TRANSFORMATION DE L’AGRICULTURE ET

INEGALITES DE GENRE AU BURKINA FASO

Patrice Rélouendé Zidouemba

Somlanare Romuald Kinda
Pouirkèta Rita Nikiema
Diane Ruth Hien
 TRANSFORMATION DE L’AGRICULTURE ET INEGALITES DE GENRE AU
BURKINA FASO

Résumé
Dans cette recherche, nous utilisons un modèle d’équilibre général calculable dynamique
calibré avec une matrice de comptabilité sociale sexospécifique pour étudier l’impact de la
transformation structurelle de l’agriculture sur les inégalités de genre au Burkina Faso. Plus
précisément il s’agit d’analyser l’impact de l’instauration d’une subvention de 10% sur le
capital dans les secteurs agricole et d’agro-industriel.
Les résultats suggèrent que la politique de subvention entraine une expansion du secteur
agricole (agricole et agroindustriels) de 11.38% et une contraction des autres secteurs
industriels (-12.91%) et des services (-7.82%). Elle se traduit donc par une croissance
économique plus forte (3.62%). Ensuite cette transformation de l’agriculture (à travers son
intensification) induit une baisse du chômage pour toutes les catégories de travailleurs. Cette
baisse est plus élevée pour les femmes (-2.29 points de pourcentage) que pour les hommes (-
2.08 points de pourcentage). Enfin les femmes ayant un niveau d’éducation moyen bénéficient
davantage de la politique de subvention que les hommes de même niveau d’éducation.
Mots clés : Politique économique, genre, agriculture, agro-industrie, MEGC.

Auteurs

Zidouemba Patrice Rélouendé Kinda Somlanare Romuald

Enseignant-chercheur Enseignant-chercheur
Université Nazi Boni Université Ouaga2
Bobo-Dioulasso Ouagadougou
Burkina Faso Burkina Faso
[Link]@[Link] kindaromuald@[Link]

Nikiema Pouirkèta Rita Hien Diane Ruth

Enseignante-chercheur Master Croissance Economique et
Université Norbert Zongo Développement
Koudougou Université Aube Nouvelle
Burkina Faso Bobo-Dioulasso
ritanikiema@[Link] Burkina Faso
dianeruthhien@[Link]

Table des matières

Résumé ....................................................................................................................................... 1

1
Liste des tableaux ....................................................................................................................... 2
Liste des figures ......................................................................................................................... 3
1. Introduction ........................................................................................................................ 4
2. Le rôle des femmes dans le secteur de l’agriculture .......................................................... 5
3. Le genre dans les modèles EGC ......................................................................................... 7
3.1. L’approche de la désagrégation selon le genre (GD) .................................................. 7
3.2. L’approche des deux secteurs (2 S) ............................................................................. 8
4. Les données sur le genre et la structure économique du Burkina Faso............................ 10
5. Description du modèle d’équilibre général calculable ..................................................... 18
6. Simulations et résultats..................................................................................................... 21
6.1. Financements alternatifs de la subvention ................................................................. 26
6.2. Tests de robustesse des résultats. ............................................................................... 29
6.2.1. Doublement de l’élasticité de substitution entre travail masculin et travail féminin ..... 29
6.2.2. Doublement de l’élasticité de substitution entre travail composite et capital composite
30
7. Conclusion ........................................................................................................................ 31
Bibliographie ............................................................................................................................ 32

Liste des tableaux

Tableau 1 : Rémunération du travail et intensité laboristique de référence (calculs des auteurs à
partir de l’EMC-2014) .............................................................................................................. 13
Tableau 2 : Nombre de travailleurs et intensité laboristique en unités physiques (calculs des
auteurs à partir de l’EMC-2014) .............................................................................................. 14
Tableau 3 : Distribution sectorielle du travail en unité physique et monétaire (calculs des auteurs
à partir de l’EMC-2014) ........................................................................................................... 15
Tableau 4 : Répartition du revenu travail entre les différents types de ménage (calculs des
auteurs à partir de l’EMC-2014) .............................................................................................. 16
Tableau 5 : Distribution de la valeur ajoutée entre facteurs de production (en pourcentage)
(calculs des auteurs à partir de la MCS 2012) .......................................................................... 17
Tableau 6 : l’amont de la production de l’agro-industrie (MCS 2012) .................................... 18
Tableau 7 : l’aval de la production de l’agro-industrie (MCS 2012) ....................................... 18
Tableau 8 : Impact de la subvention sur la demande de capital agrégé (%) ............................ 22
Tableau 9 : Impact de la subvention sur la demande de travail agrégé (%) ............................. 23
Tableau 10 : Impact de la subvention sur la demande de travail par sexe et par qualification (%)
.................................................................................................................................................. 23
Tableau 11 : Demande de travail au niveau macro sectoriel et agrégé (%) ............................. 24
Tableau 12 : Évolution des productions sectorielles (%) ......................................................... 25
Tableau 13 : Impact de la subvention sur les revenus disponibles et la consommation réelle des
ménages (%). ............................................................................................................................ 25
Tableau 14 : Impact de la subvention sur la demande domestique et les importations (%) .... 26
Tableau 15 : Revenus disponibles et consommation réelle des ménages (%) – impôt sur
fonctionnaires du public et du privé ......................................................................................... 27

2
Tableau 16 : Revenus disponibles et consommation réelle des ménages (%) – impôt sur les
entreprises ................................................................................................................................. 28
Tableau 17 : Revenus disponibles et consommation réelle des ménages (%) – Financement
externe ...................................................................................................................................... 28
Tableau 18 : Revenus disponibles et consommation réelle des ménages (%) – Fonctionnaires
du public + TVA ...................................................................................................................... 28
Tableau 19 : Impact sur la demande de travail par sexe et par qualification (%) .................... 29
Tableau 20 : Impact sur la demande de travail par sexe et par qualification (%) .................... 30

Liste des figures

Figure 1 : Structure imbriquée de la fonction production ........................................................ 20
Figure 2 : Évolution des taux de chômage par sexe et par qualification (%) ........................... 24
Figure 3 : Évolution du chômage en fonction du financement (%) ......................................... 29
Figure 4 : évolution des taux de chômage par sexe et par qualification (%) ........................... 30
Figure 5: Évolution des taux de chômage par sexe et par qualification (%) ............................ 31

3
 1. Introduction
L'Afrique a connu une croissance économique sans précédent au cours des deux dernières
décennies et sa plus longue période de croissance économique soutenue depuis les années 1960.
En 2015, le produit intérieur brut (PIB) réel moyen a augmenté de 3,5%, soit plus que la
moyenne mondiale de 3,1%, et la moyenne de la zone euro de 1,5% (Mukasa et al. 2017). Ces
résultats macroéconomiques favorables devraient en principe se traduire par une amélioration
substantielle du niveau et de la qualité de vie de la population africaine. Malheureusement, cela
n’a pas été le cas. La pauvreté et l’insécurité alimentaire sont encore largement répandues
surtout dans les zones rurales. Les difficultés auxquelles fait face l’agriculture semblent
expliquer, au moins en partie, la faiblesse des résultats sociaux. Le secteur agricole du continent
connait de faibles performances et son potentiel encore énorme reste inexploité. Le continent
est en retard par rapport aux autres régions du monde en termes de productivité, de mécanisation
agricole, de services de conseil et de vulgarisation et d'accès au crédit et aux marchés financiers.
Par exemple, le rendement céréalier ne s'est que légèrement amélioré en Afrique subsaharienne
depuis 2000 et estimé en 2014 à environ 1 430 kg par hectare de terres cultivées contre 4 000
kg par hectare en Amérique latine et dans les Caraïbes, ou 5 200 kg par hectare en Asie de l'Est
et le Pacifique (Mukasa et al. 2017).
Pourtant le secteur agricole constitue l'épine dorsale des moyens de subsistance et d'emploi pour
la plupart de la population africaine. En effet, l'agriculture emploie actuellement environ 65 à
70% de la main-d'œuvre africaine, soutient les moyens de subsistance de 90% de la population
africaine et représente environ un quart du PIB du continent (World Bank 2016). Il est reconnu
que la croissance du secteur agricole en Afrique subsaharienne est plus efficace pour réduire la
pauvreté que la croissance dans les secteurs non agricoles. Christiaensen and Demery (2007)
ont trouvé, par exemple, que la croissance globale du PIB de l'Afrique en provenance de
l'agriculture était 2,7 fois plus efficace pour réduire la pauvreté dans le quintile le plus pauvre
des pays africains que la croissance en provenance des secteurs non agricoles. L’importance de
l'agriculture dans l'économie africaine ne peut donc pas être négligée, et l'amélioration de la
qualité et du niveau de vie des Africains impliquera indéniablement l'amélioration de la
performance agricole.
La transformation agricole peut affecter la croissance économique par au moins trois canaux.
Tout d’abord, la croissance du secteur agricole augmentera la demande de biens et de services
provenant d'autres secteurs en termes d'intrants modernes (par exemple les engrais, les
semences améliorées et autres produits agrochimiques), de transport et du carburant. En outre,
la croissance de la production agricole aidera les industries en aval (essentiellement le secteur
de la transformation des aliments) à surmonter les pénuries récurrentes d'approvisionnement.
Par conséquent, plus la valeur de l'effet multiplicateur dans l'agriculture est grande, plus la
contribution du secteur à la croissance économique est élevée. Les études empiriques existantes
menées entre 1989 et 2014 ont mesuré la valeur du multiplicateur agricole en Afrique
subsaharienne à 1,5. Autrement dit une augmentation de 1 USD du revenu agricole (provoquée
par l'investissement agricole, l'innovation ou le changement technologique) pourrait augmenter
le revenu national de 1,5 USD (Haggblade, Hazell, and Brown 1989, Timmer and Block 1994,
Dorosh and Haggblade 2003). Ensuite, l'agriculture est liée à la croissance économique à travers
ses impacts sur les marchés des facteurs. En effet, une transformation réussie du secteur agricole
en Afrique, grâce à l'augmentation des investissements et des changements technologiques,
signifie moins de main-d'œuvre pour atteindre le même niveau production agricole. L'excédent
de main-d'œuvre qui en résulte peut être utilisé par d'autres secteurs. Enfin, la transformation
agricole a un impact sur la croissance économique en augmentant la consommation des
ménages engagés dans l'agriculture à mesure que leurs revenus augmentent. Cela, à son tour,

4
créera une demande dans les secteurs non agricoles, ce qui augmentera encore la demande
globale dans l'économie nationale et alimentera la croissance économique.
En outre, le développement des secteurs de transformation des produits de l’agriculture est aussi
indispensable pour la transformation structurelle des économies africaines. En effet, de
nombreuses études ont mis en évidence la synergie entre le secteur agricole, l’agro-industrie, la
performance économique et la réduction de la pauvreté (Wilkinson and Rocha 2009). De même,
la Banque Mondiale (2007) considère que le développement du secteur agro-industriel pourrait
générer des emplois, augmenter les revenus des populations rurales, réduire les pertes post-
récoltes et la volatilité des prix. L’impact du développement du secteur de l’agro-industrie sur
la réduction de la pauvreté peut résulter à la fois d’un effet direct lié à l’accroissement de
l’emploi dans ce secteur qui emploie bien souvent une main-d’œuvre peu qualifiée, et d’un effet
indirect lié au développement des secteurs en amont, en l’occurrence l’agriculture, l’élevage, la
pêche, la sylviculture et la foresterie.
Dans la plupart des pays africains, les femmes apportent une contribution substantielle au
développement des activités agricoles et à la transformation des produits agricoles. Des
estimations récentes montrent que la proportion de femmes économiquement actives travaillant
dans l'agriculture africaine est de 62%, contre 43% en moyenne dans les autres pays en
développement (FAO 2011). Par conséquent, la transformation de l’agriculture et la croissance
économique pourrait permettre de faire des avancées notables en termes d’amélioration de la
situation des femmes et réduire les inégalités de genre.
Cette recherche est une étude de cas sur le Burkina Faso, emblématique de la situation de la
majorité des pays d’Afrique subsaharienne. Elle s’intéresse à l’effet de la transformation de
l’agriculture sur les inégalités de genre en termes de revenus. Pour ce faire, une matrice de
comptabilité sociale basée sur le genre est construite et calibrée avec un modèle EGC. Ensuite
une politique de subvention pour des achats de capital dans les secteurs agricole et agro-
industriel avec différents modes de financement est simulée.
La suite de l’article est structurée en sept (7) parties ; .a section 2 présente le rôle des femmes
dans le secteur de l’agriculture; la section 3 présente une revue de la littérature sur la prise en
compte du genre dans les modèles d’équilibre général calculable ; la section 4 présente les
données sur le genre et la structure économique du Burkina Faso selon la matrice de
comptabilité sociale ; la section 5 décrit le modèle d’équilibre général calculable utilisé pour
les simulations ; la section 6 décrit la simulation réalisée, et présente les résultats ; la section 7
conclut et tire des recommandations de politiques économiques.

