Bradford Mills Kimberly Groover 22 novembre 2011 Comparaison des stratégies de ciblage utilisées dans les programmes d’assistance sociale du Mozambique Bradford Mills Kimberly Groover 22 novembre 2011

Objectifs Identifier les variables et les conditions qui permettent de prédire la pauvreté chronique et transitoire particulièrement les impacts des covariables communes et des chocs idiosyncrasiques Élaborer une stratégie de ciblage efficace pour les programmes d’assistance sociale Faire la distinction entre les pauvres chroniques et les pauvres transitoires Employer des critères de ciblage facilement collectés et aisément vérifiables

Pauvreté chronique et transitoire Pauvre chronique: ménage dont la dépense en aliments est estimée sous le seuil de pauvreté alimentaire en l’absence de chocs Pauvre transitoire: ménage dont la dépense en aliments est estimée sous le seuil de pauvreté suite aux impacts générés par une exposition aux chocs

Préoccupations relatives à l’endogénéité dans l’estimation des impacts de chocs Causalité inverse Hétérogénéité non observée Chocs idiosyncrasiques Le niveau de consommation influence la probabilité de l’exposition Chocs covariables Présence de facteurs non observés qui influencent à la fois l’exposition aux chocs et la consommation

Procédures Modèle basé sur les effets du traitement endogène évalue les impacts des chocs sur la dépense alimentaire résultats employés dans la catégorisation du niveau de pauvreté des ménages CHRONIQUE TRANSITOIRE NON-PAUVRE Modèle de régression logistique multinomiale Utilise des variables de l’ETE ou autres variables ayant une forte corrélation avec la dépense alimentaire des ménages Évalue les erreurs d’inclusion et d’exclusion dans l’identification des ménages pauvres L’ETE contrôle l’endogénéité du choc. Le traitement représente l’exposition au choc Utilise les OLS pour prédire la dépense alimentaire qui a elle-même prédit l’exposition tirée de l’équation basée sur le traitement De plus, ce modèle est unique puisqu’il estime la probabilité d’un choc sur la base de variables liées à l’exposition et introduit ensuite l’exposition prévue dans l’équation relative à la dépense alimentaire. Les résultats du modèle MNL permettent de sélectionner les indicateurs clés de la pauvreté chronique et transitoire

Données Données transversales Inquérito Sobre Orçamento Familiar (Enquête de budget des ménages) Mozambique, 2008/2009 Tiré de l’Institut National des Statistiques du Mozambique Observation de 10 832 ménages au total Données sur la pluviométrie quotidienne de la NASA 1er janvier 1997 – 30 avril 2009 Données pluviométriques GIS ajustées à la localisation des districts 9 ménages en zone rurale 12 ménages en zone urbaine Environ 800 observations dans chacune des 11 provinces, mais 900 pour la province de Maputo , 1200 pour la ville de Maputo , 1550 pour Nampula & Zambezia Rencontrés 3 fois pour entrevue

Vulnérabilité aux chocs au Mozambique Pourcentage des ménage ayant signalé un choc au cours de l’enquête sur le budget des ménages de 2008/09 Description du choc Signalé au cours des derniers 5 ans Signalé comme choc initial Signalé au cours de la dernière année   % Sécheresse 29.6 15.6 8.3 Inondations/ cyclones 14.6 6.8 5.8 Ravageurs de récoltes (invasion) 16.4 6.0 6.1 Maladie d’un membre du ménage 11.3 6.5 3.6 Décès d’un membre du ménage 16.5 13.8 4.1 # d’observations 10,832 # nombre de ménages représentés 4,562,969

Impact des chocs sur la dépense alimentaire (par personne et par jour) Décès: réduction de 54 % Inondations et cyclones: réduction de 32 % Maladie: réduction de 25 % Agricole: réduction de 17 % Sécheresse: réduction de 17 %

Estimation de la pauvreté transitoire et chronique sur la base du modèle de régression logistique multinomiale   Chronique Transitoire Non pauvre % National 51.33 9.05 39.62 Urbain 37.26 10.29 52.45 Rural 57.03 8.54 34.42 Niassa & Cabo Delgado, Rural 43.65 9.41 46.94 Niassa & Cabo Delgado, Urbain 35.26 9.48 55.26 Nampula, Rural 54.61 11.32 34.07 Nampula, Urbain 42.03 12.10 45.86 Sofala & Zambézia, Rural 63.45 8.33 28.21 Sofala & Zambézia, Urbain 45.23 12.65 42.12 Manica & Tete, Rural 58.92 4.94 36.14 Manica & Tete, Urbain 43.05 12.11 44.84 Gaza & Inhambane, Rural 63.74 8.09 28.26 Gaza & Inhambane, Urbain 52.67 10.64 36.69 Province de Maputo, Rural 46.95 10.23 42.82 Province de Maputo, Urbain 31.11 7.59 61.30 Ville de Maputo 18.33 7.30 74.38

Programmes d’assistance sociale du Mozambique: Programme de subventions alimentaires (PSA) Cible les groupes vulnérables: Vieillards Malades chroniques Handicapés Femmes enceintes souffrant de malnutrition Le programme d’assistance sociale le plus important du Mozambique : Ne rejoint pas la majorité des ménages ciblés 143 000 ménages ont reçu des bénéfices en 2008 (Shendy et Nucifora 2009) Valeur minimale des transferts monétaires

