7èmes journées scientifiques du réseau Analyse Economique...
31
Unité de Recherche 047 de l'IRD Réseau de Recherche sur les Politiques Economiques et Pauvreté 7 èmes journées scientifiques du réseau « Analyse Economique et Développement de l’AUF » Thème des journées « Institutions, développement économique et transition » Paris Les 7 et 8 septembre 2006 Organisées et financées conjointement par L’Agence Universitaire de la Francophonie (AUF, Paris) Le Réseau Politiques Economiques et Pauvreté (PEP Université Laval Québec) Et IRD, Paris, DIAL
Transcript of 7èmes journées scientifiques du réseau Analyse Economique...
Unité de Recherche 047 de l'IRD Réseau de Recherche sur les Politiques Economiques et Pauvreté
7èmes journées scientifiques du réseau « Analyse Economique et Développement de l’AUF »
Thème des journées « Institutions, développement économique et transition »
Paris Les 7 et 8 septembre 2006
Organisées et financées conjointement par L’Agence Universitaire de la Francophonie (AUF, Paris)
Le Réseau Politiques Economiques et Pauvreté (PEP Université Laval Québec) Et
IRD, Paris, DIAL
UN PROFIL DE L’ABANDON SCOLAIRE AU CAMEROUN
Proposition de communication aux journées scientifiques du réseau « Analyse
Économique et Développement »
7 et 8 Septembre 2006 – Paris
Par
Issidor Noumba
Courriel : [email protected]
Téléphone : 237 977 78 29
B. P. 1365 Yaoundé – CAMEROUN
UNIVERSITE DE YAOUNDE II - SOA Faculté des Sciences Economiques et de Gestion
Groupe de Recherche et d’Analyse des Politiques Economiques et Sociales (GRAPES)
Juillet 2006
2
Remerciements Cette communication est un extrait retravaillé du rapport de recherche final révisé soumis au
Consortium pour la Recherche Économique en Afrique (CRÉA), Nairobi, Kenya, sur le thème
‘‘Les déterminants de la déperdition scolaire dans l’enseignement secondaire au Cameroun’’.
L’auteur remercie cette institution pour le soutien financier et, particulièrement, les
professeurs Eric Thorbecke (Université de Cornell, USA), Jean-Yves Duclos (Université
Laval, Canada), Pramila Krishnan (Université de Cambridge, UK), John M. Mbaku (Weber
State University, U.S.A), Finn Tarp (Université de Copenhague, Danemark), Patrick Plane
(CERDI/CNRS, France), Mwagi Kimenyi (Université de Connecticut, USA), ainsi que tous
les chercheurs du groupe A du CRÉA, pour leurs critiques constructives et autres suggestions
pertinentes.
Il n’en demeure pas moins que toutes les opinions émises, toutes les erreurs et
omissions que le document contient éventuellement, sont de la responsabilité de l’auteur.
3
Introduction Les pays les plus pauvres de l’Afrique sont caractérisés par des systèmes éducatifs très peu
performants (Mook et Jaminson, 1988). Pourtant, ‘‘il apparaît de plus en plus évident que le
niveau d’éducation atteint par les individus qui composent une économie constitue un
déterminant majeur de son succès sur l’échiquier économique mondial et, partant, du niveau
de vie de ses citoyens’’ (Joanis, 2002, p. 1). N’attribue-t-on pas au niveau élevé de
qualification de sa main d’œuvre une cause majeure de l’ascension fulgurante du Japon sur le
plan industriel ? C’est conscients de ses bienfaits que dans tous les pays membres de l’Union
Européenne, par exemple, ‘‘la qualité de l’éducation et de la formation est une question qui
revêt la plus haute priorité politique’’ (Commission Européenne, 2000, p. 2).
L’Afrique noire en particulier ne semble pas avoir pris conscience des enjeux du débat qui
porte sur l’impact de l’éducation sur le développement économique et social. Cette partie du
continent noir fait face à de nombreux maux dont l’éducation, une éducation de qualité,
contribuera sûrement à trouver un début de solution car ‘‘un trésor est caché dans
l’éducation’’ (Delors, 1996). Dans cette perspective, l’éducation devrait occuper les premières
places dans les choix stratégiques des gouvernements des pays de cette région du monde.
Au Cameroun, l’éducation a toujours constitué un thème récurent dans les discours des
autorités publiques. Cette volonté de faire du secteur éducatif une des priorités du
gouvernement s’est régulièrement traduite dans les faits par la place qu’occupe ce secteur
dans le budget de l’État. Par exemple, la part du Ministère de l’Éducation Nationale
(MINEDUC), dans le budget total de l’Etat est passée de 11,35% en 2000/2001 à 13,5% en
2003 (Ministères de l’Économie et des Finances (MINEFI), 2004). De même, le secteur
éducatif a occupé une place de choix dans les réformes institutionnelles engagées au
Cameroun depuis le début des années 1990.
Malgré ces efforts du gouvernement et quelques résultats obtenus en termes de scolarisation
notamment1, le secteur éducatif camerounais souffre encore d’une très faible efficacité interne
(Noumba, 2002 et 2006). Le taux de scolarisation au niveau du secondaire reste très faible
dans les provinces dites sous scolarisées du Cameroun (Adamaoua, Est, Extrême Nord et
Nord). Pour les filles, ce taux était inférieur à 5% dans la province de l’Extrême – Nord pour
les filles (Ministère de l’Éducation Nationale (MINEDUC), 2005). Par ailleurs, les taux de
1 Le taux de scolarisation dans le secondaire est passé de 23% en 1985 à 33% en 2001/2002 (BAD, 2005).
4
réussite aux examens officiels demeurent encore relativement faibles. Ils étaient de 39,2%
environ pour le Brevet d’Études du Premier Cycle et le Probatoire à la session de 2003, et de
44,7% pour le Baccalauréat de l’enseignement général (MINEDUC, 2005) ; 83,9% des élèves
interrogés en classe de Première et de Terminale ont déclaré avoir déjà repris au moins une
classe (Noumba, 2006). Les infrastructures éducatives de qualité sont très inégalement
réparties sur le territoire national. Le pays est déficient en ce qui concerne la disponibilité des
places dans les établissements scolaires situés en milieu urbain.
Dans ce travail nous allons examiner l’efficacité interne du système éducatif en dressant un
profil de l’abandon scolaire au niveau de l’enseignement secondaire général2. En effet, il est
de plus en plus reconnu que l’abandon scolaire avant la fin du cycle secondaire peut constituer
un handicap sérieux pour plusieurs candidats à un emploi (Blackorby et Wagner, 1996 ;
Thurlow et al. 2002). Il en résulte que ‘‘toute politique susceptible d’aider à faire baisser les
taux d’abandon sera un moyen efficace d’améliorer la situation des jeunes sur le marché du
travail’’ (Développement des Ressources Humaines, Canada, 1999, p. 20). Nous utilisons les
données de l’Enquête de suivi des dépenses publiques (Public Expenditure Tracking Survey,
PETS), menée en 2004 par le MINEFI avec l’appui de la Banque Mondiale pour répondre
aux questions suivantes :
• Quelle est l’incidence de l’abandon scolaire au niveau de l’enseignement
secondaire général ?
• Quelles sont les caractéristiques des décrocheurs ?
• Quelles sont les régions à forte prévalence d’abandon scolaire ?
• Pourquoi abandonne-t-on l’école ?
• Quels sont les déterminants de l’abandon scolaire ?
Le reste du travail est organisé comme suit. La section II est consacrée au cadre théorique et
méthodologique. La section III présente les résultats empiriques, tandis que la section IV
dégage les principales conclusions et recommandations de l’étude.
2 Au Cameroun, trois sous-systèmes éducatifs cohabitent : le sous-système Anglophone, le sous-système Francophone et le sous-système Franco-arabe. Le cycle secondaire du sous-système Francophone que nous étudions dans ce travail dure sept et comporte six classes : Sixième, Cinquième, Quatrième, Troisième, Seconde, Première et Terminale. Trois diplômes sont délivrés dans ce cycle : le Brevet d’Études du Premier Cycle (B.E.P.C) après quatre années, le Probatoire après six années et le Baccalauréat (diplôme le plus élevé) après sept années.
