REPUBLIQUE DU BENIN - faseg.netfaseg.net/includes/memoires/2009/MA_E_2009_0005.pdf · ii. Ce mémoire a été réalisé grâce au soutien du Centre d’Etudes, de Formation et de

.

REPUBLIQUE DU BENIN MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE

**************

UNIVERSITE D’ABOMEY-CALAVI

FACULTE DES SCIENCES ECONOMIQUES ET DE GESTION (FASEG)

**************

MEMOIRE DE MAITRISE ES-SCIENCES ECONOMIQUES

OPTION/FILIERE : ECONOMIE

THEME :

USAGE DES TIC ET FRACTURES NUMERIQUES AU BENIN : UNE ANALYSE À PARTIR DU GENRE.

Présenté et soutenu par :

AMOUSSOU-GUENOU Mahutoè Giorgis D.B.A.

Sous la direction de :

CHABOSSOU Augustin Foster, PhD.

Année académique 2008-2009

Décembre 2009

Usage des TIC et fractures numériques au Bénin : une analyse à partir du genre.

Présenté et soutenu par : AMOUSSOU-GUENOU Mahutoè Giorgis D.B.A.

iiii

Ce mémoire a été réalisé grâce au soutien du Centre d’Etudes, de

Formation et de Recherches en Développement (CEFRED) à travers

son programme de recherche « E- Stratégie du Bénin ».



iiiiii

************* La Faculté des Sciences Economiques et de Gestion

n’entend donner aucune approbation ou improbation

aux opinions émises dans ce mémoire.

Ces opinions doivent être considérées comme propres à son auteur.

*************



iivv

DEDICACE

A mes parents Raoul et Mireille AMOUSSOU-GUENOU pour leurs prières et les

sacrifices qu’ils ont consentis afin de léguer à leurs enfants ce qu’il y a de plus

précieux, une éducation.

De vous, nous avons cultivé le principe « supporte et abstiens toi, ces peines vont

passer ; l’essentiel n’est pas comme le dit Jean Paul Sartre, ce qu’on a fait de

l’homme mais ce qu’il a fait de ce qu’on a fait de lui ».

A ma grand-mère Mme Antoinette AGBOTON et ma tante Prisca ADANHO pour

leur soutien tant moral que financier.

A mon oncle Donatien AMOUSSOU-GUENOU pour tous ses soutiens.

A mon frère Ronick AMOUSSOU-GUENOU pour tous ses encouragements et son

soutien.

A mon cousin Angelo AMOUSSOU-GUENOU qui m’a d’une manière ou d’une

autre apporté son soutien.

A mes amis William ADANLE, Emmanuel YAI et Laure QUENUM pour leurs

soutiens moraux et affectifs.

A vous tous, nous dédions ce travail.



vv

REMERCIEMENTS A Monsieur Fulbert AMOUSSOUGA-GERO, Directeur du CEFRED et doyen de la

FASEG pour nous avoir permis d’effectuer un stage au sein de sa structure.

A tout le corps enseignant de la FASEG, en particulier à mon maître de mémoire Mr.

Augustin Foster CHABOSSOU pour sa disponibilité et pour les conseils qu’ils m’a

prodigués.

Aux membres du jury qui ont accepté de consacrer une partie de leur temps à

l’amélioration de ce travail.

A Mr. Gilles SOSSOU, Mr Yves Yao SOGLO et Mr. Venant QUENUM, Docteurs en

sciences économiques à la FASEG pour leur contribution à la réalisation de ce

mémoire.

A Mr Serge Marcel LOUKPE, planificateur et assistant de recherche au CEFRED

pour son assistance et sa collaboration.

A toute personne physique ou morale qui a apporté une pierre de base à l’édification

de ce mémoire.



vvii

SOMMAIRE

INTRODUCTION GENERALE.......................................................................................................... 1

CHAPITRE PREMIER :...................................................................................................................... 3

CADRE THEORIQUE ET METHODOLOGIQUE D’ANALYSE DE L’USAGE DES TIC ET

DES FRACTURES NUMERIQUES. .................................................................................................. 3

SECTION 1/. CADRE THEORIQUE DE L’ETUDE............................................................................. 3

PARAGRAPHE 1 : PROBLEMATIQUE, OBJECTIFS ET HYPOTHESES......................................... 4

PARAGRAPHE 2 : REVUE DE LITTERATURE................................................................................. 7

SECTION 2/. METHODOLOGIE DE RECHERCHE. ........................................................................ 19

PARAGRAPHE 1 : LE CADRE OPERATOIRE.................................................................................. 19 PARAGRAPHE 2 : LES SOURCES DES DONNEES ET LES OUTILS D’ANALYSE..................... 22

CHAPITRE DEUXIEME :................................................................................................................. 24

RESULTATS, ANALYSES ET RECOMMANDATIONS.............................................................. 24

SECTION 1/. SECTEUR DES TIC AU BENIN ET PRESENTATION DES RESULTATS............. 25

PARAGRAPHE 1 : ETAT DES LIEUX DU SECTEUR DES TIC....................................................... 25 PARAGRAPHE 2 : PRESENTATION DES RESULTATS. ................................................................ 31

SECTION 2/. TIC ET FRACTURES NUMERIQUES AU BENIN..................................................... 46

PARAGRAPHE 1 : ANALYSE EMPIRIQUE DES RESULTATS DE LA REGRESSION. ............... 46 PARAGRAPHE 2 : RECOMMANDATIONS ET CONCLUSION PARTIELLE. .............................. 63

CONCLUSION GENERALE. ........................................................................................................... 65



vviiii

LISTE DES SIGLES ET ACRONYMES

ACDI : Agence Canadienne pour le Développement International.

ADSL : Asymetric Digital Subscriber Line.

APC/WNSP : Programme d’Appui aux Réseaux de Femmes de l’Association pour le

Progrès des Communications.

ATRPT : Autorité Transitoire de Régulation des Postes et Télécommunications.

CDMA : Code Division Multiple Access.

CIPB : Conseil des Investisseurs Privés du Bénin.

CRDI : Centre Canadien de Recherche pour le Développement International.

ENDA : Environnement et Développement du Tiers-Monde.

FTP : File Transfer Protocol.

INSAE : Institut National de la Statistique et de l’Analyse Economique.

ISAP : Intervention Sociale d'aide à la Personne.

IUT : Union Internationale des Télécommunications.

OIT : Organisation Internationale du Travail.

ONG : Organisation Non Gouvernementale.

ONU : Organisation des Nations Unies.

OPT : Office des Postes et Télécommunications.

PNUD : Programme des Nations Unies pour le Développement.

RNDH : Rapport National sur le Développement Humain.

RTC : Réseau Téléphonique Commuté.

SMSI : Sommet Mondial sur la Société de l’Information.

UNESCO : Organisation des Nations Unies pour l’Education, la Science et la Culture.

UNIFEM : Fonds de Développement des Nations Unies pour les Femmes.

USAID : United States Agency for International Development.

