INSTITUT NATIONAL DE LA STATISTIQUE ET DES ...Tirage : 1 800 exemplaires - 3 - EDITORIAL par...
106
Transcript of INSTITUT NATIONAL DE LA STATISTIQUE ET DES ...Tirage : 1 800 exemplaires - 3 - EDITORIAL par...
INSTITUT NATIONAL DE LA STATISTIQUE ET DES ETUDES ECONOMIQUES DEPARTEMENT DES RELATIONS INTERNATIONALES ET DE LA COOPERATION
Division des Etudes et Méthodes Statistiques pour le Développement
SOMMAIRE
n° 71 - Septembre 1992 ISSN : 0224-098-X
- Editorial
- Denis COGNEAU et François ROUBAUD Utilisation de la télédétection pour l'élaboration du plan de sondage d'une enquête sur le secteur informel le cas de Yaoundé
- Vincent GODARD Evaluation des surfaces naturelles par télédétection et enquête de terrain en Mauritanie
- Elda GALLESE et Nora LAC PRUGENT Projections de population pour la ville de Rosario (Argentine)
- Pierre CONCIALDI Les comparaisons internationales de coût de la main-d'oeuvre : problèmes méthodologiques
- Guy de MONCHY Note de lecture The Economic impact of AIDS in an African Country : Simulations with a Computable General Equilibrium model of Cameroon
Pages
3
5
27
59
69
87
95 - ON SIGNALE...
STAIECO : Bulletin de liaison non officiel des statisticiens et économistes exerçant leur activité dans les pays
Rédacteur en chef
Assistante de rédaction
Secrétaire de fabrication
Secrétariat de la revue
du Tiers-Monde
Philippe BRION
Annie Weill'
Véronique TRIQUARD
I.N.S.E.E. Division des études et méthodes statistiques
pour le développement
18 boulevard Adolphe Pinard
75675 PARIS CEDEX 14
Tirage : 1 800 exemplaires
- 3 -
EDITORIAL
par Philippe BRION
L'utilisation de la télédétection pour la statistique a fait l'objet de
différentes présentations dans les colonnes de STATECO ; la dernière en date,
d'Olivier BARBARY et Françoise DUREAU, parue dans le n° 67 de septembre
1991, était relative à la mise en place d'enquêtes socio-démographiques en milieu
urbain s'appuyant sur des données satellitaires.
Le premier article de ce numéro s'inscrit dans la lignée de cette
présentation. Denis COGNEAU et François ROUBAUD détaillent les différentes
opérations qui ont conduit, à partir d'une image satellite et de photographies
aériennes, à sélectionner un échantillon de ménages dans la ville de Yaoundé en
vue d'y conduire une enquête sur le secteur informel. L'image satellite fournit
une base de sondage intéressante, tant du point de vue de la délimitation
physique de l'agglomération que de la stratification qu'elle permet de réaliser.
Vincent GODARD présente ensuite une opération d'évaluation de
superficies, à partir de données de télédétection, qu'il a menée en Mauritanie. La
méthode exposée est la même que celle utilisée par les services de statistique
agricole de certains pays développés, en particulier en France et aux Etats-Unis.
L'intérêt de cet article, outre qu'il relate une expérimentation en milieu tropical,
est de montrer la complémentarité entre enquête de terrain et traitement des
informations transmises par le satellite.
L'article suivant est relatif à la réalisation de projections de
population : Elda GALLESE et Nora LAC PRUGENT étudient le comportement de
la population d'une ville argentine, Rosario, en fonction des données de
recensements disponibles, et en tirent une méthode de projection rapide et peu
coûteuse. Cette méthode, plutôt simple d'emploi, pourrait être utilisée dans des
contextes analogues à celui de la ville étudiée.
- 4 -
Les comparaisons internationales de coût de main-d'oeuvre constituent
un sujet encore peu aborde dans les pays en développement : Pierre CONCIALDI
présente les problèmes méthodologiques liés à celles-ci, en s'appuyant sur des
données de trois pays africains, sans prétendre fournir une vision représentative
ou exhaustive de l'ensemble des pays en développement. Les problèmes
conceptuels liés à la mesure sont mis en évidence, ainsi que les effets de
structure qu'on peut trouver derrière un indicateur moyen de coût de main-d'oeuvre.
* •
Une note de lecture est consacrée à un article publié dans le Journal of
African Economies, nouvelle revue éditée par le Centre for the Study of African Economies (Oxford). Les conditions nécessitées par l'application d'un modèle
d'équilibre général calculable, que les auteurs utilisent pour simuler les effets du
SIDA sur l'économie d'un pays africain, sont discutées par Guy de MONCHY,
particulièrement celles concernant le marché du travail.
Enfin, nous reprenons dans nos colonnes la rubrique "On signale" du
Bulletin Bibliographique pour mentionner la parution de quelques ouvrages pouvant
intéresser nos lecteurs.
- 5 -
UTILISATION DE LA I ELEDETECTION
POUR L'ELABORATION DU PLAN DE SONDAGE
D'UNE ENQUEIE SUR LE SECTEUR INFORMEL :
LE CAS DE YAOUNDE
par Denis COGNEAU et François ROUBAUD1
INTRODUCTION
La collecte de données par voie d'enquêtes sur échantillon aléatoire
est un des instruments privilégiés de la statistique pour connaître et comprendre
la dynamique économique des pays en développement. Qu'elles soient réalisées
auprès des ménages et des individus (enquêtes budget-consommation, enquêtes sur
l'emploi, etc.), ou auprès des entreprises et des établissements (enquêtes
industrielles et commerciales, enquêtes de conjoncture, etc.), ces sources
d'informations constituent l'un des piliers de la comptabilité nationale.
Elles posent cependant de redoutables problèmes techniques aux
statisticiens chargés de leur conception. Parmi les difficultés rencontrées, nous
nous intéresserons ici à une question particulière, celle de la définition d'un plan de sondage dans les enquêtes auprès des ménages urbains, en l'absence de base
de sondage actualisée. Nous proposerons une solution à ce problème apportée par
l'utilisation de photos aériennes et d'images satellite dans la stratégie
d'échantillonnage.
En effet, on a pu montrer que les sondages aréolaires à plusieurs
degrés constituent une bonne alternative aux opérations lourdes que représentent
les recensements exhaustifs, tout particulièrement dans le contexte des villes du
Tiers monde qui souffrent de deux contraintes majeures :
Denis COGNEAU et François ROUBAUD, économistes de l'ORSTOM, travaillent au sein du
groupement d'intérêt scientifique DIAL (Développement des Investigations sur l'Ajustement à
Long terme)
- 6 -
- des ressources limitées ;
- une croissance urbaine rapide2 .
Encore faut-il être capable de définir convenablement les aires
tirées qui constitueront les unités primaires du sondage, et de mobiliser toutes les
données disponibles permettant d'améliorer la précision des estimateurs (par une
stratification éventuelle). L'imagerie satellitaire à haute résolution, source d'un
grand nombre d'informations sur la morphologie urbaine, peut être mise à profit
pour effectuer ce type d'enquêtes.
Une méthode de collecte des données basée sur la télédétection
spatiale a été récemment développée par une équipe pluridisciplinaire de chercheurs de l'ORSTOM3. Cette technique avait déjà été testée sur Marseille
(France) et expérimentée avec succès à Quito (Equateur). Nous nous proposons de
montrer qu'elle peut être aussi mise en oeuvre dans un tout autre contexte
géomorphologique, climatique et humain : en Afrique tropicale.
Nous présenterons dans un premier temps les principaux objectifs et
caractéristiques de l'enquête sur le secteur informel à Yaoundé (Cameroun-1992)
puis, dans les trois parties suivantes, nous exposerons les différentes étapes de la
réalisation du plan de sondage (la délimitation de la zone urbanisée, la stratification de la ville, et enfin le tirage des îlots dans la ville).
I - PRESENTATION DE L'ENQUETE
Dans le cadre de l'étude des perspectives macroéconomiques à moyen
terme du Cameroun, il a été convenu de réaliser une enquête sur le secteur
informel. En effet, compte-tenu de l'importance de ce secteur, tant dans la
2 Les avantages et les inconvénients des deux méthodes sont énumérés par F. DUREAU et
O. BARBARY, "L'enquête par sondage sur image satellite : une solution pour améliorer l'observation des populations citadines", INSEE, STATECO, ri ° 67, Paris, septembre 1991.
3 Voir F. DUREAU, O. BARBARY, A. MICHEL et B. LORTIC, "Sondages aréolaires sur image satellite pourdes
enquêtes socio-démographiquesen milieu urbain', ORSTOM, Paris, 1989. Nous remercions F. DUREAU et B. LORTIC qui ont bien voulu superviser sous le soleil brûlant de juillet nos premiers pas de télédétecteurs.
7
production de certaines branches que dans le revenu de certains groupes de
ménages, l'absence d'informations fiables dans ce domaine grevait la qualité des
projections modélisées. Le budget disponible étant limité, l'enquête a été
restreinte dans un premier temps à la capitale, Yaoundé, pour être
éventuellement étendue à d'autres villes (Douala notamment), en fonction des
résultats obtenus.
Il n'entre pas dans notre propos de définir avec précision ce que
nous entendons par secteur informel, si ce n'est qu'il s'agit de l'ensemble des
unités de production (établissements ou "quasi-établissements") qui ne remplissent , pas les conditions d'enregistrement legal4 . Dans ces conditions, tout programme de
collecte des données doit être basé sur une enquête auprès des unités de
production. Traditionnellement, "l'approche classique" consiste à coupler à un
recensement des établissements, une enquête sur les unités informelles à partir
d'un tirage sur liste. Cependant, cette procédure présente de sérieuses lacunes
que l'on peut classer en trois ordres.
Les limites de "l'approche classique"
- le problème de la visibilité des établissements. Etant donnée
l'extrême difficulté de localisation des unités de production informelles
(notamment les activités ambulantes et celles qui s'exercent dans les domiciles),
un recensement des établissements laisse échapper une frange importante du
secteur informel. Par conséquent, toute enquête s'appuyant sur ce recensement
comme base de sondage est nécessairement biaisée ;
- le problème du suivi temporel. Le temps écoulé entre le
recensement et les enquêtes approfondies conduit à introduire un nouveau biais
dans l'échantillon compte-tenu des lois démographiques particulièrement erratiques
des établissements informels ;
4 Voir pour plus de précision, F. ROUBAUD et M. SERUZIER, "Economie non-enregistrée parla statistique ef
secteur inforrnel dans les pays en développement", INSEE, STATECO n° 68, Paris, décembre 1991.
Enquête auprès
des ménages sur
l'activité des
individus
(Unité physique
de repérage :
logement)
Enquêtes sur
les unités
de production
informelles
Recensement
de
population (base de
sondage)
(Enquête
filtre)
Phase 1 Phase 2
(Base de sondage)
Enquêtes
sur les
établissements
informels
Recensement
d'établissements
Première
stratégie
Deuxième
stratégie
- 8 -
- les coûts de recensement. Il est clair que le coût d'un recensement exhaustif des établissements est beaucoup plus élevé que celui qui résulte d'une enquête par échantillon.
Ces limitations nous conduisent à préconiser une stratégie de
sondage alternative, à savoir la méthode des enquêtes en deux phases.
La méthode des enquêtes en deux phases
Cette méthode (qui correspond à la première stratégie de la
figure 1) consiste à sélectionner un échantillon d'unités de production, à partir
d'informations tirées d'une enquête auprès des ménages et portant sur l'activité
des individus (phase 1). A ces unités de production on applique alors un
questionnaire spécifique sur l'activité informelle (phase 2).
FIGURE 1
DEUX STRATEGIES D'ECHANTILLONNAGE ALTERNATIVES
POUR MESURER L'ACTIVITE DU SECTEUR INFORMEL
Note : Si les bases de sondage sont indisponibles (recensement de population, recensement des établissements), les
deux méthodes peuvent être appliquées à partir d'unités primaires choisies sur la base d'un sondage aréolaire.
- 9 -
Donc, pour chaque individu appartenant à la population active
occupée (par exemple, tout individu ayant travaillé au moins une heure durant la
semaine de référence, si l'on retient la définition du BIT), qui se déclare patron
ou travailleur indépendant d'une unité satisfaisant la condition d'appartenance au
secteur informel, on applique le questionnaire sur l'unité informelle dont il a la
charge.
La force majeure de cette méthode réside dans le fait qu'une base
de sondage "issue des domiciles" possède des propriétés d'exhaustivité bien
meilleures qu'une base de sondage issue d'un recensement d'établissements, surtout
dans le cas d'enquêtes sur des activités aussi insaisissables que celles du secteur
informel.
La première phase de l'enquête (ou encore l'enquête filtre
permettant de conduire aux unités informelles) doit être une enquête auprès des
ménages relevant les caractéristiques de l'emploi et de l'activité des individus.
Cette enquête présente en elle-même un intérêt propre, puisqu'elle nous informe
sur la situation du marché du travail dans la capitale. Il faut cependant élaborer
un plan de sondage pour cette enquête.
Le choix du plan de sondage
Le recensement de population aurait pu servir de base de sondage
pour cette enquête (tirage sur liste). Malheureusement, le dernier recensement
général de la population au Cameroun date de 1987, soit plus de 5 ans avant
notre enquête. La forte dynamique urbaine que connatt une capitale comme
Yaoundé nous interdit d'utiliser une telle source.
En l'absence de base de sondage actualisée des ménages, la seule
option envisageable est celle d'un sondage aréolaire. Notre choix s'est porté sur
une enquête à deux degrés, où le premier degré est un tirage stratifié d'aires, et
le second un tirage aléatoire sur liste de ménages. Cette technique classique
consiste à tirer dans un premier temps un certain nombre d'unités primaires (ici
des flots ou pâtés de maisons) proportionnellement à leur surface, puis dans un
second temps à tirer un certain nombre de ménages au sein des flots
sélectionnés.
- 10 -
Pour ce faire, et une fois les îlots sélectionnés sur la mosaïque de
photos aériennes, les agents de dénombrement doivent se rendre sur le terrain
afin de réaliser les opérations suivantes (voir en annexe 1 la fiche îlot) :
- repérage à l'aide de la photo aérienne de l'îlot dans la ville pour
pouvoir s'y rendre ;
- mesure de la surface de l'îlot5 ;
- dénombrement exhaustif de tous les ménages habitant dans l'îlot ;
- tirage aléatoire sur liste des ménages sélectionnés dans
l'échantillon.
Le nombre de ménages à enquêter en phase 1 a été fixé à 2000. Ce
chiffre est le résultat d'un arbitrage entre :
- le budget de l'enquête préalablement déterminé ;
- la nécessité d'obtenir un échantillon d'unités informelles de taille
conséquente en phase 2. Les résultats d'une enquête emploi réalisée à Yaoundé
en 1990-1991 ont permis d'estimer à environ 0,5 le nombre moyen d'unités
informelles par ménage6.
Si le sondage aréolaire est une méthode de sondage désormais
classique, l'innovation provient de l'utilisation de la télédétection aérienne et
satellitaire pour tirer les îlots. Nous avons obtenu deux types d'informations
cartographiques très récentes :
5 La projection au sol de la surface de l'îlot entre dans la formule du coefficient
d'extrapolation affecté à chaque ménage. Elle s'effectue à l'aide d'un décamètre, d'une boussole (pour mesurer les angles) et d'un clinomètre (pour mesurer la déclivité).
6 L'indicateur que nous avons calculé pour estimer le nombre d'unités informelles par ménage
est le nombre de travailleurs à leur propre compte par ménage, en ne prenant en compte que l'activité principale des individus. Voir I.S. INACK, J. NDIFFO, R. NKWAYEB et J.P. LACHAUD, "Pauvreté et marché du travail au Cameroun : le cas de Yaoundé", Discussion Papers n° 47, IIES, Genève, 1992. Un calcul identique effectué à partir des résultats publiés du recensement général de la population de 1987 pour l'ensemble des zones urbaines (les données pour Yaoundé ne sont pas disponibles) donne un résultat similaire (0,53).
- une couverture aérienne de la ville (échelle 1/15000) réalisée en
décembre 1991 ; - une image SPOT multispectrale (résolution 20 mètres) enregistrée
en février 1992.
II - DELIMITATION DE LA VILLE
La première étape de la méthode7 consiste à délimiter
l'agglomération, c'est-à-dire la "ville réelle". Il s'agit là d'un avantage non-
négligeable de la méthode. En effet, la croissance démographique des villes du
Tiers monde rend vite caduques les données du recensement, qu'elles portent sur
l'agglomération ou a fortiori sur la limite administrative. Yaoundé croit
actuellement à près de 7 % par an. Bien sûr cette croissance s'effectue en
grande partie en bordure de la ville. La comparaison entre une photo aérienne de
1976 et celle de décembre 1991 utilisée est à cet égard édifiante. Enfin, ces
faubourgs contiennent une population informelle nombreuse et importante pour
l'analyse.
Le tracé de la limite
Le tracé des limites s'est appuyé sur trois documents issus du
traitement de l'image satellite :
- une composition colorée (annexe 2, figure A) construite à partir
des 3 canaux multispectraux de SPOT (XS1, XS2, XS3) ;
- une composition à partir du canal XS2 ;
- une classification en 4 classes résultant du croisement d'un indice
Toutes 1 es étapes de la méthode sont détaillées dans 1 es 15 fi ches du manuel de formation : cf. F. DUREAU, O. BARBARY, A. MICHEL et B. LORTIC, "Sondages aréolaires sur image satellite pour des enquêtes socio-démographiques en milieu urbain", op. ci t.
- 12 -
de végétation et d'un indice d'hétérogénéité8.
Le tracé définitif a été effectué sur la mosaïque de photos
aériennes. Nous avons retenu le critère de contiguïté suivant : pour qu'une zone
bâtie soit incluse dans la ville il faut qu'elle n'en soit pas séparée par plus de
200 mètres de végétation. Ce tracé sur la mosaïque de photos aériennes a été
ensuite digitalisé sur l'image satellite, directement sur l'écran. Cette opération
était facultative, mais elle a permis de faire une mesure supplémentaire de la
surface totale de la ville, ainsi que de la surface de chaque classe de densité du
bâti correspondant à une strate du sondage (voir partie DI).
La surface
Trois estimations de la surface de la ville ont donc été obtenues :
- par mesure directe de l'ensemble de la ville sur la mosaïque de
photos aériennes, au planimètre manuel ;
- par somme des mesures au planimètre des surfaces des strates ;
- par comptage des pixels9 sur l'image satellite.