2. Le rôle des femmes dans le secteur de l’agriculture

Les femmes représentent au moins la moitié de la main-d'œuvre agricole en Afrique
subsaharienne et deux tiers des femmes actives travaillent dans l'agriculture, ce qui en fait le
plus grand employeur de femmes. Selon le rapport de la Banque Africaine de Développement
(BAD 2015), dans certains pays africains comme le Rwanda, le Malawi et le Burkina Faso, près
de 90% des femmes économiquement actives sont impliquées dans l'agriculture. En Côte
d'Ivoire la production de cacao concentre une main-d‘œuvre féminine à 68 %, mais seulement
21 % des revenus générés vont aux femmes. De même, en Éthiopie, les femmes représentent
75 % de la main-d'œuvre dans la production de café, mais ne perçoivent que 34 % des revenus.
Au Burkina Faso, les femmes constituent l’épine dorsale de l’économie rurale – et partant, de
celle de l’économie nationale. On estime qu’environ 93,48% des femmes exerçant des activités
économiques travaillent dans les campagnes principalement dans la production vivrière et

5
souvent dans des conditions précaires (DCPM/MPF, 2006)1. Elles s’impliquent également dans
le stockage et le traitement des aliments et sont responsables de 40% de la commercialisation
des produits agricoles.
Le secteur industriel qui ne contribue qu’à hauteur de 20% à la formation de la valeur ajoutée
au Burkina Faso est largement soutenu par l’agro-industrie. Celle-ci est basée sur la production
agricole et forestière et l’industrie alimentaire constitue le secteur le plus important de l'agro-
industrie. De nombreuses entreprises agro-industrielles se sont développées à partir de
processus de production manuels et sont réalisées à différents niveaux techniques. Le
développement de l’agro-industrie constitue un enjeu majeur pour le pays. En effet, ce pays
atteindra la vingtaine de millions d’habitants à l’horizon 2025. Cette forte croissance
démographique s’accompagnera, comme c’est déjà le cas, d’une croissance importante des
villes. Or les villes représentent des lieux de concentration de la demande agroalimentaire. On
enregistre de plus en plus dans ces villes, l’émergence de nouvelles habitudes alimentaires :
l’intérêt croissant pour les produits rapides à préparer, ce qui constitue une opportunité pour le
secteur agroalimentaire local encore fortement artisanal et porté essentiellement par des
femmes.
L’emploi féminin domine le secteur agro-industriel. Dans le domaine de la transformation des
produits agricoles locaux, les femmes jouent un rôle moteur et quelques exemples permettent
d’illustrer cette observation. À Bobo-Dioulasso, capitale économique du Burkina, les femmes
de l’Union Provinciale des Professionnels Agricole du Houet (UPPA/H) se sont spécialisées
dans la fabrication du couscous de maïs jaune, la farine de maïs jaune à la potasse, le fonio
précuit, le couscous de mil, le couscous de riz, etc. À Koubri, ville située dans le centre du pays,
des groupements de femmes, confrontées aux défis de la conservation du niébé, se sont lancées
dans la transformation et la commercialisation du niébé en Birba ou couscous de niébé,
consommé surtout à l’occasion des cérémonies de mariage ou de baptême. La transformation
des produits forestiers non ligneux ou encore des produits laitiers est également la spécialisation
des femmes au Burkina Faso. À Fada N’Gourma, ville située à l’est du pays, le groupement
féminin dénommé Deweral E Waltare travaille à transformer puis à commercialiser, depuis les
années 2000 le lait sous le label « Nungu Kossam ». La transformation agroalimentaire
concerne également l’étuvage du riz produit dans les différents périmètres rizicoles du Burkina
Faso. La transformation et la commercialisation du riz local par les femmes constituent
aujourd’hui une activité en pleine expansion dans les villes de Bama, Banzon, Bagré, Founzan,
Sourou, et Dakiri. La production de beurre de karité et d'huiles végétales est encore largement
artisanale et peu portée vers l'industrialisation.
À travers ces activités de transformation, les femmes contribuent ainsi à resserrer le lien entre
l’offre agricole et la demande alimentaire des ménages burkinabè de façon générale, et des
urbains de façon particulière. Ce sont des activités qui participent à la création de revenus pour
les femmes et à l’amélioration des conditions de vie des ménages. En outre, ces organisations
féminines contribuent à la valorisation de savoir-faire traditionnels en matière de transformation
des produits locaux.
Cependant de nombreux obstacles limitent le développement de ces activités transformatrices.
Parmi ses obstacles, on peut citer le faible niveau de qualification des femmes, leur faible
capacité financière et le manque de soutien de la part de l’État. Les activités agro-industrielles
dépendent aussi du temps limité dont disposent les femmes, et des ressources limitées en eau et
en énergie.

1
[Link]

6
Relever le défi de la transformation agroalimentaire pour accroître la compétitivité des produits
agricoles nationaux sur les marchés implique l’accompagnement prioritaire des femmes et de
leurs organisations par l’Etat en leur facilitant un accès aux financements, aux technologies
innovantes pour leur permettre d’accroitre leur capacité de production et leurs revenus, et
d’améliorer la qualité des produits transformés. Cet accompagnement pourrait permettre
également l’accroissement du nombre d'entrepreneurs agroalimentaires surtout féminins,
soutenir une rémunération équitable des femmes et développer des produits.

3. Le genre dans les modèles EGC

La prise en compte du genre dans les modèles EGC est d’une importance capitale pour la
formulation de politiques économiques favorisant la réduction des inégalités de sexes. Les
économistes, dans leur grande majorité, reconnaissent l'utilité des modèles pour diagnostiquer
les problèmes macroéconomiques d'un pays d'un point de vue sexo-spécifique (Çağatay and
Özler 1995). La revue de la littérature montre que la dimension genre a été incluse dans les
modèles d’équilibre général calculable (EGC) au début des années 2000. Les études
s’intéressant à l’impact des politiques économiques sur le genre peuvent être regroupées en
deux catégories. Le premier groupe de modèles désagrège les variables standard (notamment le
facteur travail) selon le sexe (homme, femme) alors que la deuxième catégorie de modèles
intègre à la fois la sphère marchande et la sphère non marchande.
3.1. L’approche de la désagrégation selon le genre (GD)
L’approche la plus simple utilisée dans les modèles EGC consiste à désagréger les variables
standards selon le sexe. L’hypothèse fondamentale est que les hommes et les femmes ont non
seulement des comportements différents sur le marché du travail, mais aussi des comportements
différents en matière de consommation et d’épargne.
Arndt and Tarp (2000) utilisent un modèle EGC qui décrit les caractéristiques de l’économie
du Mozambique et désagrègent le travail selon le sexe. Cette différenciation s’applique
uniquement aux huit sous-secteurs de l’agriculture. Par ailleurs, le sous-secteur du manioc est
très intensif en main-d’œuvre féminine avec 80 % de femmes. Ils justifient cette présence élevée
des femmes par le fait que celles-ci doivent subvenir aux besoins fondamentaux de la famille
(la nourrir par exemple). Elles ont aussi un accès limité aux terres fertiles et autres intrants. Les
auteurs utilisent ce modèle pour simuler les impacts de l’adoption de nouvelles technologies et
de réduction des coûts de commercialisation dans le secteur agricole sur le genre. Les résultats
indiquent que les innovations technologiques dans toutes les cultures (y compris le manioc)
entrainent une réallocation du travail féminin au détriment du secteur du manioc et en faveur
des cultures orientées vers le marché. Cela accroit la rémunération des femmes. En revanche,
la réduction des coûts de commercialisation favorise davantage les hommes que les femmes
parce que les fermiers hommes produisent des biens dont les coûts de commercialisation sont
relativement plus élevés.
Utilisant un modèle EGC dynamique sexo-spécifique pour le Mozambique, Arndt, Benfica, and
Thurlow (2011) montrent que l’introduction des biocarburants (la culture de Jatropha) peut
affecter la pauvreté et le genre. Ils comparent des scénarios prenant en compte des niveaux
différents d’intensités de l’emploi féminin dans la production de Jatropha utilisée pour la
production de biodiesel. Les résultats indiquent que l’accroissement des investissements en
biocarburant augmente la croissance économique et réduit la pauvreté. Cependant lorsque la
main-d’œuvre féminine est intensément utilisée dans la production de biocarburant (80% par
exemple), la production alimentaire diminue fortement tandis que les prix des biens
alimentaires augmentent fortement. Cela limite la réduction de la pauvreté. Les résultats

7
indiquent aussi que des politiques améliorant le niveau d’éducation des femmes et favorisant
des innovations technologiques dans les cultures vivrières permettraient d’améliorer la sécurité
alimentaire.
Bien que les études ci-dessus analysent l’impact des politiques sur le genre, les résultats sont
biaisés, car les modèles n’incluent pas la sphère non économique.
3.2. L’approche des deux secteurs (2 S)
Le second groupe de modèles EGC considère à la fois le secteur marchand et les activités
reproductives non rémunérées. Fontana and Wood (2000) ont été les premiers à attirer
l’attention sur la nécessité d’intégrer le travail et le loisir des femmes dans les modèles
d’équilibre général calculable. Ils développent ainsi un modèle appliqué au Bangladesh où ils
incorporent la dimension genre en considérant l’homme et la femme comme deux facteurs de
production distincts et en considérant les activités domestiques et le loisir comme deux secteurs
distincts (à côté des secteurs marchands classiques). Ils introduisent des rigidités dans le marché
de travail en utilisant de faibles élasticités de substitution entre le travail féminin et celui
masculin surtout dans le secteur de production ménagère. Fontana (2002, 2001) – pour le
Bangladesh et la Zambie – inclut un grand nombre d’activités marchandes différentiées par
l’intensité de travail, des catégories de travail différentiées par le genre et le niveau d’éducation
des ménages types.
Les résultats pour le Bangladesh montrent qu’une augmentation du prix mondial des produits
alimentaires augmente le salaire relatif des femmes, mais réduit leur revenu monétaire et leur
temps de loisir (Fontana and Wood 2000). Un flux entrant de capital améliore la situation des
femmes à tout point de vue (hausse de salaires, plus de revenus monétaires et plus de loisir).
Fontana (2001) montre que les femmes appartenant à la catégorie pauvre de la population avec
un faible et moyen niveau d’éducation sont plus affectées que les femmes ayant un niveau
d’éducation plus élevé.
Les résultats de ces études suggèrent aussi qu’une plus grande flexibilité dans les rôles de genre
dans la sphère non marchande (c'est-à-dire des élasticités plus élevées) réduit l’impact négatif
d’un déclin de l’industrie des vêtements sur les femmes. Les résultats montrent clairement
qu’une hausse des prix mondiaux des importations alimentaires a un faible impact positif sur
l’emploi et les salaires des femmes que dans l’étude précédente de Fontana and Wood (2000)
basée sur des données plus agrégées. Les simulations avec des ménages désagrégées montrent
que les propriétaires terriens gagnent aux dépens de tous les autres ménages en milieu rural.
Ces impacts sont invisibles quand tous les ménages sont considérés comme homogènes. Ce
niveau de détail permet de mieux comprendre comment une modification de politique peut
avoir des impacts différentiés sur le travail féminin en fonction de leur niveau d’éducation et
de leur milieu de résidence (urbain, rural).
D’autres auteurs utilisent des modèles similaires à Fontana and Wood (2000). Fofana,
Cockburn, and Décaluwé (2003) ont développé un modèle EGC basé sur le genre et appliqué
au Népal. Ils incorporent le travail du ménage et le loisir qui diffère de la formulation dans le
modèle de Fontana and Wood (2000). Ces derniers avaient modélisé le loisir des femmes et des
hommes comme des produits joints et le loisir de l’un ne peut se substituer à celui de l’autre.
Les résultats montrent que l’élimination complète des taxes sur les biens importés au Népal
bénéficie davantage aux femmes qu’aux hommes en termes de revenus. Par ailleurs la
libéralisation commerciale entraine une diminution du temps de loisir des femmes et une hausse
de celui des hommes. Cependant cet impact dépend aussi de la participation des hommes dans
les activités domestiques. Quand la participation des hommes aux travaux domestiques est
faible, les femmes consacrent généralement moins de temps aux travaux marchands, mais les