5
II. Cadre théorique et méthodologie de l’étude Une brève revue de la littérature nous permettra, dans un premier temps, de situer cette
recherche par rapport aux travaux antérieurs portant sur l’efficacité interne des systèmes
éducatifs. Dans un second temps, la méthodologie utilisée est présentée.
1. Revue de la littérature Plusieurs travaux consacrés à l’économie de l’éducation visent à identifier les indicateurs
pertinents de l’efficacité interne des systèmes éducatifs (World Bank, 2001 ; Glewwe et al.
1995, etc.). Les mêmes travaux s’inspirent de la fonction de production développée par les
économistes, notamment par Hanushek (1986), pour spécifier les modèles de détermination
des variables significatives qui expliquent les résultats scolaires, tant au niveau des individus
que des établissements fréquentés. Cette approche dite traditionnelle essaie d’estimer une
fonction de production du service ‘‘éducation’’ principalement à partir des inputs physiques et
pédagogiques. Mais la fonction de production traditionnelle n’est pertinente que dans le cas
des pays où les établissements scolaires sont diversement dotés en ces types d’inputs.
Harbisson et Hanushek (1992), Glewwe et al. (1995), Das et al. (2004), etc., dressent une
revue intéressante de la littérature sur la question.
La mise en place des politiques capables d’entraîner une réduction du taux d’abandon
scolaire, par exemple, nécessite la connaissance des déterminants de cette déperdition.
L’abandon scolaire étant un phénomène essentiellement microéconomique, individuel, les
économistes voudraient comprendre le processus qui conduit à la décision d’abandonner
l’école ainsi que les facteurs qui peuvent influencer cette décision.
En effet, l’abandon scolaire traduit une sortie définitive ou temporaire du système éducatif ;
elle donne une indication sur la durée de rétention à l’école, le nombre d’années de
scolarisation. Un double problème se pose ici. Même dotés d’un niveau d’éducation
équivalent, les individus ne sont pas traités de manière identique sur le marché du travail ; le
salaire peut varier en fonction du secteur dans lequel l’individu est employé. On parle alors
des rendements variables de l’éducation. De même, investir dans l’éducation constitue un
risque à cause de la probabilité d’abandonner avant la fin du cycle où l’individu est inscrit ou
d’achever ce cycle sans trouver un emploi rémunérateur. C’est la problématique qu’abordent
Carneiro et al. (2002) lorsqu’ils s’intéressent au risque associé à l’investissement dans
l’éducation. S’inscrire dans un programme de formation, y rester le temps qu’il faut ou
6
abandonner apparaissent alors comme des choix rationnels. Brémond et Gélédan (1984, p.
387) écrivent : ‘‘La renonciation à un salaire pendant la durée des études est comparée aux différences entre
les revenus supérieurs que l’on obtiendra grâce à cette formation et ceux que l’on aurait eus
sans suivre ce cursus. Les revenus pris en compte portent sur l’ensemble de la vie active et
sont rapportés au présent par l’actualisation’’. Ce revenu actualisé peut paraître insuffisant aux yeux des parents de l’individu concerné
(éducation non rentable) et justifier rationnellement l’abandon scolaire3. Mais, malgré le
caractère risqué de l’investissement dans l’éducation et l’hétérogénéité de son rendement, la
décision du décrochage scolaire, même prise par des individus rationnels, ne laisse pas les
autorités publiques indifférentes. Les pays en développement peuvent, par exemple, vouloir
offrir l’éducation de base à une proportion déterminée de la population ; abandonner l’école
avant d’avoir atteint ce niveau constitue un échec, une déperdition scolaire. C’est dans cette
perspective que ‘‘la plupart des pays membres de l’OCDE considèrent le diplôme des études
secondaires comme le niveau de scolarité minimal pour les jeunes de nos jours’’
(Développement des ressources humaines Canada, Direction générale de la recherche
appliquée, 2000, p. 1). En effet, aujourd’hui, la priorité semble accordée aux emplois ‘‘du
savoir’’ et les décisions individuelles peuvent aboutir à un sous investissement dans
l’éducation avec un impact négatif sur le développement futur.
Aussi, Lehr et al. (2004) estiment que l’abandon scolaire fait subir aux individus et à la
société d’importants coûts. Par exemple, la probabilité de trouver un emploi est plus élevée
chez les individus titulaires du diplôme de l’enseignement secondaire que chez ceux qui ont
abandonné l’école avant ce niveau (voire aussi ‘‘U.S Department of Labour’’, 2003). Dans le
même ordre d’idées, Sum et al. (2003) soutiennent que les jeunes adultes qui n’ont pas achevé
le cycle secondaire se trouvent en situation de précarité, ce qui compromet leur avenir
économique et social. Tous ces arguments justifient les politiques de réduction de l’incidence
de l’abandon scolaire avant la fin du cycle secondaire.
Sur tout un autre plan, plusieurs méthodes d’estimation du taux d’abandon ont été élaborées
notamment par les économistes de l’éducation. D’après le Développement des ressources
3 On suppose que la décision d’abandonner ou de rester dans le système scolaire est prise par les parents (au niveau du ménage) en fonction de plusieurs facteurs : caractéristiques des enfants, statut socioéconomique du ménage, etc.
7
humaines Canada (2000), sont considérés comme décrocheurs, des jeunes qui ont abandonné
leurs études avant d’avoir obtenu leur diplôme (diplôme terminal d’un cycle). Young (2002) a
utilisé la formule suivante pour calculer le taux d’abandon au niveau de l’enseignement
secondaire dans certains États américains en 1998/99 et 1999/2000 :
octobreerleemedeetemedeclasseslesdansinscritsélèvesdNombreemedeetemedeclasseslesentreabaondonnéayantélèvesdNombresabandondTaux
1,129'129'' =
C’est dans le même sens que le ‘‘Texas Education Agency (TEA), Department of
Accountability and Data Quality’’ (2004) est allé en présentant le taux annuel d’abandon
scolaire comme le rapport entre le nombre d’élèves des classes 7 à 12 qui quittent l’école et le
nombre cumulé des élèves inscrits dans ces classes au cours d’une année. Sum et al (2003)
adoptent ces méthodes de calcul en précisant aussi qu’il s’agit des élèves qui abandonnent
sans avoir obtenu le diplôme de fin du cycle (secondaire notamment). Ce travail se situe dans
cette logique de calcul du taux d’abandon scolaire.
Après avoir déterminé l’ampleur de l’abandon scolaire, il est important d’en cerner les causes.
En effet, la décision d’abandonner les études peut se justifier par des facteurs complexes, inter
reliés et parfois à l’œuvre depuis de nombreuses années (Développement des ressources
humaines Canada, Direction générale de la recherche appliquée, 2000). Aussi, Janosz et al.
(1994) ont identifié plusieurs facteurs de risque d’abandon dont ceux liés à la famille, aux
camarades, à l’école et au rendement de l’éducation. Les estimations économétriques de
Montmarquette et Viennot-Briot (2000) ont mis en exergue neuf principaux facteurs de risque
classés selon leur importance : augmentation du salaire minimum, baisse du taux de chômage,
fréquentation d’une école située dans une province où l’âge légal en fin de scolarité de base
est de 15 ans, fréquentation d’une école publique, sexe masculin, parents qui possèdent tout
au plus des études secondaires, changement fréquent d’école, mauvaises notes, emploi de plus
de 30 heures par semaine ou aucun emploi pendant la dernière semaine de l’année. Le
‘‘National Center on Secondary Education and Transition’’ (2004), regroupe ces variables
autour de deux catégories :
• les variables de statut : âge, sexe, statut socioéconomique des parents, ethnicité,
religion, taille de la famille, type d’établissement, etc. ;
• les variables altérables : classe fréquentée, discipline, absentéisme, politiques et
climat de l’établissement, attitudes envers l’école, etc.
8
Selon Audas et Willms (2001), ce sont les facteurs socioéconomiques jouent un rôle
déterminant dans la décision d’abandonner l’école. Toutefois, ces auteurs notent que les
mécanismes par lesquels ces facteurs opèrent ne sont pas clairs. Par exemple, TEA (2004, p.
