Données et méthodes d’estimations

Le tableau 5.3 résume les rendements d’éducation pour quelques pays d’Asie du sud dont le Bangladesh.

Tableau 5.3 : Estimation des rendements de l’éducation en Asie du sud

Echantillon total

Garçons Filles Primaire Secondaire Tertiaire Inde 10.6 (1995) 5.3 (1978) 3.6 (1978) 2.6 17.6 18.2 Pakistan 15.4 (1991) 8.4 13.7 31.2 Sri Lanka 7.0 (1981) 6.9 (1981) 7.9 (1981) 12.6 16.1 Bangladesh 7.1 -- -- 4.1 4.0 12.8 Bangladesh, garçons -- -- -- 3.4 3.2 12.7 Bangladesh, filles -- -- 13.2 8.9 9.6 12.4

Source : Assadullah (2005), Psacharopoulos et Patrinos (2002)

3.2 Données et méthodes d’estimations

Nous utilisons l’enquête ménage « The Matlab Health and Socioeconomic Survey », conduite au Matlab, une zone rurale du Bangladesh en 1996.⁵¹ Elle fournit des informations sur 4364 ménages regroupés en 2687 Bari (unité sociale). Le volet communautaire recueille

des informations sur les caractéristiques de tous les établissements primaires et secondaires de la région, telles que les frais d’inscription et de scolarisation des différents niveaux d’études, la qualité des établissements, ainsi que l’éducation, l’expérience et la formation des enseignants.

L’échantillon comporte 2493 enfants en âge de scolarisation primaire, dont 2250 sont actuellement scolarisés, pour lesquels nous disposons d’informations complètes.

D’après le recensement de 1991, seulement 20% des femmes savent lire et écrire. C’est surtout durant la décennie 90 que les disparités se sont creusées entre la scolarisation des filles et des garçons et notamment pour l’éducation secondaire, seulement un tiers des enfants effectivement scolarisés sont des filles. Elles sont souvent astreintes à travailler à la

51

Chapitre 5 : Les déterminants de l’investissement en capital humain

maison ou à prendre un emploi de domestique pour aider financièrement ses parents et ses frères et sœurs.

Rappelons encore une fois que l’objectif principal de ce chapitre est d’examiner l’impact de l’ensemble des coûts directs de scolarisation qui pourraient être occasionnés durant le cursus éducatif de l’enfant, c'est-à-dire l’effet de l’ensemble des coûts de tous les niveaux scolaires auxquels pourrait appartenir l’enfant, sur l’investissement actuel en capital humain.

L’analyse précédente suggère ainsi deux relations qui captent cet effet. La première décrit le statut scolaire de l’enfant, la seconde traduit le niveau d’étude final atteint. Comme les décisions d’inscription et d’abandon de l’école peuvent être affectées différemment par les coûts de scolarisation, nous nous intéressons donc simultanément aux deux comportements, représentés chacun par une variable dichotomique à l’aide d’équations estimées avec un modèle probit.

Scolarisation actuelle

Le fait d’avoir été scolarisé

La discussion théorique menée précédemment suggère que les coûts présents de l’éducation primaire et les coûts futurs anticipés des niveaux d’éducation secondaires auraient un impact négatif sur la décision et le niveau actuels de scolarisation.

Dans la troisième équation, nous estimons une relation entre le niveau d’étude final atteint par l’enfant et ses déterminants. L’échantillon comprend des enfants qui ont déjà achevé leur éducation et qui se trouvent donc dans la phase postérieure à *

t . Leur niveau de

scolarisation final est alors atteint. Cependant, l’échantillon comprend majoritairement des 1 si l’enfant est actuellement scolarisé

0 sinon

1 si l’enfant a fréquenté l’école à un moment donné

dépendante (nombre d’années de scolarisation) est censurée. Nous utiliserons donc la méthode du probit ordonnée censurée suggérée par King et Lillard (1983)⁵² qui prend en considération la nature discrète et censurée de la variable dépendante.

Le modèle théorique décrit plus haut nous sert de base quant au choix des variables explicatives de contrôle.

Les caractéristiques individuelles de l’enfant et du ménage regroupent l’âge et l’âge au carré afin de contrôler pour l’éventuelle non linéarité de cette variable et capter un effet de cohorte. On inclut également dans la régression le genre, la religion, la composition de la famille et l’éducation des parents.