Le tableau 1 montre une amplitude de 6,7 % entre les deux
estimations extrêmes. Dans ce cas, la mesure directe est sans doute la plus
imprécise.
8 On obtient les 4 classes suivantes : "végétal homogène", "végétal hétérogène", "minéral
homogène", "minéral hétérogène". L'indice de végétation normalisé est donné par la formule
suivante : IVG = 128 * (1+(XS3-XS2)/(XS3+XS2)). L'indice d'hétérogénéité affecté à chaque
pixel est mesuré par l'écart-type de l'indice de végétation des 9 pixels adjacents. (Voir
fiche n° 6 du manuel op.cit.) L'hypothèse qui est faite ici est que la zone urbanisée
correspond à un espace à dominante minérale et fortement hétérogène. Rappelons que ce
traitement numérique ne constitue qu'une aide à la détermination de la limite urbaine.
9 Pixel : surface élémentaire au sol de l'image satellite. La taille d'un pixel définit la
résolution de l'image. Dans le cas présent, le mode multispectral de l'image SPOT utilisée
fournit des pixels de 20 * 20m, soit 400 m2.
- 13 -
TABLEAU 1
TROIS MESURES DE LA SURFACE DE YAOUNDE
Surface (ha)
1) Mesure planimètre
8491
2) Somme des strates
8155
3) Somme des pixels
8700
Il faut noter que les écarts obtenus pour ces trois mesures ne
constituent en rien un indice de précision du sondage. En premier lieu, les
mesures 1 et 2 ne sont pas équivalentes à la mesure 3. En effet, cette dernière
provient d'un comptage des pixels. Mais le niveau de résolution de l'image
satellite n'assure pas que chaque pixel ne soit pas à cheval entre deux strates,
ou qu'il soit totalement inclus dans les limites de la ville définies sur la photo
aérienne. En second lieu, seule la surface des strates (mesure 2) entre en ligne
de compte dans les calculs.
III - LA STRA1 1CATION DE LA VILLE1 0
Cette seconde étape consiste à déterminer des strates de densité
croissante du bâti dans lesquelles seront tirés les îlots. Dans la mesure où la
densité du bâti de la zone d'habitation est bien corrélée avec le phénomène
10 Fiches n° 7 et 8 du manuel op. cit.
- 14 -
étudié, une telle stratification apportera un gain de précision important11. Les
zones très denses hébergent sans doute la population la plus pauvre de la ville12.
Passage de l'indice de végétation à la densité du bâti.
La stratification de la ville repose sur une classification des pixels
de l'image satellite en fonction de la densité du bâti. Or, cette variable n'est
pas directement disponible sur l'image satellite. La démarche consiste donc à
ajuster une équation entre densité du bâti et indice de végétation qui, lui,
provient de l'information satellitaire. Nous avons donc procédé de la manière
suivante.
Dans un premier temps, nous avons construit un indice de densité du
bâti en mesurant sur un certain nombre d'îlots la densité réelle du bâti, c'est-à-
dire le rapport de leur surface bâtie à leur surface totale.
Cette mesure peut être effectuée sur le terrain. Nous l'avons pour
notre part réalisée sur la mosaïque de photos aériennes, à l'aide d'une grille
millimétrée. Trente et un îlots ont ainsi été sélectionnés par tirage systématique
en superposant une grille à la mosaïque, puis mesurés et reportés sur l'image
satellite afin de connaître leur indice de végétation13.
11 Il a pu être montré dans les cas de deux villes aussi différentes que Quito et Marseille
que la densité du bâti était un excellent critère de stratification. Dans le cas d'espèce, il
permettait de réduire la variance des estimateurs dans une fourchette de 35 à 75 % par rapport
à un tirage non stratifié. Voir F. DUREAU et O. BARBARY, "L'enquête par sondage sur image satellite...'', op.cit., pp.76-81.
12 Nous avons aussi étudié la possibilité d'améliorer la qualité du sondage en stratifiant la
ville à partir d'informations exogènes à l'image satellite. Seules les données du dernier
recensement de population (1987) auraient pu se prêter à ce travail. Par exemple, on aurait pu
retenir comme indicateur de stratification le taux de travailleurs indépendants dans la
population active par quartier ou par zone de dénombrement (l'arrondissement étant une unité
géographique trop hétérogène). Malheureusement l'ancienneté des données ainsi que
l'inexistence de fichiers informatiques appropriés ont rendu une telle opération impossible.
13 Comme sur l'image satellite l'indice de végétation (IVG) n'est disponible qu'à l'échelle
des pixels, l'IVG d'un Slot est calculé : il est égal à la moyenne des IVG des pixels
appartenant à l'tlot, une fois ce dernier délimité sur l'image satellite.
- 15 -
Dans un second temps, une régression polynomiale entre la densité
du bâti mesurée et l'indice de végétation a été estimée sur l'échantillon des
31 flots (figure 2). L'équation du troisième degré choisie a ensuite permis
d'imputer à chaque pixel de l'image satellite une densité du bâti à partir de son
indice de végétation.
Classification et tracé des strates
Une classification sur l'indice de densité du bâti ainsi calculé a
permis de déterminer trois strates de densité du bâti, à partir d'un histogramme.
L'image obtenue a été ensuite l'objet d'un lissage majoritaire pour faciliter le
zonage ultérieur de la photo aérienne. Les zones de la ville qui présentaient des
surfaces minérales non bâties importantes ont été isolées par une classification
multispectrale sur l'image satellite (aéroport, lac, stade, etc.), car ces zones
auraient été confondues avec des zones à forte densité du bâti par la
classification sur l'indice de végétation (annexe 2, figure B).
- 16 -
Les strates ont été ensuite dessinées zone par zone sur la photo
aérienne. Cette opération manuelle provoque un nouveau lissage puisque nous nous
sommes efforcés de ne pas dessiner de zones trop petites. Les zones
correspondant à chaque strate ont été enfin mesurées au planimètre manuel. Nous
avons également mesuré les zones de végétation à l'intérieur de la ville, qui sont
nombreuses car Yaoundé est vallonnée (tableau 2).
TABLEAU 2
SURFACE DES STRATES DE DENSITE DE BATI
Bornes de
densité du
bâti (%)
Nombre de
zones
Surface
totale
(ha)
Végétation 0 41 1454
Peu bâti 1-29,4 56 2637
Moyennement bâti 29,5-59,3 46 2976
Bâti dense 59,4-100 20 1088
TOTAL 163 8155
Grâce au report de la limite de la ville sur l'image satellite, un
comptage des pixels appartenant à chaque strate a pu être effectué et comparé
avec la mesure au planimètre des strates sur la photo aérienne. Il ressort de
cette comparaison que le lissage opéré lors du zonage par strate de la ville sur
la photo aérienne donne plus d'importance à la strate intermédiaire "moyennement
bâti" au détriment de la strate "peu bâti" (tableau 3).
- 17 -
TABLEAU 3
COMPARAISON DU POIDS DES STRATES
ENTRE LA CLASSIFICATION DE L'IMAGE SATELLITE (AVANT LISSAGE)
ET LE ZONAGE DE LA PHOTO AERIENNE (APRES LISSAGE)
Comptage
sur image
satellite
Mesure
sur photo
aérienne
Végétation 19 t 18 's
Peu bâti 41 % 32 %
Moyennement bâti 28 % 37 %
Bâti dense 12 % 13 %
TOTAL 100 % 100 %
Comme dans le cas de la mesure de la surface de la ville, cette
comparaison ne donne aucune indication quant à la précision du sondage. En
effet, sur l'image satellite, les pixels de même strate sont trop dispersés pour
constituer un zonage utilisable pour le tirage des îlots. Ce zonage résulte de la
prise en compte de deux contraintes :
- ne pas tracer de zones trop petites ;
- affecter chaque flot à une et une seule strate.
- 18 -
IV - LE TIRAGE DES MOTS DANS LA VILLE14
L'objectif de taille pour l'échantillon de l'enquête est de 2000
ménages. Nous avons fixé un nombre maximum de ménages à enquêter dans chaque
îlot assez petit : 6, afin d'assurer une bonne dispersion géographique de
l'échantillon d'îlots. On enquêtera donc tous les ménages des îlots comprenant
moins de 6 ménages. Le nombre d'îlots à enquêter est donc égal à 2000 / 6, soit
m = 333, ce qui nous fournira un nombre de ménages légèrement inférieur à
l'objectif affiché.
A partir d'une trentaine d'îlots tirés au hasard sur la photo
aérienne (dont la surface avait déjà été mesurée pour l'initialisation de l'indice
de végétation), nous avons pu estimer la surface moyenne des îlots par strate15,
zk. Cette estimation permet de calculer le nombre total d'îlots Mk dans chaque
strate, et le nombre total d'îlots M dans les strates bâties de la ville. On
obtient ainsi le taux de sondage t :
t = m / M = 333 / 3900 = 8,5%
Le même taux de sondage a été appliqué à chaque strate et fournit
le nombre d'îlots mk à enquêter pour la strate k. On calcule finalement le côté
de la maille de la grille de tirage dk (tableau 4).
dk = (Zk / mk) 1 /2, où Zk est la surface totale de la strate k.
Trois grilles ont été ensuite confectionnées avec une maille de
longueur dk (convertie à l'échelle de la photo aérienne : 1/15 000). Le tirage
systématique des îlots s'effectue en superposant ces grilles sur la photo aérienne.
Nous avons obtenu facilement le nombre d'îlots souhaité, ce qui confirme
l'estimation de la surface moyenne des îlots.
14 Fiches n° 9 et 10 du manuel op. cit.
15 Nous n'avons retenu que les flots facilement identifiables par une voirie bien visible.
Cette contrainte nous a amené à gonfler l'échantillon initial tiré pour l'initialisation de la
classification.
- 19 -
TABLEAU 4
LE CALCUL DU PAS DE TIRAGE
Surface
moyenne des
îlots :
zk (ha)
Nombre
d'îlots à
enquêter :
mk
Pas de
tirage :
dk (m)
Peu bâti 1,51 149 420
Moyennement bâti 1,73 146 450
Bâti dense 2,52 38 540
TOTAL 1,72 333 -
La dernière opération consiste à tracer les flots tirés sur la photo
aérienne, en indiquant à quelle strate ils appartiennent (figure 3). Pour moins de
20 % des îlots, principalement dans la strate la plus dense, le tracé définitif a
été laissé en suspens pour être déterminé sur le terrain au moment de l'opération
de dénombrement des ménages. En effet, la voirie n'est pas toujours facile à
distinguer dans les quartiers très denses de Yaoundé, où souvent des venelles se
trouvent sous les gouttières des maisons.
Les superviseurs seront chargés de décider du contour définitif de
ces îlots, en cherchant à s'approcher de la taille moyenne mesurée sur les flots
déjà identifiés. L'opération de dénombrement des ménages dans les 333 flots
comporte en effet une mesure de la superficie de chaque flot pour permettre
l'extrapolation (encadré 1). Les îlots sont mesurés de manière très simple : en
nombre de pas (préalablement étalonnés), et à l'aide d'une boussole pour les
angles et d'un clinomètre pour les déclivités.
ECHANTILLON DES ILOTS : EXEMPLE SUR11NE PARTIE DE YAOUNDE
- 21 -
ENCADRE 1
LE COEFFICIENT D'EXTRAPOLATION DE CHAQUE MENAGE ENQUETE
Pour chaque ménage de l'îlot tiré i à l'intérieur de la strate k
le coefficient d'extrapolation est :
P . = (Zk * Nki) / (nki * mk * Zki)
où :
Zk est la surface totale de la strate k
Zki est la surface de l'îlot tiré i dans la strate k
mk est le nombre d'îlots tirés dans la strate k
Nki est le nombre de ménages "recensés" dans l'îlot i de la strate k
nki est le nombre de ménages tirés dans l'îlot i de la strate k
CONCLUSION
L'utilisation de l'imagerie satellitaire est tout à fait adéquate pour
réaliser le plan de sondage d'une enquête aréolaire auprès des ménages urbains.
Elle constitue même la solution la moins coûteuse quand on ne dispose pas de
base de sondage actualisée, comme c'est le cas dans de nombreuses villes du
Tiers monde à croissance rapide. Elle s'imposait dans le cas de Yaoundé, ville
croissant à 7 % par an, dont le recensement de population datait de 1987, et
compte-tenu du sujet choisi : emploi et activités informelles.
Cette méthode a permis en effet d'obtenir rapidement, sans autre
source d'information qu'une photo satellite et une mosaïque de photos aériennes
récentes :
- 22 -
- les limites réelles de la ville en termes de densité d'habitation
(conurbation) ;
- une base de sondage d'îlots (unités primaires) ;
- une stratification des îlots fondée sur la densité de la surface
bâtie.
Les tests de la méthode à Quito et à Marseille ont montré que ce
type de stratification améliorait sensiblement la qualité des estimateurs.
Nous avons détaillé les différentes étapes de la réalisation du plan
de sondage pour Yaoundé. Elles ont duré l'équivalent de vingt jours-hommes.
Ensuite, le dénombrement des ménages dans les îlots sélectionnés peut commencer
immédiatement. Il a duré un mois sur 334 îlots et avec 4 équipes de 3
dénombreurs.
Enfin, cette méthode de sondage se combine très bien avec l'enquête
en deux phases appliquée ici pour le repérage des unités de production
informelles. La représentativité de l'échantillon des chefs d'établissements
informels est accrue par l'inclusion des quartiers périphériques et/ou récents. Une
connaissance a priori de l'implantation des établissements n'est pas mobilisée lors
de la stratification, puisque rien n'indique que les "informels" habitent où ils
travaillent. En revanche, la couverture des activités ambulantes et à domicile
bénéficie de la qualité de la première phase d'enquête auprès des ménages.
-23-
ANNEXE 1
FICHE ILOT A REMPLIR PAR LES ENQUETEURS
FICHE ILOT
Nom du SUPERVISEUR:
Nom de l'ENQUETEUR:
N*IlotIlli
Nombre de menages: TOTAL' I I
SCHEMA DE L'ILOT
de l'îlot:' Im2 Taille
ECHANTILLON DE MENAGES
Liste de ménages:
Ménage I
Nombre de ménages tirés: I I
. Ménage - Ménage LJ - . Ménage -
. Ménage -
. Ménage -
Ménages de remplacement:
- 2zt -
ANNEXE 2
FIGURE A
RESULTAT DE LA COMPOSITION COLOREE ("PREMIER TRAITEMENT")
ISSUE DE L'IMAGE SATELLITE (AGGLOMERATION DE YAOUNDE)
- 25 -
FIGURE B
- 27 -
EVALUATION DES SURFACES NATURELLES
PAR TELEDETECTION ET ENQUEIE DE TERRAIN
EN MAURITANIE
par Vincent GODARD1
Lorsque l'on a pour objectif de décrire les formations végétales
spontanées d'un secteur pastoral sahélien de plusieurs centaines ou milliers de
kilomètres carrés, voire d'en évaluer les ressources fourragères, une connaissance
exhaustive de la zone d'étude est souvent recherchée. Or, il n'est pas concevable
de parcourir et reconnaître l'intégralité de telles surfaces ; seul un
échantillonnage puis une extrapolation de ses résultats à l'ensemble du secteur
pastoral peuvent permettre une compréhension globale du milieu.
L'enquête de terrain, comme pour n'importe quel inventaire d'occupation du sol,
est l'élément de base de la phase de collecte. La télédétection en est un complément
d'information, elle permet d'améliorer les estimations de superficie des différents thèmes issus de la seule enquête de terrain. L'enquête décrite dans cet article a eu lieu en octobre-novembre 1987 et mars-avril 1988.
Pour que les responsables sahéliens puissent adapter la charge
animale aux ressources du milieu et ainsi éviter surpâturage ou sous-exploitation
de celles-ci, il est indispensable de fiabiliser la phase d'élaboration de la
cartographie, des uatistiques d'occupation du sol et des ressources végétales
(spontanées ou non). Une fois cette étape franchie, il est possible de réaliser des
documents fiables ayant trait à la production et d'élaborer des projets de
développement.
Institut de Développement rural, Université de Ouagadougou.
- 28 -
Pour atteindre cet objectif de représentativité et de fiabilité, nous
nous sommes inspirés des méthodes pratiquées depuis quelques années en
agriculture, que ce soit aux Etats-Unis ou en Europe, pour l'évaluation de
l'occupation agricole des terres (HOUSEMAN 1979, BRYANT 1983, FOURNIER
1986, IAT 1989). Nous les avons adaptées aux inventaires de la végétation
spontanée et au milieu tropical sec. Pour cela un certain nombre de problèmes
devaient être résolus, à commencer par celui de la taille et de la répartition des
unités d'enquête en fonction du temps d'inventaire envisagé.
Cette communication se propose donc après un descriptif de la méthodologie employée de présenter les résultats obtenus, résultats
essentiellement statistiques dans la mesure où ce sont ceux pour lesquels
l'amélioration est la plus facile à démontrer ; puis une discussion de ces résultats
et des limites de la méthode sera présentée. Mais avant cela une description de
l'aire d'étude est proposée.
I - PRESENTATION DE L'AIRE D'ETUDE
Avec un peu plus d'un million de kilomètres carrés, la République
Islamique de Mauritanie (RIM) est un des pays les plus vastes du continent
africain, mais aussi un des plus désertiques. Les deux tiers de son territoire sont
occupés par le désert du Sahara. Seule, sa frange sud échappe à ce domaine
hyper-aride et permet à l'homme des activités telles que l'élevage et, plus
aléatoirement, les cultures.
La recherche méthodologique présentée ici s'est déroulée sur cette
bande de territoire à l'intérieur de deux zones tests situées près des villes de
Rosso dans le Trarza (zone pilote de Rosso) et de Kaédi dans le Gorgol (zone
pilote de Lekseiba, figure 1).
- 29 -
FIGURE 1
LOCALISATION DES ZONES D'ENQUETE
République Islamique
de Mauritanie
Nouakchott
0 Rosso Kiffa
* 0Lekseiba
Kaédi 100km
Situé dans le domaine sahélien, notre champ d'expérimentation peut
être caractérisé comme suit. Schématiquement, les précipitations sont comprises
entre 100 et 500 à 600 mm par an, l'été est chaud et affecté d'une évaporation
forte tandis que la période hivernale est fraîche ; les maxima de température
interviennent aux périodes intermédiaires. Le domaine aérologique est également
partagé durant l'année entre l'harmattan en hiver et la mousson en été.
