CAPITAL HUMAIN DES FEMMES ET UTILISATION DE LA BIOMASSE VERTE: ÉVIDENCE DE L'AFRIQUE SUBSAHARIENNE - Mémoire Yienouyaba Gaetan Ouoba Maîtrise en ...

CAPITAL HUMAIN DES FEMMES ET UTILISATION DE LA
 BIOMASSE VERTE: ÉVIDENCE DE L'AFRIQUE
 SUBSAHARIENNE

 Mémoire

 Yienouyaba Gaetan Ouoba

 Maîtrise en économique - avec mémoire
 Maître ès arts (M.A.)

 Québec, Canada

 © Yienouyaba Gaetan Ouoba, 2021

Capital humain des femmes et utilisation de la
 biomasse verte : Évidence de l’Afrique
 subsaharienne

 Mémoire

 Yienouyaba Gaetan Ouoba

 Sous la direction de

 Luca Tiberti

Résumé
Ce mémoire analyse les facteurs déterminants de l’utilisation de la biomasse verte en Afrique
subsaharienne (ASS), particulièrement en Ouganda et en Éthiopie. Pour ce faire, l’étude se focalise
sur l’aspect endogène du capital humain avec comme proxy l’éducation. En effet, la littérature
existante occulte le caractère endogène de l’éducation qui pourrait biaiser les résultats. Les données
utilisées proviennent des Enquêtes démographiques et sanitaires (EDS) 2015-2016 pour l’Ouganda,
et 2008 pour l’Éthiopie. Afin d’éliminer tout biais lié à la non-prise en compte du caractère
endogène de l’éducation, nous nous basons sur la variabilité de la participation à l’école introduite
par la réforme au niveau du primaire dans ces deux pays. Nos résultats confirment la majorité des
études empiriques en montrant que l’éducation a un effet positif sur le choix de la biomasse verte
comme source d’énergie. Ces résultats rappellent l’importance de faire de l’éducation des filles un
instrument de politique publique pour faire face aux enjeux climatiques en Afrique.
Mots clés : Capital humain, Biomasse verte, Afrique subsaharienne

 iii

Table des matières
Résumé ......................................................................................................................................... iii
Table des matières ........................................................................................................................ iv
Liste des tableaux .......................................................................................................................... v
Remerciements ............................................................................................................................. vi
Introduction ................................................................................................................................... 1
Chapitre 1 Revue de littérature ....................................................................................................... 7
 1.1 Déterminants de l’utilisation de la biomasse verte ................................................................. 7
 1.2 Gratuité scolaire en Ouganda et en Éthiopie, et accès des femmes à l’éducation .................. 10
Chapitre 2 Données et Statistiques descriptives ............................................................................ 12
 2.1 Données ............................................................................................................................. 12
 2.1.1 Mesure de la biomasse verte ........................................................................................ 12

 2.1.2 Éducation .................................................................................................................... 12

 2.1.3 Variables de contrôle ................................................................................................... 12

 2.2 Statistiques descriptives ...................................................................................................... 13
Chapitre 3 Stratégie d'identification.............................................................................................. 19
 3.1 L’exposition à la réforme comme source de variation exogène ............................................ 19
 3.2 Modèles économétriques .................................................................................................... 21
 3.3 Stratégie empirique ............................................................................................................ 22
Chapitre 4 Résultats ..................................................................................................................... 25
Chapitre 5 Discussion .................................................................................................................. 30
Conclusion................................................................................................................................... 32
Annexe ........................................................................................................................................ 33
Bibliographie ............................................................................................................................... 42

 iv

Liste des tableaux

Tableau 1: Statistiques descriptives, Ouganda .................................................................. 15

Tableau 2: Statistiques descriptives, Éthiopie ................................................................... 17

Tableau 3: Résultats abrégés des effets marginaux et tests, Ouganda ................................ 28

Tableau 4: Résultats abrégés des effets marginaux et tests, Éthiopie ................................. 29

Tableau 5: First stage, Ouganda ....................................................................................... 33

Tableau 6: First stage, Éthiopie ........................................................................................ 36

Tableau 7: Effets marginaux, Ouganda ............................................................................. 38

Tableau 8: Effets marginaux, Éthiopie ............................................................................. 40

 v

Remerciements
La réalisation de ce mémoire a été possible grâce au concours de plusieurs personnes à qui je
voudrais témoigner toute ma gratitude.

Je vais avant tout propos remercier solennellement mon directeur de mémoire, Monsieur Luca
TIBERTI, pour son sens de l’écoute, sa patience, sa disponibilité et surtout ses judicieux conseils,
qui ont contribué à alimenter ma réflexion.

Je souhaite adresser mes remerciements les plus sincères au corps professoral et administratif de
l’Université Laval, pour la richesse et la qualité de leur enseignement et qui déploient de grands
efforts pour assurer à leurs étudiants une formation actualisée.

Je voudrais exprimer ma reconnaissance envers les amis et collègues qui m’ont apporté leur soutien
moral et intellectuel tout au long de ma démarche. Un merci spécial à Jean Louis BAGO pour son
aide et ses conseils concernant le style de mon mémoire. Ma gratitude à Abdel-Hamid BELLO pour
sa contribution dans la réalisation de ce mémoire.

Aussi à mes parents, je dédie ce mémoire. À ma mère, mon père qui n’ont ménagé aucun effort et
ont fait tous les sacrifices du monde pour que je poursuive mes études dans une des meilleures
universités au monde, et cela pour un avenir radieux.