La structure familiale est un déterminant important des décisions de scolarisation surtout si l’enfant est issu d’une famille soumise à une contrainte de liquidité. Garg et Morduch (1998), Parish et Willis (1993) ont étudié l’impact de la répartition par sexe des enfants sur leur scolarisation. Les premiers ont montré, dans une étude sur le Ghana, que la probabilité d’entrer dans le secondaire augmente de 50% si l’on passe d’une fratrie composée uniquement de frères à une fratrie composée seulement de sœurs. Les variables considérées qui décrivent la composition du ménage sont : la proportion d’enfants de moins de cinq ans, la proportion d’enfants de 6-17 ans, la proportion d’enfants de 18-24 ans et enfin la proportion de personnes adultes dans le ménage.

L’éducation des parents est mesurée par une série de variables muettes qui décrivent le niveau le plus élevé d’éducation atteint par les parents. La catégorie « pas d’éducation » est la modalité de référence.

Les parents choisissent le niveau de consommationC , et décident du « timing optimal » pour leurs enfants, c'est-à-dire ils décident du moment auquel débutera leur scolarisation (t ), la durée de la scolarisation (₀ t₁− ) et l’intensité de l’éducationt₀ S. Si les parents n’étaient soumis à aucune contrainte de crédit et pouvaient emprunter librement et gratuitement pour financer l’éducation de leurs enfants, on déduit que le problème du ménage est dans ce cas séparable. Les parents maximisent tout d’abord la richesse totale sur toute la

52

Chapitre 5 : Les déterminants de l’investissement en capital humain

durée de vie ensuite résolvent le problème de consommation. Le revenu du ménage n’aurait alors pas d’impact sur la décision d’investir ou pas dans l’éducation de leurs enfants. Les parents qui valorisent l’investissement en capital humain débuteraient leur scolarisation le plus tôt possible afin de maximiser la période de vie où les rendements de l’éducation seraient réalisés. En outre, si les parents étaient capables d’emprunter (marché de crédit parfait), la scolarisation de l’un de leurs enfants ne serait pas affectée par la présence de ses autres frères et sœurs.

S’ils sont par contre confrontés à des contraintes de crédit, le problème des parents change ainsi que leurs décisions d’investir dans le capital humain de leurs enfants. Les décisions de consommation et d’investissement ne sont plus séparables mais sont désormais prises simultanément. En plus, le revenu du ménage affecte maintenant la durée totale de scolarisation. Des niveaux faibles du revenu (et des actifs du ménage) pourraient ainsi représenter des contraintes supplémentaires à la scolarisation des enfants et pourraient ainsi renforcer l’abandon scolaire.

Les dépenses de consommation du ménage représentent une bonne approximation du revenu permanent du ménage. Nous avons pris soin de l’instrumenter afin de corriger l’éventuel biais de simultanéité puisqu’il est tout à fait raisonnable de penser que les décisions de scolarisation et d’offre de travail sont prises simultanément. En d’autres termes les enfants qui ne sont pas scolarisés (ou ceux qui le sont partiellement) pourraient contribuer⁵³ à l’accumulation du revenu de leur famille. Nous adoptons la méthodologie de Rivers et Vuong (1988) qui explique les principes d’instrumentation d’une variable continue lorsque la variable expliquée est discrète et censurée.

Le test d’exogénéité de Smith et Blundell (1986) nous renseignera finalement sur le caractère endogène de cette variable. Si le résidu d’instrumentation est significatif dans l’équation d’intérêt, nous rejetons l’exogénéité de la dépense de consommation.

La distance, les frais d’inscription et les coûts de transport sont les principales variables qui mesurent les coûts directs de scolarisation. Nous utiliserons simultanément la distance à l’école primaire, au lycée et au collège. Malheureusement nous ne disposons d’aucune évaluation des distances à l’établissement scolaire le plus proche, ni en temps mis pour y accéder ni en distance kilométrique. Heureusement, d’après les informations fournies par les chefs des différents villages enquêtés nous pouvons construire quatre indicatrices pour chaque cycle dont la première prend la valeur de un si l’établissement primaire le plus proche (respectivement secondaire ou collège) est situé dans le village, la seconde prend la valeur de un si l’établissement primaire le plus proche (respectivement secondaire et collège) est situé dans un autre village mais dans la même communauté, la troisième est codée un si l’établissement le plus proche est situé dans une autre communauté mais dans la même Thana, et la dernière est codée un si l’établissement scolaire le plus proche est situé dans une division totalement différente.

