Analyse de la résilience dans le Triangle de l'Espoir: Mauritanie 2015 · 2017-11-28 · Hamed,...

Analyser la résilience pour mieux cibler et agir

Analyse de la résilience No. 6

Analyse de la résilience dans le Triangle de l’Espoir

auritaniE 2015


Image de couverture: © Flickr CC \ Michał Hunlewlcz


Organisation des Nations Unies pour l’alimentation et l’agricultureRome, 2016

Analyse de la résilience No. 6

Analyse de la résilience dans le Triangle de l’Espoir

MauritaniE 2015

La présente publication a été élaborée avec l’aide de l’Union européenne. Le contenu de la publication relève de la seule responsabilité de et ne peut aucunement être considéré comme reflétant le point de vue de l’Union européenne.

Les appellations employées dans ce produit d’information et la présentation des données qui y figurent n’impliquent de la part de l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO) aucune prise de position quant au statut juridique ou au stade de développement des pays, territoires, villes ou zones ou de leurs autorités, ni quant au tracé de leurs frontières ou limites. La mention de sociétés déterminées ou de produits de fabricants, qu’ils soient ou non brevetés, n’entraîne, de la part de la FAO, aucune approbation ou recommandation desdits produits de préférence à d’autres de nature analogue qui ne sont pas cités.

Les opinions exprimées dans ce produit d’information sont celles du/des auteur(s) et ne reflètent pas nécessairement les vues ou les politiques de la FAO.

© FAO, 2016

La FAO encourage l’utilisation, la reproduction et la diffusion des informations figurant dans ce produit d’information. Sauf indication contraire, le contenu peut être copié, téléchargé et imprimé aux fins d’étude privée, de recherches ou d’enseignement, ainsi que pour utilisation dans des produits ou services non commerciaux, sous réserve que la FAO soit correctement mentionnée comme source et comme titulaire du droit d’auteur et à condition qu’il ne soit sous-entendu en aucune manière que la FAO approuverait les opinions, produits ou services des utilisateurs.

Toute demande relative aux droits de traduction ou d’adaptation, à la revente ou à d’autres droits d’utilisation commerciale doit être présentée au moyen du formulaire en ligne disponible à www.fao.org/contact-us/licence-request ou adressée par courriel à [email protected].

Les produits d’information de la FAO sont disponibles sur le site web de la FAO (www.fao.org/publications) et peuvent être achetés par courriel adressé à [email protected].

iii

TABLE DES MATIÈRES

REMERCIEMENTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . v

ACRONYMES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vi

RÉSUMÉ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . viii

Les éléments clés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ix

Les conséquences politiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . x

1 OBJECTIF DE L’ANALYSE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

2 MESURE DE LA RÉSILIENCE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

3 LES DONNÉES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

4 ANALYSE DESCRIPTIVE DE LA RÉSILIENCE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

4.1 Analyse à l’échelle macro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

4.2 Analyse à l’échelle régionale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

4.3 Analyse selon le statut urbain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

4.4 Analyse selon le moyen d’existence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

4.5 Analyse selon le genre du chef de ménage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

5 ANALYSE CAUSALE DE LA RÉSILIENCE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

5.1 Les effets des chocs sur la capacité de résilience . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

5.2 Analyse de la sécurité alimentaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

6 PRINCIPALES CONCLUSIONS DES ANALYSES ET DES INCIDENCES POLITIQUES . . . . . . 33

RÉFÉRENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

ANNEXE I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

L’estimation du RCI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

ANNEXE II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

FIGURES

Fig. 1 Les régions du Triangle de l’Espoir en Mauritanie (2015) . . . . . . . . . . . . . . . . . . . . . . . . . 2

Fig. 2 Les piliers et l’indice de résilience . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Fig. 3 RSM - Poids des facteurs (MES) dans le Triangle de l’Espoir (2015) . . . . . . . . . . . . . . . 16

Fig. 4 RSM - Pondérations variables par pilier dans le Triangle de l’Espoir (2015) . . . . . . . . . 16

ANALYSE DE LA RÉSILIENCE DANS LE TRIANGLE DE L’ESPOIR, MAURITANIE 2015

iv

Fig. 5 Cartes de l’indice de résilience, du taux de pauvreté et de la malnutrition infantile dans le Triangle de l’Espoir (2015) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

Fig. 6 RSM – Corrélation piliers - RCI par région . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Fig. 7 RCI selon le statut urbain dans le Triangle de l’Espoir (2015) . . . . . . . . . . . . . . . . . . . 19

Fig. 8 RSM – corrélation piliers - RCI selon le statut urbain dans le Triangle de l’Espoir (2015) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

Fig. 9 RCI selon les moyens d’existence dans le Triangle de l’Espoir (2015) . . . . . . . . . . . . . 21

Fig. 10 RCI selon le genre du CM dans le Triangle de l’Espoir (2015) . . . . . . . . . . . . . . . . . . 22

TABLEAUX

Tab. 1 Piliers de la résilience . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Tab. 2 Indicateurs de sécurité alimentaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Tab. 3 Capacité de résilience selon le statut urbain par région . . . . . . . . . . . . . . . . . . . . . . . . 20

Tab. 4 Capacité de résilience selon le genre du CM par région . . . . . . . . . . . . . . . . . . . . . . . . 23

Tab. 5 Les effets de chocs sur la capacité de résilience . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

Tab. 6 Les corrélations de la sécurité alimentaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

Tab. A1 Variables observées – Statistiques descriptives au niveau macro et par région dans le Triangle de l’Espoir (2015) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Tab. A2 Variables observées - Statistiques descriptives selon le statut urbain et le genre du CM dans le Triangle de l’Espoir (2015) . . . . . . . . . . . . . . . 43

Tab. A3 Variables observées - Statistiques descriptives selon les moyens d’existence dans le Triangle de l’Espoir (2015) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Tab. A4 Statistiques descriptives des chocs idiosyncratiques et covariants dans le Triangle de l’Espoir (2015) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

Tab. A5 Les effets de chocs sur la capacité de résilience . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

Tab. A6 Les corrélations de la sécurité alimentaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

v

REMERCIEMENTS

Ce rapport a été préparé par l’équipe d’analyses et politiques de la résilience – RAP team (Resilience Analysis and Policies team) de la Division de l’Économie du Développement Agricole (ESA) de la FAO. Nous remercions particulièrement Rebecca Pietrelli, Stefania Di Giuseppe, Francesca Grazioli, Lavinia Antonaci, Marco d’Errico et Luca Russo pour leurs contributions en informations techniques et Tomaso Lezzi et Giorgia Wizemann pour le formatage et la mise en page de cette publication. Alecia Wood a effectué la révision du rapport. Nous souhaitons remercier Mr Athman Mravili et Mr Moussa Mohamed Maouloud de la FAO Mauritanie pour leur assistance et pour nous avoir mis en contact avec l’Office National de Statistique (ONS). Nous sommes reconnaissants envers Oumar Ba, Alioune Gueye, Moulaym Hamed, Ismail Ahmed, Cheikh Konatè, Hawa Diop, Kane Mohamed Moustapha, Mohamed Lemine Ould Mahfoud et Fatimata Sy duurs précieuses informations et leurs commentaires relatifs aux résultats préliminaires de l’analyse. Nous aimerions remercier Mr Alioune Gueye de son soutien lors de la préparation des outils de saisie des données.Nous remercions également toutes les personnes qui ont contribué à l’examen et aux commentaires de ce rapport: Dramane Coulibaly, Étienne Juvanon du Vachat et d’autres collègues de la FAO, ainsi que Mme Monique Zachary pour son aide lors de la traduction.


vi

ACRONYMES

ABS Access to Basic Services (Accès aux services de base)

AC Adaptive Capacity (Capacité d’adaptation)

ACLED Armed Conflict Location and Event Data Project (Projet de localisation des événements des conflits armés)

AST Assets (Actifs)

BM Banque mondiale

CAPI Computer Assisted Personal Interviewing (Entrevue personnelle assistée par ordinateur)

CM Chef de ménage

DDI Dietary Diversity Index (Indice de la diversification alimentaire)

EPCV Enquête permanente sur les conditions de vie des ménages

FA Factor Analysis (Analyse factorielle)

FCS Food Consumption Score (Indice de consommation alimentaire)

GIS Geographic Information System (Système d’information géographique)

GTT-MR Groupe de travail technique sur la mesure de la résilience

IDH Indice de développement humain

MES Modèle d’équation structurelle

MIMIC Multiples indicateurs multiples causes

OMS Organisation mondiale de la santé

ONS Office National de la Statistique

PAM Programme alimentaire mondial

PASK Projet de lutte contre la pauvreté dans l’Aftout Sud et le Karakoro

PNDA Plan national de développement agricole

PNUD Programme des Nations Unies pour le développement

PRAPS Projet régional d’appui au pastoralisme au Sahel

RAP Resilience Analysis and Policies (team) (Analyses et politiques de la résilience (équipe))

vii

Acronymes

RCI Resilience Capacity Index (Indice de la capacité de résilience)

RIMA Mesure et analyse de l’indice de résilience (Resilience Index Measurement and Analysis)

RSM Resilience Structure Matrix (Matrice structurelle de la résilience)

SDSR Stratégie de développement du secteur rural

SNN Social Safety Nets (Filets de protection sociale)

UBT Unités de bétail tropical

UP Unités primaires

US Unités secondaires

ZEP Zones d’éducation prioritaires


viii

RÉSUMÉ

La Mauritanie affiche une hétérogénéité régionale importante en matière de pauvreté et de résilience. Les régions de Guidimagha, Tagant, Assaba et Brakna accusent un taux de pauvreté supérieur à 40 pour cent (ONS, 2015) et sont considérées comme les plus désavantagées. Ce groupe de régions est plus connu sous le nom de Triangle de l’Espoir.

Les chocs exogènes sont des menaces sérieuses pour les ménages situés dans le Triangle de l’Espoir. Les ressources naturelles, terrestres et agricoles sont soumises aux pressions croissantes des sécheresses de plus en plus fréquentes. La sécheresse est un phénomène cyclique dans le sud de la Mauritanie, elle favorise l’insécurité alimentaire et la malnutrition (Équipe Humanitaire Pays, 2016). En effet, la saisonnalité intra-annuelle compromet fortement les moyens d’existence des ménages dans ces régions. De manière plus générale, le Triangle de l’Espoir souffre chroniquement de sécheresses et d’autres menaces climatiques comme les inondations ou le manque de pluviosité.

Par ailleurs, malgré le progrès de ces dix dernières années, la fragilité des infrastructures publiques nationales et des services de base aggrave les conditions de vie des ménages dans le Triangle de l’Espoir. L’accès aux services primaires (école primaire, eau potable et services téléphoniques) est jugé satisfaisant à l’échelle nationale, avec un taux supérieur à 50 pour cent. Néanmoins, des niveaux d’accès différents aux infrastructures publiques et aux services de base sont observables entre les quatre régions mentionnées ci-dessus, la moyenne nationale et la capitale du pays, Nouakchott (ONS, 2015).

Les écarts régionaux entre le Triangle de l’Espoir et le reste de la Mauritanie sont à l’origine de cette analyse de la résilience. Celle-ci est basée sur une enquête sur les ménages spécialement conçue par l’équipe d’analyses et politiques de la résilience – RAP team (Resilience Analysis and Policies team) de l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO) en collaboration avec l’Office National de la Statistique (ONS) de la Mauritanie. L’enquête sur les ménages a été menée en décembre 2015 dans le Triangle de l’Espoir, qui comprend les régions de Guidimagha, Tagant, Assaba et Brakna.

Ce rapport vise à identifier les principaux piliers de la résilience et les facteurs contributifs à l’échelle des ménages, en appliquant la mesure et l’analyse de l’indice de résilience II – RIMA-II (Resilience Index Measurement and Analysis II) de la FAO. Les piliers de la résilience observés dans cette analyse sont décrits par l’accès aux services de base – ABS (Access to Basic Services), les actifs – AST (Assets), les filets de protection sociale – SSN (Social Safety Nets) et la capacité d’adaptation – AC (Adaptive Capacity), sur la base de consultations auprès de l’ONS et d’autres experts locaux, une révision bibliographique et des analyses antérieures (FAO, 2016c).

ix

Résumé

De plus, l’analyse causale de la résilience RIMA-II étudie le rôle des chocs dans l’explication de la capacité de résilience et décrit la relation entre les facteurs qui contribuent à la résilience et à la sécurité alimentaire. La finalité est de comparer les résultats de l’analyse de la résilience avec ceux des politiques fondamentales mises en place ou programmées par le gouvernement de la Mauritanie, en mettant l’accent sur les régions analysées. Cette étude pourra être utilisée afin d’examiner de façon critique les politiques ayant une incidence sur la résilience qui sont déjà mises en œuvre ou sont en passe de l’être.

LES ÉLÉMENTS CLÉS1. La capacité de résilience des ménages situés dans le Triangle de l’Espoir en 2015 est

fortement influencée par Access to Basic Services (ABS) et Assets (AST). L’analyse descriptive et l’analyse causale de la résilience soulignent toutes deux l’importance de l’accès à l’assainissement, des distances au marché et de l’indice de richesse pour la résilience à l’insécurité alimentaire dans le Triangle de l’Espoir. En outre, la participation perçue dans le processus décisionnel de la communauté dans laquelle les ménages évoluent joue un rôle conséquent, malgré le rôle mineur d’AC.

2. En dépit de l’homogénéité des taux de pauvreté parmi les quatre régions du Triangle de l’Espoir (ONS, 2015), l’approche de RIMA-II fait ressortir une hétérogénéité dans la capacité de résilience à l’échelle régionale. En effet, Brakna est la région la plus résiliente, avec un indice de capacité de résilience – RCI (Resilience Capacity Index) moyen de 56,3 pour cent; Guidimagha est la moins résiliente (avec un RCI moyen de 34,5 pour cent), alors que Tagant et Assaba ont un RCI qui se situe dans la moyenne. Brakna a un meilleur accès aux infrastructures et de plus courtes distances aux marchés et aux écoles. Les ménages de Brakna semblent participer à plus d’activités génératrices de revenus que les autres régions. Ils ont un niveau moyen d’éducation, et le plus fort degré de participation (perçue) dans la vie publique et dans les processus de prise de décision. D’autre part, les ménages vivant à Guidimagha affichent l’accès le plus déficitaire aux services de base (en raison des plus grandes distances qui les séparent des hôpitaux, des marchés et des points d’eau potable), un accès limité aux bétails et aux terres, un plus petit volume de transferts en liquidité ou en nature et une participation limitée dans les associations.

3. L’effet positif de la situation urbaine sur la capacité de résilience caractérise toutes les régions, à l’exception de Tagant, qui est presque entièrement rurale. La différence majeure entre les ménages ruraux et urbains est révélée dans les résultats en termes d’ABS. Effectivement, les disparités en matière d’accès aux services par rapport au statut urbain sont conséquentes pour les ménages inclus dans l’enquête. En ce qui concerne les moyens d’existence, les ménages les moins résilients sont les agriculteurs (87 pour cent), principalement localisés dans les zones rurales, alors que les ménages qui sont classifiés comme urbains ou autres vivent principalement dans des zones urbaines du Triangle de l’Espoir. Les ménages agricoles ont une faible AC, associée à un niveau moyen d’éducation relativement bas, mais aussi un faible pourcentage de membres de la famille en âge de travailler (plus de 15 ans et moins de 64 ans). De plus, leur revenu est le plus bas parmi ceux des différentes catégories de moyens d’existence.

4. Les ménages dirigés par des femmes, qui sont la minorité de l’échantillon, sont légèrement plus résilients que ceux dirigés par des hommes. La différence n’est significative que pour les ménages ruraux. De plus, puisque les ménages dirigés par des femmes résident principalement à Assaba et à Brakna, qui sont les régions les plus résilientes, les régions spécifiques dans lesquelles sont situés les ménages dirigés par des femmes peuvent contribuer aux différences de genre dans la capacité de résilience. ABS et SSN


x

sont légèrement plus élevés pour les ménages dirigés par des femmes. Malgré un niveau de revenu plus faible, les ménages dirigés par des femmes garantissent à leurs membres un niveau de consommation alimentaire plus élevé, mais aussi une alimentation plus diversifiée.

5. Les conflits,1 la sécheresse et les mauvaises récoltes sont les principales causes d’une sécurité alimentaire amoindrie. Ce sont ces chocs qui réduisent le plus fortement la sécurité alimentaire dans le Triangle de l’Espoir. Cette information est cruciale pour mieux se préparer aux catastrophes naturelles, qui pourraient toucher les ménages les plus sensibles à l’insécurité alimentaire.

LES CONSÉQUENCES POLITIQUESLes résultats de l’analyse sont examinés par rapport aux principales initiatives politiques programmées ou mises en œuvre par le gouvernement de la Mauritanie ces dix dernières années dans les quatre régions du Triangle de l’Espoir.

D’après les résultats de l’analyse de la résilience, il convient de promouvoir des programmes de développement d’infrastructures de services de base et des services productifs axés en priorité sur les ménages ruraux.

Le développement du secteur rural est considéré comme un objectif central des programmes politiques du gouvernement de la Mauritanie. De fait, la stratégie de développement du secteur rural (SDSR) - Horizon 2025 vise à promouvoir le développement du secteur de l’élevage et de l’agriculture, un développement au niveau local, la gestion des ressources naturelles et l’amélioration institutionnelle et légale à l’échelle national. Par ailleurs, les quatre régions du Triangle de l’Espoir ont été reconnues comme cibles spécifiques de la Politique nationale de santé et d’action sociale 2005-2015, en raison des écarts avec la moyenne nationale en termes de taux de mortalité, malnutrition et fertilité.

Sur le plan des différences régionales, les zones rurales de Guidimagha sont la cible de choix pour les investissements dans l’éducation formelle et les activités de diversification des revenus.

Un des principaux objectifs du Projet d’appui aux zones d’éducation prioritaires (ZEP) mis en œuvre par le Ministère de l’éducation de la Mauritanie est de réduire les différences du taux de scolarisation et de qualité d’éducation (ce qui est lié à l’accès aux services de base, tel que l’accès à l’eau potable) entre les régions du Triangle de l’Espoir et le reste du pays. En adéquation avec le plan national, le gouvernement de Mauritanie met en place le Projet de lutte contre la pauvreté dans l’Aftout Sud et le Karakoro (PASK) II 2009-2017, dans la foulée du PASK I 2003-2009 et qui englobe quelques districts ruraux de Guidimagha et Assaba.