À tous ceux et celles qui m’ont aidé et encouragé de près ou de loin dans la réalisation de ce travail,
par leur patience, leurs compétences et leurs interventions adéquates aux plans technique,
économique et moral. Il me serait difficile de les citer tous. Qu’ils trouvent ici, l’expression de ma
reconnaissance.

 vi

Introduction
Blanchard (2015) définit la biomasse non verte “traditionnelle” comme l’énergie qui peut
être obtenue de la nature, généralement gratuitement, pour une utilisation directe ou une
conversion avant utilisation. Ceux-ci comprennent : le bois, le charbon de bois, les déchets
animaux ou végétaux séchés, etc. Cette biomasse, quoiqu’elle constitue une source de
revenus très importante pour les couches défavorisées des pays en développement,
contribue également au changement climatique mondial par la dégradation des forêts et la
déforestation (OCDE/AIE 2006 ; World Bank, 2011). En effet, la collecte de la biomasse
non verte accélère la déforestation dans le contexte des pays d’Afrique subsaharienne où
0,5 % du couvert forestier diminue chaque année, soit le taux le plus élevé au monde (The
Economist, 4 avril 2018).

Dans les pays en développement, cette ressource naturelle assure la subsistance de
2,5 milliards de personnes (OCDE/AIE, 2006). Cette dépendance est plus accrue chez les
filles et les femmes, car il est coutume en Afrique subsaharienne qu’elles s’occupent de la
collecte de la biomasse non verte pour la cuisine (World bank, 2011; The Economist, 4
avril 2018). De ce fait, les filles et les femmes sont beaucoup plus vulnérables aux effets
néfastes de cette dépendance. Wan, Colfer et Powel (2011) observent que 39 % des décès
dus à des maladies pulmonaires chroniques chez les femmes sont imputables à l’exposition
à la fumée de cuisson à l’intérieur de l’habitation contre 12 % chez les hommes, étant
donné que les femmes sont traditionnellement chargées de la cuisine.

Par ailleurs, Blanchard (2015) indique que la collecte de la biomasse non verte peut
nécessiter des heures de marche et de coupe aux femmes et aux jeunes filles. En effet,
celles-ci y consacrent en moyenne de 4 à 5 heures en Éthiopie, au Malawi, au Bengladesh,
et parfois 8 heures par jour en Tanzanie. Ce laps de temps apparaît dès lors comme un coût
d’opportunité, dans la mesure où cette activité de collecte éloigne les filles de l’école,
augmentant ainsi les différences d’éducation entre genres et rendant le marché du travail
défavorable aux femmes.

 1

Face à cette situation, il paraît urgent de connaître les facteurs qui favorisent la dépendance
des femmes à l’égard de la biomasse non verte, comme combustible de cuisson.
Malheureusement, la littérature existante peine à identifier de manière crédible l’effet des
caractéristiques individuelles des femmes sur l’utilisation de la biomasse non verte. Notre
intérêt pour le capital humain dans notre proposition de recherche découle du fait que le
niveau d’éducation détermine les chances dans la vie à long terme. Pour une femme, en
particulier, cela inclut, mais sans s’y limiter, son âge au premier mariage (Field et Ambrus,
2008), le nombre d’enfants qu’elle peut avoir, le degré de sa participation à la population
active, son statut d’autonomie au sein du ménage, si elle est mariée. Dans cette étude, nous
voulons comprendre dans quelle mesure les caractéristiques individuelles d’une femme la
prédisposent à utiliser la biomasse non verte comme combustible de cuisson. De manière
plus spécifique : existe-t-il un effet de causalité entre les caractéristiques individuelles des
femmes et leur dépendance à l’égard de la biomasse traditionnelle à base de bois ?
Comment cet effet peut-il être correctement identifié dans le contexte de l’Afrique
subsaharienne (ASS) ? Cette étude contribue à étoffer la littérature existante quant aux
facteurs explicatifs du choix d’un mode de cuisson les ménages. En effet, la littérature
identifie trois catégories de facteurs : démographiques, économiques et sociaux.

En ce qui concerne les facteurs démographiques, la taille du ménage semble jouer un rôle
important dans le choix de l’énergie de cuisson, mais son effet est quelque peu ambigu. En
se fondant sur des régressions logistiques, Ouedraogo (2006), Pandey et Chauba (2011) et
Rahut et al. (2014) constatent que plus la taille du ménage est grande, plus il utilise la
biomasse non verte. Cependant, les effets de causalité ne sont pas observés dans toutes les
études. Seuls Rahut et al. (2014) tentent d’apporter une évidence de relation causale entre la
taille du ménage et le choix de la biomasse en utilisant une méthodologie contrôlant les
biais de sélection. À l’inverse, Gupta et Köhlin (2006), Baiyegunhi et Hassan (2014), en
employant aussi des régressions logistiques trouvent que les ménages de grande taille ont
tendance à utiliser plus la biomasse verte “moderne”, qui pour Blanchard (2015)
comprend : l’électricité, les combustibles liquides ou gazeux. L’âge est aussi un facteur
démographique important dans le choix du type d’énergie et, comme la taille, son effet est
ambigu. Edwards et Langpap (2005), Rahut et al. (2014), dans une étude sur les familles

 2

résidant respectivement au Guatemala et au Bhoutan, observent que les familles dirigées
par de personnes âgées ont tendance à utiliser davantage la biomasse non verte. Gupta et
Köhlin (2006) en Inde et Guta (2012) en Éthiopie notent, quant à eux que les familles dont
les chefs de ménage sont âgés se servent de la biomasse verte.

Concernant les facteurs économiques, la littérature empirique montre que le prix des
sources d’énergie propre et les revenus du ménage sont des déterminants importants du
choix du type d’énergie. Ainsi Farsi et al. (2007) en Inde constatent que l’augmentation des
prix des gaz de pétrole liquéfié (GPL) entraîne une réduction importante de la probabilité
de son choix. Jingchao et Kotani (2012) quant à eux trouvent que cette augmentation de
prix réduit sa consommation. Dans une étude menée au Zimbabwé, Hosier et Dowd (1987)
notent qu’une augmentation des revenus des familles urbaines réduit la consommation de
bois comme source d’énergie au profit du kérosène et de l’électricité. Au Burkina Faso,
Ouedraogo (2006) observe que des revenus élevés amènent les familles urbaines à préférer
le gaz naturel au kérosène. Les disparités géographiques existant dans les pays en
développement peuvent aussi expliquer le choix des femmes. Ainsi, d’après certaines
études la zone de résidence constitue également un facteur explicatif (Bensch et Peters,
2013 ; Gould et Urpelainen, 2018).

