1

Travail et scolarisation des enfants en milieu rural à Madagascar : le rôle respectif du revenu

parental et de la vulnérabilité face au risque

Nelly Rakoto Tiana

(Institut Catholique de Madagascar, Université Paris XIII et DIAL)

A l’instar des autres pays d’Afrique Subsaharienne, le phénomène du travail des enfants est très répandu à

Madagascar. Il en est particulièrement ainsi dans les zones rurales du pays où beaucoup d’enfants participent aux activités agricoles menées dans le cadre d’exploitations familiales. Si la pauvreté est habituellement évoquée comme étant le principal facteur du travail des enfants, d’autres causes peuvent être avancées. Les paysans malgaches sont par exemple soumis de façon récurrente à des aléas naturels (cyclones, sécheresse, etc.) dont on peut penser qu’ils affectent les décisions de scolarisation et de mise au travail des enfants. Afin d’évaluer le rôle respectif du revenu parental et d’autres facteurs sur l’offre de travail enfantin, cet article propose une analyse conjointe des déterminants de la mise au travail et de la scolarisation des enfants, en mobilisant des données d’enquête récentes portant sur plus de 12 000 enfants âgés de 6 à 14 ans. Quelle que soit la spécification économétrique retenue, le revenu parental avant ou après instrumentation apparaît sans effet sur la mise au travail des enfants, mais agit positivement sur leur scolarisation. En outre, les résultats montrent qu’un choc climatique accroît l’offre de travail enfantin, même si cet effet est moindre pour les ménages non contraints en crédit.

Mots-clés : Travail des enfants, scolarisation des enfants, pauvreté, choc agricole

JEL classification : J24, I21, 055

1. Introduction

Depuis une dizaine d’années, la question du travail des enfants et de ses déterminants a fait

l’objet d’une attention grandissante de la part des économistes du développement. Il existe

néanmoins peu de travaux appliqués au cas de Madagascar. Les quelques études disponibles

montrent que le taux d’activité des enfants est plus marqué en milieu rural que dans l’ensemble du

pays (Roubaud et Coury 1997, INSTAT 2001). Ainsi, en 1993-1994, en milieu rural, 56,5% des

enfants de 13-14 ans travaillaient contre 49,1% pour l’ensemble du pays (Roubaud et Coury 1997).

Comme dans la plupart des pays africains au sud de Sahara, la majorité des enfants qui travaillent le

font dans l’agriculture, dans le cadre d’unités de production familiale. Ils sont rarement mobilisés

dans des entreprises formelles.

Le phénomène du travail des enfants peut être déterminé par plusieurs facteurs. Il peut d’abord être

le résultat de la pauvreté des ménages dans lesquels vivent les enfants. On peut en effet considérer

qu’en-dessous d’un certain niveau de consommation, les parents aspirent à consommer davantage

2

en mettant leurs enfants au travail. Dans le cas de Madagascar, cette explication est plausible

compte tenu du niveau élevé de la pauvreté rurale : la proportion de pauvres y était de 77,2% en

2001 et de 86,4% en 2002 (INSTAT 2002). Les caractéristiques de l’activité agricole dans un

contexte d’imperfections de marché influencent également l’offre de travail enfantine. La forte

variabilité des revenus agricoles conjuguée à des marchés du travail ou du crédit déficients

augmentent en effet le coût d’opportunité du temps des enfants. Cela les incite à accroître leur

participation au marché du travail et, de façon concomitante, à réduire leur temps de présence à

l’école. �

Cet article s’inscrit dans cette voie de recherche et tente d’examiner l’influence respective

de la pauvreté des ménages et des caractéristiques de l’activité agricole sur l’offre de travail des

enfants en milieu rural malgache.

L’intérêt de ce travail est double. Premièrement, il vise à tester l’hypothèse de pauvreté, en

tant que déterminant principal du travail des enfants. A cet égard, les conclusions des travaux

empiriques existants sont pour le moins contrastées. Certains concluent à l’absence de lien de cause

à effet, d’autres trouvent même que la richesse des ménages, mesurée par leur dotation en terres, est

une cause principale de la mise au travail des enfants en milieu rural (Bhalotra et Heady 2003).

Tout dépend bien sûr de la manière d’appréhender la pauvreté. En outre, l’introduction d’autres

facteurs liés à l’agriculture, à l’instar des chocs agricoles, parmi les déterminants de l’offre de

travail des enfants, permettra d‘apporter un éclairage sur les politiques efficaces à mettre en œuvre

pour réduire le travail des enfants. Il se peut en effet qu’un transfert conditionnel ou une

amélioration de la capacité des ménages à faire face au risque soit plus efficace qu’une simple

politique de réduction de la pauvreté, pour diminuer l’incidence de travail enfantin.

Deuxièmement, analyser les décisions de travail des enfants permettra aussi de comprendre

les décisions de scolariser ou non les enfants. En effet, la mise au travail des enfants peut nuire à

leur scolarisation (Psacharopoulos 1997, Bhalotra 2003). Dans ce sens, il a été constaté que moins

les enfants vont à l’école, plus ils travaillent. Ainsi, 33,8% des enfants de 6 à 14 ans non scolarisés

travaillent, tandis que 28,5% des enfants en primaire combinent l’école et les travaux de champs ou

autres en 1993-1994 (Roubaud et Coury 1997). Cette étude essaie ainsi d’analyser conjointement

les facteurs explicatifs du travail et de la scolarisation des enfants en milieu rural.

La suite de l’article comportera cinq sections. Dans un premier temps, un cadre théorique et

empirique sera présenté pour mieux situer les différentes hypothèses d’offre de travail des enfants

(section 2). Une analyse descriptive des données sera effectuée dans un deuxième temps (section

3), suivie d’une présentation de la stratégie empirique (section 4). Les résultats de l’analyse

économétrique dans laquelle sont supposés interdépendants les choix de mettre au travail et de

3

scolariser les enfants seront discutés dans la section 5. Une brève conclusion et une proposition de

politique de réduction du travail des enfants termineront cet article (section 6).

2. Le travail des enfants : une revue de la littérature

L’approche de la pauvreté des ménages en tant que déterminant principal du travail des

enfants a été développée théoriquement par Basu et Van (1998). Leur modèle constitue clairement

la référence dans la littérature sur le travail des enfants. L’hypothèse principale du modèle, ou

axiome de luxe, sous-tend que les ménages ne prennent la décision de mettre les enfants au travail

que si et seulement si le revenu familial en dehors de la contribution des enfants est inférieur à un

certain seuil. Ce seuil est défini comme le niveau de subsistance du ménage. Les enfants sont ainsi

mis au travail lorsque la famille est dans une situation de pauvreté, où pauvreté est synonyme d’une

insuffisance de revenu.

Beaucoup d’études empiriques concluent à l’existence d’un lien entre pauvreté et travail

enfantin. A titre d’exemple, Blunch et Verner (2001) trouvent une relation positive et largement

significative entre le fait d’être pauvre et le travail des enfants au Ghana. La probabilité de

travailler pour un enfant issu d’un ménage pauvre est de 16,2%, contre 2,5% pour un enfant issu

d’un ménage riche. Ray (1999) aboutit à la même conclusion : une augmentation de 1% du niveau

de pauvreté entraîne 4,75 heures de travail de plus pour l’enfant, en milieu rural ghanéen. Avec une

autre approche, Lachaud (2004c) caractérise la pauvreté par rapport au concept de vulnérabilité.