8
femmes sont plus sensibles aux incitations de marché quand les hommes augmentent leur
participation aux travaux domestiques.
Cockburn et al. (2007) Intègrent dans un modèle EGC le marché du travail (distingué selon le
sexe) et les activités non marchandes afin d’évaluer les impacts en fonction du genre de
l'élimination des droits de douane en Afrique du Sud. Les résultats montrent une diminution de
la participation des femmes au marché du travail, et une augmentation de la participation des
hommes à l'économie de marché. Ce résultat s’explique par le fait que les femmes sont
concentrées dans les secteurs initialement protégés et bénéficient en conséquence très
faiblement de la baisse des prix des intrants. En revanche, les hommes sont plus concentrés
dans les secteurs d'exportation en expansion. En raison d’une augmentation plus importante à
la fois de la participation des hommes au marché de travail et de la hausse des salaires réels par
rapport aux femmes, on observe une diminution de la part des revenus des femmes dans le
ménage. On observe en outre une hausse du temps de travail domestique avec la libéralisation
commerciale.
Enfin, plus récemment, Latorre (2016) analyse l'impact sur la main-d'œuvre féminine et
masculine de la réforme tarifaire et la réduction des obstacles règlementaires auxquels font face
les entreprises nationales et étrangères opérant dans les services aux entreprises en Tanzanie. Il
développe un ensemble de données qui distingue le travail par sexe pour 52 secteurs et quatre
catégories de qualification. Son modèle intègre la théorie du commerce (Dixit-Stiglitz) pour
évaluer les implications sexospécifiques. Les résultats indiquent que ces politiques augmentent
les salaires réels de toutes les catégories de travailleurs indépendamment du sexe. Cependant,
la croissance des salaires des hommes se révèle être plus importante que celle des femmes en
raison du fait que le secteur des services aux entreprises est plus intensif en travail masculin.
De façon générale, le second groupe de modèles EGC propose un niveau de désagrégation plus
détaillée des facteurs de production, des secteurs et des ménages permettant une analyse plus
fine de l’impact des politiques commerciales sur les travailleurs féminins selon leur niveau
d’éducation, leur lieu d’habitation (zones rurale ou urbaine) et leurs revenus (ménages à revenus
faibles ou élevés).
La prise en compte du travail domestique non rémunéré et des loisirs permet une analyse plus
approfondie que les modèles conventionnels. La plupart des simulations montrent que les effets
des politiques économiques sur le genre ne sont ni entièrement positifs ni entièrement négatifs
et peuvent avoir des résultats contradictoires sur le bien-être des différents groupes de femmes
et des hommes.
Contrairement aux modèles du premier groupe, ceux du second groupe étendent la modélisation
conventionnelle du système économique aux activités non rémunérées. Cela permet de révéler
des inégalités profondes dans la répartition du travail domestique selon le sexe et donc de mettre
en lumière d’autres inégalités dans la sphère marchande. Ces modèles permettent la mise en
place de politiques ciblées visant à réduire et à redistribuer le travail non rémunéré.
Cependant une des principales limites des modèles du second groupe est l’absence de
mécanisme permettant de représenter les effets de rétroaction entre la sphère marchande et la
sphère non marchande. En effet ils considèrent les activités domestiques non rémunérées
comme un bien de consommation finale entrant directement dans la fonction d’utilité du
ménage et affectant seulement leur bien-être actuel et négligeant les effets à long terme pour
les individus et l’économie. Bien qu’il limite la disponibilité de la main-d’œuvre féminine dans
le secteur marchand, le travail domestique n’est pas explicitement lié à la productivité actuelle
ou future de la main-d’œuvre. La prise en compte de ce lien pourrait permettre une

9
compréhension plus large des liens entre les politiques macroéconomiques et le développement
des capacités humaines notamment des femmes.
De façon générale, nous voyons que le deuxième groupe de modèle est d’une pertinence
politique nettement meilleure que le premier groupe. Toutefois la faiblesse de l’appareil
statistique de nombreux pays en développement, dont le Burkina Faso, ne permet pas de
disposer d’informations détaillées sur le temps de travail des femmes et des hommes et par
secteur d’activité marchand et non marchand, indispensable pour alimenter les modèles du
deuxième groupe. À défaut de données statistiques, une possibilité, pour le modélisateur est de
faire des hypothèses, avec le risque de travailler finalement sur une économie fictive.
Le modèle utilisé dans cette étude appartient au premier groupe de modèle dans la mesure où
les informations sur le secteur non marchand font crucialement défaut à l’étape actuelle de la
modélisation. Toutefois, la prise en compte des secteurs non marchands sera envisagée quand
cela pourra être possible. Une des recommandations à faire aux décideurs dans le cadre de cette
étude va d’ailleurs dans le sens de la collecte de ces données.

4. Les données sur le genre et la structure économique du Burkina Faso

Les modèles EGC utilisent une base de données appelée matrice de comptabilité sociale. Celle-
ci rapporte la valeur des principales transactions d’une économie pour une période spécifique,
généralement une année. Elle ressemble à un flux circulaire d’une économie incluant des
données microéconomiques et macroéconomiques. Elle étend le détail microéconomique des
liens sectoriels contenus dans le tableau entrée-sortie sur lequel il repose principalement, en
fournissant des informations supplémentaires sur les principaux agrégats macroéconomiques.
En s’appuyant sur les données de l’enquête multisectorielle continue (EMC) réalisée par
l’Institut National de la Statistique et de la Démographie (INSD), nous avons entrepris une
révision des parts du travail dans la matrice de comptabilité sociale existante pour l’année 2012
construite par la banque Mondiale en collaboration avec l’INSD. Cette matrice existante
distinguait le travail uniquement en fonction de la qualification et non en fonction à la fois de
la qualification et du genre. Ces parts elles-mêmes avaient été calculées à l’aide des données de
l’Enquête burkinabè sur les Conditions de Vie des Ménages réalisées en 2003. L’utilisation des
données plus récentes (2014) permet donc d’actualiser la structure du marché du travail.
Dans la nouvelle base de données, la main-d’œuvre est distinguée en genre (homme, femme),
et en sept niveaux d’études (aucun, préscolaire, primaire, secondaire premier cycle, secondaire
second cycle général et professionnel, supérieur). Nous avons procédé à une agrégation des
niveaux de qualification pour en retenir trois : les non qualifiés qui ont un niveau d’étude
inférieur ou égal au primaire, les semi-qualifiés ayant un niveau d’étude correspondant au
premier cycle du secondaire, et les qualifiés dont le niveau d’étude est égal ou supérieur au
second cycle du secondaire (général et professionnel). Les 101 secteurs d’activité couverts par
l’EMC ont été agrégés en 19 secteurs afin d’avoir une correspondance parfaite avec les secteurs
d’activité de la matrice existante.
Dans la partie supérieure du tableau 1, nous présentons les rémunérations tirées des 19 secteurs
d’activité par genre et par niveau de qualification en million de FCFA. On constate une
différence considérable dans l’intensité de l’utilisation du facteur travail dans les 19 secteurs
considérés (la deuxième partie du tableau 1). Ces différences dans l’intensité de main-d’œuvre
sont importantes dans l’analyse des résultats des simulations. Nous présentons une mesure assez
standard de « l’intensité de travail », dans laquelle la rémunération de chaque type de travail
correspond à son poids dans la rémunération totale du travail toutes catégories confondues, ce

10
dernier étant normalisé à 1002. L'intensité laboristique d'un secteur, par exemple « Industries
agroalimentaires », est calculée en comparant chaque part de travail dans ce secteur avec
l'utilisation totale de ce travail dans l'ensemble de l'économie3. Ainsi, les femmes non qualifiées
et les femmes semi-qualifiées sont utilisées très intensivement dans les industries
agroalimentaires (27.7% et 23.1% respectivement) par rapport à leur utilisation globale dans
l'ensemble de l'économie (6.2% et 5.4% respectivement). En revanche, l'agriculture vivrière fait
un usage très intensif des hommes non qualifiés et des femmes non qualifiées.
Le tableau 2 présente le nombre de travailleurs (en haut) et leurs pourcentages dans le total (en
dessous) des 21465 travailleurs enquêtés dans l’EMC. En comparant la ligne « Tous les secteurs
» pour « Intensité laboristique (en %) » (tableau 1) en unité monétaire à celle en unités physiques
(tableau 2), nous constatons que même si les pourcentages du total des femmes et des hommes
sont assez proches (46.75% contre 53.25% respectivement), les premières ne représentent que
36.5%, alors que les seconds représentent 63,5% de toute la rémunération des travailleurs. Cela
indique la présence d'un écart important de revenus entre les hommes et les femmes.
En faisant une lecture croisée des deux premiers tableaux (la partie inférieure de chaque
tableau), on constate que, bien que les femmes soient fortement représentées dans le secteur de
l’agro-industrie (83.62% contre 26.38% pour les hommes), elles ne touchent que 69.6% de la
rémunération du travail dans ce secteur. Cela illustre une inégalité des revenus selon le genre.
Cette inégalité entre homme et femme se constate également pour un même niveau de
qualification. Par exemple, les femmes non qualifiées représentent 51.44% de l’ensemble des
travailleurs contre 9.93% pour les hommes non qualifiés. Cependant ces derniers perçoivent
14.6% de la rémunération du travail alors que les premières reçoivent 27.7%. Pour l’ensemble
de l’économie, nous constatons un écart de revenus d’environ 34,60%4. Pour comparaison,
Ñopo, Daza, and Ramos (2011) dans leur analyse de 64 pays à travers le monde ont constaté
que les écarts de revenus entre les sexes variaient de 8% à 48% entre les individus ayant les
mêmes caractéristiques. Ils ont également établi que les écarts de revenus étaient plus élevés en
Afrique subsaharienne et en Asie du Sud que dans les autres régions. Latorre (2016) trouve un
écart de revenus d’environ 39.77% dans le cas de la Tanzanie.
Le tableau 3 présente la distribution sectorielle du travail en unité physique et en unité
monétaire. On peut remarquer que l’agro-industrie représente la troisième activité des femmes
(15.62%) après le commerce (26.43%) et l’agriculture au sens large (22.8%). Les hommes sont
davantage impliqués dans l’agriculture (35.82%), le commerce (17.09%) et les activités
extractives (11.64%). Seulement 2.69% des hommes sont dans l’agro-industrie. En dépit de la
forte représentativité des hommes comme des femmes dans les activités primaires (agriculture,
élevage, pêche extraction) et dans l’agro-industrie pour les femmes, la masse des revenus
provient essentiellement des secteurs d’administration publique et d’éducation (environ 45%
de la masse salariale). Par exemple, 16.55% des hommes enquêtés travaillent dans l’agriculture
vivrière alors que cette dernière ne fournit que 6.70% du revenu monétaire aux hommes. Ce
constat nous permet de poser le problème plus général de la productivité du travail dans les
secteurs primaires.
La matrice de comptabilité sociale distingue neuf (9) catégories de ménages en fonction de
l’activité principale du chef de ménage. Le tableau 4 montre que pour toutes les catégories de
ménage, les revenus du travail proviennent majoritairement de l’emploi masculin (63.53%

2
Voir colonne « Total revenu du travail »
3
Ligne « Tous les secteurs »
4
Le rapport entre la rémunération moyenne des femmes et celle des hommes exprimés en pourcentage. La
rémunération moyenne s’obtient en divisant la rémunération totale des hommes (des femmes) par le nombre des
hommes (femmes)

11
contre 36.47% pour l’emploi féminin dans la partie supérieure du tableau 4). On peut également
constater que la majorité des revenus du travail (masculin et féminin) est touchée par des
ménages dont le chef est employé dans le secteur formel (« Salariés du public », « Salariés du
privé formel »). En effet, pour l’ensemble de l’économie, 66.48% (41.75 + 24.73) du revenu du
travail est payé à cette catégorie de ménage. Si on considère que les autres catégories de
ménages évoluent dans l’informel, on peut donc stipuler que 33.52% des revenus du travail sont
touchés par les ménages.
En termes de PIB, l’agro-industrie contribue seulement à hauteur de 3.4%. Pour ce qui est de la
production totale en valeur des différents secteurs, l’agro-industrie contribue néanmoins à
9.80%. La part de la rémunération du travail masculin qui provient de l’agro-industrie est très
marginale (seulement 1.98%) alors qu’elle est de 7.88% pour les femmes. Cela confirme l’idée
selon laquelle l’agro-industrie représente une source de revenus plus importante pour les
femmes que pour les hommes. Si l’on s’intéresse à la part du revenu du capital provenant de
l’agro-industrie, on note que seulement 3% du capital concerne l’agro-industrie.
Les secteurs marchands porteurs en termes de leur contribution à la valeur ajoutée sont
l’agriculture vivrière (15,91%), l’élevage (12,81%), le secteur extractif (10,37%) et le
commerce (9,59%) (voir tableau 5). La plupart des secteurs d’activité rémunèrent peu le travail
alors que plus de 60% de la valeur ajoutée est allouée au capital. La rémunération du capital
dans l’agro-industrie est de 71,92% contre 28.08% pour le travail. Cette situation vient nuancer
le potentiel de l’agro-industrie en termes de réduction des inégalités, car si les détenteurs de
capital de ce secteur sont essentiellement des hommes, le développement du secteur pourrait
finalement profiter davantage à ceux-ci au détriment des femmes.

