Budget ménager et Score de consommation alimentaire à Kibumba
(Nord-Kivu, RDC)
Par Michée Mishona Otahete,
Muhumutsa Ngola Le sage,
Enock Matabaro
Résumé
Les notions de revenu, consommation et sécurité alimentaire des ménages font aujourd'hui l'objet d'études diverses dans plusieurs domaines notamment en économie, en statistique, en sociologie, en démographie et bien tant d’autre. Le débat conceptuel que suscitent ces études revient inlassablement, dans des colloques et séminaires et se trouvent dans des articles et ouvrages, au vu de son importance. Cet article traite du budget ménager et score de consommation alimentaire dans les milieux ruraux en général et spécifiquement à KIBUMBA, dans l’objectif de dégager les stratégies pouvant conduire à la mise en place d’un climat de sécurité alimentaire dans le milieu d’étude. Après calcul, il a été vu que les habitants de KIBUMBA ont un score moyen de 42,46 ; ce qui reste en dessous du score de consommation alimentaire acceptable (42,5). Dans cette étude nous avons fait recours à la régression linéaire pour analyser la dépendance de ce dernier.
Il est constaté d’une part que les dépenses du ménage en alimentation influent positivement sur le niveau du score de consommation alimentaire, de tel sorte que si celles-ci augmentent d’une unité monétaire (dollar) le score de consommation alimentaire du ménage varie de 0,222018. D’autre part, la taille du ménage influence négativement le Score de Consommation Alimentaire, en ce sens que lorsque la taille de ménage augmente d’un individu, le SCA varie de -0,39.
Mots clés : Budget Ménager, Score de consommation Alimentaire (SCA), Kibumba SUMMARY
The concepts of household income, consumption and food security are today the subject of various studies in several fields, notably in economics, statistics, sociology, demography and many others. The conceptual debate that these studies arouse comes up again and again, in colloquia and seminars and is found in articles and books, given its
importance. This article deals with the household budget and food consumption score in rural areas in general and specifically at KIBUMBA, with the aim of identifying strategies that can lead to the establishment of a climate of food security in the study environment. After calculation, it has been seen that the inhabitants of KIBUMBA have an average score of 42.46; which remains below the acceptable food consumption score (42.5). In this study we used the ordinary least square method to analyze the dependence of this score.
1. Introduction
Les notions de revenu, consommation et sécurité alimentaire des ménages font aujourd'hui l'objet d'études diverses dans plusieurs domaines notamment en économie, en statistique, en sociologie, en démographie et bien tant d’autre, Le débat conceptuel que suscitent ces études revient inlassablement, dans des colloques et séminaires et se trouvent dans des articles et ouvrages.
La fonction de consommation apparait comme une fonction économique fondamentale. Elle est de ce fait associée à la destruction de biens consommés à une échéance plus ou moins rapprochée. Elle émane généralement des ménages qui consomment des biens et de services pour satisfaire leurs besoins. La sécurité alimentaire quand a-t-elle, est une capacité de pouvoir produire, recevoir ou acheter des denrées alimentaires. Elle dépend de la répartition des droits entre les différents individus de la société (dimension sociale), des prix et de la distribution des revenus (dimension économique) et de la disponibilité des denrées (dimension physique) (Ibrahima, et al., 2012)
Bien que la vision conventionnelle consiste à penser que l’insuffisance de la consommation alimentaire est liée à une insuffisance des revenus (Strauss et Thomas, 1995 ; Abdulai et Aubert, 2004). On s’attend toujours à voir des ménages qui ont un revenu faible en insécurité alimentaire et des ménages qui ont un revenu élevé en sécurité alimentaire.
Les données empiriques au sujet de l’insuffisance de la consommation alimentaire et à l’insuffisance des revenus sont mitigées (Abdulai et Aubert, 2004 ; Strauss et Thomas, 1995). Subramanian et Deaton, (1996) ; Ohri-Vachaspati et Lorge Rogers, (1998) abouti à la conclusion qu’accroître le revenu ou les dépenses totales des ménages permettrait d’accroître leur niveau de consommation en calories. Si ces travaux ont contribué à renforcer la vision selon laquelle l’insécurité alimentaire (mesurée par la consommation calorique) est liée à la faiblesse des revenus, il existe d’autres travaux qui les contredisent. Par exemple, Behrman et Wolfe, (1984) ; Behrman et Deolalikar, (1987) et Bouis et Haddad, (1992) ont expliqué que l’accroissement des revenus des ménages (y compris chez les plus pauvres) s’accompagne de la consommation d’aliments plus appréciés plutôt que de calories supplémentaires.
Deaton, (1997) lui montre que, l’existence de personnes non pauvres avec une alimentation non satisfaisante ou de personnes pauvres avec une alimentation satisfaisante est liée au fait que tout le monde ne dépense pas une part suffisante de ses revenus dans les aliments au regard des prescriptions nutritionnelles.