Programmes d’assistance sociale du Mozambique : le Programme d’assistance sociale directe (PASD) Groupes vulnérables: Vieillards Jumeaux Malades chroniques Orphelins ou enfants abandonnés Handicapés Enfants à la charge de l’État Enfants mal nourris Prisonniers Femmes enceintes mal nourries Ménages exposés à un choc isolé Ménages dirigés par un enfant Les ménages doivent également être considérés inaptes à combler leurs besoins de base Seuls les ménages résidant dans les villes principales et dans les districts sélectionnés peuvent être admissibles aux prestations N’atteint pas la majorité de sa population cible : 3 000 bénéficiaires par année (Devereux 2006)

Identification des ménages ciblés par le PSA et de PASD à partir de l’enquête sur le budget des ménages de 2007/08 Il ne s’est pas avéré possible d’identifier les ménages éligibles au PASD à partir de l’Enquête de 2008/09 Groupes cibles non identifiés: Enfants à la charge de l’État Prisonniers sans aide extérieure De plus, les exigences du programme en matière de revenus n’ont pas été incluses dans les simulations de ciblage

Critères de ciblage dans le modèle logistique multinomial Ménage rural Ménage de la région nord Ménage de la région centrale Taille du ménage # d’enfants de 0 – 4 ans # d’enfants de 5 – 14 ans # d’enfants de 15 – 19 ans # personnes âgées Femmes chef de ménage Chef de ménage célibataire Chef de ménage travaille hors de l’agriculture Le ménage a accès à l’électricité Le ménage ne dispose pas de latrines Le toit est en lusalite Le ménage traite son eau potable Le ménage a recours à l’irrigation Le ménage a subi un choc au cours de la dernière année

Résultats de méthodes de ciblage alternatives: Résultats obtenus par le PSA Les principaux bénéficiaires sont les membres de ménages pauvres inaptes au travail (vieillards, femmes enceintes souffrant de malnutrition, handicapés, malades chroniques) Erreurs d’exclusion importantes Suggère que les critères de ciblage du PSA ne permettent pas d’identifier la majorité des pauvres ou les 10% de ménages les plus pauvres.

Identification des ménages pauvres selon les critères du PSA Erreurs d’inclusion Erreurs d’exclusion Ménages pauvres selon les critères du PSA 48.38%  61.24% Ménages pauvres selon les critères vérifiables du PSA 52.79% 75.47% 10 % des ménages les plus pauvres selon les critères du PSA 84.94% 54.95% 10 % des ménages les plus pauvres selon les critères vérifiables du PSA 89.28% 75.32% Les critères vérifiables n’incluent pas les ménages admissibles selon les critères cliniques: malades chroniques, mères de nourrissons souffrant de malnutrition, femmes enceintes souffrant de malnutrition et enfants souffrant de malnutrition.

Résultats de méthodes de ciblage alternatives: Résultats obtenus par le PASD Le PASD cible un vaste éventail de groupes vulnérables Peu d’erreurs d’exclusion Suggère que les groupes vulnérables ciblés par le programme PASD sont pauvres dans un fort pourcentage. Les critères relatifs à la malnutrition et aux maladies chroniques sont difficiles à appliquer et à vérifier Lorsque seuls les critères vérifiables sont utilisés lors des simulations menées par le PSA et le PASD, les erreurs d’exclusion sont significativement plus élevées

Identification des ménages pauvres selon les critères du PASD Erreurs d’inclusion Erreurs d’exclusion Ménages pauvres selon les critères du PASD 47.72%  7.41% Ménages pauvres selon les critères vérifiables du PASD 51.23% 58.37% 10 % des ménages les plus pauvres selon les critères du PASD 88.63% 4.17% 10 % des ménages les plus pauvres selon les critères vérifiables du PASD 88.93% 58.14% Les critères vérifiables n’incluent pas les ménages admissibles selon les critères cliniques: malades chroniques, mères de nourrissons souffrant de malnutrition, femmes enceintes souffrant de malnutrition et enfants souffrant de malnutrition.

Résultats des méthodes alternatives de ciblage: Régression logistique multinomiale Erreurs d’exclusion: Moindres que dans le PSA Plus importantes que dans le PASD. Le modèle logistique multinomial présente les erreurs d’exclusion les plus faibles alors que le ciblage effectué par le PSA et le PASD se limite aux critères vérifiables Identification des ménages pauvres à partir des critères du modèle logistique multinomial Erreurs d’inclusion Erreurs d’exclusion Identification des ménages pauvres 44.66% 31.39% Identification des 10% de ménages les plus pauvres 87.09% 23.88%

Identification de la pauvreté transitoire à partir des données disponibles au niveau du district Les ménages classifiés considérés comme pauvres transitoires sont comparés aux ménages ayant signalé un choc dans les districts sévèrement affectés par ce choc Erreur d’exclusion = 54% Plus de la moitié des ménages pauvres transitoires ne peuvent pas être identifiés à partir du ciblage effectué au niveau du district. La prévalence de chocs importants au niveau du district est donc faiblement associée à la pauvreté transitoire

Conclusions: Stratégies de ciblage Le PSA et le PASD: Incluent au ciblage du programme des critères difficiles à appliquer et à vérifier Les critères actuels de catégorisation ne sont pas efficaces Modèle de régression logistique multinomiale: Le ciblage ne repose pas sur l’identification de groupes vulnérables Les données sur les critères sont aisément collectées et vérifiées Les ménages peuvent être rapidement et facilement inscrits et recevoir des prestations Performance adéquate en matière d’erreurs d’inclusion et d’exclusion

Conclusions: Ciblage de la pauvreté transitoire L’exposition à un choc ou à de multiples chocs a un impact important sur le bien-être du ménage. L’exposition d’un ménage aux chocs peut permettre de cibler les ménages affectés par une pauvreté transitoire Utilisé pour augmenter l’ampleur de l’assistance en situation d’urgence.