Les résultats qu’il obtient vont dans le sens de l’axiome de luxe. La pauvreté monétaire, mesurée

par les dépenses de consommation par tête, influence positivement et significativement la

probabilité de travailler pour les enfants de 5 à 14 ans. Pour toutes les formes de pauvreté

transitoire – involutive ou évolutive1, la vulnérabilité des ménages affecte positivement aussi le

travail des enfants, à l’exception des ménages dits durablement pauvres. Mais dans le cas où, la

situation des ménages s’améliore, on s’attend à une diminution du travail des enfants. Une étude à

partir d’un panel de ménages ruraux au Vietnam le confirme (Edmonds 2001). L’incidence du

travail des enfants de 6 à 15 ans s’est réduite de 26%, pendant que l’indice de Gini du pays s’est

amélioré de 6,5%, de 1993 à 1998. A l’inverse, la crise économique indonésienne de a accru la

1 Les ménages pauvres transitoires et involutifs sont les ménages dont la consommation par tête actuelle est inférieure au seuil de pauvreté, mais la consommation estimée est supérieure ou égale au seuil de pauvreté, la probabilité de pauvreté est supérieure ou égale à 0.4 Les ménages pauvres transitoires évolutifs sont ceux qui ont des consommations par tête actuelle et estimée analogues à celles des ménages pauvres transitoires involutifs, mais la probabilité de pauvreté est inférieure à 0.4 Les ménages pauvres durables sont ceux dont les consommations par tête actuelle et estimée sont inférieures au seuil de pauvreté.

4

propension des enfants à travailler en 1998 (Manning 2000). Si toutes les catégories des ménages

ont recours au travail des enfants pour améliorer leur situation, les enfants issus des ménages

pauvres sont les plus concernés.

Néanmoins, dans certaines études, la corrélation entre le travail des enfants et la pauvreté est

faible, voire absente. A partir de données péruviennes, Ray (2000a) conclut ainsi à l’absence d’un

lien entre pauvreté et travail des enfants. Ce résultat est dû à la possibilité pour les enfants de

combiner travail et école, que ces enfants soient issus de ménages pauvres, moyens ou riches. Au

Ghana, Canagarajah et Coulombe (1997) ne trouvent pas non plus de relation forte entre le travail

des enfants et la pauvreté des ménages.

Une explication alternative, radicalement différente de celle de Basu et Van, est proposée

par Bhalotra et Heady (2003). Elle énonce qu’en milieu rural, plus les ménages sont riches en terre,

plus leurs enfants travaillent, et ce, dans un environnement caractérisé par des imperfections sur le

marché du travail et de la terre. L’analyse de Bhalotra et Heady (2003) part du fait que la terre est

une importante source de richesse pour les ménages ruraux. Le principe est très simple : les

ménages fortement dotés en terre tendent à faire travailler leurs enfants s’ils ne peuvent ni recourir

à une main d’œuvre sur le marché du travail, ni recourir à la location d’une partie de leur terre.

D’un point de vue empirique, les auteurs trouvent que les filles des ménages riches en terre

travaillent beaucoup plus que les filles des ménages pauvres en terre dans le cas du Ghana et du

Pakistan. Leurs résultats sont en revanche moins tranchés pour les garçons.

Une troisième approche, qui complète l’hypothèse de pauvreté de Basu et Van (1998), est

proposée par Baland et Robinson (2000). Ces auteurs partent du fait que les parents ne peuvent

gager d’emprunt sur les revenus futurs de leurs enfants. En conséquence, pour les ménages pauvres,

les dépenses d’éducation se font au détriment de leurs dépenses de consommation courante. Les

parents vont de ce fait déterminer l’offre de travail enfantin à partir d’une comparaison de l’utilité

marginale de la consommation et de celle des revenus futurs de leurs enfants.

En Zambie, Jensen et Nielsen (1997) trouvent une relation significative entre le travail des

enfants, la scolarisation et l’imperfection du marché de crédit. De même, Jacoby et Skoufias (1997)

ont découvert que les ménages pauvres, n’ayant pas d’accès au crédit, sont incités à faire travailler

leurs enfants, une fois confrontés à un choc négatif de revenu. Dans une telle situation, la

probabilité de scolarisation des enfants diminue. Les analyses de Guarcello et al. (2003), au

Guatemala, confirment cet impact négatif des imperfections du marché de crédit sur la scolarisation

des enfants. Cependant, l’effet du crédit sur le travail des enfants n’est pas clair. Par contre, les

chocs de revenu influencent fortement le travail des enfants. Un choc collectif accroît la

participation des enfants au travail de 5,5%, et un choc individuel l'accentue de 5 points.

5

Les chocs de revenu, et spécialement les chocs agricoles en milieu rural, peuvent avoir des

conséquences sur le travail des enfants. Beegle et al. (2006) arrivent à conclure que les chocs

transitoires agricoles accroissent le travail des enfants, en Tanzanie. Leur temps de travail

augmente de 30%. De plus, en présence d’imperfections du marché de crédit ou d’assurance, ces

chocs tendent à développer beaucoup plus la participation des enfants au travail. Dans le cas de

Madagascar, une étude réalisée à partir d’un panel de ménages ruraux montre que les chocs de

revenu accroissent la probabilité de déscolarisation des enfants (Gubert et Robilliard, 2007).

3. Présentation des données et statistiques descriptives

Les données mobilisées sont issues de la base de données du Réseau des Observatoires

Ruraux (ROR). Mis en œuvre depuis 1995 dans le cadre du projet MADIO (Madagascar, Dial-

INSTAT-Orstom), ce dispositif consiste en des enquêtes annuelles auprès d’un panel de ménages

ruraux répartis dans plusieurs régions de Madagascar, l'objectif étant d'illustrer certaines

problématiques particulières au milieu rural malgache (Droy, Ratovoarinony et Roubaud, 2000)..

Initialement limité à quatre, le nombre d’observatoires ruraux a été progressivement augmenté au

fil des années permettant l'extension de l’échantillon de ménages enquêtés. Le ROR comptait ainsi

13 observatoires en 1999, 17 en 2000 et 2001, et 15 en 2002 et 2003.

Bien que les données collectées ne soient représentatives ni au niveau national ni au niveau

régional, elles permettent de connaître, sur des espaces restreints, les conditions de vie des ménages

en milieu rural et de suivre leur évolution dans le temps. En outre, elles autorisent la construction

de plusieurs indicateurs de bien-être économique des ménages, que ce soit l’agrégat consommation

ou l’agrégat revenu, utiles pour l’analyse de la pauvreté. Le questionnaire est similaire pour tous les

observatoires, ce qui permet aussi de dégager les similitudes et les différences d’un observatoire à

un autre. Pour la présente étude, l’agrégat consommation sera privilégié comme indicateur de la

richesse des ménages. Il est en effet traditionnellement considéré comme étant moins variable que

l’agrégat revenu. Souvent, quand le ménage subit un choc de revenu, il lisse tout simplement sa

consommation (Gondard-Delcroix 2005). Mais, le revenu est fréquemment fluctuant, surtout en

milieu rural. Il dépend pour une large part de l’activité agricole. En amont, cette agriculture est très

exposée aux aléas climatiques, et en aval, les prix de vente des produits varient saisonnièrement

(Beegle et al. 2006 et Gondard-Delcroix 2005). Quoiqu’il en soit, l’agrégat revenu sera parfois

utilisé pour tester la robustesse des résultats..

