Inégalités spatiales d’éducation et de développement humain au

Le tableau n° 24 présente l’IDH et l’indice de Gini de l’éducation des vingt premières et dernières communes en 2004 classées selon l’ordre croissant des inégalités éducatives. La figure n° 3 présente les cartes de ces deux indices pour la même année 2004. Les écarts entre communes ont atteint 0,63 et 0,66 respectivement pour l’indice de Gini de l’éducation et l’IDH (l’indice de Gini de l’éducation se situe entre 0,34 pour la commune Agdal Riyad et 0,97 pour la commune Anemzi et l’IDH se situe entre 0,82 pour la commune Agdal Riyad et 0,16 pour la commune Anemzi). De même l’écart entre communes pour la moyenne d’années de scolarisation est important. Les vingt dernières communes affichent une moyenne largement inférieure à une année de scolarisation tandis que les vingt premières présentent une moyenne d’années de scolarisation supérieure à 6 années. Les communes qui s’avèrent être particulièrement inégalitaires quant à l’accès à l’éducation (Anemzi, Oulad M’Hammed, Bouchaouene, Imindounit, Ait Oumdis, Sidi Yahya Ou Youssef, Afalla Issen et Aghbar) sont les communes rurales qui présentent les IDH les plus faibles et qui appartiennent aux provinces les moins développées. Les communes qui sont relativement plus égalitaires (Agdal Riyad, Assoukhour Assawda, El Maarif, Rabat Hassan, Touarga, Agdal Fès, Harhoura et Machouar Casablanca) enregistrent les IDH les plus élevés et appartiennent toutes au milieu urbain53 des provinces développées. Les communes les plus inégalitaires appartiennent aux provinces les plus inégalitaires et les provinces les plus inégalitaires appartiennent aux régions les plus inégalitaires.

Les statistiques de Moran calculées pour l’indice de Gini de l’éducation et l’indice de développement humain sont positives et significatives à 1% (tableau n° 25). Ceci confirme l’existence d’une autocorrélation spatiale positive de ces variables. Ainsi, les communes présentant des niveaux élevés d’inégalités éducatives ont tendance à être situées près d’autres communes ayant également des niveaux d’inégalités élevés, et inversement. De même les communes qui sont moins développées ont tendance à avoisiner celles qui sont aussi moins développées et vice versa.

53 Sur les vingt premières communes, les dix-neuf premières sont urbaines et la vingtième est rurale. Il s’agit de la commune de Tifariti appartenant aux régions du Sud.

136 Tableau 24: Indice de Gini de l’éducation et IDH des vingt premières et dernières communes, 2004

Les vingt premières communes Les vingt dernières communes

Commune IDH Giniedu Province d’appartenance Milieu Commune IDH Giniedu Province d’appartenance Milieu Agdal Riyad 0,82 0,34 Rabat Urbain M’Ramer 0,43 0,92 Essaouira Rural Assoukhour Assawda 0,78 0,38 Casablanca Urbain Takoucht 0,43 0,92 Essaouira Rural El Maarif 0,80 0,39 Casablanca Urbain Kouzemt 0,45 0,93 Chichaoua Rural Rabat Hassan 0,78 0,39 Rabat Urbain Adassil 0,42 0,93 Chichaoua Rural Touarga 0,76 0,40 Rabat Urbain Tizi N’Ghachou 0,40 0,93 Midelt Rural Agdal 0,75 0,40 Fès Urbain Oulad Ali Mansour 0,40 0,93 Tétouan Rural Harhoura 0,72 0,41 Témara Urbain Tahelouante 0,38 0,93 Essaouira Rural Machouar Casablanca 0,77 0,42 Casablanca Urbain Bouabout Amdlane 0,38 0,93 Chichaoua Rural Neima 0,70 0,42 Oujda Urbain Sidi Boulkhalf 0,37 0,93 Azilal Rural Anfa 0,80 0,43 Casablanca Urbain Ait Blal 0,34 0,93 Azilal Rural El Jadida 0,76 0,43 El Jadida Urbain Assais 0,41 0,94 Essaouira Rural Sidi Bernoussi 0,76 0,43 Casablanca Urbain Boutferda 0,40 0,94 Beni Mellal Rural Ain Chock 0,76 0,43 Casablanca Urbain Aghbar 0,35 0,94 Al Haouz Rural Gueliz 0,75 0,43 Marrakech Urbain Afalla Issen 0,40 0,95 Chichaoua Rural Errachidia 0,72 0,43 Errachidia Urbain Sidi Yahya Ou Youssef 0,36 0,95 Midelt Rural Souissi 0,77 0,44 Rabat Urbain Ait Oumdis 0,34 0,95 Azilal Rural Sidi Belyout 0,76 0,44 Casablanca Urbain Imindounit 0,30 0,95 Chichaoua Rural Ain Sebaa 0,75 0,44 Casablanca Urbain Bouchaouene 0,29 0,96 Figuig Rural Hay Hassani 0,76 0,45 Casablanca Urbain Oulad M’Hammed 0,32 0,97 Taourirt Rural Tifariti 0,75 0,45 Es-smara Rural Anemzi 0,16 0,97 Midelt Rural