Un nombre croissant, d’études, analysent les facteurs sociaux expliquant le fait que les
femmes utilisent ou non la biomasse verte comme énergie de cuisson. Il en ressort que le
niveau d’éducation détermine les choix que feront les femmes. Bien que l’éducation soit un
facteur clé dans le choix du type d’énergie d’après la littérature, Blanchard (2015) a
constaté que ce sont les filles qui en bénéficiaient le moins dans les pays en développement.
Cependant, ce sont elles qui constituent la main-d’œuvre collectant la biomasse
traditionnelle dans les zones rurales. Le temps dédié au ramassage du bois pourrait leur
permettre d’aller à l’école si elles utilisaient les énergies modernes pour la cuisine. De
même, lorsque les femmes n’ont plus besoin de faire le travail traditionnel de collecte de la
biomasse non verte, elles peuvent consacrer leur temps à d’autres activités qui vont
concourir sans doute à leur autonomie.

 3

L’autonomisation a été définie par Dyson et Moore (1983) comme la capacité technique,
sociale et psychologique d’obtenir de l’information et de l’utiliser comme base de décision
au sujet de ses préoccupations privées. Jejeebhoy (1995) a identifié cinq aspects
interdépendants de l’autonomie des femmes qui sont importants dans le lien éducation-
autonomie : l’autonomie des connaissances (les femmes instruites ont une vision du monde
plus large), l’autonomie de prise de décision (l’éducation renforce le statut des femmes
dans les décisions qui affectent leur propre vie), l’autonomie physique (les femmes
instruites ont plus de contacts avec le monde extérieur), l’autonomie émotionnelle et
l’autonomie économique et sociale et la confiance en soi (l’éducation accroît la confiance
en soi de la femme en matière économique et sa capacité à compter sur elle-même plutôt
que sur ses enfants ou son mari pour le statut social). Dans le même ordre d’idée, Kishor
(1995), dans un article qui portait sur la participation des femmes aux prises de décision au
sein du ménage et sur l’emploi dans la population active en Égypte, estime que l’éducation
est le facteur le plus important lié à l’autonomie des femmes. Riyami et al. (2004) avancent
dans leur étude sur Oman que l’éducation est l’un des principaux indicateurs permettant de
déterminer le statut de la femme. Ainsi, nous utilisons l’éducation des femmes comme
proxy du capital humain, supposant que l’éducation des femmes capte leur autonomisation
afin d’en distinguer l’effet sur l’utilisation de la biomasse verte.

Comptant au nombre des auteurs qui ont montré l’importante incidence qu’avait
l’éducation sur le choix du type d’énergie, Abebaw (2007) relève une relation négative
entre le niveau d’éducation et l’utilisation du bois comme source d’énergie. Gupta et
Köhlin (2006) observent qu’en Inde, un niveau d’éducation élevé amène les ménages à
abandonner le bois comme source d’énergie au profit du kérosène. Cependant, ces résultats
ne peuvent pas être attribués à une relation causale entre capital humain et choix des
femmes. Le défi méthodologique que pose l’identification de la relation entre le capital
humain et les choix individuels ou des ménages est l’endogénéité du capital humain
(Angrist et Krueger, 1991). Pour identifier de manière crédible cet effet, il faudra trouver
une source de variation exogène dans le capital humain.

 4

À la différence de Duflo (2001) qui a utilisé la construction de nouvelles écoles en
Indonésie pour examiner les conséquences de la scolarité sur le marché du travail, nous
exploitons dans notre étude la gratuité des frais de scolarité liée aux politiques d’éducation
primaire universelle (EPU) (Behrman, 2015 ; Makate, 2016 et Keats, 2018) en Ouganda et
en Éthiopie dans les années 1990 pour analyser les effets de scolarisation des femmes sur le
choix du type d’énergie. Pour cela, nous utilisons pour nos estimations quatre modèles,
dont trois tiennent compte de l’endogénéité de la variable éducation. Il s’agit d’un
estimateur de fonction de contrôle, d’un modèle de probit linéaire, d’un estimateur de
maximum de vraisemblance et du modèle probit qui lui ne tient pas compte de
l’endogénéité de la variable éducation. Aussi nous utilisons la méthode du régresseur
spécial qui fait office de modèle qui servira du test de robustesse. L’échantillon sur lequel
s’appuient les régressions de notre étude sera construit avec les données des EDS de
2015/2016 pour l’Ouganda et de 2008 pour l’Éthiopie. Ces pays présentent un intérêt
particulier du fait des réformes sur l’éducation opérées en 1997 en Ouganda et en 1995 en
Éthiopie qui ont rendu l’école gratuite pour les enfants qui en avaient l’âge.

À l’occasion de notre étude, nous constatons, comme d’autres auteurs (Berhman, 2015 ;
Andriano et Monden, 2017), qu’en ne tenant pas compte de l’endogénéité de l’éducation,
nos résultats sont biaisés. En effet, en utilisant le probit, nous ne trouvons pas d’effet
significatif (celui-ci semble sous-estimé) en Ouganda et notons que l’effet est surestimé en
Éthiopie. Nous trouvons en outre qu’en n’utilisant pas la bonne spécification, on n’aboutit
pas à des résultats cohérents. De là, nous utilisons le probit bivarié, qui est un modèle
adéquat à la structure de nos variables dépendante et endogène, et aboutissons à des
résultats probants. Nous trouvons, en utilisant un instrument valide à travers les tests, que la
complétion du primaire accroît significativement, de 1,55 % en Ouganda et 1,91 % en
Éthiopie, la probabilité d’utiliser la biomasse verte.