L’analyse de la résilience des moyens d’existence suppose que les ménages d’agriculteurs et d’éleveurs qui ont le niveau de résilience le plus faible et les revenus les plus volatiles à cause duur dépendance à l’agriculture et des effets des conditions climatiques diverses dans ce domaine doivent être pris en compte pour élaborer des projets axés sur le développement du secteur de l’agriculture et de l’élevage, avec une attention particulière sur les effets de la variabilité géo-climatique (par exemple, le changement climatique et d’autres effets climatiques).

1 Les affrontements incluent les conflits violents, les confrontations, les combats entre personnes ou groupes de personne, qui peuvent résulter de tensions politiques, ethniques, religieuses et sociales.

xi

Le Plan national de développement agricole (PNDA) 2015-2025 cible certaines chaînes d’approvisionnement (comme le riz, le blé, les céréales traditionnelles et les dattes) et vise l’intégration du secteur agricole aux marchés nationaux et internationaux, la création d’opportunités d’emploi et l’application d’innovations technologiques conduisant à la diversification de la production agricole. Au sein de ce cadre national, le Projet régional d’appui au pastoralisme au Sahel (PRAPS) 2016-2021 concerne en particulier les ménages agropastoraux et pastoraux situés dans les quatre régions incluses dans l’enquête. Les objectifs principaux du projet sont d’améliorer (i) l’accès au marché et aux services de production pour les éleveurs de même que (ii) la capacité des éleveurs à s’adapter à la crise du secteur pastoral.

Ce rapport met en évidence l’importance des activités génératrices de revenus et de diversification pour les ménages dirigés par des femmes, même si ceux-ci sont légèrement plus résilients que les ménages dirigés par des hommes.

Cette indication va de pair avec le PASK II, qui prête une attention particulière aux femmes et aux jeunes vivant à Guidimagha et Assaba, principalement pour les projets de formation et de microcrédit. À la lumière des résultats de cette analyse, qui démontre le rôle crucial des femmes-chefs de famille pour assurer une diversification alimentaire, le Ministère de la santé de la Mauritanie, parmi les mesures examinées dans le Protocole national de prise en charge de la malnutrition aigüe, met l’accent sur le rôle des femmes dans les projets d’éducation en vue de l’application de stratégies de lutte contre la malnutrition infantile.

Résumé

© F

AO \ G

iam

pier

o D

iana

1

© F

AO \ G

iam

pier

o D

iana

1 OBJECTIF DE L’ANALYSECette section présente les informations générales du Triangle de l’Espoir et explique pourquoi l’analyse de la résilience a été menée dans cette région de la Mauritanie.

La majorité des terres de la Mauritanie (plus de 75 pour cent) est désertique ou semi-désertique, avec une population de plus de 3,5 millions de personnes vivant sur plus d’un milliard de kilomètres carrés. L’économie nationale est traditionnellement fondée sur les exportations, principalement de fer et de poisson. Mais la Mauritanie est également devenue un modeste producteur de pétrole offshore (BM, 2013). L’industrie des services a récemment fait preuve d’un certain dynamisme grâce aux investissements étrangers en télécommunications (ONS, 2015).

Durant les dernières décennies, la Mauritanie a amélioré son indice de développement humain (IDH), qui est passé de 0,362 en 1984 à 0,506 en 2014. Néanmoins, le pays est toujours placé dans la catégorie à faible développement humain (PNUD, 2015). Le taux de pauvreté est de 31 pour cent au niveau national (ONS, 2015).

Guidimagha, Tagant, Assaba et Brakna sont les régions les plus pauvres du pays (ONS, 2015). Elles sont connues sous le nom de Triangle de l’Espoir. Cette région est ainsi appelée en référence à la pauvreté de cette zone, située dans le sud-est du pays. Tandis que les régions mentionnées ci-dessus sont des régions officielles de la Mauritanie, avec des frontières définies, le «Triangle de l’Espoir» est un terme non officiel largement utilisé pour faire référence à ce groupe composé des régions les plus pauvres du pays. La Figure 1, réalisée selon les dernières estimations de pauvreté, montre les régions situées dans le Triangle de l’Espoir.

Les chocs exogènes sont des menaces sérieuses pour les ménages situés dans le Triangle de l’Espoir. Les ressources naturelles, terrestres et agricoles sont soumises aux pressions croissantes des sécheresses de plus en plus fréquentes. La sécheresse est un phénomène cyclique dans le sud de la Mauritanie qui favorise l’insécurité alimentaire et la malnutrition (Équipe Humanitaire Pays, 2016). La saisonnalité intra-annuelle compromet fortement les conditions des ménages dans ces régions. En effet, entre octobre et décembre 2014, le pourcentage des ménages souffrant de carences nutritionnelles était à son taux le plus bas (22,5 pour cent), alors que ce taux a atteint un maximum de plus de 70 pour cent entre mai et juin (ONS, 2015). Les ménages agricoles souffrent plus particulièrement pendant la période de la prérécolte. De manière plus générale, le Triangle de l’Espoir souffre chroniquement de sécheresses et autres menaces climatiques comme les inondations ou la faible pluviosité.


2

Par ailleurs, malgré les progrès accomplis durant ces dix dernières années, la fragilité des infrastructures publiques nationales et des services de base aggrave les conditions de vie des ménages dans le Triangle de l’Espoir.

L’accès aux services primaires (école primaire, eau potable et services téléphoniques) est jugé satisfaisant à l’échelle national, avec un taux supérieur à 50 pour cent (ONS, 2015). Néanmoins, des différences dans les niveaux d’accès aux infrastructures publiques et aux services de base sont observables entre les quatre régions mentionnées ci-dessus, par rapport à la moyenne nationale et la capitale du pays, Nouakchott. Par exemple, en 2014, alors que le taux d’alphabétisation pour la population âgée de plus de 15 ans est de 81 pour cent dans la capitale, la moyenne pour le Triangle de l’Espoir est d’environ 60 pour cent, et si l’on inclut la région de Guidimagha, la moyenne tombe à 41 pour cent. De plus, si le pourcentage d’enfants vaccinés est de 75 au niveau national, il est de 57 à Tagant et de 62 à Assaba. La même tendance est observée pour d’autres indicateurs d’accès aux services (ONS, 2015).

1

2

3

4

4 Guidimagha

2 Tagant

3 Assaba

1 Brakna

Figure 1. Les régions du Triangle de l’Espoir en Mauritanie (2015)

Cette hétérogénéité régionale incite à mettre en oeuvre l’analyse de la résilience dans le Triangle de l’Espoir. Cette analyse est basée sur une enquête sur les ménages, mise en œuvre par l’équipe RAP de la FAO et par l’ONS, et menée en décembre 2015. L’enquête a recueilli des informations détaillées à l’échelle des ménages et des individus. La collecte des données a été réalisée par les technologies d’entrevue personnelle assistée par ordinateur – CAPI (Computer Assisted Personal Interviewing).

Ce rapport vise à identifier les principaux piliers de la résilience et les facteurs contributifs à l’échelle des ménages, en appliquant la méthode RIMA-II de la FAO2. Les piliers de la résilience étudiés dans cette analyse sont ABS, AST, SSN et AC, celle-ci étant fondée sur une collaboration avec l’ONS et d’autres experts locaux, des revues littéraires et des analyses précédemment réalisées (FAO, 2016c). Une nouvelle fonction de RIMA consiste

2 FAO (2016c), citée dans la liste de référence, offre une analyse détaillée sur les différences entre les méthodologies de RIMA-I et RIMA-II.

3

Chapitre 1 – Objectif de l’analyse

à introduire un indicateur sur la perception du chef du ménage dans le processus décisionnel, dans la communauté dans laquelle le ménage évolue. Il est utilisé comme indicateur indirect dans un cadre institutionnel propice, ce qui pourrait renforcer de façon positive les capacités des ménages à faire face aux chocs.

La méthode de RIMA-II est composée de deux parties. La première est une partie descriptive qui identifie dans un premier temps l’importance des différents piliers de la résilience et des facteurs afférents qui contribuent à la résilience et qui compare dans un deuxième temps la capacité de résilience des différents profils de ménages.

La finalité de cette partie descriptive est de fournir au lecteur une idée claire de la composition de la résilience à un moment donné. La seconde partie de RIMA-II observe le lien de causalité entre les chocs et la capacité de résilience et décrit aussi les principaux déterminants de la résilience et de la sécurité alimentaire. Les résultats sont ensuite analysés à la lumière des politiques clés mises en œuvre (ou programmées) par le gouvernement de la Mauritanie dans le Triangle de l’Espoir. Cette analyse peut ainsi être utilisée, en adoptant le point de vue de la résilience, pour l’évaluation des politiques mises en œuvre ou programmées par le gouvernement.

Le rapport est structuré de la façon suivante: la Section 2 présente la méthode utilisée pour estimer la capacité de résilience, la Section 3 renseigne sur les données utilisées, la Section 4 décrit l’analyse de la structure de la résilience à l’échelle nationale et l’analyse de la capacité de résilience à l’échelle régionale, par zones urbaines/rurales et par genre du chef du ménage (CM). La Section 5 traite des résultats principaux de la partie cause à effet de RIMA-II, se concentrant sur les effets des chocs sur la capacité de résilience et sur l’analyse de la sécurité alimentaire. Enfin, la Section 6 conclut par des suggestions de politiques à mettre en oeuvre.

Par ailleurs, malgré les progrès accomplis durant ces dix dernières années, la fragilité des infrastructures publiques nationales et des services de base aggrave les conditions de vie des ménages dans le Triangle de l’Espoir.

L’accès aux services primaires (école primaire, eau potable et services téléphoniques) est jugé satisfaisant à l’échelle national, avec un taux supérieur à 50 pour cent (ONS, 2015). Néanmoins, des différences dans les niveaux d’accès aux infrastructures publiques et aux services de base sont observables entre les quatre régions mentionnées ci-dessus, par rapport à la moyenne nationale et la capitale du pays, Nouakchott. Par exemple, en 2014, alors que le taux d’alphabétisation pour la population âgée de plus de 15 ans est de 81 pour cent dans la capitale, la moyenne pour le Triangle de l’Espoir est d’environ 60 pour cent, et si l’on inclut la région de Guidimagha, la moyenne tombe à 41 pour cent. De plus, si le pourcentage d’enfants vaccinés est de 75 au niveau national, il est de 57 à Tagant et de 62 à Assaba. La même tendance est observée pour d’autres indicateurs d’accès aux services (ONS, 2015).

1

2

3

4

4 Guidimagha

2 Tagant

3 Assaba

1 Brakna

Figure 1. Les régions du Triangle de l’Espoir en Mauritanie (2015)

Cette hétérogénéité régionale incite à mettre en oeuvre l’analyse de la résilience dans le Triangle de l’Espoir. Cette analyse est basée sur une enquête sur les ménages, mise en œuvre par l’équipe RAP de la FAO et par l’ONS, et menée en décembre 2015. L’enquête a recueilli des informations détaillées à l’échelle des ménages et des individus. La collecte des données a été réalisée par les technologies d’entrevue personnelle assistée par ordinateur – CAPI (Computer Assisted Personal Interviewing).

Ce rapport vise à identifier les principaux piliers de la résilience et les facteurs contributifs à l’échelle des ménages, en appliquant la méthode RIMA-II de la FAO2. Les piliers de la résilience étudiés dans cette analyse sont ABS, AST, SSN et AC, celle-ci étant fondée sur une collaboration avec l’ONS et d’autres experts locaux, des revues littéraires et des analyses précédemment réalisées (FAO, 2016c). Une nouvelle fonction de RIMA consiste

2 FAO (2016c), citée dans la liste de référence, offre une analyse détaillée sur les différences entre les méthodologies de RIMA-I et RIMA-II.

© F

AO \ G

iam

pier

o D

iana

5

2 MESURE DE LA RÉSILIENCECette section présente le cadre de mesure de la résilience de la FAO. Il décrit l’approche de RIMA-II et fournit des informations sur les piliers de la résilience et les variables utilisées lors de l’analyse.

La résilience est définie comme «la capacité de faire en sorte que les facteurs de stress et les chocs n’aient pas de conséquences négatives durables sur le développement». (GTT-MR, 2014)

L’approche RIMA-II inclut deux éléments (FAO, 2016c):

h L’analyse descriptive décrit la capacité de résilience des ménages, elle donne une estimation du RCI et de la matrice de la structure de la résilience – RSM (Resilience Structure Matrix). Le RCI peut être utilisé pour classer et cibler les ménages; et

h L’analyse causale étudie les déterminants de la capacité de résilience même et les effets de chocs qui se produisent sur la sécurité alimentaire et la résilience. RIMA-II prend en compte les événements négatifs qui affectent à la fois les individus et les ménages (appelés chocs idiosyncratiques) tout comme les communautés, les régions ou même les pays (chocs covariants). Tandis que les premiers sont auto-déclarés par les ménages lors de l’enquête, les derniers, par exemple, des chocs géo-climatiques ou résultant de conflits, sont eux détectés en tant que données secondaires. Cela inclut des fichiers de données supplémentaires et les données du système d’information géographique – GIS (Geographic Information System).

Le RCI permet d’évaluer quels profils de ménage (par région, statut urbain, genre du CM, moyens d’existence) sont les plus résilients. En analysant les piliers les plus pertinents, selon le RSM, les valeurs moyennes des variables observées renseignent sur les profils spécifiques des ménages présentant la plus grande résilience. Ainsi, les deux analyses combinées mettent en évidence les vecteurs assurant une plus grande capacité de résilience. Par conséquent, des recommandations politiques peuvent être formulées, en se concentrant sur le type de ménages à cibler dans les politiques pertinentes.

L’estimation du RCI est basée sur une procédure en deux phases. Premièrement, les piliers de la résilience sont estimés grâce à des variables observées par le biais de l’analyse factorielle (FA). Deuxièmement, le RCI est évalué selon les piliers, prenant en compte les indicateurs de la sécurité alimentaire, utilisant le modèle des multiples indicateurs multiples causes (MIMIC). Ces derniers sont considérés comme résultats de la résilience. Les détails de l’évaluation du RCI sont présentés dans l’Annexe 1.

© F

AO \ G

iam

pier

o D

iana


6

Les définitions de chacun des piliers de la résilience et les variables relatives sont présentées dans le Tableau 1. Le choix des piliers employés est basé sur la collaboration avec l’ONS et d’autres experts locaux, les revues littéraires existantes et les analyses antérieures (FAO, 2016c).

Une large gamme d’indicateurs de la sécurité alimentaire est utilisée dans la documentation (Carletto et. al., 2013). Les indicateurs utilisés dans cette analyse sont: la consommation alimentaire par habitant; l’indice de la diversification alimentaire – DDI (Dietary Diversity Index) de Simpson et l’indice de la consommation alimentaire – FCS (Food Consumption Score). Sans entrer dans les détails,8 RIMA-II utilise deux ou trois indicateurs de la sécurité alimentaire de façon simultanée, qui permettent de saisir différents aspects de la sécurité

3 L’indice de richesse est créé par le biais de la FA. Une liste de variables de valeur 1 ou 0 est utilisée selon que le ménage possède ou non des biens non productifs, comme une télévision, une radio, une lampe, etc.

4 Les UBT normalisent les différents types de bétail en une seule unité de mesure. Le facteur de conversion adopté est: 1 chameau; 0,7 bœufs; 0,55 ânes/mule; 0,1 moutons/chèvres; 0,01 poulets.

5 L’indice de participation au revenu est créé par le biais de l’analyse factorielle(AF). Une liste de variables de valeur 1 ou 0 est utilisée selon que le ménage a pratiqué ou non des activités fermières; un des membres du ménage a exercé un emploi rémunéré; un ménage a participé à une vente de bétail, de poisson ou d’autres produits; un ménage a exercé des activités liées à une entreprise non agricole génératrice de revenus; un ménage a reçu des transferts; un ménage possède toute autre source de revenus, comme un loyer ou la vente de biens.

6 Le taux de dépendance inversé signifie que la part de membres actifs (> 15 et < 64 ans) est supérieure à celle des membres non actifs (entre 15 et 64 ans).

7 L’indicateur de la perception du processus décisionnel dans la communauté varie entre 0 et 4, selon la réponse à la question suivante: “Est-ce que le processus décisionnel actuel dans votre communauté est: basé sur des accords mutuels entre toutes les femmes et tous les hommes (4); basé sur des accords mutuels, mais avec une participation moindre des femmes (3); basé sur la participation, mais sans accord (2); élitiste ou guidé par un chef (1); sans opinion (0).”

8 FAO 2016c contient une analyse détaillée sur la raison d’inclure plus d’un indicateur de la sécurité alimentaire dans RIMA.

alimentaire: la consommation alimentaire se concentre sur la valeur monétaire, alors que les autres indicateurs sont axés sur la diversité alimentaire en termes de calories consommées (DDI de Simpson), mais aussi de nombre de groupes alimentaires (FCS). Le Tableau 2 nous renvoie aux indicateurs utilisés dans l’analyse. La Figure 2 synthétise le processus en deux phases qui permet d’estimer le RCI. Après avoir évalué les piliers, le RCI est conjointement évalué par le biais de ses piliers et en tenant compte des indicateurs de la sécurité alimentaire.

Résilience

ABS

εv1

v1

εv2

v2

...

...

εvn

vn

AST

εv1

v1

εv2

v2

...

...

εvn

vn

SSN

εv1

v1

εv2

v2

...

...

εvn

vn

AC

εv1

v1

εv2

v2

...

...

εvn

vn

ε1

Consommationalimentairepar habitant

DDIde Simpson FCS

ε4ε2 ε3

Variables observées ErreursVariables latentes

FAM

IMIC

Figure 2. Les piliers et l’indice de résilience

Tableau 1. Piliers de la résilience

Piliers de la résilience Définition Variables

ABS ABS est la possibilité pour un ménage de satisfaire ses besoins primordiaux en accédant et en utilisant des services de base comme scolariser ses enfants, l’accès à l’eau, l’électricité et les installations sanitaires, la vente de produits au marché.

Électricité; installations sanitaires; distance d’une source d’eau; distance de l’école; distance de l’hôpital; distance du marché.