Pour les besoins de l’analyse, seules les données relatives à l’année 2003 seront mobilisées.

La raison en est que les questions relatives au travail des enfants, en tant que main d’oeuvre dans

6

l’exploitation familiale, ne sont présentes dans le questionnaire que cette année-là. Dans ce qui suit,

un enfant est considéré comme travaillant s’il a exercé une activité rémunérée et/ou s’il a travaillé

au moins une demi-journée sur l’exploitation familiale au cours des douze derniers mois précédant

l’enquête. En effet, en milieu rural, le travail des enfants s’inscrit souvent dans le mode

d’organisation des exploitations agricoles, surtout dans les pays de l’Afrique subsaharienne (Beegle

et al. 2006, Lachaud 2004c). Ce travail peut être rémunéré ou non rétribué, relatif à la production

ou à l’autoconsommation. L’analyse porte sur 12 279 enfants âgés de 6 à 14 ans, issus de 7 736

ménages. D’après la législation malgache, ces enfants devraient normalement être à l’école et ne

sont pas autorisés à exercer un travail.2.

Quelques statistiques descriptives sont présentées dans les tableaux 1, 2, 3 et 4. Elles

montrent les correlations existant entre la pauvreté et le travail des enfants, les effets de choc

agricole et les imperfections de crédit sur le travail et la scolarisation des enfants.

Premièrement, lorsque la richesse des ménages est mesurée par leur consommation, la

pauvreté apparaît influencer positivement le travail des enfants, et négativement leur scolarisation.

Le tableau 1 montre en effet que plus de 22% des enfants issus des ménages très pauvres travaillent

sans aller à l’école, alors que ce pourcentage n’est que de 13% pour les enfants issus des ménages

très riches. Cependant, la proportion d’enfants qui combinent à la fois travail et école ne varie pas

sensiblement selon qu’ils sont issus de ménages riches ou pauvres. Elle est de 9,7% pour les enfants

des ménages très pauvres, contre 11% pour les enfants des ménages moyens et riches. Quoiqu’il en

soit, ces résultats vont dans le sens du modèle de Basu et Van (1998). Plus les ménages sont

pauvres, plus la probabilité que leurs enfants travaillent est forte. A l’inverse, les enfants issus des

ménages riches fréquentent davantage l’école que les enfants des ménages pauvres. Les taux sont

respectivement de 68 % et 53%. La place de la scolarisation apparaît ainsi non négligeable, en

milieu rural. Néanmoins, l’école semble être coûteuse pour les ménages pauvres. C’est dans ce sens

que la proportion des enfants dans la pauvreté, qui ni ne travaillent ni fréquentent l’école, est

nettement supérieure à la proportion des enfants d’un niveau de vie plus élevé. Ces différents

résultats ne changent guère lorsque le niveau de richesse des familles est mesuré par l’agrégat

revenu, ou que consommation ou revenu sont exprimés par unité de consommation3. Ils suggèrent

l’existence d’impact positif de la pauvreté sur le travail des enfants, et d’un lien entre la pauvreté et

la réduction de la scolarisation des enfants.

2 La scolarité étant obligatoire de 6 à 14 ans, et l’âge minimum légal pour exercer une activité économique est de 14 ans. 3 L’échelle d’équivalence retenue est celle d’Oxford, où 1 point est accordé au premier adulte, 0,7 aux autres adultes dans le ménage, et 0,5 pour les enfants en dessous de 15 ans.

7

Deuxièmement, la richesse exprimée en termes de dotations en rizières est elle aussi

négativement corrélée avec le travail des enfants. Le tableau 2 met en exergue qu’au fur et à mesure

que la superficie de rizières cultivées augmente, l’incidence du travail des enfants diminue, tandis

que la proportion des enfants scolarisés augmente. Ce résultat va dans le sens inverse du paradoxe

de richesse de Bhalotra et Heady (2003). En effet, ce paradoxe énonce que plus les ménages

possèdent de champs à cultiver, plus ils emploient leurs enfants, dans un contexte d’imperfections

du marché de travail et du marché de la terre. Au fait, la présente étude se concentre sur la dotation

des ménages en rizières possédées et/ou louées, et qui sont cultivées par eux, parce que leur

dotation exacte en terres non rizicoles n’est pas déterminée, selon les données du réseau des

observatoires ruraux. Plus de 12% des enfants appartenant au premier quintile travaillent, tandis

que 10% des enfants des ménages du cinquième quintile sont actifs. Mais, bien que le paradoxe de

richesse ne soit vérifié, il n’est pas évident que les marchés de la terre et/ou du travail sont parfaits

en milieu rural.

Cependant, la pauvreté n’est pas le seul facteur de mise au travail des enfants. Un marché du

crédit défaillant et des aléas peuvent aussi expliquer le phénomène. Dans le cas de Madagascar,

pour les ménages qui ont subi un choc climatique au cours des 12 mois précédant l’enquête, 17 %

de leurs enfants travaillent sans aller à l’école, alors que le taux est de 12% pour les ménages qui

n’ont subi aucun choc (Tableau 3).4 De même, l’incidence du travail des enfants paraît plus forte au

sein des ménages contraints en crédit..Ces derniers sont définis comme tels s’ils n’ont pu emprunter

au cours des 12 mois précédant l’enquête en raison de taux d’intérêt trop élevés ou encore faute de

pouvoir apporter de garanties. Ce phénomène est toutefois beaucoup plus apparent chez les

ménages pauvres. Ce résultat est conforme à l’hypothèse de Baland et Ronbinson (2000), qui sous-

tend que plus les ménages sont pauvres et ont un accès restreint au crédit, plus la probabilité qu’ils

envoient leurs enfants au travail est forte. Le tableau 4 met en évidence les différences des taux de

participation des enfants entre les catégories de ménage. En étant bénéficiaire de crédit, 18% des

enfants des ménages très pauvres travaillent, alors qu’il est seulement de 12% pour les ménages très

riches. Comme il fallait s’y attendre, le taux augmente quand le ménage ne bénéficie pas d’un

emprunt d’argent. Quant au choc agricole et la pauvreté, les résultats sont les mêmes. Plus les

ménages sont pauvres et ont subi un choc agricole, plus leurs enfants participent au marché du

travail, et moins ils fréquentent l’école. Ces résultats suggèrent ainsi que la pauvreté, les chocs

climatiques et le défaut de crédit accroissent l’offre de travail des enfants. Pour être validée, cette

conclusion nécessite néanmoins une analyse plus rigoureuse des rapports de causalité allant du

4 Un ménage est considéré comme ayant subi un choc si ses cultures ont été anéanties ou fortement altérées suite à des aléas naturels (cyclones, sécheresse, etc.) survenus au cours de l’année 2002/2003.

8

revenu parental et de la vulnérabilité des ménages vers les décisions de mise au travail ou de

scolarisation des enfants. A cette fin, l’estimation économétrique d’un modèle estimant de façon

jointe une équation de participation au travail et d’une équation de scolarisation est réalisée dans la

section suivante.

4. Les déterminants de l’offre de travail et de la scolarisation des enfants : une analyse

économétrique

4.1. Stratégie empirique

Les décisions de mise au travail et/ou de scolarisation des enfants peuvent être modélisées

de plusieurs manières selon que l’on considère ces décisions comme étant interdépendantes ou non.