12
Tableau 1 : Rémunération du travail et intensité laboristique de référence (calculs des auteurs à partir de l’EMC-2014)
Hommes non Hommes semi- Hommes Femmes non Femmes semi- Femmes Tous les Toutes les Total revenu du
qualifiés qualifiés qualifiés qualifiées qualifiées qualifiées hommes femmes travail
Rémunération du travail (en millions de Fcfa)
Agriculture vivrière 4 708.5 443.6 122.2 3 112.9 207.8 43.4 5 274.3 3 364.1 8 638.4
Agriculture d'exportation 2 323.0 122.9 30.2 569.9 63.9 13.6 2 476.1 647.4 3 123.5
Élevage et chasse 3.7 0.1 0.1 1.5 0.0 0.0 3.9 1.6 5.5
Sylviculture, expl. forestière, services annexe 77.0 1.8 1.0 43.3 1.3 0.7 79.8 45.3 125.0
Pêche 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Activités extractives 694.4 1 972.0 3 085.8 431.0 740.5 2 385.4 5 752.1 3 557.0 9 309.1
Industries agroalimentaires 747.2 298.3 513.2 1 418.6 1 185.7 961.5 1 558.7 3 565.8 5 124.5
Fabrication des textiles, habillement et travail du cuir 133.8 318.2 655.5 32.0 195.9 428.0 1 107.5 655.8 1 763.4
Autres activités industrielles 425.7 492.4 639.3 321.1 164.1 220.0 1 557.3 705.2 2 262.5
Électricité, gaz et eau 148.3 539.2 1 049.2 63.5 149.4 412.1 1 736.7 625.1 2 361.7
Construction 1 207.6 1 201.3 2 458.9 214.8 672.8 689.5 4 867.8 1 577.1 6 444.9
Commerce 567.7 656.2 1 252.3 216.4 469.4 707.5 2 476.3 1 393.3 3 869.6
Activités d'hébergement et de restauration 66.7 130.3 158.5 369.4 305.5 470.5 355.5 1 145.4 1 500.9
Transports et communications 617.5 1 125.4 2 940.4 175.2 756.5 843.9 4 683.3 1 775.6 6 458.9
Activités financières 205.8 943.6 1 825.9 143.6 218.5 648.2 2 975.3 1 010.3 3 985.5
Activités d'administration publique 219.0 1 231.0 24 593.5 76.1 722.9 14 136.4 26 043.4 14 935.5 40 978.9
Education 83.4 493.6 7 342.5 56.1 282.5 5 404.9 7 919.4 5 743.4 13 662.8
Activités de santé et action sociale 31.4 213.7 2 983.8 18.8 79.9 2 151.8 3 228.9 2 250.5 5 479.4
Autres services 1 438.1 1 704.0 3 538.6 476.8 517.7 1 230.4 6 680.7 2 224.9 8 905.6
TOUS LES SECTEURS 13 698.6 11 887.5 53 190.8 7 741.1 6 734.2 30 747.8 78 776.9 45 223.1 124 000.0

Intensité laboristique – unité monétaire (en %)

Agriculture vivrière 54.5 5.1 1.4 36.0 2.4 0.5 61.1 38.9 100
Agriculture d'exportation 74.4 3.9 1.0 18.2 2.0 0.4 79.3 20.7 100
Élevage et chasse 68.5 1.4 1.4 27.3 0.7 0.7 71.3 28.7 100
Sylviculture, expl. forestière, services annexe 61.6 1.4 0.8 34.6 1.0 0.6 63.8 36.2 100
Pêche 0.0 0.0
Activités extractives 7.5 21.2 33.1 4.6 8.0 25.6 61.8 38.2 100
Industries agroalimentaires 14.6 5.8 10.0 27.7 23.1 18.8 30.4 69.6 100
Fabrication des textiles, habillement et travail du cuir 7.6 18.0 37.2 1.8 11.1 24.3 62.8 37.2 100
Autres activités industrielles 18.8 21.8 28.3 14.2 7.3 9.7 68.8 31.2 100
Électricité, gaz et eau 6.3 22.8 44.4 2.7 6.3 17.4 73.5 26.5 100
Construction 18.7 18.6 38.2 3.3 10.4 10.7 75.5 24.5 100
Commerce 14.7 17.0 32.4 5.6 12.1 18.3 64.0 36.0 100
Activités d'hébergement et de restauration 4.4 8.7 10.6 24.6 20.4 31.3 23.7 76.3 100
Transports et communications 9.6 17.4 45.5 2.7 11.7 13.1 72.5 27.5 100
Activités financières 5.2 23.7 45.8 3.6 5.5 16.3 74.7 25.3 100
Activités d'administration publique 0.5 3.0 60.0 0.2 1.8 34.5 63.6 36.4 100
Education 0.6 3.6 53.7 0.4 2.1 39.6 58.0 42.0 100
Activités de santé et action sociale 0.6 3.9 54.5 0.3 1.5 39.3 58.9 41.1 100
Autres services 16.1 19.1 39.7 5.4 5.8 13.8 75.0 25.0 100
TOUS LES SECTEURS 11.0 9.6 42.9 6.2 5.4 24.8 63.5 36.5 100

13
Tableau 2 : Nombre de travailleurs et intensité laboristique en unités physiques (calculs des auteurs à partir de l’EMC-2014)
Hommes non Hommes semi- Hommes Femmes non Femmes semi- Femmes
Total hommes Total femmes TOTAL
qualifiés qualifiés qualifiés qualifiées qualifiées qualifiées
Nombre de travailleurs
Agriculture vivrière 1160 670 62 926 530 29 1892 1485 3377
Agriculture d'exportation 39 25 2 18 22 2 66 42 108
Élevage et chasse 1166 674 70 280 145 17 1910 442 2352
Sylviculture, expl. forestière, services annexe 107 64 8 184 117 7 179 308 487
Pêche 32 14 1 6 3 1 47 10 57
Activités extractives 805 472 54 503 282 23 1331 808 2139
Industries agroalimentaires 186 108 13 964 542 61 307 1567 1874
Fabrication des textiles, habillement et travail du cuir 147 95 8 112 68 6 250 186 436
Autres activités industrielles 330 200 18 246 153 4 548 403 951
Électricité, gaz et eau 14 7 2 7 2 1 23 10 33
Construction 604 359 26 28 26 2 989 56 1045
Commerce 1181 699 73 1654 887 111 1953 2652 4605
Activités d'hébergement et de restauration 94 41 2 371 215 32 137 618 755
Transports et communications 209 150 12 11 8 1 371 20 391
Activités financières 13 13 1 6 3 0 27 9 36
Activités d'administration publique 155 88 10 42 44 2 253 88 341
Education 198 102 6 131 72 8 306 211 517
Activités de santé et action sociale 118 67 8 106 54 4 193 164 357
Autres services 424 206 19 623 305 27 649 955 1604
TOUS LES SECTEURS 6982 4054 395 6218 3478 338 11431 10034 21465

Intensité laboristique - unité physique (%)

Agriculture vivrière 34.35 19.84 1.84 27.42 15.69 0.86 56.03 43.97 100
Agriculture d'exportation 36.11 23.15 1.85 16.67 20.37 1.85 61.11 38.89 100
Élevage et chasse 49.57 28.66 2.98 11.90 6.16 0.72 81.21 18.79 100
Sylviculture, expl. forestière, services annexe 21.97 13.14 1.64 37.78 24.02 1.44 36.76 63.24 100
Pêche 56.14 24.56 1.75 10.53 5.26 1.75 82.46 17.54 100
Activités extractives 37.63 22.07 2.52 23.52 13.18 1.08 62.23 37.77 100
Industries agroalimentaires 9.93 5.76 0.69 51.44 28.92 3.26 16.38 83.62 100
Fabrication des textiles, habillement et travail du cuir 33.72 21.79 1.83 25.69 15.60 1.38 57.34 42.66 100
Autres activités industrielles 34.70 21.03 1.89 25.87 16.09 0.42 57.62 42.38 100
Électricité, gaz et eau 42.42 21.21 6.06 21.21 6.06 3.03 69.70 30.30 100
Construction 57.80 34.35 2.49 2.68 2.49 0.19 94.64 5.36 100
Commerce 25.65 15.18 1.59 35.92 19.26 2.41 42.41 57.59 100
Activités d'hébergement et de restauration 12.45 5.43 0.26 49.14 28.48 4.24 18.15 81.85 100
Transports et communications 53.45 38.36 3.07 2.81 2.05 0.26 94.88 5.12 100
Activités financières 36.11 36.11 2.78 16.67 8.33 0.00 75.00 25.00 100
Activités d'administration publique 45.45 25.81 2.93 12.32 12.90 0.59 74.19 25.81 100
Education 38.30 19.73 1.16 25.34 13.93 1.55 59.19 40.81 100
Activités de santé et action sociale 33.05 18.77 2.24 29.69 15.13 1.12 54.06 45.94 100
Autres services 26.43 12.84 1.18 38.84 19.01 1.68 40.46 59.54 100
TOUS LES SECTEURS 32.53 18.89 1.84 28.97 16.20 1.57 53.25 46.75 100

14
Tableau 3 : Distribution sectorielle du travail en unité physique et monétaire (calculs des auteurs à partir de l’EMC-2014)
Hommes non Hommes semi- Hommes Femmes non Femmes semi- Femmes
Total hommes Total femmes TOTAL
qualifiés qualifiés qualifiés qualifiées qualifiées qualifiées
Distribution sectorielle du travail en unité physique (%)
Agriculture vivrière 16.61 16.53 15.70 14.89 15.24 8.58 16.55 14.80 15.73
Agriculture d'exportation 0.56 0.62 0.51 0.29 0.63 0.59 0.58 0.42 0.50
Élevage et chasse 16.70 16.63 17.72 4.50 4.17 5.03 16.71 4.41 10.96
Sylviculture, expl. forestière, services annexe 1.53 1.58 2.03 2.96 3.36 2.07 1.57 3.07 2.27
Pêche 0.46 0.35 0.25 0.10 0.09 0.30 0.41 0.10 0.27
Activités extractives 11.53 11.64 13.67 8.09 8.11 6.80 11.64 8.05 9.97
Industries agroalimentaires 2.66 2.66 3.29 15.50 15.58 18.05 2.69 15.62 8.73
Fabrication des textiles, habillement et travail du cuir 2.11 2.34 2.03 1.80 1.96 1.78 2.19 1.85 2.03
Autres activités industrielles 4.73 4.93 4.56 3.96 4.40 1.18 4.79 4.02 4.43
Électricité, gaz et eau 0.20 0.17 0.51 0.11 0.06 0.30 0.20 0.10 0.15
Construction 8.65 8.86 6.58 0.45 0.75 0.59 8.65 0.56 4.87
Commerce 16.91 17.24 18.48 26.60 25.50 32.84 17.09 26.43 21.45
Activités d'hébergement et de restauration 1.35 1.01 0.51 5.97 6.18 9.47 1.20 6.16 3.52
Transports et communications 2.99 3.70 3.04 0.18 0.23 0.30 3.25 0.20 1.82
Activités financières 0.19 0.32 0.25 0.10 0.09 0.00 0.24 0.09 0.17
Activités d'administration publique 2.22 2.17 2.53 0.68 1.27 0.59 2.21 0.88 1.59
Education 2.84 2.52 1.52 2.11 2.07 2.37 2.68 2.10 2.41
Activités de santé et action sociale 1.69 1.65 2.03 1.70 1.55 1.18 1.69 1.63 1.66
Autres services 6.07 5.08 4.81 10.02 8.77 7.99 5.68 9.52 7.47
TOUS LES SECTEURS 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00

Distribution sectorielle du travail en unité monétaire (%)

Agriculture vivrière 34.37 3.73 0.23 40.21 3.09 0.14 6.70 7.44 6.97
Agriculture d'exportation 16.96 1.03 0.06 7.36 0.95 0.04 3.14 1.43 2.52
Élevage et chasse 0.03 0.00 0.00 0.02 0.00 0.00 0.00 0.00 0.00
Sylviculture, expl. forestière, services annexe 0.56 0.02 0.00 0.56 0.02 0.00 0.10 0.10 0.10
Pêche 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Activités extractives 5.07 16.59 5.80 5.57 11.00 7.76 7.30 7.87 7.51
Industries agroalimentaires 5.45 2.51 0.96 18.33 17.61 3.13 1.98 7.88 4.13
Fabrication des textiles, habillement et travail du cuir 0.98 2.68 1.23 0.41 2.91 1.39 1.41 1.45 1.42
Autres activités industrielles 3.11 4.14 1.20 4.15 2.44 0.72 1.98 1.56 1.82
Électricité, gaz et eau 1.08 4.54 1.97 0.82 2.22 1.34 2.20 1.38 1.90
Construction 8.82 10.11 4.62 2.77 9.99 2.24 6.18 3.49 5.20
Commerce 4.14 5.52 2.35 2.80 6.97 2.30 3.14 3.08 3.12
Activités d'hébergement et de restauration 0.49 1.10 0.30 4.77 4.54 1.53 0.45 2.53 1.21
Transports et communications 4.51 9.47 5.53 2.26 11.23 2.74 5.94 3.93 5.21
Activités financières 1.50 7.94 3.43 1.85 3.24 2.11 3.78 2.23 3.21
Activités d'administration publique 1.60 10.36 46.24 0.98 10.74 45.98 33.06 33.03 33.05
Education 0.61 4.15 13.80 0.72 4.19 17.58 10.05 12.70 11.02
Activités de santé et action sociale 0.23 1.80 5.61 0.24 1.19 7.00 4.10 4.98 4.42
Autres services 10.50 14.33 6.65 6.16 7.69 4.00 8.48 4.92 7.18
TOUS LES SECTEURS 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00

