PRESENTATION PAR QUENTIN STOEFFLER ETUDE DE CAS PAR PAYS : CAMEROUN.

Présentation au sujet: "PRESENTATION PAR QUENTIN STOEFFLER ETUDE DE CAS PAR PAYS : CAMEROUN."— Transcription de la présentation:

1 PRESENTATION PAR QUENTIN STOEFFLER ETUDE DE CAS PAR PAYS : CAMEROUN

2 I INTRODUCTION Introduction : pauvreté au Cameroun PIB par capita au Cameroun : dans la moyenne de l’Afrique Sub-Saharienne Néanmoins, taux de pauvreté élevé : environ 40% Pauvreté particulièrement élevée dans la moitie Nord du pays : 53,7% de pauvres chroniques dans l’Extrême-Nord Des programmes de lutte contre la pauvreté récents et peu coordonnés Pas de diminution de la pauvreté entre 2001 et 2007, augmentation en milieu rural

3 I INTRODUCTION Introduction : objectifs du programme de filet de sécurité social (FSS) Transferts monétaires sociaux (TMS) pour une croissance pro-pauvres Transferts non-conditionnes dans le cas du Cameroun Financement par l’Etat camerounais : remplacement progressif des programmes de subventions a la consommation (ne ciblant pas les pauvres) par des programmes de TMS Objectif de l’étude : formule de Proxy Means Testing (PMT) et scenarii de transfert Projet pilote : zone cible de 5 régions (sur 12 au Cameroun)

4 I INTRODUCTION Introduction : sources et format de la présentation « Pauvreté et vulnérabilité des ménages au Cameroun » (Pierre Nguetse Tegoum, avril 2011) « Programme pilote de transferts monétaires sociaux : le ciblage des pauvres chroniques » (Pierre Nguetse Tegoum et Quentin Stoeffler, novembre 2011) Format de la présentation : 1.Introduction 2.Pauvreté, risque et vulnérabilité 3.Revue des systèmes de protection sociale existant 4.Mécanismes de ciblage alternatifs 5.Evaluation ex-post 6.Conclusions

5 II PAUVRETÉ, RISQUE ET VULNÉRABILITÉ Méthodologie adoptée Détermination du seuil de pauvreté fondé sur les besoins essentiels : 269 443 FCFA en 2007 Sécurité alimentaire : Score de Consommation Alimentaire (SCA) en fonction des aliments consommés Vulnérabilité et pauvreté chronique : méthode de Chaudhuri (2001). Prédiction de la probabilité d’être pauvre grâce au niveau et a la variance de la consommation - prédits à partir des caractéristiques du ménage Pauvre chronique si pauvreté prédite et pauvreté observée sous le seuil de pauvreté

6 II PAUVRETÉ, RISQUE ET VULNÉRABILITÉ Données utilisées Données de l’Enquête Camerounaise Auprès des Ménages 3 en 2007 (ECAM 3). Caractéristique des ménages, des individus, consommation, etc. Comparaisons avec l’ECAM 2 (en 2001) Données du Recensement General de la Population et de l’Habitat 3 (RGPH 3) de 2005 pour certaines prédictions. Pas de données de panel Pas d’information directe sur les chocs

7 II PAUVRETÉ, RISQUE ET VULNÉRABILITÉ Résultats : Pauvreté et vulnérabilité au Cameroun Sur 17,9 millions de Camerounais, 7,1 millions (39,9%) sont pauvres et 4,7 millions sont pauvres chroniques (26%) Concentration de la pauvreté en milieu rural : 95,6% des pauvres chroniques sont des ruraux Concentration dans 5 régions (sur 12 au Cameroun) du nord et est du pays : 80% des pauvres chroniques y résident Pauvreté chronique faible en milieu urbain (3,2%) et presque nulle a Yaoundé et Douala

8 II PAUVRETÉ, RISQUE ET VULNÉRABILITÉ Résultats : Pauvreté et vulnérabilité au Cameroun Pauvres non chroniques (transitoires et évolutifs) : 13.9% des Camerounais Vulnérabilité : 19.8% de la population non pauvre mais vulnérable Sécurité alimentaire : 27,6% de la population a un consommation alimentaire pauvre, 35,3% a une consommation alimentaire limite En milieu rural, corrélation entre insécurité alimentaire et pauvreté chronique

