
interruptions de traitement.
10 DOCUMENT DE TRAVAIL N° 159

Face aux difficultés et aux fortes restrictions prévalant à l’estimation simultanée d’un modèle
de durée à deux régimes tenant compte de la censure, nous avons retenu une méthode d’estimation
plus flexible permettant de contrôler l’endogénéité du passage par un programme d’emploi et
d’évaluer son impact sur la durée des épisodes de chômage. La méthode économétrique retenue est
directement inspirée de la procédure suggérée par Heckman et Robb (1985) face au problème d’auto-
sélection. Le passage par un programme d’insertion est déterminé par une équation de sélection
conditionnant le bénéfice d’un programme (variable latente Ti*) aux caractéristiques individuelles Zi.

Ti* représente le différentiel d'utilité expérimenté par un individu considérant alternativement l'utilité
associée à la participation à un programme, soit UT, et l'utilité associée à la non participation, soit UNP.

On a : Ti  U p  U NP  Z i   i ou  i  N (0,  u ) (1)

Et on observe:

Ti  1  Ti  0 ou Ti  0  Ti  0 (2)

La variable de sélection est ainsi instrumentée sur des variables Zi contrôlant outre les
caractéristiques individuelles, les contraintes sur le marché de l’emploi. Eu égard à la nature discrète
de la variable Ti l’instrumentation est menée à partir de l’estimation d’un modèle probit. La probabilité
estimée est ensuite introduite dans l’estimation finale du modèle de durée suivant:

DU i  X i  Mˆ i   i (3)

où Xi est un vecteur représentant les variables d’intérêt du modèle non contrôlées par les estimations
de l’équation de sélection. L’estimation paramétrique du modèle de durée sous cette spécification
permet d’obtenir des estimateurs sans biais de γ et δ.

Une préoccupation des modèles de durée relève des doutes que l'on peut émettre quand à
l'uniformité de l'effet de la variable endogène que l'on veut instrumenter sur l'ensemble de l'échantillon
à partir du coefficient α qui capte l'effet moyen du passage par un programme d’insertion sur toute la
population. Cependant, il est plausible d'envisager que les bénéficiaires et les non bénéficiaires sont
caractérisés par des effets moyens différenciés. Cette hétérogénéité paraît d'autant plus justifiée que
l'on modélise bien le fait que les deux groupes ont eu des choix différenciés en fonction des gains
potentiels. Dans ce type de modèle hétérogène, l'estimateur à variable instrumentale ne parvient à
identifier l'effet moyen du programme que sous des hypothèses fortes et il est nécessaire de spécifier
différemment le modèle afin de différencier plusieurs paramètres d'intérêt. Dans le modèle homogène,
les différents paramètres sont équivalents et se ramènent à l'effet moyen sur la population (Heckman
[1990], Blundell et Costa Dias [2002]).

On peut prendre en compte cette préoccupation par l’observation de l’hétérogénéité non

observée. Cela suppose de considérer une fonction de survie conditionnelle à des effets spécifiques
individuels inobservables v i .

On choisit alors une forme fonctionnelle f (vi ) , de manière à ce que la fonction de survie
conditionnelle s’écrive : S (t v) . La fonction de survie totale est donnée par l’équation suivante :

S (t )   f (v) S (t v) dv (4)
v
POLITIQUE ACTIVE D’EMPLOI ET EMPLOYABILITE DES JEUNES DANS LA VILLE D’ABIDJAN 11

L’hypothèse la plus fréquemment retenue est que v suit une loi Gamma (Cavaco, 2003) de moyenne 1
1
et de variance  2  , ainsi, la fonction de densité s’écrit :
k

v k 1e kv
avec (k )   x e dx
k 1  x
f (v )  (5)
(k 1 ) k (k ) 0

Sous cette forme, la loi Gamma permet de capter l’hétérogénéité inobservable. Pour le modèle de type
Weibull, la survie conditionnelle dans l’état de chômage s’écrit alors :