AST Les AST, productifs et non productifs, sont des éléments fondamentaux des moyens d’existence dès lors qu’ils permettent aux ménages de produire et de consommer des biens. Des exemples d’AST productifs incluent les biens fonciers et agricoles (ex.: matériel agricole), alors que les AST non productifs prennent en compte la valeur monétaire de la résidence dans laquelle évolue le ménage et son équipement.

Indice de richesse;3 valeur de la terre cultivée par habitant; Unités de bétail tropical (UBT) par habitant;4 apports agricoles; valeur de la résidence par habitant.

SSN SSN procure au ménage la possibilité d’accéder à une assistance formelle ou informelle de la part des institutions, mais aussi des parents et des amis.

Transferts monétaires par habitant; transferts en nature par habitant; participation aux associations.

AC AC est l’habilité de s’adapter à une nouvelle situation et de développer de nouvelles stratégies de moyens d’existence. Par exemple, les mesures approchées d’AC sont représentées par le nombre moyen d’années d’éducation des membres du ménage et la perception du ménage du processus décisionnel de leur communauté.

Éducation moyenne; indice de la diversification du revenu;5 taux de dépendance (membres actifs/membres non actifs);6 perception du processus décisionnel dans la communauté.7

7

Chapitre 2 – Mesure de la résilience

alimentaire: la consommation alimentaire se concentre sur la valeur monétaire, alors que les autres indicateurs sont axés sur la diversité alimentaire en termes de calories consommées (DDI de Simpson), mais aussi de nombre de groupes alimentaires (FCS). Le Tableau 2 nous renvoie aux indicateurs utilisés dans l’analyse. La Figure 2 synthétise le processus en deux phases qui permet d’estimer le RCI. Après avoir évalué les piliers, le RCI est conjointement évalué par le biais de ses piliers et en tenant compte des indicateurs de la sécurité alimentaire.

Résilience

ABS

εv1

v1

εv2

v2

...

...

εvn

vn

AST

εv1

v1

εv2

v2

...

...

εvn

vn

SSN

εv1

v1

εv2

v2

...

...

εvn

vn

AC

εv1

v1

εv2

v2

...

...

εvn

vn

ε1

Consommationalimentairepar habitant

DDIde Simpson FCS

ε4ε2 ε3

Variables observées ErreursVariables latentes

FAM

IMIC

Figure 2. Les piliers et l’indice de résilience

Tableau 2. Indicateurs de sécurité alimentaire

Indicateurs de sécurité alimentaire

Définition

Consommation alimentaire par habitant

Valeur monétaire, exprimée en dollars US, consommation alimentaire par habitant, incluant les produits achetés, autoproduits, reçus gratuitement (dons ou partie d’un projet conditionnel) et nourritures stockées.

DDI de Simpson Indice qui prend en compte le nombre de groupes alimentaires (céréales, racines, légumes, fruits, viande, féculents, produits laitiers, graisse et autres) consommés et leur abondance relative (Simpson, 1949). L’indice varie entre 0 et 1, où 1 représente le maximum de diversité alimentaire et 0 aucune diversité.

FCS Score calculé en additionnant la fréquence pondérée de la consommation des différents groupes alimentaires consommés par le ménage durant les 7 jours avant l’enquête. Les groupes alimentaires standards et leur pondération (entre parenthèses) sont les suivants : denrées de base (2), légumineuses (3), légumes (1), fruit (1), viande et poisson (4), lait (4), sucre (0,5), huile (0,5) et condiments (0) (PAM, 2008).


8

Initialment, ce rapport présente les mesures descriptives de la résilience et l’analyse du rôle des chocs sur le RCI. Une analyse adéquate des déterminants de la sécurité alimentaire et du recouvrement de la résilience ne peut pas être efficacement mise en œuvre avec un ensemble de données en coupe transversale (comme celles utilisées dans cette analyse).9

D’une manière générale, ceci est réalisable lorsque des données de panel (FAO, 2016a) ou des données de pseudo-panel (FAO, 2016b) sont disponibles, notamment en présence d’enquêtes ayant des observations comparables dans le temps (voir section 3 de ce rapport, qui détaille les données).10 Cependant, malgré ces contraintes, il est intéressant de voir quels sont les principaux facteurs du niveau réel de la sécurité alimentaire et de la résilience. Cela sera présenté dans les dernières parties de rapport.

9 Le DDI de Simpson est calculé grâce à cette équation: Ψ = 1 – ∑ni = 1 pi

2, ou pi exprime la part de calories consommées d’un groupe i dans un échantillon groupes alimentaires n (céréales, tubercules, légumes, fruits, viande, légumineuses, produits laitiers, graisses et autres).

10 L’analyse causale des déterminants de la capacité de résilience dans le Triangle de l’Espoir peut être menée prochainement, dès que le deuxième cycle de l’enquête sur les ménages sera disponible.

© F

AO \ C

. Shi

rley

© F

AO \ C

. Shi

rley

© IR

IN \ J

aspr

eet K

indr

a©

FAO

\ C. S

hirl

ey

11

© IR

IN \ J

aspr

eet K

indr

a

3 LES DONNÉESCette section décrit les données utilisées pour l’analyse de la résilience, sur la base d’une collecte de données spécialement mise en œuvre par la FAO et l’ONS en décembre 2015, et présente l’ensemble des forces et des limites de l’ensemble des données. Des sources de données supplémentaires sur les chocs covariants sont également présentées.

L’analyse utilise une enquête spéciale sur les ménages, mise en place dans le Triangle de l’Espoir par la FAO et l’ONS de la Mauritanie en décembre 2015. L’objectif premier de la collecte de données a été d’évaluer la capacité de résilience des ménages situés dans les régions sélectionnées en utilisant la méthodologie de RIMA-II. Toutefois, l’ensemble des données peut aussi être exploité pour des recherches supplémentaires, pour autant qu’il contienne une gamme complète d’informations sur les individus et les ménages.

L’échantillon original des ménages était de 1 600 observations dans un but représentatif au niveau régional et sous-régional. L’échantillon a été sélectionné sur la base d’un plan de sondage réparti en trois étapes, se référant à l’Enquête permanente sur les conditions de vie des ménages (EPCV) de 2014. Le cadre d’échantillonnage reposait sur le comptage préliminaire des ménages en unités primaires (UP) et sur la cartographie censitaire réalisée par l’ONS en 2014. De façon spécifique, un échantillon de 80 UP a été sélectionné à la première étape de l’échantillonnage, quatre unités secondaires (US) ont été sélectionnées dans chaque UP et finalement cinq ménages ont été sélectionnés sur chaque échantillon à la troisième étape.

Cette analyse adopte la définition suivante de «ménage» telle qu’elle a été formulée par l’équipe RAP de la FAO qui a mené l’enquête et l’analyse de la résilience: «Un ménage est composé de tous les membres vivant dans la même hutte ou foyer, ayant un lien de parenté ou non (famille) et partageant nourriture, dépenses en nourriture, revenus et autres biens du ménage pendant au moins 6 à 12 mois avant l’entrevue. Ainsi, l’appartenance à un ménage est définie sur la base de la résidence habituelle». L’échantillon final des ménages utilisé pour l’analyse comporte 1 515 observations.11

Le sondage des ménages a été mis au point par la FAO en collaboration avec l’ONS. Le sondage a été mené à Nouakchott en novembre 2015, pour lequel les recenseurs responsables

11 Parmi les 85 ménages manquants, 18 n’ont pas terminé cette version du sondage, 67 n’ont pas été interrogés (par exemple, parce qu’ils ont refusé d’être interviewés, les recenseurs ne les ont pas trouvés, etc.).

© F

AO \ C

. Shi

rley


12

d’interroger les ménages reçurent une formation spéciale. Des manuels de sondage contenant des instructions détaillées pour le personnel de terrain pour la durée de la formation et du travail sur le terrain ont été élaborés. Le sondage sur les ménages comprend des sections thématiques. Plus précisément, il collecte des informations détaillées sur les caractéristiques des ménages, incluant la consommation alimentaire et non alimentaire, les stratégies d’adaptation, les chocs et la perception, l’emploi, la productivité et le crédit, et l’agriculture. Bien que la collecte des données ait été structurée autour d’une enquête sur les ménages, certaines données relatives au travail, à l’éducation et à l’état de santé ont été collectées au niveau de chaque individu. De plus, pour certaines activités des ménages, comme les crédits et les prêts, le sondage a enregistré le code d’identification des membres spécialement concernés par cette activité.

La collecte de données a été réalisée à l’aide de technologies CAPI, se servant de tablettes numériques pour mener les entrevues. Ces technologies présentent bien plus d’avantages que les sondages traditionnels sur papier: le temps de l’entrevue est réduit, les erreurs sont limitées à la fois pendant l’entrevue et dans les phases de saisie des données; il est également possible de recueillir des données GIS à l’échelle du ménage. Ces dernières peuvent être utilisées pour mieux localiser le ménage et étudier son exposition aux chocs covariants.

Aux fins de l’analyse, les quantités de nourriture consommée rapportées en unités de mesure locales sont converties en unités standards (kilogrammes). La quantité de la consommation a également été convertie en calories, sur la base des facteurs de conversion calorique définis par l’ONS. La part totale des terres cultivées et du bétail possédé par les ménages a été convertie respectivement en hectares (ha) et en UBT. L’enquête rapporte également la valeur estimée de la part totale des terres cultivées et du bétail possédé, mais aussi des biens durables. Toutes les données ont été regroupées au niveau des ménages aux fins de l’analyse.

La principale limite de l’ensemble des données utilisé pour l’analyse est son format transversal. Les ménages n’ont cependant été interrogés qu’une seule fois, en décembre 2015. Une approche par panel de l’ensemble des données devrait fournir une inférence causale sur les facteurs déterminants de la résilience (FAO, 2016c). En revanche, le format transversal de l’ensemble des données n’invalide pas la partie descriptive de l’analyse de la résilience (décrite dans la section antérieure). En outre, une approche par panel permettrait à l’analyse de la résilience de prendre en compte les changements climatiques et la variabilité des cultures durant l’année. En effet, la période de l’enquête sur le terrain en décembre 2015 a coïncidé avec la saison post-récolte. Bien que les questions relatives aux plantations aient porté à la fois sur la dernière récolte et sur les 12 derniers mois afin de prendre en compte la saisonnalité, le module de la consommation alimentaire se réfère seulement à la période de 7 jours précédant l’entrevue. Compte tenu de la forte variance interannuelle de la sécurité alimentaire des ménages vivant dans le Triangle de l’Espoir, une comparaison avec une enquête menée à un moment différent de l’année peut fournir un point de vue plus global de la zone en question.

De plus, les données ont été collectées uniquement au niveau des ménages moyennant un sondage élaboré pour les ménages. Des sondages supplémentaires, élaborés à un niveau différent, tel un sondage communautaire, permettraient d’enquêter de façon plus précise sur l’infrastructure disponible dans les différentes communautés.

Afin de déterminer le lien entre les chocs covariants et la capacité de résilience des ménages situés dans le Triangle de l’Espoir, deux ensembles de données supplémentaires ont été fusionnés avec celui des ménages en utilisant les références géographiques de chacun des ménages. Un ensemble de données climatiques (fourni par le Ministère du développement rural) incluant des variables environnementales géo-référencées indique le coefficient de variation de la

13

Chapitre 3 – Les données

pluviosité12 par district. Un second ensemble de données, le projet de localisation des événements des conflits armés – ACLED (Armed Conflict Location and Event Data Project), qui fournit des données détaillées sur les conflits en Afrique (Carlsen et. al., 2010) est utilisé pour établir un indice de l’intensité des conflits,13 selon Bozzoli et. al. (2011).

12 Le coefficient représente la différence entre la somme des précipitations enregistrées pendant 2015 et la moyenne à long terme (1981-2010).

13 L’indice de l’intensité des conflits regroupe tous les évènements violents qui se sont déroulés en 2015, en les choisissant par rapport à la distance entre l’endroit où l’action a eu lieu et celui où se situe le ménage interrogé. On calcule le carré de la distance (d) en degrés entre le ménage et chacun des évènements. L’indice se décompose de la sorte, Conf = ∑j

J = 1 e−α (d (yj ,i)), α étant un facteur qui décompte la distance. L’indice capture ainsi le nombre d’évènements

«géographiquement décomptés» pour chaque individu. Selon Bozzoli et. al. (2011), α = 10.

© F

lickr

CC

\ Mic

hał H

unle

wlc

z

15

© F

lickr

CC

\ Mic

hał H

unle

wlc

z

4 ANALYSE DESCRIPTIVE DE LA RÉSILIENCECette section fournit les résultats de l’analyse de la résilience du Triangle de l’Espoir, à partir de l’importance de chacun des piliers pour expliquer le RCI. Les résultats sont ensuite ventilés par région, statut urbain, genre du chef de ménage et moyens d’existence, en identifiant et en expliquant les différences existantes en termes de capacité de résilience entre plusieurs profils de ménages.

Cette section est consacrée aux résultats de l’analyse de la résilience dans le Triangle de l’Espoir en Mauritanie durant l’année 2015. En premier lieu, on analyse le RSM, à savoir les piliers et la contribution variable, pour déterminer respectivement le RCI et les piliers. Ensuite, on présente l’analyse de la capacité de résilience décomposée par localisation régionale, statut urbain, genre du CM et moyens d’existence. Cette section vise à identifier les différentes capacités de résilience au sein de plusieurs groupes sociaux et à isoler les piliers les plus pertinents, tout comme les variables déterminantes de telles disparités. Il est d’une importance cruciale d’identifier les profils socioéconomiques des ménages les moins et les plus résilients pour adopter les politiques correspondantes afin d’accroître la capacité de résilience.14

4.1 ANALYSE À L’ÉCHELLE MACROLe pilier le plus pertinent pour le Triangle de l’Espoir est ABS, suivi des AST. AC et SSN jouent un rôle plus marginal dans la détermination du RCI.

14 Il faut être prudent dans l’interprétation des résultats. Quand un pilier et/ou une variable est estimé(e)moins pertinent(e) pour la capacité de résilience actuelle, cela ne veut pas dire qu’il/elle ne puisse pas l’être dans un avenir proche et/ou manquer de pertinence pour la résilience en général. Quand l’analyse RIMA est utilisée sur la base d’un ensemble de données transversales, elle ne fournit aucune preuve des dynamiques de résilience, et ne peut donc que décrire et évaluer un statu quo. La partie descriptive de RIMA n’est pas conçue comme une analyse causale évaluant les déterminants de l’accroissement ou du fléchissement de la résilience et de la sécurité alimentaire. Ceci est fourni par une analyse causale qui cherche des données de panel ou de pseudo-panel.


16

L’accès à l’électricité et aux installations sanitaires et la distance du marché sont les variables les plus pertinentes pour ABS, le pilier de la résilience le plus important décrit ci-dessus. Les terres, l’utilisation d’intrants agricoles et l’indice de richesse sont les variables les plus pertinentes pour AST.

En ce qui concerne SSN, qui montrent toutefois une pertinence limitée pour la résilience, tout comme AC, les principaux facteurs contributifs sont la réception de transferts en nature et la participation aux associations auxquelles les ménages peuvent avoir recours en cas de besoin. Enfin, le taux de dépendance et la perception du processus décisionnel au sein de la communauté sont des facteurs de la plus haute importance en termes d’AC.

Pour conclure, les variables les plus pertinentes pour le RCI dans le Triangle de l’Espoir sont: l’accès à l’électricité et aux installations sanitaires, l’indice de richesse et les biens agricoles, suivis par les transferts en nature, la participation aux associations et la perception du processus décisionnel et du taux de dépendance.

4.2 ANALYSE À L’ÉCHELLE RÉGIONALELes quatre régions ciblées par l’analyse appartiennent au groupe des régions les plus pauvres de la Mauritanie (ONS, 2015). Cependant, une analyse ventilée indique la présence d’une hétérogénéité régionale, dans laquelle Brakna est la région la plus résiliente (RCI de 56,3 pour cent), Guidimagha est la moins résiliente (34,5 pour cent), alors qu’Assaba et Tagant présentent un RCI moyen.

Les différences régionales en termes de RCI au sein du Triangle de l’Espoir sont conformes avec le taux de pauvreté (ONS, 2015) et le taux de malnutrition (Ministère de la santé, 2015) rapportés dans d’autres analyses sur la base de différentes sources de données (Figure 5). Parmi les régions composant le Triangle de l’Espoir, Brakna, la région la plus résiliente, est aussi la moins pauvre et affiche le taux de malnutrition infantile le plus faible; au contraire, Guidimagha n’est pas seulement la région la moins résiliente, mais aussi la plus pauvre et celle qui présente la plus forte prévalence de malnutrition infantile.

Figure 5. Cartes de l’indice de résilience, du taux de pauvreté et de la malnutrition infantile dans le Triangle de l’Espoir (2015)

Guidimagha 34,5%

Tagant 47,0%

Assaba 48,5%

Brakna 56,3%

Indice de résilience

Brakna 43,3%

Assaba 43,5%

Tagant 49,0%

Guidimagha 49,1%

Taux de pauvreté

Brakna 17,1%

Tagant 17,6%

Assaba 20,5%

Guidimagha 22,4%

Taux de malnutrition infantile (6-59 mois)

La Figure 3 illustre les pondérations des piliers vis-à-vis du RCI des ménages situés dans le Triangle de l’Espoir.15 Le RSM fournit de plus amples détails sur les variables les plus pertinentes contribuant à chacun des piliers (voir Figure 4).

Facteur normalisé MES ABS

AST

SSN

AC

0,25

0,50

0,75

1,00

Figure 3. RSM – Poids des facteurs (MES) dans le Triangle de l’Espoir (2015)

Source:Calculs des auteurs

Corrélation

Transferts en natureAssociation

0,5

1,0

SSNTransferts monétaires

Valeur des terres

Indice de richesse

Valeur de la maison

Intrants agricoles

0,5

1,0

ASTUBT

Éducation

Taux de dépendance

Perception

0,5

1,0

CADiversification

des revenus

Distance de l’eau potable

Distancede l’école

Distance de l’hôpital

Distancedu marché

Assainissement

0,5

1,0

ABSÉlectricité

Figure 4. RSM – Pondérations variables par pilier dans le Triangle de l’Espoir (2015)


15 Les saturations factorielles du modèle MIMIC sont rapportées dans la Figure 3. Leur interprétation n’est pas directe. Les bêtas estimés du modèle de la variable latente ne peuvent pas être utilisés pour l’inférence causale de la même façon que ceux estimés dans un modèle de régression. Au contraire, des saturations factorielles plus fortes sont plus explicites que celles estimées par le RCI.