9 III REVUE DES SYSTÈMES DE PROTECTION SOCIALE EXISTANT Un nombre limite de filets de sécurité sociaux : Cantines scolaires Programmes de nutrition Travaux publics a haute intensité de main d’œuvre (HIMO) Aide d’urgence (80% du budget hors subventions) Transferts monétaires non-conditionnels aux indigents Suspension des frais médicaux ou de scolarité Programmes de subvention universels Portée et impact limités ; hors subventions, 1% de la population est concernée 0.76% du budget de l’Etat va a la protection sociale. Ce total monte a 7,4% en incluant les subventions

10 III REVUE DES SYSTÈMES DE PROTECTION SOCIALE EXISTANT Ciblage de ces programmes : Géographique (Nord du pays en général) Catégories de la population (enfants vulnérables, femmes enceintes, victimes de chocs climatiques) Pauvres (pour les exemptions de frais médicaux et de scolarité) Auto-ciblage des projets HIMO (mais salaires plus élevé que le salaire moyen des employés) Subventions a la consommation (carburant et denrées alimentaires) : sans ciblage et impact régressif, puisque les pauvres consomment moins Le Cameroun a un système de FSS très faible compare à la moyenne des pays en développement

11 IV MÉCANISMES DE CIBLAGE ALTERNATIFS A)Programme de long terme Un ciblage géographique et par PMT des pauvres chroniques pour un programme de TMS 1. Le ciblage géographique : ciblage de cinq régions cibles (pauvreté supérieure a la moyenne nationale) pour la phase pilote. Données pour cibler les département: ECAM 3. Données du Bureau Central des Recensements et d’Etudes de Population pour cibler les arrondissements. Concentration sur le milieu rural : 95% des pauvres chroniques

12 IV MÉCANISMES DE CIBLAGE ALTERNATIFS 2. Ciblage par PMT : méthodologie Principe du ciblage par PMT : But : définir le statut d’éligibilité des ménages par quelques variables faciles a collecter ; les ménages éligibles reçoivent des transferts monétaires sociaux. Méthode : mesurer la corrélation entre ces variables et le statut de pauvreté des ménages (ECAM 3) Etablir une formule : formule de PMT Mesurer ces variables pour chaque ménage de la zone cible ; définir leur statut d’éligibilité grâce à la formule

13 IV MÉCANISMES DE CIBLAGE ALTERNATIFS 2 méthodes employées : a. utilisation du “statut de pauvreté chronique” (méthode Chaudhuri) : un modèle logit b. utilisation du seuil de pauvreté chronique : un modèle MCO (OLS) 85% des ménages ont le même statut d’éligibilité selon les deux modelés Formule de PMT relativement similaire (même signes et amplitudes)

14 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Méthode a. Avantages : prend en compte la vulnérabilité explicitement Inconvénients : méthode pour définir le statut de pauvreté redondante avec celle pour définir l’éligibilité : erreurs d’inclusion et d’exclusion non pertinentes Méthode b. Avantages : comparabilité avec les autres études de ciblage ; comparaison avec les résultats ex-post possible ; inclusion des chocs possible Inconvénients : seule prise en compte de la consommation des ménages

15 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Type de variables utilisées : Position géographique Caractéristiques sociodémographiques Caractéristiques démographiques Caractéristiques du logement Equipements et possessions du ménage Corrélation pour identifier les ménages (prédiction), pas pour expliquer la pauvreté (déterminants)  pas de problème d’endogeneité. Deux sous échantillons : 67% pour établir la formule, 33% pour la tester.