S (t v)  e ( vt )
p
(6)

Les fonctions de survie et de hasard correspondantes s’écrivent respectivement (Greene, 2000) :

 1
S (t )   1   2 (t ) p   et  (t )  p (t ) p 1  S (t )

(7)
0

Cette procédure présente de par sa flexibilité plusieurs intérêts certains, particulièrement bien
adaptés au contexte des modèles de durée (Brunet et Lessueur, 2003). Elle est simple d'utilisation
même si la question de l'obtention d'instruments valides reste cruciale comme dans toute procédure
d'instrumentation. Elle offre une interprétation économique objective puisque la variable instrumentée
reflétant les choix individuels devient une variable à part entière du modèle économétrique.

6. Résultats économétrique et discussion

On discutera d’abord des résultats économétriques liés à la participation aux programmes

d’insertion professionnelle des jeunes avant d’aborder les résultats liés aux déterminants de la durée de
chômage conditionnellement au passage par un programme d’insertion professionnelle.

1. Déterminants de la participation au programme d’insertion des jeunes urbains.

Quatre types de variables exogènes ont été utilisées dans cette estimation : (1) variable
démographique (âge), (2) variables socio-économiques captées par la catégorie socioprofessionnelle
des parents, (3) variable d’état (nombre d’inactivités vécues par le jeune), (4) variables éducatives
(Assiduité à l’école, nombre d’année de redoublement, nombre d’années où le jeune a bénéficié d’une
bourse d’étude). Ces variables ont été sélectionnées de manière à satisfaire l’indépendance
conditionnelle, d’une part. Elles ont tenu compte du processus de sélection. D’autre part, pour que
les attributs des variables explicatives de nos variables d’intérêt soit indépendantes du traitement, nous
avons utilisé des variables décalées dans le temps. L’estimation du modèle de participation a donné les
résultats résumés dans le tableau ci-dessous.
12 DOCUMENT DE TRAVAIL N° 159

Tableau 3 : Résultats de l’estimation Probit1 des déterminants de la participation à un programme (Robust)

2
Variable Coeff t dy / dx
Variable démographique
3
Age corrigé 0,1614 8,17*** 0,0295

Variable d’état
Nombre de période d’inactivité - 0,2660 -2,02** - 0,0487

Variable socio-économique
Catégorie socioprofessionnelle du père
Indépendant du secteur informel (base)
Chômeur, invalide, retraité -1,3468 -2,37*** - 0,1118
Planteur 0,4664 1,63 0,0996
Ouvrier 0,4402 1,54 0,0891
Agent de Maîtrise 0,2404 0,69 0,0496
Cadre 0,8544 2,92*** 0,2112
Indépendant moderne 1,2282 3,52*** 0,3748
Catégorie socioprofessionnelle de la mère
Indépendant informel (base)
Chômeur, invalide, retraité 0,9388 3,65*** 0,1370
Ouvrière 1,0321 2,67** 0,2980
Agent de Maîtrise 1,6564 2,98*** 0,5454
Cadre 1,5232 3,85*** 4904

Variables éducatives
Nombre d’années de redoublement 0,0702 1,02 0,0128
Assiduité à l’école 1,0575 3,25*** 0,1168
Nombre d’années de bourse 0,1124 3,60*** 0,0206
_cons -6,4801 -10,71***
Log likelihood = - 230,10963
Number of obs = 733
Wald chi2 (16) = 225,03
Prob > chi2 = 0,0000
Pseudo R2 = 0,4095
(1) Maximum de vraisemblance; (2) t de student. Le t est le rapport entre le coefficientet l’erreur type du coefficient; (3) âge au
moment de l’enquête – (2004 – année de sortie du système éducatif), permet de corriger l’effet de l’âge et de prendre en compte
l’âge du jeune à la sortie du système éducatif.
Note : * = significatif à 10 % ; ** = significatif à 5 % ; *** = significatif à 1 %