Cependant, comme pour de nombreuses autres régions sahéliennes,
depuis trente ans la dégradation des conditions climatiques est nettement
perceptible sur les relevés pluviométriques. Sur la période 1941-1970, la moyenne
des précipitations a été de 295 mm à Rosso et de 373 mm à Kaédi. En revanche,
sur la période 1971-1989, la moyenne "trentenaire" est respectivement de 199 mm
et de 245 mm, soit une baisse de plus de 30 % entre ces deux périodes (GODARD
1991).
- 30 -
De telles carences hydriques ne sont pas sans conséquences sur la
végétation. Celle-ci est non seulement tributaire du déficit en volume des
précipitations mais aussi de la raréfaction des jours de pluie. Notons enfin que la
saison des pluies concentre sur les mois de juillet, août et septembre 90 % des
précipitations.
Dans la mesure où notre objectif est le suivi de la végétation
spontanée, les dates des prises de vue et d'enquête sont tributaires des dernières
pluies utiles. En effet, rappelons que nous souhaitons enquêter la végétation à
son maximum de production et avant flétrissement. De ce fait, nous considérons
que la dernière pluie utile est celle qui, supérieure ou égale à 20 mm (BOUDET
1987), est suivie de deux décades sans pluies (BOUDET 1981). Un modèle
probabiliste de précipitation nous a permis d'estimer, pour les secteurs de Rosso
et Kaédi, que les dates optimales de prises de vue et d'enquête se situaient un
peu avant la mi-octobre (GODARD 1991).
La végétation de ces secteurs nord-sahéliens est souvent
caractérisée par une steppe "armée" aux peuplements arbustifs lâches et aux
formations herbacées discontinues. Parfois, des fourrés épineux plus denses se
rencontrent dans le,; zones déclives aux conditions hydriques favorables, comme
les lits d'oued. Les "arbres" et arbustes ont en général une taille comprise entre
trois et six mètres avec une nette domination des légumineuses épineuses comme
les acacias. La strate herbacée est dominée par des graminées pérennes des
genres Aristida et Cenchrus.
En raison de la faiblesse des précipitations, les cultures pluviales
sont absentes de la zone pilote de Rosso et subsistent à l'état de "traces" dans
celle de Lekseiba. Seules les cultures de décrue (Rosso et Lekselba) ou les
cultures irriguées (Rosso) ont une extension suffisante, dans ce secteur, pour être
saisies par le plan d'échantillonnage. Toutefois, du fait des dates de prises de
vue, seules les cultures irriguées étaient perceptibles sur l'image utilisée, car les
zones de cultures de décrue étaient encore ennoyées à la même époque (octobre-
novembre 1987). Elles n'ont pu être identifiées que lors de la mission de contrôle
de saison sèche (mars-avril 1988).
- 31 -
II - METHODE
11.1. Organisation générale Dans la mesure où les missions de terrain sont toujours de courte
durée, il est nécessaire de les préparer à l'avance. Ceci est d'autant plus
indispensable que l'on souhaite recourir à un sondage pour guider la phase de
collecte des données.
Lorsque l'on souhaite réaliser un sondage, il faut se préoccuper de
ce qui peut constituer la base de sondage. En milieu agricole, dans les pays
développés, il existe souvent des listes d'exploitants ; ce n'est bien sûr pas le
cas en milieu naturel. De plus, en zone sahélienne, les seuls documents qui sont à
jour sont en général les produits satellitaires, car les cartes et les photographies
aériennes sont anciennes. Dans notre cas, elles datent bien souvent de la fin des
années cinquante.
L'imagerie satellitaire est donc le seul document qui peut nous
servir de base de sondage. Comme nous souhaitons pouvoir calculer la précision
de nos estimations de superficie, nous utilisons un tirage aléatoire. Les unités
d'enquête échantillonnées ne sont pas constituées de pixels2 indépendants mais de
groupes de pixels jointifs appelés segments carrés. On parle donc de sondages
aréolaires. La taille de ces segments est fonction de la complexité et de la
diversité du paysage. Nous avons utilisé des segments de 36 ha sur les deux zones
pilotes (annexe).
Comme il est possible de le constater sur la figure 2, le tirage des
segments et leur implantation s'effectuent sur l'image satellite. Celle-ci se
présente en général sous la forme d'une composition colorée3.
2 pixel : tache élémentaire (carré de 20 mètres de coté pour SPOT), qui constitue l'unité de
base pour laquelle le satellite fournit de l'information.
3 Composition colorée : résultat en couleurs d'une combinaison des trois canaux enregistrés
par le capteur. Elle permet souvent une meilleure analyse des composantes du paysage que
l'examen des seuls canaux bruts.
- 32 -
FIGURE 2
Estimation des superficies redressée par la classification
L'inventaire a ensuite lieu uniquement sur les segments dont la taille et l'emplacement ont été déterminés par le tirage sur l'image satellite. Il faut
noter que seule l'enquête de terrain fournit des résultats statistiques d'occupation
du sol. Enfin, si le tirage des segments est aléatoire et les résultats de
- 33 -
classification cohérents avec l'enquête de terrain, alors il est possible d'améliorer
les résultats issus du terrain par la télédétection.
11.2. Réalisation de l'enquête de terrain L'enquêteur a à sa disposition sur le terrain des tirages au 1/50 000
de la composition colorée sur lesquels seront portés les segments, ainsi que des
agrandissements au 1/10 000 de la composition colorée et de la classification
automatique4 de chacun des segments (GODARD 1991, p. 197, planche photo 6.1).
Ces agrandissements sont complémentaires de la fiche de relevé ; ils permettent
de localiser précisément chaque poste d'occupation du sol inventorié. Notons
toutefois que le tracé des limites, sur ces agrandissements, entre les différentes
formations végétales spontanées n'est pas aussi aisé qu'en milieu agricole où
l'empreinte du parcellaire est normalement beaucoup plus nette.
L'inventaire se fait sur les parcelles naturelles ou cultivées
présentes à l'intérieur du segment. Celles-ci doivent avoir une certaine
homogénéité et une certaine extension pour être localisables. Notons que la
localisation sur le terrain est un problème important en milieu naturel ; on aura
donc tout intérêt à utiliser un système d'aide au positionnement comme les
navigateurs par satellite de type GPS (Global Positionning System). Il est en partie
possible d'apprécier l'homogénéité et l'étendue des parcelles avant d'être sur le
terrain grâce à la consultation de préclassifications de l'image satellite. La
préclassification est une classification automatique réalisée avant d'aller sur le
terrain. Celle-ci est un bon descripteur préalable de l'imbrication thématique au
niveau du segment.
La collecte de l'information sur la parcelle consiste en plusieurs
descriptions synthétiques en relation avec la perception que peut en avoir le
satellite, à savoir description topographique (pente, position, etc.), géopédologique
(matériaux, texture et couleur de surface, humidité, etc.), sociologique (occupation
humaine, fréquentation animale, etc.) et enfin végétale. Pour l'inventaire
4 Classification automatique : classification des données satellitaires qui ne dépend pas des
connaissances acquises sur le terrain mais des similitudes radiométriques à la date
d'enregistrement. Produit une carte "muette" dont la légende est à trouver.
- 34 -
présenté, la description de la végétation est d'ordre physionomique avec une
estimation du taux de couverture. Enfin, il peut être envisagé une quantification
de la biomasse herbacée par coupe et pesée sur ces mêmes parcelles.
11.3. Dépouillement et traitements L'intérêt du sondage aléatoire est non seulement de permettre
l'estimation de superficie de chacun des thèmes mais aussi d'estimer la précision
de cette estimation. Pour cela, il faut connaître l'occupation du sol par thème et
par segment. En milieu agricole, le parcellaire est suffisamment net pour que l'on
puisse directement mesurer la superficie de chaque parcelle, en tenant compte
bien sûr des erreurs liées aux pixels de bordure. Il n'en va pas de même en
milieu naturel où le passage d'un thème à l'autre se fait en continu, sans rupture
nette.
La superficie de chaque thème au niveau des segments enquêtés est
déterminée à partir d'une grille de points superposée à un agrandissement du
segment que l'enquêteur a complété sur le terrain. En l'absence de photographie
aérienne, l'agrandissement provient d'un traitement de l'image satellite. C'est en
général une composition colorée, mais parfois c'est le résultat d'une
préclassification.
La proportion de chaque thème par segment est ensuite calculée.
Elle sert d'une part à piloter les classifications supervisées (par les données
collectées sur le terrain) et, d'autre part, à fournir une première estimation des
superficies. Comme nous le verrons plus loin, c'est l'enquête de terrain qui
fournit les estimations de superficie alors que la télédétection n'intervient que
comme complément d'information.
Les formulaires qui vont être présentés sont issus des méthodes
d'inventaire que le SCEES (Service Central des Enquêtes et Etudes Statistiques
du Ministère de l'Agriculture français) a testées en milieu agricole tempéré
(FOURNIER 1986) et peuvent être utilisés dans deux cas particuliers. Ils peuvent
servir soit à fournir rapidement des estimations provisoires soit parce qu'il n'y a
pas de données satellitaires récentes pour redresser les estimations de superficie
issues du seul terrain.
- 35 -
- Estimation de la superficie du thème k à partir de la seule enquête de terrain :
m Sk = Szp * m * Pki
i=1
avec :
Pki proportion d'occupation du sol du thème k dans le segment zi ;
m nombre de segments inventoriés ;
Szp superficie de la zone pilote ;
Sk superficie estimée du thème k sur la zone pilote.
- Variance de l'estimation de la superficie Sk :
m Var (Sk)=S2 * 1* 1 * - m * (Pki - Fo' m m - 1 M .
1=1
avec :
k estimation de la proportion moyenne de la catégorie K ;
M nombre total de segments couvrant la zone pilote ;
M - m très proche de 0,99 ou 0,98 dans la mesure où le taux de sondage est de M l'ordre de 1 à 2 %.
Notons que comme l'indique Ph. FOURNIER : "Dans le cas d'un
sondage aléatoire à un degré, avec des probabilités égales et sans remise, on
utilise la formule de la variance d'une somme. Il n'est pas tenu compte du fait
que le tirage des segments est plus ou moins stratifié, cet estimateur de la
variance d'une somme est, en conséquence, calculé avec une surestimation
certaine" (FOURNIER 1986).
Muni de ces formulaires, il est maintenant possible de déterminer les
estimations de superficie et la précision de ces estimations avant de réaliser la
cartographie d'occupation du sol, si toutefois il existe des données satellitaires
numériques satisfaisantes.
- 36 -
- Classification supervisée de l'image satellite : Les classifications supervisées des données satellitaires utilisées pour
réaliser la cartographie d'occupation du sol sont du type "maximum de
vraisemblance". Elles ont deux fonctions. La première est de fournir un document
visuel qui permet de localiser instantanément la répartition spatiale des différents
thèmes ; c'est bien sûr la carte. La deuxième est celle qui nous intéresse ici, à
savoir déterminer la surface cartographiée pour chacun des thèmes. Ces surfaces
obtenues par comptage sur la classification supervisée fournissent l'information
exhaustive complémentaire qui est utilisée pour redresser les résultats obtenus à
partir de la seule enquête de terrain.
Bien que nous ne développions pas l'aspect cartographie dans cet
article, il nous faut toutefois ajouter que les classifications n'ont pas besoin
d'être parfaites pour permettre un redressement satisfaisant des estimations de
superficie. Nous verrons plus loin que l'amélioration de la précision des
estimations est très nette alors que la précision globale des classifications n'est
que de 86 % à Rosso et de 92 % à Lekselba. La précision globale des
classifications est obtenue en divisant la somme des pixels bien classés, lue sur la
diagonale de la matrice de confusion, par la somme des pixels contrôlés.
- Estimation par la régression Les formulaires que nous proposons sont issus en grande partie de
'Théorie et pratique des sondages" (DESABIE 1966). A la différence des formulaires
précédents, la mise en oeuvre de ceux-ci est un peu plus longue, car en plus de
la proportion d'occupation du sol estimée d'après le terrain, il faut avoir réalisé
les classifications pour disposer des statistiques de chaque thème au niveau des
segments et au niveau de la zone d'étude.
Il n'est pas possible d'utiliser de manière fiable les seuls résultats
de la classification supervisée comme statistiques d'occupation du sol. En effet,
comme la classification n'est jamais parfaite, l'évaluation directe des superficies
sur la carte est entachée d'un biais inconnu lié au choix des parcelles
d'initialisation et à celui de la méthode de classification utilisée (MEYER-ROUX
1981). Par contre l'information fournie par l'image satellite est exhaustive : elle
couvre l'ensemble de la zone d'étude.
- 37 -
Une régression linéaire est effectuée entre les données de terrain et
les données "satellite", thème par thème et pour chaque segment. L'estimateur
par la régression permet de tenir compte de la façon dont l'échantillon s'est
comporté par rapport à l'ensemble de la zone relativement aux données "satellite"
et de redresser l'estimation fournie par la seule enquête de terrain.
- Estimateur de superficie ÿ reg k au niveau du segment :
Yreg k ± a (vi - 7k)
avec :
y reg k superficie moyenne par segment de la catégorie k estimée par la régression ;
ÿk moyenne de la catégorie k, sur le terrain, au niveau des segments ;
a pente de la droite estimée comme suit :
(xki - (Yki - Yk) . 1 a =
frki - )702 i = 1
Xk superficie du thème k pour l'ensemble de la zone pilote sur la classification ;
m nombre de segments dans l'échantillon ;
M nombre total de segments compris dans la zone pilote ;
xki superficie observée sur la classification pour le segment Zi et le thème k ;
"fik superficie moyenne de la catégorie k, sur la classification, au niveau des segments ;
Yki superficie du thème k sur le relevé de terrain pour le segment Z.1.
- Estimateur de superficie Y reg k au niveau de la zone pilote :
Y M 37 reg k reg k
- 38 -
- Variance de l'estimateur 7 reg k au niveau du segment :
Le calcul de la variance de l'estimateur y reg k est destiné à
déterminer la précision de cette estimation. Comme le fait remarquer
J. MEYER-ROUX : "si Xk n'a pas de variance, Y reg k en a une car la droite
des moindres carrés servant à le définir n'est qu'une estimation de la droite
réelle inconnue" (MEYER-ROUX 1981). En effet, Xk est mesuré sur la
classification au niveau de la zone pilote, il n'a donc pas de variance.
Il est possible de déterminer la variance associée à l'estimation
Y re k de la façon suivante : g
m (1‘4 ni) *1*._±___:# eîi Var (Yreg k) = m - 2
où
r. eki = - yk - a (xid - —x
Il est possible d'approcher cette variance par la formule suivante :
Var ("Si reg k) = M - m * (1 - r2) * Var (-37k) M
avec :
r coefficient de corrélation entre les données de terrain et celles de la classification pour le thème k et par segment.
- Variance de l'estimateur Y reg k au niveau de la zone pilote :
Var (Y reg k) = M2 * Var (37 reg k)
III - RESULTATS
Les premiers résultats que nous publions sont ceux obtenus à l'issue
de la seule enquête de terrain, c'est-à-dire sans redressement par les données
satellitaires numériques (tableaux 1 et 2).
i = 1
- 39 -
TABLEAU 1
SUPERFICIES ESTIMEES A PARTIR DE LA SEULE ENQUETE DE TERRAIN
(ZONE PILOTE DE ROSSO)
Superficie Ecart-type CV
Thème Sigle ha % ha
Surfaces en eau Se 777 1,9 528 68,3
Cultures irriguées Ci 1 143 2,7 1 030 90,1
Steppes arbustives hydromorphes Sah 415 0,9 551 130,4
St. herbeuses très claires des dépr. hydro. Shy 2 827 6,8 1 445 51,1
Sols nus sablo-limoneux Sns 12 425 29,7 2 819 22,7
Sols nus argileux Sna 3 040 7,3 1 465 49,5
Sables vifs Sv 484 1,2 336 69,3
St. herbeuses très claires des dunes Shd 11 816 28,3 3 206 27,1
St. herb. des ensablements et interdunes Shi 7 613 18,2 2 265 29,7
St. arbustives des ensablements Sae 951 2,3 579 60,9
Steppes "boisées" gommeraies Sb 288 0,7 228 79,2
Surface totale 41 779 100
La façon la plus simple d'évaluer la qualité des résultats est d'en
analyser les coefficients de variation (CV). Rappelons que le coefficient de
variation s'obtient ici en divisant l'écart-type par la superficie estimée, puis il
est converti en pourcentage. Il permet d'apprécier et de comparer la précision
relative de chaque thème.
Nous avons réparti les coefficients de variation en trois groupes. Il
y a le groupe des thèmes dont le coefficient de variation est compris entre 10 %
et 30 % ; par exemple pour Rosso, il s'agit des sols nus sablo-limoneux et à
Lekseiba, des steppes herbeuses. On constate qu'ils occupent une superficie en
général supérieure à 20 % de la zone pilote.
Ensuite, il y a les thèmes dont le coefficient de variation est voisin
de 50 %. Il s'agit par exemple à Rosso des sols nus argileux et à Lekseïba des
prairies aquatiques. Leur superficie est inférieure à 10 %.
- 40 -
Enfin, certaines catégories d'occupation du sol ont un coefficient de
variation qui peut atteindre 75 %. Leur superficie semble inférieure à 1 %.
TABLEAU 2
SUPERFICIES ESTIMEES A PARTIR DE LA SEULE ENQUETE DE TERRAIN
(ZONE PILOTE DE LEKSEIBA)
Superficie Ecart-type CV
Thème Sigle ha % ha
Surfaces en eau Se 529 1,3 322 60,9
Prairies aquatiques Pa 927 2,2 499 53,8
Steppes arbustives hydromorphes Sah 359 0,9 296 82,4
Steppes arbustives fermées Saf 2 090 4,9 1 437 68,8
Steppes arbustives Sa 9 423 22,5 1 690 18,0
Steppes herbeuses Sh 12 257 29,2 1 883 15,4
Steppes arbustives denses dégradées Sad 10 821 25,9 1 752 16,1
Sols nus Sn 3 929 9,4 1 060 27,0
Affleurements rocheux Af 1 568 3,7 1 057 67,4
Surface totale 41 943 100
De l'analyse de ces résultats, il ressort que le plan de sondage mis
en place n'est satisfaisant que pour les thèmes dont la superficie est importante,
en général supérieure à 20 % de la surface de la zone pilote. Pour ceux dont la
superficie est inférieure à 5 %, les estimations sont trop imprécises pour bâtir
une action d'aménagement ou de protection. Cependant, elles offrent un ordre de
grandeur suffisamment précis pour fournir les premières estimations au sortir de
l'inventaire. Limitées à cette fonction, elles en jouent pleinement le rôle. Le
problème se pose tout autrement si, en l'absence de données satellitaires
numériques récentes, voire contemporaines de l'enquête de terrain, il faut se
satisfaire de ces seules évaluations.