17

Chapitre 4 – Analyse descriptive de la résilience

L’accès à l’électricité et aux installations sanitaires et la distance du marché sont les variables les plus pertinentes pour ABS, le pilier de la résilience le plus important décrit ci-dessus. Les terres, l’utilisation d’intrants agricoles et l’indice de richesse sont les variables les plus pertinentes pour AST.

En ce qui concerne SSN, qui montrent toutefois une pertinence limitée pour la résilience, tout comme AC, les principaux facteurs contributifs sont la réception de transferts en nature et la participation aux associations auxquelles les ménages peuvent avoir recours en cas de besoin. Enfin, le taux de dépendance et la perception du processus décisionnel au sein de la communauté sont des facteurs de la plus haute importance en termes d’AC.

Pour conclure, les variables les plus pertinentes pour le RCI dans le Triangle de l’Espoir sont: l’accès à l’électricité et aux installations sanitaires, l’indice de richesse et les biens agricoles, suivis par les transferts en nature, la participation aux associations et la perception du processus décisionnel et du taux de dépendance.

4.2 ANALYSE À L’ÉCHELLE RÉGIONALELes quatre régions ciblées par l’analyse appartiennent au groupe des régions les plus pauvres de la Mauritanie (ONS, 2015). Cependant, une analyse ventilée indique la présence d’une hétérogénéité régionale, dans laquelle Brakna est la région la plus résiliente (RCI de 56,3 pour cent), Guidimagha est la moins résiliente (34,5 pour cent), alors qu’Assaba et Tagant présentent un RCI moyen.

Les différences régionales en termes de RCI au sein du Triangle de l’Espoir sont conformes avec le taux de pauvreté (ONS, 2015) et le taux de malnutrition (Ministère de la santé, 2015) rapportés dans d’autres analyses sur la base de différentes sources de données (Figure 5). Parmi les régions composant le Triangle de l’Espoir, Brakna, la région la plus résiliente, est aussi la moins pauvre et affiche le taux de malnutrition infantile le plus faible; au contraire, Guidimagha n’est pas seulement la région la moins résiliente, mais aussi la plus pauvre et celle qui présente la plus forte prévalence de malnutrition infantile.

Figure 5. Cartes de l’indice de résilience, du taux de pauvreté et de la malnutrition infantile dans le Triangle de l’Espoir (2015)

Guidimagha 34,5%

Tagant 47,0%

Assaba 48,5%

Brakna 56,3%

Indice de résilience

Brakna 43,3%

Assaba 43,5%

Tagant 49,0%

Guidimagha 49,1%

Taux de pauvreté

Brakna 17,1%

Tagant 17,6%

Assaba 20,5%

Guidimagha 22,4%

Taux de malnutrition infantile (6-59 mois)

La Figure 3 illustre les pondérations des piliers vis-à-vis du RCI des ménages situés dans le Triangle de l’Espoir.15 Le RSM fournit de plus amples détails sur les variables les plus pertinentes contribuant à chacun des piliers (voir Figure 4).

Facteur normalisé MES ABS

AST

SSN

AC

0,25

0,50

0,75

1,00

Figure 3. RSM – Poids des facteurs (MES) dans le Triangle de l’Espoir (2015)


Corrélation

Transferts en natureAssociation

0,5

1,0

SSNTransferts monétaires

Valeur des terres

Indice de richesse

Valeur de la maison

Intrants agricoles

0,5

1,0

ASTUBT

Éducation

Taux de dépendance

Perception

0,5

1,0

CADiversification

des revenus

Distance de l’eau potable

Distancede l’école

Distance de l’hôpital

Distancedu marché

Assainissement

0,5

1,0

ABSÉlectricité

Figure 4. RSM – Pondérations variables par pilier dans le Triangle de l’Espoir (2015)


15 Les saturations factorielles du modèle MIMIC sont rapportées dans la Figure 3. Leur interprétation n’est pas directe. Les bêtas estimés du modèle de la variable latente ne peuvent pas être utilisés pour l’inférence causale de la même façon que ceux estimés dans un modèle de régression. Au contraire, des saturations factorielles plus fortes sont plus explicites que celles estimées par le RCI.


Source:ONS, 2015

Source:Ministère de la Santé de la Mauritanie, 2015


18

La Figure 6 montre la corrélation entre les piliers et le RCI dans les différentes régions. Il souligne les différences dans l’importance des piliers selon la capacité de résilience des régions.

Total Assaba

Pilie

rs d

e co

rrél

atio

n –

RCI

Brakna Tagant Guidimagha

ABS

AST

SSN

AC

Figure 6. RSM - Piliers par région


ABS est dans tous les cas le pilier le plus pertinent pour les quatre régions, malgré quelques variations intra-régionales. Ces variations s’expliquent essentiellement par différents niveaux d’accès aux services.

Brakna présente la plus haute capacité de résilience, car elle a un meilleur accès aux infrastructures et de plus courtes distances à parcourir jusqu’aux marchés et aux écoles. Les ménages de Brakna semblent participer à plus d’activités génératrices de revenus que les autres régions. Ils ont un niveau moyen d’éducation plus élevé, le plus fort degré de participation (perçue) dans la vie publique et dans les processus de prise de décision, ce qui signifie que les habitants de Brakna se sentent partie intégrante du processus de décision, plus que les habitants des autres régions (Tableau A1 de l’Annexe II).

AST joue un rôle important pour Assaba et Tagant. En effet, les ménages situés dans ces régions ont des habitations de haute valeur monétaire et de nombreuses UBT par habitant (Tableau A1 de l’Annexe II). Des différences existent entre Tagant et Assaga en termes d’AC; dans la première région, ce pilier est plus pertinent que dans la seconde. En effet, les ménages de Tagant sont plus éduqués et participent davantage aux activités génératrices de revenus.

Guidimagha est la région la moins résiliente du Triangle de l’Espoir, car elle connaît une situation nettement plus désavantagée que les autres régions. Les ménages qui y vivent ont le pire accès aux services de base (la plus grande distance aux hôpitaux, aux marchés et à l’eau potable). Le lien entre SSN et RCI (généré par le plus petit volume de transfert en liquide ou en nature et une participation limitée dans les associations) y est plus faible, et leur accès au bétail et aux terres est limité.

En termes de capacité d’adaptation, Guidimagha affiche le plus faible niveau d’éducation formelle et un taux de dépendance inversé (les membres actifs par rapport aux membres non actifs), comparé aux autres régions du Triangle de l’Espoir. Par ailleurs, les ménages situés dans ces régions ont une perception du processus de décision duur communauté qui les laisse supposer qu’ils peuvent participer (Tableau A1 de l’Annexe II).

4.3 ANALYSE SELON LE STATUT URBAINLa majorité des ménages du Triangle de l’Espoir est située dans des zones rurales, alors que 24 pour cent seulement de l’échantillon vit dans des zones urbaines. Les ménages urbains sont plus résilients que les ménages ruraux, comme le montre la Figure 7 qui illustre le niveau moyen du RCI selon les ménages urbains et ruraux. Ce résultat est conforme avec le niveau de pauvreté par statut urbain en Mauritanie, le taux de pauvreté pour les ménages ruraux étant de 44,4 pour cent, alors qu’il est de 16,7 pour cent pour les ménages urbains (ONS, 2015). L’effet positif de la localisation urbaine des ménages peut être appelé “effet urbain”, et il est constamment démontré dans presque toutes les analyses de la résilience réalisées moyennant la méthodologie RIMA.

0

50

100

Rural Urbain

RCI

(%)

Figure 7. RCI selon le statut urbain dans le Triangle de l’Espoir (2015)


L’effet urbain est persistant au sein de chaque région du Triangle de l’Espoir, à l’exception de Tagant. Cependant, Tagant est presque entièrement rurale. Comme le montre dans le tableau 3,16 la variation entre la valeur moyenne du RCI des ménages urbains (53,6) et ruraux (45,0) est statistiquement significative au niveau macro dans le Triangle de l’Espoir et au sein des quatre régions, à l’exception de Tagant.17

La principale différence entre les ménages urbains et ruraux concerne ABS et AST, comme illustré dans la Figure 8 (qui montre la corrélation entre les piliers et le RCI en fonction du statut urbain); ABS est plus important pour les ménages urbains que pour les ménages ruraux, alors qu’AST est plus important pour les ruraux.

Les disparités en termes d’accès aux services par statut urbain sont conséquentes chez les ménages interrogés. Deux pour cent seulement des ménages ruraux ont a accès à l’électricité, alors que la proportion des ménages urbains ayant accès à l’électricité est de 38 pour cent.

16 L’importance de la variation du RCI moyen est confirmée par le t-test.17 Dans ce cas, cependant, les observations pour les ménages urbains ne sont pas suffisantes pour donner lieu à de

conclusions statistiquement valides.

19


La Figure 6 montre la corrélation entre les piliers et le RCI dans les différentes régions. Il souligne les différences dans l’importance des piliers selon la capacité de résilience des régions.

Total Assaba

Pilie

rs d

e co

rrél

atio

n –

RCI

Brakna Tagant Guidimagha

ABS

AST

SSN

AC

Figure 6. RSM - Piliers par région


ABS est dans tous les cas le pilier le plus pertinent pour les quatre régions, malgré quelques variations intra-régionales. Ces variations s’expliquent essentiellement par différents niveaux d’accès aux services.

Brakna présente la plus haute capacité de résilience, car elle a un meilleur accès aux infrastructures et de plus courtes distances à parcourir jusqu’aux marchés et aux écoles. Les ménages de Brakna semblent participer à plus d’activités génératrices de revenus que les autres régions. Ils ont un niveau moyen d’éducation plus élevé, le plus fort degré de participation (perçue) dans la vie publique et dans les processus de prise de décision, ce qui signifie que les habitants de Brakna se sentent partie intégrante du processus de décision, plus que les habitants des autres régions (Tableau A1 de l’Annexe II).

AST joue un rôle important pour Assaba et Tagant. En effet, les ménages situés dans ces régions ont des habitations de haute valeur monétaire et de nombreuses UBT par habitant (Tableau A1 de l’Annexe II). Des différences existent entre Tagant et Assaga en termes d’AC; dans la première région, ce pilier est plus pertinent que dans la seconde. En effet, les ménages de Tagant sont plus éduqués et participent davantage aux activités génératrices de revenus.

Guidimagha est la région la moins résiliente du Triangle de l’Espoir, car elle connaît une situation nettement plus désavantagée que les autres régions. Les ménages qui y vivent ont le pire accès aux services de base (la plus grande distance aux hôpitaux, aux marchés et à l’eau potable). Le lien entre SSN et RCI (généré par le plus petit volume de transfert en liquide ou en nature et une participation limitée dans les associations) y est plus faible, et leur accès au bétail et aux terres est limité.

En termes de capacité d’adaptation, Guidimagha affiche le plus faible niveau d’éducation formelle et un taux de dépendance inversé (les membres actifs par rapport aux membres non actifs), comparé aux autres régions du Triangle de l’Espoir. Par ailleurs, les ménages situés dans ces régions ont une perception du processus de décision duur communauté qui les laisse supposer qu’ils peuvent participer (Tableau A1 de l’Annexe II).

4.3 ANALYSE SELON LE STATUT URBAINLa majorité des ménages du Triangle de l’Espoir est située dans des zones rurales, alors que 24 pour cent seulement de l’échantillon vit dans des zones urbaines. Les ménages urbains sont plus résilients que les ménages ruraux, comme le montre la Figure 7 qui illustre le niveau moyen du RCI selon les ménages urbains et ruraux. Ce résultat est conforme avec le niveau de pauvreté par statut urbain en Mauritanie, le taux de pauvreté pour les ménages ruraux étant de 44,4 pour cent, alors qu’il est de 16,7 pour cent pour les ménages urbains (ONS, 2015). L’effet positif de la localisation urbaine des ménages peut être appelé “effet urbain”, et il est constamment démontré dans presque toutes les analyses de la résilience réalisées moyennant la méthodologie RIMA.

0

50

100

Rural Urbain

RCI

(%)

Figure 7. RCI selon le statut urbain dans le Triangle de l’Espoir (2015)


L’effet urbain est persistant au sein de chaque région du Triangle de l’Espoir, à l’exception de Tagant. Cependant, Tagant est presque entièrement rurale. Comme le montre dans le tableau 3,16 la variation entre la valeur moyenne du RCI des ménages urbains (53,6) et ruraux (45,0) est statistiquement significative au niveau macro dans le Triangle de l’Espoir et au sein des quatre régions, à l’exception de Tagant.17

La principale différence entre les ménages urbains et ruraux concerne ABS et AST, comme illustré dans la Figure 8 (qui montre la corrélation entre les piliers et le RCI en fonction du statut urbain); ABS est plus important pour les ménages urbains que pour les ménages ruraux, alors qu’AST est plus important pour les ruraux.

Les disparités en termes d’accès aux services par statut urbain sont conséquentes chez les ménages interrogés. Deux pour cent seulement des ménages ruraux ont a accès à l’électricité, alors que la proportion des ménages urbains ayant accès à l’électricité est de 38 pour cent.

16 L’importance de la variation du RCI moyen est confirmée par le t-test.17 Dans ce cas, cependant, les observations pour les ménages urbains ne sont pas suffisantes pour donner lieu à de

conclusions statistiquement valides.


20

4.4 ANALYSE SELON LE MOYEN D’EXISTENCEUne description de la capacité de résilience en fonction des moyens d’existence et la distribution des moyens d’existence en fonction de la localisation urbaine peuvent s’avérer utiles pour mieux comprendre les différences entre la capacité de résilience des ménages urbains et des ménages ruraux. Dans le Triangle de l’Espoir, il y a des moyens d’existence pastoraux, agropastoraux, agricoles, urbains et autres. Ces classifications sont issues d’un sondage auto-déclaré par le chef de famille.18 Comme illustré sur la Figure 9, les ménages les plus résilients sont ceux qui sont classifiés comme urbains (RCI de 49,2 pour cent) et ‘autres’ (50,1 pour cent), alors que les moins résilients sont les ménages agricoles (43,9 pour cent).19 Ces derniers sont principalement situés dans les zones rurales (87 pour cent), alors que les ménages classifiés comme urbains ou autres vivent principalement dans les zones urbaines du Triangle de l’Espoir.

0

50

100

0

50

100

Pastoral Agropastoral Revenus agricoles

Urbain Autre

RCI

(%)

Figure 9. RCI selon les moyens d’existence dans le Triangle de l’Espoir (2015)


Les ménages auto-classifiés en tant qu’urbains et autres semblent avoir des caractéristiques similaires. Ils affichent une meilleure relation entre ABS et RCI. En effet, ils font état d’une distance plus réduite (en minutes) pour accéder aux points d’eau, aux hôpitaux et aux marchés et une forte proportion des ménages ont accès aux installations sanitaires (Tableau A3 dans l’Annexe II).

Des différences émergent également en termes d’AC, les ménages urbains ou autres obtenant de meilleurs résultats par rapport à d’autres moyens d’existence. Ils ont un niveau élevé d’éducation formelle, et principalement reçoivent des revenus salariaux des membres du ménage (Tableau A3 dans l’Annexe II). En termes d’AST, le ménage où ils vivent possède des biens de haute valeur (Tableau A3 dans l’Annexe II).

18 La question posée était la suivante: “Pensez-vous que votre ménage est principalement: pastoraliste, agro-pastoraliste, fermier, riverain, pêcheur, urbain ou autre?”. La liste des moyens d’existence représentés a été convenue par les recenseurs et l’ONS pour assurer la précision du contexte de l’analyse, pendant la formation des recenseurs des données collectées en novembre 2015.

19 L’analyse des moyens d’existence n’est pas ventilée par statut urbain dans le but d’éviter les problèmes de représentativité des échantillonnages.

La même tendance est observée pour l’accès aux installations sanitaires: 50 pour cent dans les zones rurales et 85 pour cent dans les zones urbaines. Mais encore, les ménages des zones rurales renseignent une plus grande distance (en minutes) pour accéder à tous les services de base primordiaux: écoles, marchés et hôpitaux (Tableau A2 de l’Annexe II).

Même si les ménages ruraux ont davantage d’AST, la composition de ces biens entre les ménages urbains et ruraux est, comme on peut s’y attendre, diversifiée. En effet, tandis que les ménages ruraux ont des terres, des revenus agricoles et des UBT de plus grande valeur, les ménages urbains ont plus d’avoirs non productifs, comme une maison et un indice de richesse plus élevé (Tableau A2 de l’Annexe II).

Tableaux 3 Capacité de résilience selon le statut urbain par région

Rural Urbain Différence RCI Rural-UrbainNº Obs RCI moyen Nº Obs RCI moyen

Niveau macro 1 152 45,01 363 53,62 -8,61***

Assaba 362 46,63 134 53,41 -6,78***

Brakna 364 54,73 114 61,37 -6,64***

Tagant 117 46,26 20 51,28 -5,01

Guidimagha 309 31,20 95 45,12 -13,91***

*** P-value du t-test < 0,01

Total Rural Urbain

ABS

AST

SSN

AC

Figure 8. RSM - Piliers de corrélation - RCI selon le statut urbain dans le Triangle de l’Espoir (2015)


21


4.4 ANALYSE SELON LE MOYEN D’EXISTENCEUne description de la capacité de résilience en fonction des moyens d’existence et la distribution des moyens d’existence en fonction de la localisation urbaine peuvent s’avérer utiles pour mieux comprendre les différences entre la capacité de résilience des ménages urbains et des ménages ruraux. Dans le Triangle de l’Espoir, il y a des moyens d’existence pastoraux, agropastoraux, agricoles, urbains et autres. Ces classifications sont issues d’un sondage auto-déclaré par le chef de famille.18 Comme illustré sur la Figure 9, les ménages les plus résilients sont ceux qui sont classifiés comme urbains (RCI de 49,2 pour cent) et ‘autres’ (50,1 pour cent), alors que les moins résilients sont les ménages agricoles (43,9 pour cent).19 Ces derniers sont principalement situés dans les zones rurales (87 pour cent), alors que les ménages classifiés comme urbains ou autres vivent principalement dans les zones urbaines du Triangle de l’Espoir.