De nos conclusions, il ressort que l’éducation des femmes est un facteur capital du choix de
la biomasse. Par conséquent, pour la promotion de l’utilisation d’énergie verte, les
décideurs publics devraient miser davantage sur les politiques d’éducation des femmes. En
effet, l’éducation permettra aux femmes d’être plus indépendantes, plus autonomes. Il a été

 5

montré qu’un niveau d’éducation plus élevé des femmes jouait positivement sur la position
de celles-ci dans le ménage (Jejeebhoy, 1995). Cela leur permet de disposer d’un pouvoir
de décision conséquent dans le ménage, notamment en matière de choix du type d’énergie
pour la cuisine. Pour Behrman (2015), l’éducation a un impact positif sur la participation
des femmes aux prises de décisions des ménages. Puisqu’elles sont généralement
responsables de la cuisine, leurs autonomies leur permettront de prendre des décisions qui
s’orientent plus vers les énergies vertes. Cela joue sans doute positivement sur leur santé et
contribue par ailleurs à la protection de l’environnement.

 6

Chapitre 1 Revue de littérature

1.1 Déterminants de l’utilisation de la biomasse verte
Bien que la littérature sur la question ne soit pas abondante, nombre d’auteurs se sont
intéressés à ce qui pouvait entraver la transition des ménages vers des pratiques de cuisson
plus efficaces, en tant que comportement d’adaptation au changement climatique. Pour
Ahmad et Puppim de Oliveira (2015), le revenu est un des facteurs explicatifs importants.
Pour aboutir à cette conclusion, ils utilisent une enquête sur les ménages urbains afin
d’analyser les déterminants des choix énergétiques à l’aide d’un modèle logit multinomial.
Sur la même lancée, Nlom et Karimov (2015) explorent dans leur étude les facteurs
économiques et sociodémographiques qui influencent la probabilité qu’un ménage passe du
bois de chauffage à des combustibles plus propres (kérosène et GPL) dans le nord du
Cameroun. Ils emploient cette fin un modèle probit ordonné pour construire des modèles de
cuisson et des choix de combustibles et parviennent à la conclusion que les prix du bois de
chauffage et du kérosène ont un impact statistiquement significatif sur les décisions de
changement de combustible.

Cependant, si ces facteurs étaient effectivement les seuls ou les plus importants en jeu, les
interventions financières de l’État, telles que les subventions accordées en faveur de
l’utilisation de technologies de cuisson plus efficaces suffiraient à encourager l’abandon
des combustibles de cuisson traditionnels issus de la biomasse. Or, les données disponibles
en Afrique subsaharienne indiquent que ce n’est peut-être pas le cas. Brouwer et Falcão
(2004) remarquent ainsi que les familles pauvres comme les ménages à revenus élevés ont
tendance à utiliser le charbon de bois en combinaison avec des combustibles non ligneux.
Pour parvenir à ce résultat, ils se basent sur un échantillon de 168 consommateurs non
domestiques et 240 consommateurs domestiques de Maputo, capitale du Mozambique. Il
faut noter que ce résultat est en contradiction avec « l’échelle des combustibles » de la FAO
(1993). Toujours, dans le même giron Hiemstra-van der Horst et Hovorka (2008)
démontrent que les ménages de tous niveaux de revenus utilisent le combustible

 7

traditionnel à base de biomasse ligneuse. Leur article examine la pertinence pratique de la
théorie de la transition énergétique en utilisant une étude de cas récente que les auteurs ont
menée à Maun, au Botswana, et des résultats précédemment rapportés dans la littérature.

De plus Campbell et al. (2003) ont montré qu’une transition énergétique, du bois au
kérosène et de ce dernier vers l’électricité, s’est produite avec l’augmentation des revenus
des ménages, avec l’augmentation du statut d’électrification des villes et, au fil du temps,
des petites villes. Leur étude se fonde sur deux enquêtes par questionnaire sur l’utilisation
de combustible par les ménages à faibles revenus au Zimbabwé, menées dans ses quatre
plus petites villes en 1994, et dans ses quatre plus grandes villes en 1999. Davis (1998) en
Afrique du Sud, et Brouwer et Falcão (2004) au Mozambique trouvent aussi des preuves de
l’utilisation de l’électricité et du gaz à pétrole liquéfié (GPL) pour la cuisine par les
ménages à faibles revenus. Ces résultats incitent fortement à explorer le rôle joué par les
facteurs sociaux, en particulier par les caractéristiques individuelles des femmes.

Notre étude n’est pas la première à avancer l’idée que les caractéristiques individuelles des
femmes sont un facteur d’une importance significative dans le choix des pratiques
culinaires des ménages. En effet dans une étude sur le Kenya rural (Kisumu), Pundo et
Fraser (2006) utilisent un modèle logit multinomial pour identifier les facteurs déterminants
le choix du combustible de cuisson au sein des familles. Leurs résultats empiriques
indiquent que les niveaux d’éducation de la femme et du mari font partie des facteurs
importants. De même, dans une étude sur l’Inde rurale, Pandey et Chaubal (2011) mettent
en évidence que le nombre de femmes instruites entre 10 et 50 ans et le niveau d’éducation
moyen des ménages ont une corrélation positive et significative avec la probabilité
d’utilisation des combustibles de cuissons propres. Pour parvenir à ce résultat, ils analysent
les informations sur les ménages dans le cadre de la 61e enquête nationale par sondage pour
les régions rurales de l’Inde en utilisant un modèle de régression logistique. D’après les
études de Gebreegziabher et al. (2012), sur l’Éthiopie, plus le niveau d’éducation est élevé,
moins le ménage choisira le bois comme énergie de combustion. Pour Mekonnen et Köhlin
(2008), l’éducation permet aux filles de comprendre les effets de l’utilisation de la
biomasse traditionnelle sur la santé et son impact potentiel sur l’environnement.

 8

Ce qui distingue essentiellement les recherches que nous menons de la littérature existante
est notre stratégie visant à identifier l’effet du capital humain d’une femme, tel que mesuré
par l’éducation, sur son choix de combustible de cuisson. Cette utilisation du capital
humain comme variable explicative des choix individuels ou du ménage fait face aux
problèmes d’endogénéité bien documentés (Angrist et Krueger, 1991).