16 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Formule de Proxy Means Testing (1/4) VariablesModalitésPoids associé Sexe du chef du CM Homme-99 Femme0 Age du chef du CM Moins de 35 ans0 35 a 49 ans-100 50 ans et plus-61 Niveau d’instruction du CM Sans niveau-312 Primaire et secondaire 1 er cycle-291 Secondaire 2 er cycle et plus-202 Religion du CM Musulman144 Chrétien0 Sans religion0 Type de ménage Monogame85 Polygame115 Autre (célibataire, etc.)0

17 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Formule de Proxy Means Testing (2/4) Catégorie socio professionnel du CM Secteur formel (public ou privé)0 Informel non agricole0 Informel agricole -72 Inactif/chômeurs-96 Taille du ménage 1 personnes0 2-3 personnes-367 4-5 personnes-684 6-7 personnes-794 8 personnes et plus-894 Composition du ménage Nombre de personnes de 0-4 ans 23 Nombre de personnes de 5-14 ans -30 Nombre de personnes de 15-59 ans -40 Nombre de personnes de 60 ans et plus -43 Taille du logement Petit : moins de 25m carrés-90 Moyen :de 25 a 50m carrés-33 Grand : de 50 a 96m carrés-22 Très grand : plus de 75m carrés0

18 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Formule de Proxy Means Testing (3/4) Principale source d'éclairage du ménage Electricité AES/SONEL280 Pétrole185 Autres (gaz, groupe électrogène, etc.) 0 Principale source d'énergie utilisée pour la cuisine Bois ramassé-150 Autres (bois acheté, gaz, pétrole, Sciure, charbon, etc.) 0 Type des lieux d’aisance Latrine aménagée-240 Latrines non aménagée ou sans WC -260 WC avec chasse0 Principal matériau du toit du logement Ciment/Tôle/Tuile51 Autres0 Principal matériau du sol du logement Terre-62 Autres0 Possession d’un poste radio Oui67 Non0

19 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Formule de Proxy Means Testing (4/4) Possession d’un réseau télé ou satellite Oui40 Non0 Possession d’une télévision Oui171 Non0 Possession d’une mobylette/moto Oui285 Non0 Possession d’une charrette Oui117 Non0 Possession d’un réfrigérateur Oui415 Non0 Possession d’une terre non exploitée Oui46 Non0 Possession d’une habitation non utilisée par un membre du ménage Oui105 Non0 Constante 13787

20 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Indicateurs d’efficacité du ciblage : erreurs d’inclusion (E 1 /M 1 ) et d’exclusion (E 2 /N 1 ) : Résultats du ciblage : erreurs d’inclusion et d’exclusion de 24.1% et 24.8%. PauvreNon pauvreTotal Bénéficiaires du programme (prédit pauvre) Ciblage correct C 1 Erreur de type 1 E 1 ERREURS d’INCLUSION M1M1 Non-Bénéficiaires du programme (prédit non pauvre) Erreur de type 2 E 2 ERREURS d’EXCLUSION Ciblage correct C 2 M2M2 Total N1N1 N2N2 N Tableau 4 : Illustration des erreurs de type I et des erreurs de type II

21 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Graphique 3 : Nombre pauvres chroniques par score du ménage

22 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Priorisations possibles des ménages bénéficiaires : En fonction du score de PMT En fonction de la taille des ménages En fonction du nombre d’enfants de moins de 5 ans ou de moins de 14 ans Possibilité de différents scenarii de transfert avec montants fixes ou variables Nombre d’enfants de moins de cinq ansPourcentage de ménages Dépenses mensuelles par tête 0 24,011 007 1 31,910 187 2 29,19 759 3 9,99 513 4 et plus 5,110 023 Total 100,010184 Tableau 8 : R é partition des m é nages pauvres chroniques en fonction du nombre d ’ enfants 0-4 ans Source : Nos calculs avec les donn é es ECAM3 (2007)

23 IV MÉCANISMES DE CIBLAGE ALTERNATIFS 3. Différents scenarii de transferts et simulations Montants fixes par ménage et budget du programme Montant par ménage par mois En FCFA Montant par tête par mois En FCFA Montant annuel des transferts en milliards de FCFA ( avec les données d’ECAM 2007 ) Montant annuel des transferts en millions de FCFA ( avec hypothèse sur la croissance démographique ) 7 500 100044,149,0 10 000 133358,865,3 11 250 150066,273,4 12 500 166773,581,6 15 000 200088,297,9 16 500 220097,1107,7 Tableau 11 : Montant global des transferts en fonction montant mensuel allou é aux m é nages candidats Source : Nos calculs avec les donn é es ECAM3 (2007) et les projections du RGPH3