61) indique que plus de 60% d’élèves ont abandonné les études sans raison déclarée.
Au regard de ces études qui portent sur les déterminants de l’efficacité interne des systèmes
éducatifs saisie par l’abandon scolaire, on peut affirmer que le décrochage scolaire est un
phénomène dont le processus est vraiment complexe. Ses déterminants varient selon non
seulement des caractéristiques des élèves, mais aussi des facteurs liés à l’école fréquentée, au
background familial, etc. En résumé, des facteurs académiques et extra académiques peuvent
entraîner l’abandon scolaire.
2. Méthodologie
Nous présentons successivement les données et le modèle empirique de détermination des
facteurs de l’abandon scolaire en nous inspirant des travaux qui ressortent de la littérature.
a) Les données
Elles proviennent d’une enquête nationale menée en mars 2004 par le Ministère de
l’économie et des finances avec le concours de la Banque mondiale. L’un des objectifs de
cette enquête, l’enquête PETS, était de suivre les dépenses publiques et leur impact sur la
santé et l’éducation des ménages. Sur le plan géographique, l’enquête avait couvert
l’ensemble du territoire national. Tous les niveaux hiérarchiques des administrations de
l’éducation nationale et de la santé publique, les prestataires de services de santé ou
d’éducation furent concernés par l’opération. Pour les besoins de désagrégation de
l’information afin de déceler les spécificités régionales en termes notamment de coût et de
qualité de service public de santé et d’éducation, le territoire national fut découpé en douze
zones (détail de l’échantillonnage en annexe). Nous nous sommes intéressé uniquement à
l’enseignement secondaire général.
Nous utilisons le taux annuel appelé encore l’incidence de l’abandon scolaire proposé par
Thurlow et al. (2002). Le taux d’abandon est la proportion d’individus qui ont fréquenté un
établissement secondaire pendant l’année scolaire 2001/2002 mais qui n’ont pas fréquenté
l’année suivante. Soit A, le taux d’abandon au niveau du secondaire ; NS, le nombre
9
d’individus inscrits au secondaire en 2001/2002 et non inscrits en 2002/2003 ; NIS nombre
d’élèves inscrits dans le cycle secondaire en 2001/2002.
A = (NS/NIS)* 100 …………………………………………………………………………..(1)
Notons que l’on peut calculer ce taux pour chaque classe (taux d’abandon en classe de
sixième, cinquième, quatrième, etc.). Young (2002) a exclu les individus qui ont quitté le
cycle secondaire sans avoir obtenu le diplôme terminal. Dans ce travail, on considère tous les
individus qui ont abandonné sans avoir obtenu aucun diplôme. Nous avons donc considéré
tous ceux qui ont abandonné pour des raisons données à la question fermée ‘‘Pourquoi
l’individu i n’a-t-il pas fréquenté en 2002/2003 ou a-t-il cessé de fréquenter ou n’a-t-il jamais
fréquenté une école’’. Ce sont par conséquent des individus qui ont quitté l’enseignement
secondaire sans diplôme.
b) Le modèle empirique de détermination des facteurs de l’abandon scolaire
Nous considérons un modèle de choix d’abandonner ou de ne pas abandonner à un moment
donné. Ce modèle rentre dans le cadre général développé par Becker (1967) pour étudier les
comportements des ménages en matière d’éducation dans un contexte de décentralisation.
Mais ici, l’abandon est un choix de nature dichotomique. Nous admettons que la décision
d’abandonner ou de ne pas abandonner obéit à la logique de maximisation d’une fonction
d’utilité microéconomique.
Soit Y l’abandon scolaire. Y = 1 si l’individu a abandonné l’école en 2002/2003 et 0 s’il est
resté dans le système scolaire. Pour un individu i, la probabilité d’abandonner est donnée
par la formule qui suit.
1( 1 / )
1 1
i
i i
X
i i X XeP E Y X
e e
β
β β−= = = =
+ + …………………………………………………(2)
Dans cette formule,
Pi désigne la probabilité d’abandonner,
Xi, la matrice des variables expliquant l’abandon,
β, un paramètre.
La probabilité de rester dans le système scolaire est donnée par :
10
111 i
i XP
e β− =
+………………………………………………………………………(3)
L’abandon suit alors une distribution de Bernoulli, ce qui permet d’écrire :
1iXi
i
Pe
Pβ=
− ………………………………………………………………………..(4)
Le rapport 1i
i
PP− est le ratio du risque de quitter le système scolaire. C’est le rapport de
la possibilité pour un individu de décrocher à la probabilité de ne pas abandonner. Ainsi, par
exemple si iP = 0,4, alors cela signifie que le risque est de 2 contre 3 de décrocher.
En prenant le logarithme népérien de ce rapport, on obtient le résultat suivant qui est très
intéressant :
ln1
ii i
i
PL X
Pβ
⎛ ⎞= =⎜ ⎟−⎝ ⎠
…………………………………………………………………….(5)
L désigne le logit, d’où l’appellation de modèles logit que l’on peut spécifier de la manière
suivante.
0 1 1 2 2ln ..............1
ii i i i i k ik i
i
PL X u X X X u
Pβ β β β β
⎛ ⎞= = + = + + + + +⎜ ⎟−⎝ ⎠
………………………………(6)
Où k est nombre de variables indépendantes.
Cette spécification est adaptée aux données de niveau microéconomique fournies par
l’enquête PETS. Pour ce qui est de cette recherche, les variables explicatives du modèle sont
classées en trois catégories :
• Les caractéristiques individuelles : âge en années, 1 pour le sexe masculin et 0
pour le sexe féminin ; 1 pour l’individu qui a repris une classe et 0 pour celui qui
n’a pas repris ; classe d’où on a décroché, 1 pour ceux qui ont abandonné avant la
fin du premier cycle du secondaire et 0 ailleurs.
• Le background familial : éducation du père et de la mère (0 pour les parents sans
diplôme, 1 pour le diplôme du cycle primaire, 2 pour le BEPC, 3 pour le
11
probatoire, 4 pour le baccalauréat et 5 au-delà) ; groupes socioéconomiques
(définis plus bas) ; taille du ménage (1 pour les familles de 5 personnes et 0 pour
les failles de plus de 5 personnes),
• L’environnement : type d’établissement fréquenté (1 pour un établissement public
et 0 pour un établissement privé) ; localisation géographique de l’établissement (1
pour une école située en milieu urbain et 0 pour celle située en milieu rural).
En utilisant la statistique descriptive et les estimations du modèle spécifié, nous obtenons des
résultats empiriques qui permettent de répondre aux questions posées dans l’introduction de
cette recherche.
III. Résultats empiriques Nous allons présenter les faits que la statistique descriptive nous a permis de dégager avant
d’estimer les déterminants de l’abandon scolaire.
1. Quelques statistiques descriptives Les données de l’enquête PETS montrent que sur 1094 individus enquêtés ayant le niveau de
l’enseignement secondaire général sur le territoire national, 90 ont abandonné l’école en
2002/2003, soit un taux moyen d’abandon de 8,22%. Le tableau 1 donne la répartition des
décrocheurs selon la classe d’âge et le sexe.
Tableau 1 : Répartition des décrocheurs selon la classe d’âge et le sexe
Classe d’âge du
décrocheur
Effectif Nombre d’abandons Taux
d’abandon (%)
Contribution à
l’abandon total (%)
Moins de 19 ans 777 36 4,63 40,00
19-22 ans 259 38 14,67 42,22
Plus de 22 ans 58 16 27,58 17,78
Ensemble 1094 90 8,22 100,00
Sexe du décrocheur
Garçons 592 49 8,28 54,44
Filles 502 41 8,17 45,56
Ensemble 1094 90 8,22 100,00
Source : L’auteur
12
Quelques enseignements se dégagent du tableau 1. D’abord, c’est chez les individus dont
l’âge est inférieur à 19 ans que le taux d’abandon est le plus bas (4,63%) et ce taux semble
croître avec l’âge. En effet, au-delà de 22 ans, les individus peuvent plus facilement être
tentés d’abandonner pour trouver un emploi à cause de leur âge, surtout si ceux-ci ont des
difficultés à réussir leurs examens de fin d’année. Ce sont les individus dont l’âge est compris
entre 19 et 22 ans qui contribuent le plus à l’abandon total. Leur contribution est de 42,22%
contre 40,00% pour celle des individus âgés de moins de 19 ans. Seulement 17,78% des
individus dont l’âge est supérieur à 22 ans contribuent à l’abandon total4. Au regard de ces
résultats, on peut observer que la contribution de chaque tranche d’âge à l’abandon total
admet un maximum.