Rosenzweig et Wolpin (1986) ont soulevé le problème d’endogénéité de ces variables de distances si la distribution des écoles n’est pas aléatoire. En effet, la localisation des établissements scolaires peut être corrélée avec les autres déterminants de la demande d’éducation. Par conséquent, les coefficients de ces variables de coûts pourraient être biaisés. Dans le contexte du Bangladesh, on pourrait supposer, sans risque d’erreur, qu’étant donné que la politique gouvernementale de localisation des établissements primaires est de construire une école dans chaque village, la localisation de ces établissements est exogène par rapport aux ménages. Nous avons décider d’instrumenter uniquement les variable distances au lycée et au collège, qui sont les plus à même d’être endogènes dans la mesure où ces établissements sont souvent construits dans les villages « les plus importants » ou les cités rurales les plus larges. Nous avons recours à des variables régionales spécifiques qui peuvent être corrélées avec la distance mais non corrélées avec la demande d’éducation. Nous utiliserons donc les deux variables suivantes : la distance la plus courte pour accéder à une cabine téléphonique et à un bureau de poste.

Comme les coûts de transport dépendent de la disponibilité des services publics dans les villages, nous utilisons également une variable dichotomique qui prend la valeur de un s’il existe un quelconque moyen de transport dans le village, et de 0 autrement. Le prix d’un aller retour en bus rend compte du coût des transports.

Chapitre 5 : Les déterminants de l’investissement en capital humain

Les frais d’inscriptions sont très faibles au Bangladesh pour le cycle primaire. Ils sont de l’ordre de 17 takas, soit 0.212 Euros. Cependant, le montant correspondant à une scolarisation secondaire et tertiaire augmente dramatiquement et passe à 315 takas, soit 4 Euros. Si les ménages font face à des contraintes de liquidité et ont plus d’un enfant à scolariser, alors ces frais pourraient dissuader leur inscription et/ou encourager les parents à retirer leurs enfants avant même d’achever le cycle primaire, augmentant ainsi le pourcentage d’enfants qui abandonnent l’éducation primaire. Nous considérons donc les deux variables comme mesures des coûts de scolarisation.

Comme on l’a déjà précisé plus haut, on ne peut observer que le salaire de quelques travailleurs indépendants ou salariés, les autres sont pour la plupart des agriculteurs qui travaillent pour leur propre compte rendant ainsi l’estimation des rendements d’éducation impossible. Cependant les rendements d’éducation en milieu rural sont en général fonction d’un ensemble d’intrants directement observables qui sont complémentaires ou substituables au capital humain telles que les machines ou les engrais chimiques. Les variations dans la disponibilité et l’utilisation de ces inputs à travers tous les villages pourraient expliquer les variations régionales des rendements du capital humain. Nous incluons ainsi les deux variables muettes suivantes : la première est codée un s’il existe un service d’extension agricole dans le village et la seconde est codée un s’il existe un système d’irrigation moderne dans le village.

Le salaire moyen journalier d’un enfant de moins de 15 ans dans le village est également introduit afin de capter le coût de scolarisation ou le coût d’opportunité qui est le salaire non perçu pour les heures où l’enfant va l’école.

La sensibilité des ménages aux variations des coûts de scolarisation est conditionnée par leur perception de la qualité des établissements scolaires. Nous incluons par conséquent les variables suivantes par grappe : l’expérience, la formation et l’éducation moyenne des enseignants du primaire (secondaire), la proportion d’établissements primaires (secondaires) de simples constructions et sujettes au fuites permanentes d’eau, la proportion d’établissements primaires (secondaires) pourvus d’électricité et enfin la proportion d’écoles

Les tableaux 5.4 et 5.5 de l’annexe A, fournissent respectivement les statistiques descriptives de l’échantillon et le résultat de la première étape d’instrumentation.