- 41 -
TABLEAU 3
SUPERFICIES ESTIMEES PAR REGRESSION
(ZONE PILOTE DE ROSSO)
Superficie Ecart-type CV
Thème Sigle ha % ha %
Surfaces en eau Se 677 1,6 59 8,8
Cultures irriguées Ci 307 0,7 50 16,4
Steppes arbustives hydromorphes Sah 755 1,8 150 19,9
St. herbeuses très claires des dépr. hydro. Shy 5 314 12,7 927 17,5
Sols nus sablo-limoneux Sns 10 363 24,8 505 4,9
Sols nus argileux Sna 1 703 4,1 285 16,7
Sables vifs Sv 622 1,5 52 8,3
St. herbeuses très claires des dunes Shd 10 996 26,3 478 4,4
St. herb. des ensablements et interdunes Shi 7 952 19,0 1 243 15,6
St. arbustives des ensablements Sae 1 141 2,7 360 31,5
Steppes "boisées" gommeraies Sb 239 0,6 36 15,2
Total partiel 40 068 95,9
Surfaces non affectées 1 711 4,1
Surface totale 41 779 100
A la vue des tableaux 3 et 4, on constatera qu'un peu moins de 5 %
des surfaces des zones pilotes ne sont pas affectées à l'issue des calculs
d'estimation par l'estimateur par la régression. Une pratique courante veut que,
pour une diffusion autre qu'à des fins de recherche, ce reliquat lié au mode de
calcul soit ventilé entre toutes les catégories présentes.
Dès lors que l'on dispose de données satellitaires numériques
suffisamment récentes pour redresser les estimations de la seule enquête de
terrain, la précision des résultats est toute autre. Rappelons que ces données
numériques servent non seulement à redresser les estimations de terrain mais
aussi à produire la cartographie d'occupation du sol et des ressources pastorales
s'il y a lieu (DE WISPELAERE 1989).
- 42 -
Comme il est possible de le constater à la lecture de cette série de
tableaux, la précision relative, au travers du coefficient de variation, s'est très
nettement accrue. Alors que sans l'estimateur par la régression, il n'y avait
aucun thème dont le coefficient de variation était inférieur à 15 %, ils sont
maintenant quatre à Rosso (tableau 3) et sept à Lekseiba (tableau 4). De même,
il ne reste plus qu'un seul thème dont le coefficient de variation est supérieur à
30 %, les steppes arbustives des ensablements à Rosso (tableau 3).
TABLEAU 4
SUPERFICIES ESTIMEES PAR REGRESSION
(ZONE PILOTE DE LEKSEIBA)
Superficie Ecart-type CV
Thème Sigle ha % ha %
Surfaces en eau Se 2 266 5,4 83 3,7
Prairies aquatiques Pa 2 199 5,2 269 12,2
Steppes arbustives hydromorphes Sah 1 113 2,7 141 12,7
Steppes arbustives fermées Saf 1 188 2,8 256 21,6
Steppes arbustives Sa 8 431 20,1 831 9,9
Steppes herbeuses Sh 9 126 21,8 946 10,4
Steppes arbustives denses dégradées Sad 11 630 27,7 961 8,3
Sols nus Sn 3 881 9,3 925 23,8
Affleurements rocheux Af 608 1,4 34 5,6
Total partiel 40 442 96,4
Surfaces non affectées 1 501 3,6
Surface totale 41 943 100
La précision assez moyenne de ce thème est en grande partie liée à
une cartographie peu performante. Comme celle-ci est utilisée pour redresser les
estimations issues du terrain, le gain de précision est insuffisant. Le coefficient
de variation passe de 61 %, sans l'estimateur par la régression (tableau 1), à
31 % avec l'utilisation de l'estimateur par la régression (tableau 3).
- 43 -
Si l'on compare globalement l'amélioration de la précision liée à
l'utilisation de l'estimateur par la régression, donc à l'apport des données
satellitaires pour redresser les estimations de terrain, on constate que pour les
deux zones pilotes les coefficients de variation ont beaucoup diminué. Si on
calcule par zone pilote la moyenne des coefficients de variation, on constate qu'à
Rosso ils passent de 61 %, sans l'estimateur par la régression, à 14 % avec. De
même à Lekseiba, ils passent de 45 % à 12 % dans les mêmes conditions. Dans
les deux cas, la moyenne des coefficients de variation devient inférieure à 15 %.
Quels sont les thèmes qui semblent le plus en avoir profité ? Comme
on pouvait s'y attendre, ce sont logiquement les thèmes pour lesquels il y a une
bonne corrélation entre le terrain et la classification et, phénomène
particulièrement intéressant dans le cas présent, ce sont les thèmes de faible
superficie, ceux que l'enquête de terrain du fait de son faible taux de sondage
restituait les moins bien. A titre d'exemple, il faut bien sûr citer les steppes
arbustives hydromorphes de Rosso qui passent ainsi d'un coefficient de variation
de 130 % (tableau 1) à un coefficient de 20 % pour une superficie de 1,8 %
(tableau 4), superficie d'ailleurs largement sous-estimée par le seul terrain.
L'apport de la télédétection a également permis de recadrer
l'estimation des superficies des cultures irriguées. A l'issue de la seule enquête
de terrain, les cultures irriguées sont créditées de 2,7 % de la superficie de la
zone pilote de Rosso, avec un coefficient de variation de 90 % il est vrai
(tableau 1), alors qu'une fois redressée par les données satellitaires cette
superficie est ramenée à 0,7 % (CV de 16 %, tableau 3). La télédétection permet
donc d'amortir les effets d'un plan d'échantillonnage peu adapté aux thèmes de
faible extension, donc peu représentatifs du paysage mais dont l'importance est
parfois capitale en terme de ressources.
Tout comme il est possible de contrôler l'efficacité d'un sondage
stratifié par rapport à un sondage élémentaire, il est possible de contrôler
l'efficacité des estimations par la régression par rapport à une estimation
"élémentaire" (tableaux 5 et 6). L'efficacité Ef de la télédétection peut être mesurée par le rapport :
1 Ef =
1 - r2
- 44 -
où r est le coefficient de corrélation obtenu lors de la régression entre données
de terrain et classification.
Une efficacité Ef égale à 3,4 correspond à un coefficient de
corrélation de 0,84, exemple des steppes arbustives denses dégradées à Leksena
(tableau 6). Elle signifie que sans l'apport de l'estimateur par la régression, il
faudrait 3,4 fois plus de segments pour faire l'inventaire de ce thème et obtenir
la même précision, c'est-à-dire un coefficient de variation de 8,3 %.
Nous constatons donc que pour Rosso (tableau 5), en fonction du
coefficient de corrélation r, le gain de précision pour 20 segments par rapport au
sondage élémentaire, va de 1,5 fois pour les steppes arbustives hydromorphes à
50 fois pour des thèmes comme les surfaces en eau ou les steppes "boisées"
gommeraies. Il en va de même à Lekseiba.
TABLEAU 5
EFFICACITE DE LA TELEDETECTION
(ZONE PILOTE DE ROSSO)
Thème Sigle Superficie r Ef
Surfaces en eau Se 1,6 0,99 50,3
Cultures irriguées Ci 0,7 0,99 50,3
Steppes arbustives hydromorphes Sah 1,8 0,58 1,5
St. herbeuses très claires des dépr. hydro. Shy 12,7 0,78 2,6
Sols nus sablo-limoneux Sns 24,8 0,98 25,3
Sols nus argileux Sna 4,1 0,98 25,3
Sables vifs Sv 1,5 0,99 50,3
St. herbeuses très claires des dunes Shd 26,3 0,99 50,3
St. herb. des ensablements et interdunes Shi 19,0 0,85 3,6
St. arbustives des ensablements Sae 2,7 0,80 2,8
Steppes "boisées" gommeraies Sb 0,6 0,99 50,3
A Rosso, la précision moyenne (calculée sans tenir compte de
l'importance relative en superficie des différents thèmes étudiés) est 28 fois plus
- 45 -
élevée qu'en l'absence de correction par la régression ; elle est 11 fois plus
élevée à Lekselba pour l'ensemble des catégories, en raison d'une classification
un peu moins performante. Le coefficient de corrélation moyen y est de 0,86
contre 0,90 à Rosso. Autrement dit, sans l'apport des données satellitaires pour
redresser les estimations, il aurait fallu 28 fois plus de segments à Rosso et 11
fois plus à Lekseiba pour obtenir la même précision.
TABLEAU 6
EFFICACITE DE LA TELEDETECTION
(ZONE PILOTE DE LEKSEIBA)
Thème Sigle Superficie r Ef
Surfaces en eau Se 5,4 0,96 12,8
Prairies aquatiques Pa 5,2 0,85 3,6
Steppes arbustives hydromorphes Sah 2,7 0,88 4,4
Steppes arbustives fermées Saf 2,8 0,97 16,1
Steppes arbustives Sa 20,1 0,88 4,4
Steppes herbeuses Sh 21,8 0,87 4,1
Steppes arbustives denses dégradées Sad 27,7 0,84 3,4
Sols nus Sn 9,3 0,52 1,4
Affleurements rocheux Af 1,4 0,99 50,3
On peut être surpris par le haut niveau d'efficacité de la méthode
en regard de ce qui est obtenu en milieu agricole tempéré. A titre de
comparaison, les résultats obtenus5 par R. PASTORELLI et J.C. PORCHIER sur
l'utilisation des terres dans le département de l'Indre (PASTORELLI 1989 p.55)
sont moins efficaces ; leurs coefficients de corrélation sont en général plus
5 NDLR : On pourra aussi se référer à l'article de R. PASTORELLI : °Superficies agricoles à partir
d'images satellite", récemment paru dans le numéro 61-62 du Courrier des Statistiques, dans lequel
les résultats obtenus présentent une efficacité relative de la télédétection comprise entre
1,1 et 6,0.
- 46 -
faibles. Il faut peut-être en rechercher l'explication dans une nomenclature
d'occupation du sol trop fine par rapport aux possibilités de discrimination
radiométrique liées à la date de prise de vue trop tardive, aux dires des auteurs.
S'il est maintenant avéré que l'on ne peut plus faire l'économie des
données satellitaires numériques dans le cadre d'un inventaire d'occupation du sol,
il convient, au regard des avantages, d'évaluer les lacunes et imperfections de la
méthode, ou du moins des exemples présentés ici.
W - DISCUSSION
Redresser les estimations de superficies issues d'un échantillonnage
aléatoire du terrain à l'aide de données satellitaires numériques a de nombreux
avantages. Cela permet de limiter considérablement le nombre d'unités d'enquête
à inventorier tout en conférant aux estimations une très grande précision.
En effet, lorsque l'on compare les précisions relatives des deux
procédures d'estimation au moyen de leur coefficient de variation, le gain moyen
de précision est très net. Les coefficients de variation passent en moyenne de
61 % à 14 % à Rosso et de 45 % à 12 % à Lekseiba dès lors qu'il est possible
de corriger les estimations par la régression.
Si l'on parle en termes d'efficacité, il aurait fallu en moyenne 28
fois plus de segments à Rosso et 11 fois plus de segments à Lekseiba pour
obtenir la même précision si l'on n'avait pas eu de données satellitaires
numériques satisfaisantes.
Il faut constater que les 20 segments dont nous disposions par zone
d'étude sont trop peu nombreux en cas d'absence des données satellitaires
numériques. A quelques exceptions près, la précision est bien trop faible pour
être satisfaisante. De plus, la faiblesse de l'échantillon entraîne d'autres
problèmes dont il faut être conscient.
La télédétection ne peut révéler d'une part, que ce qui est
perceptible au travers de ses radiométries, et d'autre part, que ce que l'enquête
- 47 -
de terrain a permis d'identifier. Un* petit échantillon a toutes les chances de ne
révéler que les thèmes majoritaires dans le paysage, à savoir ceux dont la
superficie est caractéristique du paysage. La petite taille de certains thèmes peut
être compensée par une radiométrie très caractéristique qui fait prendre
conscience au chercheur d'un "oubli" du plan de sondage. Cette remarque vaut
pour des thèmes comme les cultures irriguées dont le comportement spectral est
très tranché et facilite leur localisation, elle vaut beaucoup moins pour les
thèmes qui, bien que singuliers, ne sont qu'une variation de ce qui les entoure.
Nous en voulons pour preuve une vétivèreraie "relique" (DE WISPELAERE 1989)
non prise en compte par le plan de sondage et découverte par hasard sur le
terrain au nord de la zone pilote de Rosso.
Oubli rédhibitoire pour les uns, rançon de la représentativité à
moindre coût pour les autres, c'est l'objectif poursuivi qui doit trancher. Dans la
mesure où, malgré un temps d'enquête très court, nous voulions être
représentatifs des paysages les plus caractéristiques de nos zones d'étude, à
défaut d'être les plus originaux, cette méthode d'inventaire s'est révélée très
satisfaisante.
Nous conseillons toutefois en mode opérationnel de ne pas hésiter à
échantillonner 30 à 60 segments par zone pilote. Cela offre au moins la
possibilité de se référer à la loi des grands nombres dans les calculs (!) et si le
nombre des thèmes et leur répartition le permettent, d'obtenir des estimations
relativement précises sur les thèmes majoritaires en l'absence de prises de vue
satellitaires. Cela permet également un choix plus vaste pour l'initialisation et le
contrôle de la cartographie.
Donc à coût d'enquête analogue l'utilisation des classifications
comme correcteur de l'échantillonnage de terrain a permis d'accrottre la
précision des résultats d'inventaire d'un facteur 28 à Rosso et 11 à Lekselba.
- 48 -
REFERENCES BIBLIOGRAPHIQUES
BOUDET G. (1981) : Système de production d'élevage au Sénégal. Etude du couvert herbacé (2ème campagne) IEMVT, Maisons-Alfort.
BOUDET G., CARRIERE M, CEIRLSTY Ph., WEDDOUD ould CHEIKH A. & al. (1987) : Pâturage et élevage au sud de la Mauritanie (Kaédi) : étude intégrée sur les pâturages, leur conservation et leur restauration ; le cheptel et les éleveurs IEMVT, Maisons-Alfort.
BRYANT C.R., RUSSWURM L.H. (1983) : Les méthodes d'échantillonnage aréolaire selon les besoins et objectifs de la surveillance de l'utilisation des terres Environnement Canada, Direction Générale des terres (document de travail n° 24).
DESABIE J. (1966) : Théorie et pratique des sondages Dunod
DE WISPELAERE G., GODARD V., CARRIERE M. (1989) : Expérimentation méthodologique pour le suivi de l'environnement par télédétection dans le Trarza, le Gorgol et l'Assaba (Mauritanie) IEMVT, Maisons-Alfort.
FOURNIER Ph. (1986) : Enquête sur l'utilisation du territoire effectuée en 1985 par la méthode des segments SCEES, Série S (Méthodes et Applications Scientifiques n° 13), Paris.
FOURNIER Ph., GILG J.P. (1985) : Télédétection et observation terrain Cours du GDTA (Groupement pour le Développement de la Télédétection Aérospatiale), Toulouse.
GODARD V. (1990) : Télédétection et 'enquête terrain" dans le sud-ouest mauritanien : optimisation des enquêtes de terrain pour la cartographie de l'occupation du sol et le diagnostic de l'état de l'environnement. Actes de la table ronde internationale : apport de la télédétection spatiale à l'étude des paysages et des systèmes agraires tropicaux CEGET-CNRS Talence 25-27 octobre 1989 CNRS, Bordeaux-Talence.
GODARD V. (1991) : Utilisation conjointe de la télédétection et de l'enquête de terrain lors des inventaires d'occupation du sol. Recherche appliquée au Sahel sud-mauritanien Thèse de doctorat de l'EHESS. IEMVT, Maisons-Alfort.
- 49 -
GROSBRAS J.M. (1987) : Méthodes statistiques de sondages Economica.
HOUSEMAN E. (1979) : L'échantillonnage d'aires dans l'agriculture Washington DC, Statistical Reporting Service, US Dept. of Agric. (SRS n° 20).
IAT (1989) : Inventaires régionaux Flash Télé-Agri-News. Inst. des Applic. de la Téléd., Service Spécialisé Agriculture (CCRCCE), Ispra (Italie).
MEYER-ROUX J., SIGMAN R., CRAIG M., OZGA M. (1981) : Cartographie et statistique en télédétection Dans Cahiers de Statistique Agricole n° 6/6, novembre-décembre.
PASTORELLI R. (1986) : Statistique d'occupation du sol à partir d'images satellites Dans Cahiers de Statistique Agricok n° 1/6, janvier-février.
PASTORELLI R., PORCHIER J.C. (1989) : Premiers résultats sur l'utilisation des terres à l'échelle départementale à partir des données du satellite SPOT Dans Cahiers de Statistique Agricole n° 3/6, mai-juin.
TOUZELET M., MEYER-ROUX J., JOANNARD M. (1983) : Enquête sur l'utilisation du sol par la méthode des segments. Ardèche 1982 Dans Cahiers de Statistique Agricole n° 2/6, mars-avril.
- 50 -
ANNEXE
Méthodologie liée au tirage
de l'échantillon de segments
Cette annexe reprend et développe les particularités de la méthode
de tirage, particularités liées aux conditions d'application rencontrées dans le Sahel mauritanien.
A.1. JUSTIFICATIF METHODOLOGIQUE
Nous avons donc eu recours à un tirage systématique qui, moyennant
quelques précautions, peut être considéré comme aléatoire (DESABIE 1966). De
plus, pour éviter les erreurs liées à la présence de phénomènes périodiques dans
le paysage, nous avons eu recours à un tirage systématique non-aligné, encore
appelé tirage systématique et aléatoire (FOURNIER 1986). Ce tirage assure une
bonne répartition de l'échantillon sur l'ensemble de la zone d'étude, mais le
repérage des unités d'enquête sur le terrain est rendu complexe par leur
dissémination.