Ensuite, par rapport au sexe, le taux moyen d’abandon est d’environ 8,28% chez les garçons
contre 8,17% chez les filles. De plus, ce sont les individus de sexe masculin qui contribuent le
plus à l’abandon global (54,44% pour les garçons et 45,56% pour les filles). Toutefois, le test
de Levene sur l’égalité des variances montre que la différence entre les garçons et les filles
n’est pas significative. Ce résultat traduit-il le fait que les deux sexes font face aux mêmes
risques ? Le test du Khi-deux semble ‘ailleurs mettre en exergue l’indépendance de l’abandon
par rapport au sexe de l’individu (voir plus bas). Le niveau à partir duquel l’individu a
décroché est considéré dans le tableau 2.
4 Cette contribution est obtenue en divisant le nombre total d’abandons de chaque tranche d’âge par le nombre
total d’abandons.
13
Tableau 2 : Répartition des décrocheurs selon la classe d’où l’individu a décroché Classe d’où l’individu a
décroché
Effectif Nombre
d’abandons
Taux
d’abandon (%)
Contribution au total
d’abandons (%)
Sixième
Cinquième
Quatrième
Troisième
Seconde
Première
Terminale
155
172
223
180
150
116
98
12
13
18
21
11
8
7
7,74
7,55
8,07
11,67
7,33
6,89
6,25
13,33
14,44
20,00
23,33
12,23
8,89
7,78
Ensemble 1094 90 8,22 100,00
Source : L’auteur Le taux d’abandon en classe de troisième est plus élevé que le taux d’abandon au niveau des
autres classes (tableau 2). De même, les individus de cette catégorie contribuent le plus à
l’abandon scolaire au niveau du secondaire au Cameroun, avec une contribution de 23,33%.
Le taux d’abandon en Troisième est supérieur au taux d’abandon en Première, soit
respectivement 11,67% et 6,89%). On a l’impression que le taux d’abandon est lié à la classe
de décrochage selon une courbe en U renversé. En outre, la contribution de la classe de
Première à l’abandon total n’est que de 6,89% environ. Tous ces résultats suggèrent qu’une
fois arrivés en classe de Première, les élèves persévèrent et acceptent de présenter le
Probatoire autant de fois qu’il faut pour réussir et aller en classe supérieure. Autrement dit, le
Probatoire5 peut retarder l’avancement d’un élève sans réellement l’empêcher de poursuivre
ses études à terme.
Après les caractéristiques des individus, nous avons décomposé l’abandon selon le groupe
socioéconomique du chef de ménage du décrocheur et les résultats sont présentés sur le
tableau 3.
5 Dans le système éducatif camerounais, le Probatoire est examen officiel présenté après 6 années d’études secondaires. Le succès à cet examen est une condition nécessaire et suffisante de passage en classe supérieure.
14
Tableau 3 : Répartition des décrocheurs selon le groupe socioéconomique du chef de ménage
Groupe socioéconomique du
chef de ménage
Effectif Nombre
d’abandons
Taux
d’abandon (%)
Contribution au total
d’abandons (%)
Travailleur du secteur public
Travailleur du secteur privé formel
Travailleur secteur privé informel
Exploitant agricole
Chômeur
Inactif
244
125
247
231
28
219
10
15
18
26
6
15
4,10
12,00
7,29
11,25
21,43
6,85
11,10
16,67
20,00
28,89
6,67
16,67
Ensemble 1094 90 8,22 100,00
Source : L’auteur Des informations importantes peuvent être notées à partir du tableau 3. En premier lieu, le
taux d’abandon semble le plus élevé chez les individus qui appartiennent aux ménages dont le
chef est chômeur (21,43%), tandis que c’est chez les ménages dont le chef est travailleur du
secteur public qu’on enregistre le taux le plus faible (4,10%). En second lieu, on observe que
le taux d’abandon est plus élevé dans les ménages dont le chef travaille dans le secteur privé
formel (12.0%) que chez ceux dont le chef travaille dans le privé informel (7.2%). Ce résultat
peut sembler intéressant dans la mesure où, depuis la libéralisation du marché du travail au
Cameroun, la tendance est à la baisse des salaires nominaux dans le secteur privé formel. De
telle sorte que, certains chefs de ménage qui travaillent dans le secteur informel puissent s’en
sortir mieux dans le soutien de leurs enfants à l’école que les travailleurs du secteur formel.
Par rapport à la religion du chef de ménage, la contribution des catholiques est très élevée par
rapport aux autres religions. Tableau 4 : Répartition des décrocheurs selon la religion du chef de ménage Religion du chef de
ménage
Effectif Nombre
abandons
Taux d’abandon
(%)
Contribution à
l’abandon total (%)
Catholique
Protestant
Autre chrétien
Musulman
Animiste
296
232
211
253
162
50
23
2
13
2
16,89
9,91
0,95
5,14
1,23
55,56
25,56
2,22
14,44
2,22
Ensemble 1094 90 8,22 100,00
Source : L’auteur
15
Le taux d’abandon est le plus élevé chez les individus dont le chef de ménage est de religion
catholique (tableau 4). Sur 90 individus ayant abandonné l’école au niveau du secondaire en
2002/2003, 50 appartiennent aux ménages dont le chef est catholique, soit à peu près une
contribution de 55,6%. La contribution des autres chrétiens et des animistes est la plus faible,
soit 2,2%. On peut penser ici que tous ceux qui ont déclaré être de religion catholique ne le
sont pas effectivement ou ont cessé de l’être dans les faits.
La taille du ménage peut constituer un facteur d’abandon scolaire, l’hypothèse sous-jacente
étant que le taux d’abandon est plus élevé chez les individus membres des familles
nombreuses. Dans un contexte de pauvreté, les parents sélectionnent seulement quelques uns
de leurs enfants qu’ils inscrivent ou qu’ils maintiennent à l’école. Cette hypothèse ne semble
pas validée comme il ressort du tableau 5 qui donne la répartition de l’abandon selon la taille
du ménage du décrocheur.
Tableau 5 : Répartition des décrocheurs selon la taille du ménage
Taille du ménage du
décrocheur
Effectif
total
Nombre
d’abandons
Taux d’abandon
(%)
Contribution au total
d’abandons (%)
1-5 individus
5-9 individus
10 individus et plus
257
473
364
27
34
29
10,50
7,19
7,97
30,00
37,78
32,22
Ensemble 1094 90 8,22 100,00
Source : L’auteur C’est chez les individus appartenant aux ménages dont la taille est comprise entre 1 et 5
personnes que le taux d’abandon est le plus élevé (10,50%). Par contre, c’est chez les
individus vivant dans les ménages dont la taille est supérieure à 5 individus que ce taux est le
plus faible. Ces résultats suggèrent-ils la présence d’une sorte d’économie d’échelle ? Par
rapport au critère d’instruction, le tableau 6 montre que c’est chez les individus vivant dans un
ménage dont le chef a le niveau du secondaire premier cycle que la contribution à l’abandon
total est la plus élevée (32,23%).
16
Tableau 6 : Répartition des décrocheurs selon le niveau d’instruction du chef de ménage
Niveau d’instruction du chef
de ménage
Effectifs Nombre
d’abandons
Taux d’abandon
(%)
Contribution au total
d’abandons (%)
Sans niveau
Primaire
Secondaire premier cycle
Secondaire second cycle
Supérieur
370
227
212
187
98
26
18
29
13
4
7,02
7,92
13,68
6,95
4,08
28,89
20,00
32,23
14,44
4,44
Ensemble 1094 90 8,22 100,00
Source : L’auteur Le taux d’abandon est plus élevé chez les individus appartenant aux ménages dont le chef a
un niveau d’éducation du secondaire premier cycle (13,68%). Dans les ménages dont le chef a
le niveau du supérieur, le taux d’abandon est le plus faible (4,08%) et légèrement inférieur à
la moitié de la moyenne nationale qui est de 8,22%.