0

50

100

0

50

100

Pastoral Agropastoral Revenus agricoles

Urbain Autre

RCI

(%)

Figure 9. RCI selon les moyens d’existence dans le Triangle de l’Espoir (2015)


Les ménages auto-classifiés en tant qu’urbains et autres semblent avoir des caractéristiques similaires. Ils affichent une meilleure relation entre ABS et RCI. En effet, ils font état d’une distance plus réduite (en minutes) pour accéder aux points d’eau, aux hôpitaux et aux marchés et une forte proportion des ménages ont accès aux installations sanitaires (Tableau A3 dans l’Annexe II).

Des différences émergent également en termes d’AC, les ménages urbains ou autres obtenant de meilleurs résultats par rapport à d’autres moyens d’existence. Ils ont un niveau élevé d’éducation formelle, et principalement reçoivent des revenus salariaux des membres du ménage (Tableau A3 dans l’Annexe II). En termes d’AST, le ménage où ils vivent possède des biens de haute valeur (Tableau A3 dans l’Annexe II).

18 La question posée était la suivante: “Pensez-vous que votre ménage est principalement: pastoraliste, agro-pastoraliste, fermier, riverain, pêcheur, urbain ou autre?”. La liste des moyens d’existence représentés a été convenue par les recenseurs et l’ONS pour assurer la précision du contexte de l’analyse, pendant la formation des recenseurs des données collectées en novembre 2015.

19 L’analyse des moyens d’existence n’est pas ventilée par statut urbain dans le but d’éviter les problèmes de représentativité des échantillonnages.

La même tendance est observée pour l’accès aux installations sanitaires: 50 pour cent dans les zones rurales et 85 pour cent dans les zones urbaines. Mais encore, les ménages des zones rurales renseignent une plus grande distance (en minutes) pour accéder à tous les services de base primordiaux: écoles, marchés et hôpitaux (Tableau A2 de l’Annexe II).

Même si les ménages ruraux ont davantage d’AST, la composition de ces biens entre les ménages urbains et ruraux est, comme on peut s’y attendre, diversifiée. En effet, tandis que les ménages ruraux ont des terres, des revenus agricoles et des UBT de plus grande valeur, les ménages urbains ont plus d’avoirs non productifs, comme une maison et un indice de richesse plus élevé (Tableau A2 de l’Annexe II).

Tableaux 3 Capacité de résilience selon le statut urbain par région

Rural Urbain Différence RCI Rural-UrbainNº Obs RCI moyen Nº Obs RCI moyen

Niveau macro 1 152 45,01 363 53,62 -8,61***

Assaba 362 46,63 134 53,41 -6,78***

Brakna 364 54,73 114 61,37 -6,64***

Tagant 117 46,26 20 51,28 -5,01

Guidimagha 309 31,20 95 45,12 -13,91***

*** P-value du t-test < 0,01

Total Rural Urbain

ABS

AST

SSN

AC

Figure 8. RSM - Piliers de corrélation - RCI selon le statut urbain dans le Triangle de l’Espoir (2015)



22

mises en œuvre par le gouvernement de Mauritanie dans le Triangle de l’Espoir. Par exemple, le PASK I 2003-2009 a soutenu des microprojets créateurs de revenus, profitant principalement aux femmes et aux jeunes. En raison des différences significatives de niveau de revenu des ménages dirigés par des hommes et ceux dirigés par des femmes et la dépendance de ces derniers vis-à-vis des transferts comme source de revenus, il est important de continuer à encourager ces politiques.

0

50

100

Femme Homme

RCI

(%)

Figure 10. RCI selon le genre du CM dans le Triangle de l’Espoir (2015)


Tableau 4. Capacité de résilience selon le genre du CM par région

Femme Homme Différence RCI femme-homme Nº Obs RCI moyen Nº Obs RCI moyen

Niveau macro 423 48,91 1 083 46,34 2,56**

Assaba 167 47,63 329 48,88 -1,25

Brakna 132 57,58 346 55,83 1,75

Tagant 49 51,13 88 44,69 6,44**

Guidimagha 84 36,52 320 33,94 2,58

** P-value du t-test < 0,05

La forte résilience des ménages classifiés dans la catégorie ‘autres’ est en outre influencée par le genre du CM20 et l’effet régional. En effet, ils sont surtout concentrés à Brakna, la région la plus résiliente et 33 pour cent d’entre eux est dirigé par une femme (Tableau A3 dans l’Annexe II).

Les agriculteurs affichent, en revanche, une faible AC, suivis par les ménages d’éleveurs qui sont le deuxième groupe le plus faible en termes de résilience des moyens d’existence. Leur niveau moyen d’éducation est faible, et la part des membres actifs au sein du ménage est également très limitée. De plus, sur le plan du SSN, les ménages agricoles sont ceux qui reçoivent le moins de liquidités ou de transferts en nature de toutes les catégories des moyens d’existence (Tableau A3 dans l’Annexe II).

Le gouvernement de Mauritanie investit de manière significative dans les politiques visant à développer un secteur agricole compétitif au niveau national, comme le démontre le SDSR - Horizon 2025, en collaboration avec le PNDA 2015-2025. Ce dernier cible certaines chaînes d’approvisionnement (comme le riz, le blé, les céréales traditionnelles et les dattes) et vise, parmi les différentes stratégies d’orientation, l’intégration du secteur agricole aux marchés nationaux et internationaux, la création d’opportunités d’emplois et l’application des technologies d’innovation pour diversifier la production agricole.

Ces résultats indiquent que les interventions devraient cibler les ménages situés dans les zones rurales du Triangle de l’Espoir qui dépendent de l’agriculture comme seule source de revenus. Ces ménages agricoles dépendent des cultures pluviales et des oasis, ont un accès limité aux sources d’eau et des structures hydrauliques lacunaires, comme des barrages. Des efforts sont déployés pour promouvoir des projets visant au développement des infrastructures et de l’éducation, et à l’augmentation des revenus des ménages agricoles.

4.5 ANALYSE SELON LE GENRE DU CHEF DE MÉNAGEL’échantillon des ménages choisis pour l’analyse est surtout composé de ménages dirigés par des hommes. Les ménages dirigés par des femmes ne représentent que 28 pour cent du total des ménages sondés dans le Triangle de l’Espoir. Les ménages dirigés par des femmes sont légèrement plus résilients que les ménages dirigés par des hommes, comme l’illustre la Figure 10. Ce résultat est conforme au taux de pauvreté au niveau national en 2014. En effet, le pourcentage de ménages pauvres dirigés par des femmes est de 27,4 pour cent, alors qu’il est de 32,3 pour cent pour ceux dirigés par des hommes (ONS, 2015).

Cependant, une analyse plus approfondie révèle des concepts intéressants. La différence (très mineure) entre la valeur moyenne du RCI des ménages dirigés par des hommes et ceux dirigés par des femmes est statistiquement significative lorsqu’on compare l’échantillon complet.21

Néanmoins, elle n’est pas significative pour les ménages urbains, alors qu’elle l’est pour les ménages ruraux et pour ceux vivant à Tagant (Tableau 4). Au vu de cette hétérogénéité, il semble que le résultat le plus pertinent concerne la localisation: probablement, l’hétérogénéité de la région est un facteur confusionnel pour expliquer les différences concernant la capacité de résilience.

La présence d’un niveau similaire de résilience entre les ménages dirigés par des hommes et ceux dirigés par des femmes peut être associée à l’efficacité des politiques axées sur les femmes

20 La section suivante de ce rapport démontre que les ménages dirigés par des femmes sont les plus résilients.21 Un t-test évalue si la différence statistique du RCI moyen entre les ménages dirigés par des femmes et ceux dirigés

par des hommes est significative à l’échelle macro, à savoir (2,56, p-valeur 0,012) et pour les ménages ruraux (2,8, p-valeur 0,016), alors que ce n’est pas le cas pour l’échantillon urbain (0,08, p-value 0,965).

23


mises en œuvre par le gouvernement de Mauritanie dans le Triangle de l’Espoir. Par exemple, le PASK I 2003-2009 a soutenu des microprojets créateurs de revenus, profitant principalement aux femmes et aux jeunes. En raison des différences significatives de niveau de revenu des ménages dirigés par des hommes et ceux dirigés par des femmes et la dépendance de ces derniers vis-à-vis des transferts comme source de revenus, il est important de continuer à encourager ces politiques.

0

50

100

Femme Homme

RCI

(%)

Figure 10. RCI selon le genre du CM dans le Triangle de l’Espoir (2015)


Tableau 4. Capacité de résilience selon le genre du CM par région

Femme Homme Différence RCI femme-homme Nº Obs RCI moyen Nº Obs RCI moyen

Niveau macro 423 48,91 1 083 46,34 2,56**

Assaba 167 47,63 329 48,88 -1,25

Brakna 132 57,58 346 55,83 1,75

Tagant 49 51,13 88 44,69 6,44**

Guidimagha 84 36,52 320 33,94 2,58

** P-value du t-test < 0,05

© F

AO \ G

iam

pier

o D

iana

25

5 ANALYSE CAUSALE DE LA RÉSILIENCECette section présente les résultats de l’analyse causale de la résilience. Elle se penche d’abord sur les effets des chocs sur la capacité de résilience, en prenant en compte l’ensemble des chocs auto-rapportés et covariants, exploitant les coordonnées géographiques de localisation des ménages et des sources de données supplémentaires. Elle explique ensuite les principaux facteurs associés à la sécurité alimentaire.

Dans ce rapport, la partie causale de la méthodologie RIMA-II se concentre sur i)-le rôle des chocs dans l’explication de la capacité de résilience et ii)-l’association entre les facteurs contributifs de la résilience et les indicateurs de la sécurité alimentaire, utilisés pour évaluer le RCI dans l’analyse descriptive de la résilience. Il n’est pas possible de mener une analyse correcte des déterminants de la résilience à l’aide de données transversales, mais ce genre d’analyse sera possible dans un avenir proche, lorsque des données de panel ou de pseudo-panel seront collectées dans le Triangle de l’Espoir.

5.1 LES EFFETS DES CHOCS SUR LA CAPACITÉ DE RÉSILIENCELa sécurité alimentaire des ménages dans le Triangle de l’Espoir dépend non seulement duur capacité de résilience, mais aussi duur exposition aux chocs. Ceux-ci peuvent compromettre leur capacité de résilience et contribuer à sa diminution, surtout dans des zones sujettes aux chocs géo-climatiques.

D’autre part, le bien-être subjectif peut jouer un rôle dans la sécurité alimentaire des ménages et leur capacité de résilience. Les mesures objectives et subjectives ont leurs points faibles et leurs points forts. Rares sont les études qui ont comparé les mesures subjectives et objectives (Ravallion et Lokshin, 2002; Carletto et Zezza, 2006; Wagle, 2008). Un débat approfondi des mesures subjectives de la résilience va au-delà de la portée de la présente analyse, qui se limite à explorer le rôle du bien-être subjectif pour la sécurité alimentaire et la capacité de résilience dans le Triangle de l’Espoir.

De manière plus spécifique, il s’agit, dans cette section, de tester la relation entre, d’une part, le RCI estimé grâce à l’analyse factorielle et le modèle MIMIC décrit plus haut (et rééchellené entre 0 et 100) et, d’autre part, les chocs et le bien-être subjectif. À cette fin, le modèle empirique suivant est utilisé:

RCIi = α +βSi + γWi + ϑXi + εi (1)

© F

AO \ G

iam

pier

o D

iana


26

Tableau 5. Les effets des chocs sur la capacité de résilience (suite)

Parmi les chocs covariants, l’écart par rapport à la moyenne des précipitations est positivement associé à la capacité de résilience des ménages situés dans le Triangle de l’Espoir. Cela suppose l’existence d’une influence positive des conditions climatiques favorables sur la capacité de résilience. En effet, en 2015 un écart moyen positif a été enregistré par rapport à la moyenne à long terme (Tableau A4 de l’Annexe II). Néanmoins, l’indicateur de pluviosité ne tient pas compte de la variabilité intra-annuelle, qui pourrait être intéressante dans le contexte de l’analyse. Il est également important de considérer le fait que le coefficient de variation de la moyenne des précipitations n’est pas un indicateur de choc négatif, car une pluviosité accrue peut engendrer un effet positif sur l’agriculture.

Le coefficient de l’indice d’intensité de conflit décrit dans la section des données n’est pas statistiquement significatif. Ceci peut s’expliquer par la nature des événements violents qui ont eu lieu en Mauritanie en 2015, enregistrés dans les données de l’ACLED. En fait, parmi les 49 épisodes rapportés par l’ACLED en 2015, 73 pour cent ont eu lieu dans la capitale Nouakchott et presque tous ces événements impliquent des révoltes et des manifestations (85 pour cent) faisant en tout un mort. Les ménages situés loin de la capitale n’ont apparemment pas été très touchés par ces événements.

En ce qui concerne les chocs auto-déclarés, ceux qui comportent une association négative et statistiquement significative avec la capacité de résilience sont: la sécheresse, la perte de récoltes, les conflits (par exemple, un épisode de violence) et l’impossibilité de rembourser un crédit.

La diminution la plus marquée de la capacité de résilience est due à la présence de conflits dans la zone: ceux qui ont déclaré des conflits dans les 12 derniers mois ont vu leur capacité de résilience réduite d’un tiers. Deux aspects particuliers de ces résultats sont à mentionner. Premièrement, ceci est parfaitement cohérent avec la documentation actuelle sur le rapport entre la sécurité alimentaire et les conflits, et entre la sécurité alimentaire et les conflits locaux (FAO, 2000; Fearon et Laitin, 2003; Blattman et Miguel, 2010). Deuxièmement, vue l’ampleur de la diminution de la capacité de résilience, ces résultats exigent une intervention adéquate lors des prochains conflits compromettant la stabilité d’une zone déterminée.

Si est un vecteur de chocs incluant à la fois les chocs idiosyncratiques:

h les chocs auto-déclarés vécus par les ménages durant l’année précédente selon la typologie des chocs, à savoir, un vecteur de variables muettes rapportant si un choc s’est produit dans le ménage ou non;

et les chocs covariants:

h la variation des précipitations de 2015 par rapport à la moyenne à long terme (1981-2010) par district; et

h l’indice de l’intensité des conflits estimé par Bozzoli et. al. (2011).

De plus, Wi est un indice de bien-être subjectif22 estimé en employant le module de perception de l’enquête. Une valeur accrue de cet indicateur est associée à un niveau plus élevé de bien-être subjectif.

Xi est un vecteur des caractéristiques de contrôle du ménages, comme le genre du CM ou le statut urbain.

Les statistiques sommaires de toutes les variables utilisées figurent dans le Tableau A4 de l’Annexe II, et le Tableau 5 montre les résultats des effets des chocs sur le RCI.23

22 L’indice est créé par le biais de la FA. Une liste des variables qui décrit des valeurs de 0 (c’est-à-dire “jamais”) à 4 (c’est-à-dire “tout les temps”) est utilisée, selon si le CM s’est senti durant la dernière semaine (1) enjoué et bon état d’esprit; (2) calme et détendu; (3) actif et vigoureux; (4) frais et reposé; (5) que sa vie est remplie de choses intéressantes. Les réponses possibles possèdent une formulation légèrement différente à l’égard de ceux employés pour le calcul de l’Organisation mondiale de la santé (OMS)-5 indice du bien-être. Par ailleurs, l’indice du bien-être utilisé dans ce rapport est calculé par le biais de la FA au lieu d’additionner les résultats des cinq questions, d’après l’indice OMS-5.

23 Le Tableau 5 est un “produit tronqué”. La liste entière des variables explicatives utilisées est rapportée dans le Tableau A5 de l’Annexe II.

Tableau 5. Les effets des chocs sur la capacité de résilience

Chocs RCI

Variation de la pluviosité 0,059***(0,007)

Inondations 3,174**(1,426)

Sécheresse -3,961***(1,338)

Mort du bétail 3,890***(1,220)

Récolte déficitaire -4,901**(2,023)

Conflits -32,55**(15,00)

Incapacité de rembourser les crédits -2,635*(1,422)

Incendie 18,21***(6,759)

27

Chapitre 5 – Analyse causale de la résilience

Tableau 5. Les effets des chocs sur la capacité de résilience (suite)

Parmi les chocs covariants, l’écart par rapport à la moyenne des précipitations est positivement associé à la capacité de résilience des ménages situés dans le Triangle de l’Espoir. Cela suppose l’existence d’une influence positive des conditions climatiques favorables sur la capacité de résilience. En effet, en 2015 un écart moyen positif a été enregistré par rapport à la moyenne à long terme (Tableau A4 de l’Annexe II). Néanmoins, l’indicateur de pluviosité ne tient pas compte de la variabilité intra-annuelle, qui pourrait être intéressante dans le contexte de l’analyse. Il est également important de considérer le fait que le coefficient de variation de la moyenne des précipitations n’est pas un indicateur de choc négatif, car une pluviosité accrue peut engendrer un effet positif sur l’agriculture.

Le coefficient de l’indice d’intensité de conflit décrit dans la section des données n’est pas statistiquement significatif. Ceci peut s’expliquer par la nature des événements violents qui ont eu lieu en Mauritanie en 2015, enregistrés dans les données de l’ACLED. En fait, parmi les 49 épisodes rapportés par l’ACLED en 2015, 73 pour cent ont eu lieu dans la capitale Nouakchott et presque tous ces événements impliquent des révoltes et des manifestations (85 pour cent) faisant en tout un mort. Les ménages situés loin de la capitale n’ont apparemment pas été très touchés par ces événements.

En ce qui concerne les chocs auto-déclarés, ceux qui comportent une association négative et statistiquement significative avec la capacité de résilience sont: la sécheresse, la perte de récoltes, les conflits (par exemple, un épisode de violence) et l’impossibilité de rembourser un crédit.

La diminution la plus marquée de la capacité de résilience est due à la présence de conflits dans la zone: ceux qui ont déclaré des conflits dans les 12 derniers mois ont vu leur capacité de résilience réduite d’un tiers. Deux aspects particuliers de ces résultats sont à mentionner. Premièrement, ceci est parfaitement cohérent avec la documentation actuelle sur le rapport entre la sécurité alimentaire et les conflits, et entre la sécurité alimentaire et les conflits locaux (FAO, 2000; Fearon et Laitin, 2003; Blattman et Miguel, 2010). Deuxièmement, vue l’ampleur de la diminution de la capacité de résilience, ces résultats exigent une intervention adéquate lors des prochains conflits compromettant la stabilité d’une zone déterminée.