VSAT : Very Small Aperture Terminal.



vviiiiii

LISTE DES TABLEAUX

Tableau 1 : Répartition des utilisateurs de l’Internet selon le sexe......................................... 32

Tableau 2 : Fréquences conditionnelles pour l’utilisation de l’Internet selon le sexe. ........... 33

Tableau 3 : Utilisation de l’Internet selon le niveau d’éducation. .......................................... 35

Tableau 4 : Utilisation de l’Internet selon le niveau d’éducation et le genre. ........................ 36

Tableau 5 : Utilisation de l’Internet selon la zone de résidence. ............................................ 37

Tableau 6 : Répartition des utilisateurs du téléphone mobile selon le sexe au Bénin. ........... 39

Tableau 7 : Fréquences conditionnelles pour l’utilisation du téléphone mobile selon le sexe.

.................................................................................................................................................. 39

Tableau 8 : Utilisation du téléphone mobile selon les différents niveaux d’éducation. ......... 41

Tableau 9 : Utilisation du téléphone mobile au Bénin selon le niveau d’éducation et le sexe.

.................................................................................................................................................. 42

Tableau 10 : Utilisation du téléphone mobile selon la zone de résidence. ............................. 44

Tableau 11 : Paramètres estimés du modèle Logit pour l’Internet. ........................................ 47

Tableau 12 : Effets marginaux issus de la régression logit pour l’Internet. ........................... 53

Tableau 13 : Odds ratio de la régression logit pour l’Internet. ............................................... 55

Tableau 14 : Paramètres estimés du modèle Logit pour le téléphone mobile. ....................... 56

Tableau 15 : Effets marginaux de la régression Logit pour le téléphone portable. ................ 61

Tableau 16 : Odds ratio de la régression logit pour le mobile. ............................................... 62



iixx

LISTE DES GRAPHIQUES Graphique 1 : Répartition des utilisateurs de l’Internet au niveau individuel........................ 32

Graphique 2 : Probabilité d’utilisation de l’Internet selon les classes d’âges et le sexe. ....... 34

Graphique 3 : Utilisation de l’Internet selon la zone de résidence et le sexe......................... 37

Graphique 4: Répartition des utilisateurs du téléphone mobile au Bénin. ............................. 38

Graphique 5 : Probabilité d’utilisation de l’Internet selon les classes d’âge et le sexe.......... 40

Graphique 6 : Utilisation du mobile au Bénin selon le niveau d’éducation et le sexe........... 43

Graphique 7 : Utilisation du téléphone portable selon la zone de résidence et le sexe.......... 45

Graphique 8 : Utilisation du téléphone mobile selon le revenu et le sexe. ............................ 46

Graphique 9 : Test de la courbe ROC pour l’Internet. ........................................................... 48

Graphique 10 : Test de la courbe ROC pour le mobile. ......................................................... 58



xx

RESUME.

Cette étude analyse l’usage des TIC à savoir l’Internet et le téléphone portable et les fractures

numériques observées au Bénin en faisant un recentrage sur le genre. L’analyse est basée sur

un modèle logit et utilise les données collectées en 2007 par le RIA avec le concours du

CRDI. De façon globale, les estimations aboutissent à la conclusion que le taux d’utilisation

de l’Internet est très faible au Bénin (14,08%) et qu’il existe une fracture numérique de genre

au détriment des femmes en matière d’utilisation d’Internet car les femmes ont un tiers de

chances en moins d’accéder à cette technologie comparativement aux hommes. Le niveau

d’éducation et l’utilisation de l’ordinateur apparaissent comme significatives et sont

positivement corrélées avec la probabilité d’utiliser l’Internet au Bénin. Quand à l’âge, il a un

effet négatif sur la probabilité d’utilisation de l’Internet. L’analyse montre aussi que la

probabilité d’utiliser l’Internet au Bénin diminue au fur et à mesure que l’on quitte les zones

urbaines pour les zones rurales.

Comparativement à l’utilisation de l’Internet, l’utilisation du mobile au Bénin semble plus

importante (45,6%). Par ailleurs, il ressort de l’analyse des estimations que le fossé numérique

présent entre les hommes et les femmes dans le cas de l’Internet semble disparaître dans le cas

du téléphone mobile. Les femmes ont donc autant de chances que les hommes d’utiliser le

mobile au Bénin. Le niveau d’éducation comme précédemment augmente significativement la

probabilité d’utiliser le téléphone portable contrairement à la localisation géographique qui

diminue cette probabilité une fois qu’on quitte le milieu urbain pour le milieu rural.

Egalement, il ressort que le revenu et l’âge exercent des effets significatifs et positifs sur la

probabilité d’utilisation du téléphone portable mais de façon générale, ces effets sont très

limités.

Mots clés : Fractures numériques, TIC, genre, Internet, téléphone portable.



11

INTRODUCTION GENERALE

La dernière décennie du 20ème siècle a été incontestablement marquée par le développement

fulgurant des Technologies de l’Information et de la Communication (TIC). Il n’est pas

exagéré de dire qu’aucun domaine de la vie économique et sociale, ni aucune aire

géographique sur la terre n’a échappé aux bouleversements induits par ce phénomène. Les

TIC se déploient dans le monde à une vitesse encore inimaginable, nous amenant à l’aube de

ce que beaucoup considèrent comme une troisième grande révolution : celle de

l’informatique. Aujourd’hui, un fossé sépare ceux qui font partie de cette société de

l’information grâce à leur appropriation maîtrisée des TIC (notamment les pays du nord

industrialisés) et ceux restés en marge de la révolution technologique dans le domaine de

l’informatique (les pays du sud en développement). Ce fossé, qualifié de « fracture numérique

(digital divide1 en anglais) » a été identifié par la Conférence Mondiale sur le Développement

des Télécommunications d’Istanbul, en Mars 2002.

Cependant, ce fossé ne recouvre pas seulement les inégalités entre les pays nantis et les pays

pauvres mais revêt également la forme de plusieurs disparités dont notamment les disparités

entre les hommes et les femmes en matière d’accès, d’usage et de maîtrise des TIC à

l’intérieur d’un même pays. Ce dernier volet est beaucoup plus accentué dans les pays en

développement dont le Bénin fait partie et est qualifié de « fracture numérique de genre2 ».

Cette fracture est d’autant plus forte que le processus de développement et de mise en œuvre

des TIC au Bénin connaît déjà des faiblesses qu’il convient de prendre en compte assez tôt

dans les différents programmes de développement pour permettre à toutes les couches de la

vie sociale de jouir pleinement de leurs avantages. En effet, les TIC constituent aujourd’hui

1 L’expression digital divide aurait été évoquée pour la première fois en 1995 par A. Long-Scott dans “Access Denied”, Outlook, vol 8, n°1: http://www.maynardije.org 2 Le mot genre fait référence ici référence à l’égalité des sexes c’est-à-dire à l’égalité entre hommes et femmes, de telle sorte qu’hommes et femmes aient des chances égales de se réaliser pleinement en tant qu’humains, de contribuer au développement national, politique, économique, social et culturel, et d’en récolter les fruits. Elle implique la valorisation, par la société, des similarités et des différences entre les hommes et les femmes, de même que leurs rôles respectifs (ACDI, 1999).

http://www.maynardije.org/



22

un outil de lutte contre la pauvreté, par le fait qu’elles peuvent avoir un impact appréciable

dans le cadre de différents processus de production pouvant aboutir à la satisfaction des

besoins de base des hommes et des femmes. De plus, ce sont des outils incontournables dans

tous les domaines d'interaction sociale, culturelle, économique et politique.