Tableau 7 : Répartition des décrocheurs selon la zone de localisation du ménage Zone de localisation du
ménage
Effectif Nombre
d’abandons
Taux
d’abandon (%)
Contribution au nombre
total d’abandons (%)
Urbain
Semi urbain
Rural
488
332
274
41
19
30
8,40
5,72
11,11
45,56
21,11
33,33
Ensemble 1094 90 8,22 100,00
Source : L’auteur Le taux d’abandon en zone rurale (11,11%), est plus élevé que dans chacune des 2 autres
zones. Le taux d’abandon dans les zones rurales est supérieur à la moyenne nationale, soit un
écart de 2,89 points de pourcentage environ. Cette différence peut s’expliquer par les
possibilités d’emploi sans qualification qu’offre le secteur agricole en zone rurale, alors que
ces possibilités sont limitées en milieu urbain et semi urbain. On peut également imaginer que
les élèves vivant en milieu urbain et semi urbain persévèrent plus dans leurs études que ceux
qui habitent en milieu rural.
Le questionnaire de l’enquête PETS a relevé six types de raisons avancées pour justifier
l’abandon scolaire. Nous avons regroupé ces raisons autour de trois catégories, à savoir, les
17
raisons académiques (coût de scolarité trop élevé et échec scolaire), les raisons non
académiques (emploi/apprentissage, maladie/handicap et mariage/grosse) et autre (aucune
raison précise), dans le tableau 8.
Tableau 8 : Raisons de l’abandon scolaire
Fréquence absolue Pourcentage
Coût élevé de la scolarité 18 20,00
Echec scolaire 19 21,11
Raisons académiques
Total 37 41,11
Emploi/apprentissage 15 16,67
Maladie/handicap 9 10,00
Mariage/grossesse 16 17,78
Raisons non académiques
Total 40 44,45
Aucune raison précise 13 14,44
TOTAL 90 100,00
Source : Par l’auteur Apparemment, ce sont des raisons non académiques qui ont le plus justifié l’abandon scolaire
au Cameroun en 2002/2003 (44,45%). Il s’agit de l’abandon à cause du mariage ou de la
grossesse dans 17,78% de cas, du travail ou de l’apprentissage dans 16,67% de cas, et de la
maladie ou d’un handicap dans 10% de cas. En effet, dans un environnement caractérisé par la
pression de la tradition qui ne favorise pas la vulgarisation des méthodes de contraception, où
l’avortement n’est autorisé ni par la coutume ni par le droit positif, le mariage précoce et les
grosses non désirées peuvent fortement justifier l’abandon scolaire. Par exemple, seulement
7,1% des femmes mariées en âge de procréer utilisaient au moins une méthode moderne de
contraception en 1999/2000 (Banque Africaine de Développement (2005). D’ailleurs, jusqu’à
une date très récente, toute fille qui tombait enceinte au cours de l’année scolaire était
purement et simplement renvoyée de son établissement, ce qui constituait parfois une sortie
définitive du système éducatif. De plus, l’incidence de la pauvreté étant élevée au Cameroun6,
les jeunes filles qui rencontrent la moindre difficulté à l’école n’hésitent pas à s’engager dans
le mariage aux dépens de leurs études scolaires. En outre, dans un contexte où les
6 L’incidence de la pauvreté était estimée à 40,1% en 2001 (MINEFI, 2001).
18
opportunités d’emploi sont rares, les jeunes élèves abandonnent facilement l’école pour une
activité génératrice de revenu, quitte à vouloir travailler en allant à l’école. De même, le
handicap physique ou mental peut réellement justifier l’abandon scolaire dans la mesure où,
au Cameroun, les établissements publics et privés souffrent généralement d’une insuffisance
en infrastructures courantes (table banc, salle de classe, toilettes, etc.), et, particulièrement, de
l’absence des infrastructures appropriées pour les handicapés (identification du handicap,
commodités requises, etc.). On comprend pourquoi, dans ces conditions, les facteurs non
académiques puissent être cités plus fréquemment parmi les raisons de l’abandon scolaire.
Toutefois, l’impact des facteurs académiques ne semble pas négligeable dans la mesure où ils
justifient plus de 41% des abandons scolaires. Il s’agit de l’échec scolaire (21,1%) et du coût
de la scolarité (20,0%).
Nous avons conduit un test du χ2 afin de déterminer une liaison entre les caractéristiques des
décrocheurs, le background familial et l’abandon scolaire dans le tableau 9.
Tableau 9 : Test du χ2 de l’indépendance entre l’abandon scolaire, les caractéristiques des
décrocheurs et le background familial
Variable
Valeur du χ2 Degré de liberté Signification (P value)
Ai
Si
Im
GSEm
Tm
Zm
60,102
0,004
8,637
18,500
2,476
5,466
2
1
4
5
2
2
0,000
0,948
0,071
0,002
0,290
0,0065
Source : L’auteur Dans ce tableau, Ai et Si désignent respectivement l’âge et le sexe de l’individu i ; Im, GSEm,
désignent respectivement le niveau d’instruction et le groupe socioéconomique du chef de
ménage ; Tm et Zm désignent respectivement la taille et la zone de localisation du ménage.
Au regard des données du tableau 9, il semble que le sexe et la taille du ménage ne soient pas
significativement liés au taux d’abandon. Ces statistiques descriptives nous donnent une
première indication approximative sur les déterminants potentiels de l’abandon scolaire au
Cameroun.
19
2. Estimations des déterminants de l’abandon scolaire
Notons que pour estimer le modèle logit que nous avons spécifié, on a fait recours aux
procédures d’estimation non linéaires utilisant le maximum de vraisemblance. En appliquant
le Critère d’Information Bayesien (BIC), les variables, ‘‘niveau d’instruction de la mère’’,
‘‘religion du chef de ménage’’, ‘‘milieu de résidence’’, ‘‘sexe de l’individu’’ et ‘‘taille du
ménage’’ ont été exclues. Puisque le maximum de vraisemblance est la méthode d’estimation
retenue, la significativité des coefficients est mesurée par la statistique standard normale z et
la qualité de l’ajustement est appréciée le pseudo − R2. En outre, le ratio de vraisemblance
(LR) est utilisé pour tester l’hypothèse nulle que les coefficients de pente sont simultanément
égaux à zéro. De plus, l’effet des variables indépendantes se mesure en termes de ratio de
risque (odds, ratio) qui est donné par le modèle logistique. Dans les modèles logit, il est aussi
intéressant d’examiner l’effet marginal des variables explicatives.
Fort de ces arguments, nous avons d’abord estimé une version logistique du modèle. Ensuite,
une deuxième version des estimations vise à déterminer l’effet marginal de la variation d’une
unité de la variable indépendante sur la variable explicative (l’abandon scolaire). En effet,
dans le modèle logit, le coefficient qui représente la pente mesure la variation du logarithme
des chances associées à une modification d’une unité d’une variable explicative, toutes les
autres choses restant égales par ailleurs. Dans ce type de modèle, le taux de variation de la
probabilité d’occurrence d’un événement est donné par la formule suivante (Scott, 1997) :
( /1 )j i iP Pβ − ………………………………………………………………………………(10)
Où jβ est le coefficient de régression partielle de la jème variable explicative. Mais en
évaluant iP , toutes les variables sont incluses dans l’analyse.
Le tableau 10 donne les résultats des estimations du modèle logistique des déterminants de
l’abandon scolaire.