Dans ce qui suit, nous recourons à un modèle probit bivarié qui suppose le travail et la scolarisation

des enfants comme des choix interdépendants. Cette hypothèse paraît plausible dans la mesure où,

l’investissement en capital humain est une des alternatives au travail des enfants. Dans cette

perspective, l’analyse du travail des enfants ne peut pas être effectuée sans tenir compte des

décisions des parents relatives à la scolarisation...En outre, le modèle probit bivarié suppose que ces

décisions sont prises simultanément. On exclut donc la possibilité qu’il existe une hiérarchie dans

les options choisies par les parents pour leurs enfants.

Concrètement, dans le modèle probit bivarié, deux variables dichotomiques sont à estimer,

l’une indiquant si l’enfant participe ou non au travail (y1), l’autre indiquant s’il fréquente l’école ou

non (y2). Deux équations forment le modèle.

Equation de participation au travail :

y1 = 1 si y1* > 0 (0 sinon) avec y1* = xi1ß1 + ei1

Equation de scolarisation :

y2 = 1 si y2* > 0 (0 sinon) avec y2* = xi2ß2 + ei2*

y1* et y2* représentent les variables latentes, qui dépendent des variables explicatives xi1 et xi2 ; ß1 et

ß2 sont des vecteurs de paramètres et e1 et e2 sont des termes d’erreur suivant une loi normale

bivariée. Ce modèle permet ainsi d’estimer simultanément les probabilités de travailler et d’aller à

l’école.

4.2. Spécification des variables

Dans ce qui suit, la variable de participation au travail prend la valeur 1 si l’enfant a exercé

une activité rémunérée et/ou s’il a travaillé au moins une demi-journée sur l’exploitation familiale

au cours des douze derniers mois précédant l’enquête. La définition retenue ne tient donc pas

9

compte des activités domestiques auxquelles l’enfant peut également participer. Quant à la variable

de scolarisation, elle prend simplement la valeur 1 si l’enfant fréquentait l’école au moment de

l’enquête. Concernant les variables explicatives, elles peuvent être économiques et

socio-démographiques. En effet, l’environnement familial et communautaire peut aussi jouer un

rôle décisif sur le travail des enfants (Dumas 2004/1). L’introduction de ces variables permettra

d’enrichir l’analyse. Compte tenu des données collectées dans le cadre du ROR, ces variables

peuvent être regroupées en trois grandes catégories : les caractéristiques du ménage, celles de

l’enfant et celles de la communauté ou région d’origine. Le principal objectif de cette étude étant de

mesurer l’influence du revenu parental sur le travail des enfants, différentes variables caractérisant

le niveau de vie des ménages sont alternativement introduites dans les régressions. Les ménages

sont classés par quintile de consommation (ou de revenu). Pour l’identification des paramètres du

modèle la catégorie « très pauvre » sert systématiquement de référence dans les estimations. En

outre, comme on s’attend à ce que les chocs climatiques et l’accès au crédit aient des effets sur

l’offre du travail des enfants, deux variables binaires représentent ces facteurs. La première variable

prend la valeur 1 (0 sinon) si le ménage a subi un choc climatique exogène au cours de l’année

précédant l’enquête (cyclone, sécheresse, etc.). En effet, il est précisé clairement dans le

questionnaire si la famille a subi des dégâts sur les cultures dus à un cataclysme/catastrophe au

cours de l’année 2002/2003. Quant à la variable relative à l’accès au crédit, elle prend la valeur 1 si

le ménage a bénéficié d’un crédit au cours des 12 derniers mois ou si le ménage a déclaré ne pas

avoir besoin d’un crédit, 0 autrement. L’introduction de ces deux variables permet de tester

l’hypothèse selon laquelle la pauvreté n’est pas le seul facteur explicatif du travail des enfants en

milieu rural. Dans la mesure où l’échantillon contient des enfants appartenant au même ménage,

un problème d’auto-corrélation des résidus pour ces enfants-là peut survenir. Pour pallier ce

problème, les écart-types ont été corrigés..

Les variables socio-démographiques introduisent les caractéristiques de l’enfant, telles que

l’âge, le sexe et son statut par rapport au chef de ménage. En effet, il semble que les garçons

travaillent davantage que les filles. 27,3% des garçons travaillent, alors que ce taux n’est que 23,7%

pour les filles. En outre, en milieu rural malgache, les filles semblent plus enclines que les garçons

à être scolarisées (Gubert et Robilliard 2007). Dans cette même perspective, Roubaud et Coury

(1997) ont déjà avancé que la faiblesse du niveau d’instruction du chef de ménage influence aussi

le travail des enfants. A cet égard, les variables sont catégorisées suivant le niveau d’instruction de

celui-ci. Les décisions de mettre les enfants au travail peuvent être aussi liées à l’absence d’une

école dans le village. La présence d’une école peut encourager la scolarisation et diminuer le travail

des enfants. Mais, la composition démographique du ménage peut aussi avoir des conséquences sur

10

la mise au travail des enfants. Toutes choses égales par ailleurs, la probabilité de participer au

travail augmente avec le nombre d’enfants dans le ménage, et elle diminue avec le nombre des

adultes actifs dans le ménage. En outre, les observatoires ruraux peuvent être groupés en quatre,

selon leurs spécificités respectives : les grands périmètres irrigués en rizière, la polyculture

familiale, les petites cultures et les cultures de rente. Ces variables sont également introduites dans

les régressions.

5. Résultats économétriques

5.1 Régression par quintile de consommation

La pauvreté semble influencer positivement le travail des enfants, mais les coefficients ne

sont pas tous significatifs pour les différents quintiles (Tableau 5a). Etre moyennement pauvre ou

riche plutôt que très pauvre réduit significativement la probabilité de travail des enfants. L’effet

négatif n’est pas concluant pour le deuxième et le cinquième quintiles. Deux principales raisons

peuvent être formulées à cet égard. D’une part, la corrélation entre le niveau de vie et le travail des

enfants peut aller dans deux sens, elle peut être négative ou positive. Il se pourrait que plus les

parents soient pauvres, plus ils mettent leurs enfants au travail, du fait qu’ils ne peuvent pas

supporter les coûts de l’éducation. Cependant, il se pourrait aussi que le coût d’opportunité d’aller à

l’école plutôt que travailler augmente avec le niveau de revenu, et donc on peut avoir une

corrélation positive entre le travail des enfants et le niveau de revenu. Ce dernier fait référence au

paradoxe de richesse de Bhalotra et Heady (2003). De ce fait, ces deux effets contradictoires sont à

l’œuvre, et il n’est pas surprenant que les coefficients ne soient pas significatifs.

Mais, d’une autre part, la possibilité pour les enfants de combiner à la fois le travail et

l’école justifie aussi le résultat. Au fait, que ce soit les enfants des ménages pauvres, moyens ou

riches peuvent combiner travail et école, et il n’y a pas une différence certaine. Ce résultat rejoint

aux conclusions de Ray (2000) sur ses études relatives au travail des enfants au Pérou et au

Pakistan. La pauvreté a été un facteur explicatif du travail des enfants au Pérou, mais elle ne l’est

pas au Pakistan. Simplement au Pérou, les enfants arrivent plutôt à combiner le travail et l’école,

alors que l’école fait défaut au Pakistan.