15
Tableau 4 : Répartition du revenu travail entre les différents types de ménage (calculs des auteurs à partir de l’EMC-2014)
Hommes non Hommes semi- Hommes Femmes non Femmes semi- Femmes Tous les Toutes les Total revenu
qualifiés qualifiés qualifiés qualifiées qualifiées qualifiées hommes femmes du travail
Composition des revenus du travail par type de ménage (en%)
Salariés du public 0.04 1.16 56.86 0.01 0.68 41.25 58.06 41.94 100.00
Salariés du privé formel 9.52 12.33 52.86 3.16 3.75 18.38 74.72 25.28 100.00
Salariés du privé informel 19.29 21.85 30.07 5.47 14.69 8.63 71.21 28.79 100.00
Agriculteurs d'exportation 45.64 16.87 12.07 11.20 8.77 5.45 74.59 25.41 100.00
Agriculteurs vivriers 34.22 17.46 12.94 22.62 8.18 4.59 64.61 35.39 100.00
Éleveurs 24.91 16.79 11.81 31.93 8.84 5.71 53.51 46.49 100.00
Pêcheurs 13.62 14.34 35.13 7.73 9.76 19.42 63.09 36.91 100.00
Indépendants et employeurs non agricoles 27.59 20.71 16.84 10.52 14.82 9.51 65.15 34.85 100.00
Inactifs 23.23 12.09 21.58 13.07 14.72 15.31 56.90 43.10 100.00
Tous les ménages 11.05 9.59 42.90 6.24 5.43 24.80 63.53 36.47 100.00

Distribution des revenus du travail entre les ménages par type de travail (%)
Salariés du public 0.14 5.05 55.35 0.09 5.23 69.45 38.16 48.02 41.75
Salariés du privé formel 21.31 31.81 30.48 12.51 17.06 18.33 29.08 17.14 24.73
Salariés du privé informel 8.71 11.37 3.50 4.37 13.49 1.74 5.59 3.94 4.99
Agriculteurs d'exportation 4.03 1.71 0.27 1.75 1.57 0.21 1.14 0.68 0.97
Agriculteurs vivriers 8.28 4.87 0.81 9.68 4.02 0.49 2.72 2.59 2.67
Éleveurs 18.11 14.06 2.21 41.08 13.08 1.85 6.76 10.24 8.03
Pêcheurs 0.44 0.54 0.29 0.44 0.64 0.28 0.36 0.36 0.36
Indépendants et employeurs non agricoles 27.20 23.53 4.27 18.35 29.70 4.18 11.17 10.40 10.89
Inactifs 11.79 7.07 2.82 11.74 15.20 3.46 5.02 6.63 5.61
Tous les ménages 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00

16
Tableau 5 : Distribution de la valeur ajoutée entre facteurs de production (en pourcentage) (calculs des auteurs à partir de la MCS 2012)
Hommes non Hommes semi- Hommes Femmes non Femmes semi- Femmes
Terre Capital Total VA
qualifiés qualifiés qualifiés qualifiées qualifiées qualifiées
Agriculture vivrière 5.52 0.52 0.14 3.65 0.24 0.05 73.70 16.18 100.00 15.91
Agriculture d'exportation 8.51 0.45 0.11 2.09 0.23 0.05 80.58 7.97 100.00 5.09
Élevage et chasse 0.01 0.00 0.00 0.00 0.00 0.00 4.80 95.19 100.00 12.81
Sylviculture, expl. forestière, services annexe 0.36 0.01 0.00 0.20 0.01 0.00 0.00 99.42 100.00 4.01
Pêche 0.00 0.00 0.00 0.00 0.00 0.00 0.00 100.00 100.00 0.25
Activités extractives 1.25 3.54 5.54 0.77 1.33 4.28 0.00 83.28 100.00 10.38
Industries agroalimentaires 4.09 1.63 2.81 7.77 6.50 5.27 0.00 71.92 100.00 3.40
Fabrication des textiles, habillement et travail du cuir 1.37 3.25 6.69 0.33 2.00 4.37 0.00 82.01 100.00 1.83
Autres activités industrielles 5.32 6.16 8.00 4.02 2.05 2.75 0.00 71.70 100.00 1.49
Électricité, gaz et eau 3.73 13.57 26.42 1.60 3.76 10.38 0.00 40.54 100.00 0.74
Construction 4.60 4.57 9.36 0.82 2.56 2.62 0.00 75.47 100.00 4.90
Commerce 1.10 1.28 2.44 0.42 0.91 1.38 0.00 92.47 100.00 9.59
Activités d'hébergement et de restauration 3.77 7.36 8.95 20.86 17.25 26.56 0.00 15.26 100.00 0.33
Transports et communications 2.74 5.00 13.06 0.78 3.36 3.75 0.00 71.32 100.00 4.20
Activités financières 2.39 10.97 21.22 1.67 2.54 7.53 0.00 53.68 100.00 1.60
Activités d'administration publique 0.28 1.58 31.53 0.10 0.93 18.13 0.00 47.46 100.00 14.54
Education 0.61 3.58 53.30 0.41 2.05 39.23 0.00 0.83 100.00 2.57
Activités de santé et action sociale 0.48 3.31 46.15 0.29 1.24 33.28 0.00 15.25 100.00 1.21
Autres services 5.19 6.15 12.77 1.72 1.87 4.44 0.00 67.87 100.00 5.17
Toutes les activités 2.55 2.22 9.92 1.44 1.26 5.73 16.44 60.44 100.00 100.00

17
Le tableau 6 présente l’amont de la production du secteur agro-industriel. Il désigne les relations
que l’industrie agroalimentaire entretient avec les autres secteurs de l’économie notamment en
termes de demande de biens de consommation intermédiaires. La demande du secteur de l’agro-
industrie concerne majoritairement les produits de l’élevage et de la chasse (36.10%), les
produits agroalimentaires (21.12%), les produits de l’agriculture vivrière (15.17%), les produits
de la sylviculture et de l’exploitation des forêts (6.46%). Un choc sur l’agro-industrie pourrait
donc avoir des répercussions non négligeables sur la production et l’emploi de ces secteurs.

Tableau 6 : l’amont de la production de l’agro-industrie (MCS 2012)

Produits de l'agriculture vivrière 15.17
Produits agricoles destinés à l'industrie ou l'exportation 6.46
Produits de l'élevage et de la chasse 36.10
Produits sylviculture exploitation foret, services annexes 11.01
Produits de la pêche 0.57
Produits de l'extraction 0.01
Produits de l'industrie agroalimentaire 21.12
Produits des autres activités industrielles 4.62
Électricité, gaz et eau 1.89
Travaux de construction 0.14
Services de transports et de communications 1.45
Services financiers 0.29
Autres services 1.17
Total 100.00

Le tableau 7 montre qu’en aval de la production de l’agro-industrie, la quasi-totalité de la

production est destinée au marché local (98.5%). La part de la production écoulée sur le marché
local est destinée majoritairement à la consommation finale des ménages (80.67%). La part de
la demande de produits agro-industriels pour consommation intermédiaire et pour fin
d’investissement représente moins de 20% de la production écoulée sur le marché domestique.
Tableau 7 : l’aval de la production de l’agro-industrie (MCS 2012)
Marché local Marché d'exportation Total
98.50 1.50 100.00
Consommation finale Consommation intermédiaire Investissement
80.67 18.17 1.17 100.00

5. Description du modèle d’équilibre général calculable

Le modèle EGC utilisé dans cette étude prend appui sur le modèle PEP-1-t. de Decaluwé et al.
(2010). Il s’agit d’un modèle dynamique récursif mettant en œuvre l’interaction entre les
différents comportements de consommation et de production et assurant le respect des grands
équilibres macroéconomiques.

Les entreprises sont supposées opérer dans un environnement parfaitement concurrentiel. Ainsi,
la firme représentative de chaque industrie maximise les profits soumis à sa technologie de
production, tout en considérant les prix des biens et services et les facteurs comme donnés
(comportement de preneur de prix). La figure 1 (ci-dessous) décrit la structure imbriquée de la
production. Nous avons une fonction emboitée à quatre niveaux. Le premier niveau est une
combinaison Leontief entre la valeur ajoutée et la consommation intermédiaire pour obtenir un

18
volume de production donné. Au deuxième niveau, nous avons d’une part une combinaison
Leontief des demandes de biens de consommation intermédiaire pour former l’agrégat
consommation intermédiaire, et d’autre part, une combinaison CES entre un travail composite
et un capital composite pour former l’agrégat valeur ajoutée. Au troisième niveau de la fonction
de production, nous avons un travail composite par niveau de qualification tous genres
confondus tandis que le dernier niveau permet, pour un même niveau de qualification, de faire
l’arbitrage entre embaucher un homme ou une femme. Cette structure nous semble plus
représentative de la réalité, car le producteur ne met pas sur le même pied d’égalité dans son
arbitrage entre les différents types de travail indépendamment du genre et de la qualification. Il
va d’abord choisir le volume de main-d’œuvre qualifiée et décide ensuite de la composition
quantitative des hommes et des femmes. Les équations sont modifiées de la façon suivante :

Nous avons toujours une valeur ajoutée qui combine un travail composite et un capital
composite
1
− 𝑉𝐴
−𝜌𝑗𝑉𝐴 −𝜌𝑗𝑉𝐴 𝜌𝑗
𝑉𝐴𝑗,𝑡 = 𝐵𝑗𝑉𝐴 [∑ 𝛽𝑗𝑉𝐴 𝐿𝐷𝐶𝑗,𝑡 + (1 − 𝛽𝑗𝑉𝐴 )𝐾𝐷𝐶𝑗,𝑡 ]
𝑙

Ce qui permet de tirer les volumes de travail et de capital composite

𝜎𝑗𝑉𝐴
𝛽𝑗𝑉𝐴 𝑅𝐶𝑗,𝑡
𝐿𝐷𝐶𝑗,𝑡 = [ ] 𝐾𝐷𝐶𝑗,𝑡
(1 − 𝛽𝑗𝑉𝐴 )𝑊𝐶𝑗,𝑡

Ensuite le travail composite est un CES d’agrégat de travail par niveau de qualification
1
− 𝐿𝐷𝑄
𝐿𝐷𝑄 𝜌𝑗
𝐿𝐷𝑄 𝐿𝐷𝑄 −𝜌𝑗
𝐿𝐷𝐶𝑗,𝑡 = 𝐵𝑗 [∑ 𝛽𝑞,𝑗 𝐿𝐷𝑄𝑞,𝑗,𝑡 ]
𝑞

Ce qui permet d’avoir l’expression des volumes de travail par niveau de qualification
𝐿𝐷𝑄
𝐿𝐷𝑄 𝜎
𝛽𝑞,𝑗 𝑊𝐶𝑗,𝑡 𝑗 𝐿𝐷𝑄
𝜎𝑗 −1
𝐿𝐷𝑄𝑞,𝑗,𝑡 = [ ] (𝐵𝑗𝐿𝐷𝑄 ) 𝐿𝐷𝐶𝑗,𝑡
𝑊𝑄𝑞,𝑗,𝑡

Enfin, pour chaque niveau de qualification, le choix se fera entre hommes et femmes
1
− 𝐿𝐷𝐺
𝜌𝑗
−𝜌𝑗𝐿𝐷𝐺
𝐿𝐷𝑄𝑞,𝑗,𝑡 = 𝐵𝑗𝐿𝐷𝐺 [∑ 𝛽𝑔,𝑞,𝑗
𝐿𝐷𝐺
𝐿𝐷𝐺𝑄𝑔,𝑞,𝑗,𝑡 ]
𝑔

D’où l’on tire le volume de main-d’œuvre masculine versus féminine

𝐿𝐷𝐺 𝜎𝑗𝐿𝐷𝐺
𝛽𝑔,𝑞,𝑗 𝑊𝑄𝑞,𝑗,𝑡 𝜎𝑗𝐿𝐷𝐺 −1
𝐿𝐷𝐺𝑄𝑔,𝑞,𝑗,𝑡 =[ ] (𝐵𝑗𝐿𝐷𝐺 ) 𝐿𝐷𝑄𝑞,𝑗,𝑡
𝑊𝑇𝐼𝑔,𝑞,𝑗,𝑡

19
Figure 1 : Structure imbriquée de la fonction production

Une fois le niveau de la production déterminé, son écoulement se fait sur les marchés local et
extérieur. Cet arbitrage se fait selon une fonction de transformation de type CET (Constant
Elasticity of Transformation) qui permet d’avoir une imparfaite substituabilité entre les biens
produits pour différents marchés. De même une fonction classique CES également connue sous
le nom de fonction Armington gouverne les choix de consommation des produits en fonction
de leur origine (local ou importé).