20
Tableau 10 : Estimations d’un modèle logistique des déterminants de l’abandon scolaire
Nombre d’observations = 1089 LR chi2 (11) = 84.46
Probabilité > Khi2 = 0.0000 Pseudo R2 = 0.1360
Variable explicative de l’abandon
Ratio de
vraisemblance
Ecart -
type
z P > | z | [95% Intervalle
de confiance]
Âge du décrocheur
Âge au carré
Niveau d’instruction du père
Supérieur (référence)
Sans niveau
Primaire
Secondaire 1er cycle
Secondaire 2eme cycle
Groupe socioéconomique du père
Travailleur du secteur public (référence)
Travailleur du secteur privé formel
Travailleur du secteur privé informel
Exploitant agricole
Chômeur
Inactif
1,9863
0,9894
1,6456
1,8688
3,8142
1,6257
2,9873
1,7257
3,1008
3,4027
1,3205
0,3750
0,0041
1,0095
1,1599
2,2437
1,0172
1,3311
0,7491
1,3102
2,0945
0,5831
3,63
- 2,51
0,81
1,01
2,28
0,78
2,46
1,26
2,68
1,99
0,63
0,000
0,012
0,417
0,314
0,023
0,437
0,014
0,209
0,007
0,047
0,529
1,3719
0,9813
0,4944
0,5536
1,2041
0,4769
1,2474
0,7398
1,3546
1,0183
0,5556
2,8760
0,9977
5,4768
6,3083
12,082
5,5419
7,1543
4,0409
7,0982
11,370
3,1380
Source : L’auteur Répétons que l’effet des variables indépendantes se mesure en termes de ratio de
vraisemblance (odds ratios) donné par le modèle logistique. L’âge apparaît comme un
déterminant majeur de l’abandon scolaire. En effet, le coefficient relatif à cette variable
montre que, lorsque l’âge varie d’une unité, le risque de quitter, d’abandonner l’école est de
1,986 (presque 2). Le coefficient attaché au carré de l’âge (< 1), traduit la décélération de la
vitesse de variation de l’abandon en fonction de l’âge (la non linéarité de la relation entre
l’abandon et l’âge). Ces résultats confirment ceux trouvés par Montmarquette et Viennot-
Briot (2000) qui ont classé l’âge parmi les déterminants significatifs de l’abandon scolaire.
Par rapport au niveau d’instruction des parents, avoir un père dont le niveau d’éducation se
limite au secondaire premier cycle semble associé à un risque d’abandon élevé. Le risque de
décrochage pour les enfants dont le père a ce niveau d’instruction est presque quatre fois plus
21
élevé (3,81) que le risque associé aux enfants dont le père a l’enseignement supérieur. En tout
cas, le tableau 10 laisse transparaître les faits suivants : i) les fils des parents qui travaillent
dans le secteur privé formel courent à peu près trois fois plus de risque d’abandonner que
ceux dont les parents qui travaillent dans le secteur public ; ii) avoir les parents qui sont
agriculteurs et sans emploi accroît les risques de décrochage par rapport aux fils des parents
qui travaillent dans le secteur public. Tous ces résultats montrent sans doute le rôle
déterminant que jouent les ressources du ménage dans l’éducation les enfants. Dans le
contexte camerounais caractérisé par une fonction publique où sévit une corruption rampante,
les fonctionnaires extorquent des rentes aux usagers des services publics qu’ils peuvent
utiliser pour mieux soutenir leurs enfants à l’école que les travailleurs des autres secteurs. Le
tableau suivant donne l’effet marginal des variables exogènes sur le risque d’abandon. Tableau 11 : Estimations de l’effet marginal des variables explicatives sur la probabilité
d’abandon (dy/dx)
Variable explicative de l’abandon
dy/dx Ecart -
type Z P > | z | [95% Intervalle
de confiance] x
Âge du décrocheur
Âge au carré
Education du père
Supérieur (référence)
Sans éducation
Primaire
Secondaire 1er cycle
Secondaire 2eme cycle
Groupe socioéconomique du père
Travailleur du secteur public (Réf.)
Travailleur du secteur privé formel
Travailleur secteur privé informel
Exploitant agricole
Chômeur
Inactif
0,0345
-0,0053
0,0271
0,0373
0,1002
0,0283
0,0816
0,0316
0,0783
0,1047
0,0151
0,0087
0,0002
0,0361
0,0434
0,0611
0,0419
0,4455
0,4341
0,4225
0,6155
0,4416
3,96
-2,65
0,75
0,86
1,64
0,68
0,18
0,07
0,19
0,17
0,03
0,000
0,008
0,453
0,390
0,101
0,499
0,855
0,942
0,853
0,865
0,973
0,0174
-0,0009
-0,0436
-0,0477
-0,0194
-0,0538
-0,7916
-0,8192
-0,7498
-1,1017
-0,8504
0,0516
-0,0001
0,0979
0,1224
0,2199
0,1105
0,9549
0,8824
0,9064
1,3110
0,8806
18,00
355,5
0,336
0,208
0,193
0,171
0,114
0,226
0,209
0,024
0,201
Source : L’auteur
22
Les données du tableau 11 montrent que l’effet marginal de l’âge et de l’âge au carré est
significatif au seuil de 1%. Aussi, une augmentation de l’âge d’une unité augmente la
probabilité d’abandon de 0,0345. Le coefficient associé à l’âge au carré est négatif, la
probabilité d’abandon croît avec l’âge et décroît par la suite. Le risque de décrochage suit une
courbe en U inversé indiquant qu’au-delà d’un certain âge estimé à 21,8 ans, le risque de
décrochage diminue. Au seuil de 10%, on peut soutenir que le risque de décrochage est plus
élevé chez les enfants dont le niveau d’éducation du père est limité au secondaire premier
cycle que chez ceux dont le père détient un diplôme de l’enseignement supérieur. On peut
donc affirmer que l’éducation du père compte beaucoup dans l’éducation des enfants. Plus le
niveau d’éducation du père est élevé, plus il est prêt à fournir les efforts nécessaires pour
maintenir ses enfants à l’école le temps qu’il faut. En d’autres termes, les parents les plus
éduqués sont probablement les plus avertis des bienfaits de l’éducation. D’un autre côté, les
enfants des parents instruits pourraient avoir tendance à suivre l’exemple de ces parents. C’est
l’impact du background familial mis également en exergue par Ermisch et Francesconi
(2001), soutenus par Becker et Thomes (1986), Behrman et al. (1995), etc.
Ces résultats sur l’impact de l’âge sont importants dans le contexte camerounais où l’âge légal
d’entrée en classe de sixième (première classe de l’enseignement secondaire) est fixé entre 11
ans au moins et 14 ans au plus au 31 décembre de l’année du concours. Selon la
réglementation nationale, si après deux années dans une classe un élève n’a pas réussi à passer
en classe supérieure, il est renvoyé de l’établissement. Dans un tel contexte, le redoublement
peut être une cause importante de l’abandon scolaire, or en redoublant, l’âge augmente.
Mais le groupe socioéconomique du père ne semble pas exercer un impact significatif sur le
risque de décrochage scolaire. Ce résultat peut traduire les difficultés que pourraient éprouver
les titulaires d’un diplôme à trouver un emploi dans la fonction publique. Dans ce cas, le
risque d’investissement dans l’éducation des enfants devient élevé et dissuasif (voire Carneiro
et al. 2002). D’ailleurs, en Afrique, particulièrement, plusieurs travaux empiriques n’ont pas
réussi à établir une relation positive et significative entre les indicateurs de développement et
les indicateurs d’éducation (Easterly et Levine, 1997 ; Gupta et al. 1997 ; Collier et Gunning,
1999 ; etc.). Ces résultats mitigés peuvent résulter de la faible efficacité interne des systèmes
éducatifs comme Moock et Jaminson (1988) l’ont relevé.
23
IV. Conclusion et recommandations
L’objectif principal de cette étude était de dégager un profil de l’abandon scolaire au niveau
de l’enseignement secondaire général au Cameroun. Une analyse des statistiques descriptives
révèle que l’incidence de l’abandon scolaire est de 8,22%, ce qui est le double du taux obtenu
dans les écoles américaines en 2003 (TEA, 2004). Contrairement à ce qu’on pourrait croire, il
ne semble pas exister un écart significatif entre les garçons et les filles en matière d’abandon
scolaire. Cet équilibre peut s’expliquer par le fait que, si les filles peuvent quitter l’école à
cause des grossesses précoces, les garçons de la même tranche d’âge peuvent aussi
abandonner à cause d’autres formes de délinquance. Les deux sexes courent le même risque
d’abandon. Un autre résultat intéressant est que, pour des raisons institutionnelles, on se serait
attendu à ce que le taux d’abandon soit plus élevé en classe de première que dans les autres
classes. En effet, le passage de la classe de Première à la classe de Terminale est conditionné
par le succès à l’examen du Probatoire. Logiquement on aurait dû penser que le taux d’échec
à cet examen aggrave le taux d’abandon en Première. C’est plutôt au niveau de la classe de
Troisième que le taux d’abandon est le plus élevé.