Source : investigation de l’auteur

POLITIQUE ACTIVE D’EMPLOI ET EMPLOYABILITE DES JEUNES DANS LA VILLE D’ABIDJAN 13

Au regard des résultats, la participation aux programmes est fortement liée à l’âge. On montre
en outre que le nombre de périodes d’inactivité a un impact significativement négatif sur la
participation à un programme. Il se pourrait que les jeunes inactifs vivent pour la plupart dans des
conditions qui limitent leur accès à l’information sur l’existence du programme. De même, ceux dont
le père est chômeur ont eu de plus faibles chances de participer aux programmes. Par contre, ceux dont
les parents exercent au moins comme ouvrier ou cadre ont eu beaucoup de chance de bénéficier des
programmes, sans doute grâce à un meilleur accès à l’information.

Toutes les variables éducatives influencent positivement la participation à un programme.

Cela dénote d’un ciblage imparfait des bénéficiaires. Un bon ciblage nécessite par exemple l’existence
de conditions minimales pour avoir accès aux programmes. Au Maroc par exemple, ne bénéficient du
programme d’aide à l’emploi que les jeunes qui sont restés au moins un an dans le chômage. Une
conséquence de ce mauvais ciblage pourrait être de favoriser des situations de trappe à chômage et ou
de trappe à inactivité et partant de trappe à pauvreté si les plus défavorisés qui ont besoin en priorité
du soutien de l’Etat manque de chance d’accéder aux mesures.

La significativité globale du modèle indique l'endogénéité potentielle de la variable reflétant la

participation aux programmes. Les probabilités ainsi estimées vont être utilisées pour l'évaluation des
mesures, en particulier, leur influence sur la durée des épisodes de chômage.

2. Estimation de l’effet des programmes sur la durée de chômage

Les courbes de survie de Kaplan-Meier construites dans les graphiques ci-dessous permettent
d’apprécier et de comparer les survies dans les états de chômage des bénéficiaires et des non
bénéficiaires des programmes d’insertion des jeunes.

L’analyse du graphique présage que les programmes ont eu un impact positif sur l’insertion
des jeunes. Au niveau de l’analyse paramétrique, afin de choisir entre le modèle à risque proportionnel
et le modèle à risque accéléré, nous avons effectué le test d’égalité des fonctions de survie (test de log
rank ou de Wilcoxon). La significativité de la statistique du chi2 (Tableau A4 de l’annexe) conduit à
rejeter l’hypothèse d’égalité des fonctions de survie entre les différents groupes. Il s’ensuit l’utilisation
dans notre estimation d’un modèle de durée de type Weibull à risque accéléré.

Graphique 1 : Taux de survie dans le chômage en fonction du passage ou non par un Programme d’insertion

Kaplan-Meier survival estimates, by program

1.00
0.75

Non bénéficiaires
0.50
0.25

Bénéficiaires
0.00

0 20 40 60 80 100
analysis time

program = 0 program = 1

Source : Auteur
14 DOCUMENT DE TRAVAIL N° 159

Pour contrôler l’hétérogénéité non observée, nous avons fait une estimation avec
l’hétérogénéité non observée. Le test du rapport de vraisemblance a montré que « thêta », le paramètre
qui permet de tenir compte de cette hétérogénéité non observée est non significatif. Le contrôle de ce
facteur d’hétérogénéité non observée permet de résoudre les problèmes d’omission de facteurs
explicatifs et les problèmes d’hétéroscédastcicité (Cavaco, Lessueur, Sabatier, 2004). Les résultats de
l’estimation sont contenus dans le tableau ci-dessous.