Le modèle intègre quatre agents : les ménages, l’État, les firmes et le reste du monde. Les
ménages tirent leurs revenus de la rémunération des facteurs (travail, capital et terre dans
l’agriculture) et du revenu des transferts nets. Leurs dépenses sont constituées des dépenses de
consommation et des paiements des taxes directes au gouvernement. La différence entre les
revenus et les dépenses constitue l’épargne. Le gouvernement perçoit des taxes directes et
indirectes et fait des dépenses courantes des transferts aux autres institutions et des
investissements publics. Les entreprises reçoivent une partie des revenus du capital, versent des
dividendes aux ménages et aux étrangers, paient des impôts sur le revenu auprès de l’État et
font de l’épargne.

L’hypothèse de petit pays avec des prix internationaux fixes est retenue, le taux de change
constitue le numéraire du modèle. L’équilibre sur le marché des biens et services entre l’offre
et la demande est assuré par un ajustement des prix relatifs. L’investissement total est la somme
des épargnes des différents agents économiques. La balance des comptes courants, la variation
des stocks, les taux des taxes et les dépenses du gouvernement sont exogènes et évoluent au
même rythme que la croissance démographique.
En revanche sur le marché du travail, l’équilibre entre l’offre et la demande n’est plus assuré
comme dans PEP-1-t. L’offre de travail reste toujours exogène et croît au même taux que la
population. Le taux de chômage est déterminé par l’équation suivante :

20
 𝐿𝑆𝑔,𝑞,𝑡 − ∑𝑗 𝐿𝐷𝑔,𝑞,𝑗,𝑡
𝑇𝐶𝐻𝑂𝑀𝑅𝑔,𝑞,𝑡 =
𝐿𝑆𝑔,𝑞,𝑡
Le taux de salaire global par genre et par niveau de qualification est donné par :
𝜎
𝑊𝑔,𝑞,𝑡 = 𝐴_𝑤𝑔,𝑞,𝑡 𝑇𝐶𝐻𝑂𝑀𝑔,𝑞,𝑡
𝑙

𝑊𝑔,𝑞,𝑡 est le taux de salaire par catégorie de travail, 𝐴_𝑤𝑔,𝑞,𝑡 est un paramètre d’échelle dans la
courbe de salaire par catégorie de travail, et 𝜎𝑙 est l’élasticité de la courbe de salaire par
catégorie de travail. Nous prenons une valeur d’élasticité de -0.258 pour l’ensemble des
travailleurs toute qualification et tout genre confondu.
Le taux de salaire sectoriel incluant les taxes
𝑊𝑇𝐼𝑔,𝑞,𝑗,𝑡 = 𝑊𝑔,𝑞,𝑡 (1 + 𝑡𝑡𝑖𝑤𝑔,𝑞,𝑗,𝑡 )
𝑏𝑢𝑠
Le coût d’usage du capital est désormais affecté d’un paramètre 𝑠𝑘𝑘,𝑡 qui est un taux de
subvention du capital. Ce taux a pour effet de baisser le coût du capital dans les secteurs
subventionnés :
𝑏𝑢𝑠
𝑈𝑘,𝑡 = 𝑃𝐾_𝑃𝑅𝐼𝑡𝐵𝑈𝑆 ∗ (𝛿𝑘𝑏𝑢𝑠 + 𝑖𝑟𝑡 − 𝑠𝑘𝑘,𝑡
𝑏𝑢𝑠
)
Le montant de la subvention est :
𝑏𝑢𝑠
𝐾_𝑆𝑈𝐵𝑡 = ∑ 𝑠𝑘𝑡𝑏𝑢𝑠 ∗ 𝑃𝐾_𝑃𝑅𝐼𝑡𝐵𝑈𝑆 ∗ 𝐼𝑁𝐷𝑘,𝑡
𝑘,𝑏𝑢𝑠

Ces dépenses en subvention modifient la contrainte budgétaire de l’État :

𝑔𝑜𝑣
𝑆𝐺𝑡 = 𝑌𝐺𝑡 − ∑ 𝑇𝑅𝑎𝑔𝑛𝑡,𝑡 − 𝐺𝑡 − 𝐾_𝑆𝑈𝐵𝑡
𝑎𝑔𝑛𝑔

Les règles de bouclage adoptées sont les suivantes :

 Épargne étrangère fixe
 Offre de travail fixe et parfaite mobilité entre les secteurs
 Épargne gouvernementale fixe (taux d'imposition flexibles)
 Investissement tiré par l'épargne

6. Simulations et résultats

L’objectif de la simulation est de trouver l’impact de l’instauration d’une subvention de 10%

sur le capital dans les secteurs agricole et d’agro-industriel. La subvention réduit le coût d’usage
du capital dans les secteurs concernés. Cette subvention est financée par une taxe directe sur les
fonctionnaires de l’administration publique.
A l’issue de l’instauration de cette politique, nous nous attendons à ce que la demande de capital
dans les secteurs agricole et agroindustriel augmente et diminue dans les autres secteurs puisque
ce facteur devient relativement moins cher dans l’agriculture et l’agro-industrie. Les résultats
du tableau 8 montrent que la demande de capital augmente effectivement dans les secteurs
bénéficiaires de la subvention et baisse dans les autres, de façon plus ou moins marquée en
fonction des secteurs. Au niveau des secteurs bénéficiaires, c’est l’agriculture vivrière qui

21
connait la plus forte hausse de la demande de capital (+22.57%), suivi de l’agro-industrie
(+12.55%). La baisse de la demande de capital est moins importante dans les secteurs de
commerce (-14.17%) et de textile (-16.75%) que dans les autres secteurs.
Étant donné que le capital devient relativement moins cher que le travail, on s’attend à ce que
les secteurs bénéficiaires de la subvention substituent du capital au travail. Et comme le capital
devient relativement moins abondant dans les secteurs non bénéficiaires (à cause de la
migration du capital vers les secteurs subventionnés), il devient relativement plus cher que le
travail. Dans ces secteurs, il devrait y avoir une substitution du travail au capital. Le tableau 9
montre qu’à l’exception du secteur d’agriculture vivrière, les autres secteurs bénéficiaires de la
subvention réduisent considérablement leur demande de travail. Toutefois, l’évolution de la
demande de travail des secteurs non subventionnés est contrastée : elle augmente
considérablement dans les secteurs du textile (86.09%), du commerce (105.49%), et de la
construction (10.96%), et légèrement dans les secteurs de la restauration (5.07%), du transport
et communication (3.89%) et des autres services (1.71%), et baisse dans les activités financières
(-9.57%), d’administration publique, d’éducation (-4.33%) et de santé (-1.26%). Même si la
politique de subvention crée un biais à l’encontre des secteurs non subventionnés, certains de
ces secteurs bénéficient plus de la croissance des secteurs subventionnés puisque leurs
consommations intermédiaires – majoritairement constituées des produits de l’agriculture et de
l’agroindustrie – deviennent relativement moins chères. C’est le cas des secteurs de textile,
habillement et travail du cuir, le commerce, la restauration et le transport. Les autres secteurs,
ayant des relations moins étroites avec les secteurs subventionnés vont connaître en revanche
une baisse plus ou moins importante de la demande de travail au profit des secteurs ayant de
liens plus étroits avec les secteurs subventionnés.
Les résultats du tableau 10 montrent des impacts différenciés en fonction du sexe et de la
qualification. À quelques exceptions près, les ajustements sont uniformes en termes du sens de
variation. Toutefois, on constate que la politique de subvention conduit à une évolution de la
demande de travail relativement favorable aux femmes. Dans les secteurs dont la demande de
travail baisse, on constate que la baisse est relativement plus forte pour les hommes que pour
les femmes tandis que dans les secteurs dont la demande de travail augmente, on constate une
hausse relativement plus forte pour les femmes que pour les hommes.
Tableau 8 : Impact de la subvention sur la demande de capital agrégé (%)
Agriculture vivrière 22.57
Agriculture d'exportation 10.44
Élevage et chasse 7.65
Sylviculture, expl. forestière, services annexe 1.55
Industries agroalimentaires 12.55
Activités extractives -23.92
Fabrication des textiles, habillement et travail du cuir -16.75
Autres activités industrielles -24.06
Électricité, gaz et eau -23.37
Construction -22.48
Commerce -14.17
Activités d'hébergement et de restauration -22.76
Transports et communications -22.99
Activités financières -23.97
Education -23.65
Activités de santé et action sociale -23.46
Autres services -23.14

22
Tableau 9 : Impact de la subvention sur la demande de travail agrégé (%)
Agriculture vivrière 2.32
Agriculture d'exportation -21.43
Élevage et chasse -28.12
Sylviculture, expl. forestière, services annexe -38.77
Industries agroalimentaires -20.37
Activités extractives -8.04
Fabrication des textiles, habillement et travail du cuir 86.09
Autres activités industrielles -11.08
Électricité, gaz et eau -2.28
Construction 10.96
Commerce 105.49
Activités d'hébergement et de restauration 5.07
Transports et communications 3.89
Activités financières -9.57
Activités d'administration publique -4.33
Education -3.36
Activités de santé et action sociale -1.26
Autres services 1.71

Tableau 10 : Impact de la subvention sur la demande de travail par sexe et par qualification (%)
Femmes
Hommes non Femmes non Hommes Hommes Femmes
semi-
qualifiés qualifiées semi-qualifiés qualifiés qualifiées
qualifiées
Agriculture vivrière 1.55 4.06 -0.77 0.54 2.08 3.05
Agriculture d'exportation -21.68 -19.75 -23.74 -22.73 -21.56 -20.81
Élevage et chasse -28.58 -26.81 -30.36 -29.44 -28.37 -27.69
Sylviculture, expl.
forestière, -39.26 -37.76 -40.74 -39.95 -39.04 -38.47
Activités extractives -8.05 -5.77 -10.14 -8.95 -7.69 -6.82
Industries agroalimentaires -20.91 -18.95 -22.72 -21.70 -20.36 -19.60
Textiles, habillement et cuir 86.68 91.29 81.69 84.10 86.86 88.64
Autres activités industrielles -11.17 -8.98 -13.11 -11.96 -10.66 -9.81
Électricité, gaz et eau -2.11 0.31 -4.42 -3.15 -1.77 -0.84
Construction 11.42 14.18 8.40 9.83 11.58 12.64
Commerce 105.83 110.92 100.54 103.20 106.36 108.32
Hébergement et restauration 4.03 6.60 2.05 3.40 5.01 6.01
Transports, communications 4.19 6.77 1.44 2.78 4.46 5.45
Activités financières -9.57 -7.34 -11.53 -10.35 -9.09 -8.22
Administration publique -4.75 -2.40 -7.19 -5.96 -4.54 -3.63
Education -4.01 -1.63 -6.24 -5.00 -3.60 -2.69
Santé et action sociale -1.88 0.55 -4.12 -2.85 -1.50 -0.57
Autres services 1.85 4.37 -0.65 0.66 2.13 3.10

Ces évolutions sectorielles de la demande de travail donnent, au niveau macro sectoriel, une
baisse de la demande de travail féminin (masculin) de -7.13% (-8.57%) dans les secteurs
subventionnés, contre une hausse de la demande de travail féminin (masculin) de +19.06%
(+13.41%) dans l’industrie et une hausse de la demande de travail féminin (masculin) de 2.87%
(+1.85%) dans le secteur des services (tableau 11). Au niveau global, la demande de travail
féminin augmente de 1.25% contre 1.17% pour les hommes. La différence ne semble donc pas

23
très significative pour induire une réduction des écarts de revenus entre les hommes et les
femmes.
Tableau 11 : Demande de travail au niveau macro sectoriel et agrégé (%)
Hommes Femmes
Agriculture + agroindustrie -8,57 -7,13
Industrie 13,41 19,06
Services 1,85 2,87
Total 1.17 1.25

Les impacts sur les taux de chômage (figure 2) montrent que le chômage baisse pour toutes les
catégories de travailleurs. Les travailleurs semi-qualifiés obtiennent la plus forte baisse du
chômage, surtout les femmes semi-qualifiées (-3.8 points de pourcentage contre -2.9 points de
pourcentage pour les hommes semi-qualifiés). Toutefois, les impacts en termes de chômage de
la politique de subvention ne diffèrent pas significativement entre les hommes (-1.06 points de
pourcentage) et les femmes (-1.07 point de pourcentage).17,00
15,00
14,80

14,63
18

14,00

13,56
13,32
13,23
13,00

16
12,04

12,00

14

10,18
9,12
12
9,02

9,00
8,36

10
8
6
4
2
0
Hommes non Femmes non Hommes semi Femmes semi Hommes Femmes Total hommes Total femmes
qualifiés qualifiées qualifiés qualifiées qualifiés qualifiées

BAU SIM

Figure 2 : Évolution des taux de chômage par sexe et par qualification (%)

Avec l’augmentation du capital dans les secteurs agricole et agro-industriel, nous nous
attendons, toute chose égale par ailleurs à une hausse de la production dans ces secteurs et à
une baisse de la production des autres secteurs n’ayant pas bénéficié de la subvention. Le
tableau 12 montre que les productions augmentent dans les secteurs subventionnés, en
particulier le secteur de l’agriculture vivrière (+20.41%) puisque c’est le secteur qui a connu la
plus forte croissance de la demande de capital. On constate également une baisse de la
production dans les autres secteurs surtout dans les secteurs industriels (-20.52%) et
d’extraction (-21.40%). Les prix locaux au producteur baissent significativement dans les
secteurs subventionnés et augmentent dans les secteurs non subventionnés dont les productions
baissent. En raison de l'augmentation de la production dans les secteurs agricole et
agroindustriel et de la baisse des prix locaux aux producteurs, il devient relativement plus
intéressant pour les producteurs d'exporter leur production. Pour les secteurs non
subventionnés, la baisse de la production et la hausse des prix aux producteurs impliquent qu’il
devient relativement plus intéressant de vendre sur le marché local, ce qui justifie la baisse des
exportations de ces secteurs.