Eu égard à ce qui précède, Le manque d'informations sur la situation socio-économique des populations en zone rurale en RDC et de leur situation alimentaire rend difficile une intervention humanitaire visant à améliorer celle-ci. Pourtant, la connaissance d’une telle information aiderait en la mise en place des politiques soutenables dans le but d’attendre le premier objectif du développement durable (Faim Zéro) d’ici 2030.
Cet article, se propose d’étudier le budget d’un ménage (la relation revenu et structure de consommation) dans le milieu rural, plus particulièrement le groupement de Kibumba une zone rurale instable concernée par la guerre de l’Est de la RD Congo dans la province du Nord-Kivu pour dégager la situation du ménage en ce qui concerne la sécurité alimentaire de par l’indicateur de score de consommation alimentaire. Le reste du papier est structuré comme suit : nous présenterons le milieu d’étude et les outils utilisés (2), nous analyserons les données, présenterons et discuterons les résultats (3) ; enfin, nous conclurons en présentant les stratégies d’amélioration du Score de Consommation Alimentaire (4).
2. Milieu et Méthodes
Cette étude est de type exploratoire et de nature relationnelle. Elle consiste à décrire les phénomènes observés et à établir une relation d'indépendance ou de dépendance entre les variables. Elle s'effectue auprès de 150 ménages de milieu rural de la province du Nord-Kivu en RDC (Groupement de KIBUMBA).
Le présent travail décrit l’étude menée durant les deux premiers mois de l’année 2018 afin de déterminer les caractéristiques d’un ménage dans le groupement de KIBUMBA en ce qui concerne le revenu, les dépenses de consommation pour évaluer le niveau de sécurité alimentaire, exprimer par le score de consommation alimentaire.
2.1. Milieu d’étude
Le groupement de KIBUMBA est l’un des groupements composant le territoire de Nyiragongo. Situé à des dizaines de kilomètres au nord de la ville de Goma. Le groupement de KIBUMBA, en territoire de Nyiragongo, est entouré de merveilleux paysages et de collines verdoyantes, dont certaines bordent la frontière entre le Rwanda et la RDC.
D’une manière plus spécifique, le groupement de KIBUMBA est limité comme suit :
Nord : Le groupement de RUGARI, avec la montagne de MIKENO et celle de KARISIMBI
Sud : Le groupement de BUHUMBA Est : République du Rwanda
Ouest : Parc national de Virunga, avec les monts Heu et Nyiragongo
Ce groupement est en effet entourés par 4 montagnes volcaniques dont deux sont encore actifs (NYIRAGONGO et NYAMULAGIRA) et les deux autres inactifs (MIKENO et KARISIMBI) et subdivisé en 9 localités qui sont les suivantes : KINGARAME, KIANDI, KARANGARA, HEHU, KIBIRIGA, BURAMBO, RUTOVU, RULIMBA et KATARE.
Le groupement de KIBUMBA est constitué principalement par trois types d’activités (l’agriculture, le petit commerce et la prestation de service).
Les ménages de ce groupement, constituent notre population cible. Les trois catégories d’activités exercées dans le milieu, ont été prise en compte dans la constitution d’un échantillon de 150 ménages.
2.2. Méthodes
Nous avons recouru conjointement aux méthodes d’analyse des données qualitatives et quantitatives. Ainsi l’analyse des données a été effectif à partir des Tris à plat et Tris croisés, les analyses statistiques parmi lesquelles les tri combinés ou multiples, Ecart type ou variance, tests statistiques ainsi que l’application des méthodes d’analyse multivariées, dont la régression linéaire.
2.2.1. Spécification du modèle de régression
Dans le bût d’atteindre l’objectif global de notre étude, nous avons décidé de passer par la formulation d’un modèle de régression qui va permettre de vérifier la relation de dépendance du score de consommation alimentaire par rapport à d’autres variables. Notre modèle est estimé comme suit : SCA = β0 + β1DEPA + β2TM + β3NIVET + β4AG + Ut ;Où :
- SCA : Score de consommation alimentaire ; - DEPA : Dépense en alimentation ;
- TM : Taille de ménage ;
- NIVET : Niveau d’étude du chef de ménage ; - AG : Age du chef de ménage ;
- Ut : terme d’erreur ;
- Β0 : le terme constant ou l’intercepte ;
2.2.2. Signes attendus du modèle
En économétrie cette étape est très importante. Ces signes permettent d'affirmer ou d'infirmer les hypothèses par rapport aux théories économiques.
Les signes attendus de notre modèle sont les suivants :
Tableau N°1 : Signes attendu du modèle de régression Variable Définition de la variable Signe attendu
DEPA Dépense en alimentation (+)
TM Taille de ménage (-)
NIVET Niveau d’étude du chef de ménage (+)
AG Age du chef de ménage (-)
Le signe (+) veut dire que la relation entre chacune de ces variables et le score de consommation alimentaire est positive, c'est-à-dire qu’à chaque fois que chacune de ces variables augmente sa valeur, le score de consommation alimentaire s’améliore et inversement. Les signes (-) par contre, veut dire que la relation entre la variable et le score de consommation alimentaire est négative, c’est-à-dire que lorsque la valeur du coefficient associé à la variable augmente, celle du score de consommation alimentaire diminue, toute chose restant égale.