Si est un vecteur de chocs incluant à la fois les chocs idiosyncratiques:

h les chocs auto-déclarés vécus par les ménages durant l’année précédente selon la typologie des chocs, à savoir, un vecteur de variables muettes rapportant si un choc s’est produit dans le ménage ou non;

et les chocs covariants:

h la variation des précipitations de 2015 par rapport à la moyenne à long terme (1981-2010) par district; et

h l’indice de l’intensité des conflits estimé par Bozzoli et. al. (2011).

De plus, Wi est un indice de bien-être subjectif22 estimé en employant le module de perception de l’enquête. Une valeur accrue de cet indicateur est associée à un niveau plus élevé de bien-être subjectif.

Xi est un vecteur des caractéristiques de contrôle du ménages, comme le genre du CM ou le statut urbain.

Les statistiques sommaires de toutes les variables utilisées figurent dans le Tableau A4 de l’Annexe II, et le Tableau 5 montre les résultats des effets des chocs sur le RCI.23

22 L’indice est créé par le biais de la FA. Une liste des variables qui décrit des valeurs de 0 (c’est-à-dire “jamais”) à 4 (c’est-à-dire “tout les temps”) est utilisée, selon si le CM s’est senti durant la dernière semaine (1) enjoué et bon état d’esprit; (2) calme et détendu; (3) actif et vigoureux; (4) frais et reposé; (5) que sa vie est remplie de choses intéressantes. Les réponses possibles possèdent une formulation légèrement différente à l’égard de ceux employés pour le calcul de l’Organisation mondiale de la santé (OMS)-5 indice du bien-être. Par ailleurs, l’indice du bien-être utilisé dans ce rapport est calculé par le biais de la FA au lieu d’additionner les résultats des cinq questions, d’après l’indice OMS-5.


Chocs RCI Indice de bien-etre subjectif

Indice de bien-etre subjectif 2,289***(0,412)

Caractéristiques de contrôle du ménage

Rural -9,926***(0,942)

Guidimagha -18,360***(1,363)

Constante 59,980***(1,652)

Observations 1 515

R-squared 0,345

La catégorie de référence des variables régionales est Brakna,Les erreurs-type sont mises entre parenthèses,

*** p < 0,01; ** p < 0,05; * p < 0,1


28

Pour les ménages qui ont déclaré des sécheresses durant les 12 derniers mois, le RCI diminue d’au moins 4 pour cent. Pour ceux qui ont déclaré des pertes de récoltes, il diminue de 5 pour cent. Il est important de remarquer que, surtout dans les régions arides, une intensification de la sécheresse ou tout autre phénomène contraignant les récoltes peut sévèrement compromettre la capacité d’adaptation. Les personnes vivant dans le Triangle de l’Espoir ont subi des chocs ces dernières années, ce qui s’est traduit par une réduction de la capacité à résister, qui va continuer à se détériorer en cas d’événements négatifs futurs. Finalement, tous ces éléments indiquent clairement que, si la situation climatique empire, un soutien immédiat devra être apporté aux ménages qui dépendent principalement de l’agriculture et qui sont situés dans les régions arides.

L’impossibilité de rembourser un crédit réduit également la capacité de résilience. Ceci est considéré comme un indicateur pour la difficulté d’accès au crédit et la préexistence de dettes antérieures, ce qui tend à imposer un fardeau sur la gestion budgétaire et les choix des dépenses des personnes. L’impact positif de la mortalité du bétail et des inondations est paradoxal. Cependant, ils concernent un nombre négligeable de ménages dans l’échantillon, ce qui peut biaiser l’estimation.

La documentation suggère qu’il existe une association positive entre l’indice de bien-être subjectif et les bénéfices objectifs en termes de santé et longévité, revenus, productivité et comportement organisationnel, et le comportement individuel et social (De Neve et. al., 2013). Curieusement, l’indice de bien-être subjectif est associé de manière positive et significative à la capacité de résilience. Bien qu’une certaine réciprocité puisse influencer et fausser cette estimation, il reste néanmoins un indicateur valide pour renseigner sur la façon dont une approche positive peut avoir des effets favorables sur la résilience.

Comme prévu, les coefficients des caractéristiques de contrôle sont conformes aux profils de la partie descriptive de l’analyse. Les autres régions sont toutes moins résilientes que Brakna, la catégorie référentielle exclue dans la spécification et en particulier Guidimagha est la moins résiliente. Les ménages ruraux sont moins résilients, tandis que le genre du chef du ménage ne joue pas de rôle pertinent quand les effets ruraux et urbains sont pris en compte. L’effet lié à la taille du ménage n’a pas été détecté. Les variations utilisées pour l’évaluation du RCI sont exprimées en termes d’habitant. Ainsi, l’effet lié à la taille est pris en compte dans l’estimation de la capacité de résilience.

5.2 ANALYSE DE LA SÉCURITÉ ALIMENTAIREToute analyse de la résilience doit être indexée en fonction d’un indicateur spécifique de bien-être. RIMA-II se concentre spécialement sur les indicateurs de la sécurité alimentaire. L’objectif de cette section est d’explorer une analyse statique de l’indicateur de la sécurité alimentaire utilisé dans la partie descriptive afin d’évaluer le RCI. En revanche, il n’est pas possible d’effectuer une analyse approfondie des facteurs déterminants de la capacité de résilience, basée sur l’évolution inter-temporelle des indicateurs de la sécurité alimentaire, à l’aide de données transversales.

La spécification référentielle suivante est adoptée pour chacun de trois indicateurs utilisés dans la partie descriptive de l’analyse:

FSi = α + βRi + δSi + γWi + ϑXi + εi (2)

FSi représente alternativement, dans trois modèles empiriques, i) la consommation alimentaire, ii) le DDI de Simpson et iii) le FCS; Ri est le vecteur de toutes les variables observées utilisées pour l’estimation des piliers. Les chocs, les indicateurs de bien-être subjectif et les caractéristiques de contrôle sont les mêmes que ceux utilisés dans le modèle (1).

Comme illustré dans le tableau 6, les facteurs contributifs les plus (positivement) associés aux différents aspects de la sécurité alimentaire des ménages sont: l’accès aux installations sanitaires, la distance aux marchés et aux hôpitaux, les UBT, l’indice de richesse, l’éducation moyenne et la perception du processus de décision.24

Tableau 6. Les corrélations de la sécurité alimentaire

29

Chapitre 5 – Analyse causale de la résilience

Comme illustré dans le tableau 6, les facteurs contributifs les plus (positivement) associés aux différents aspects de la sécurité alimentaire des ménages sont: l’accès aux installations sanitaires, la distance aux marchés et aux hôpitaux, les UBT, l’indice de richesse, l’éducation moyenne et la perception du processus de décision.24

Tableau 6. Les corrélations de la sécurité alimentaire

(1) (3)Consommation alimentaire

par habitant FCS

ABS

Installations sanitaires -0,021 4,223*** (0,037) (1,424)

Distance au marché 0,184*** 3,711** (0,047) (1,806)

AST

UBT 0,087*** 1,125** (0,012) (0,475)

Indice de richesse 0,329*** 22,050*** (0,098) (3,758)

SSN

Transferts monétaires 0,022 1,117* (0,017) (0,605)

AC

Perception du processus décisionnel 0,052*** 1,343*** (0,012) (0,444)

Chocs

Sécheresse -0,041 -7,133*** (0,0544) (2,085)

Mort du bétail 0,120** 6,175*** (0,049) (1,896)

Récolte déficitaire -0,326*** -9,604*** (0,083) (3,184)

Maladie grave -0,134** -1,055 (0,063) (02,406)

Incapacité de rembourser les crédits -0,157*** -2,639 (0,058) (2,217)

Déplacement 0,280 -26,470** (0,306) (11,730)

Pêche défectueuse 0,764* 5,338 (0,429) (16,460)



30

© F

lickr

CC

\ Oxf

am -

Pabl

o To

sco

Tableau 6. Les corrélations de la sécurité alimentaire (suite)

Parmi eux, ceux qui sont conjointement pertinents pour le RSM dans le Triangle de l’Espoir, comme indiqué dans la partie descriptive de la mesure, sont: l’accès aux installations sanitaires, la distance aux marchés, l’indice de richesse et la perception du processus de décision. Les variables contribuant aux SSN sont reconnues comme ayant un rôle moins important pour la sécurité alimentaire et la capacité de résilience.

Les coefficients des chocs covariants et auto-déclarés sont cohérents avec ceux de la capacité de résilience présentés dans le tableau 5, à l’exception de DDI de Simpson.

Fait intéressant, la mort du bétail et la pêche défectueuse augmentent les dépenses alimentaires; les ménages qui ne peuvent pas maintenir leurs moyens d’existence à cause des défaillances ou de la mortalité, peuvent être forcés à acheter de la nourriture et, par conséquent, accroître leurs dépenses. Des maladies graves, les déplacements et l’impossibilité de rembourser un crédit réduisent les dépenses alimentaires, car ils limitent la capacité d’acheter de la nourriture. De même, vivre dans un ménage de grande taille, dans des zones rurales et particulièrement à Guidimagha, est associé au niveau de sécurité alimentaire le plus bas.

(1) (3)Consommation alimentaire

par habitant FCS

Bien-être subjectif

Indice du bien-être subjectif 0,012 3,009*** (0,018) (0,675)

Caractéristiques de contrôle du CM

Guidimagha -0,280*** -24,650***(0,058) (2,226)

Rural 0,174*** -7,736***(0,046) (1,745)

Taille du ménage -0,103*** 0,360 (0,008) (0,325)

Constante 3,545*** 43,400*** (0,171) (6,544)

Observations 1 515 1 515

R-au carré 0,331 0,429

La catégorie de référence des variables muettes régionales est Brakna.Les distances en minutes des différents services sont revalorisées entre 1 et 0, où 0 signifie aucun accès et 1

une distance minimum au service. Les valeurs monétaires sont exprimées en logarithme et par habitant.

Les erreurs type sont mises entre parenthèses.*** p<0,01, ** p<0,05, * p<0,1

© F

lickr

CC

\ Oxf

am -

Pabl

o To

sco

Tableau 6. Les corrélations de la sécurité alimentaire (suite)

Parmi eux, ceux qui sont conjointement pertinents pour le RSM dans le Triangle de l’Espoir, comme indiqué dans la partie descriptive de la mesure, sont: l’accès aux installations sanitaires, la distance aux marchés, l’indice de richesse et la perception du processus de décision. Les variables contribuant aux SSN sont reconnues comme ayant un rôle moins important pour la sécurité alimentaire et la capacité de résilience.

Les coefficients des chocs covariants et auto-déclarés sont cohérents avec ceux de la capacité de résilience présentés dans le tableau 5, à l’exception de DDI de Simpson.

Fait intéressant, la mort du bétail et la pêche défectueuse augmentent les dépenses alimentaires; les ménages qui ne peuvent pas maintenir leurs moyens d’existence à cause des défaillances ou de la mortalité, peuvent être forcés à acheter de la nourriture et, par conséquent, accroître leurs dépenses. Des maladies graves, les déplacements et l’impossibilité de rembourser un crédit réduisent les dépenses alimentaires, car ils limitent la capacité d’acheter de la nourriture. De même, vivre dans un ménage de grande taille, dans des zones rurales et particulièrement à Guidimagha, est associé au niveau de sécurité alimentaire le plus bas.

© F

lickr

CC

\ Oxf

am -

Pabl

o To

sco

33

6 PRINCIPALES CONCLUSIONS DES ANALYSES

ET INCIDENCES POLITIQUESCette section résume les principaux résultats de l’analyse de la résilience mise en œuvre à l’aide de la méthodologie RIMA-II. Elle fournit également les évaluations finales et expose les incidences pertinentes pour l’élaboration et la mise en place de politiques, en comparaison avec les politiques en cours ou programmées par le gouvernement de la Mauritanie.

Cette étude se sert de la méthodologie RIMA-II afin de mesurer la capacité de résilience des ménages situés dans le Triangle de l’Espoir. L’ensemble des données utilisées pour cette analyse est basé sur une collecte de données spécialement mise en œuvre par la FAO et l’ONS en décembre 2015. Après avoir décrit le RSM, le rapport présente les résultats de la capacité de résilience par région, statut urbain, et genre du chef du ménage:

h le pilier le plus pertinent en relation avec la capacité de résilience dans le Triangle de l’Espoir est ABS, suivi par AST. D’autre part, AC et SNN ont une importance marginale. Pour ASB, l’accès à l’électricité et aux installations sanitaires, ainsi que la distance au marché, jouent le rôle le plus important. En termes d’AST, les actifs productifs de l’agriculture, particulièrement les terres et l’utilisation des intrants agricoles et l’indice de richesse, sont les variables contributives les plus pertinentes. L’analyse descriptive et l’analyse causale de la résilience soulignent toutes deux l’importance de l’accès aux installations sanitaires, des distances au marché et de l’indice de richesse pour la résilience à l’insécurité alimentaire dans le Triangle de l’Espoir. Un rôle important est également joué par la perception du processus décisionnel dans la communauté, alors que le rôle d’AC est mineur;

h même si les quatre régions du Triangle de l’Espoir composent un groupe des régions les plus pauvres de Mauritanie (ONS, 2015), celles-ci présentent un certain degré d’hétérogénéité: Brakna est la région la plus résiliente, Guidimagha est la moins résiliente, alors qu’Assaba et Tagant affichent un RCI moyen;

h au niveau macro analysée et au sein des régions, les ménages urbains sont plus résilients que les ruraux; et

h les ménages dirigés par des femmes sont légèrement plus résilients que les ménages dirigés par des hommes, mais les différences de genre liées à la capacité de résilience ne sont pas observées parmi les ménages urbains. En outre, une différenciation régionale entre les ménages dirigés par des hommes et ceux dirigés par des femmes peut


34

contribuer aux différences de résilience. En d’autres termes, la localisation dans l’espace des ménages dirigés par des femmes peut expliquer l’effet de genre.

Les résultats de l’analyse de la résilience montrent l’existence d’un rapport entre une plus forte capacité de résilience des ménages urbains vivant dans le Triangle de l’Espoir et un meilleur accès aux services de base. Il est souhaitable que les investissements dans les infrastructures servant aux services de base et aux services productifs ciblent en premier les ménages ruraux.

Le développement du secteur rural est considéré comme un objectif fondamental du gouvernement de la Mauritanie. En effet le SDSR 2015-2025 tente de promouvoir le développement du secteur de l’élevage et de l’agriculture, le développement local, la gestion des ressources naturelles, et l’amélioration juridique et institutionnelle à l’échelle nationale. De façon plus détaillée, le Projet de lutte contre la pauvreté dans l’Aftout Sud et le Karakoro (PASK I) prévoit notamment de reconstruire des routes (83 kilomètres de la section de route de M’Bout à Soufa); de réhabiliter et installer des infrastructures communautaires comme les puits et les forages; de réhabiliter les forages existants et consolider le barrage de M’Bout. Par ailleurs, les quatre régions du Triangle de l’Espoir ont été reconnues comme objectif spécifique dans la Politique nationale de santé et d’action sociale 2005-2015, en raison des écarts avec la moyenne nationale des taux de mortalité, malnutrition et fertilité.

En termes de différences régionales, l’analyse de la résilience démontre que Guidimagha, la région la moins résiliente du Triangle de l’Espoir, reste dans une position désavantageuse en matière d’accès aux services de base, d’éducation formelle et de dépendance vis-à-vis des membres actifs du ménage. De plus, l’analyse suggère que, dans la région de Guidimagha la différence de RCI entre les ménages urbains et ruraux – le RCI étant en général plus élevé en zone urbaine – est la plus forte des quatre régions. Ensemble, ces facteurs indiquent que les zones rurales de Guidimagha sont des cibles potentielles d’investissements en éducation formelle et des activités visant à la diversification du revenu.

Un des principaux objectifs de ZEP mises en œuvre par le Ministère de l’éducation de la Mauritanie est de réduire les différences du taux de scolarisation et de la qualité d’éducation (qui est lié à l’accès à d’autres services de base, tels que l’accès à l’eau potable) entre les régions du Triangle de l’Espoir et le reste du pays. Conformément au plan national, le gouvernement de la Mauritanie met en place le PASK II 2009-2017, dans la lignée du PASK I 2003-2009 et englobe quelques districts ruraux de Guidimagha et Assaba. Les objectifs principaux et les zones d’interventions du PASK visent à la réduction de la pauvreté rurale, à l’établissement d’un accès universel aux services de base et à la promotion du développement institutionnel à l’échelle local. Ce programme couvre aussi la réhabilitation et la construction d’écoles. En matière de revenus, l’amélioration et la diversification des revenus se traduisent par: une aide sous forme de formation pour les coopératives, l’attribution de quantités limitées d’intrants et d’outils agricoles, et l’identification et l’aide aux micro-projets créateurs de revenus.

L’analyse de la résilience en fonction des moyens d’existence met en avant la nécessité des ménages agricoles et pastoraux, dont les moyens d’existence sont les moins résilients, de recevoir les projets visant à développer les secteurs de l’agriculture et du bétail, avec une attention particulière aux variabilités géo-climatiques.

Le PNDA 2015-2025 cible des chaînes d’approvisionnement choisies (comme le riz, le blé, les céréales traditionnelles et les dattes) et vise l’intégration du secteur agricole aux marchés nationaux et internationaux, la création d’opportunités d’emplois et l’application des technologies d’innovation pour la diversification de la production agricole. Au sein de ce cadre national, le PRAPS 2016-2021 cible en particulier les ménages agropastoraux et pastoraux situés dans les quatre régions examinées dans le sondage. Les objectifs principaux du projet sont l’amélior

35

Chapitre 6 – Principales conclusions des analyses et des incidences politiques

de i) l’accès au marché et aux services de production pour les éleveurs, ii) la capacité des éleveurs à s’adapter à la crise du secteur pastoral. Cela implique différentes mesures ayant les objectifs multiples suivants:

h améliorer la santé du bétail: augmenter la couverture des vaccins contre la peste des petits ruminants (PPR) et la péripneumonie contagieuse bovine (PPCB), mettre en place un système national pour le contrôle épidémiologique, moderniser les infrastructures pour les services vétérinaires;

h améliorer la gestion des ressources naturelles: faire connaître les lois et les régulations, réhabiliter les infrastructures et l’accès à l’eau (afin d’améliorer la mobilité des transhumances aux frontières et les conditions de pâturages durables) par le biais de la construction ou la remise en état d’infrastructures hydrauliques pour le bétail incluant les forages, les étangs et les puits;

h optimiser l’accès au marché pour les éleveurs: construire ou remettre en état les marchés de bétail près des frontières du Mali et du Sénégal, planifier des zones équipées le long des routes principales de commercialisation, construire des centres pour la collecte de lait et des laiteries à petite échelle, renforcer l’organisation professionnelle des éleveurs; et

h gérer la crise de l’élevage et intervenir dans les cas urgents: diversifier les sources de revenus, créer des formations professionnelles en ciblant les jeunes éleveurs.