En dehors de la stratification implicite liée au tirage systématique,
stratification fondée sur la répartition spatiale de ce type de tirage, il n'a été
procédé à aucune autre stratification. Il est à noter qu'une stratification basée
sur des critères thématiques aurait probablement été plus une source de
complication que d'amélioration des estimations en raison de la taille réduite des
zones pilotes (20 km de côté).
Pour faciliter la localisation des pixels échantillon sur le terrain et
réussir avec une faible incertitude l'affectation "occupation du sol-radiométrie", il
est recommandé de tirer des surfaces et non des points (FOURNIER 1985). L'unité
d'enquête est donc un carré de taille fixe et connue appelé segment.
- 51 -
Dès lors que l'on ne tire plus uniquement un point, il convient de
déterminer la taille de l'unité d'enquête. Celle-ci va se définir en fonction du
taux de sondage et du temps dont on dispose pour réaliser l'inventaire. En
l'absence de référence en milieu naturel, nous avons retenu un taux de sondage
courant en milieu agricole, à savoir compris entre 1 et 2 % (FOURNIER 1986,
IAT 1989). Notons toutefois, qu'en raison de la faible taille de nos zones tests,
20 km de côté, le nombre des unités d'enquête est assez faible : 20 segments par
zone pilote. En ce qui concerne le temps d'enquête, il a été déterminé
empiriquement sur les premiers essais (GODARD 1990), puis affiné en fonction du
type de prélèvements que l'opérateur doit effectuer.
Sur un segment de 36 ha (cf. infra), taille initialement retenue, soit
600 m de côté, il faut compter environ trois heures d'inventaire (GODARD 1991).
Ce temps d'enquête comprend une description de l'occupation du sol sur le
segment, à savoir une analyse synthétique des états de surface (paramètres
topographiques, géomorphologiques, édaphiques, etc.) et un descriptif
physionomique de l'ensemble des formations végétales rencontrées puis une analyse
du cortège floristique et une quantification de la phytomasse herbacée aérienne
sur deux parcelles homogènes situées à l'intérieur de chacun des segments. Pour
une enquête limitée à l'inventaire d'occupation du sol, le temps d'investigation
est sensiblement plus faible.
De plus, dans la mesure où toutes les parcelles ne portent pas de
végétation, elles n'imposent pas systématiquement un temps d'inventaire de trois
heures par segment. De même, en zone agricole le temps d'enquête sera inférieur
car l'identification d'une culture est plus rapide que celle d'un groupement
végétal. De ce fait, il est possible d'enquêter deux à trois segments par jour. A
raison d'une dizaine de jours par secteur d'étude, et du fait de la mise au point
de la méthode, il n'a été enquêté que 20 segments sur chacune des zones pilotes.
Vingt segments de 36 ha, pour une zone pilote d'un peu plus de 40 000 ha, •
représentent un taux de sondage de 1,7 %.
Il aurait été possible d'enquêter un nombre un peu plus élevé de
segments, d'une taille plus restreinte pour conserver le même taux de sondage,
mais pour des raisons de calendrier d'enquête, nous avons dû démarrer les
inventaires avant d'avoir pu déterminer la taille optimale du segment en fonction
- 52 -
de la physionomie du paysage. Cette taille a été déterminée par la suite (cf. infra).
Le choix d'une unité d'enquête de 36 ha est directement inspiré des
recherches menées en France par le Service Central des Enquêtes et Etudes
Statistiques (SCEES) pour sélectionner, par paysage agricole, une taille optimale
d'unité d'enquête. Celle-ci est fonction de la taille moyenne du parcellaire et de
la taille moyenne des exploitations agricoles (FOURNIER 1986), pour couvrir tous
les types de cultures présents. De plus cette taille de segments doit tenir compte
de la résolution du satellite utilisé, un multiple de 20 m dans le cas de SPOT et
de 30 m dans le cas de TM, pour ne citer qu'eux. Il faut aussi tenir compte des
possibilités de repérage et de localisation du segment sur le terrain.
La plupart des expériences qui ont eu lieu en Europe, d'ailleurs
exclusivement en milieu agricole, ont pris comme référence des segments carrés
dont le côté est à quelques exceptions près un multiple de 100 m (système
métrique oblige). C'est-à-dire par exemple, 500 m (TOUZELET 1983) soit un
segment de 25 ha, 600 m (PASTORELLI 1986) soit un segment de 36 ha et 700 m
(IAT 1989) soit un segment de 49 ha. En l'absence d'expérience en milieu naturel,
tropical de surcroît, nous avons retenu la taille intermédiaire de 36 ha. De plus,
son côté de 600 m est un multiple des pixels SPOT (30 * 20 m) et TM (20 * 30
m). Comme nous le verrons au chapitre des résultats, un nombre un peu plus
élevé de segments d'une taille légèrement inférieure n'aurait pas sensiblement
modifié la précision des résultats. Cependant, la sélection des parcelles
d'initialisation et de contrôle des classifications en aurait été grandement facilitée.
A.2. TIRAGE DE L'ECHANTILLON
La mise en place du plan de sondage est assez simple une fois la
taille du segment définie. Dans la mesure où le tirage est de type systématique
non-aligné, il suffit de positionner aléatoirement une grille sur la zone d'étude.
Ensuite, si l'on choisit un pas de grille valant dix fois la longueur d'un côté du
segment, soit 6 000 m (10 * 600 m), alors tirer un segment par maille revient à
sonder avec un taux de sondage de 1 %, deux segments par maille, 2 %, etc.
- 53 -
FIGURE A
- 54 -
Pratiquement et pour gagner du temps, toutes les mailles de la grille
sont groupées par quatre, ce groupe constitue un bloc. Pour chacune des mailles
de ce bloc, sont tirées indépendamment les coordonnées x et y du segment qui lui
est affecté (figure A). Puis, ces quatre paires de coordonnées sont répétées à
l'ensemble des blocs. On parle alors de la répétition a, b, c ou d de chacune des mailles origines.
En raison de la relative exiguïté des zones d'étude, et pour obtenir
un minimum de 20 segments pour chacune d'entre elles, nous avons dû réaliser un
tirage à 2 %, car la méthode de tirage fait tomber tout ou partie de certains
segments périphériques en dehors de la zone d'étude, segments qui sont dès lors
éliminés. Cela explique que le taux de sondage final soit en général un peu plus
faible, 1,7 % dans notre cas.
Pour réaliser un tirage à 2 %, il suffit que chaque maille ou carreau
élémentaire se voit attribuer un segment supplémentaire, dit segment secondaire,
symétrique du premier qui lui a été affecté. On inverse par exemple les
coordonnées x et y du segment primaire pour éviter un retirage fastidieux
(figure B). Le segment n'est retenu que s'il tombe en entier dans la zone
d'étude, tout comme le segment primaire et s'il ne le chevauche pas. Il est donc
tout à fait possible d'adapter ce mode de tirage aux besoins de l'inventaire en
ajoutant ou supprimant ce segment supplémentaire sur une ou plusieurs mailles
tirées au hasard, voire de supprimer une ou plusieurs mailles de la répétition pour
alléger le taux de sondage sur de grandes zones d'étude.
Enfin, si une périodicité dans l'organisation du paysage apparaissait,
ce qui constitue un risque de biais pour un tirage systématique, elle n'affecterait
probablement pas les quatres répétitions. Il serait donc possible de supprimer la
répétition affectée par cette périodicité et de conserver les trois autres pour
poursuivre l'inventaire.
- 55 -
FIGURE B
RENFORCEMENT DE L'ECHANTILLON
A.3. RECHERCHE D'UNE TAILLE OPTIMALE DE SEGMENTS
En milieu agricole, les dimensions du segment sont fonction de la
taille moyenne de l'exploitation et du parcellaire agricole. Il n'est pas
directement possible de recourir à ces deux paramètres pour adapter ou contrôler
la taille du segment sur les formations spontanées. En revanche, il est
envisageable de chercher à l'aide des données satellitaires s'il n'existe pas dans
le paysage une "entité thématique" comparable au parcellaire agricole. Si cette entité est perceptible sur les images satellitaires, en déterminant sa taille moyenne, il doit être possible de l'utiliser pour améliorer l'adéquation de la taille des segments à la complexité du paysage. Rappelons que leur taille n'est pour le
moment fonction que du taux de sondage et du temps d'enquête mais pas de la spécificité du paysage.
Une telle entité est appelée, par analogie, parcellaire naturel. Pour
déterminer la taille de ce parcellaire naturel, nous avons réalisé des
classifications automatiques sur lesquelles différents descripteurs issus des
techniques de la morphologie mathématique et de la géostatistique ont été testés.
Cela revient à effectuer une analyse de formes sur des "entités radiométriques
- 56 -
homogènes" supposées être représentatives "d'entités thématiques homogènes" à
une échelle donnée. On n'a pas cherché à caractériser dans cette approche les
thèmes mis en évidence par ce type de classification, mais uniquement la taille, tous thèmes confondus, du parcellaire.
Pour être comparables avec le paysage qui va être enquêté, les
données satellitaires utilisées pour ce type d'analyse doivent avoir été
enregistrées à une même saison que celle de la phase de terrain. En dehors de
profonds remaniements dans le paysage, elles peuvent certainement être
antérieures de quelques années à la mission. Pour notre part, il s'agit de données SPOT de niveau 1B enregistrées le 6 novembre 1987 pour Rosso et le 22 octobre
1987 pour Lekseïba. Dans la mesure où, pour des problèmes de calendrier, nous
n'avions pas pu mener l'analyse de la taille du parcellaire à son terme avant
l'inventaire, une seule couverture satellitaire a été acquise, contemporaine de
l'enquête de terrain, pour estimer les superficies. Cette couverture a également
servi pour déterminer, mais a posteriori, la taille des segments. C'est un cas de figure improbable en phase opérationnelle.
A la suite de la classification automatique réalisée sur chacune des
zones pilotes, une analyse de surfaces de l'ensemble des taches constituant le
résultat des classifications a été pratiquée. Il en ressort qu'une fois éliminées les
entités de moins de deux hectares, qui en raison de la méthode de calcul sont
souvent des artefacts de traitements (GODARD 1991), un segment de 36 ha
comporte environ 9 parcelles (tableau A).
Ce tableau fournit un ordre de grandeur quant au nombre de
parcelles que nous rencontrerons sur le terrain. Rappelons que celles-ci sont
fonction de la relation thème-radiométrie, relation qui n'est pas toujours univoque
et que de plus la taille et donc le nombre de parcelles dépendent du nombre de
classes de la classification automatique (GODARD 1991). Ce tableau ne doit donc
être utilisé qu'en complément d'une détermination de la taille du parcellaire sur
des contraintes de temps d'enquête et de taux de sondage.
- 57 -
TABLEAU A
NOMBRE DE PARCELLES "RADIOMETRIQUES" PAR SEGMENT
Surface du segment
en ha
Coté du segment
en mètres
Nombre de parcelles
Rosso Lekselba
4 200 1,0 1,1
9 300 2,3 2,4 16 400 4,1 4,2 25 500 6,4 6,6 36 600 9,2 9,5
49 700 12,6 12,6
64 800 16,4 16,8
Le calcul est effectué pour des parcelles de plus de 2 ha. La taille médiane du parcellaire est de 3,9 ha à Rosso et de 3,8 à Lekseïba.
Cette approche de la taille du parcellaire confirme a posteriori le
choix d'un segment de 36 ha. Cependant, si nous avions à refaire cet inventaire,
en fonction des contraintes de temps d'enquête et de taux de sondage la taille
des segments serait probablement réduite de 36 à 25 ha. Le nombre de parcelles
à inventorier sur l'unité d'enquête serait plus réduit mais les segments seraient
plus nombreux à être inventoriés pour faciliter l'initialisation et le contrôle des
cartographies. Le résultat statistique n'en aurait pas fondamentalement été
modifié, mais le coût d'accès aurait bien sûr été dans ce cas plus élevé.
A ce niveau de l'analyse tous les paramètres nécessaires pour
réaliser le sondage sont réunis. Une série de tirages d'échantillon va être
effectuée sur la classification automatique précédemment décrite pour
sélectionner l'échantillon le plus performant, c'est-à-dire celui qui est le plus
représentatif de toutes les entités identifiées sur la classification.
La méthode la plus simple pour réitérer le tirage est de calculer de
nouvelles paires de coordonnées au point A, origine de la grille de sondage
(figure A). Cela évite de recalculer les coordonnées de chaque segment dans la
mesure où la grille et les segments se déplacent de manière solidaire.
- 58 -
Ces tirages successifs sur la classification ont pour but de contrôler
que tous les thèmes, même ceux dotés d'une très faible superficie, sont bien pris
en compte par plusieurs segments du plan de sondage. Le premier à remplir ces
conditions est retenu pour l'inventaire. Si aucun n'est satisfaisant, il faut
accroître le nombre des segments, avec ou sans réduction de leur taille suivant le taux de sondage envisagé.
Cette étape franchie, l'inventaire proprement dit peut se dérouler.
- 59 -
PROJECHONS DE POPULATION POUR
LA VILLE DE ROSARIO (ARGENTINE)
par Elda GALLESE et Nora LAC PRUGENI'l
Disposant des données de sept recensements de la population réalisés
en Argentine entre 1869 et 1980, on peut observer l'évolution de certaines unités
urbaines. L'objet de cet article est de présenter l'étude concernant la ville de
Rosario qui a été réalisée dans le but de fournir des projections de population.
Pour cela, une modélisation utilisant la loi logistique a été appliquée
aux données passées ; une estimation de la population de la ville en 1991 a ainsi
été proposée, après avoir été "confortée" par une enquête légère de terrain
étudiant les phénomènes migratoires récents. L'estimation pour l'année 1991 a pu
être confrontée aux résultats du recensement de la population de 1991.
I - PRESENTATION EU PROBLEME
En 1991, l'Argentine peut être considérée comme un des pays
d'Amérique latine ayant le taux le plus faible de croissance démographique, avec
l'Uruguay et le Chili. Selon les données du recensement de la population de 1991,
le taux d'accroissement annuel au cours des dix dernières années a connu une
valeur moyenne de 1,5 %.
L'observation du passé est possible grâce aux recensements de la
population qui ont été réalisés, de façon plus ou moins régulière, depuis l'année
1869. On peut noter deux périodes distinctes : la première (1869-1914), a vu la
mise en place irrégulière de recensements ; par contre, durant la seconde période
(depuis 1947), les recensements ont été réalisés de façon systématique tous les
1 Faculté de Sciences Economiques et de Statistiques, Université Nationale de Rosario,
Argentine.
- 60 -
dix ans. Entre 1914 et 1947, on ne dispose malheureusement d'aucune donnée de
recensement.
Le tableau 1 montre l'évolution du taux d'accroissement entre 1869
et 1991 pour l'Argentine. Celui-ci, supérieur à 30 */o0 jusqu'en 1914, a connu
une baisse importante pour se situer aux alentours de 15 ° /00 aujourd'hui. La
ville de Rosario a connu le même phénomène, mais de façon plus accentuée.
TABLEAU 1
EVOLUTION DU TAUX MOYEN ANNUEL D'ACCROISSEMENT
Périodes des Recensements Argentine Ville de Rosario
1869-1895 30,7 54,3
1895-1914 36,5 48,4
1914-1947 20,4 23,4
1947-1960 17,2 18,2
1960-1970 15,4 16,5
1970-1980 17,9 13,4
1980-1991 14,7 11,2
Source : INDEC (Instituto Nacional de Estadistica y Censos) et calculs des auteurs à partir des données de I'INDEC et de l'Annuaire Statistique de la ville de Rosario.
Si l'on observe l'évolution de la population totale du pays et de la
ville de Rosario (figure 1), on constate qu'au mouvement de "croissance
accélérée" jusqu'en 1914 a succédé un ralentissement de cette croissance.
- 61 -
FIGURE 1
POPULATION ARGENTINE ET POPULATION DE LA VILLE DE ROSARIO
1869 - 1980
II - 11/1E'FHODOLOGIE U'FlLISEE
IL 1. La loi logistique Elle est définie par l'équation :
P(t) = K/[1 + exp - a (t - 6)]
où - P(t) est la population à l'instant t ; - K, (3, a sont des constantes qui peuvent être interprétées (voir plus loin) ; - a et K sont positifs.
La courbe associée à cette fonction (ou courbe de Verhulst, voir figure 2) est en "S" ; elle croit d'abord de manière "accélérée" puis sa
- 62 -
croissance se ralentit, jusqu'à tendre vers une valeur asymptotique. La forme de cette courbe est typique de l'évolution de phénomènes liés à la croissance de la
population ; pour cette raison et en fonction de l'évolution passée observée pour Rosario (figure 1), c'est avec cette fonction qu'on choisit de modéliser l'évolution
de la population de cette ville.
Le problème est d'estimer les paramètres K, a et 6. Ceux-ci ont la
signification suivante :
- K est la limite supérieure de la taille de la ville ;
- 6 est la date correspondant au point d'inflexion (c'est-à-dire celle
à laquelle la courbe se "retourne") ; - a est le taux d'accroissement initial (lorsque t --> - ce ,
le taux d'accroissement dP = a tend vers a)
Pdt 1 + exp (a/t - S ))
11.2. Estimations des paramètres du modèle Deux méthodes peuvent être utilisées : - la méthode des trois ordonnées équiespacées, présentée en annexe
et d'utilisation simple ;
- 63 -
- une méthode itérative d'ajustement par approximations successives,
disponible dans le logiciel STATGRAPHICS (procédure NONLIN de régression non
linéaire).
Dans un premier temps, et à défaut de logiciel disponible, la
première méthode, plus "rustique", a été appliquée, mais les résultats présentés au
paragraphe DI ont été obtenus grâce à la deuxième méthode, qui présente
l'avantage de prendre en compte l'ensemble des observations disponibles (sept
recensements). Cette méthode fournit, en outre, des intervalles de confiance.
11.3. Enquête de terrain complémentaire D'importants phénomènes migratoires ont eu lieu au cours des années
quatre-vingt, correspondant à des afflux de population vers les agglomérations
dans l'espoir d'y trouver du travail.
Une enquête a été réalisée dans la ville de Rosario, afin de
déterminer en 1991 le nombre de personnes résidant à Rosario et qui, en 1980,
résidaient hors de la ville. Cette enquête a été réalisée selon la méthode de
sondage aréolaire répliqué de DEMING (voir bibliographie).