L’ensemble des méthodes nous a permis d’analyser deux éléments essentiels :
– Les sources de financement : dans cet élément nous avons analysé les modes de financement d’un ménage à KIBUMBA, selon qu’on est agriculteur, ou petit commerçant ou encore enseignant.
– Les branches de dépenses du ménage : ceci concerne à analyser rigoureusement les branches de dépenses d’un ménage à KIBUMBA. De ce fait nous prendrons en compte, la consommation de l’alimentation qui nous permettra de parler du score de consommation alimentaire et finir par d’autres branches telles que les dépenses en soins de santé, en combustibles, et bien tant d’autres.
2.2.3. Description du matériel de collecte des données
Dans l’objectif de mieux faire l’administration de notre questionnaire d’enquête, une pré-enquête a été réalisée le 17 et 18 janvier 2018 sur 10 ménages. Celle-ci nous a permis d’adapter (ajouter, modifier, supprimer) certains items (BUGANDWA ; 2017) trouvés utiles ou non au contexte de notre étude. Ce qui implique que l’enquête proprement dite s’est déroulée avec un questionnaire d’enquête à 86 items (ou questions).
Pour une bonne pratique de l’enquête, notre questionnaire a été subdivisé en deux parties :
- Les dépenses de L’UD (Unité Domestique) : cette partie regorge toutes les branches possibles qui constituent les dépenses d’un ménage, entre autres l’éducation, l’alimentation, et une section parlant sur le score de consommation alimentaire.
- Le revenu de l’UD, elle permet d’avoir une idée générale sur ce qui constitue le revenu d’un ménage à KIBUMBA (Groupement situé au Nord-Kivu/RDC), ceci dépend selon qu’on est agriculteur, commerçants, prestataires de services ou le tout à la fois.
2.2.4. Logiciel
Vue la nature de l’étude qui consiste à décrire de façon approfondie la situation socio-économique d’un ménage à KIBUMBA, nous avons fait recours aux logiciels ci-après :
- Excel 2016 et SPSS 23 : ces deux logiciels de traitement de données nous ont permis de trouver les statistiques comme la moyenne, l’écart-type, le maximum, le minimum et bien tant d’autres.
- E-Views 10 : ce logiciel nous a offert des statistiques liées aux régressions faites dans le travail sur base des études empiriques.
3. Résultats
Ce chapitre est subdivisé en deux parties, d’une part il présente les sources de financements et les charges d’un ménage à KIBUMBA ; d’autre part il traite de la structure de consommation alimentaire d’un ménage à KIBUMBA conduisant à la détermination du score de consommation alimentaire pour le milieu d’étude et ses facteurs explicatifs.
3.1.
Profil des ménages enquêtés
Variables Observations Minimum Maximum Moyenne Ecart type
Age de l'enquêté(e) 150 20 74 40,83 11,968
Taille du ménage 150 3 16 7,22 2,944
Nombre de fille 150 0 6 2,63 1,477
Nombre de garçon 150 0 11 2,59 1,946
Nombre de personne en Age scolaire 150 0 14 4,03 2,837
Nombre d'enfants scolarisés 150 ,00 7,00 2,2733 1,57538
Nombre de fille scolarisée 150 0 3 ,97 ,814
Nombre de garçon scolarisé 150 0 4 1,31 ,976
De ce tableau, nous observons que le nombre d’individus minimum d’un ménage à KIBUMBA est de 3 et le plus élevé est de 16, avec une moyenne de 7 individus par ménage pour un écart type de 2,9. Au vu de la moyenne, on peut dire que les ménages du milieu d’étude sont vraiment denses ; plus encore, il existe des ménages qui contiennent plus d’une dizaine de personnes.
On remarque que l’âge moyen des personnes interrogées est de 40 ans, le plus jeune ayant 20 ans et le plus vieux 74 ans. Au vu de la faible dispersion au tour de la moyenne (écart type = 11,9), on conclut que toutes les tranches d’âge ont été mieux représentées dans l’échantillon.
Le nombre moyen de filles dans un ménage à KIBUMBA est de 2,6et celui de garçons de 2,5. Il n’y a donc pas de grande différence entre les deux distributions par ménage. Ce qui est à noter, c’est le fait qu’il y a quand même certains ménages qui ne compte pas dans leurs effectifs, soit d’enfant du sexe féminin, soit d’enfant du sexe masculin (au vu du minimum qui est de zéro pour les deux variables).
Il est enfin remarqué que le nombre moyen d’enfant en âge scolaire pour un ménage de KIBUMBA est de 4,03 ; alors que le nombre moyen d’enfants scolarisés pour un ménage
est de 2,27. Ce qui nous donne un taux de scolarisation de 56,4% dans le milieu. Ainsi 43,6% de gamins du milieu, sont non scolarisés, soit près d’un enfant sur deux.
3.2. Budget ménager : Revenu et dépense
3.2.1. Revenu des agriculteurs
Le bilan de travail d’un ménage agricole
Le bilan du travail d’un ménage est la différence entre la quantité de travail demandé par le ménage pour la production d’un produit agricole et la quantité de travail que ce ménage offre pour la même production1.