24
Tableau 12 : Évolution des productions sectorielles (%)
Productions Prix Exportation
Agriculture vivrière 20.41 -7.33 18.41
Agriculture d'exportation 6.42 -15.31 21.80
Élevage et chasse 7.65 -21.07 31.45
Sylviculture, expl. forestière, services annexe 1.28 -26.79 37.46
Pêche -6.91 -36.37
Activités extractives -21.40 13.01 -21.55
Industries agroalimentaires 2.53 -7.27 9.20
Fabrication des textiles, habillement et cuir -2.15 16.27 -14.93
Autres activités industrielles -20.52 8.58 -17.90
Électricité, gaz et eau -11.24 10.02
Construction -15.01 14.97 -19.81
Commerce -7.46 58.13
Activités d'hébergement et de restauration 0.44 -0.34
Transports et communications -15.83 14.60 -19.95
Activités financières -17.51 9.79 -17.27
Activités d'administration publique -2.29 2.42 -3.49
Education -3.54 3.82 -18.88
Activités de santé et action sociale -4.89 6.31
Autres services -15.66 13.21

La hausse de la demande de travail au niveau agrégé et la hausse du salaire moyen (+3%)

signifient que nous devons observer une hausse des revenus des ménages toute chose égale par
ailleurs, sauf pour les salariés du public qui supportent les impôts pour le financement de la
subvention. Le tableau 13 montre qu’à l’exception des salariés du public, toutes les autres
catégories de ménages enregistrent une hausse de leur revenu disponible avec une hausse plus
importante pour les agriculteurs vivriers (4.18%) et d’exportations (4.50%). Les salariés du
public enregistrent une baisse de leur revenu disponible de -6.19%. Les entreprises enregistrent
aussi une hausse de leur revenu (+2.17%) du fait de la hausse du taux de rendement moyen du
capital. Le revenu du gouvernement augmente en raison de l'augmentation des impôts directs
perçus et des taxes sur les produits (7.61%). La hausse des prix dans les secteurs non
subventionnés a été plus forte que la baisse des prix dans les secteurs subventionnés, ce qui a
entrainé une hausse de l’indice des prix à la consommation de +2.02%. Cette hausse de l’indice
des prix à la consommation étant inférieure à la hausse des revenus nominaux, on en déduit une
amélioration du bien-être des ménages. Sauf pour les salariés du public qui voient leur
consommation réelle baisser du fait de la baisse des revenus nominaux et de la hausse de
l’indice des prix à la consommation, tous les autres ménages constatent une hausse de la
consommation réelle.
Avec la hausse de la production agricole et agroindustrielle et la baisse des prix respectifs, les
consommateurs substituent les produits locaux aux produits importés devenus relativement plus
chers (tableau 14). La baisse des importations est par exemple de -27% pour les produits
vivriers, de -40% pour les produits de l’élevage et de la chasse, de -32% pour les produits de la
sylviculture et de -9% pour les produits de l’agro-industrie.
Tableau 13 : Impact de la subvention sur les revenus disponibles et la consommation réelle des
ménages (%).
Revenu Consommation réelle
Salariés du public -6.19 -8.22
Salariés du privé formel 2.99 0.76

25
 Salariés du privé informel 3.61 1.36
Agriculteurs d'exportation 4.11 1.85
Agriculteurs vivriers 3.79 1.54
Éleveurs 2.54 0.31
Pêcheurs 2.77 0.54
Indépendants et employeurs non agricoles 3.06 0.82
Inactifs 2.89 0.66
Entreprises 2.17
État 7.61

Tableau 14 : Impact de la subvention sur la demande domestique et les importations (%)

Demande domestique Importations
Agriculture vivrière 20.51 5.35
Agriculture vivrière 2.74 -27.88
Agriculture d'exportation 6.93 -26.50
Élevage et chasse 1.20 -40.75
Sylviculture, expl. forestière, -6.91 -32.79
Industries agroalimentaires 2.09 -8.51
Activités extractives -18.35 -6.77
Textiles, habillement et cuir -10.62 6.28
Autres activités industrielles -20.07 -8.57
Électricité, gaz et eau -11.28 7.35
Construction -15.02 12.48
Commerce -3.32
Hébergement et restauration -0.04
Transports, communications -15.27 11.96
Activités financières -17.67 -0.97
Administration publique -2.36 2.36
Education -3.57
Santé et action sociale -4.90
Autres services -15.62 8.04

Au niveau macroéconomique, la politique de subvention entraine une croissance du PIB au prix

de base de 3.62%. Cette croissance est le fait de la hausse du PIB du secteur agrégé de
l’agriculture (agriculture + agrotransformation) de 11.38%. Malheureusement, la croissance du
secteur bénéficiaire « agriculture + agrotransformation » s’est faite au détriment des secteurs
industriels (-12.91%) et des services (-7.82%)
6.1. Financements alternatifs de la subvention
Le coût de la subvention est en moyenne de 50 milliards de FCFA par an. En supposant qu’il
s’agit d’un impôt spécifique appliqué à l’ensemble des 200 mille fonctionnaires de
l’administration publique, cela revient à environ 20 mille FCFA par fonctionnaire, ce qui
représente un lourd fardeau fiscal pour cette catégorie de fonctionnaires dont le salaire mensuel
moyen est d’environ 115000 FCFA5.
Dans l’hypothèse d’un fardeau fiscal réparti équitablement entre fonctionnaires du privé et du
public ou d’un fardeau fiscal supporté par les entreprises, les résultats de la simulation ne
diffèrent pas sensiblement des résultats précédents. Les changements se situent plutôt au niveau

5
Le taux d’imposition passe d’une valeur initiale de 4.4% à 12.4%.

26
des revenus et des consommations réelles des ménages (tableaux 15 et 16). Les fonctionnaires
du privé expérimentent désormais une baisse des revenus et de la consommation réelle (tableau
15) tandis que les baisses constatées précédemment pour les fonctionnaires du public
deviennent relativement plus faibles. Le choix de la catégorie d’acteurs pour financer la
subvention est donc une question politique, en fonction des préférences de l’exécutif. L’idée de
taxer les fonctionnaires pour financer un programme de subvention des secteurs agricole et
d’agrotransformation peut être motivée par l’objectif d’améliorer le bien-être des acteurs du
monde rural, mais avec pour coût la baisse du bien être des fonctionnaires. La faisabilité
politique de ce scénario est tributaire de la capacité du gouvernement à négocier avec les
formations syndicales, surtout de l’administration publique. L’environnement post-
insurrectionnel6 montre que les syndicats de la fonction publique disposent d’une force de
contestation puissante capable de dissuader le gouvernement à opter pour un tel scénario.
L’option de faire supporter les entreprises le fardeau fiscal pourrait également les mettre en
situation de difficulté en conduire à une baisse de l’emploi.
Une autre option de financement est celle d’un emprunt extérieur compte tenu des engagements
des partenaires techniques et financiers pour appuyer le Programme National de
Développement Economique et Social (PNDES). Comme le montre le tableau 17, ce scénario
entraine des niveaux revenus et de consommation réelle largement au-dessus des options de
financement précédentes. Le bien-être s’améliore sur tous les fronts. La baisse du chômage,
comme l’illustre la figure 3 est relativement plus forte que dans les scénarios précédents, tandis
que le PIB au prix de base augmente de 5.84% (contre 3.62% dans les scénarios précédents).
Les recettes fiscales totales générées (sur la production, les produits et les taxes directes)
augmentent de 5.5%, soit une hausse en valeur absolue de 90 milliards, largement suffisant pour
assurer le remboursement de la dette. Ce scénario montre qu’un usage efficace des ressources
extérieures peut permettre une amélioration significative de la situation socio-économique des
ménages au Burkina Faso.
Dans le tableau 18, nous présentons les résultats d’une subvention financée par une hausse de
la TVA de 20% et le reste par une taxe sur les fonctionnaires du public. La hausse de la TVA
se traduit par un renchérissement du coût de la vie et entrain par conséquent une baisse des
consommations réelles des ménages. En plus des fonctionnaires du public qui supportent une
partie de la subvention, les éleveurs, les pêcheurs, les indépendants et employeurs non agricoles,
les inactifs, et les salariés du privé formel expérimentent une baisse de bien-être.

Tableau 15 : Revenus disponibles et consommation réelle des ménages (%) – impôt sur
fonctionnaires du public et du privé
Revenu Consommation réelle
Salariés du public -3.78 -5.57
Salariés du privé formel -1.63 -3.47
Salariés du privé informel 3.50 1.57
Agriculteurs d'exportation 3.94 2.00

6
Pour faire référence à l’insurrection populaire des 30 et 31 Octobre 2014 qui a conduit à la chute du régime de
l’ancien président Blaise Compaoré.

27
Agriculteurs vivriers 3.62 1.68
Éleveurs 2.45 0.54
Pêcheurs 2.70 0.78
Indépendants et employeurs non
2.97 1.04
agricoles
Inactifs 2.70 0.78
Entreprises 2.11
État 7.63

Tableau 16 : Revenus disponibles et consommation réelle des ménages (%) – impôt sur les
entreprises
Revenu Consommation réelle
Salariés du public 2.32 -0.39
Salariés du privé formel 3.01 0.28
Salariés du privé informel 3.04 0.31
Agriculteurs d'exportation 4.50 1.74
Agriculteurs vivriers 4.18 1.42
Éleveurs 2.80 0.08
Pêcheurs 2.98 0.25
Indépendants et employeurs non agricoles 2.90 0.18
Inactifs 3.23 0.49
Entreprises -9.90
État 7.57

Tableau 17 : Revenus disponibles et consommation réelle des ménages (%) – Financement

externe
Revenu Consommation réelle
Salariés du public 3,99 0,32
Salariés du privé formel 4,85 1,16
Salariés du privé informel 5,69 1,96
Agriculteurs d'exportation 6,15 2,41
Agriculteurs vivriers 5,76 2,03
Éleveurs 4,96 1,26
Pêcheurs 5,03 1,33
Indépendants et employeurs non
5,35 1,63
agricoles
Inactifs 4,56 0,87
Entreprises 4,63
État 8,19

Tableau 18 : Revenus disponibles et consommation réelle des ménages (%) – Fonctionnaires du

public + TVA
Revenu Consommation réelle
Salariés du public 0.80 -2.25
Salariés du privé formel 2.60 -0.50
Salariés du privé informel 3.34 0.22
Agriculteurs d'exportation 4.31 1.16
Agriculteurs vivriers 4.01 0.87
Éleveurs 2.29 -0.80
Pêcheurs 2.43 -0.67
28
 Indépendants et employeurs non agricoles 2.77 -0.34
Inactifs 3.07 -0.05
Entreprises 1.93
État 7.96

Figure 3 : Évolution du chômage en fonction du financement (%)