Ce problème d’endogénéité peut résulter du fait que certaines variables, entre autres le
revenu du ménage, son indice de richesse, sa taille, son milieu de résidence, qui sont des
variables importantes dans le choix du type d’énergie sont aussi fortement corrélées à la
scolarisation d’une personne. En effet, Durand (2006) a constaté dans une étude portant sur
sept capitales d’Afrique de l’Ouest que la pauvreté réduit considérablement la possibilité
d’aller à l’école. Allant dans le même sens Glick et Sahn (2000) ont montré que
l’augmentation du revenu des membres de la famille entraînait une augmentation de la
durée de la scolarité des filles en Guinée mais qu’elle n’avait aucun impact sur la durée de
la scolarité des garçons. Concernant l’effet de la taille des ménages, la plupart des études
trouvent que la taille des ménages est positivement corrélée avec la scolarisation. À cet
effet, Piamale, Kouamé, et Loka (2004) trouvent, dans une étude sur la République
centrafricaine, que l’abandon des études est moindre dans les familles de grande taille, mais
la performance scolaire des enfants issus de telles familles est moins bonne que celle des
autres enfants. Chabi et Attanasso (2015) constatent aussi que dans une étude sur le Bénin
que les enfants vivant dans une famille nombreuse avec leurs parents sont plus susceptibles
d’être éduqués et d’atteindre un niveau d’éducation plus élevé. Les différences qui existent
entre zones géographiques font que le milieu de résidence est aussi un facteur qui explique
le niveau d’éducation des enfants. C’est la raison pour laquelle Ersado (2005) a relevé un
impact négatif sur l’éducation des enfants dans les zones rurales du Népal et dans les zones
urbaines du Zimbabwe.

La littérature montre bien que plusieurs facteurs importants pour le choix d’un type
d’énergie expliquent aussi le niveau d’éducation. En plus de cela, l’éducation est un facteur
clé du choix du type d’énergie (Gebreegziabher et al., 2012 ; Gupta et Köhlin, 2006) et le
manque d’éducation se trouve aussi être expliqué par ce dernier. En effet, le temps alloué

 9

par les jeunes filles à la collecte de bois en tant que source d’énergie a un impact négatif sur
leur éducation (Blanchard, 2015). Il apparaît donc évident que le facteur éducation est
endogène dans l’explication du choix du type d’énergie.

Ainsi, il est primordial de traiter ces questions d’endogénéité pour assurer une identification
cohérente. Par conséquent, contrairement à la littérature existante, la recherche proposée se
concentre sur la conception d’une stratégie empirique qui fournit une estimation
conséquente de l’effet du capital humain des femmes, en traitant les problèmes potentiels
d’endogénéité. Pour cela, nous utilisons des méthodes par variables instrumentales.

1.2 Gratuité scolaire en Ouganda et en Éthiopie, et accès
des femmes à l’éducation

Nous utilisons les politiques d’éducation primaire universelle (EPU) mises en œuvre en
Ouganda et en Éthiopie pour évaluer l’impact de l’éducation scolaire sur le choix du type
de biomasse. L’Ouganda, en 1997, et l’Éthiopie, en 1995, à l’instar de nombreux pays
d’Afrique subsaharienne dans les années 1990, ont refondé leurs systèmes d’éducation à
travers des réformes. La principale caractéristique de la politique de l’EPU dans ces
deux pays était l’exonération des frais de scolarité. Ce programme avait pour but
d’améliorer le niveau de scolarisation, mais a connu des difficultés à ses débuts en
Ouganda. En effet, il prévoyait la gratuité de l’éducation pour quatre enfants par famille, ce
qui posait problème, car la majeure partie des familles Ougandaises avaient plus d’enfants.
Celles-ci ont ainsi commencé à envoyer les enfants à l’école, augmentant le nombre
d’inscrit tandis que les infrastructures ainsi que les effectifs du personnel enseignant
demeuraient insuffisants. Ainsi, le taux de scolarisation au primaire est passé de 62 % en
1992, avant la réforme, à 84 % en 1999 (Deininger, 2003). Quant à l’Éthiopie, les frais de
scolarité ont été supprimés pour l’école primaire et les deux premières années du
secondaire en 1994 (Method et al., 2010). En outre, il a fallu environ un an pour que la
suppression des taxes soit transmise aux zones rurales (World bank, 2009). Ainsi, elle a vu
son taux d’inscriptions au primaire plus que doubler ; allant de 29,22 % en 1995 à 60,58 %

 10

en 2001 (World Bank, 2009). En Ouganda, l’âge légal pour aller à l’école est de 6 ans pour
7 ans de primaire et 6 ans de secondaire ; en Éthiopie, il est de 7 ans, avec 6 ans de primaire
et 6 ans de secondaire.

De ces statistiques, nous voyons, comme on pouvait s’y attendre, que la gratuité de l’école
a entraîné un accroissement du nombre d’inscriptions au primaire aussi bien Ouganda,
qu’en Éthiopie. Cependant, force est de constater que ces taux de scolarisation élevés ont
entraîné une diminution de la qualité de l’enseignement (Deininger, 2003). Dans notre
étude, nous nous focalisons seulement sur l’accessibilité de l’école grâce à la suppression
des frais de scolarité.

Malgré ces réformes, en Ouganda, un énorme écart existe toujours entre le taux de
scolarisation dans l’enseignement primaire et celui du secondaire. Les données du
recensement de 2004 indiquent que pour dix élèves inscrits dans les écoles primaires, un
seul est scolarisé dans un établissement secondaire. Ce constat est encore plus marqué
lorsqu'on compare les taux de scolarisation entre les garçons et les filles. La fréquentation
scolaire des filles à tous les niveaux de la société, aussi bien en Ouganda qu’en Éthiopie, est
inférieure à celle des garçons, et cela peut être attribué à plusieurs facteurs dont les travaux
ménagers, la collecte de bois pour la cuisine, etc. Ce manque de scolarisation des femmes
influencera leurs choix quotidiens tout au long de leur vie.