Cette méthode a consisté à tirer des logements, par "paquets" de
sept, après avoir découpé la ville en sections administratives puis en flots.
Les résultats de l'enquête ont montré que le mouvement migratoire
concernant la ville de Rosario n'avait pas été exceptionnel au cours de la
décennie et qu'il avait sans doute beaucoup plus affecté la banlieue.
RI - RESULTATS
La projection du nombre d'habitants de la ville de Rosario pour
l'année 1991 a donc pris en compte les paramètres estimés (par la procédure
NONLIN du logiciel STATGRAPHICS) de la fonction logistique à partir des
données des sept recensements précédents (jusqu'en 1980).
- 64 -
Les valeurs estimées des paramètres sont :
K = 1.150.000 habitants (valeur maximum de la population de la ville selon le modèle) ;
f3 = 1956, abscisse du point d'inflexion ;
a = 400 /00
En utilisant les annuaires de la municipalité, qui fournissent la
répartition par sexe, il est possible de fournir des estimations pour 1991 des
effectifs "hommes" et "femmes", sous forme d'intervalles de confiance.
TABLEAU 2
ESTIMATIONS DE POPULATION POUR 1991 (ville de Rosario)
estimation minimum maximum
hommes 419.500 436.100
femmes 454.400 471.500
total 873.900 907.600
Ces estimations ont pu être confrontées aux résultats provisoires du
recensement de la population. Le total estimé par celui-ci est de 899.900
habitants, ce qui semble valider l'utilisation de la méthode présentée.
La fonction logistique ajuste bien les données de la population de la
ville de Rosario, dans un contexte où la limitation de l'espace et la valeur de la
terre contraignent les populations désirant ''s'installer" à se déplacer vers d'autres
zones. Dans un contexte analogue, la méthode présentée peut donc fournir des
projections de population de manière rapide et peu onéreuse.
- 65 -
BIBLIOGRAPHIE
DEMING W.E. (1960) : Sample design in business research John WILEY
DIEULEFAIT C.E. (1960) : Teoria matematica de la poblacion Facultad de Ciencias Economicas, Universidad Nacional de Rosario.
FACULTAD DE CIENCIAS ECONOMICAS, COMMERCIALES Y POMMAS, U.N.L. (1935) : Cuarto Censo Municipal de Rosario, Rosario
GALLESE E. y LAC PRUGENT N. (1980) : Una aplicacion de la funcion logistica La poblacion de la ciudad de Rosario Facultad de Ciencias Economicas, Universidad Nacional de Rosario.
DEITPUTO NACIONAL DE ESTADISTICA Y CENSOS : Censos Nacionales de Poblacion y Viviendas Resultados Definitivos, Buenos Aires, Argentina.
INSITIIUTO NACIONAL DE ESTADISTICA Y CENSOS (1991) : Censo Nacional de Poblacion y Viviendas Resultados Provisorios, Buenos Aires, Argentina
MUNICIPALIDAD DE ROSARIO (1958) : Anuario Estadistico de la Ciudad de Rosario 1954 y 1955 Rosario
MUNICIPALIDAD DE ROSARIO (1987) : Anuario Estadistico Rosario
- 66 -
ANNEXE
Estimation des paramètres de la fonction logistique
à partir de la "méthode des données équidistantes"
Le but est d'estimer les paramètres K, a, 13 de la fonction
K P (t) =
à partir des données de trois dates équiespacées 1 + exp - a (t - 13 )
qu'on notera, par simplification t = 0, t = 1, t = 2
*
On dispose donc des valeurs de la population P(t=0), P(t=1) et P(t=2). (On a P (t=0) < P (t=1) < P (t=2)).
1°) détermination de a
Si l'on calcule d1 = 1/P(t=0) - 1/P(t=1)
exp (a $) on obtient dl =
[1 - exp (-a)] K
de même si d2 = 1/P(t=1) - 1/P(t=2)
exp a ( f3 - 1) alors d2 =
[1 - exp (-a)l K
Donc d1/d2 = exp (a)
a = Ln d1 - Ln d2
où Ln est le logarithme népérien.
- 67 -
2°) détermination de K et fi
exp (2 13 a) d12 [1 - exp (-a)]2 K2
dl - d2 - exp (S a)
[1 - exp (-a)]2 K
2 dl dl - d2
1 1 exp (6 a) — =
P(t=0) K K
Donc P(t=0) K dl - d2
K = [P(t=0) (dl - d2)] / [(dl - d2) - P(t=0)d1 21
Réutilisant (1), on obtient
f3 = [Ln d12 - Ln (d1 - d2) + Ln K]/a
Donc
Or
exp (S a) (1)
K
- 69 -
LES COMPARAISONS INTERNATIONALES
DE COUT DE LA MAIN-D'OEUVRE :
PROBLEMES METHODOLOGIQUES
par Pierre CONCIALDI1
INTRODUCTION
Depuis le début des années 80, l'endettement et l'ajustement
structurel pèsent lourdement sur les politiques économiques d'une grande majorité
des pays du Tiers monde. L'aide des organismes financiers est conditionnée, sur le
plan interne, à la maîtrise des finances publiques, par le biais notamment d'une
réduction sensible des dépenses courantes (subventions, dépenses de personnel). En
ce qui concerne les échanges extérieurs, les mesures préconisées visent à limiter
les importations, et à promouvoir les exportations -censées être le moteur de la
croissance économique- dans le but de dégager un excédent commercial durable.
Dans ce contexte, les bailleurs de fonds ont accordé une importance
accrue au contrôle des évolutions de salaires, mais aussi, fait plus nouveau, au
niveau comparé des salaires entre pays. Les comparaisons internationales ont alors
pour objectif d'apprécier dans quelle mesure le coût de la main-d'oeuvre
représente un atout, ou un handicap, pour affronter la concurrence internationale.
De façon plus générale, l'analyse des salaires a également été l'occasion de
remettre en cause les "rigidités" imposées par la législation du travail.
Cette approche du développement économique fondée sur
l'exploitation des avantages comparatifs en matière de coût de main-d'oeuvre
suscite des débats dont l'issue reste encore largement controversée. En outre, on
peut penser que l'impact d'une telle stratégie de développement resterait assez
1 Pierre CONCIALDI travaille au CERC (Centre d'Etude des Revenus et des Coûts, Paris).
- 70 -
limité dans la mesure où les salariés représentent une part encore très minoritaire
de l'emploi dans les pays en développement.
L'article proposé ici se situe en quelque sorte en amont de ces
questions. Son objectif, plus modeste, est de décrire les principaux obstacles méthodologiques que posent les comparaisons internationales des niveaux de coût de main-d'oeuvre. Ces problèmes de méthode seront illustrés par des données
recueillies pour quelques pays africains (Sénégal, Cameroun et Côte d'Ivoire).
I - DEFINITION ET CONTENU DU COUT DE LA MAIN-D'OEUVRE
Les coûts de main-d'oeuvre correspondent à l'ensemble des dépenses
que l'employeur doit engager pour l'emploi de salariés. La principale différence
entre cette notion et celle, plus familière, de salaire tient à l'importance des
cotisations patronales de sécurité sociale. Celles-ci comprennent les cotisations
effectives versées aux régimes de sécurité sociale, mais aussi les cotisations dites
"fictives" qui correspondent aux prestations de protection sociale directement
versées par l'employeur à ses salariés (régimes directs d'employeurs). La somme
des salaires et des cotisations patronales forme la rémunération des salariés. C'est
ce concept que retiennent les comptables nationaux, en France comme à
l'étranger, pour mesurer le revenu primaire du travail salarié. Le Bureau of Labor Statistics (BLS) du Département du travail américain fait, de la même façon,
référence à cette notion pour élaborer sa statistique internationale sur la
"rémunération horaire des ouvriers dans l'industrie manufacturière", qui couvre
environ une trentaine de pays.
Pour aboutir à la notion de coût de main-d'oeuvre, il faut encore
ajouter d'autres frais supportés par l'employeur pour l'emploi de salariés (taxes
sur les salaires, frais de formation notamment) ; ces frais ne représentent le plus
souvent qu'une très faible part du coût total.
Il faut souligner que le coût de la main-d'oeuvre ainsi défini ne
comprend pas certaines dépenses engagées pour l'emploi de travailleurs. Sont
notamment exclues les dépenses afférentes à l'utilisation de personnel intérimaire
ainsi que la rémunération des travailleurs à domicile. Ces frais ainsi que ceux
- 71 -
relatifs à la gestion du personnel seraient en revanche inclus dans un concept
plus large de coût du facteur travail.
Pour comparer les coûts de main-d'oeuvre d'un pays à un autre, il
est nécessaire de considérer simultanément la "contrepartie productive" obtenue
par l'employeur, c'est à dire le volume des biens et services produits grâce à
l'emploi de salariés. En rapportant les coûts de main-d'oeuvre au volume de la
production, on définit ainsi le "coût salarial unitaire" (ou coût par unité produite)
qui constitue l'indicateur le plus pertinent du point de vue de l'employeur. De
telles comparaisons nécessitent cependant de pouvoir comparer les niveaux de prix
entre pays : cet exercice est hors de portée dans les pays en développement et
reste très approximatif dans de nombreux pays développés.
Les comparaisons portent donc le plus souvent sur le coût moyen de
la main-d'oeuvre : coût moyen par salarié ou coût horaire de la main-d'oeuvre. De
tels indicateurs mesurent le prix moyen du travail dans chaque pays et ne
constituent pas à proprement parler des indicateurs de compétitivité. Ce serait le
cas si l'on pouvait raisonner toutes choses égales par ailleurs, c'est-à-dire
notamment supposer que la structure des emplois est indépendante des
technologies mises en oeuvre et des équipements utilisés, ce qui revient à
postuler :
- soit que la main-d'oeuvre est homogène ;
- soit que les différentes catégories de salariés peuvent se substituer
totalement les unes aux autres.
De telles hypothèses restent cependant difficiles à admettre. Les
comparaisons internationales du coût moyen de la main-d'oeuvre (par salarié ou
par heure travaillée) ne renseignent donc que très indirectement sur les
différences de compétitivité entre pays (encadré 1).
II - LES LIMITES DES STATISTIQUES DE SALAIRES
Malgré l'intérêt croissant que suscitent les comparaisons
internationales de coût de main-d'oeuvre, assez peu de pays élaborent
régulièrement des statistiques de cette nature. L'annuaire des statistiques du
- 72 -
ENCADRE 1
SALAIRES ET COUTS DE MAIN-D'OEUVRE :
QUELS CONCEPTS POUR QUELLES QUESTIONS ?
Les salaires constituent à la fois un revenu pour les salariés et un élément de coût
pour les entreprises. Les comparaisons internationales de salaires et de coût de main-
d'oeuvre peuvent être conduites selon diverses approches correspondant chacune aux
différentes fonctions du salaire. Trois points de vue peuvent être distingués :
- le coût moyen de la main-d'oeuvre (par salarié ou par heure travaillée) rapporte
l'ensemble des dépenses de personnel à une mesure du volume de main-d'oeuvre employée.
C'est un indicateur du prix moyen du travail sur le marché du travail de chaque pays.
C'est de cette notion dont on développe les problèmes de mesure dans cet article.
- on peut, en empruntant le point de vue de l'employeur, examiner quel est le rffle
des coûts de main-d'oeuvre dans la formation des prix. Cette démarche débouche sur la
construction d'indicateurs de coût unitaire de main-d'oeuvre (ou coût de main-d'oeuvre
par unité produite) qui rapportent les coûts de main-d'oeuvre à la productivité. De tels
indicateurs peuvent être rapprochés d'indicateurs macro-économiques reflétant les
performances des économies sur les marchés extérieurs.
- on peut enfin, du point de vue des salariés, vouloir mesurer l'ampleur des
écarts de niveau de vie entre pays qui résulte des différences sur le niveau du coût
moyen de la main-d'oeuvre. L'utilisation des parités de pouvoir d'achat (PPA) permet de
construire des indicateurs de revenu salarial qui donnent certains ordres de grandeur de
ces écarts.
La construction d'indicateurs du premier type (prix moyen du travail) pose des problèmes
de nature conceptuelle et méthodologique dont on aborde les principaux aspects dans cet
article. Ces indicateurs peuvent être aisément comparés entre pays dans la mesure où les
taux de change utilisés sont des taux de change courants.
Les indicateurs de coût unitaire de main-d'oeuvre et de revenu salarial s'appuient sur
la comparaison de volumes de biens et services (soit dans l'optique production, soit
dans l'optique consommation) entre pays. La construction de ces indicateurs repose donc
sur des comparaisons spatiales de niveau des prix, lesquelles posent encore, notamment
dans les pays en développement, d'importants problèmes méthodologiques.
- 73 -
travail du Bureau International du Travail (BIT), qui comprend une rubrique sur le
coût de la main-d'oeuvre depuis 1984, rassemble des données pour environ une
quarantaine de pays dont très peu de pays en développement. On est donc amené
le plus souvent à reconstruire un indicateur de coût en combinant plusieurs
informations statistiques.
Les statistiques de salaires constituent, assez naturellement, une
première source à partir de laquelle il est possible de calculer un indicateur du
coût de la main-d'oeuvre. Ces statistiques font généralement référence à deux
concepts : celui de taux de salaire, et celui de gain (encadré 2).
ENCADRE 2
TAUX DE SALAIRE, GAIN
Le taux de salaire est généralement exprimé sur une base horaire. Il comprend le salaire de base et les indemnités de vie chère, mais exclut normalement la rémunération des
heures supplémentaires, les primes et gratifications, les avantages en nature et les
versements de sécurité sociale effectués par l'employeur (allocations familiales par
exemple).
Les statistiques de taux de salaire devraient normalement distinguer les taux de salaire
correspondant aux périodes normales de travail, et les taux spéciaux (heures
supplémentaires, jours fériés, travail posté,...).
Il faut enfin distinguer :
- d'une part, les taux de salaire fixés par les lois, règlements ou conventions
collectives qui constituent des barèmes pour les différentes catégories de travailleurs
(classés par exemple selon leur niveau de qualification et leur ancienneté) ;
- d'autre part, les taux de salaire effectifs, dont la mesure va dépendre de la
structure des emplois, ainsi que de la durée du travail.
La notion de gain se rapproche plus de la notion de revenu perçu par le salarié. Elle diffère du concept de taux sur deux points :
- le gain est calculé en tenant compte de la durée effective du travail au cours
de la période de référence de l'enquête (le jour, la semaine, le mois) ;
- les gains comprennent les primes ou gratifications complémentaires à condition
qu'elles soient versées régulièrement à l'occasion de chaque période de paye, ainsi que
les avantages en nature.
- 74 -
Certaines composantes du coût de la main-d'oeuvre ne sont jamais
prises en compte dans les statistiques de taux et de gain. C'est le cas notamment
des cotisations patronales de sécurité sociale et, a fortiori, des autres frais de
main-d'oeuvre. Taux et gains sont généralement calculés bruts de cotisations
salariales (mais parfois on trouve des statistiques en "net"), mais ils ne
comprennent jamais les cotisations patronales de sécurité sociale.
En outre, certains éléments de rémunération ne sont
qu'imparfaitement pris en compte dans ces statistiques. Le problème se pose en
particulier pour les primes qui n'ont pas un caractère régulier ou qui sont versées
avec une périodicité qui excède la période de référence des enquêtes (primes de fin d'année par exemple).
D'une manière générale, la mesure des salaires dépend, comme la
mesure de tout flux, de la période de référence retenue pour l'enquête (jour,
mois, année). Plus celle-ci est courte, plus grand est le risque de voir échapper
des statistiques certains éléments de rémunération dont le versement est peu
fréquent. C'est la raison pour laquelle on préfère le plus souvent raisonner sur le
coût annuel de la main-d'oeuvre. Il convient à cet égard de distinguer nettement
la période sur laquelle porte la mesure des salaires et des coûts de main-d'oeuvre,
et l'unité de temps à laquelle ces données sont rapportées. Par exemple, en
divisant le coût annuel de la main-d'oeuvre par le nombre d'heures travaillées
durant l'année, on obtient un coût horaire de la main-d'oeuvre qui correspond en
fait à un coût annuel exprimé sur une base horaire.
Enfin, pour aboutir à une mesure du coût de la main-d'oeuvre, il est
nécessaire également de quantifier le volume de main-d'oeuvre employée. Cette
mesure repose, le plus souvent, sur un simple dénombrement des effectifs
employés, sans indication de la durée effective du travail. En outre, lorsque ces
dénombrements correspondent à des statistiques d'emploi établies à une date
donnée (fin de mois ou d'année), la mesure obtenue n'est pas nécessairement tout
à fait représentative du volume moyen de main-d'oeuvre employée durant la
période considérée.
- 75 -
DI - COMMENT MESURER LES COMPLEMENTS DU SALAIRE ?
On peut difficilement admettre que l'importance relative de ces
compléments du salaire est la même dans tous les pays. On est donc conduit à les
estimer. L'importance de ces compléments du salaire non pris en compte dans les
statistiques dépend de dispositions de natures différentes :
- réglementaire ou légale : SMIG, cotisations sociales obligatoires,
durée réglementaire du travail, congés légaux,... ;
- conventionnelle : exemple des barèmes de salaire des conventions
collectives ;
- ou bien encore facultative.
On a souvent tendance à privilégier ce qui est le plus apparent et le
plus général, à savoir les dispositions de nature réglementaire et légale. Mais la
méthode qui consiste à reconstituer le coût de la main-d'oeuvre en tenant compte
de ces seuls éléments réglementaires ou légaux risque de fausser les comparaisons.
L'importance de ces facteurs renvoie en effet à des différences de nature
culturelle entre les pays. Par exemple, on sait que dans les pays développés, les
pays latins ont tendance à accorder une large place au légal, alors que les pays
anglo-saxons développent plus les compléments conventionnels.
En outre, l'importance relative de ces compléments varie beaucoup
selon les catégories de main-d'oeuvre considérées. On peut très schématiquement
opposer de ce point de vue deux types de main-d'oeuvre : la main-d'oeuvre
précaire et la main-d'oeuvre "à statut". Pour la première, l'essentiel de la
rémunération tend à se limiter au minimum légal, quand la législation est
respectée... A l'autre pôle, pour la main-d'oeuvre "à statut", les compléments du
salaire tiennent une place bien plus importante, notamment pour ce qui est des
compléments de nature conventionnelle ou facultative.