Quoiqu’il en soit, la pauvreté affecte négativement la scolarisation des enfants. Les

coefficients du deuxième au cinquième quintile sont tous positifs et significatifs, ce qui nous laisse

dire que être dans une catégorie de ménage plus aisée augmente la probabilité d’être scolarisé.

11

Comme il fallait s’y attendre, le choc agricole est un facteur explicatif du travail des enfants

en milieu rural. Le coefficient estimé est positif et significatif. Un tel résultat n’est pas étonnant, du

fait que les ménages ruraux sont constamment exposés à un choc agricole, qui mettra en cause leur

production et/ou leur autoconsommation. Le travail des enfants paraît ainsi un des reflets d’une

stratégie de survie des ménages. Beegle et al. (2006) ont déjà avancé une telle conclusion, lors de

leur étude du travail des enfants en Tanzanie. Dans ce pays, un choc agricole provoque un

accroissement de 30% du travail des enfants, notamment pour les ménages ruraux non dotés en

actifs, et contraints de crédit. Une telle situation paraît aussi être observée dans notre cadre

d’analyse. La variable « choc*crédit », qui indique l’interaction entre le choc et le crédit, diminue

la probabilité de travail. Entre autres, bien que le ménage subisse un choc et qu’il ne soit pas

contraint de crédit, les enfants sont moins enclins à travailler. Les hypothèses de Baland et

Ronbinson (2000) semblent ainsi infirmées. Par contre, le crédit accroît la probabilité de

scolarisation des enfants. Les ménages qui ne sont pas contraints de crédit paraissent s’investir en

capital humain. En outre, il est à noter que vivre dans un observatoire, autre que dans l’observatoire

spécifié par un passage répété de cyclone (culture de rente), diminue la probabilité du travail des

enfants. Un tel résultat semble confirmer davantage la corrélation positive entre choc et travail des

enfants.

Quant aux autres déterminants du travail et de la scolarisation des enfants, on a raison de

mettre les variables socio-démographiques parmi les régresseurs. Les garçons sont plus enclins à

travailler que les filles. Le coefficient est significatif et positif. Un tel résultat semble lié à la

scolarisation de ces enfants. En effet, être un garçon diminue la probabilité de scolarisation. En

d’autres termes, les filles sont plus enclines à être scolarisées que les garçons, contrairement à la

plupart des pays de l’Afrique (Cockburn 1999, Blunch et al. 2001, Lachaud 2004c). Ce qui rejoint

aux conclusions de Gubert et Robilliard (2007) sur leurs études de la scolarisation des enfants en

milieu rural à Madagascar. Elles suggèrent que une des explications d’un tel résultat est peut-être

lié au transfert d’héritage aux enfants. Pour les garçons, les parents leur transfèrent plutôt les

exploitations familiales. Et pour les filles, ils les scolarisent davantage. Dans cette perspective, les

parents ont une préférence égale envers les garçons que les filles.

La relation inverse entre la participation des enfants au travail et la scolarisation est aussi

confirmée. Le coefficient de corrélation est négatif et significatif. De plus, la présence d’une école

dans le village accroît la probabilité pour les enfants d’être scolarisés. Mais, elle diminue leur

probabilité de travailler (caractéristique communautaire). Cette conclusion rejoint les analyses de

différentes études empiriques (Canagarajah et al. 1997, Lachaud 2004c, Adjiwanou 2005). Dans la

plupart de ces études, c’est la distance de l’école, implicitement l’éloignement de l’école qui a été

12

pris en compte. Lachaud (2004c) remarque que plus le temps nécessaire pour aller à l’école est

élevé, plus la probabilité de scolarisation est faible. Mais, le travail des enfants est aussi lié au

niveau d’éducation du chef de ménage. Plus le chef de ménage est instruit, moins forte est la

propension au travail des enfants, plus forte est la probabilité de scolarisation des enfants. La

scolarisation et le niveau d’instruction jouent ainsi un rôle majeur à la réduction du travail des

enfants en milieu rural. En outre toutes choses égales par ailleurs, la propension du travail des

enfants et de la scolarisation croissent avec l’âge. Mais, les déperditions scolaires en prévalent à un

certain âge. Dans ce sens, que le coefficient relatif à l’âge au carré est négatif.

De plus, la participation des enfants au travail est liée à la composition démographique du

ménage. Ce travail des enfants est positivement relié au nombre d’enfants de moins de 5 ans.

Parallèlement, la probabilité de scolarisation des enfants de 6 à 14 ans diminue en présence de ces

jeunes enfants. Il est ainsi probable que certains enfants sont retirés de l’école pour assurer la garde

des plus jeunes. Ce qui rejoint aux analyses de Dumas (2004/1) au Brésil. Par contre, la corrélation

entre les adultes et le travail des enfants est négative. Il est évident que la présence d’individus

actifs dans le ménage réduit la chance pour les enfants de travailler.

5.2. Test de robustesse

5.2.1 Régression par quintile de revenu

Dans la mesure où le revenu est aussi un indicateur de bien-être économique, il est

intéressant de catégoriser les ménages selon leur revenu, pour appréhender les différences en

changeant ainsi d’agrégat. En effet, le revenu est souvent très varié en milieu rural par rapport à la

consommation, dans la mesure où il dépend fortement des prix de vente des produits agricoles et de

la récolte elle-même. Le tableau 5b tend à rejeter l’hypothèse de pauvreté en étant le facteur

explicatif du travail de enfants. Certes, être dans un quintile moyennement pauvre, riche ou très

riche que être plutôt dans un ménage très pauvre- diminue la probabilité de travailler, mais les

coefficients ne sont pas significatifs. Quant aux chocs agricoles, l’effet reste toujours positif et

significatif. Ils semblent être ainsi un des facteurs explicatifs du travail des enfants, à part les

variables socio-démographiques. Quant à la scolarisation, la corrélation négative entre la pauvreté

et la fréquentation scolaire des enfants subsiste. Il découle ainsi de ces deux régressions que les

conclusions sont les mêmes. Les résultats sont du moins robustes au choix d’agrégat.

13

5.2.2 Instrumentation des variables de richesse

Dans les deux premières régressions, la pauvreté a été appréhendée par les quintiles de

consommation ou de revenu. Mais, il est aussi intéressant de modéliser la régression avec le revenu

ou la consommation des ménages, pour tester d’une autre manière la robustesse des résultats.

Pourtant, intégrer directement le revenu ou la consommation dans la régression peut être une source

de biais. L’agrégat revenu ou consommation est probablement endogène. En d’autres termes, le

revenu ou la consommation peut expliquer le travail des enfants, mais le travail des enfants peut lui

aussi expliquer le revenu ou la consommation. La causalité peut donc aller dans les deux sens. Pour

pallier à cette éventualité biais, le recours à la méthode des variables instrumentales est une des

solutions.

La méthode consiste essentiellement en la recherche d’une ou plusieurs variables qui influe

sur la variable soupçonnée d’endogénéité, mais qui n’influe pas sur les variables à expliquer. Dans

le cas présent, ces variables dépendantes sont le travail et la scolarisation des enfants. Cette variable

à rechercher permet d’éliminer les biais d’endogénéité éventuels (Thomas 2000). Empiriquement,

nous utilisons le revenu (ou la consommation) retardé d’une période (c’est-à-dire celui de 2002)

pour instrumenter le revenu (ou la consommation) en 2003. L’équation d’instrumentation est donc

donnée par : revenu (ou consommation) en t = f(revenu en t-1).