Pour produire ces biens, plusieurs moyens sont utilisés en particulier le capital (différents intrants agricoles tels que la semence, les engrains et les matériels etc.) Et le travail. Dans ce point on va passer de fond en comble le bilan de travail d’un ménage à KIBUMBA. On remarque la situation suivante :
Variable Observation Minimum Maximum Moyenne Ecart type
Personnes actives en agriculture 86 1,00 10,00 3,7791 1,81108
Nombre de femmes actives 86 0 8 1,78 1,375
Nombre d'hommes actives 86 1 5 2,00 ,970
Nombre de personnes à recourir 67 0 6 2,61 1,127
Temps passé au champs (Heures) 86 5 10 7,28 ,916
Expérience en agriculture 86 10 60 33,22 10,194
Sources : Notre enquête, Février 2018
Après enquête, sur les 86 ménages ayant comme activité principale l’agriculture, 67 recourent à une main d’œuvre extérieure (soit une proportion de 0,7790) avec un nombre variant entre 1 et 6 personnes par ménage. Ceci nous donne une moyenne 2,69 personnes et dont la vraie valeur de la moyenne se trouvant entre 2,46 personnes et 2,96 personnes (intervalles de confiance à 95%). Le temps passé aux champs pour un travailleur étant estimé à 7,28 heures le jour de champs et l’expérience en agriculture est de 33,22 ans en moyenne dont le minimum est de 10 ans et le maximum de 60 ans.
Il se dégage de ce qui précède deux situations pour ce qui concerne le bilan de travail ( )2 d’un ménage à Kibumba :
Ce résultat montre que les ménages de Kibumba sont offreurs nets du travail car le bilan est négatif, en d’autres termes la quantité offerte du travail est supérieure à celle demandée.
En plus, il est remarqué que le ménage agriculteur utilise pour des travaux agricoles 6,4691 personnes en moyenne. La main d’œuvre interne étant estimée à 3,7791 dont 1,56 hommes et 2,22 femmes. Ce qui nous donne un taux de participation des femmes pour des travaux agricoles de 58,74%. (
).
Après analyse de la situation du bilan de travail agricole à Kibumba, il est intéressant d’avoir le prix de son travail (la rétribution de son travail offert au sein et/ou à l’extérieur de l’unité domestique) :
Tableau N°3 : Revenu net du ménage agricole
Statistiques sur le revenu agricole
Moyenne Minimum Maximum Ecart type
Revenu agricole Total 275,99564 37,5 578,125 152,545992
Travaux de champs 63,4803779 5,625 144,53125 42,6642492
Revenu net 212,515262 31,875 433,59375 110,613851
Sources : Nos calculs, SPSS 23
Le calcul du revenu global s’obtient par le cumul de quatre cultures les plus concernées (Choux, Poireau, Pomme de terre et Haricot), selon qu’on a cultivé une ou deux voire même trois cultures dans le même champ. Il se dévoile toujours dans le même tableau que le revenu trimestriel ou saisonnier brut d’un ménage cultivateur est en moyenne de 275,9956$.
Comme dit dans les hypothèses de calcul du dit revenu, les travaux de champs sont essentiellement constitués des coûts explicites (exclusion faite de ceux qui sont implicites) et précisément le travail ; À ceux-ci s’ajoute le coût du fermage pour un ménage locataire de terre. Ce qui nous donne le montant de travaux de champs estimé à 63,4804$ (le minimum étant de 5,63$ et le maximum de 144,53$).
Ainsi en minorant du revenu agricole trimestriel d’un ménage, les différentes charges supportées par le même ménage au cours de son exploitation agricole, on obtient le revenu agricole net. On cantate ce qui suit :
Comme toute moyenne ne manque jamais de disparités, il est utile de dire d’une manière particulière que 16% de ménages agriculteurs se retrouvent avec un revenu inférieur à 100$.
3.2.2. Revenu des enseignants et Petit commerçants
Contrairement aux ménages agricoles, le revenu des enseignants (exprimé en termes de salaire) est mensuel et estimé comme suit :
Variables Observation Moyenne Minimum Maximum Ecart type
Revenu enseignants 38 77,02 56,25 106,25 0,078
Revenu Petit commerçants
26
87,98 56,4 150,00 0,026
Sources : Notre enquêté, Février 2018
Il se dévoile de ce tableau que le salaire mensuel d’un enseignant à KIBUMBA varie entre 56,25$ et 106,25$ (au taux courant de 1600Fc le dollar). 47,4% ont un salaire mensuel de 75$ et 36,8% se retrouvent avec un salaire mensuel de 78,13$. Ce qui nous donne un revenu moyen de 77,024$. Ce revenu varie selon qu’on travaille dans une école primaire ou secondaire, cependant le plus souvent selon la fonction occupée dans l’institution (poste administratifs, enseignant, etc.)
Il se remarque une situation un peu améliorée au près de petit commerçant, soit une moyenne de revenu de 87,98 et la dispersion autour de celle-ci de 0,026. Quand bien même ce revenu est supérieur à celui d’un enseignant, notons tout de même qu’il reste inférieur au SMIG reconnu en République Démocratique du Congo (3$ par jour).