On peut prendre une mesure de ces phénomènes en comparant les
barèmes de rémunération affichés par les conventions collectives pour les
différents niveaux de qualification et les salaires réels estimés à partir des
comptes des entreprises, lesquels retracent normalement l'ensemble des salaires
versés. Dans le cas du Sénégal, on constate un écart important et fortement
croissant avec le niveau des salaires (tableau 1).
- 76 -
TABLEAU 1
ECARTS ENTRE SALAIRES CONVENTIONNELS ET SALAIRES REELS ESTIMES
(Sénégal - Année 1987)
Salaire mensuel (en milliers de francs CFA)
.
Salaire
"réel"
Amplitude estimée
du barème
conventionnel
Ecart "réel"/
conventionnel
(1) (2) (3)=(1)/(2)
Cadres supérieurs 680 80-160 5 à 6
Techniciens supérieurs 384 - (3 à 4)
Cadres et techniciens supérieurs 477 80-160 4 à 5
Techniciens et agents de mattrise 165 60-100 2 à 3
Employés, ouvriers, manoeuvres 78 32-65 environ 1,7
Source : Base de Données Economiques et Financières (BDEF) du Sénégal pour les salaires"réels" (colonne 1).
Barèmes des principales conventions collectives pour la colonne 2 (les différences sont assez faibles entre
secteurs d'activité).
On peut ainsi estimer que le salaire "réel" versé à un cadre
supérieur représente environ 5 à 6 fois le montant du salaire conventionnel, alors
que cette proportion est inférieure à 2 pour les ouvriers et les employés.
Il apparatt donc particulièrement utile de compléter les estimations
fondées sur les statistiques de salaire par des estimations plus globales issues des
comptes des entreprises et collectées lors des recensements industriels ou dans
des bases de données économiques et financières (BDEF). La principale difficulté
rencontrée dans l'utilisation de ces sources réside dans l'incertitude qui peut
affecter la mesure du volume de main-d'oeuvre.
IV - QUELLES CATEGORIES DE SALARIES CONDIDERER, SUR QUEL CHAMP ?
Outre les contours des coûts de main-d'oeuvre, il est nécessaire de
définir les catégories de salariés considérées. Faut-il raisonner sur l'ensemble des
salariés, et comparer des niveaux moyens de coût de main-d'oeuvre dont les
- 77 -
écarts reflètent en partie des différences dans le niveau moyen de qualification ?
Ou faut-il (et peut-on) essayer de ne comparer que des catégories relativement
homogènes ? Cette question soulève à la fois des difficultés d'ordre conceptuel et
pratique.
D'un point de vue conceptuel, on sait que le repérage des
qualifications s'effectue dans chaque pays selon des grilles de lecture
spécifiques : le "vocabulaire" des professions et des catégories sociales varie
selon les pays, et ces différences renvoient à des spécificités historiques et
culturelles. Dès lors, la construction d'une grille de lecture commune a plus de
chances d'aboutir dans des comparaisons bilatérales. Lorsque le champ de la
comparaison s'élargit à un plus grand nombre de pays, on ne peut guère espérer
saisir que les grands clivages, comme la distinction ouvriers/non-ouvriers, ou
manuels/non-manuels. Et même à ce niveau d'agrégation, les rapprochements entre
pays ne sont pas aussi évidents qu'on pourrait le penser. La richesse du
vocabulaire anglo-saxon illustre bien la difficulté qu'il peut y avoir à saisir une
catégorie a priori aussi homogène que celle des ouvriers. Pour désigner cette main-
d'oeuvre, nos voisins d'Outre-Manche emploient ainsi des termes aussi variés que
blue-collar (col bleu), manual worker (travailleur manuel), production worker (ouvrier
de production), ou encore operative (opérateur).
D'un point de vue pratique, on est souvent conduit à privilégier les
comparaisons portant sur la seule main-d'oeuvre ouvrière qui représente dans les
pays en développement l'essentiel -environ 80 %- de la main-d'oeuvre salariée.
Deux raisons conduisent à un tel choix. D'abord, les statistiques disponibles ne
considèrent bien souvent que cette catégorie de main-d'oeuvre. Ensuite, on a vu
que la mesure des compléments du salaire était sans doute plus incertaine pour
les catégories non-ouvrières où la part des compléments facultatifs reste
difficilement repérable dans les statistiques.
Dans l'ensemble, les comparaisons des coûts de main-d'oeuvre peuvent
donc apparaître comme plus significatives et plus robustes si elles concernent la
seule main-d'oeuvre ouvrière plutôt que l'ensemble des salariés. Encore est-il
nécessaire de pouvoir situer l'importance de ces coûts de main-d'oeuvre ouvrière
dans les dépenses totales de personnel. Implicitement en effet, on a souvent
tendance à penser que les frais afférents à la main-d'oeuvre ouvrière représentent
- 78 -
l'essentiel des coûts de main-d'oeuvre engagés par les entreprises. Or les autres
catégories de salariés en absorbent une part relativement substantielle. Dans de
nombreux pays en développement, ce phénomène s'explique en partie par la présence de main-d'oeuvre expatriée.
Par exemple, au Sénégal, au Cameroun et en Côte d'Ivoire, si la
main-d'oeuvre non-africaine ne représente aujourd'hui qu'une fraction assez faible
de l'ensemble des salariés permanents (entre 2 % et 3 %), ces salariés absorbent
une part importante, environ un cinquième, de la masse salariale (tableau 2).
TABLEAU 2
IMPORTANCE RELATIVE DE LA MAIN-D'OEUVRE NON-AFRICAINE
Cameroun, COte d'Ivoire et Sénégal
Pays % de la main-
d'oeuvre permanente
% des coûts de main- d'oeuvre
Année Champ
CAMEROUN 1,7 22 1983/1984 Industrie (n.c. BTP)
COTE D'IVOIRE 2,2 22 1982 Ensemble du secteur moderne 1,6 19 1987 (primai re, secondai re)
3,3 24 1982 2,3 17 1987 1 Ensemble du secteur moderne
SENEGAL 2,5 21 1982 1,9 15 1987 I Industrie n.c. BTP
Sources : BDEF (Côte d'Ivoire, Sénégal), Recensement industriel (Cameroun).
Note : Au Sénégal et en Côte d'Ivoire, les données se rapportent à la masse salariale hors cotisations sociales.
Le décalage entre l'importance relative de la main-d'oeuvre expatriée
dans les effectifs et son poids dans les coûts de main-d'oeuvre provient du fait
- 79 -
que la main-d'oeuvre expatriée occupe les emplois les plus qualifiés. Au Sénégal
par exemple un tiers des cadres supérieurs et 15 % des techniciens supérieurs
étaient, en 1987, des non-africains. Ces différences de qualification se
répercutent, bien sûr, sur les niveaux de salaire. Mais les écarts de rémunération
entre main-d'oeuvre africaine et main-d'oeuvre non-africaine traduisent aussi
l'importance relative plus grande des compléments de rémunération dont
bénéficient les salariés expatriés. Au Cameroun, par exemple, les compléments
perçus sous forme d'avantage en nature ou de protection sociale représentaient,
en 1983, 32 % de la rémunération totale pour les salariés expatriés contre 18 %
pour la main-d'oeuvre africaine, d'après des estimations issues du recensement
industriel.
Par ailleurs, même si on se limite à la main-d'oeuvre nationale,
l'éventail des salaires est généralement plus ouvert dans les pays en
développement que dans les pays développés. D'après les estimations disponibles
pour le Sénégal, le salaire moyen des cadres supérieurs représente près de neuf
fois celui des ouvriers, et celui des techniciens supérieurs près de cinq fois. Si
l'on regroupe ces deux catégories, le niveau du salaire moyen apparatt six fois
supérieur à celui des ouvriers (tableau 3).
TABLEAU 3
EVENTAIL DES SALAIRES AU SENEGAL (ANNEE 1987)
(main-d'oeuvre africaine)
Base 100
Tous salariés
Base 100
Ouvriers et employés
Cadres supérieurs (1) 600 870
Techniciens supérieurs (2) 340 490
Cadres et techniciens supérieurs
(3)=(1)+(2) 430 610
Techniciens et agents de mattrise 150 210
Ouvriers et Employés 70 100
Ensemble des salariés permanents 100 143
Source : BDEF.
Champ : industrie manufacturière.
- 80 -
Des différences-- analogues s'observent en Côte d'Ivoire et au
Cameroun. Ces disparités salariales pèsent assez fortement sur la formation des
dépenses du personnel des entreprises. Au total, on peut estimer qu'en dépit de
son importance numérique, la main-d'oeuvre ouvrière n'absorbe qu'environ la moitié
des dépenses de personnel dans les trois pays africains considérés.
Enfin, sur un autre plan, il faut souligner que les statistiques
disponibles ne portent que sur le secteur dit "moderne" et que le secteur
informel, dont l'importance est loin d'être négligeable dans certaines activités,
n'est pas pris en compte.
V - QUELLE SIGNIFICATION ACCORDER AUX RESULTATS ?
Les estimations réalisées pour les trois pays africains étudiés ici ne
font pas apparaître d'écart annuel de la main-d'oeuvre ouvrière (tableau 4).
L'apparente proximité de ces résultats peut cependant masquer des différences
imputables soit à des facteurs individuels (âge, sexe, statut d'emploi de la main-
d'oeuvre), soit aux caractéristiques des entreprises (taille, secteur d'activité).
TABLEAU 4
ESTIMATIONS DU COUT DE LA MAIN-D'OEUVRE OUVRIERE
(en milliers de francs CFA par ouvrier et par an)
Sénégal
1983
Cameroun
1983/1984
Sénégal
1987
COte d'Ivoire
1987
700 à 800 700 à 800 800 à 900 800 à 900
Sources : BDEF (Côte d'Ivoire, Sénégal), Recensement Industriel (Cameroun).
- 81 -
Par exemple, si l'on avait raisonné sur la seule main-d'oeuvre
ouvrière "permanente" (hors main-d'oeuvre journalière ou temporaire), le coût
moyen de la main-d'oeuvre aurait été majoré d'environ 5 % au Cameroun, mais de
près de 20 % au Sénégal où la main-d'oeuvre précaire est beaucoup plus
importante. De telles différences ne sont pas négligeables, mais restent souvent
difficilement repérables car les statistiques de salaires ignorent généralement la main-d'oeuvre précaire.
De même, on peut remarquer que la main-d'oeuvre salariée employée
dans l'industrie est essentiellement masculine dans les trois pays africains en
question : les femmes n'occupent que 6 % à 7 % des emplois industriels. Cette
situation est bien différente de celle que l'on rencontre dans la plupart des pays
asiatiques où les femmes représentent une part beaucoup plus importante de
l'emploi industriel. Dans la mesure où il subsiste des écarts de rémunération entre
hommes et femmes occupant des emplois comparables, de telles différences se
répercutent nécessairement sur le niveau moyen des coûts de main-d'oeuvre.
Des écarts de rémunération assez importants s'observent également
entre les ouvriers des différents secteurs d'activité. La répartition sectorielle de
l'emploi influence donc le niveau du coût de la main-d'oeuvre. Ces différences de
spécialisation industrielle ne peuvent être saisies que très grossièrement en raison
de la médiocre qualité des statistiques. Les estimations proposées ici (tableau 5)
pour le Cameroun et le Sénégal ont donc un caractère exploratoire et leur
commentaire présente essentiellement une vertu pédagogique.
Dans l'ensemble, une majorité de secteurs d'activité présentent, au
Sénégal, un niveau de coût inférieur à celui observé au Cameroun. En d'autres
termes, si le niveau moyen de rémunération des ouvriers est approximativement le
même dans les deux pays, cela s'explique en grande partie par des différences de
spécialisation. Une grande partie des ouvriers se trouve en effet concentrée au
Cameroun dans des secteurs à bas salaires (industrie des plastiques, transformation
des produits agricoles). Si la répartition sectorielle des effectifs était identique
au Cameroun à celle observée au Sénégal, on peut ainsi estimer que, toutes
choses égales par ailleurs, le coût moyen de la main-d'oeuvre ouvrière serait
supérieur d'environ 15 %.
- 82 -
TABLEAU 5
ECARTS SECTORIELS DE COUT DE MAIN-D'OEUVRE OUVRIERE
(Ensemble de l'industrie = 100)
Secteurs Ouvriers permanents et temporaires
Sénégal Cameroun
Industries alimentaires 90-100 86
dont travail des graines et farine 63-87 58
dont autres industrie s alimentaires 80-93 97
Tabacs et allumettes 100-160 63
Industries textiles 100-125 128
dont industries textiles de base 101-124 132
dont confection maroquinerie 99-125 119
Industrie du bois 69-86 106
Fabrication papier-carton 96-148 167
Industries polygraphiques 105-137 171
Industrie chimique 96-113 63
Fabrication de matériaux de construction 83-140 143
Industries mécaniques 91-145 214
Ensemble de l'industrie manufacturière 94-97 97
Industrie extractives 105-103 145
Energie 113-173 165
Ensemble de l'industrie (hors BTP) 100 100
Niveau moyen en 1983/84 (en milliers
de Francs CFA par an) 700 à 800 700 800
Sources : BDEF (Sénégal), Recensement Industriel (Cameroun).
CONCLUSION
Les comparaisons internationales mettent en lumière de fortes différences entre
pays en ce qui concerne :
- les règles et les pratiques de rémunération ;
- 83 -
- les formes d'organisation du travail, et la place accordée dans
l'organisation productive aux différentes catégories de salariés (selon leur niveau
de qualification, leur statut d'emploi,...) ;
- l'orientation et la spécialisation de l'appareil productif.
Le coût moyen de la main-d'oeuvre résume en un indicateur unique
l'ensemble de ces différences. De ce fait, le simple constat des écarts de coût
moyen entre pays risque de conduire à des conclusions trompeuses s'il ne
s'accompagne pas d'une analyse des principaux facteurs qui pèsent sur la
formation des coûts de main-d'oeuvre.
On a tendance à accorder de ce point de vue une grande importance
au coût de la main-d'oeuvre ouvrière. Les estimations présentées ici montrent que,
pour les pays africains considérés, cette main-d'oeuvre absorbe moins de 50 % de
la masse des dépenses de personnel. La question des coûts de main-d'oeuvre est
donc loin de se circonscrire au seul problème des rémunérations ouvrières.
En outre, du point de vue de l'employeur, le coût de la main-
d'oeuvre ne donne qu'une information très partielle sur le degré de compétitivité
des firmes. Ce qui compte pour elles est le coût total de production. Or on peut
estimer que dans les pays en développement les frais de personnel représentent
moins de 20%, en moyenne, du prix de revient final des produits. Le coût des
consommations intermédiaires et de l'énergie apparaît donc comme un élément
important dans la compétition internationale.
Enfin, s'interroger sur l'efficacité productive dans les pays en
développement implique aussi de tenir compte de l'environnement dans lequel
évoluent les entreprises. La situation de nombreux pays en développement,
notamment en Afrique, fait apparaître un certain nombre de problèmes récurrents
qui concernent :
- la qualité des infrastructures : transports, communications,
approvisionnements réguliers en énergie (des ruptures de courant trop fréquentes
se traduisent soit par des arrêts de production, soit par des surcoûts qui
nécessitent l'installation de systèmes de secours), densité du tissu industriel,
services aux entreprises, etc. ;
- 84 -
- les difficultés rencontrées pour la maintenance des équipements ;
- les lourdeurs de l'environnement administratif, dont les coûts ne
sont pas toujours quantifiables ;
- le faible taux d'utilisation des équipements.
La définition d'une politique durable de développement nécessite de
prendre également en compte l'ensemble de ces problèmes. Faute de quoi, les
avantages qui pourraient être attendus d'une maîtrise accrue des salaires ne
pourraient sans doute que très difficilement se concrétiser.
- 85 -
ELEMENTS DE BIBLIOGRAPHIE
BIT (1980) : Un système intégré de statistiques des salaires Genève.
BIT (1988 et précédentes éditions) : Le coût de la sécurité sociale Douzième enquête internationale 1981-1983 Genève.
BIT : Annuaire des statistiques du travail Genève.
BOURGUIGNON F. (1988) : The Measurement of the wage-employment relationship in developed and developing countries : A short survey ILO, Occasional Paper, Labour law and labour relations programme, Geneva.
CONCIALDI P. et GUILLAUMAT-TAILL1ET F. (1992) : Eléments de comparaison internationale du coût de la main-d'oeuvre Communication aux )(Hèmes Journées d'économie sociale, Toulouse.
ONUDI (1990) : Industrie et développement dans le monde rapport 1989-1990 Vienne
RIVEROS L.A. (april 1989) : International Differences in Wage and Nonwage Labor Costs World Bank, PPR Working Papers, 188, Washington.
TACHIBANAKI T. (july 1987) : Non-Wage Labour Costs : Their Rationale and Economic Effect STICERD, Welfare State Programme, Discussion Paper n° 19, London.
TERREL K. and SVEJNAR J. (january 1990) : How Inclustry-Labor Relations and Govemment Policies Affect Senegal's Economic Performance World Bank, PPR Working Papers, 271, Washington.
TRIPLETT Jack E. : An Essay on Labor Cost In The Measurement of Labor Cost, J.E. TRIPLETT ed.
U.S. Department of Labor (may 1991) : International Comparisons of Hourly Compensation Costs for Production Workers in Manufacturing 1990 Bureau of Labor Statistics, Report 803, Washington.
- 87 -
NOTE DE LECTURE
G. KAMBOU, S. DEVARADJAN et M. OVER
The Economic impact of AlDS in an African Country : Simulations with a Computable General Equilibrium model of Cameroon
Journal of African Economies, Vol. 1, n° 1
par Guy de MONCHY1
- Un cas très contestable d'usage d'un modèle d'équilibre général -
Les auteurs présentent une analyse des effets économiques du SIDA
dans le cas d'une économie africaine en utilisant un modèle d'équilibre général
calculable (MEGC) multisectoriel, afin de prendre en compte les dynamiques
sectorielles tant dans la demande de biens et services que dans l'allocation des
ressources. De l'étude menée à partir d'une représentation de l'économie
camerounaise, les auteurs tirent la conclusion suivante : c'est bien plus la distribution de la maladie dans les différentes catégories de main-d'oeuvre qui peut être préjudiciable à l'économie que le taux moyen, d'infection de la population active.