Nous récupérons ensuite les résidus de cette équation d’instrumentation et les introduisons

dans le probit bivarié. C’est la variable qui permet d’éliminer les biais possibles. Si ces résidus sont

significatifs, les variables de richesses sont effectivement endogènes, et il est défendable d’utiliser

cette méthode de variables instrumentales. Pour estimer cette équation d’instrumentation, nous

utilisons un panel constitué des ménages enquêtés en 2002 et en 2003. Ce panel contient 7 197

enfants âgés de 6 à 14 ans. Cet échantillon ne prend en compte que 12 observatoires. En effet, trois

observatoires – Morondava – Manandriana et Tanandava n’étaient pas encore opérationnels en

2002. Les tableaux 5a et 5b décrivent les résultats.

D’une part, les variables de richesse sont effectivement endogènes. Les résidus de

l’équation d’instrumentation sont significatifs à 1% quant à la scolarisation des enfants. Il est

confirmé que la pauvreté n’est pas un facteur explicatif du travail des enfants en milieu rural. Les

coefficients relatifs à la consommation ou au revenu restent non significatifs. Quant aux chocs

agricoles, il est fort incontestable qu’ils ne soient pas un déterminant du travail des enfants en

milieu rural. En effet, les coefficients y afférant sont significatifs à 1%. Mais, l’effet semble être

atténué si le ménage n’est pas contraint de crédit. Les coefficients relatifs à l’interaction du choc et

de crédit restent significatifs. De sens inverse, ils augmentent la probabilité de scolarisation des

enfants.

14

Quant aux variables démographiques, les enfants de moins de 5 ans influencent

positivement la participation des enfants de 6 à 14 ans au travail, alors que les membres du ménage

plus âgés l’influencent négativement. En outre, la faiblesse du niveau d’éducation du chef de

ménage reste un facteur explicatif du travail des enfants. La scolarisation tient ainsi une place

importante quant à la réduction du travail des enfants. La corrélation négative entre le travail et la

scolarisation des enfants reste concluante.

6. Conclusion

Le travail des enfants est une réalité en milieu rural à Madagascar, où l’incidence de la

pauvreté est très élevée . Partant, cet article tente de déterminer si la pauvreté est un des facteurs

explicatifs du travail des enfants. Une telle hypothèse s’inscrit dans le cadre de l’axiome de luxe de

Basu et Van (1998). Dans ce cadre d’analyse, la participation des enfants au travail ne prévaut que

si le ménage a un niveau de vie inférieur à un certain seuil de subsistance. Mais, une autre

hypothèse sous-tend que la pauvreté n’est le seul facteur explicatif du travail des enfants. Les

imperfections du marché de crédit et les chocs agricoles peuvent être les autres déterminants.

En utilisant les enquêtes du Réseau de Observatoires Ruraux, nous avons analysé les

déterminants de la participation des enfants au travail et de la scolarisation dans différentes régions

de Madagascar. Les résultats de l’analyse économétrique ont rejeté l’hypothèse de pauvreté. Les

variables relatives au niveau de revenu (ou de consommation) parental sont en effet non

significatives statistiquement. La possibilité pour les enfants de combiner à la fois l’école et le

travail paraît à l’œuvre. Quant à la scolarisation, la pauvreté influence négativement la scolarisation

des enfants. Le choc agricole accroît fortement la probabilité du travail des enfants sans influencer

négativement leur scolarisation. Par contre, l’hypothèse d’imperfections du marché de crédit est

confirmée. Les résultats sont robustes au choix de l’agrégat et au choix de l’estimateur. Les

estimations du probit bivarié par quintile de revenu et celles du probit par quintile de

consommation fournissent des résultats similaires. De la même manière, l’instrumentation des

variables de richesse ne modifie pas les résultats. L’hypothèse de pauvreté persiste à être rejetée.

Pour finir, le travail des enfants est aussi lié aux variables sociodémographiques, telles que le

niveau d’éducation du chef de ménage, l’âge, la composition du ménage et le sexe. La probabilité

qu’un enfant travaille est élevée pour les garçons par rapport aux filles.

De cette analyse, la politique de réduction du travail des enfants devrait être s’inscrire à

l’amélioration de la capacité des ménages à faire face aux risques. Le transfert conditionnel pourrait

bien être ainsi plus efficace qu’une simple réduction de la pauvreté des ménages. Néanmoins, il

serait souhaitable d’étendre l’analyse en adoptant une approche dynamique. Dans cette perspective,

15

analyser les stratégies de gestion de risques des ménages agricoles pourrait mettre en lumière les

autres facteurs de la mise au travail des enfants.

Bibliographie

Adjiwanou V. (2005), “Impact de la pauvreté sur la scolarisation et le travail des enfants 6- 14 ans

au Togo”, Document de Travail, Centre d’Etudes et de Recherche sur le Développement

International et Unité de Recherche Démographique, Université de Lomé.

Baland J.M et Robinson J.A (2000), “Is child labor Efficient ?”, Journal of Political Economy,

2000, 108(4), pp. 663-679

Basu K. et Van (1998), “The Economic of Child Labor”, American Economic Review, 88(3), pp.

412-427

Basu K et Tzannots Z (2003), “The Global Child Labor Problem : What do we know and what can

we do?”, World Bank Economic Review, pp.147-173

Beegle K, Rajeev H., Dehjetia et Gatti R. (2006), “Child labor and agricultural shocks”, Journal of

Development Economics (à paraître)

Bhahotra S. et Heady C (2003), “Child Farm Labor : The Wealth Paradox”, World Bank Economic

Review, 17(2), pp.197-227

Bhalotra S and Heady C (1999), “Determinants of Child Labor in Ghana and Pakistan : a

comparative study”, Working Paper, University of Cambridge, Bristol and Bath UK P 41

Blunch N. H. et D. Verner (2001), “Revisiting the link between poverty and child labor: The

Ghanian Experience”, Working Paper Centre for Labor Market and social research, Denmark

Bonnet M. (1993), “Child Labour in Africa”, International Labour Review,132(3), pp371-389

Canagarajah et Coulombe (1997), “Child Labor and schooling in Ghana”, Working Paper n° 1844,

World Bank

Cockburn J. (1999), “The Determinant of Child labor Supply in rural Ethiopia”, Nuffield College

and Centre for the Study of African Economics (CSAE), Oxford University, U.K

Droy, I., R. Ratovoarinony et F. Roubaud (2000), “Les observatoires ruraux à Madagascar. Une

méthodologie originale pour le suivi des campagnes”, Statéco 95-96-97

Dumas C. (2004/1), “Impact of Family Composition on Child Labor Supply : The Case of Brazil”

Revue d’Economie du Développement, pp.70-99

Edmonds E. (2001), “Will Child Labour decline with Improvements in Living Standards?”,

Working Paper 01-09 Dartmouth College

16

Grootaert C. (1998) “Child Labor in Côte d’Ivoire: Incidence and Determinants”, World Bank

Social Development, Environmentally and Socially Sustainable Development Network

Washington P81

Gubert F. et Robilliard A. (2007), “Risk and Schooling Decisions in Rural Madagascar: a Panel

Data Analysis”, Journal of African Economies (à paraître).

Institut National de Statistique (2001), “Enquête à Indicateurs Multiples 2000”, Madagascar

INSTAT.