 11

Chapitre 2 Données et Statistiques descriptives

2.1 Données
Pour notre étude, nous utilisons les données de l’enquête démographique et de santé de
l’Ouganda 2015-2016 et de l’Éthiopie 2008. Ces enquêtes recueillent des informations
détaillées sur des femmes âgées de 15 à 49 ans et leurs enfants et les échantillons sur
lesquels nous travaillons sont constitués de 17 853 individus en Ouganda et de
15 317 individus pour l’Éthiopie.

2.1.1 Mesure de la biomasse verte

Pour mesurer la biomasse verte, nous avons construit une variable binaire. Si les femmes
utilisent l’électricité, le gaz, le kérosène (appelé biomasse verte) pour cuisiner, la valeur est
1 ; pour les autres énergies (appelées biomasse non verte), la valeur est 0.

2.1.2 Éducation

Pour mesurer le niveau d'éducation atteint, nous utilisons le fait qu’une personne ait au
moins complété son primaire et pour cela nous adoptons comme instrument les réformes
d’éducation opérées à travers les politiques d’éducation primaire universelle (EPU) en 1997
en Ouganda et 1995 en Éthiopie (Berhman, 2015 ; Makate, 2016, et Keats, 2018). Ainsi,
pour les personnes qui n’ont pas été à l’école ou qui n’ont pas terminé leurs études
primaires, nous attribuons la valeur 0, la valeur 1 est attribuée aux personnes qui ont au
moins complété leurs primaires.

2.1.3 Variables de contrôle

De la littérature, plusieurs variables sont censées influencer le choix d’utiliser ou pas la
biomasse verte. Beaucoup de ces variables expliquent aussi la corrélation entre la biomasse
verte et l’éducation des femmes. Ainsi, la prise en compte de ces variables augmente la
crédibilité des résultats économétriques. De ces variables nous retenons pour notre étude

 12

l’indice de richesse, le fait que la femme travaille, l’accès à l’électricité, le fait d’avoir un
compte bancaire pour la femme, le sexe du chef de ménage, la zone de résidence, la région
de résidence, la taille du ménage et la religion de la femme.

2.2 Statistiques descriptives
Les statistiques descriptives de nos échantillons sont présentées dans les tableaux (1) et (2).
La structure de nos bases de données nous montre que 99,8 % de ceux qui utilisent la
biomasse verte ont complété leur primaire contre 88,7 % pour ceux qui n’utilisent pas la
biomasse verte en Ouganda. En Éthiopie 92,4 % de ceux qui utilisent la biomasse verte ont
complété leur primaire contre seulement 50 % pour ceux qui n’utilisent pas la biomasse
verte. Ces chiffres montrent une variabilité de la corrélation de la complétion du primaire et
l’utilisation ou non de la biomasse verte.

Dans les deux bases de données, la population est assez équitablement répartie en matière
de richesse pour ceux qui n’utilisent pas la biomasse verte tandis que pour ceux qui utilisent
la biomasse verte, les plus riches représentent 86,5 % de cette population en Ouganda et
98,4 % en Éthiopie. En Ouganda, 87,6 % de ceux qui utilisent la biomasse verte ont
l’électricité tandis que 27,9 % seulement de ceux qui n’utilisent pas la biomasse verte ont
l’électricité. Ces chiffres sont respectivement de 97,9 % et de 30,4 % pour l’Éthiopie.

De même, on perçoit cette différence statistique à travers la zone de résidence. En effet, en
Ouganda 19,1 % de ceux qui utilisent la biomasse verte habitent en zone rurale contre
seulement 3,2 % en Éthiopie. Pour la population qui n’utilise pas la biomasse verte, 76,9 %
habitent en zone rurale en Ouganda tandis qu’en Éthiopie elle est de 74,6 %. En
Ouganda 45.5 %, des ménages qui utilisent la biomasse verte sont dirigés par des femmes
contre 40,7 % en Éthiopie ; pour les ménages qui utilisent la biomasse non verte, 33,1 %
sont dirigés par des femmes pour l’Ouganda et 29,4 % en Éthiopie. En Ouganda, la
moyenne du nombre de personnes dans un ménage est de 4,146 avec une variance de 2,982
pour ceux qui utilisent la biomasse verte ; en ce qui concerne ceux qui utilisent la biomasse
non verte, cette moyenne est de 6,020 pour une variance de 2,977. Pour l’Éthiopie, le
nombre moyen de personnes dans un ménage est de 4,837 avec une variance de 2,259 pour

 13

ceux qui utilisent la biomasse verte ; en ce qui concerne ceux qui utilisent la biomasse non
verte, la moyenne est de 5,540 avec une variance de 2,475.

Les échantillons utilisés pour les deux pays sont diversifiés. Cela nous permettra d’estimer
les effets marginaux des différentes variables et plus précisément du nombre d’années
d’études ôtées de l’endogénéité sur le choix de la biomasse.

 14

Tableau 1: Statistiques descriptives, Ouganda

 BIOMASSE NON VERTE BIOMASSE VERTE
 N (18328) N (178)
 Freq (99.04%) Freq (0.96%)
 VARIABLES mean sd mean sd

 VARIABLE ENDOGÈNE

 PRIMAIRE COMPLÉTÉ
 Oui 0.887 0.316 0.983 0.129

 INSTRUMENT

NOMBRE D’ANNÉES EXPOSÉES
 À LA RÉFORME

 0 an 0.337 0.473 0.247 0.433
 1 an 0.024 0.152 0.028 0.166
 2 ans 0.042 0.200 0.045 0.208
 3 ans 0.029 0.169 0.034 0.181
 4 ans 0.033 0.179 0.045 0.208
 5 ans 0.032 0.177 0.045 0.208
 6 ans 0.032 0.177 0.045 0.208
 7 ans 0.471 0.499 0.511 0.501

 VARIABLES DE CONTRÔLE

 INDICE DE RICHESSE
 Pauvres 0.198 0.399 0.011 0.106
 Moyens 0.19 0.392 0.062 0.241
 Riches 0.188 0.391 0.062 0.241
 Plus Riches 0.212 0.409 0.865 0.343