3.3. Dépenses d’un ménage-type a KIBUMBA
Cette section nous permet d’avoir une idée générale sur les dépenses de consommation du ménage dans le groupement. Comme signalé ci-haut trois catégories de dépenses sont prises dans notre raisonnement telles que : le coût de l’éducation, celui de l’alimentation et autres dépenses entre autres les soins de santé, les dépenses en eau et par la suite celles en combustibles. Nous constatons ce qui suit :
Tableau N°5 : Dépenses totales mensuelles d’un ménage à KIBUMBA
Variables Observation Minimum Maximum Moyenne Ecart type
Dépenses en Alimentation 150 37,5 168,75 88,69 29,71 Dépenses en Eau 150 18,75 56,25 36,71 12,22 Dépenses en Scolarisation 150 0 10 2,81 2,57 Dépenses en communication 150 0 4,38 0,84 1,14
Dépenses en soins de santé 150 0 31,25 5,23
8,84
Dépenses en combustibles 150 1,25 9,38 4,09
1,66
Total dépenses 150 69,38 260,63 138,37 40,75
Sources : Nos calculs, Excel 2016
De ceci nous remarquons que les dépenses mensuelles d’un ménage à KIBUMBA sont estimées à 138,30$ en moyenne (Dont le minimum est de 69,38$ et le maximum de 260,63$) dont l’alimentation occupe la plus grande proportion (soit 64,04% qui correspond à 88,69$) et étonnamment suivis des dépenses en eau qui occupent plus d’un quart des dépenses totales (soit 26,58%), par la suite les dépenses en soins de santé (3,77%) et le pourcentage restant est départagé entre les dépenses en éducation, en combustibles et celles en communication.
Notons des minimums de zéro dollar pour les dépenses en Scolarisation, les dépenses de communication et celles en soins de santé. Ceci veut dire que certains ménages n’ont seulement rien dépensé en ce qui est de ces trois derniers types de charges pendant le mois de l’enquête.
Etant donné que notre étude traite de sécurité alimentaire, voici quelques précisions sur les dépenses liées à l’alimentations.
3.3.1. Dépenses d’alimentation
L’alimentation nous permet de faire face à nos besoins en calories, en protéines, en vitamines. Elle relève donc de la nourriture et par conséquent des aliments qui permettent à un organisme de fonctionner et de survivre.
Voici les types d’aliments souvent consommés dans le groupement de KIBUMBA, ce qui va permettre de calculer le score de consommation alimentaire. Il est impérieux de prendre en compte les types d’aliments consommés par le ménage pour avoir une idée sur la diversification des produits alimentaire ; en s’intéressant à cette question nous avons remarqué ce qui suit, la classification des produits a été faite sur base de leurs apports en éléments nutritifs tel que proposé par les études de FAO.
Le tableau ci-dessous présente les types d’aliments régulièrement consommés à KIBUMBA. Tableau N°6 : les aliments couramment consommés par les ménages
Groupe d’aliments Précision d’aliments plus consommés Céréales et tubercules (1) Pomme de terre, patate douce, maïs Légumineuse et oléagineux (2) Haricots, petit poids
Légume végétales (3) Feuilles de courge, de haricot, amarantes, choux,
Fruits (4) Banane, orange, citron, avocat
Protéine animale (5) Viande blanche et rouge Sucre betterave (6) Sucre, canne à sucre, thé Lait et produits laitiers (7) Thé au lait, le lait
Huile Graisse (8) Huile d’arachide et de palme
Sources : Notre enquêté, Février 2018 3.3.2. Autres dépenses du ménage
Dans cette section, il est question de parler d’autres types de dépenses que les ménages ont supporté durant le mois de janvier outre celle de l’alimentation. Les réalités suivantes s’observent conformément au tableau N°5 :
Un ménage dépense par mois pour la communication entre 0 et 4,38$ ; la moyenne étant de 0,84$ le mois.
La consommation en combustibles par mois est en moyenne de 4,09$. Ceci concerne le plus souvent l’achat d’un sac de braise et dans le cas échéant le recours au bois de
chauffage. Il est important de signaler que le groupement de KIBUMBA est déjà raccordé en électricité par la société VIRUNGA SARL3, seulement on remarque l’abstinence de ménage à se connecter au réseau électrique (qui peut être lié au manque de moyen). Ce qui a fait qu’aucun ménage n’a été identifié dans l’échantillon comme usant de l’électricité et dépensant des frais y relatifs.
Les dépenses en eau pour un ménage, varient entre 18,7$ et 56,25$ le mois et sont estimées en moyenne par ménage à 36,71$. Il a été constaté que durant le mois de Janvier, le groupement traversait une période sèche et aucune pluie n’avait été remarqué or ce groupement comme tout le territoire n’a ni rivière ni lac à son sein.
Ainsi il se ravitaille en eau de par les villages et localités environnants comme RUGARI et bien tant d’autres, ce qui a fait que le prix d’un bidon soit revu à la hausse en des valeurs variant entre 500Fc et 750Fc.