Par ailleurs, la non prise en compte systématique des aspects sexospécifiques dans le

processus d’élaboration et de mise en oeuvre des politiques de TIC préoccupe également les

analystes de l’évolution de la Société de l’Information. Ainsi, en dépit des efforts de

promotion de la femme constatés sur le terrain, la problématique du genre et les TIC n’est

quasiment pas prise en compte. Le « Plan d’Action de la Politique Nationale de Promotion de

la Femme (PA/PNPF) » qui constitue le document de référence de la promotion de la femme

ne met pas en exergue la question du genre et les TIC (Gibigaye, 2005). Cette recherche sur

les fractures numériques et le genre n’est pas consacrée uniquement aux femmes, mais plutôt

aux disparités entre la situation des femmes et celle des hommes, appréciées du point de vue

de la promotion de l’égalité de genre. La fracture numérique de genre ne peut donc

s’appréhender qu’en comparant la situation des femmes et celles des hommes, ainsi que

l’intérêt porté aux questions de genre, dans les contextes où les TIC sont disponibles.

La présente étude intitulée « Usage des TIC et fractures numériques au Bénin : une analyse à

partir du genre » s’inscrit donc dans le cadre de la rédaction de notre mémoire de maîtrise es-

sciences économiques et vise à analyser et à mesurer la fracture numérique de genre au Bénin.

Elle est subdivisée en 2 chapitres : le premier chapitre présente le cadre théorique et

méthodologique du travail ; le deuxième chapitre quand à lui fait un bref exposé de la

situation des TIC au Bénin et est consacré à la présentation des résultats, aux analyses et aux

recommandations.



33

CHAPITRE PREMIER :

CADRE THEORIQUE ET METHODOLOGIQUE D’ANALYSE DE L’USAGE DES TIC ET

DES FRACTURES NUMERIQUES.

INTRODUCTION.

Le développement d’une nouvelle société dite de l’information a vu émerger ces dernières

années le concept de fracture numérique (on parle aussi de fracture digitale ou de fossé

numérique). Le fossé numérique est un terme contemporain utilisé pour décrire l’écart relatif

à l’accès aux TIC et à leur utilisation entre les pays développés et les pays en développement.

Il reflète en partie des fossés socioéconomiques plus vastes, dont bon nombre existent au sein

des sociétés. Par exemple, le fossé entre les hommes et les femmes, les riches et les pauvres,

les jeunes et les vieux, les citadins et les ruraux, les personnes plus instruites et moins

instruites, etc.

L’information et les connaissances, qui sont souvent transmises au moyen des TIC, font de

plus en plus partie des processus politiques, institutionnels et internationaux. Or, le fait de ne

pas avoir accès à ces sources d’information creuse un fossé qui compromet les perspectives de

croissance économique, de développement ainsi que de répartition de la richesse et

d’émancipation sociale des pays en développement. C’est le fossé numérique qui empêche, en

grande partie, le partage équitable de l’information à l’échelle mondiale et qui mène au

« déficit de l’information et des connaissances » chez certains groupes.

Le présent chapitre se propose ainsi de retracer le cadre théorique et méthodologique

d’analyse de l’usage des TIC et des fractures numériques. Pour ce faire, nous aborderons donc

dans un premier temps la problématique relative à l’étude, les objectifs et hypothèses de base,

la revue de littérature et dans un deuxième temps nous aborderons la méthodologie de l’étude.

SECTION 1/. CADRE THEORIQUE DE L’ETUDE.

Dans cette section, nous mettrons en exergue les problèmes qui se posent entre les hommes et

les femmes en matière d’accès, d’usage et de contrôle des TIC au Bénin, les objectifs à

atteindre en vue de permettre aux décideurs politiques Béninois de prendre des mesures



44

appropriées qui favorisent une participation aux processus de décision dans le secteur des

TIC, dans une perspective d’égalité de genre afin de contribuer à l’épanouissement des

femmes et à la lutter contre la pauvreté et enfin les hypothèses de base.

PARAGRAPHE 1 : PROBLEMATIQUE, OBJECTIFS ET HYPOTHESES.

A/. Problématique.

Il ne fait aucun doute que les réalités de vie ne sont pas les mêmes pour les hommes et les

femmes. Ainsi, « il n’existe pas une société dans laquelle les femmes bénéficient des mêmes

opportunités que les hommes » (PNUD, 1995). Partout dans le monde, la plupart des femmes

sont plus pauvres que les hommes et pas aussi instruites et connaissent des taux plus élevés

d’analphabétisme. En général, elles gagnent moins que les hommes et il est plus rare qu’elles

occupent des positions de pouvoir et qu’elles interviennent dans la prise de décision dans la

famille, les affaires et la vie politique et publique. Ces inégalités se répercutent sur l’aptitude

des femmes à bénéficier équitablement des possibilités offertes par les TIC et à contribuer

pleinement à modeler l’économie et la société universelle de la connaissance dont on voit

aujourd’hui l’émergence.

Ainsi donc, comparées aux hommes, les femmes semblent avoir moins de possibilités d'accès

aux nouvelles technologies à cause de leur niveau d'éducation en général plus bas et un

pouvoir économique et politique faible. Des études et recherches menées en Afrique

francophone montrent que la fracture numérique de genre, au détriment des femmes, est bien

réelle : actuellement, les femmes ont 35% moins de chances que les hommes de bénéficier de

la société Africaine de l’information. Alors qu’elles représentent la majorité de la population

dans plusieurs pays en développement et jouent un rôle essentiel dans les différents secteurs

de la vie économique (ENDA, 2005).

Ce constat est malheureusement généralisable au Bénin car plusieurs indicateurs semblent

confirmer cet état de choses. En effet, la capacité d’usage des TIC étant fonction du niveau

d’éducation/alphabétisation, le taux d’alphabétisation au plan national est estimé à 37,7% en

2002 (Base de données socio-économique « (BenInfo) ». Ce taux encore faible, présente un

déséquilibre en faveur des femmes : 48,2% des hommes sont alphabétisés contre 28,1% chez



55

les femmes, soit un indice de disparité du genre de 0,583. En ce qui concerne la connectivité,

les hommes ont un léger avantage comparés aux femmes (57,4% contre 50,8%). En milieu

professionnel au Bénin, l’Internet reste encore une denrée rare. Seule une personne sur six

(17%) a accès à Internet. Les hommes plus que les femmes (21% contre 13%) en profitent. La

possibilité d’accéder à Internet en milieu professionnel dépend aussi du niveau d’instruction.