Tableau 4. Résultats de l’estimation1 des déterminants de la durée de chômage des jeunes urbains
(Modèle de durée à vie accélérée de type Weibull avec instrumentation du programme)

Variable Coeff t3
Variables démographiques
Sexe 0,052 0,39
Nombre de frères/sœurs en emploi - 0,071 - 2,77***
Revenu par tête du ménage -2,00e-06 - 2,39***
Variables d’états
Nombres épisodes d'emplois passés - 0,56 - 10,67***
Nombres épisodes de chômage passés 0,473 2,91***
Durée épisodes de stage passés - 0,019 - 4,42***
Variables d'intérêt
Programme d'insertion - 0,23 - 0,78
Variables éducatives
Niveau d'instruction
Primaire secondaire 1 Base
Secondaire 2 - 0,073 - 0,42
Secondaire professionnel 0,554 1,57
Supérieur professionnel - 0,116 - 0,50
Supérieur général - 0,252 - 0,89
Diplôme -0,372 1,89**
Méthodes de recherche d’emploi
Relations personnelles - 0,232 - 1,78*
Constante 5,295 19,52***
/ ln_p 0,54 7,18***
P 1,71
1/p 0,5845

No of subjects = 353
Prob > chi2 = 0,000
(1) Maximum de vraisemblance; (2) Modèle à régime (3) t de student. Le t
l’erreur type du coefficient; Note : * = significatif à 10 pour cent ; ** = significatif à 5 pour cent ; *** = significatif
à 1 pour cent
Source : Auteur

La préoccupation centrale étant la durée de chômage, conditionnellement au passage par un

programme d’insertion, nous avons cherché dans un premier temps à analyser la causalité entre la
POLITIQUE ACTIVE D’EMPLOI ET EMPLOYABILITE DES JEUNES DANS LA VILLE D’ABIDJAN 15

variable d’intérêt et la variable de résultat. Il s’ensuit un effet non significatif des programmes
d’insertion sur la durée de chômage. On en déduit que les programmes n’ont pas été efficaces en terme
d’amélioration de l’employabilité des jeunes comme déjà mis en évidence par l’analyse statistique. On
pourrait lier ce résultat au contenu en formation non suffisant pour influencer l’appariement sur le
marché du travail.

Les jeunes qui ont le plus bénéficié des programmes sont ceux qui ont eu des stages suivis
d’embauche directe. Une fois sorti des programmes sans emploi, le jeune se retrouve dans les mêmes
conditions que ceux n’ayant jamais participé à un programme.

Les variables favorisant la sortie du chômage sont de plusieurs natures. L’environnement

socio-économique favorise la sortie du chômage à travers le revenu par tête du ménage, les relations
personnelles comme méthode de recherche d’emploi et le nombre de frère et sœur en emploi. La
significativité de ces variables montre le rôle du capital social sur la sortie du chômage.

Au plan éducatif, deux variables influencent la sortie du chômage. La possession d’un diplôme
est un atout sur le marché de l’emploi. Par rapport à l’instruction, on remarque qu’aucune variable liée
à l’instruction n’influence significativement la durée de chômage. Ces résultats pourraient confirmer
l’hypothèse du filtre. En effet, ni le niveau d’éducation, ni le passage par un programme d’insertion ne
sont suffisants pour sortir du chômage et ne constituent donc que de simples critères de sélection.
Cependant, la possession d’un diplôme et d’un capital social contribue fortement à la sortie du
chômage.

Au niveau des variables d’état, comme on peut s’y attendre, un nombre élevé de périodes de
chômage stigmatise le demandeur d’emploi et réduit son employabilité. Par contre, le nombre
d’épisodes d’emploi et la durée des épisodes de stage expliquent négativement la durée de chômage.
On vérifie ici le phénomène de « mover-stayer » : les plus employables sortant rapidement du
chômage.