En ce qui est des soins de santé, le plus souvent les maladies contractées ont été la verminose, la diarrhée et le Paludisme, tel que nous a signalé le chef du Centre de Santé de KINGARAME (entretien du 10 février 2018).
Plusieurs stratégies sont développées par le ménage afin de compenser un déficit budgétaire qui peut s’observer selon qu’on est agriculteur, enseignant ou même petit commerçant, l’on peut noter le développement des activités secondaires, le prêt dans les associations villageoises d’épargne et de crédit (AVEC4
), développement de l’élevage et de l’artisanat (fabrique de trottinettes communément appelée CHUKUDU) ou encore servir de Guide touriste.
3 Depuis le barrage Hydro-électrique de MATEBE, seules les maisons commerciales et peu de maisons
d’Habitation se voient connecter jusqu’à ce jour.
4
Les AVEC ont été créées par CARE International à Maradi, au Niger, en 1991. Initialement destinée aux femmes analphabètes et extrêmement pauvres des zones rurales, cette méthodologie a évolué au fil des années ; elle est aujourd’hui mise en œuvre dans les populations alphabétisées et analphabètes des zones rurales. Elles sont destinées aux populations démunies ayant des revenus irréguliers et offrent à leurs membres des services financiers à faible coût, reposant sur le principe d’une mise en commun des fonds.
3.4. Calcul du Score de Consommation Alimentaire
Après avoir présenté dans la section qui précède les coûts liés à l’alimentation ainsi que les types d’aliments couramment consommés dans le milieu (classés selon l’apport en éléments nutritifs dans le corps humain), dans ce point il est question de présenter le nombre de fois que le ménage a consommé tel ou tel aliment par semaine. Ceci nous permettra de calculer le score de consommation alimentaire (SCA).
Calculer le SCA revient à pondérer la fréquence de consommation de différents groupes d’aliments par différents coefficients donnés. (Soit 2 pour les céréales et tubercule, 3 pour les légumineuses et oléagineux, 1 pour les légumes végétales, 1 pour les fruits, 4 pour les protéines animales, 0.5 pour le sucre et betterave, 4 pour le lait et produits laitiers et 0.5 pour l’huile et graisse) tel que le justifie le PAM5
et la FAO6.
Pour ce qui est de KIBUMBA, le calcul du Score de Consommation Alimentaire présenté ci-dessous, est établi sur base de données recueillies auprès des enquêtés durant la semaine du 05 au 11 février de l’année 2018. Ainsi pour un ménage à KIBUMBA, nous avons remarqué la situation du score de consommation alimentaire qui suit :
Tableau N°7 : Score de consommation alimentaire d’un ménage-type
Statistiques sur le SCA Céréales et Tubercules Légumineuses et oléagineux Légumes végétales Fruits Protéines animales Sucre et betterave Lait et produits laitiers Huile et graisse N 150 150 150 150 150 150 150 150 Moyenne 6,35 2,95 5,97 1,49 ,94 4,79 1,05 6,19 Minimum 2 1 1 0 0 0 0 0 Maximum 7 6 7 7 3 7 7 7
Sources : Notre enquête, février 2018
De ce tableau on constate que le ménage-type à KIBUMBA consomme 6,35 fois la semaine les céréales et tubercules ; 2,95 fois les légumineuses et oléagineux ; 5,97 fois les légumes végétaux, 1,49 fois les fruits ; 0,94 fois les protéines animales ; 4,79 fois le sucre et betterave ; 1,05 fois le lait et produits laitiers et enfin 6,19 fois l’huile et graisse.
Ayant les fréquences de consommation de différentes catégories d’aliments, il devient alors possible de calculer les SCA, ce qui nous donne la valeur suivante.
5
PAM, FAO, Evaluation de la Sécurité Alimentaire des ménages ruraux dans les zones sahélienne et
soudanienne du Tchad, Octobre – novembre 2013, P.38.
Nous remarquons que le ménage moyen se trouve à la limite près dans un score de consommation alimentaire acceptable, seulement il reste dans le score alimentaire limite car son score trouvé étant inférieur à 42,5. Ce qui signifie que la fréquence dans la consommation des aliments de qualité à KIBUMBA reste faible. (Fréquence et qualité des aliments inadéquates).
Comme toute moyenne ne manque jamais des disparités et en essayant de catégoriser les ménages selon son score abstenu, on remarque que certains ménages se trouve dans un score acceptable comme le témoigne le tableau en dessous :
Tableau N°8 : Répartition des ménages selon le SCA
Il s’observe que sur le 150 ménages enquêtés, 76 ont un SCA acceptable (soit un pourcentage de 50,7), 63 ménages, soit 42% se trouvent dans un Score de Consommation Alimentaire limite et la proportion restante (7,3%) se trouve dans un score faible.
On constate qu’en général 49,3% des ménages de KIBUMBA se trouve dans un score de consommation alimentaire inférieur à 42,5 (soit le score acceptable). La question est de savoir comment faire pour améliorer ce score de consommation alimentaire à KIBUMBA ? Cette section sera développée dans la partie « Implications ».