Près de quatre répondant sur cinq au supérieur (36%) dont 30% de femmes contre 39%

d’hommes ont accès à Internet.

Dans les lieux publics, les disparités observées selon le sexe sont de plus de dix (10) points au

profit des hommes (59,0% contre 48,6% pour les femmes). Les hommes utilisent plus le

téléphone portable et Internet à la fois, que les femmes. La proportion des hommes abonnés à

une adresse Internet est 1,3 fois supérieure à celle des femmes (60% pour les hommes contre

47% pour les femmes). Les hommes ont une légère avance sur les femmes en ce qui concerne

l’usage personnel de l’ordinateur, Internet et du téléphone portable (soit respectivement 64%

contre 58% ; 60% contre 49% et 79% contre 77%). La même tendance caractérise l’usage

professionnel de ces TIC (Gibigaye, 2005).

Par ailleurs, une récente étude sur les TIC réalisée par l’Institut National de la Statistique et de

l’Analyse Economique (INSAE) en 2005 ayant porté sur un total de 3426 ménages avec 9869

individus a fait ressortir que la probabilité pour une femme d’utiliser un ordinateur est de

(5%) et que celle d’un homme est de 10%. Les hommes ont donc au Bénin 2 fois plus de

chances que les femmes d’utiliser l’ordinateur. La même étude montre aussi que sur les

utilisateurs d’Internet au Bénin, 6,82% des usagers sont de sexe masculin et 2,47% de sexe

féminin. La même tendance caractérise l’usage des téléphones fixes et portables car ici aussi,

les hommes ont 2 fois plus de chances que les femmes (INSAE, 2005).

Cette quasi-concordance des chiffres montre donc qu’au Bénin, en dépit des efforts de

promotion de la femme qui sont faits, la problématique du genre et les TIC souffre encore

sérieusement de fondements solides. La preuve c’est que « La Déclaration de Politique du

Secteur des Postes, des Télécommunications et des Technologies de l’Information et de la

Communication (DPS) » de 2008, qui se trouve être le document de référence sur la politique

3 Recensement Général de la population et de l’Habitation (RGPH-3), fév. 2002.



66

des TIC au Bénin n’a même pas effleuré la question du genre et des TIC dans ses piliers et

axes stratégiques.

De façon générale les développements précédents montrent qu’en matière d’accès, d’usage et

de maîtrise ou de contrôle des TIC au Bénin il se pose un véritable problème en ce qui

concerne la situation des hommes et celle des femmes. Dans le souci de comprendre les

soubassements de ces problèmes, nous sommes donc amenés dans le cadre du présent travail

à nous poser les questions de recherche suivantes : quels sont les facteurs qui déterminent

l’utilisation des TIC au Bénin ? Quelle est l’ampleur de la fracture numérique de genre au

Bénin ? Quelles sont les chances qu’a une femme par rapport à un homme d’accéder aux TIC

au Bénin ?

Il importe de trouver des éléments de réponse à ces préoccupations en raison de la place

prépondérante qu’occupent les TIC dans le processus de développement. Pour ce faire, notre

étude s’articulera autour de certains objectifs et hypothèses.

B/. Les objectifs d’étude.

L’objectif général de notre étude est de mesurer au niveau du Bénin, l’ampleur de la fracture

numérique de genre. Il s’agira plus spécifiquement :

D’identifier les déterminants de l’utilisation des TIC au Bénin.

D’identifier un ensemble d’indicateurs permettant d’illustrer et mesurer la fracture

numérique de genre au Bénin.

D’estimer la probabilité d’utilisation des TIC au Bénin.

C/. Les hypothèses.

Nous postulons dans le cadre de cette étude que :

Les variables économiques et sociodémographiques déterminent l’utilisation des TIC au

Bénin.

La fracture numérique de genre est liée au sexe.

La probabilité d’utilisation des TIC est influencée par le niveau d’éducation, le revenu,

l’âge, et la situation géographique.



77

PARAGRAPHE 2 : REVUE DE LITTERATURE.

Dans cette partie nous allons définir le concept de fracture numérique et les compétences

numériques et montrer l’évolution de ce concept à travers les différents courants de la

littérature scientifique ; nous aborderons ensuite l’approche genre et les questions relatives au

genre et TIC.

A/. Les fractures numériques : quelques repères théoriques.

1/. Fracture numérique et compétences numériques.

1.1/. La fracture numérique.

La notion de “fracture numérique” est apparue dans les années 1990 avec la montée en

puissance des technologies de l’information et de la communication (TIC) dans tous les

domaines de la société. Le concept de fracture numérique a fait l’objet d’une littérature

abondante, notamment en analyse économique (Gurova et al., (2001) ; Montagnier et al.,

(2002) ; Chéneau-Loquay, (2002) ; Antonelli, (2003), Ben Youssef A. (2005), Loukou,

(2006). Cependant, on ne trouve pas dans la littérature une définition précise, unanimement

acceptée de la fracture numérique. Ces utilisations dépendent de la problématique abordée et

du contexte de l’étude.

Aux Etats-Unis par exemple, le débat relatif aux fractures numériques porte sur l’incapacité

de certaines catégories de la population d’accéder aux services de base tels que le téléphone

ou l’Internet. En Europe, le débat porte sur la couverture géographique de certains territoires

par les opérateurs privés de téléphonie après les processus de déréglementation du secteur.

Dans ce contexte, une fracture « économico-géographique » risque de marginaliser certains

territoires et certaines populations. En France particulièrement, les préoccupations soulevées

par la fracture numérique s’articulent autour de la couverture géographique du haut débit.

Bien qu’une grande partie du territoire français soit couverte par des opérateurs, le haut débit

demeure le privilège de certains territoires au détriment d’autres. Pour les institutions

internationales comme l’OCDE, la problématique de la fracture numérique se pose en termes

de marginalisation des PVD (Pays en Voie de Développement), due à leur retard en

équipements technologiques. Ce retard engendre un fossé numérique entre les pays

développés « connectés » et les PVD qui n’ont pas encore un usage courant du téléphone.

Pour l’OCDE (2001b), la fracture numérique traduit, les disparités entre des individus, des

foyers, des entreprises et des aires géographiques aux différents niveaux socio-économiques

en termes d’accès aux TIC et d’utilisation de l’Internet pour une large variété d’activités.



88

Au sens large, le concept de fracture numérique désigne communément le fossé séparant

ceux qui bénéficient de l’accès à l’information numérique (les “info-riches”) et les autres,

ceux qui demeurent privés des contenus et des services que ces technologies peuvent rendre

(les “info-pauvres”).

Dans une perspective plus scientifique, on considère toutefois que la notion de la fracture

numérique est moins polarisée dans le sens où elle recouvre, en fait, plusieurs aspects qui

entretiennent entre eux des relations dynamiques :

- La fracture numérique a une dimension « matérielle » : dans ce premier sens, elle

renvoie à un déficit en termes de moyens, d’équipements et d’accès.