Le rapport démontre que les ménages dirigés par des femmes sont légèrement plus résilients que ceux dirigés par des hommes; en dépit de cela, il convient de promouvoir des activités de diversification et génératrices de revenus pour les ménages dirigés par des femmes.

Cette indication va de pair avec le PASK II, qui prête une attention particulière aux femmes et aux jeunes vivant à Guidimagha et Assaba, principalement pour des formations et des micro-projets. En accord avec les résultats de l’analyse, qui démontrent le rôle crucial des femmes-chefs de ménage pour assurer une alimentation diversifiée, le Ministère de la santé de la Mauritanie souligne, parmi les mesures du Protocole national de prise en charge de la malnutrition aigüe, le rôle premier des femmes dans les projets d’éducation pour les pratiques d’adaptation visant à lutter contre la malnutrition infantile.

Concernant les perspectives de programmes pour renforcer la résilience, la situation dans le Triangle de l’Espoir nécessite une approche intégrée en faveur des moyens d’existence, qui puisse répondre aux enjeux multisectoriels auxquels fait face la population des quatre régions (wilayas).

Sur la base de l’analyse disponible, les principales priorités programmatiques pour renforcer la résilience des moyens d’existence sont les suivantes:

h système d’information et de suivi de la sécurité alimentaire pour collecter, analyser et diffuser des informations relatives à la sécurité alimentaire (suivi des marchés et des prix, pluviométrie, etc.) aux agriculteurs, éleveurs et autres acteurs. En effet, il n’existe actuellement pas de système de suivi des prix agricoles en Mauritanie. Un tel système pourrait s’appuyer sur le bon réseau de télécommunication et de radio existant dans le pays, qui est mentionné dans l’analyse. Ce système devrait être lié au travail en cours sur le Cadre Harmonisé/IPC (analyse de la sécurité alimentaire), coordonné par les services techniques du gouvernement. Si le suivi des marchés fournit des informations solides en temps opportun, il peut permettre d’améliorer l’accès aux marchés des petits producteurs;


36

h accès à des intrants productifs (par exemple, semences améliorées de cultures vivrières et de rente pour générer des revenus, animaux de traction et charrues, motoculteurs et tracteurs partagés au niveau communautaire) et à des services (appui-conseil agricole – comme par exemple à travers l’approche Champs Ecole Paysans récemment déployé par la FAO dans certaines régions du pays, formations en agronomie et agrobusiness, etc.) permettant d’augmenter la productivité agricole et les différents capitaux de la population;

h la connectivité entre les zones rurales et urbaines peut être renforcée aussi bien à travers la diffusion d’informations que par des infrastructures comme des marchés et des routes, en particulier afin de permettre aux agriculteurs et éleveurs ruraux pauvres d’accéder aux marchés urbains, où le pouvoir d’achat est supérieur;

h des interventions permettant d’améliorer la gestion durable et équitable des ressources naturelles renouvelables (terre, eau, arbres, pâturages, etc.) ont un potentiel pour réduire le risque de conflits et affrontements inter- et intra-communautaires. Des investissements dans les infrastructures pastorales, comme par exemple forages, puits et réhabilitation des aires de pâturage, sont importants pour réduire les tensions entre agriculteurs et éleveurs. Le travail sur le foncier est également crucial afin de permettre un accès équitable à la terre à tous les membres des communautés. L’analyse montre en effet que les actifs productifs (la terre et le bétail en particulier) sont moindres dans les régions (wilayas) les moins résilientes;

h une approche «chaines de valeur» pourrait permettre de soutenir la création d’emplois, de valeur ajoutée et de revenus dans certaines entreprises et filières agricoles et pastorales, y compris pour la transformation. De telles interventions, par exemple à travers l’appui aux mécanisme de concertation filières, l’approche partenariats public privés producteurs (4P) et/ou la contractualisation, peuvent contribuer à réduire la pauvreté dans la zone. L’augmentation des revenus permettrait aux ménages les plus pauvres d’investir dans des actifs productifs ainsi que d’améliorer leur accès aux actifs non productifs (logement, téléphone, télévision, radio, etc.);

h les plantations d’arbres et l’établissement de forets communautaires, à travers la mise à disposition de plants d’arbres aux ménages et aux autorités locales. Ce type d’interventions peut avoir un effet positif à long-terme sur l’environnement et les microclimats de la zone, en permettant de diversifier les options locales disponibles face à la variabilité climatique et pour l’adaptation aux impacts du changement climatique;

h les investissements dans les services de base, tels que l’eau et les installations sanitaires, la santé et l’éducation, devraient être accrus particulièrement dans les régions (wilayas) les moins résilientes, puisque l’analyse montre que l’accès aux services de base est l’un des facteurs les plus significatifs contribuant à l’indice de résilience; et

h l’analyse note que les agriculteurs et éleveurs ont des revenus très volatiles. Des interventions permettant de soutenir la diversification des moyens d’existence et des sources de revenus, à travers des activités productives et services tant agricoles que non agricoles, sont essentielles pour diminuer les effets de la saisonnalité sur les revenus des ménages les moins résilients. De telles interventions devraient viser à réduire le profil de risque des moyens d’existence des ménages (c’est-à-dire réduire l’exposition aux risques combinée des différentes sources de moyens d’existence) et atténuer les effets négatifs associés à certaines stratégies alternatives comme le travail rémunéré, la migration et l’éducation.

Pour finir, le rapport fait ressortir l’importance des conflits comme facteurs déstabilisants pour la résilience, tout comme l’importance des chocs naturels (surtout la sécheresse et la perte des récoltes) pour les ménages dépendant de l’agriculture dans les zones les plus arides.

37

RÉFÉRENCES

Blattman, C. & Miguel, E. 2010. «Civil war», Journal of Economic Literature, 48(1): 3–57.

BM. 2013. Mauritania - Country partnership strategy for the period FY2014-2016. Report No. 75030-MR. Disponible à l’adresse: documents.worldbank.org/curated/en/2013/09/18267971/mauritania-country-partnership-strategy-period-fy2014-2016

Bozzoli, C., Bruck, T. & Muhumuza, T. 2011. «Does war influence individual expectations?», Economic letters, 113: 288–291.

Carletto, G. & Zezza, A. 2006. «Being poor, feeling poorer: combining objective and subjective measures of welfare in Albania», The Journal of Development Studies, 42(5): 739–760.

Carletto, G., Zezza, A. & Banerjee, R. 2013. «Towards better measurement of household food security: Harmonizing indicators and the role of household surveys», Global Food Security, 2(I): 30–40.

Carlsen, J., Hegre, H., Linke, A. & Raleigh, C. 2010. «Introducing ACLED: an armed conflict location and event dataset», Journal of Peace Research, 47(5): 1–10.

De Neve, J.E., Diener, E., Tay, L. & Xuereb, C. 2013. The objectives benefits of subjective well-being. Centre for Economic Performance Discussion Paper No. 1236. Disponible à l’adresse: cep.lse.ac.uk/pubs/download/dp1236.pdf

Equipe Humanitaire Pays. 2016. Plan de réponse humanitaire 2014-16. Disponible à l’adresse: www.humanitarianresponse.info/fr/system/files/documents/files/hrp_2016_mauritanie.pdf

FAO. 2000. The state of food and agriculture 2000. FAO Agriculture Series No. 32. Disponible à l’adresse: www.fao.org/docrep/017/x4400e/x4400e.pdf

FAO. 2016a. A dynamic analysis of resilience in Uganda, by Marco d’Errico and Stefania Di Giuseppe. ESA Working Paper No. 16-01. Disponible à l’adresse: www.fao.org/3/a-i5473e.pdf

FAO. 2016b. Dynamic analysis of resilience and food security growth in Senegal (2005 & 2011), by Marco d’Errico and Francesca Grazioli. [à paraître].

FAO. 2016c. RIMA-II: Resilience Index Measurement and Analysis II. FAO, Rome. Disponible à l’adresse: www.fao.org/3/a-i5665e.pdf

Fearon, J. & Laitin, D. 2003. «Ethnicity, insurgency and civil war», The American Political Science Review, 97(1): 75–90.

GTT-MR. 2014. Resilience Measurement Principles – Toward an agenda for measurement design. Food Security Information Network Technical Working Series No. 1. Disponible à l’adresse: www.fsincop.net/fileadmin/user_upload/fsin/docs/resources/FSIN_29jan_WEB_


38

medium%20res.pdf

Lester, L.H. 2008. A multiple indicators and multiple causes (MIMIC) model of immigrant settlement success. Working Paper No. 160. «Ethnicity, insurgency and civil war», Disponible à l’adresse: www.flinders.edu.au/sabs/nils-files/publications/working-papers/WP%20160.pdf

Ministère de la Santé de Mauritanie. 2015. Enquête nutritionnelle nationale utilisant la méthodologie SMART: Mauritanie, Juin 2015, Note de synthèse des résultats préliminaires. Disponible à l’adresse: data.over-blog-kiwi.com/1/20/93/11/20150907/ob_8b0855_synthese-smart-juin-2015.pdf

ONS. 2015. Profil de la pauvreté en Mauritanie 2014. Disponible à l’adresse: catalog.ihsn.org/index.php/catalog/5963/download/78104

PAM. 2008. Food consumption analysis: calculation and use of the food consumption score in food security analysis. Disponible à l’adresse: documents.wfp.org/stellent/groups/public/documents/manual_guide_proced/wfp197216.pdf

PNUD. 2015. Human Development Report 2015: Work for human development – Briefing note for countries on the 2015 Human Development report – Mauritania. Disponible à l’adresse: hdr.undp.org/sites/all/themes/hdr_theme/country-notes/MRT.pdf

Ravallion, M. & Lokshin, M. 2002. «Ethnicity, insurgency and civil war», European Economic Review, 46: 1453–1473.

Simpson, E. H. 1949. «Measurement of species diversity», Nature, 163: 688.

Wagle, U. 2008. Multidimensional Poverty Measurement: Concepts and Applications. Springer, New York (États-Unis).

(Tous les liens ont été vérifiés le 24 mai 2016)

39

ANNEXE I

L’ESTIMATION DU RCILors de la première étape, la FA est utilisée pour identifier les piliers contribuant à la résilience des ménages, en commençant par les variables observées. Ce mécanisme de réduction de variable dépend des corrélations croisées existantes entre les variables observées, définissant le nombre de facteurs (inobservables) influant sur les corrélations et prévoynt le résultat latent (pilier) sous la forme d’une combinaison linéaire de facteurs sous-jacents. Les facteurs envisagés pour chaque caractéristique sont en mesure d’expliquer au moins 95 pour cent de la fluctuation de la variable. De façon plus détaillée, trois facteurs sont retenus pour tous les piliers à l’exception de SSN, pour lequel deux facteurs traduisent suffisamment la variance des variables.

Lors de la seconde étape, le modèle MIMIC est estimé. Ce modèle, appartenant à la classe du modèle d’équation structurelle (MES), se caractérise par une variable latente sous-jacente qui possède de multiples indicateurs tout comme de multiples causes. Plus précisément, un système d’équations est établi indiquant les liens entre une variable latente non observable (RCI), un ensemble d’indicateurs de résultat (indicateurs de la sécurité alimentaire) et un ensemble de caractéristiques (piliers). Le modèle MIMIC dispose de deux composants, notamment i) l’équation de mesure qui traduit l’imperfection des indicateurs observés de la sécurité alimentaire en tant qu’indicateurs de la capacité de résilience et ii) l’équation structurelle en corrélation avec les caractéristiques envisagées pour la capacité de résilience.

(3)

(4)

D’après le modèle formatif, l’hypothèse soumet la résilience (RCI) à l’influence des piliers. Les indicateurs formatifs sont présumés être corrélés et mesurés. Dans la partie réflective, les modèles des erreurs d’indicateur réflectif (ε) sont corrélés et présumés contenir des erreurs de mesures. Le modèle MIMIC permet d’estimer simultanément le modèle de mesure et l’incorporation des variables causales au sein du modèle structurel pour la variable latente


40

ANNEXE II

Tableau A1 Variables observées – Statistiques descriptives au niveau macro et par région dans le Triangle de l’Espoir (2015)

(RCI), qui est linéairement déterminée (sauf exception d’erreurs aléatoires, ε1) par les indicateurs formatifs ou les piliers, et le RCI détermine les indicateurs réflectifs observés (sauf exception d’erreurs aléatoires, ε2 ε3 ε4) (Lester, 2008).

Puisque la variable latente (RCI) n’est pas intrinsèquement observée, il n’y a pas d’échelle numérique ou d’unité de mesure. Cependant, une unité de référence doit être définie de manière à la représenter.25 Par conséquent, le coefficient (facteur Λ1) de la consommation alimentaire n’est pas estimé, mais il est restreint aux fluctuations unitaires, ce qui signifie qu’un écart type augmentant dans le RCI se traduit par une augmentation en unité dans les écarts types de la consommation alimentaire. Ceci définit l’unité de mesure pour les autres lambda (Λ2, Λ3) et pour la variance de la consommation alimentaire, le DDI de Simpson et le FCS. D’après le modèle ci-dessus:

Consommation alimentaire = Λ1 RCI + ε2 (5)

DDI de Simpson = Λ2 RCI +ε3 (6)

FCS = Λ3 RCI + ε4 (7)

Pour donner suite à l’estimation du RCI, un redimensionnement min-max est appliqué. En accord avec la valeur de l’indice entre 0 et 100. La transformation adoptée est la suivante:

(8)

où RCIh est l’indice estimé pour le ménage h.

25 Automatiquement, issue du logiciel de statistiques utilisé (Stata).

41

ANNEXE II

Tableau A1 Variables observées – Statistiques descriptives au niveau macro et par région dans le Triangle de l’Espoir (2015)

Niveau macro Assaba Brakna Tagant GuidimaghaABSÉlectricité 0,115 0,141 0,121 0,088 0,084Distance à l’eau potable 17,252 12,840 15,662 9,964 27,022Distance à l’école 11,756 12,749 12,445 8,940 10,847Distance à l’hôpital 72,411 66,044 51,331 39,873 93,778Distance au marché 36,714 38,078 21,027 24,649 55,826Installations sanitaires 0,587 0,522 0,722 0,504 0,535ASTUBT per habitant 0,623 0,819 0,632 0,860 0,291Valeur des terres cultivées 34,030 33,419 38,439 45,755 25,586Indice de richesse 0,490 0,437 0,576 0,533 0,440Valeur de l’habitat par personne 453,303 590,231 400,713 540,390 317,546Intrants agricoles 0,098 0,067 0,192 0,102 0,025SSNTransferts monétaires reçus par habitant 6,311 11,320 5,485 4,134 1,876Transferts en nature 0,293 0,170 0,269 1,594 0,031Participation aux associations 0,139 0,111 0,195 0,139 0,109ACIndice de participation au revenu 0,301 0,231 0,412 0,362 0,237Éducation (formelle) moyenne 3,284 3,486 3,659 4,620 2,138Taux de dépendance inversé (actifs/ 1,727 1,833 1,855 1,602 1,488non actifs) 1,721 1,538 1,787 1,321 2,005Indicateurs de la sécurité alimentaireConsommation alimentaire par habitant 46,333 45,427 52,606 61,980 34,716DDI de Simpson 0,576 0,585 0,598 0,549 0,548FCS 75,677 78,198 90,568 73,281 55,777Variables additionnelles Bien-être subjectif 0,000 0,329 -0,189 0,210 -0,251Revenu total annuel en dollars US 1 086,412 1 200,513 1 373,153 1 037,929 622,359


42

Tableau A1 Variables observées – Statistiques descriptives au niveau macro et par région dans le Triangle de l’Espoir (2015) (suite)

Tableau A2. Variables observées – Statistiques descriptives selon le statut urbain et le genre du CM dans le Triangle de l’Espoir (2015)

Niveau macro Assaba Brakna Tagant GuidimaghaSources de revenusRevenu - agriculture 0,283 0,173 0,345 0,285 0,342Revenu - salaire 0,478 0,464 0,584 0,518 0,357Revenu - pêche 0,003 0,000 0,008 0,000 0,000Revenu - produit du bétail 0,020 0,016 0,008 0,044 0,032Revenu - vente de bétail 0,191 0,198 0,270 0,226 0,077Revenu - entreprise 0,118 0,157 0,105 0,022 0,119Revenu - autres revenus 0,038 0,026 0,021 0,029 0,077Revenu - transferts 0,289 0,266 0,418 0,350 0,144

Homme CM 0,715 0,663 0,724 0,642 0,792Taille du ménage 7,362 6,204 7,245 6,197 9,317Rural 0,760 0,730 0,762 0,854 0,765

Observations 1 515 496 478 137 404

Les valeurs monétaires sont exprimées en logarithme et par habitant. La consommation alimentaire, les valeurs des transferts et des revenus sont exprimées en valeur mensuelle. Le revenu est la somme de tous les salaires des membres, vente des récoltes, bétail et ses produits, autre source de revenus (tel un loyer), salaires payés par des entreprises, déduit de la valeur payée des intrants et de la main d’œuvre.

La valeur de la terre est rapportée exclusivement pour les ménages impliqués dans des activités fermières (c.-à-d. 292).