Trois autres résultats intéressants peuvent être signalés à partir des statistiques descriptives.
Le premier est que le taux d’abandon est plus élevé dans les ménages dont la taille est
comprise entre 1 et 5 individus. Au-delà de cette taille, le taux d’abandon est inférieur à celui
de la première catégorie. Peut-on percevoir là une sorte d’économies d’échelle ? Le second
résultat intéressant est que c’est dans le secteur privé (formel et informel) qu’est concentré le
taux d’abandon le plus élevé (soit 37,6%). On peut penser ici au niveau d’éducation des
parents qui pourrait être plus faible dans ces deux secteurs. Enfin, le troisième résultat
remarquable est que le taux d’abandon en milieu rural est plus élevé que la moyenne
nationale. La facilité à trouver une occupation en milieu rural pourrait justifier ce résultat.
Enfin, l’application du Critère d’Information Bayesien (BIC) nous a permis d’estimer un
modèle logit et un modèle logistique qui montrent que l’âge du décrocheur, l’éducation au
niveau du secondaire, et le groupe socioéconomique du père (estimation du modèle
logistique), sont les déterminants les plus significatifs de l’abandon scolaire dans
l’enseignement secondaire général au Cameroun.
24
L’utilisation de la statistique descriptive et les résultats des estimations d’un modèle
logistique semblent établir une relation non linéaire entre l’âge au risque de décrochage
scolaire.
A partir des estimations du modèle logistique on a établi qu’au-delà de 21,8 ans, la probabilité
d’abandonner l’école diminue lorsque l’âge augmente. On peut penser alors que la maturité
des enfants les amène à prendre conscience de l’importance de l’école et à persévérer dans
leurs études. Dans ces conditions, la suppression de la borne supérieure et le relèvement de la
borne inférieure de l’âge d’entrée en Sixième ne seraient pas en contradiction avec la
recherche de l’efficacité interne du système éducatif. De plus, les statistiques descriptives
indiquent que le taux d’abandon est plus élevé en classe de Troisième qu’en Première. Cela
constitue un argument qui milite en faveur de la suppression du Probatoire institué en classe
de Première. Les autorités publiques devraient supprimer le Probatoire dans la mesure où cet
examen pourrait retarder les élèves sans vraiment les empêcher de poursuivre leurs études. Il
contribue à accroître les coûts de l’éducation sans être réellement une barrière infranchissable.
Cette recommandation est renforcée par le fait que le risque de redoublement est plus faible
en Première qu’en Terminale (Noumba, 2006).
En second lieu, les estimations du modèle logistique de détermination de l »abandon scolaire
a mis en exergue le rôle des ressources du ménages (éducation et groupe socioéconomique du
père). Par conséquent, l’amélioration du niveau de vie des populations peut encourager les
parents à inscrire et maintenir leurs enfants à l’école, et prévenir ainsi les abandons
prématurés. La suppression de l’examen probatoire peut aussi réduire le risque d’abandon
dans la mesure les échecs scolaires ont été signalés comme un facteur de risque. Enfin, en
supprimant cet examen on réduit le coût de l’éducation, ce qui peut amener les parents à
inscrire davantage d’enfants à l’école et les y maintenir le temps qu’il faut. L’atteinte du point
d’achèvement de l’initiative pays pauvres et très endettés élargit la marge de manœuvre des
autorités publiques qui peuvent profiter de cette nouvelle perspective pour consacre plus de
moyens au développement du secteur de l’éducation.
25
Références
Audas, R., et J., D., Willms. 2001. ‘‘Engagement and Dropping out of School: A Life-
Course Perspective’’. Université du Nouveau-Brunswik, Canadian Research Institute
for Social Policy.
Banque Africaine de Développement. 2005. Statistiques sélectionnées sur les pays
africains. Volume XXIV.
Becker, G. S. 1967. “Human Capital and the Personal Distribution of Income’’.
Columbia University Press.
__________ et N. Thomes. 1986. ‘‘Human Capital and the Rise and the fall of Families’’.
Journal of Labor Economics, 4, 51-539.
Behrman, J., R., R. Pollack, et P. Taubman. 1995. ‘‘From Parent to Child’’. Chicago:
University of Chicago Press.
Blackorby, J., et M. Wagner. 1996. Longitudinal Post school Outcomes of Youth with
Disabilities: Findings from the National Longitudinal Transition Study. Exceptional
Children, 62(5), pp. 399-413.
Brémond, J., et A., Gélédan. 1984. Dictionnaire des théories et mécanismes économiques,
Hatier, Paris, 476 pages.
Carneiro, P., K. Hansen et J. Heckman. 2002. ‘‘Removing the Veil of Ignorance in
Assessing the Distributional Impacts of Social Policies’’, NBER Working Paper, No.
8840.
Collier, P. et J. W. Gunning. 1999. ‘‘Explaining African Economies Performance’’.
Journal of Economic Literature, 37(1): 64-111.
Commission Européenne, Direction Générale de l’Éducation et de la Culture. 2000.
Rapport européen sur la qualité de l’Education scolaire : Seize indicateurs de
qualité, mai.
Das, J., S., Dercon et P., Krishnan. 2004. ‘‘When Can School Inputs Improve Test Scores?
Papier présenté à la conférence organisée à Nairobi/Naivasha, Kenya, du 7 au 8 Juin
2005 par la fondation MacArthur.
Delors, J., 1996. L’éducation : un trésor est caché dedans. Paris UNESCO.
Développement des Ressources Humaines Canada, Direction générale de la recherche
appliquée, Politique stratégique. 1999. Abandon scolaire et travail pendant les études.
Bulletin de recherche appliquée, Vol. 5, no. 1.
26
________________________________. 2000. Le décrochage scolaire : définitions et
coûts, R-01-1F, Direction générale de la recherche appliquée, octobre.
Easterly, W., and R., Levine. 1997. ‘‘Africa’s growth tragedy: Policies and ethnic
divisions’’. Quarterly Journal of Economics, 112: 1203-1250.
Ermisch, J. et M. Francesconi. 2000. ‘‘Family Matters: Impacts of Family background on
Educational Attainment’’. Economica. The London School of economics and
Political Science. Pp. 137-156.
Glewwe, P., M., Grosh, H. Jacoby, et M. Lockheed. 1995. ‘’An Eclectic Approach to
Estimating the Determinants of Achievement in Jamaican Primary Education’’. The
World Bank Economic Review. Vol. 9, N° 2. May, pp. 231- 258.
Gupta, E. K., K. Honjo and M. Verhoeven. 1997. Efficiency of government expenditure.
Experience from Africa. IMF Working Paper No. 97/153.
Hanushek, E. 1986. ‘‘The Economics of Schooling: Production Function and Efficiency in
Public School’’. Journal of Economic Literature, 24(3). pp. 1414-1177.
Harbison, R., W., et E., Hanushek. 1992. "Educational Performance of the Poor:
Lessons from Rural Northeast Brazil". New York: Oxford University Press.
Janosz, M., M., le Blanc, B. Boulerice et R., E., Tremblay. 1994. ‘‘Predicting Different
Types of School Dropouts: A Typological Approach on Two Longitudinal
Samples’’, Université de Montréal, École de psyco-éducation.
Joanis, M., 2002. L’économie de l’éducation : méthodologies, constats et leçons, CIRANO,
Série Scientifique, juillet, Montréal.
Lehr, C., A., R., R., Johnson, C., D., Bremer, A., Cosio, M., Thompson. 2004. Essential
Tools. Increasing of School Completion: Moving From Policy and Research to
Practice. A Manual for Policumakers, Administrators, and Educators, May.
Ministère de l’Education Nationale. 2005. Carte scolaire du Cameroun. Annuaire
statistique 2003-2004.
Ministère de l’économie et des finances. 2004. Rapport économique et financier, juin.