- La fracture numérique a aussi une dimension « intellectuelle et sociale » : dans ce

second sens, elle renvoie à des disparités de type sociocognitif, c’est-à-dire : le

manque de maîtrise des compétences et connaissances fondamentales pour l’usage des

TIC et l’exploitation de leurs contenus ainsi que le manque de ressources sociales pour

développer des usages qui permettent de négocier une position sociale valorisante au

sein des univers sociaux fréquentés.

Il importe de faire une distinction claire entre, d’une part, des différences et, d’autres part, des

inégalités dans l’accès aux TIC et dans leurs usages. Observer des écarts sur ces aspects entre

sous-groupes de la population n’induit pas de facto que ceux-ci revêtent un caractère

inégalitaire ; certains renvoient à de simples différences (Vendramin & Valenduc, 2003). Par

exemple, le fait que certaines personnes n’utilisent que peu ou prou Internet peut résulter,

comme le montrent certaines recherches (Selwyn, 2006), d’un choix assumé plus que d’un

processus subi de discrimination ou d’exclusion sociale. Autrement dit, pour que l’exclusion

devienne effective, il faut que ces différences créent des phénomènes de ségrégation. Ainsi, le

simple décompte des connexions et du nombre d’utilisateurs ne nous apprend que peu de

choses sur la manière dont ces outils créent des inégalités. Si l’on adopte ce point de vue, il

s’agit de s’intéresser moins aux écarts dans les usages qu’aux effets discriminatoires que

ceux-ci peuvent engendrer. Des discriminations dues au non-accès et au non-usage peuvent

s’instaurer dans plusieurs domaines : le travail et le développement professionnel ; la

consommation ; la communication ; l’exercice de la démocratie. Comme plusieurs auteurs

l’ont souligné (Castells 2002, De Haan & Steyaert 2001), ces effets discriminatoires sont

essentiels pour comprendre les conséquences de la fracture numérique. C’est donc en



99

définitive l’influence des usages des TIC sur les divers domaines de la vie sociale qui est au

coeur du problème des fractures numériques.

1.2/. Les compétences numériques.

La question des compétences numériques est traitée depuis longtemps par divers auteurs qui

s’intéressent à l’éducation et à la pédagogie des TIC (Selwyn & al., 2005). Dans les

recherches sur la fracture numérique, cette question apparaît aussi sous les appellations de

nouvelle culture numérique (nieuwe geletterdheid, en néerlandais) ou alphabétisation

numérique (digital literacy, en anglais) (Mertens & al, 2007 ; Selwyn & Facer, 2007 ;

Warschauer, 2003). Pour analyser les compétences numériques – c’est à dire la capacité à

utiliser les TIC de manière efficace et autonome – et leur mode de construction, la présente

étude se réfère à une typologie de ces compétences élaborée par des chercheurs hollandais,

Jan Steyaert et Jos De Haan (2001), reprise et complétée ensuite par d’autres auteurs

(Vendramin & Valenduc, 2003 et 2006 ; Van Dijk, 2003 et 2005). Ceux-ci distinguent trois

niveaux de compétences numériques : les compétences instrumentales, structurelles (ou

informationnelles) et stratégiques.

- Les compétences « instrumentales » : elles ont trait à la manipulation du matériel et

des logiciels. Elles couvrent en premier lieu les compétences opérationnelles qui

relèvent d’un savoir-faire de base. Que ce soit dans un environnement domestique ou

professionnel, les compétences instrumentales comprennent aussi les capacités

techniques et les capacités de raisonnement pour faire face aux bogues, aux virus et

autres aléas techniques quotidiens.

- Les compétences « structurelles ou informationnelles » : elles concernent la nouvelle

façon d’entrer dans les contenus en ligne, c’est-à-dire chercher, sélectionner,

comprendre, évaluer, traiter l’information. Alors que l’utilisation de l’informatique a

toujours nécessité des compétences instrumentales, les compétences informationnelles

ont pris toute leur importance plus récemment, avec le développement des contenus

d’information et des services en ligne. Elles sont nécessaires pour utiliser les

procédures de navigation, les hypertextes, les moteurs de recherche, les forums de

discussion, les services interactifs ou coopératifs du web 2.0.

- Les compétences « stratégiques » : elles concernent l’aptitude à utiliser l’information

de manière proactive, à lui donner du sens dans son propre cadre de vie et à prendre

des décisions en vue d’agir sur son environnement professionnel et personnel. Elles



1100

soutiennent des comportements orientés vers un but. Les compétences stratégiques,

tout comme les compétences informationnelles substantielles, ne sont pas totalement

nouvelles ; leur besoin se faisait déjà sentir avec les médias écrits et audiovisuels, mais

les médias interactifs en ligne en accentuent l’importance et l’urgence de les maîtriser.

Les auteurs cités s’accordent sur une sorte de hiérarchie des compétences numériques :

les compétences instrumentales sont un pré-requis à la construction des compétences

informationnelles, qui soutiennent, à leur tour, les compétences stratégiques.

2/.Une approche comparative de la fracture numérique à travers la littérature

économique.

2.1/. L’évolution récente du concept de fracture numérique.

2.1.1/. Des fractures aux inégalités.

Si l’intérêt politique pour le sujet est important, l’intérêt porté au concept de fracture

numérique par le milieu scientifique ne l’est pas moins. En effet, ce concept a fait l’objet

d’une attention croissante dans les recherches en sciences sociales depuis le milieu des années

1990. Un nombre abondant de travaux ont consacré un large espace de réflexion à la

définition de ses contours et de ses limites. Un point fait l’unanimité parmi les scientifiques :

la notion est difficile à appréhender dans la mesure où elle est souvent trop peu définie sur le

plan conceptuel. Comme l’écrit Rallet (2004), “elle a peu de contenu tant elle en a trop”. Sous

une apparence consensuelle, son contenu n’est, en fait, jamais clairement défini. Ainsi, une

question, pourtant toute légitime, reste-t-elle souvent en suspens : derrière le terme générique

de “fracture numérique”, de quelles inégalités parle-t-on vraiment ? (Van Dijk, 2005).