7. Conclusion

L’Etat dans sa tentative de rechercher l’équité sur le marché du travail et les moyens de
résorber le chômage des jeunes qui présentait un risque d’explosion sociale, a mis en place plusieurs
programmes. En zone urbaine, le Programme d’Aide à l’Embauche (PAE) et le Programme
d’Absorption des Jeunes déscolarisés (PAJD) ont eu un certain succès avant de sombrer avec la
dégradation des indicateurs économiques suite à l’instabilité politique. L’impact de ces politiques a été
analysé sur la durée de chômage des jeunes urbains à travers une enquête d’insertion professionnelle.
L’analyse statistique des données de l’enquête a montré un impact positif des programmes sur
l’insertion des jeunes. Ces résultats ont été soumis à réfutation à travers un modèle de durée avec
instrumentation du passage par le programme d’insertion via un modèle de sélection. L’estimation de
ce modèle montre d’abord que les programmes ont souffert d’un mauvais ciblage des bénéficiaires. En
effet, la sélection n’a pas tenu compte de la dépendance temporelle des jeunes aux états qui
amenuisent leur employabilité comme la durée et le nombre de période d’inactivité du jeune. Ensuite,
l’effet du programme sur la durée de chômage est non significatif. Finalement, les programmes n’ont
pas contribué à améliorer l’employabilité des jeunes urbains.
16 DOCUMENT DE TRAVAIL N° 159

Références bibliographiques

Atkinson, A. B., Micklewright J. M. 1991, Unemployment Compensation and Labor Market Transitions: A
Critical Review, Journal of Economic Literature, Vol. 29, 1679-1727.

Auconturier A. L. 1994, Panels et évaluation des politiques d’emploi. Résultats, méthodes, questions, in
Damazière D., Verdier E. (eds), Evaluation des aides publiques à l’insertion et à la réinsertion, Journée d’études
du CEREQ et du réseau des centres associés, CEREQ Document Séminaire, n°84, mai pp 237-253

Auer, P., Gazier, B. (2006), L’introuvable sécurité de l’emploi, Paris : Flammarion, 2006, 193 p., ISBN : 978-2-
0821-0575-0.

Barbier J.-C., 2007, Au-delà de la 'flex-sécurité', une cohérence sociétale solidaire, au

Danemark, in Paugam S., Repenser la solidarité, l'apport des sciences sociales, Paris, PUF,
Le lien social, pp. 473-490.
Berkovitch, E. 1990, A Stigmate Theory of Unemployment Duration, In Search Unemployment: Theory and
Measurement, edited by Yoram Weiss and G. Fishelson, pp. 20-56. London: Macmillan, 1990.

Blundell R., Costa Dias M. (2002), Alternative Approaches to Evaluation in Empirical Microeconomics,
Working Paper, University College London and Institute for Fiscal Studies.

Bonnal L., Fougère D., Serandon A. (1994), L’impact des dispositifs d’emploi sur le devenir des jeunes
chômeurs, une estimation économétrique sur données, Economie et prévision, n° 115 - 9994 4, p.1-28.

Bonnal, L., Fougere, D. and Serandon, A. 1997, Evaluating the Impact of French Employement Policies of
Individual Labour Market Histories, Review of Economic Studies, No 64, p. 683-713.

Bougroum, [Link] Ibourk, A. 2003, Les effets des dispositifs d’aide à la création d’emploi dans un pays en
développement : Cas du Maroc, Revue Internationale du Travail (BIT), Vol. 142 (2003), n° 3.

Brilleau A., Roubaud [Link] Torelli C. 2004, L’emploi, le chômage et les conditions d’activité dans les principales
agglomérations de sept Etats membres de l’UEMOA, Principaux résultats de la phase 1 de l’enquête 1-2-3, de
2001-2002 », DIAL, Document de travail.

Brodaty, T. 2002, Les effets des politiques de l’emploi en faveur des jeunes chômeurs : hétérogénéité
individuelle ou multiplicité des dispositifs ? Une application des méthodes d’appariement, EUREQua Université
Paris-1, CREST-INSEE et Université Paris-9, working paper.

Brodaty, T., Crépon B., Fougère D. 2002, les méthodes micro économétriques d’évaluation : développements
récents et applications aux politiques actives de l’emploi, mimeo, INSEE.

Brunet, C., Lesueur J.Y. 2004, Le statut résidentiel affecte-t-il la durée de chômage ? Une, estimation
microéconomique sur données françaises, Revue Economique Vol. 55 Num. 3, pp 569-578.