Niveau du SCA Fréquence Pourcentage Pourcentage cumulé Score alimentaire faible 11 7,3 7,3
Score alimentaire limite 63 42,0 49,3 Score alimentaire
acceptable 76 50,7 100,0
3.5. Déterminants du score de consommation alimentaire à KIBUMBA
Dans la section précédente, il a été remarqué que le Score de Consommation Alimentaire d’un ménage-type à KIBUMBA est de 42,46, ce qui classe le ménage dans une situation de Score alimentaire limite (inférieur à 42,5).
Une analyse minutieuse nous montre que 49,3% des ménage de KIBUMBA se trouvent dans un score alimentaire inférieur 42,5 et la partie restante a un score alimentaire acceptable (soit 76 ménages sur le 150 enquêtés).
Cette section présente les résultats de l’analyse de dépendance du Score de Consommation Alimentaire pour un ménage à KIBUMBA par la méthode des Moindres Carrées Ordinaires. La variable endogène est donc le SCA dans le groupement.
3.5.1. Rappel du choix des variables
Rappelons que pour ce qui est des variables explicatives du niveau de diversification des aliments dans un ménage à KIBUMBA exprimé par le SCA, nous avons retenu les variables suivantes (confer le point 2.2.1 du présent article) :
– Les dépenses en alimentation (+) - La taille des ménages (-) – Le niveau d’étude (+) - L’Age du chef du ménage (-) 3.5.2. Estimation du modèle par la méthode de moindre carré ordinaire (MCO)
L’estimation de notre modèle s’est faite en prenant en compte 150 ménages du groupement de KIBUMBA. Et les résultats suivants ont été trouvé :
Tableau N°9 : Estimation du modèle (MCO) Variable dépendante : SCA
PREMIERE ESTIMATION DEUXIEMME ESTIMATION
(Modelé optimal)
COEFICIENT SIGNIFICATIVITE COEFICIENT SIGNIFICATIVITE CONSTANTE 31.73117 0.0000* 30.00760 0.0000* ALIMEMENS 0.225463 0.0000* 0.222018 0.0000* NIVET -0.103928 0.4355 --- --- TAILLEMENAG -0.420769 0.0070* -0.398726 0.0091* AGE -0.135804 0.0122** -0.106769 0.0062* FICHER 75.42047 0.000000* 100.6244 0.000000* R2 (ajusté) : 0.666429 R2 (ajusté) : 0.667317
* : significatif au seuil de 1%, ** : significatif au seuil de 5%,
Nous remarquons que la variable Niveau d’étude influe négativement sur le score de consommation aliment, seulement elle n’est pas significative car la probabilité associée à son coefficient est supérieure à 0,05. D’où il est retiré du modèle. Après le retrait de cette variable non significative, Nous constatons ce qui suit (Deuxième estimation) :
Les dépenses du ménage en alimentation influent positivement sur le niveau du score de consommation alimentaire, ainsi si ces dépenses varient d’une unité monétaire (dollar) le score de consommation alimentaire du ménage varie de 0,222018 ; toutes choses restant égales.
La taille du ménage et l’âge du chef du ménage influencent négativement la variable endogène. Si la taille du ménage hausse d’une unité (un individu), le SCA varie de -0,39 ; Si le l’âge du chef du ménage augmente d’1 an, le SCA varie de -0,106769, toutes choses restant égales.
Nous remarquons que le modèle est globalement significatif dans 99% des cas, car la probabilité associée au coefficient de Ficher est de 0,000000. Les variables choisies dans le modèle expliquent la variable expliquée à 66,73% (R2 ajusté), et toutes les variables explicatives choisies sont individuellement significatives car les probabilités associées à leurs coefficients sont inférieures au seuil recommandé (5%).
4.
Conclusion et implications
Cet article a porté sur le budget ménager et score de consommation alimentaire à KIBUMBA, dans l’objectif de dégager les stratégies pouvant conduire à la mise en place d’un climat de sécurité alimentaire dans le milieu. Sur base des résultats obtenu à la section précédente (le SCA d’un ménage à KIBUMA et les facteurs qui influencent ce dernier), voici les principales implications :
En se focalisant sur les dépenses des ménages en alimentation et la taille du ménage, nous avons retenu les stratégies d’amélioration du Score de Consommation Alimentaire suivantes : 1°/ Accroitre la part budgétaire allouée aux dépenses en alimentation
Partant du constat selon lequel, les dépenses en alimentation influent positivent sur le niveau du score de consommation alimentaire du ménage, l’affectation d’une somme importante aux dépenses alimentaires, devra améliorer le SCA. Deux mesures sont possibles d’après les caractéristiques d’un ménage à KIBUMBA :
- Accroitre le revenu total du ménage : Il existe plusieurs études qui prouvent l’existence d’une corrélation positive entre le revenu et la consommation (notamment la loi d’Engel et la loi psychologique de J.M. Keynes). Ainsi en augmentant le revenu du ménage, indirectement l’alimentation de ce dernier sera améliorée.