Initialement, les travaux de recherche sur la question envisageaient surtout la fracture

numérique comme une forme d’exclusion de ceux n’ayant pas accès aux TIC, l’accès étant

appréhendé dans sa dimension matérielle : l’équipement et la connexion. Cette perspective de

la fracture numérique, qui place l’équipement technologique au centre de l’analyse,

présuppose implicitement que les TIC sont des technologies génériques dont le simple accès

conduirait automatiquement à l’usage, quel que soit le milieu économique, social et culturel

dans lequel elles sont diffusées. En quelque sorte, comme l’écrit Youssef (2004), “tout se

passait comme s’il suffisait à un individu de se connecter pour passer de l’autre côté de la

barrière numérique”.Aujourd’hui, la fracture numérique est encore souvent commentée et

traitée dans cette perspective techniciste. Néanmoins, depuis quelques années, une vague de

recherches critiques en sciences sociales propose d’envisager la notion dans un sens plus large



1111

que celui renvoyant au seul déficit en termes d’accès matériel. C’est Kling (1998) qui

distingue pour la première fois explicitement les inégalités dans l’accès aux TIC (technical

access), des inégalités dans les connaissances et les compétences (social access) parmi ceux

qui sont déjà connectés. Dans cette veine, les chercheurs invitent à reconsidérer le concept de

fracture numérique de façon plus nuancée qu’en termes dichotomiques, renvoyant à l’idée

d’une division nette entre deux groupes : les nantis (have) et les démunis (have not) de

l’information (Bucy and Newhagen 2004, Di Maggio & al 2004, Hargittaï 2002, 2003, Katz

and Rice 2002; Selwyn & al 2005, Van Dijk 2005, Warschauer 2003).

Cette perspective critique met l’accent sur le caractère « multidimensionnel » du concept de

fracture numérique. Elle plaide pour une approche plus holistique de la problématique et

considère en ce sens qu’il est plus judicieux de parler des fractures numériques plutôt que de

la fracture, tant sont diverses les inégalités que cette notion peut recouvrir. En effet, l’inégalité

numérique se pose en des termes complexes et selon différents facteurs de différenciation. Il

est vrai que derrière l’accès physique aux TIC se cachent des usages aux formes et aux

objectifs très variés, lesquels s’effectuent dans des contextes divers, via différentes

plateformes ou services technologiques, et qui requièrent des niveaux de compétences, de

connaissances et de maîtrise très variables. Pour imager cette pluralité de niveaux dans la

fracture numérique, certains auteurs évoquent l’idée d’un “arc-en-ciel” numérique (Van Dijk

2005, Clement & Shade 2000), tandis que d’autres parlent de “spectre” numérique (Lenhart &

Horrigan, 2003). Quant à Di Maggio et Hargittaï (2004), ils vont plus loin en suggérant de

remplacer le terme de « fracture » par celui d’ « inégalités », afin d’insister sur les différents

niveaux qui existent dans le processus menant tant à l’accès aux technologies qu’à leur pleine

appropriation. Cette perspective multidimensionnelle de la fracture numérique a déjà été bien

décrite d’un point de vue théorique dans la littérature scientifique. On pense notamment au

modèle à quatre dimensions élaboré par Van Dijk (2005) et à celui développé par De Haan

(2004). Les recherches empiriques sont, quant à elles, bien moins nombreuses.

2.1.2/. Du premier degré au second degré de fracture numérique.

Dès lors que la fracture numérique est envisagée dans ses multiples dimensions, il devient

vain de penser que la seule démocratisation de l’accès aux TIC, et à Internet en particulier,

soit synonyme de plus d’égalité. Nombre de recherches actuelles montrent d’ailleurs qu’au

moment où certaines inégalités en termes de possession d’ordinateur et d’accès à Internet

semblent se résorber dans certains pays, notamment industrialisés, de nouvelles disparités



1122

apparaissent autour du mode d’usage des TIC. C’est ce que Hargittaï (2002) a été la première

à nommer fracture numérique au second degré (second order digital divide).Cette expression

désigne une sorte de fracture dans la fracture : les nouveaux clivages ne se situent plus au

niveau de l’accès physique et matériel aux TIC, mais parmi les utilisateurs selon les types

d’usages qu’ils font, non seulement de ces technologies, mais aussi des services et

informations accessibles en ligne. Plus précisément, l’analyse porte sur les inégalités sociales

qui peuvent résulter de la différenciation des usages de ces technologies numériques, une fois

que la barrière de l’accès est surmontée. Comme le souligne Warschauer (2003) : “la question

clé devient alors non plus l’accès inégal aux ordinateurs, mais bien les manières inégales

dont les ordinateurs sont utilisés”. Dans ce cas, l’enjeu est de cerner à quel moment les

trajectoires d’usages différenciées sont susceptibles de se transformer en véritables inégalités

(Le Guel, 2004). L’hypothèse sous-tendue par l’existence d’une fracture numérique dite de

second degré est que pallier le déficit en termes d’équipement et de connexion est une

condition nécessaire, mais non suffisante, pour réduire les inégalités sociales issues de la

diffusion des TIC dans la société. En effet, l’accès aux TIC ne conditionne pas

automatiquement leur usage effectif et encore moins leur usage autonome et efficace. Pour

que cela soit possible, encore faut-il posséder les connaissances et compétences cognitives

nécessaires (De Haan, 2004) – ou du moins s’en reconnaître les capacités (Bandura, 1997) –

tout autant que pouvoir compter sur un support social pour faire face aux difficultés et

développer des usages qui permettent de négocier une position sociale valorisante au sein de

la société (Van Dijk, 2005). Par ailleurs, il faut aussi percevoir un quelconque intérêt ou utilité

à utiliser les TIC pour en retirer un certain bénéfice (Selwyn, 2006). De nombreuses études

montrent ainsi que de multiples facteurs se combinent aux variables sociodémographiques

traditionnelles (statut socio-économique, niveau d’éducation, âge, sexe, etc.) pour influencer

l’engagement (ou non) des individus dans les TIC. S’approprier pleinement les TIC et leur

contenu – c’est-à-dire en avoir un usage motivé et efficace – est bien une dynamique

complexe, qui requiert de nombreuses ressources d’ordre tant matériel que mental, social et

culturel.

B/. Fracture numérique, genre et TIC.

1/.Définition de l’approche genre.

Le mot « Genre » est traduit du terme anglais « Gender ». C’est un concept qui a donné lieu

à l’approche Genre et développement. Le concept Genre renvoie au concept d’inégalité



1133

sociale et permet de montrer en quoi des rapports inégalitaires peuvent être facteurs de

blocage pour le développement. C’est une manière de voir, d’appréhender et d’agir sur tous

les détails de la vie des femmes, des hommes, des filles et des garçons. Genre c’est aussi un

concept qui identifie et se réfère aux relations entre femmes et hommes, entre garçons et

filles, à la manière dont ces relations sont socialement construites et aux différences sociales

entre les femmes et les hommes. Ces relations sont acquises, susceptibles de changer avec le

temps et sont largement variables d’un pays à l’autre et parmi les différentes cultures à

l’intérieur d’un même pays. Le concept Genre situe les problèmes des hommes, des femmes,

des filles et des garçons dans le cadre d’un ensemble de normes, de valeurs, d’attitudes et de

perceptions à travers lesquelles les sociétés affectent des rôles et des statuts sociaux à chacun

des deux sexes. En terme de définition, « le genre est la construction socioculturelle des rôles

féminins et masculins et des relations entre les femmes et les hommes. Les rôles féminins et

masculins se rapportent aux activités attribuées aux femmes et hommes dans la société et à la

position que femmes et hommes y occupent respectivement. Ces rôles découlent des forces

telles que la culture, la tradition, la politique et les besoins, permettent de déterminer l’accès

aux opportunités et aux ressources et imposent des attentes et des limites aussi bien aux

femmes qu’aux hommes » (Cf. Manuel ISAP, PNUD). Autrement dit, le Genre ou Gender est :

- institutionnalisé par la famille, la communauté, les normes, les organisations, et l’Etat ;

- perpétué à travers la religion, la culture, les normes et la tradition ;

- enraciné dans le patriarcat.