43

Annexe II

Tableau A1 Variables observées – Statistiques descriptives au niveau macro et par région dans le Triangle de l’Espoir (2015) (suite)

Tableau A2. Variables observées – Statistiques descriptives selon le statut urbain et le genre du CM dans le Triangle de l’Espoir (2015)

Niveau macro Rural Urbain Homme FemmeABSÉlectricité 0,115 0,029 0,388 0,105 0,139Distance à l’eau potable 17,252 19,074 11,470 18,136 15,037Distance à l’école 11,756 11,371 12,920 11,916 11,362Distance à l’hôpital 72,411 84,153 47,939 73,058 70,691Distance au marché 36,714 40,994 26,936 37,311 35,270Installations sanitaires 0,587 0,502 0,857 0,575 0,616ASTUBT par habitant 0,623 0,719 0,318 0,664 0,519Valeur des terres cultivées par habitant 34,030 41,162 11,394 33,657 34,964Indice de richesse 0,490 0,485 0,506 0,497 0,472Valeur de l’habitat par personne 453,303 369,117 720,237 413,879 552,045Intrants agricoles 0,098 0,120 0,030 0,104 0,083SSNTransferts monétaires reçus par habitant 6,311 6,023 7,223 5,296 8,856Transferts en nature reçus par habitant 0,293 0,368 0,056 0,064 0,867Participation aux associations 0,139 0,154 0,094 0,135 0,150ACIndice de participation au revenu 0,301 0,349 0,149 0,301 0,302Éducation (formelle) moyenne 3,284 3,086 3,912 3,092 3,764Taux de dépendance inversé (actifs/non actifs) 1,727 1,669 1,910 1,685 1,833

Perception du processus décisionnel 1,721 1,777 1,545 1,823 1,468Indicateurs de la sécurité alimentaireConsommation alimentaire par habitant 46,333 48,490 39,486 46,184 46,705DDI de Simpson 0,576 0,575 0,579 0,576 0,576FCS 75,677 72,484 85,811 74,491 78,652Variables additionnelles Bien-être subjectif 0,000 0,015 -0,047 -0,002 0,005Revenu total annuel en dollars US 1 086,412 1 008,651 1 332,979 1 243,159 693,820Sources de revenusRevenu - agriculture 0,283 0,341 0,099 0,313 0,206Revenu - salaire 0,478 0,457 0,545 0,521 0,370Revenu - pêche 0,003 0,003 0,000 0,004 0,000Revenu - produit du bétail 0,020 0,025 0,006 0,022 0,016Revenu - vente de bétail 0,191 0,215 0,113 0,207 0,150Revenu - entreprise 0,118 0,096 0,190 0,116 0,123Revenu - autre 0,038 0,034 0,052 0,041 0,032Revenu - transferts 0,289 0,311 0,220 0,246 0,398Revenu - entreprise 0,118 0,096 0,190 0,116 0,123Revenu - autre 0,038 0,034 0,052 0,041 0,032Revenu - transferts 0,289 0,311 0,220 0,246 0,398


44

Tableau A2. Variables observées – Statistiques descriptives selon le statut urbain et le genre du CM dans le Triangle de l’Espoir (2015) (suite)

Tableau A3. Variables observées – Statistiques descriptives selon les moyens d’existence dans le Triangle de l’Espoir (2015)

Niveau macro Rural Urbain Homme FemmeSources de revenusHomme CM 0,715 0,729 0,669Taille du ménage 7,362 7,328 7,468 7,810 6,238Rural 0,760 0,776 0,722Assaba 0,327 0,314 0,369 0,304 0,387Brakna 0,316 0,316 0,314 0,319 0,306Tagant 0,090 0,102 0,055 0,081 0,113Guidimagha 0,267 0,268 0,262 0,295 0,194

Observations 1 515 1 152 363 1 083 432


45

Annexe II

Tableau A2. Variables observées – Statistiques descriptives selon le statut urbain et le genre du CM dans le Triangle de l’Espoir (2015) (suite)

Tableau A3. Variables observées – Statistiques descriptives selon les moyens d’existence dans le Triangle de l’Espoir (2015)

Niveau macro Pastoral Agro-

pastoral Fermiers Urbain Autre

ABSÉlectricité 0,115 0,046 0,036 0,040 0,285 0,093Distance à l’eau potable 17,252 16,913 19,730 23,305 12,228 17,220Distance à l’école 11,756 13,642 11,450 11,957 11,950 7,814Distance à l’hôpital 72,411 82,438 76,845 88,705 62,623 42,317Distance au marché 36,714 47,048 37,964 46,252 32,664 13,939Installations sanitaires 0,587 0,643 0,470 0,542 0,697 0,602ASTUBT par habitant 0,623 1,103 0,766 0,435 0,205 0,7043Valeur des terres cultivées par habitant 34,030 6,751 62,029 54,231 7,549 49,5030

Indice de richesse 0,490 0,460 0,502 0,505 0,483 0,5167Valeur de l’habitat par personne 453,303 399,235 251,877 368,526 725,658 545,2647

Intrants agricoles 0,098 0,018 0,183 0,119 0,021 0,1949SSNTransferts monétaires reçus par habitant 6,311 6,727 6,437 1,467 7,347 8,189

Transferts en nature reçus par habitant 0,293 0,267 0,284 0,044 0,463 0,134

Participation aux associations 0,139 0,088 0,213 0,147 0,103 0,076

ACIndice de participation aux revenus 0,301 0,209 0,457 0,456 0,103 0,373

Éducation (formelle) moyenne 3,284 3,158 2,929 2,590 3,892 3,858

Taux de dépendance inversé (actifs/non actifs) 1,727 1,719 1,760 1,602 1,768 1,641

Perception du processus décisionnel 1,721 1,558 1,600 1,949 1,551 2,915

Indicateurs de la sécurité alimentaireConsommation alimentaire par habitant 46,333 47,212 51,849 46,137 38,908 48,856

DDI de Simpson 0,576 0,605 0,592 0,536 0,574 0,506FCS 75,677 73,740 73,934 71,065 79,294 81,144Variables additionnelles Bien-être subjectif 0,000 0,012 0,031 0,001 -0,003 -0,153Revenu total annuel en dollars US 1 086,412 1 035,789 1 259,021 811,033 1 070,211 954,159

Sources de revenusRevenu - agriculture 0,283 0,060 0,499 0,599 0,055 0,280Revenu - salaire 0,478 0,389 0,507 0,418 0,510 0,542Revenu - pêche 0,003 0,000 0,008 0,000 0,000 0,000Revenu - produit du bétail 0,020 0,049 0,024 0,011 0,002 0,017Revenu - vente de bétail 0,191 0,247 0,276 0,158 0,062 0,229Revenu - entreprise 0,118 0,117 0,072 0,096 0,207 0,017Revenu - autre 0,038 0,071 0,020 0,056 0,036 0,017Revenu - transferts 0,289 0,272 0,340 0,316 0,205 0,390


46

Tableau A3. Variables observées – Statistiques descriptives selon les moyens d’existence dans le Triangle de l’Espoir (2015) (suite)

Tableau A4 Statistiques descriptives des chocs idiosyncratiques et covariants dans le Triangle de l’Espoir (2015)

Macro area Pastoral Agro-

pastoral Fermiers Urbain Autre

Sources de revenusHomme CM 0,715 0,693 0,751 0,746 0,688 0,669Taille du ménage 7,362 6,576 7,781 8,763 6,977 6,805Rural 0,760 0,859 0,954 0,819 0,431 0,847Assaba 0,327 0,399 0,291 0,175 0,403 0,254Brakna 0,316 0,357 0,345 0,384 0,175 0,508Tagant 0,090 0,067 0,122 0,023 0,066 0,203Guidimagha 0,267 0,177 0,241 0,418 0,355 0,034

Observations 1 515 283 498 177 439 118


47

Annexe II

Tableau A3. Variables observées – Statistiques descriptives selon les moyens d’existence dans le Triangle de l’Espoir (2015) (suite)

Tableau A4 Statistiques descriptives des chocs idiosyncratiques et covariants dans le Triangle de l’Espoir (2015)

Variable Moyenne Écart-type Min MaxRCI 46,739 18,142 0 100Indicateurs de la sécurité alimentaireConsommation alimentaire par habitant 3,612 0,711 1,203 5,399DDI de Simpson 0,576 0,123 0 1FCS 75,677 29,540 0 163Bien-être subjectif 0,000 1,043 -2,770 1,283Chocs covariants Variation de la pluviosité 41,901 73,903 -42,2 191Indice de l’intensité du conflit 0,142 0,895 0 33,666Chocs idiosyncratiquesInondations 0,110 0,313 0 1Sécheresse 0,288 0,453 0 1Maladie des cultures 0,017 0,130 0 1Mort du bétail 0,316 0,465 0 1Faillite 0,013 0,111 0 1Prix élevés de la nourriture 0,135 0,341 0 1Coût élevé des intrants 0,026 0,158 0 1Grave pénurie d’eau 0,068 0,252 0 1Récolte déficitaire 0,053 0,224 0 1Perte de terres 0,002 0,044 0 1Accident 0,004 0,063 0 1Maladie grave 0,081 0,272 0 1Conflits 0,001 0,026 0 1Décès du principal soutien économique 0,012 0,108 0 1Incapacité de rembourser les crédits 0,135 0,341 0 1Déplacement 0,003 0,051 0 1Tempête 0,001 0,036 0 1Perte des récoltes après stockage 0,002 0,044 0 1Perte de l’emploi/aucun salaire 0,007 0,081 0 1Incendie 0,003 0,057 0 1Pêche défectueuse 0,001 0,036 0 1Caractéristiques de contrôle du ménageAssaba 0,327 0,469 0 1Brakna 0,316 0,465 0 1Tagant 0,090 0,287 0 1Guidimagha 0,267 0,442 0 1Rural 0,760 0,427 0 1Homme chef de ménage 0,715 0,452 0 1Taille du ménage 7,362 4,362 1 51Taille du ménage au carré 73,207 144,561 1 2 601

Observations 1 515



48

Tableau A5. Les effets des chocs sur la capacité de résilience (suite)Tableau A5. Les effets des chocs sur la capacité de résilience

Chocs RCI

Variation de la pluviosité 0,059***(0,007)

Indice de l’intensité du conflit -0,388(0,435)

Inondations 3,174**(1,426)

Sécheresse -3,961***(1,338)

Maladie des cultures -4,177(3,238)

Mort du bétail 3,890***(1,220)

Faillite 2,734(3,479)

Prix élevés de la nourriture 0,659(1,512)

Prix élevé des intrants -2,221(2,804)

Grave pénurie d’eau -2,670(1,777)

Récolte déficitaire -4,901**(2,023)

Perte de terres 12,790(9,030)

Accident 2,792(6,267)

Maladie grave 0,841(1,548)

Conflits -32,55**(15,00)

Décès du principal soutien économique -0,426(3,649)

Incapacité de rembourser les crédits -2,635*(1,422)

Déplacement -3,794(7,611)

Tempête 0,064(10,520)

Perte de récoltes après stockage -6,294(8,839)

Perte de l’emploi/aucun salaire -4,299(4,789)

49

Annexe II

Tableau A5. Les effets des chocs sur la capacité de résilience (suite)

Chocs RCI

Incendie 18,21***(6,759)

Pêche défectueuse 6,611(10,71)


Indice de bien-être subjectif 2,289***(0,412)


Rural -9,926***(0,942)

Homme CM -0,422(0,888)

Taille du ménage 0,059(0,199)

Taille du ménage au carré 0,005(0,006)

Assaba -9,320***(1,149)

Tagant -4,253**(1,762)

Guidimagha -18,360***(1,363)

Constante 59,980***(1,652)

Observations 1 515

R- au carré 0,345

La catégorie de référence des variables régionales est Brakna,Les erreurs-type sont mises entre parenthèses,

*** p < 0,01; ** p < 0,05; * p < 0,1


50

Tableau A6. Les corrélations de la sécurité alimentaire Tableau A6. Les corrélations de la sécurité alimentaire (suite)

(1) Consommation alimentaire par

habitant(2) DDI

de Simpson (3) FCS

ABS

Électricité 0,067 0,019* 2,999 (0,058) (0,012) (2,215)

Installations sanitaires -0,021 0,028*** 4,223*** (0,037) (0,007) (1,424)

Distance au point d’eau 0,275* 0,016 8,195 (0,147) (0,029) (5,651)

Distance à l’école -0,138** -0,008 2,572 (0,064) (0,013) (2,438)

Distance à l’hôpital 0,006 -0,001 7,562*** (0,041) (0,008) (01,579)

Distance au marché 0,184*** 0,004 3,711** (0,047) (0,009) (1,806)

AST

UBT 0,087*** 0,008*** 1,125** (0,012) (0,002) (0,475)

Valeur des terres cultivées 0,016 0,0008 0,032 (0,011) (0,002) (0,428)

Indice de richesse 0,329*** 0,017 22,050*** (0,098) (0,020) (3,758)

Valeur de la maison 0,007 -0,004* 1,313*** (0,013) (0,003) (0,494)

Intrants agricoles -0,179*** -0,018 1,316 (0,064) (0,013) (2,445)

SSN

Transferts monétaires 0,022 0,006* 1,117* (0,017) (0,003) (0,605)

Transferts en nature 0,062 0,017* 1,601 (0,048) (0,009) (1,828)

Participation aux associations 0,004 0,013 -2,075 (0,049) (0,010) (1,895)

AC

Diversification des revenus 0,118 -0,029** 0,412 (0,074) (0,015) (2,853)

Éducation moyenne -0,0005 0,0008 1,156*** (0,0066) (0,0013) (0,254)

Taux de dépendance 0,008 0,001 -0,258 (0,009) (0,002) (0,350)

Perception du processus décisionnel 0,052*** -0,005** 1,343*** (0,012) (0,002) (0,444)

51

Annexe II

Tableau A6. Les corrélations de la sécurité alimentaire Tableau A6. Les corrélations de la sécurité alimentaire (suite)


habitant(2) DDI

de Simpson (3) FCS

Chocs

Variation de la pluviosité -0,0001 0,00001 0,086*** (0,0003) (0,00006) (0,012)

Indice de l’intensité du conflit 0,038** 0,006* -0,873 (0,018) (0,003) (0,673)

Inondations 0,005 0,009 6,105*** (0,059) (0,012) (2,264)

Sécheresse -0,041 -0,00009 -7,133*** (0,0544) (0,0108) (2,085)

Maladie des cultures 0,219* 0,017 1,421 (0,131) (0,026) (5,012)

Mort du bétail 0,120** -0,00794 6,175*** (0,049) (0,010) (1,896)

Faillite 0,166 0,024 -7,291 (0,141) (0,028) (5,409)

Prix élevés de la nourriture 0,086 0,0174 5,403** (0,062) (0,012) (2,384)

Prix élevé des intrants -0,004 0,011 -4,050 (0,114) (0,023) (4,353)

Grave pénurie d’eau -0,097 -0,002 -4,863* (0,072) -0,014 (2,753)

Récolte déficitaire -0,326*** 0,002 -9,604*** (0,083) (0,017) (3,184)

Perte de terres 0,052 -0,054 7,226 (0,364) (0,072) (13,950)

Accident -0,280 -0,027 3,385 (0,252) (0,050) (09,668)

Maladie grave -0,134** -0,022* -1,055 (0,063) (0,013) (02,406)

Conflits 0,094 -0,188 -34,170 (0,603) (0,120) (23,110)

Décès du principal soutien économique 0,131 0,023 0,201 (0,146) (0,029) (5,615)

Incapacité de rembourser les crédits -0,157*** -0,022* -2,639 (0,058) (0,012) (2,217)

Déplacement 0,280 0,057 -26,470** (0,306) (0,061) (11,730)


52

Tableau A6. Les corrélations de la sécurité alimentaire (suite)


habitant(2) DDI

de Simpson (3) FCS

Tempête 0,176 -0,161* 18,390 (0,422) (0,084) (16,190)

Perte des récoltes après stockage 0,237 0,038 -7,036 (0,355) (0,071) (13,600)

Perte de l’emploi/aucun salaire 0,053 0,019 -2,876 (0,193) (0,038) (7,391)

Incendie 0,378 0,005 27,20*** (0,270) (0,054) (10,360)

Pêche défectueuse 0,764* 0,066 5,338 (0,429) (0,086) (16,460)


Indice de bien-être subjectif 0,012 -0,017*** 3,009*** (0,018) (0,004) (0,675)


Assaba -0,238*** -0,006 -11,270*** (0,050) (0,010) (1,904)

Tagant -0,026 -0,044*** -10,080*** (0,074) (0,015) (2,832)

Guidimagha -0,280*** -0,037*** -24,650*** (0,058) (0,012) (2,226)

Rural 0,174*** 0,019** -7,736*** (0,046) (0,009) (1,745)

Homme chef de ménage 0,083** 0,010 -0,737 (0,037) (0,007) (1,404)

Taille du ménage -0,103*** -0,003* 0,360 (0,008) (0,002) (0,325)

Taille du ménage au carré 0,002*** 0,0001 -0,0002 (0,0002) (0,00005) (0,009)

Constante 3,545*** 0,576*** 43,400*** (0,171) (0,034) (6,544)

Observations 1 515 1 515 1 515

R-au carré 0,331 0,105 0,429

La catégorie de référence des variables muettes régionales est Brakna.Les distances en minutes des différents services sont revalorisées entre 1 et 0, où 0 signifie aucun

accès et 1 une distance minimum au service. . Les valeurs monétaires sont exprimées en logarithme et par habitant.

Les erreurs-type sont mises entre parenthèses.*** p<0,01, ** p<0,05, * p<0,1

Tableau A6. Les corrélations de la sécurité alimentaire (suite)

Concepteur graphique: Tomaso Lezzi

Ce rapport fait partie d’une série d’analyses à l’échelle des pays, préparé par l’équipe d’analyses et politiques de la résilience – RAP team (Resilience Analysis and Policies team) de la FAO. Les séries consistent à fournir des programmes et des orientations politiques aux responsables politiques, professionnels, organismes des NU, ONG et autres parties prenantes en identifiant les facteurs fondamentaux contribuant à la résilience des ménages dans l’insécurité alimentaire des pays et régions. Ce rapport est en partie édifié en utilisant l’outil de la mesure et l’analyse de l’indice de résilience II – RIMA-II (Resilience Index Measurement and Analysis II) de la FAO. Des modèles de variable latente et les analyses de régression ont été adoptés. Les résultats sont intégrés avec des variables géospatiales.

UNION EUROPÉENNE

Contacts: Luca Russo, Économiste principal de la FAO – [email protected] Marco d’Errico, Économiste de la FAO – [email protected]

L’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO) remercie l’Union européenne pour l’aide financière contribuant au développement de cette publication

I5808F/1/09.16

Analyse de la résilience dans le Triangle de l'Espoir: Mauritanie 2015 · 2017-11-28 · Hamed,...

Documents

Transcript of Analyse de la résilience dans le Triangle de l'Espoir: Mauritanie 2015 · 2017-11-28 · Hamed,...