Pour un ménage agricole, il faudra accroitre la production agricole en apprenant aux paysans des techniques agricoles plus rentables, en leur accordant des subventions aux engrais, semences et/ou en appliquant des politiques incitatives par les prix, diminuer, etc.
Par ailleurs, les ménages enseignants devront apprendre à diversifier leurs sources de revenu, soit par création des AGR (Activités génératrices de revenu).
- Diminuer les dépenses en eau pour le ménage : il a été remarqué précédemment que les dépenses en eau dans un ménage occupaient plus de 25% du budget mensuel des ménages, surtout suite à des approvisionnements effectués dans des milieux situés à plusieurs Kilomètres du milieu (Groupement de Rugari, voir même le Rwanda voisin), soit à 15km en moyenne.
Pour ce faire, des projets ayant trait à diminuer les dépenses en eau dans le groupement de KIBUMBA (projet d’adduction d’eau), permettraient aux ménages de revoir l’affectation de leurs revenus, ce qui devra accorder des ressources supplémentaires aux dépenses en alimentation afin d’accroitre son SCA.
2°/ Réduire la taille du ménage
Etant donné que la taille du ménage influe négativement sur le score de consommation alimentaire dans le milieu, réduire cette dernière, permettrait d’inverser la situation. L’une de méthode qu’on peut appliquer est le programme de planning familiale, soit augmenter les campagnes et l’intensité de sensibilisation dans ce cadre.
Bibliographie
CIRAD, Les agricultures familiales du monde, Définitions, contributions et politiques publiques, Montpellier 05/2013, 306p.
Conseil Economie, Social et Environnemental, Développement du monde rural : défis et perspectives, Cese 2007, p.126.
Sadoulet S, et de Janvry A, Quantitative Development Policy Analysis, the johns hopkins university press baltimore and london 1995, 438p.
FAO et UNESCO, l’éducation pour le développement rural : vers des orientations nouvelles, FAO et UNESCO, 2005, 466p.
FAO, Evaluation de la Sécurité Alimentaire des ménages ruraux dans les zones sahélienne et soudanienne du Tchad, Octobre-Novembre 2013, 40p.
FAO, Programme mondial du recensement de l’agriculture 2000, FAO, Rome 2007, 95p. FAO, un système intégré de recensement et d’enquêtes agricoles-Volume I Programme
mondial du recensement de l’agriculture 2010, FAO, Rome 2007, 196p.
Buisson M, Trois essais sur la vulnérabilité des ménages ruraux dans les pays en développement : risques, stratégies et impacts, HAL-archives ouvertes.fr, 195p. Matthieu N, Technique d’Enquête et Méthode de Sondage, 2004-2005, 23p.
NEPAD, les agricultures africaines transformations et perspectives, NEPAD, 76p. Nikitine P, Précis d’économie politique, Edition du progrès Moscou, 1985, 433P.
Roger C, Méthodologie de recherche : Comprendre et maîtriser le processus de recherche, Auomne 2012, 17p.
Solidarité internationnal et Humanitarian Aid and Civil Protection, Les Associations Villageoises d’Epargne Crédit : une approche adaptée aux ménages les plus pauvres, Janvier 2017, 36p.
BAUMOL W, théorie économique et analyse opérationnelle, DUNOD Paris 1963, 473P WFP, RDC et IFPRI, Analyse approfondie de la sécurité alimentaire et de la vulnérabilité
(CFSVA) données collectées en 2011-2012, Janvier 2014, 125p.
Araujo C, Araujo Bonjean C et Arcand J-L, Capital humain, productivité agricole, et travail féminin : variables latentes et séparabilité dans les modèles de ménage, Université d'Auvergne, JUIN 1999, 14p.
Blaizeau D, Sept enquêtes sur les dépenses des ménages dans les pays de l’UEMOA, 38p.
Doliger C, le rôle de l’éducation dans la baisse de la fécondité d’après-guerre, LAMETA Working paper, 2004-11, 23p.
Eric M. S, causes de la sous-scolarisation des filles dans le milieu rural territoire de walikale, Annales de l’UNIGOM, Vol. VI, N° 2 (Décembre 2016), pp. 253-264.
Garenne M, La taille des ménages en Afrique tropicale, Office De La Recherche Scientifique Et Technique Outre· Mère (O.R.S.T.O.M), juin 1981, 44p.
Gene R, Secteur agricole et rural : une priorité négligée en RDC, Eco Congo, Janvier 2011, 2p.
Mathias K, Revenu du chef de ménage et stratégies de survie des ménages pauvres : une comparaison Dakar/ Bamako, DIAL-CIPRE/CEPS-INSTEAD, Paris, 31p. Module II. Techniques d’enquête, 34p.
Murhi Mihigo I, et Bucekuderhwa Bashige C, Abandon scolaire au Sud-Kivu, UCB, 16p. Omar B, le monde rural et les perspectives de l’emploi, Direction de l’Enseignement de la
Recherche et du Développement, Rabat, 5p.
Save the Children, l’analyse de l’économie du ménage, une introduction, The Food Economy Group, 13p.