24 IV MÉCANISMES DE CIBLAGE ALTERNATIFS

25 Scenarii 1, 2 et 3 : montant fixe par ménage Simulation Réduction de l’incidence de la pauvreté (%) Réduction de l’écart de la pauvreté (%) Réduction de la sévérité de la pauvreté (%) Scenario 1 : 7500 FCFA par mois 3.0417.2826.81 Scenario 2 : 12500 FCFA par mois 5.1726.0937.71 Scenario 3 : 16500 FCFA par mois 7.4932.4544.26 Tableau 11 : Simulation 1, 2 et 3 : Réduction pauvreté sur l’ensemble de la zone cible Source : Nos calculs avec les donn é es ECAM3 (2007)

26 IV MÉCANISMES DE CIBLAGE ALTERNATIFS

27 Seuil de pauvreté chronique : ProvinceIncidence de la pauvretéEcart de la pauvretéSévérité de la pauvreté Adamaoua 9.2030.2440.53 Est 14.3243.8256.81 Extrême-nord 14.7845.0858.04 Nord 25.9846.6455.74 Nord-ouest 19.6440.2748.90 Total 17.6443.3554.50 Tableau 11 : Simulation 2, seuil de pauvreté chronique : Réduction pauvreté par province Source : Nos calculs avec les donn é es ECAM3 (2007)

28 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Scenario 4 : transfert par membre du ménage Plus équitable car prend en compte la taille du ménage Complexité supplémentaire de la mise en place : montant variable par ménage (5 catégories) Nombre de membres du ménageMontant par anMontant par mois 1-3 personnes 60 0005 000 4-5 personnes 90 0007 500 6-7 personnes 132 00011 000 8-9 personnes 168 00014 000 10 personnes &+ 252 00021 000 Tableau 11 : Montant en fonction du nombre de membres du ménage

29 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Résultats de la simulation 4 : Moindre impact sur l’incidence de la pauvreté Plus grand impact sur l’écart et la sévérité de la pauvreté Budget similaire au scenario 2 (72.7 milliards) CGH augmente : 2.57 (>2.51) Possibilité d’un scenario 4 bis : montant par personne (au lieu de 5 catégories) ; impact augmente, CGH 2.59 Incidence de la pauvretéEcart de la pauvretéSévérité de la pauvreté Total 16.6345.0956.96 Tableau 11 : Simulation 4 : Réduction pauvreté sur l’ensemble de la zone cible Source : Nos calculs avec les donn é es ECAM3 (2007)

30 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Scenario 5 : trois catégories de ménages éligibles Classement des ménages en 3 catégories selon leur score de PMT : 1/3 dans chaque categorie Plus juste : plus d’argent donnée aux plus pauvres Complexité administrative : trois catégories Meilleur ciblage car les erreurs d’inclusion ont plus de chance d’être classes en catégorie 1 Tableau 11 : Montant en fonction du nombre de membres du ménage Catégorie 1Catégorie 2Catégorie 3 Montant par mois par ménage 75001250017500

31 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Résultats de la simulation 5 : Meilleur que scenario de base, similaire au scenario 4 Budget similaire au scenario 2 (74.2 milliards) CGH augmente à 2.75 Tableau 11 : Simulation 5 : Réduction pauvreté sur l’ensemble de la zone cible Incidence de la pauvretéEcart de la pauvretéSévérité de la pauvreté Total 17.4645.6556.82 Source : Nos calculs avec les donn é es ECAM3 (2007)

32 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Scenario 6 : trois catégories de ménages, transferts par personne Combine scenarii 4 bis et 5 : argent par personne variant selon la catégorie du ménage Suppose être le plus équitable et efficace Aussi le plus complexe administrativement Catégorie 1Catégorie 2Catégorie 3 Montant par mois par membre du ménage 102517002250 Tableau 11 : Montant en fonction du nombre de membres du ménage