Cavaco, S. 2003, Trajectoires individuelles des licenciés économiques : évaluation économétrique d’une
politique active d’emploi, Thèse de doctorat, Université Lumière II de Lyon.

Cavaco, S., Fougère, D. et Poujet, J. 2004, Convention de conversion et retour à l’emploi, Economie et
Prévision N° 164-165-2004 / 3 – 4, pp. 93-112.

Cavaco, [Link] Lesueur, J. Y. 2004, Contraintes spatiales et durée de chômage, Revue Française d’Economie Vol.
18 num. 3, pp 229-257.

Cavaco, S., Lesueur, J. [Link] Sabatier, M. 2004, Stratégies de recherche, contraintes spatiales et hétérogénéité
des transitions vers l’emploi : estimation économétrique d’un modèle structurel de recherche, Revue
économique, Vol. 80 n° 2-3 pp. 439-464.
POLITIQUE ACTIVE D’EMPLOI ET EMPLOYABILITE DES JEUNES DANS LA VILLE D’ABIDJAN 17

Cavaco, S., Lesueur, J. Y., Sabatier, M. 2004, Do spatial constraints affect the job search efficiency ? GATE,
W. P. Vol. 2

Cox, D. R., Snell E.J. 1968, A General Definition of Residuals with discussion, Journal of the Royal Statistical
Society, Vol. 30, pp. 248-275.

DARES 1996, Quarante années de politiques d’emploi, édition, la documentation Française

Di Paola, V., Recotillet, I. 1998, Rôle de l’hétérogénéité non observée dans le processus de sélection dans
l’emploi, document de travail GREQAM N°98B03.

Domoraud, Z. M.- A. 2003, Le chômage de longue durée en Côte d’Ivoire : Analyse et politique, Thèse de
Doctorat, Université Montesquieu Bordeaux IV, CED

Fougère, D., Kamionka, T. 2005, Econométrics of individual labor market transition, IZA DP N° 1850,
discussion paper series

Fredriksson P. and Johansson P. 2003, Employment, mobility, and active labor market programs, Working Paper
Series 2003 :3, IFAU - Institute for Labour Market PolicyEvaluation, January.

Gautié, J. 2009, Le Chômage, Collection REPERE, la découverte

Green R.K., Hendershott P.H. 2001b, Home-ownership and the duration of unemployment: a test of the Oswald
hypothesis, NBER Working Paper.

Gritz, M. 1993, The impact of Training on the frequency and Duration of Employment, Journal of Econometrics,
No.57, pp21-51.

Ham, J.C., Lalonde, R.J. 1996, The effect of Sample Selection and Initial Conditions in Durations Models :
Evidence from Experimental Data on Trainning, Econometrica, vol 64, No.1, pp 175-205.

Hamalainen K., V. Ollikainen. 2004, Differential effects of active labour market programmes in the early stages
of young people’s unemployment, VATT Research Reports 115, Government Institute for Economic Research
(VATT), December.

Harris, J., Todaro, M. 1970, Migration, employment and development, a two sectors analysis, in American
economic review, march, pp 126-142.

Heckman, J. 1979, Sample selection bias as specification error, Econometrica 47: 153- 161.

Heckman J.J., Borjas G. 1980, Does unemployment cause future unemployment? Definitions, questions and
answers from a continous time model of heterogeneity and state dependence, Economica, vol. 47, No 187.

Heckman, J. and Robb 1985, Alternative methods for evaluating the impact of interventions, In Longitudinal
analysis of labor market data, edited by J. Heckman and B. Singer, 156-246. Cambridge: Cambridge University
Press.

Heckman, J. 1990, Varieties of Selection Bias, American Economic Review, 80: 313-318.

Hujer, R., Maurer K. O., Wellner M. 1997a, Estimating the Effect of Training on Umemployment Duration in
West Germany - A Discrete Hazard-Rate Model with Instrument Variable, Frankfurter Volkswirtschaftliche
Diskussionsbeiträge No. 73, Johann Wolfgang Goethe-University, Frankfurt am Main.