137

Figure 3 : Indice de Gini de l’éducation et de l’IDH dans les communes marocaines, 2004

Source : Auteur.

138

Tableau 25 : Statistique de Moran pour l’IDH et l’indice de Gini de l’éducation Variable I-Moran E(I) Ecart-Type moyenne Probabilité

Giniedu 0.531554 -0.0007 0.0161 -0.0013 0.001

IDH 0,475563 -0,0007 0,016 -0,0007 0,001

Source : Auteur.

Toutefois, l’analyse spatiale globale peut dissimuler certaines spécificités locales. D’où, l’intérêt d’identifier les regroupements spatiaux tout en examinant leur instabilité locale.

Ainsi, l’analyse de l’autocorrélation spatiale locale est étudiée à l’aide de deux outils: le diagramme de Moran et les statistiques LISA, (Local Indicators of Spatial Association). Le premier outil permet de visualiser les schémas de localisation associés à des unités spatiales (Anselin, 1996). En abscisse, est représentée la valeur standardisée de la variable et en ordonnée son décalage spatial standardisé. Chaque quadrant correspond à un type différent d’association spatiale locale existant entre une commune et son voisinage selon que la valeur est élevée (audessus de la moyenne) ou faible (audessous de la moyenne) : HH (Elevé -Elevé) ; LH (Faible - -Elevé), HL (Elevé - Faible) et LL (Faible-Faible).

– HH : une commune associée à une valeur élevée entourée de communes associées à des valeurs élevées.

– LH : une commune associée à une valeur faible entourée de communes associées à des valeurs élevées.

– HL : une commune associée à une valeur élevée entourée de communes associées à des valeurs faibles.

– LL : une commune associée à une valeur faible entourée de communes associées à des valeurs faibles.

Le premier et le dernier quadrant représentent une association spatiale positive, Les deux autres représentent une association spatiale négative. Les diagrammes de Moran utilisés dans cette étude sont construits à partir de la matrice de contiguïté d’ordre 1.

Afin de visualiser et distinguer le regroupement d’observations similaires ou dissemblables selon les quatre quadrants d’association spatiale, nous présentons dans le graphique n° 25 le diagramme de Moran de l’indice de développement humain et de l’indice de Gini de l’éducation.

En effet, 71% des communes marocaines se caractérisent par une association spatiale positive quant à la répartition spatiale du développement humain. 28% des communes se trouvent dans le quadrant HH et 43% se trouvent dans le quadrant LL. Les 29% des communes restantes se caractérisent par une association spatiale négative où 17% se regroupent dans le quadrant HL « îlot de richesse » et 12% se concentrent dans le quadrant LH « mouton noir » (tableau n° 26). En ce qui concerne l’indice de Gini de l’éducation, le diagramme de Moran montre que 79% des communes relèvent d’une association spatiale positive dont 51% se concentrent dans le quadrant HH et 29% se regroupent dans le quadrant LL. Par contre, 21% des communes se caractérisent par une association spatiale de

139 valeurs dissimilaires (13% dans le quadrant LH et 8% dans le quadrant HL) (tableau n° 26).