 ÉLECTRICITÉ
 Oui 0.279 0.448 0.876 0.330

 TRAVAIL
 Oui 0.739 0.439 0.730 0.445

 SEXE DU CHEF DE MÉNAGE
 Féminin 0.331 0.471 0.455 0.499

 ZONE DE RÉSIDENCE
 Rural 0.769 0.422 0.191 0.394

 15

RÉGION DE RÉSIDENCE
 Central1 0.066 0.248 0.500 0.501
 Central2 0.086 0.281 0.197 0.399
 Busoga 0.077 0.266 0.034 0.181
 Bukedi 0.083 0.276 0.056 0.231
 Bugishu 0.066 0.248 0.011 0.106
 Teso 0.052 0.222 0.006 0.075
 Lango 0.073 0.261 0.023 0.149
 Acholi 0.067 0.25 0.023 0.149
 West Nile 0.061 0.238 0.006 0.075
 Bunyoro 0.07 0.255 0.023 0.149
 Tooro 0.066 0.248 0.017 0.129
 Ankole 0.071 0.256 0.039 0.195
 Kigezi 0.07 0.256 0.056 0.231
 Central1 0.052 0.222 0.011 0.106

 TAILLE DU MÉNAGE 6.020 2.977 4.146 2.982

 RELIGION
 Musulmans 0.117 0.321 0.169 0.375
 Chrétiens 0.873 0.333 0.826 0.380

 COMPTE BANCAIRE

 Oui 0.120 0.325 0.500 0.501

Source des données d’analyse : Enquêtes démographiques et sanitaires (EDS), Ouganda 2015-2016.
NOTE : Notre échantillon de base est constitué des femmes de 15 à 45 ans. Nous subdivisons cet échantillon en deux
sous échantillons, ceux qui utilisent la biomasse verte qui constituent 0,96% de l’échantillon de base et ceux qui ne
l’utilisent pas qui en représentent 99,04%. Nous regardons la composition statistique de chaque sous échantillon. La
moyenne (mean) et les écarts types (sd) sont reportés dans le tableau.

 16

Tableau 2: Statistiques descriptives, Éthiopie

 BIOMASSE NON VERTE BIOMASSE VERTE
 N (13773) N (1910)
 Freq (87.82%) Freq (12.18%)

 VARIABLES mean Sd mean sd

 VARIABLE ENDOGÈNE

 PRIMAIRE COMPLÉTÉ
 Oui 0.500 0.500 0.924 0.266

 INSTRUMENT

NOMBRE D’ANNÉES EXPOSÉES
 À LA RÉFORME

 0 an 0.539 0.498 0.525 0.499
 1 an 0.057 0.231 0.040 0.197
 2 ans 0.032 0.176 0.042 0.200
 3 ans 0.029 0.168 0.040 0.196
 4 ans 0.038 0.190 0.030 0.170
 5 ans 0.028 0.165 0.030 0.170
 6 ans 0.278 0.448 0.293 0.455

 VARIABLES DE CONTRÔLE

 INDICE DE RICHESSE
 Pauvres 0.148 0.355 0.002 0.040
 Moyens 0.145 0.352 0.005 0.069
 Riches 0.147 0.354 0.007 0.085
 Plus Riches 0.277 0.448 0.984 0.124

 ÉLECTRICITÉ
 Oui 0.304 0.46 0.979 0.145

 TRAVAIL
 Oui 0.334 0.472 0.558 0.497

 SEXE DU CHEF DE MÉNAGE
 Féminin 0.294 0.456 0.407 0.491

 17

ZONE DE RÉSIDENCE
 Rural 0.746 0.435 0.0325 0.177

 RÉGION DE RÉSIDENCE
 Afar 0.08 0.272 0.012 0.107
 Amhara 0.123 0.328 0.016 0.124
 Oromia 0.132 0.338 0.042 0.200
 Somali 0.100 0.300 0.007 0.082
 Benishangul 0.081 0.273 0.006 0.079
 Snnpr 0.133 0.339 0.011 0.104
 Gambela 0.074 0.262 0.006 0.079
 Harari 0.05 0.218 0.113 0.316
 Addis Adaba 0.048 0.214 0.607 0.489
 Dire Dawa 0.067 0.25 0.11 0.313

 TAILLE DU MÉNAGE 5.54 2.475 4.837 2.259

 RELIGION
 Musulmans 0.421 0.494 0.216 0.412
 Chrétiens 0.569 0.495 0.779 0.415

Source des données d’analyse : Enquêtes démographiques et sanitaires (EDS), Éthiopie 2008.
NOTE : Notre échantillon de base est constitué des femmes de 15 à 45 ans. Nous subdivisons cet échantillon en deux
sous échantillons, ceux qui utilisent la biomasse verte qui constituent 12,18% de l’échantillon de base et ceux qui ne
l’utilisent pas qui en représentent 87, 82%. Nous regardons la composition statistique de chaque sous échantillon. La
moyenne (mean) et les écarts types (sd) sont reportés dans le tableau.

 18

Chapitre 3 Stratégie d'identification

3.1 L’exposition à la réforme comme source de variation
exogène
Le défi principal lié à l’estimation de l’effet du capital humain sur le choix de combustible
par les femmes réside dans l’endogénéité du capital humain. Les réformes du primaire en
Ouganda et en Éthiopie nous offrent une variation exogène du capital humain qui nous
permettra d’estimer l’effet de ce dernier sur les choix des femmes. En effet, les réformes
ont eu lieu en 1997 et en 1995 respectivement en Ouganda et en Éthiopie. L’exposition à la
réforme sera déterminée par l’année de naissance de chaque femme.