Plus précisément, dans le cas du Cameroun, le taux de croissance du
PIB à long terme pourrait être divisé par deux sous l'effet d'une réduction de la
population active potentielle de 0,8 % par an, également répartie en nombre
d'individus par catégorie de travailleurs ; l'essentiel de l'effet serait dû à la
diminution de la population des travailleurs qualifiés urbains.
1 Guy de MONCHY est Directeur du groupement d' intérêt scientifique DIAL (Développement des
investigations sur l'ajustement à long terme). Le Journal of African Economies est édité par le Centre for the Study of African Economies qui travaille avec DIAL et participe à son comité de programme.
- 88 -
La description des effets économiques du SIDA est volontairement
limitée à l'analyse des conséquences du choc induit sur la population active. Si
l'explication des mécanismes est qualitativement intéressante, les conclusions
quantitatives, assez dramatiques, auraient mérité pour le moins d'être relativisées
en prenant mieux en compte la situation réelle du Cameroun (et de bien d'autres
pays africains), quant à la liaison entre la formation du salaire réel et la
situation du marché du travail.
Une première partie vise à résumer l'exercice réalisé ; différentes
réserves tant de forme que de fond font l'objet d'une deuxième partie.
I - LES APPORTS IMPORTANTS DU MEGC UTILISE
Li. Présentation du modèle Le modèle utilisé compte onze secteurs : trois agricoles, cinq
manufacturiers, trois de services.
Pour chaque secteur il existe une fonction de production à deux
niveaux COBB DOUGLAS/CES pour définir la combinaison du travail et du
capital ; l'usage des intrants résulte de coefficients techniques fixes. Le travail
utilisé avec le capital dans la fonction COBB DOUGLAS résulte d'une agrégation
du travail de trois types de qualifications (rural, non-qualifié urbain, qualifié
urbain) obtenue à l'aide d'une fonction CES. La demande de travail résulte de la
maximisation du profit des firmes et l'équilibre sur chaque segment du marché du
travail est obtenu lorsque la demande de l'ensemble des secteurs par type de
qualification égale l'offre correspondante.
Les biens produits nationalement et les biens importés sont
imparfaitement substituables dans la fonction de consommation en fonction de
leurs prix relatifs. L'hypothèse du petit pays vaut tant à l'import qu'à l'export
(prix mondiaux fixés en devises, offres d'imports et demande d'exports infiniment
élastiques). Il est cependant fait l'hypothèse qu'à prix mondial donné, le Cameroun
peut augmenter ses exportations en augmentant sa compétitivité. Enfin, les
producteurs arbitrent entre les exports et le marché intérieur en fonction de
l'évolution relative des prix applicables sur les deux marchés.
- 89 -
Les recettes de l'Etat déterminent son épargne à dépenses fixées ;
celle des ménages résulte d'un taux d'épargne constant et l'apport d'épargne en
provenance de l'extérieur est supposé exogène. Le total de l'épargne ainsi dégagé détermine le niveau de l'investissement total ; cette règle permet le bouclage
d'ensemble du modèle.
L2. Effets économiques statiques du développement du SIDA L'exercice consiste à étudier les effets d'une baisse de la population
active de 30 000 personnes, soit environ 0,8 % de cette population. Le résultat
total est décomposé en trois chocs d'ampleur identique (10 000) sur chacune des
catégories de main-d'oeuvre distinguées dans le modèle : ruraux, citadins
non-qualifiés, citadins qualifiés.
Cette réduction de l'offre de travail entratne évidemment des
hausses de salaire réel d'autant plus fortes que le choc relatif est important pour
la catégorie de main-d'oeuvre concernée.
Ainsi, les auteurs obtiennent les résultats suivants pour le surcrott
de salaire réel :
ruraux + 0,5 %
citadins non-qualifiés + 3 %
citadins qualifiés + 9 %
En se référant aux données du recensement de 1987 (les auteurs
s'appuient quant à eux sur des données de 1979-80 sans indiquer les niveaux de
population correspondants), on peut noter que la réduction de la population active
de 10 000 personnes équivaut à des chocs relatifs, respectivement, de 0,4 %,
2,5 % et 7 % environ (pour chacune des trois catégories considérées).
A court terme, le capital étant fixe, la réduction de l'offre de
main-d'oeuvre conduit à une hausse des salaires réels qui affecte la compétitivité
de l'économie et réduit l'offre domestique de biens et services, soit du fait de la
baisse des exports soit du fait de la hausse des imports substituables (biens
alimentaires, biens manufacturés de consommation) ; les imports complémentaires
- 90 -
diminuent du fait de la baisse de l'activité générale. Due au départ à un effet
d'offre, cette baisse est renforcée par celle de la demande d'investissement
induite par la baisse de l'épargne des administrations ; en effet, la dégradation du
commerce extérieur entraîne une baisse des recettes des administrations et de
leur épargne, leurs dépenses étant supposées fixes. Ainsi, la baisse de production
est-elle particulièrement marquée dans les secteurs liés à la construction ou aux
biens d'équipement.
En analysant les effets d'une baisse de la population active, d'égal
montant pour chacune des trois catégories de main-d'oeuvre retenues, l'article
montre que :
- la réduction de la seule population active agricole n'a d'effet
notable que sur la production agricole avec un accent plus marqué dans le secteur
vivrier que pour les cultures de rente ;
- la réduction de la population urbaine affecte principalement les
secteurs non-agricoles et a d'autant plus d'effet que la réduction affecte la
main-d'oeuvre qualifiée. Les auteurs arrivent cependant à ce résultat avec un
choc relatif plus marqué sur la population qualifiée que non-qualifiée.
Cette conclusion forte, à savoir une sensibilité de l'offre plus grande
à la disponibilité de main-d'oeuvre qualifiée qu'à celle des autres types de
main-d'oeuvre, mériterait pour le moins une expertise plus poussée des coefficients
des fonctions de production retenues dans le modèle. En effet, vu la faible
disponibilité de séries statistiques sur l'appareil productif, en particulier sur la
structure de l'emploi par qualification et les rémunérations correspondantes, il
aurait été utile de valider le résultat obtenu en faisant varier l'élasticité retenue
(et non observée) entre l'emploi par catégorie et la production.
L3. Une simulation à moyen terme peu plausible L'exercice à moyen terme présenté consiste à apprécier les
conséquences d'une baisse continue, d'un même montant annuel, de la population
active toujours également répartie en niveau entre les différentes catégories de main-d'oeuvre.
- 91 -
Les résultats amplifient le sens de ceux constatés dans l'exercice
statique et font apparaître une baisse de deux points du taux de croissance
moyen du PIB (par rapport à une référence d'absence du SIDA) quasiment
exclusivement imputable à la baisse de l'offre de main-d'oeuvre qualifiée (de 30 %
en 5 ans contre seulement 2 % pour la population rurale).
Différentes remarques doivent être faites face au caractère
dramatique des résultats avancés par les auteurs :
- le scénario étudié n'est plus celui de l'effet économique d'un certain taux d'infection de la population active par le virus du SIDA, mais celui
d'une infection d'autant plus marquée pour les qualifications élevées que le temps
avancerait. Situation certes possible mais qui laisse désespérer par avance de
toute campagne de prévention qui devrait être, en principe, d'autant plus efficace
que le degré de qualification est élevé ;
- factuellement, la simulation de référence (hors SIDA) retenue par
les auteurs (soit un taux de croissance du PIB de 4,3 % par an pendant cinq ans)
apparaît pour le moins optimiste sous le jeu d'hypothèses retenu : demande
mondiale, prix mondiaux et dépenses publiques stables à leur niveau atteint en
1986. En effet, la baisse du prix du pétrole et du dollar, acquise au début de
1986, avait déjà fait perdre un montant tellement important de recettes aux
administrations, qu'elles auraient été dans l'incapacité de dégager l'épargne qui
aurait pu soutenir la croissance de l'investissement (et donc du PIB) retenue dans
la simulation centrale.
II - REMARQUES ET CONCLUSIONS
D'un point de vue factuel, on peut noter que la spécification des
variantes étudiées explique pour beaucoup les conclusions alarmantes. En effet
dans l'exercice, le choc initial que constitue la disparition d'une partie de la
population active est supposé atteindre uniformément chaque catégorie de
travailleurs en niveau (nombre d'individus) et non pas en pourcentage des
différentes catégories de travailleurs qu'ils soient ruraux ou urbains et, parmi
ceux-ci, qualifiés ou non-qualifiés. Le choc testé est donc d'autant plus grand
- 92 -
qu'il porte sur des catégories de population moins nombreuses comme celle des
travailleurs urbains qualifiés.
En fait, sur la base d'un rapide tableau épidémiologique du SIDA en
Afrique, les auteurs admettent que le taux d'infection est d'autant plus élevé que
le niveau d'éducation ou de qualification est élevé (ce qui justifierait les
spécifications des variantes). Il aurait été prudent de s'interroger sur le risque de
biais statistique pouvant affecter un tel résultat ; en effet, plus le niveau
d'éducation des poptilations est élevé, plus elles ont, en général, recours à la
médecine formelle ; de ce fait, leur taux de séroprévalence a de fortes chances
d'être surévalué par rapport à celui des autres catégories de population.
D'un point de vue plus fondamental, on peut regretter que les auteurs n'aient pas relativisé les résultats tirés de l'utilisation d'un modèle d'équilibre général calculable pour le problème étudié. En effet, si le
fonctionnement des différents marchés du travail relevait de la logique
néoclassique, il est évident qu'une diminution exogène des ressources en
main-d'oeuvre conduirait à une hausse du salaire réel qui, toutes choses égales
par ailleurs, permettrait d'ajuster l'offre et la demande de travail. Cependant et
malheureusement, de forts taux de chômage, notamment urbains, existent dans la
plupart des pays d'Afrique ; ils atteignent souvent des niveaux tels qu'aller
affirmer à des responsables de la politique économique qu'une réduction des
ressources en main-d'oeuvre serait préjudiciable à la compétitivité de l'économie,
les laisserait pour le moins perplexes. Dans certains pays, au Cameroun
notamment, le code du travail introduisait de fortes rigidités dans la formation du
salaire réel en indiquant des règles de rémunération plus en fonction du type de
qualification que du type d'emploi ; la disparition de certaines rigidités
conduira-t-elle pour autant à un retour aux règles du marché dans l'ajustement
entre l'offre et la demande de travail ?
L'analyse des économies développées, même les plus libérales, montre
que l'on trouve pratiquement toujours une relation inverse entre taux de chômage
et inflation (courbes de Philipps) ou même qu'il existe des seuils jusqu'auxquels le
taux de chômage peut se réduire sans que la croissance du salaire ne s'accélère.
Dans ces circonstances on admet qu'une réduction des taux de chômage dans les
pays de l'OCDE pourrait se faire jusqu'à un certain niveau (variable par pays)
- 93 -
sans accélération de l'inflation et donc sans dégradation de compétitivité. Ces
conclusions ne vaudraient-elles pas pour l'Afrique ?
Il semble qu'une des questions qui se pose à l'heure actuelle en
Afrique est celle de trouver un emploi aux jeunes générations dont le poids va en
augmentant dans le total de la population active potentielle. Aussi, les risques
actuels sont plut& ceux liés à un excès de ressources en main-d'oeuvre ; les
conséquences économiques du développement du SIDA évoquées dans l'article ne
s'appliqueraient qu'au cas où le développement de la maladie provoquerait une
pénurie de main-d'oeuvre. On peut espérer que la recherche médicale sur la lutte
contre ce virus aura débouché avant que l'on arrive à une telle situation.
- 95 -
ON SIGNALE ...
Les articles et ouvrages suivants ne sont pas analysés, mais seulement accompagnés d'une brève note
Exercices de sondages avec aide-mémoire et solutions
Pour une prise en compte des stratégies des producteurs
L'indice du coût à la construction Méthodologie
Le système intermédiaire d'assurance
La clé des sources
- 97 -
EXERCICES DE SONDAGES
avec aide-mémoire et solutions
par Anne-Marie IXJSSAIX et Jean-Marie GROSBRAS
ECONOMICA, 1992
ISBN : 2-7178-2284-4
Prix : 125 F
Le domaine des sondages a vu au cours des années 80 la publication
d'un certain nombre de manuels présentant les bases théoriques de
l'échantillonnage, et faisant suite aux ouvrages de référence qui existaient sur le
sujet (COCHRAN, DESABIE en particulier). Pourtant, le passage à la pratique
n'est pas toujours chose aisée pour les statisticiens qui, confrontés à un problème
concret, doivent mettre en place une enquête par sondage pour produire de
l'information : comment "entrer" dans le formalisme quelquefois hermétique de
certains manuels ?
Le recueil d'exercices de A.M. DUSSAIX et J.M. GROSBRAS devrait
répondre aux attentes de ces praticiens : en 50 exercices, souvent inspirés
d'enquêtes réelles relatives à des domaines variés (économie, sociologie,
épidémiologie, marketing,...), il aborde les sondages aléatoires simples, les
sondages stratifiés, les problèmes de redressement, les sondages en grappes et les
sondages à plusieurs degrés. Le but de chaque exercice est pédagogique, à savoir
quels choix techniques ont été opérés en fonction des objectifs fixés au départ.
Des éléments de réponse sont fournis pour une partie des exercices.
Par ailleurs, un aide-mémoire d'une vingtaine de pages rappelle les
bases nécessaires à la plupart des problèmes de sondages.
- 98 -
POUR UNE PRISE EN COMPTE
DES STRATEGIES DES PRODUCTEURS
par J.M. YUNG et J. ZASLAVSKY
Collection "Documents Systèmes Agraires", n° 18
CIRAD-SAR (Centre de coopération internationale en recherche agronomique pour le développement - Systèmes agro-alimentaires et ruraux), 1992
Prix : 60 F (frais d'envoi France + 20 F, étranger + 40 F)
L'étude "Pour une prise en compte des stratégies des producteurs"
présente une clef de lecture de leurs stratégies combinant approches analytique et synthétique.
L'approche analytique propose un mode de classement, illustré à
partir d'études de cas, des composantes élémentaires des différentes stratégies des producteurs, selon les intérêts en jeu, les modes de prise en compte du temps
et la part des réponses visant à minimiser les risques (stratégies défensives) ou visant des objectifs d'accumulation (stratégies offensives).
L'approche synthétique repose sur une identification de l'importance
relative des divers groupes de producteurs, la mise en évidence des dominantes
"offensives" ou "défensives" des stratégies, leur mise en perspective historique,
l'analyse de leurs effets sur les milieux agro-écologiques et sociaux.
- 99 -
"Pour une prise en compte des stratégies des producteurs" constitue
un instrument pour la mise en oeuvre de politiques et d'actions de développement
fondées sur l'aide aux initiatives des producteurs et la promotion de leurs
facultés d'innovation.
(résumé repris du CIRAD ; ce document a fait l'objet d'un commentaire dans le Bulletin Bibliographique n° 28 d'avril 1992)
CIRAD-SAR-Service Edition Av. du Val de Montferrand
B.P. 5035 34032 MONTPELLIER Cedex - FRANCE Teh : 67.61.58.00 / Télécopie : 67.41.40.15
- 100 -
L'INDICE DU COUT A LA CONSTRUCTION
Méthodologie
par Vincent LE CALONNEC
INSEE-Métbrades n° 11, 1992, 43 p. ISBN : 2-11-065972-'6 Prix : 84 F
Indicateur important pour l'analyse économique, l'indice du coût à la
construction (ICC) est connu principalement pour son rôle de référence dans de
nombreuses relations contractuelles dont l'indexation des loyers. C'est aussi le
déflateur utilisé en comptabilité nationale pour estimer la production de
logements.
Le présent volume décrit précisément le champ sur lequel porte
l'ICC ainsi que la méthode d'élaboration de l'échantillon à partir duquel sont
recueillies les informations nécessaires à son calcul. Ce calcul est explicité aussi
bien pour le procédé retenu pour la valorisation des dossiers de construction que
pour les méthodes statistiques utilisées pour obtenir l'indice final.
- 101 -
LE SYSTEME INTERMEDIAIRE D'ASSURANCE
par Jean-Pierre DUPUIS
INSEE-Méthodes n° 18, 1992, 113 p.
ISBN : 2-11-065985-8
Prix : 84 F
Le système intermédiaire d'assurance (SIA) est un instrument
d'analyse du secteur des assurances, intermédiaire entre la monographie
micro-économique et l'analyse globale, macro-économique, qu'on peut réaliser avec
le cadre central de la comptabilité nationale. Il devrait, à l'avenir, pouvoir être
utilisé pour l'élaboration du compte des entreprises d'assurance du cadre central.
Une telle démarche permettrait d'assurer un passage intégré des données
comptables individuelles aux évaluations macro-économiques. Cet ouvrage en
présente les principes, la méthode d'élaboration ainsi qu'un chiffrage pour les
années 1980 à 1989.
- 102 -
LA CLE DES SOURCES
- Tome 1 : STATISTIQUES DEMOGRAPHIQUES ET SOCIALES INSEE-Méthodes n° 20-21-22, 1992, 492 p. ISBN : 2-11-066013-9 Prix : 210 F
- Tome 2 : SYSTEME PRODUCTIF, STATISTIQUES MONETAIRES ET FINANCIERES INSEE-Méthodes n° 23-24-25, 1992, 438 p. ISBN : 2-11-066014-7 Prix : 210 F
- Tome 3 : ORGANISMES PRODUCTEURS DES SOURCES STATISTIQUES INSEE-Méthodes n° 26-27-28, 1992, 546 p. ISBN : 2-11-066015-5 Prix : 210 F
La clé des sources est un répertoire des sources du système statistique public permettant :
d'identifier facilement toutes les sources statistiques contenant de
l'information sur un thème donné ;
d'acquérir une meilleure connaissance de ces sources ; d'orienter les utilisateurs vers les producteurs d'informations
statistiques ; de repérer les principales enquêtes réalisées par un organisme
donné.
Cette troisième édition comporte des informations sur les organismes
responsables des sources. Elle est organisée en trois tomes, deux pour les sources,
un pour les organismes.
- 103 -
Le tome 1 est relatif aux sources statistiques démographiques et
sociales. Le tome 2 est relatif aux sources statistiques du système productif et
aux sources monétaires et financières. Le tome 3 est relatif aux organismes.
Environ 450 sources, près de 90 organismes-auteurs et quelque 800 publications y
figurent. La base dont elle est tirée peut être consultée dans les Observatoires
Economiques Régionaux de l'INSEE.
I NSE E.D 340.0232.92.0.