« Genre » est différent de « Sexe » qui lui signifie des différences biologiques entre les

femmes et les hommes. Le mot Genre fait référence aux rôles, responsabilités et tâches des

femmes et des hommes et leur interaction et à la façon dont les comportements et les identités

sont définies par les normes et valeurs de la société. Les rôles, les statuts, les conditions et les

positions occupés par les femmes et les hommes sont donc culturellement marqués et peuvent

sensiblement varier d’une société à l’autre. Le concept Genre n’est donc pas un concept

statique. Les relations de genre évoluent, se composent et se reconstruisent à travers

d’incessantes et incontournables négociations entre les hommes et les femmes. La notion de

Sexe4 se réfère à la structure biologique de reproduction chez l’être humain.

4 Voir annexe n°2 pour la différence entre le concept de « genre » et le concept de « sexe ».



1144

2/. Relation entre genre et technologie.

Le débat sur la relation entre genre et technologie peut constituer un point de départ pour

aborder ce thème. Cette sous-section présente quelques théories relatives à l’accès inégal des

femmes à la technologie et démontre l’importance de prendre en compte le contexte qui

préside à la relation entre genre et technologie.

2.1/.Le genre dans le discours sur les TIC.

Les questions de genre en relation avec les NTIC ont commencé à être soulevées à la fin des

années 1990. Cette sous-section dresse la carte des questions de genre dans le domaine des

TIC. Elle recense les plaidoyers autour de cette question et montre que la communauté

internationale n’est pas encore parvenue à établir un véritable consensus autour

d’engagements progressistes en faveur de l'égalité homme-femme.

2.1.1/.Thèmes cruciaux dans le discours sur le genre et les TIC.

Le débat sur les questions de genre en lien avec les NTIC s’appuie en partie sur les analyses

antérieures concernant les femmes et la technologie, et les femmes et les médias. Au cours des

années 1990, les questions de genre dans la communication et les médias mettaient l'accent

sur trois grands axes : l'accès équitable des femmes et des organisations de femmes aux

moyens d'expression publique ; l'accès des femmes aux carrières professionnelles et aux

postes de prise de décision traditionnellement réservés aux hommes ; et les représentations

des femmes qui renforcent ou bousculent les stéréotypes. Plus récemment, un recentrage s'est

opéré vers une vision des femmes où celles-ci ne sont plus uniquement les réceptrices de

l’information mais en ont le contrôle – autrement dit, qui ne se contente pas de faire évoluer le

discours sur les femmes mais permet à un plus grand nombre de femmes, en particulier

marginalisées, de créer leur propre information et de diffuser leurs propres messages au

travers des nouvelles TIC (Burch and Leon, 2000).

La question du genre et des NTIC a été largement évoquée pour la première fois dans un

document de l’Association pour le progrès des communications (APC) en 1995 (Burch and

Leon 2000), qui soulignait la nécessité d'élargir le plaidoyer en faveur des médias et de la

communication pour prendre en compte l’expansion de l’Internet. Les gouvernements des

pays industrialisés et les multinationales du secteur des communications sont engagés dans

des négociations sur l'avenir de l'industrie des communications et, entre autres aspects, la

distribution internationale du cyberespace (c'est à dire, l'infrastructure et la réglementation



1155

définissant le fonctionnement des réseaux informatiques). Les groupes de femmes et de

citoyens n'ont pas voix au chapitre dans les négociations qui influenceront les législations

nationales et internationales et donc leur accès aux ressources technologiques et

informatiques. Il est donc impératif d’élaborer des mécanismes pour leur permettre de

formuler leurs besoins et de défendre leurs intérêts.

Les questions relatives au genre dans la société de l'information sont multiples : intégrer des

perspectives de genre dans les politiques nationales en matière de TIC ; sensibiliser les

défenseurs de l'égalité homme-femme à l'importance des programmes nationaux en matière de

TIC pour l'égalité des sexes ; promouvoir une gouvernance électronique soucieuse de l’égalité

des sexes ; garantir l'utilisation effective des TIC par les femmes et offrir des contenus

pertinents ; encourager la participation économique des femmes dans l'économie de

l'information ; promouvoir des médias démocratiques et combattre l'utilisation de l'Internet

visant à perpétuer la violence contre les femmes. Grâce à un plaidoyer actif, ces questions ont

occupé une place importante dans les récents débats sur les TIC et en particulier dans la

préparation du SMSI. Les partisans de l’égalité homme-femme dans le domaine des TIC

réclament l'égalité des sexes dans ce secteur et une diffusion des TIC qui puisse contribuer à

une évolution positive des rapports sociaux de sexe. Pour atteindre cet objectif, la seule prise

en compte des questions de genre dans le domaine des TIC ne suffit pas ; il faut transformer le

secteur des TIC et non se contenter d'intégrer les femmes dans un secteur qui resterait

inchangé (Marcelle 2000).

2.1.2/.Le genre dans l'économie de l'information.

Les femmes ont relativement peu de titres de propriété et de pouvoir dans le secteur des TIC.

On manque certes de données mais il est évident que les femmes sont sous-représentées dans

les conseils d'administration et parmi les cadres supérieurs des sociétés de TIC, de même que

dans les organismes de politique et de réglementation, les institutions de normalisation

technique, les organisations industrielles et professionnelles et au sein des institutions

étatiques qui travaillent dans ce domaine. La participation des femmes en tant qu'employées

du secteur offre un tableau plus complexe. La nouvelle économie surfe sur la puissance des

TIC. La sous-traitance est devenue une stratégie économique essentielle de nos jours, qui a

donné naissance à une nouvelle division mondiale du travail. Les emplois sous-traités sur le

plan international, tels que la transcription médicale ou l’assistance-logiciel ont changé la



1166

donne quant aux opportunités de travail des femmes dans les pays en développement. Dans le

domaine des logiciels, les femmes bénéficient d'opportunités comme elles n'en ont jamais

connu dans aucun autre secteur de l'ingénierie et des sciences.

Cependant, dans le secteur des technologies de l'information, les femmes ne constituent qu'un

faible pourcentage du personnel de direction, de maintenance et de conception des réseaux,

des systèmes d'exploitation ou des logiciels. Selon l’UNIFEM, les femmes détiennent 9 % des

emplois de moyen à haut niveau en rapport avec les TIC dans le secteur de l'ingénierie et

représentent 28,5 % des programmeurs informatiques et 26,9 % des analystes fonctionnels.