33 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Résultats de la simulation 6 : Le moins grand impact sur l’incidence de la pauvreté Le plus grand impact sur l’écart et la sévérité de la pauvreté Budget similaire au scenario 2 (76.2 milliards) CGH augmente à 2.80 (meilleure simulation) Conclusion : meilleur scenario si les couts administratifs raisonnables Tableau 11 : Simulation 6 : Réduction pauvreté sur l’ensemble de la zone cible Incidence de la pauvretéEcart de la pauvretéSévérité de la pauvreté Total 16.0947.4259.02 Source : Nos calculs avec les donn é es ECAM3 (2007)

34 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Bilan des simulations Simulations confirment l’efficacité du ciblage : CGH, trois catégories selon le score de PMT Meilleur ciblage lorsqu’on prend en compte la taille du ménage Meilleur ciblage lorsqu’on prend en compte le score de PMT Possibilité d’autres scenarii : ciblage en fonction du nombre d’enfants, etc. Nécessité de prendre en compte les couts administratifs puisque les résultats des différentes simulations sont proches

35 IV MÉCANISMES DE CIBLAGE ALTERNATIFS B) Programme de court terme en réponse aux chocs Un des objectifs des PMT : limiter l’impact des chocs sur les ménages pauvres Limitation des données de l’ECAM 3 : aucune information sur les chocs reçus par les ménages Utilisation des données météorologies du projet POWER du Centre de recherché Langley de la NASA Création d’une variable « sècheresse » par département en 2007, fondée sur l’écart par rapport a la moyenne (sur 10 ans) des précipitations hebdomadaires

36 IV MÉCANISMES DE CIBLAGE ALTERNATIFS Limitations de l’année 2007 : peu de sècheresses ; pas d’inondations d’échelle départementale Observe une “sècheresse” dans 6 départements : 25.5% des ménages touchés Inclusion de “sècheresse” dans notre formule de PMT Sècheresse liée à une diminution de la consommation prédite de 9% Erreurs d’inclusion et d’exclusion diminuent a 23.8% et 23.9% (comparées a 24.1% et 24.8%) Besoin de davantage de données sur les chocs météorologiques, de sante, de dégâts agricoles, de vols, ou de perte d’emploi

37 V EVALUATION EX-POST DES PROGRAMMES DE TMS NON-CONDITIONNELS Très peu d’évaluations de programmes de TMS non- conditionnels à l’heure actuelle Mode d’évaluation idéal : expérimentations contrôlées aléatoires (randomized controlled trials) Mesurer l’impact des TMS compte tenu de ses objectifs nombreux et parfois concurrents Principaux indicateurs : Erreurs d’inclusion et d’exclusion ex-post Réussite administrative du programme Impact sur la pauvreté ex-post Impact sur la consommation alimentaire Impact sur les indicateurs de sante et d’éducation Satisfaction des gens dans les zones cibles

38 V EVALUATION EX-POST DES PROGRAMMES DE TMS NON-CONDITIONNELS Autres indicateurs importants : Utilisation des TMS, effets en chaine et blocages Investissement et génération d’activités rémunératrices Gestion des risques (chocs) ex-post ou ex-ante Répartition intra-ménage des TMS (gestion et utilisation des TMS) L’évaluation permettrait de mesurer l’impact mais par quel canaux cet impact se fait (priorités des ménages, objectifs des TMS remplis ou non, effets en chaine, etc.) Aiderait à améliorer le design des programmes et à renforcer le soutien aux FSS en général et aux TMS en particulier

39 VI CONCLUSION Besoin de TMS : taux de pauvretés très élevés dans certaines régions ; FSS quasi inexistants en dehors des subventions dégressives Possibilité de programmes de long terme avec un ciblage relativement efficace Les simulations indiquent une réduction importante des indicateurs de pauvreté chronique Ciblage pour répondre aux chocs à court terme semble prometteur, mais besoin de données sur les chocs Evaluation du programme (TMS non-conditionnel) nécessaire et apprendrait beaucoup

40 MERCI POUR VOTRE ATTENTION !