PRUD – projet n° 37 – rapport scientifique final (janvier ... - gemdev

L'étonnement que suscitent certains de ces résultats ou le brouillage des regroupements sont peutêtre dus au fait que chaque cercle peut contenir plusieurs centres urbains de taille et de fonctionsdiverses ; c'est pourquoi il est nécessaire de calculer les coefficients de corrélation entre les 120centres urbains. Les 14400 coefficients de corrélation calculés pour les 120 centres urbains formentdes graphes légèrement différents du précédent. Le classement des centres suivant leur populationproduit une image complexe et brouillée, ce qui signifie que les distributions de l'emploi par branchesont relativement indépendantes de la taille des centres. Le classement par ordre décroissant deressemblance avec Bamako produit évidemment une image plus lisible, où certaines aberrationsobservées sur le graphe précédent disparaissent. La commune urbaine de Kayes et celle de Koutialarejoignent le groupe des grands centres ; Gourma Rarhous et Macina rejoignent un groupe de villesmoyennes ; mais la distribution de l'emploi dans la commune urbaine de Sikasso reste très différentede celle de Bamako et proche de celle des petites villes.Ces calculs confirment la difficulté de déterminer le rang des centres sur la base desdistributions de l'emploi dans les circonscriptions administratives, mais ils en révèlent quelquesraisons. Par exemple, les communes urbaines géographiquement proches de la capitale (Kalabankoro,Dialakorodji, Kati, Koulikoro) en sont aussi proches par la distribution de l'emploi. La proximitégéographique des centres, le tracé des routes principales, les éléments naturels, semblent contribuer aurapprochement des centres dans les 7 à 9 groupes que permet de distinguer ce graphe.II - Les statuts au travail et les niveaux de formation.La théorie économique nous invite à supposer que les niveaux de formation et les statuts autravail peuvent influencer les productivités. Il importe de connaître la distribution spatiale et parbranche de ces variables pour chercher si les productivités en dépendent et affiner éventuellement lescalculs des besoins de transport (importations et exportations intérieures des centres). Nous devronsprendre ces variables en compte dans nos calculs si elles influencent significativement la productivitédu travail et si leurs distributions spatiales sont liées à celle des activités.Les productivités apparentes du travail par branche sont calculées en divisant les données duTES de 1998 par les effectifs d’actifs occupés recensés la même année. Elles varient fortement, etcurieusement, mais ces variations ne sont guère corrélées avec les niveaux de diplôme et les statuts autravail. Par exemple, le niveau moyen de formation des actifs 7 n’explique que 5% de la variance de laproductivité entre les branches d’activité. Même, l’élévation du niveau moyen des diplômes auraitplutôt tendance à abaisser la productivité. Ceci devrait faire l’objet de vérifications, mais nous nedisposons pas d’autres données homogènes sur la productivité apparente du travail par branche quinous permettraient de mettre les estimations de la DNSI en question. Nous admettons que les diplômessont sans effet sur la productivité apparente du travail. De même, nous n’avons pas pu confirmerl’hypothèse que les statuts au travail influençaient la productivité.L’observation des distributions spatiale des diplômés et des statuts au travail nous conduitcependant à d’intéressantes conclusions. La méthode d’analyse est celle des tableaux de contingence :calcul des effectifs théoriques, calcul des écarts, calcul des Khi².• La distribution spatiale des actifs occupés par niveau de diplôme.Peut-être, dans une économie de marché "bien élevée", les diplômés auraient-ils tendance à serassembler dans les plus grandes villes, à déserter les petites. Peut être le nombre de diplômés pour100 actifs occupés devrait-il varier d’une localité à l’autre, baisser dans les plus petits centres oùl’absence d’effets d’agglomération engendrerait des productivités relativement plus faibles, desrevenus plus faibles, un marché rétréci pour les compétences de haut niveau. D'autres facteurs peuventinfluencer la distribution spatiale des diplômés ; par exemple, si l’administration publique est leprincipal offreur d’emplois aux diplômés et si elle se soucie de disperser ses cadres sur le territoired’une manière homogène, le nombre de diplômés pour 100 actifs occupés variera peu d’une localité àl’autre. Mais alors, il faudra admettre que, de ce point de vue, le marché n'est pas un facteur destructuration de l'espace, et même que le Mali ne possède pas un marché du travail "bien élevé".7 - Construction de l’indicateur de niveau moyen de formation : I i = ∑ i N j ;E ij /E i ; (Nj = nombre minimald’années d’étude nécessaires à l’obtention du diplôme de niveau j ; Eij= Effectif des diplomés de niveau j dans labranche i).124