Graphique 25: Diagramme de Moran de l’indice de développement humain et de l’indice de Gini de l’éducation

Source : Auteur.

Si le diagramme de Moran permet d’identifier l’existence de l’hétérogénéité spatiale entre les communes marocaines, il ne fournit toutefois, aucune information sur la significativité des schémas d’association spatiale. Ces derniers doivent être approuvés par le recours aux statistiques LISA qui constituent le second outil d’analyse de l’autocorrélation spatiale locale.

Tableau 26 : Diagramme de Moran : récapitulation des associations spatiales (en %)

Indicateur ^{Association positive Association négative}

HH LL Total HL LH Total

IDH 28,27 43,02 71,29 16,95 11,75 28,7

Giniedu 50,8 28,63 79,43 7,87 12,68 20,55

Source : Auteur.

Après avoir localisé les groupements des associations spatiales des communes, nous spécifions celles qui sont significatives en utilisant les statistiques LISA. La figure n° 4 présente les cartes de significativité de Moran (au niveau de 5%) pour l’indice de développement humain et l’indice de Gini de l’éducation. Une tendance globale à l’autocorrélation spatiale positive est confirmée. En effet, pour l’indice de développement humain et l’indice de Gini de l’éducation, 92% (respectivement 97%) des statistiques LISA se situent dans les quadrants HH ou LL.

Sur la base des statistiques LISA, nous avons pu identifier deux groupes de communes. Le premier est constitué de communes ayant des niveaux élevés d’inégalités et le deuxième est composé de communes ayant de faibles niveaux d’inégalités. Dans le premier groupe, on distingue trois grappes de communes identifiées sur la base d’une association positive : une grappe de plus de 200 communes appartenant aux provinces d’Essaouira, Chichaoua, El Haouz, Rhamna, Safi, Chtouka-Aït Baha, Taroudant, Tiznit, Azilal et Midelt; une deuxième grappe de 60 communes localisées au Nord dans les provinces de Chefchaouene, Larache,

140 Tetouan, Anjra, Taounate, Taza et Sidi Kacem; une troisième grappe concentrée à l’Oriental dans les provinces de Berkane, Jerada, Figuig et Taourirt.

Figure 4 : LISA pour l’indice de développement humain et l’indice de Gini de l’éducation

Source : Auteur.

Le second groupe est aussi constitué de trois grappes: la première est composée de 49 communes dans les provinces de Mohammedia, Casablanca, Rabat, Salé et Témara; la deuxième comprend 25 communes appartenant aux provinces du Sud (Aousserd, Dakhla, Boujdour, Laayoune, Es-smara et Tarfaya); la troisième est constituée de 19 communes du nord de la province d’Errachidia.

En plus des six grappes de communes identifiées, 13 petits regroupements HH significatifs sont mis en évidence dont chacun comporte une dizaine de communes qui sont pour la plupart voisine d’une municipalité ou d’un arrondissement (à titre d’exemple les municipalités d’Agadir, Khouribga, Nador, Meknès, Machouar Fès El Jadid et Martil et les arrondissements de Marrakech Medina et de Tanger).

La cartographie de l’autocorrélation spatiale locale réaffirme bien que le développement humain et les inégalités éducatives sont fortement localisés, et nous informe aussi sur la grande similitude entre la distribution spatiale de ces derniers. En effet, les grappes de communes appartenant au quadrant HH pour l’indice de Gini de l’éducation tendent à recouper celles appartenant au quadrant LL pour l’IDH et vice versa. Il semblerait ainsi que la localisation géographique constitue un facteur discriminant de la scolarisation puisqu’elle conditionne l’accès équitable à une éducation pour tous, qui conditionne à son tour le niveau de développement humain. Afin de vérifier ce constat nous menons dans ce qui suit une modélisation par l’économétrie spatiale.

141