________________________________, 2001. Enquête camerounaise Auprès des Ménages
(enquête ECAM II)
Montmarquette, C., et N., V., Briot. 2000. Note sur les personnes à risque d’abandonner
les études secondaires. Montréal, Université de Montréal, CIRANO.
Moock, P., et D., Jaminson. 1988. "Education in sub-Saharan Africa: Policies for
Adjustment, Revitalisation, and Expansion". World Bank Policy Studies. The
World Bank.
27
National Centre for Secondary Education and Transition. 2004. ‘‘Essential Tools: Increasing
rates of School Completion: Moving from Policy and Research to Practice. A
Manual for Policymakers, Administrators, and Educators’’. The College of
Education and Human Development, University of Minnesota.
Noumba I., 2006. Les déterminants de la déperdition scolaire dans l’enseignement
secondaire au Cameroun. Rapport de recherche final révisé présenté au CREA.
___________, 2002. ‘‘The Relative Efficiency of Private and Public Schools: The Case of
Secondary Education of Cameroon’’, African Journal of Economic Policy, vol. 9,
No 1, June, pp.93 – 108.
Scott, Long, J. 1997. Regression Models for Categorical and Limited Dependent
Variables, Thousand Oaks, California.
Sum, A. Harrington P., C. Bartishevich, N. Fogg, I. Khatiwada, J. Motroni, S. Pahma, N.
Pond, P. Tobar, et M. Trub’skyy. 2003. ‘‘The Hidden Crisis in the High School
Dropout Problems of Young Adults in the U.S.: Recent Trends in Overall School
Dropout Rates and gender Differences in Dropout Behavior’’. Center for Labor
Market Studies, Northeastern University, Boston, Massachusetts.
Texas Education Agency, Department of Accountability and Data Quality, Division of
Accountability Research. 2004. ‘‘Secondary school Completion and Dropouts in
Texas Public schools 2002-03’’.
Thurlow, M. L., S. Christenson, M. F. Sinclair, et D. R. Johnston. 2002. ‘‘Students With
Disabilities who Dropout of School: Implications for Policy and Practice’’. Issue
Brief, I (2). Minneapolis, MN: University of Minnesota, Institute on Community
Integration, National Center on Secondary Education and Transition.
U.S Department of Labor. 2003. ‘‘So You’re Thinking of Dropping out of School.
Retrieved December 31, from http://www.dol.gov/asp/fibre/dropout.htm.
World Bank. 2001. ‘‘Entering the 21st Century’’. World Development Report, 2000.
The World Bank, Oxford University Press.
Young, B., A. 2002. ‘‘Public High School Dropouts and Completion from the Common
Core of Data: School years 1998-99 and 1999/2000’’. National Center for education
Statistics, U.S. Department of Education, Washington. D.C.
28
Annexe : Échantillonnage (source MINEFI)
Les objectifs visés par l’enquête de suivi des dépenses publiques ‘‘Public Expenditure
Tracking Survey’’ sont les suivants :
- Procurer une évaluation quantitative des délais d’exécution du budget en se
focalisant sur les transferts de ressources destinées au financement des dépenses non
salariales,
- évaluer les pertes de ressources au niveau des services publics décentralisés par un
audit détaillé : (i) des procédures de passation des marchés, (ii) de la répartition des
ressources.
Sur le plan géographique, l’enquête avait couvert l’ensemble du territoire national. Tous les
niveaux hiérarchiques des administrations de l’éducation nationale et de la santé publique, les
prestataires de services de santé ou d’éducation furent concernés par l’opération. Pour les
besoins de désagrégation de l’information afin de déceler les spécificités régionales en termes
notamment de coût et de qualité de service public de santé et d’éducation, le territoire national
fut découpé en douze zones :
Zone 1 : Le département du Mfoundi (la ville de Yaoundé);
Zone 2 : Le département du Wouri (la ville de Douala);
Zone 3 : La province de l’Adamaoua ;
Zone 4 : Le reste de la province du Centre ;
Zone 5 : La province de l’Est ;
Zone 6 : La province de l’Extrême Nord ;
Zone 7 : Le reste de la province du Littoral ;
Zone 8 : La province du Nord ;
Zone 9 : La province du Nord-Ouest ;
Zone 10 : La province de l’Ouest ;
Zone 11 : La province du Sud ;
Zone 12 : La province du Sud-Ouest.
Pour le volet d’éducation qui nous intéresse ici, la base de sondage est constituée de tous les
établissements scolaires du primaire et du secondaire général et technique relevant de l’ordre
public et privé. La liste des établissements scolaires est constituée par sous système
(francophone et anglophone), par ordre d’enseignement (public et privé) et par zone de
29
découpage. La présente étude va se limiter à l’enseignement secondaire général dont le
nombre d’établissements s’élevaient à 1113 au cours de l’année scolaire 2000/2001.
L’approche méthodologique s’inspire de l’enquête ECAM2 réalisée en 2001 sur l’étendue du
territoire national auprès d’un échantillon représentatif de 12 000 ménages (notamment la
stratification est la même).
Le tirage des échantillons s’est fait suivant un plan de sondage stratifié à plusieurs degrés.
Chaque zone d’enquête ou strate définie plus haut (12 zones) comprend un certain nombre
d’unités primaires à savoir les départements. De ces 12 zones, 361 établissements scolaires
sont tirés. C’est au niveau des ménages bénéficiaires des services de santé et d’éducation que
les individus ont été sélectionnés. Ces ménages sont sélectionnés suivant la procédure
suivante. Dans chaque zone de dénombrement ECAM2 tirée, et à partir de la base de sondage
obtenue à l’ECAM2, on choisit systématiquement 8 ménages à Yaoundé et Douala
(respectivement capitale politique et économique du Cameroun), et 14 ménages ailleurs.
Posons n = 8 ou 14 ce nombre de ménages échantillons dans chaque zone de dénombrement.
Connaissant le nombre total N de cette zone à l’ECAM2, on calcule le pas de tirage p, avec
p = N/n. p = N/8 si on est à Yaoundé ou à Douala, et p = N/14 ailleurs. Ensuite on tire au
hasard un nombre a compris entre 1 et p. Enfin on enquête chacun des ménages dont les
numéros séquentiels sont respectivement : a, a + p, a + 2p, …, a + (n-1)p. Ainsi, si par
exemple, l’enquête auprès des ménages bénéficiaires se déroule dans la zone de
dénombrement de Tcholliré (province du Nord) qui comprend 212 ménages selon ECAM2,
on calcule p = 212/14 = 15,14. On tire au hasard un nombre compris entre 1 et 15. Si a = 6, la
liste des numéros des 14 ménages à enquêter dans cette zone est donc : 6, 21, 36, 51, 66, 81,
96, 111, 127, 142, 157, 173, 187, 202. On a ainsi obtenu l’échantillon des bénéficiaires
suivants.
30
Tableau 1 : Distribution de l’échantillon des bénéficiaires par zone
Nombre de zones de
dénombrement à enquêter
Ménages bénéficiaires
Douala 18 126
Yaoundé 18 126
Adamaoua 9 126
Centre 9 126
Est 9 126
Extrême Nord 9 126
Littoral 9 126
Nord 9 126
Nord Ouest 9 126
Ouest 9 126
Sud 9 126
Sud Ouest 9 126
Ensemble 126 1512
Source : Ministère de l’Economie et des Finances, enquête (PETS), 2004. Au total, 1512 ménages ont été enquêtés et 1094 individus concernés par l’enseignement
secondaire général interrogés. Ainsi, sont considérés comme ayant abandonné l’école tous les
individus qui avaient fréquenté un établissement de l’enseignement secondaire général au
cours de l’année scolaire 2001/2002 et qui n’avaient pas fréquenté l’année 2002/2003.
L’enquête fournit des informations sur les caractéristiques des individus (âge, sexe, diplôme
le plus élevé, classe à partir de laquelle il a décroché, etc.). Elle fournit également les données
sur les caractéristiques des parents (éducation, groupe socioéconomique et religion, etc.).
L’enquête fournit aussi des informations sur la localisation géographique (zone urbaine, semi
urbaine ou rurale).