Institut National de Statistique (2002), « Enquête Prioritaire auprès des Ménages 2001 »

Madagascar, INSTAT.

Jacoby H. et Skoufias E (1997), “Risk, Financial Markets and Human Capital in Developing

country”, Review of Economic Studies LXIV, pp. 311-335.

Jensen P. et Nielsen H.S (1997), “Child Labour or School Attendance ? Evidence from Zambia”,

Journal of Population Economics,10(4), pp 409- 424

Lachaud J.P (2004c), “Le travail des enfants et la pauvreté en Afrique: un réexamen appliqué au

Burkina Fasso”, Document de Travail n°96 Centre d’Economie du Développement Université

Montesquieu Bordeaux IV

Manning C. (2000), “The Economic crisis and child labor in Indonesia”, ILO/IPEC Working, 80p.

Psacharopoulos G. (1997) “Child Labour Versus Educational Attainment: some evidence from

Latin America”, Journal of Population Economics, 10(4), pp.377-386

Ray R. (1999), “The Determinants of Child Labor and Child Schooling in Ghana”, Journal of

African Economies, 11(4), pp.561-590.

Ray R. (2000), “ Child Labor, Child Schooling and their interaction with Adult Labor: empirical

evidence for Peru and Pakistan”, The World Bank Economic Review, 14(2), pp.347-367.

Réseau des Observatoires Ruraux (2004), “ Les Cahiers du ROR : les ménages durant la campagne

2003” Document Numéro 5, ROR.

Roubaud F et Coury D. (1997) “Le travail des enfants à Madagascar : un état des lieux” IPEC,

Institut National de Statistique et ORSTOM

Thomas A.(2000), Econométrie des variables qualitatives, Ed. Dunod, Paris.

17

Tableau 1. Incidence du travail des enfants et de la scolarisation selon les conditions de vie du ménage, 2003

Travaille Va à l'école Travaille et va à l'école

Ni ne travaille, ni ne va à l'école Ensemble

Quintile de consommation Très pauvre 22,3 53,4 9,7 14,7 100,0 Pauvre 15,3 60,9 11,5 12,4 100,0 Moyen 12,6 66,5 11,8 9,1 100,0 Riche 11,7 69,9 10,6 7,8 100,0 Très riche 13,2 68,0 11,3 7,5 100,0 Quintile de revenu Très pauvre 21,0 54,9 9,5 14,6 100,0 Pauvre 15,1 59,8 12,8 12,4 100,0 Moyen 13,6 66,7 11,6 8,1 100,0 Riche 11,8 69,1 11,3 7,9 100,0 Très riche 12,7 69,4 9,7 8,2 100,0 Quintile de consommation par unité de consommation Très pauvre 22,2 55,9 7,3 14,5 100,0 Pauvre 14,5 63,8 9,6 12,1 100,0 Moyen 11,3 69,1 11,7 7,8 100,0 Riche 11,6 68,6 12,8 7,2 100,0 Très riche 13,3 64,7 13,9 8,2 100,0

Source : Calcul de l’auteur à partir des données du réseau des observatoires ruraux 2003

Tableau 2. Incidence du travail et de la scolarisation des enfants de 6-14 ans selon les rizières opérées, 2003

Travaille Va à l'école Travaille et va à l'école

Ni ne travaille, ni ne va à l'école Ensemble

Quintile de rizières Très pauvre 12,8 61,2 14,9 11,1 100,0Pauvre 11,0 67,0 13,2 8,8 100,0Moyen 11,1 67,8 14,0 7,0 100,0Riche 11,3 71,7 9,6 7,4 100,0Très riche 10,6 72,4 10,6 6,4 100,0

Source : Calcul de l’auteur à partir des données du réseau des observatoires ruraux 2003 La superficie des rizières selon le quintile : quintile 1 < 33 ares ; 33 ares ≤ quintile 2 ≤ 56 ares ; 57 ares ≤ quintile 3 ≤ 99 ares ; 100 ares ≤ quintile 4 ≤ 159 ares ; quintile 5 ≥ 160 ares

Tableau 3. Incidence du travail et scolarisation des enfants de 6 -14 ans selon l’accès au crédit et le choc agricole,

2003

Travaille Va à l'école

Travaille et va à l'école

Ni ne travaille, ni ne va à l'école Ensemble

Choc non victime 12,2 67,4 9,9 10,5 100,0victime 17,0 61,3 12,1 9,6 100,0Crédit non bénéficiaire 15,7 61,8 11,2 11,1 100,0bénéficiaire 13,2 67,3 10,6 8,6 100,0

Source : Calcul de l’auteur à partir des données u réseau des observatoires ruraux en 2003

18

Tableau 4. Incidence du travail et de la scolarisation des enfants de 6-14 ans selon le niveau de vie, l’accès au

crédit et le choc agricole, 2003.

Travaille Va à l'école

Travaille et va à l'école

Ni ne travaille, ni ne va à l'école

Quintile de revenu Bénéficiaire de crédit Très pauvre 18,2 60,0 8,4 13,3Pauvre 14,9 61,6 12,5 10,8Moyen 12,8 67,4 11,9 7,7Riche 11,2 70,6 10,6 7,4Très riche 12,3 70,8 9,6 7,1 Non bénéficiaire de crédit Très pauvre 22,2 52,6 9,9 15,0Pauvre 15,1 58,6 12,8 13,3Moyen 14,2 65,9 11,3 8,4Riche 12,3 67,4 11,9 8,3Très riche 13,2 67,2 9,8 9,6 Aucun choc agricole Très pauvre 14,8 56,9 10,7 17,7Pauvre 13,7 61,7 10,3 14,4Moyen 12,0 68,9 9,5 9,6Riche 11,2 70,7 10,1 8,0Très riche 10,9 72,7 9,1 7,3 Victime d'un choc agricole Très pauvre 24,22 53,93 8,91 12,94Pauvre 16,48 57,78 15,22 10,51Moyen 15,33 64,22 13,93 6,51Riche 12,53 66,76 12,9 7,81Très riche 14,74 65,66 10,39 9,21

Source : Calcul à partir des bases de données des enquêtes du réseau des observatoires ruraux 2003

19

Tableau 5a. Probit bivarié des déterminants du travail et de la scolarisation des enfants de 6-14 ans relatif au quintile de consommation 2003

Variables dépendantes Travail Scolarisation Variables explicatives Caractéristiques de l’enfant Age 0.081 0.753 (1.76)* (17.39)*** Age² 0.008 -0.041 (3.38)*** (18.82)*** Sexe 0.129 -0.180 (4.79)*** (6.79)*** Enfant du chef 0.050 0.193 (1.10) (4.13)*** Caractéristiques du chef de ménage Sexe -0.000 -0.092 (0.01) (1.78)* Niveau d’éducation (1) primaire -0.279 0.503 (5.93)*** (10.15)*** secondaire -0.316 0.813 (4.79)*** (11.37)*** Caractéristiques du ménage Quintile 2: pauvre (2) -0.073 0.171 (1.33) (3.08)*** Quintile 3: moyen -0.149 0.342 (2.68)*** (5.92)*** Quintile 4: riche -0.145 0.388 (2.50)** (6.44)*** Quintile 5: très riche -0.006 0.325 (0.09) (4.96)*** Choc 0.295 -0.047 (7.45)*** (1.14) Choc *credit -0.140 0.166 (2.91)*** (3.37)*** Nombre des individus < 5 ans 0.079 -0.118 (5.08)*** (7.24)*** 6 à 14 ans -0.036 -0.039 (2.51)** (2.61)*** 15 à 64 ans -0.145 0.047 (10.44)*** (3.49)*** > 64 ans -0.009 0.022 (0.21) (0.48) Caractéristiques de la communauté Ecole -0.352 0.418 (9.48)*** (10.90)*** Rizicole (3) -0.195 -0.339 (4.27)*** (7.32)*** Polyculture -0.261 0.346 (5.80)*** (7.32)*** Petite culture -0.157 -0.082 (2.62)*** (1.33) Constant -1.550 -2.991 (6.54)*** (13.67)*** ρ -0,71** Observations 12279 Clusters 5416 (1) Base = sans instruction ; (2) Base= quintile 1, très pauvre ; (3) Base = rente Seuil de significativité : *** à 1% ; ** à 5% ; * à 10% Source : calcul de l’auteur à partir des bases de données des enquêtes des observatoires ruraux 2003