6.2. Tests de robustesse des résultats.

6.2.1. Doublement de l’élasticité de substitution entre travail masculin et travail
féminin
Afin de rendre compte des effets d’une plus grande substituabilité entre travail masculin et
travail féminin sur nos résultats, nous multiplions l’élasticité de substitution de ces facteurs –
qui était initialement de 1.5 – par 2.
Les résultats du tableau 19 montrent qu’une hausse de l’élasticité de substitution entre le travail
masculin et le travail féminin entraine des impacts légèrement plus favorables aux femmes. En
effet, la hausse de la demande de travail féminin pour certains secteurs dont le textile et le
commerce est plus forte que dans la simulation précédente, tandis que la baisse de la demande
de travail féminin pour les autres secteurs est plus faible que dans la simulation précédente. Au
niveau agrégé, la demande de travail féminin, toute qualification confondue augmente de 1.53%
(contre 1.26% dans la simulation précédente) tandis que la demande de travail masculin
augmente de 1.06% (contre 1.18% dans la simulation précédente).
Tableau 19 : Impact sur la demande de travail par sexe et par qualification (%)
Hommes Femmes non Hommes Femmes semi- Hommes Femmes
non qualifiés qualifiées semi-qualifiés qualifiées qualifiés qualifiées
Agriculture vivrière 1.07 4.67 -0.93 0.86 2.01 3.28
Agriculture d'exportation -21.61 -18.83 -23.72 -22.34 -21.47 -20.49
Élevage et chasse -28.68 -26.15 -30.40 -29.14 -28.35 -27.46
Sylviculture, expl. forestière -39.49 -37.34 -40.86 -39.79 -39.12 -38.36
Activités extractives -8.43 -5.17 -10.21 -8.59 -7.81 -6.66
Industries agroalimentaires -21.69 -18.90 -23.21 -21.83 -20.64 -19.65
Textiles, habillement et cuir 86.62 93.26 81.45 84.73 86.75 89.07
Autres activités industrielles -11.57 -8.43 -13.13 -11.56 -10.65 -9.53
Électricité, gaz et eau -2.39 1.09 -4.47 -2.74 -1.83 -0.60

29
Construction 11.52 15.49 8.32 10.27 11.67 13.06
Commerce 105.37 112.67 100.12 103.74 106.17 108.74
Hébergement, restauration 2.89 6.55 1.71 3.55 4.82 6.13
Transports, communications 4.10 7.80 1.28 3.11 4.49 5.79
Activités financières -9.94 -6.74 -11.49 -9.89 -9.06 -7.93
Administration publique -4.94 -1.56 -7.35 -5.67 -4.63 -3.44
Education -4.45 -1.05 -6.40 -4.71 -3.74 -2.53
Santé et action sociale -2.28 1.20 -4.21 -2.48 -1.63 -0.40
Autres services 1.72 5.34 -0.65 1.14 2.15 3.42

Comme le montre la figure 4 les baisses des taux de chômage des femmes pour chaque niveau
de qualification sont légèrement plus fortes que dans la première simulation et plus faibles pour
les hommes. A niveau agrégé, le taux de chômage des hommes baisse de -0.95 point de
pourcentage (contre -1.06 point de pourcentage dans la simulation précédente) et celui des
femmes baisse de -1.31 points de pourcentage (contre -1.07 point de pourcentage dans la
simulation précédente)
17,00
15,00

14,63
14,30

14,00
18,00

13,32
13,15
13,00

12,98
12,28

12,00

16,00

10,18
14,00

9,23
9,12

9,00
12,00
8,43
10,00
8,00
6,00
4,00
2,00
0,00
Hommes non Femmes non Hommes semi Femmes semi Hommes Femmes Total hommes Total femmes
qualifiés qualifiées qualifiés qualifiées qualifiés qualifiées
BAU SIM

Figure 4 : évolution des taux de chômage par sexe et par qualification (%)

6.2.2. Doublement de l’élasticité de substitution entre travail composite et capital

composite
On pourrait imaginer une technologie de production qui autorise une plus grande substituabilité
entre le travail et le capital. Dans ce contexte, les ajustements sectoriels des quantités de facteurs
se feront avec une amplitude relativement plus forte. Ainsi, nous multiplions les sigma_va –
dont les valeurs initiales étaient de 1.5 – de la fonction de valeur ajoutée par 2.
En relâchant la contrainte de substitution entre le travail composite et le capital composite, on
constate des variations de la demande de travail sensiblement plus fortes que dans les scénarios
précédents (tableau 20). La croissance de la demande de travail féminin est significativement
plus élevée que la croissance de la demande de travail masculin dans les secteurs dont la
demande de travail augmente, tandis que la baisse de la demande de travail féminin est
significativement plus faible que la baisse de la demande de travail masculin dans les secteurs
dont la demande de travail diminue. Au niveau agrégé, la demande de travail féminin, toutes
qualifications confondues augmente de 2.68% tandis que la demande de travail masculin
augmente de 2.32%.
Tableau 20 : Impact sur la demande de travail par sexe et par qualification (%)

30
 Femmes
Hommes Femmes non Hommes Hommes Femmes
semi-
non qualifiés qualifiées semi-qualifiés qualifiés qualifiées
qualifiées
Agriculture vivrière -6.62 -2.79 -12.70 -9.96 -7.37 -5.58
Agriculture d'exportation -35.50 -32.86 -40.06 -38.17 -36.41 -35.18
Élevage et chasse -48.23 -46.11 -51.78 -50.26 -48.85 -47.86
Sylviculture, expl. forestière -59.01 -57.33 -61.79 -60.59 -59.46 -58.68
Activités extractives -2.08 1.94 -8.41 -5.53 -3.13 -1.25
Industries agroalimentaires -29.45 -26.56 -34.24 -32.18 -29.89 -28.53
Textiles, habillement et cuir 120.30 129.33 104.55 110.98 116.95 121.14
Autres activités industrielles -5.03 -1.14 -11.02 -8.22 -5.71 -3.89
Électricité, gaz et eau 1.76 5.93 -4.92 -1.93 0.65 2.60
Construction 18.83 23.70 10.26 13.73 17.15 19.42
Commerce 185.00 196.69 165.03 173.36 181.42 186.86
Hébergement, restauration 4.51 8.80 -1.89 1.19 4.27 6.29
Transports, communications 11.86 16.45 3.90 7.17 10.49 12.62
Activités financières -7.99 -4.22 -13.72 -11.01 -8.70 -6.94
Administration publique -7.41 -3.62 -13.86 -11.15 -8.63 -6.86
Education -4.68 -0.77 -10.96 -8.16 -5.63 -3.81
Santé et action sociale -1.16 2.89 -7.57 -4.66 -2.22 -0.33
Autres services 7.27 11.66 0.06 3.20 5.98 8.03

La conséquence de ces fortes variations dans la demande de travail est une baisse plus forte des
taux de chômage surtout des femmes semi-qualifiées qui passent d’un taux de chômage de 17%
à 9.83%. Au niveau agrégé, la baisse du chômage féminin est de -2.29 points de pourcentage
contre -2.08 points de pourcentage pour les hommes (figure 5).

Figure 5: Évolution des taux de chômage par sexe et par qualification (%)

7. Conclusion
Cette étude a mis en évidence les impacts de la transformation structurelle de l’agriculture sur
les inégalités de genre. Elle analyse l’impact de l’instauration d’une subvention de 10% sur le
capital dans les secteurs agricole et d’agro-industriel sur les inégalités de genre. Celle-ci est
évaluée à environ 50 milliards de FCFA par an.
Les résultats indiquent que la politique de subvention entraine une expansion des secteurs
agricole et agroindustriels et une contraction des autres secteurs industriels et des services. Le
capital des secteurs bénéficiaires de la subvention augmente et l’emploi diminue tandis que
dans les autres secteurs, les effets inverses se produisent. Cette transformation de l’Agriculture

31
– à travers son intensification – entraine une hausse de la demande de travail, quels que soient
la qualification et le sexe. La hausse de la demande de travail féminin (1,25%) est plus forte
que la hausse de la demande de travail masculin (1,17%). Autrement dit le chômage baisse pour
toutes les catégories de travailleurs. Les travailleurs semi-qualifiés obtiennent la plus forte
baisse du chômage, surtout les femmes semi-qualifiées (-3.8 points de pourcentage contre -2.9
points de pourcentage pour les hommes semi-qualifiés).
Au niveau macroéconomique, la politique de subvention entraine une croissance du PIB au prix
de base de 3.62% (par rapport su scenario de base). Cette croissance est davantage le fait de la
hausse du PIB du secteur agrégé de l’agriculture (agriculture et agro-industrie) de 11.38% au
détriment des secteurs industriel (-12.91%) et des services (-7.82%).
Enfin le mode de financement de la subvention a un impact sur les inégalités de genre. Les
résultats indiquent qu’un financement extérieur réduirait davantage le chômage pour toutes les
catégories de travailleurs comparativement à un impôt sur les entreprises ou les fonctionnaires
ou encore un impôt reparti entre les salariés du public et du privé. La baisse est plus importante
pour les femmes semi-qualifiées.
Nos résultats indiquent que les politiques publiques (de subvention) favorables à une
transformation structurelle de l’économie burkinabè peuvent être favorables à une réduction
des inégalités de genre en termes de chômage et de revenu. Cependant, au regard de l’ampleur
des inégalités initiales en termes de revenu et d’emploi entre les hommes et les femmes, les
évolutions relativement favorables de la demande de travail féminin ne permettent pas une
élimination des écarts de revenu et d’emploi entre les hommes et les femmes. Des politiques
volontaristes visant par exemple à discriminer positivement les femmes dans les embauches
pourraient être initiées.

Bibliographie
African Development Bank. 2015. Economic Empowerment of African women through
equitable participation in agricultural value chains
Arndt, Channing, Rui Benfica, and James Thurlow. 2011. "Gender implications of biofuels
expansion in Africa: the case of Mozambique." World Development 39 (9):1649-1662.
Arndt, Channing, and Finn Tarp. 2000. "Agricultural Technology, Risk, and Gender: A CGE
Analysis of Mozambique." World Development 28 (7):1307-1326. doi:
[Link]
Çağatay, Nilüfer, and Şule Özler. 1995. "Feminization of the labor force: The effects of long-
term development and structural adjustment." World Development 23 (11):1883-1894.
doi: [Link]
Christiaensen, L., and L. Demery. 2007. Down to earth: agriculture and poverty reduction in
Africa. Washington, DC: World Bank.
Cockburn, John, Ismael Fofana, Bernard Decaluwe, Ramos Mabugu, and Margaret Chitiga.
2007. "A gender-focused macromicro analysis of the poverty impacts of trade
liberalization in South Africa." Research on economic inequality 15:269-305.
Decaluwé, Bernard, André Lemelin, Véronique Robichaud, and Hélène Maisonnave. 2010.
"PEP-1-t. Standard PEP model: single-country, recursive dynamic version." Politique
Économique et Pauvreté/Poverty and Economic Policy Network, Université Laval,
Québec.
Dorosh, Paul, and Steven Haggblade. 2003. "Growth Linkages, Price Effects and Income
Distribution in Sub‐Saharan Africa." Journal of African Economies 12 (2):207-235. doi:
10.1093/jae/12.2.207.

32
FAO. 2011. The State of Food and Agriculture – Women in Agriculture – Closing the Gender
Gap for Development. Rome: FAO.
Fofana, Ismaël , John Cockburn, and Bernard Décaluwé. 2003. Modeling male and female work
in a computable general equilibrium model applied ton Nepal. Centre Interuniversitaire
sur le Risque, les Politiques Économiques et l’Emploi Politiques Économiques et
Pauvreté Université Laval, Québec
Fontana, M. 2001. Modelling the effet of trade on women: a closer look at on Bangladesh.
Institute of Development Studies.
Fontana, M. 2002. Modelling the effects of trade on women: the cas of Zambia. Institute od
Development Studies.
Fontana, M., and A. Wood. 2000. "Modeling the Effects of Trade on Women, at Work and at
Home." World Development 28 (7):1173-1190. doi: [Link]
750X(00)00033-4.
Haggblade, Steven, Peter Hazell, and James Brown. 1989. "Farm-nonfarm linkages in rural
sub-Saharan Africa." World Development 17 (8):1173-1201. doi:
[Link]
Latorre, María C. 2016. "A CGE Analysis of the Impact of Foreign Direct Investment and Tariff
Reform on Female and Male Workers in Tanzania." World Development 77:346-366.
doi: [Link]
Mukasa, Adamon N, Andinet D Woldemichael, Adeleke O Salami, and Anthony M Simpasa.
2017. "Africa’s Agricultural Transformation: Identifying Priority Areas and
Overcoming Challenges." Africa Economic Brief 8 (3):1-16.
Ñopo, Hugo, Nancy Daza, and Johanna Ramos. 2011. Gender earnings gaps in the world. In
IZA Discussion Paper.
Timmer, C Peter, and S Block. 1994. "Agriculture and economic growth: Conceptual Issues
and the Kenyan Experience." A report submitted to the US Agency for International
Development (USAID).
Wilkinson, John, and Rudi Rocha. 2009. "Agro-industry trends, patterns and development
impacts." Agro-industries for development:46-92.
World Bank. 2016. Assessing Africa's policies and institutions : 2015 CPIA results for Africa.
Washington: World Bank.

33