—. 1997b, The Impact of Training on Unemployment Duration in West Germany -Combining a Discrete Hazard
Rate Model with Matching Techniques-, Frankfurter Volkswirtschaftliche Diskussionsbeiträge No. 74, Johann
Wolfgang Goethe-University, Frankfurt am Main (revised version).

INS, 2008, Enquête de vie des ménages, ENV2008, Rapport provisoire, Document de travail
18 DOCUMENT DE TRAVAIL N° 159

Kamionka, T. 1999, Mobilités individuelles sur le marché du travail: le rôle des emplois aidés, Communication
aux XVIèmes Journées de microéconomie Appliquée, Lyon, 3-4 juin

Kaplan E. L, Meir P. 1958, Nonparametric estimation from incomplete observations, Journal of the American
Statistic Association, Vol. 53, No. 282 (Jun., 1958), pp. 457-481

Kouadio, B. M. 2005, Analyse de la pauvreté des chômeurs de longue durée en Côte d’Ivoire, Economie
Appliquée, tome LVIII, 2005, N°3 pp 105 – 127

Kouakou K. C. 2008, Determinants of urban youth labor supply in Côte d’Ivoire, African Journal of Economic
Policy, Vol. 15, No. 2, December, pp 29- 57

Lachaud, J. P. 1996, Le désengagement de l’état et les ajustements sur le marché du travail en Afrique
francophone, Genève, Institut International d’Etudes sociales.

Lechner. M. 1999, An evaluation of public-sector-sponsored continuous vocational training programs in east

germany, IZA Discussion Papers 93, Institute for the Study of Labor (IZA), December.

Lolivier, S. 2000, Récurrence du chômage des jeunes : des trajectoires hétérogènes, économie et statistique, n°
334, 2000 – 4.

Meyer, B.B. 1990, Unemployment Insurance And Unemployment Spells, Econometrica, Vol.58, n°4, pp. 757-
782, July.

Najman, B., Paithé, A. 2001, Mobilité externe sur le marché du travail russe, 1994–1998, une approche en
termes d’activité, Revue Economique, vol. 52 n° 4, Juillet, p 861- 884

Penard, T., Sollogoud M. 1995, Les politiques françaises d'emploi en faveur des jeunes, une évaluation
économétrique, Revue économique, Vol 46, n°3, Mai 1995, P 549 – 559.

Spence A. M. 1973, Job market signalling, Quaterly Journal of Economics, 87, p. 355-374

Vishawanath, T. 1989, Job search, stigma effect, and escape rate from unemployment, Journal of Labor
Economics 7 pp. 487-502.

Van den Berg, Gerard, J. 1994, The Effects of Changes of the Job Offer Arrival Rate on the Duration of
Unemployment, Journal of Labor Economics 12 pp.478-98.
POLITIQUE ACTIVE D’EMPLOI ET EMPLOYABILITE DES JEUNES DANS LA VILLE D’ABIDJAN 19

Annexes

Tableau A 1. : Evolution du taux de chômage urbain (en %)

Groupe d’âge 1993 1995 1998 2002
15 – 29 ans 20,46 21,69 15,54 17,32
Plus de 29 7,10 5,88 6,28 8,89
Total 12,63 12,21 10,33 12,26
Source : Auteur

Tableau A2 : Répartition en % des jeunes chômeurs urbains selon la durée de chômage

- 6 mois 6 – 12 mois 1 – 3 ans 3 – 5 ans 5 - 10 ans 10 ans et + Total
Abidjan 12,9 3,7 12,6 16,5 20,6 8,4 74,8
1998 Autres villes 3,2 1,3 5,5 5,0 7,7 2,4 25,2
Total 16,2 5,0 18,2 21,5 28,3 10,9 100
Abidjan 10,8 2,3 20,1 11,2 13,6 10,5 68,5
2002 Autres villes 4,5 0,6 7,1 8,5 6,8 4,0 31,5
Total 15,3 2,9 27,2 19,7 20,5 14,4 100
2008 Abidjan 23,2 11,5 17,1 14,7 26,7 6,7 100
Source : Auteur