En général, en Ouganda, les enfants commencent le primaire à 6 ans et le complètent en
7 années. En Éthiopie, l’âge moyen d’entrée au primaire est de 7 ans et la durée de ce cycle
est de 6 années. De là, nous faisons l’hypothèse que les femmes ayant plus de 13 ans en
1997 en Ouganda et en 1995 en Éthiopie n’ont pas été exposées à la réforme. Par ailleurs,
nous supposons que celles qui ont été exposées ne l’ont pas été de la même manière. Pour
cela, nous faisons l’hypothèse additionnelle que l’effet de la réforme va croître avec
l’intensité de l’exposition à la réforme. L’intensité de l’exposition sera déterminée par le
nombre d’années de primaire à faire à partir de la mise en place de la réforme. Ainsi, nous
distinguons les femmes ayant été exposées à la réforme pendant 7 années, 6 années,
5 années, 4 années, 3 années, 2 années, une année et des femmes n’ayant pas du tout été
exposées en Ouganda. En Éthiopie le nombre d’années d’exposition va de 6 années à 0. En
Ouganda, les femmes nées en 1991 ou après ont subi la réforme pendant 7 ans, celles qui
sont nées en 1990 ont subi la réforme pendant 6 ans, celles qui sont nées en 1989 ont été
exposées pendant 5 ans, celles qui sont nées en 1988 ont été exposées pendant 4 ans, celles
qui sont nées en 1987 ont été exposées pendant 3 ans, celles qui sont nées en 1986 ont été
exposées pendant 2 ans et celles qui sont nées en 1985 ont été exposées pendant 1 an. Le
groupe de contrôle est constitué des femmes nées avant 1985. En Éthiopie, le groupe de
traitement a été choisi de manière similaire. Les filles entrent en primaire à l’âge de 7 ans et

 19

y restent pendant 6 ans. Pour cela, les femmes nées en 1989 ou après sont supposées avoir
été exposées à la réforme pendant 6 ans, celles nées en 1988 pendant 5 ans, celles nées en
1987 pendant 4 ans, celles nées en 1986 pendant 3 ans, celles nées en 1985 pendant 2 ans et
celles nées en 1984 pendant 1 an. Les femmes nées avant 1984 représentent le groupe de
contrôle.

Cette approche suppose qu’il n’y ait pas eu de redoublements ou de retard d’entrée au
primaire. Ce postulat est nécessaire, car nous ne connaissons pas le niveau exact d’étude de
chaque personne au moment de (et après) la réforme. La validité de cet instrument sera
déterminée par sa capacité à expliquer les variations dans la variable indiquant si la
personne a terminé au moins l’éducation primaire ou pas. Nous testons formellement cette
hypothèse en menant une régression probit, dont les résultats se trouvent dans les tableaux
5 et 6, de l’exposition à la réforme sur la variable indiquant si le primaire a été complété.
Nous trouvons en Ouganda et en Éthiopie que l’exposition explique de manière
significative la complétion du primaire. De plus, l’effet de l’exposition augmente avec
l’intensité comme nous l’avons prédit.

L’approche que nous adoptons pour l’analyse de l’effet du capital humain des femmes sur
la probabilité que leur ménage utilise des technologies de cuisson inefficaces et non
durables est une approche par variable instrumentale. Conformément à la définition de
l'OCDE (voir OCDE, 2011), nous évaluons notamment le capital humain aux résultats
scolaires. Il est reconnu que ce résultat détermine le niveau et la qualité des connaissances,
aptitudes, capacités, compétences et autres attributs d’un individu, qui participe de façon
importante à l’activité économique, ainsi qu’à d’autres activités sociales et politiques dans
la société dans laquelle il vit. Afin d’analyser l’effet du capital humain d’une femme sur la
probabilité que son ménage utilise des combustibles de biomasse inefficaces et non
durables, nous proposons de nous appuyer sur la dernière version des enquêtes
démographiques et sanitaires (EDS). Ce sont des enquêtes sur les ménages, standardisées et
représentatives au niveau national dans les pays en développement. Dans les EDS, nous
extrairons le fait qu’une femme ait complété son primaire ou non. Dans ce cas, la cohérence
de l’estimation du paramètre de cet important régresseur dépend d’une question : celle de

 20

savoir si, en tant que régresseur, le fait qu’une femme ait complété son primaire est
intrinsèquement exogène à son choix de technologie de cuisson. Toutefois, en raison de
l’autodéclaration, ce régresseur d’intérêt est susceptible de souffrir d’une erreur de mesure.
Un autre problème potentiel lié à l’utilisation du niveau d’étude d’une femme en tant que
régresseur est son éventuelle codétermination avec son choix de technologie de cuisson.
Par exemple, il est tout à fait plausible dans les pays en développement que ces deux
variables soient déterminées conjointement par un facteur de confusion non mesuré. Pour
Muller et Yan (2018), l’éducation entraîne généralement un revenu élevé, et de là il se peut
que son effet estimé ne soit qu’un effet de revenu mal observé, étant donné que le revenu
aussi est un facteur important de l’utilisation d’un type d’énergie donné. En outre,
l’augmentation des coûts d’opportunité du temps de collecte de la biomasse non verte peut
justifier la relation négative du niveau d’éducation avec consommation de bois de
chauffage. Ainsi comme notre variable d’intérêt (éducation) est potentiellement endogène,
notre stratégie empirique reposera sur un choix approprié d’instrument.

3.2 Modèles économétriques

Par souci de comparaison, nous utilisons quatre méthodes pour estimer l'effet de l'éducation
sur le choix du type d'énergie. La première des méthodes que nous utilisons est la méthode
probit qui est un modèle de régression binomiale; elle tient seulement compte du caractère
binaire de la variable dépendante. Ensuite, comme deuxième méthode, nous utilisons un
estimateur de fonction de contrôle (EFC). Cette méthode a pour limite ici le fait qu'elle
exige que la variable endogène soit continue. Comme troisième méthode nous utilisons la
méthode des moindres carrés en deux étapes, qui est une approche qui ne tient pas compte
de la structure binaire de la variable dépendante. Enfin, la quatrième méthode que nous
utilisons et considérons comme la plus appropriée est un modèle probit bivarié qui fait des
estimations du maximum de vraisemblance. Ce modèle tient compte des structures binaires
de notre variable dépendante et endogène.

Pour contrôler la robustesse de nos résultats, nous utilisons une méthode alternative qui est
celle du régresseur spécial. Cette approche a été proposée pour la première fois par Lewbel

 21