20

Tableau 5b. Probit bivarié des déterminants du travail et de la scolarisation des enfants de 6-14 ans – relatif au quintile de revenu 2003

Variables dépendantes Travail Scolarisation Variables explicatives Caractéristiques de l’enfant Age 0.078 0.759 (1.71)* (17.58)*** Age² 0.008 -0.041 (3.44)*** (19.00)*** Sexe 0.130 -0.181 (4.83)*** (6.84)*** Enfant du chef 0.050 0.193 (1.08) (4.12)*** Caractéristiques du chef de ménage Sexe -0.002 -0.104 (0.05) (2.01)** Niveau d’éducation (1) Primaire -0.277 0.504 (5.90)*** (10.17)*** Secondaire -0.291 0.814 (4.37)*** (11.25)*** Caractéristiques du ménage Quintile 2 : pauvre (2) -0.025 0.165 (0.47) (3.00)*** Quintile 3 : moyen -0.067 0.307 (1.18) (5.39)*** Quintile 4 : riche -0.106 0.366 (1.79)* (6.06)*** Quintile 5 : très riche -0.071 0.301 (1.11) (4.73)*** Choc 0.290 -0.034 (7.32)*** (0.81) Choc*credit -0.134 0.169 (2.80)*** (3.44)*** Nombre des individus < 5 ans 0.079 -0.116 (5.05)*** (7.15)*** 6 à 14 ans -0.035 -0.032 (2.45)** (2.21)** 15 à 64 ans -0.138 0.051 (10.18)*** (3.83)*** > 64 ans -0.005 0.035 (0.10) (0.76) Caractéristiques de la communauté Ecole -0.349 0.420 (9.39)*** (11.01)*** Rizicole (3) -0.187 -0.341 (4.10)*** (7.34)*** Polyculture -0.262 0.353 (5.85)*** (7.45)*** Petite culture -0.155 -0.099 (2.58)*** (1.61) Constant -1.587 -3.032 (6.67)*** (13.87)*** ρ -0.71** Observations 12279 Clusters 5416 (1) Base = sans instruction ; (2) Base= quintile 1, très pauvre ; (3) Base = rente Seuil de significativité : *** à 1% ; ** à 5% ; * à 10% Source : calcul de l’auteur à partir des bases de données des enquêtes des observatoires ruraux 2003

21

Tableau 6a. Probit bivarié des déterminants du travail et de la scolarisation des enfants de 6-14 ans, relatif à la

consommation instrumentée 2003

Variables dépendantes Travail Scolarisation Variables explicatives Caractéristiques de l’enfant Age 0.078 0.876 (1.23) (14.66)*** Age² 0.008 -0.047 (2.60)*** (15.68)*** Sexe 0.074 -0.155 (2.09)** (4.34)*** Enfant du chef 0.033 0.254 (0.56) (4.17)*** Caractéristiques du chef de ménage Sexe -0.000 0.015 (0.01) (0.22) Niveau d’éducation (1) primaire -0.304 0.402 (5.07)*** (6.35)*** secondaire -0.199 0.602 (2.23)** (5.97)*** Caractéristiques du ménage Consommation -0.000 0.000 (0.37) (4.01)*** Residu 0.000 -0.000 (1.33) (2.59)*** Choc 0.237 0.053 (4.31)*** (0.91) Choc*credit -0.137 0.181 (2.11)** (2.71)*** Nombre des individus < 5 ans 0.057 -0.076 (2.63)*** (3.27)*** 6 à 14 ans -0.040 -0.043 (2.26)** (2.25)** 15 à 64 ans -0.178 0.067 (10.10)*** (3.58)*** > 64 ans -0.141 0.056 (2.56)** (0.96) Caractéristiques de la communauté Ecole -0.140 0.368 (2.42)** (6.08)*** Rizicole (2) -0.387 0.101 (6.05)*** (1.55) Polyculture -0.429 0.356 (7.40)*** (5.74)*** Petite culture -0.121 -0.218 (1.87)* (3.28)*** Constant -1.566 -3.834 (4.78)*** (12.64)*** ρ -0.698*** Observations 7197 Clusters 3193 (1) Base = sans instruction ; (2) Base = rente Seuil de significativité : *** à 1% ; ** à 5% ; * à 10% Source : calcul de l’auteur à partir des bases de données des enquêtes des observatoires ruraux 2002 - 2003

22

Tableau 6b. Probit bivarié des déterminants du travail et de la scolarisation des enfants de 6-14 ans, relatif au

revenu instrumenté 2003

Variables dépendantes Travail Scolarisation Variables explicatives Caractéristiques de l’enfant Age 0.078 0.882 (1.23) (14.81)*** Age² 0.008 -0.047 (2.59)*** (15.81)*** Sexe 0.073 -0.155 (2.06)** (4.36)*** Enfant du chef 0.033 0.245 (0.56) (4.04)*** Caractéristiques du chef de ménage Sexe -0.000 0.036 (0.00) (0.56) Niveau d’éducation (1) primaire -0.302 0.409 (5.04)*** (6.50)*** secondaire -0.192 0.610 (2.09)** (5.94)*** Caractéristiques du ménage Revenu -0.000 0.000 (1.07) (3.58)*** Residu 0.000 -0.000 (1.83)* (2.92)*** Choc 0.236 0.048 (4.30)*** (0.83) Choc*credit -0.139 0.198 (2.15)** (2.99)*** Nombre des individus < 5 ans 0.057 -0.075 (2.62)*** (3.25)*** 6 à 14 ans -0.041 -0.031 (2.37)** (1.66)* 15 à 64 ans -0.175 0.081 (10.47)*** (4.47)*** > 64 ans -0.139 0.071 (2.53)** (1.21) Caractéristiques de la communauté Ecole -0.140 0.372 (2.41)** (6.15)*** Rizicole (2) -0.382 0.089 (5.93)*** (1.36) Polyculture -0.431 0.349 (7.38)*** (5.66)*** Petite culture -0.117 -0.269 (1.81)* (4.13)*** Constant -1.546 -3.815 (4.72)*** (12.77)*** ρ -0.696*** Observations 7197 Clusters 3193 (1) Base = sans instruction ; (2) Base = rente Seuil de significativité : *** à 1% ; ** à 5% ; * à 10% Source : calcul de l’auteur à partir des bases de données des enquêtes des observatoires ruraux 2002 – 2003