Tableau A 3 : Test de différence de moyenne sur la durée de chômage des bénéficiaires et non
bénéficiaires des programmes d’insertion
Group Obs Mean Std. Err . Std. Dev . [95% Conf. Interval]
0 206 38.3835 2.01168 28.87304 34.41726 42.34973
1 45 37.31111 3.275995 21.97604 30.70878 43.91345
combined 251 38.19124 1.750086 27.72658 34.74444 41.63803
Diff 1.072384 4.571047 -7.930461 10.07523
diff = mean(0) - mean(1) t = 0.2346
Ho: diff = 0 degrees of freedom = 249

Ha: diff < 0 Ha: diff != 0 Ha: diff > 0

Pr(T < t) = 0.5926 Pr(|T| > |t|) = 0.8147 Pr(T > t) = 0.4074

Tableau A4 : Test d’égalité des fonctions de survie (Log-rank test for equality of survivor functions)
Program Events observed Events expected
0 59 82,81
1 47 23,19
Total 106 106
Chi2 (1) = 34,04 Pr > chi2 = 0,000

Tableau A5 : Prédictions selon le critère informationnel d’Akaïké (AIC)8

Distribution Exponentielle Weibull Lor normal Log logistic
AIC 483,59535 446,22128 447,3438 446,96

8
Afin de comparer différentes spécifications, le critère informationnel d’Akaïke « pénalise » chaque logarithme de la
fonction de vraisemblance afin de refléter le nombre da paramètres estimés dans un modèle particulier. On préfère alors le
modèle renvoyant le plus faible critère informationnel, même s’il ne se produit pas la plus grande vraisemblance. Le critère
d’Akaïke se défini comme suit : AIC  2(log L)  2(c  p  1)
ou c est le nombre de variables explicatives et p le nombres de paramètres définissant la distribution utilisée. La prédiction
après les différentes estimations donne les résultats suivant. Suivant ce critère, on choisi la loi Weibull.
20 DOCUMENT DE TRAVAIL N° 159

Tableau A6 : Résultats de l’estimation1 de l’effet de la participation par un programme d’insertion

professionnelle sur la durée de chômage ( Modèle de duré de type Weibull à vie accélérée
avec instrumentation du programme) avec hétérogénéité non observée
2
Variable Coeff t
Variable démographique
Sexe 0,033 0,23
Nombre de frère/sœurs en emploi - 0,086 - 2,71***
Nombre de frères et sœurs qui travaillent -0,80e-06 - 2,13**
Variable d’état
Nombre épisode de chômage 0,535 - 2,80***
Durée épisode de stage - 0,019 - 4,63***
Nombre épisode d'emploi - 0,628 -8,03***
Variables éducatives
Niveau d'instruction
Primaire et secondaire 2 Base
Secondaire deuxième cycle gle - 0,182 - 0,99
Secondaire professionnelle 0,734 1,92*
Supérieur professionnel - 0,064 - 0,24
Supérieur générale - 0,201 - 0,66
Diplôme -0,350 - 1,78*
Méthodes de recherché d’emploi
Relations personnelles - 0,201 - 1,41
Variable d’intérêt
Mise en stage -0,584 - 1,68*
Passage par un programme d’insertion -0,244 - 0,78
Constante 5,15 16,68
/ ln_p 0,697 5,02***
/ ln_the - 0,405 - 0,49
P 2,01
1/p 0,498
Theta 0,667
Prob > chi2 = 0,000
Likelihood-ratio test of theta = 0: chibar2 (01) = 1,38 Prob >= chibar2 = 0,120
(1) Maximum de vraisemblance; (2) t de student. Le t est le rapport entre le coefficientet l’erreur type du coefficient;
* = significatif à 10 % ; ** = significatif à 5 % ; *** = significatif à %.