Elles ne sont majoritaires, à 85 %, que dans les postes de saisie de données (UNIFEM 2000,

in Huyer and Mitter 2003).

Les technologies de l'information ont bénéficié aux femmes sur le plan de l'emploi mais les

tendances actuelles font apparaître de nombreux défis. Le rapport de l’OIT sur « Le travail

dans la nouvelle économie » publié en 2001 formule les observations suivantes à propos du

secteur des TIC :

• Les formes de ségrégation sexospécifiques se reproduisent dans l'économie de l'information

où les hommes détiennent la majorité des emplois hautement qualifiés, à forte valeur ajoutée

tandis que les femmes sont concentrées dans les emplois peu qualifiés, à faible valeur ajoutée.

• À mesure que les industries de production traditionnelles qui employaient auparavant des

femmes disparaissent, les femmes qui trouvent des emplois dans les nouvelles industries,

souvent liées à la sphère des TIC, sont rarement les mêmes que celles qui ont perdu leur

emploi dans les secteurs traditionnels. De nouvelles inégalités apparaissent donc entre, d'un

côté, les femmes qui possèdent des compétences professionnelles dans le domaine des TIC et,

de l'autre, celles qui n'en ont pas.

• Si le télétravail a créé de nouvelles opportunités d'emploi pour les femmes, le revers de la

médaille est que les femmes peuvent se trouver exclues de meilleures possibilités de carrière

et qu’au lieu de permettre un équilibre, les responsabilités familiales s'ajoutent au travail

salarié et les femmes se voient dotées de nouvelles tâches en complément des anciennes.



1177

C/. Situation africaine et sous-régionale : les éléments empiriques du problème de genre

et des TIC.

Dans les pays du Sud, en particulier en Afrique, nous constatons des inégalités criardes et

profondes entre hommes et femmes aux plans économique, politique, social et culturel. Le

déséquilibre et les disparités dans le traitement entre les sexes sont si manifestes que notre

seul contexte de sous-développement et de pauvreté ne saurait expliquer. Alors que les enjeux

du développement appellent la mobilisation de toutes les composantes de la société. Aucune

société ne peut aspirer à un développement durable et équitable sans au préalable jeter les

bases d’un fondement pour une égalité de genre. C’est pourquoi il est nécessaire de mettre en

place des mécanismes pouvant favoriser une prise de conscience de l’importance de la

participation égale et équitable de la femme et de l’homme, plus que jamais indispensable,

dans l’effort de développement.

Une étude récente, menée dans des pays d’Afrique francophone, portant sur la fracture

numérique de genre atteste que : « les femmes ont globalement un tiers de chance en moins

que les hommes de bénéficier des avantages de la société de l'information en Afrique

francophone et que les liens politiques entre les questions de genre et de TIC sont largement

méconnues5». Selon l’IUT, le Bénin et les autres pays de l’Afrique de l’ouest font partie de la

région située "du plus mauvais côté" de la fracture numérique mondiale, comme en témoigne

l’Indice d’Accès Numérique calculé par l’IUT (Simard, 2003). Ils ont fait le pari sur les TIC

comme outil de développement et ont mis en place des politiques et stratégies nationales dans

ce sens. Constituant la majorité des pauvres de cette région pauvre, la moitié des ressources

humaines que représente la population féminine semble en marge de cette évolution. Bien

qu’investies d’un rôle social et économique prépondérant au quotidien, elles restent invisibles

dans la vie publique. Les inégales relations de genre ne sont pas prises en compte dans les

politiques de TIC : cette constante transcende les contextes géographiques et culturels

spécifiques à ces pays. De la même manière, les politiques de promotion de la condition des

femmes et de lutte contre la pauvreté mises en place dans chacun de ces pays ne font pas de

lien avec les politiques de TIC, et il y a là un risque majeur tant pour les femmes que pour la

société africaine de l’information en cours de formation.

Alors que la condition fondamentale pour un développement humain durable et la réalisation

des Objectifs Du Millénaire pour le Développement (OMD) est l’accès équitable des hommes

5 Voir : « fracture numérique de genre en Afrique francophone : une inquiétante Réalité »



1188

et des femmes aux TIC. Il faut donc encourager activement et faciliter la participation des

femmes à la construction de la société de l’information. L’exclusion des femmes accentue

davantage la fracture numérique de genre alors même que les nouvelles technologies de

l’information sont de potentiels outils d’intégration, d’échange et d’information. La formation

sur le genre et développement permettra le renforcement de l’accès et de l’appropriation

équitable des opportunités qu’offrent les TIC. Pour réaliser les OMD, nous devons corriger les

disparités de genre par un usage efficace des TIC pour accélérer la prise de conscience de

l’importance d’une politique ardue de mise en oeuvre de l’approche genre dans la

construction de la société de l’information. La béance du fossé numérique de genre doit être

une source potentielle de motivation pour la mise en oeuvre de vastes programmes de

formation sur le genre pour une société de l’information inclusive, fondée sur la solidarité et

l’équité. L’émergence de la société de l’information suscite de réels espoirs pour l’Afrique.

Mais encore faudrait-il qu’elle ne soit pas une société qui charrie avec elle les disparités de

genre. C’est pourquoi il est fondamental que des mécanismes de plaidoyer soient déployés

pour sensibiliser les décideurs politiques et les leaders d’opinion sur la nécessité de prendre en

compte le genre dans toutes les stratégies de développement.

La place nécessairement centrale du genre dans le développement durable, y compris celui de

la société numérique, a été rappelée à Bamako, dès la première conférence organisée dans le

contexte du processus du SMSI (Caucus sur le Genre du SMSI, 2002), prolongeant le

plaidoyer sur l’importance stratégique des TIC pour les femmes africaines (APC-Femmes-

Afrique et FEMNET, 2000 ; Rathgeber & Adera, 2002). La "Méthodologie d’Evaluation en

Genre des Initiatives de TIC" (APC/WNSP) indique que des facteurs autres que le revenu et

l’éducation influent sur la fracture numérique. Il s’agit entre autres du genre, de l’âge, de la

localisation, de l’origine. De plus, une analyse de genre de la fracture numérique ne peut se

résumer aux disparités en termes d’accès : pour les femmes, les TIC ne sont pas "seulement

un outil de plus". Leur importance stratégique tient à ce qu’elles peuvent, si elles sont utilisées

à cela, combattre les facteurs qui sont à l’origine de la marginalisation et de l’isolement des

femmes, du fait des capacités d’expression et d’action collective qu’offrent les TIC. De

nombreux travaux, menés par les organisations du mouvement des femmes, de la société

civile et de la communauté internationale, ont procédé à l’analyse théorique des

interconnexions entre le genre, les TIC et le développement, en termes d’utilisation,

d’obstacles, d’éducation et de formation, d’impact sur le travail, de mondialisation et de



1199

promotion économique et politique des femmes (Hafkin & Taggart, 2001). L’UNESCO a

publié une remarquable synthèse (Primo, 2003) des relations entre les disparités de genre et le

fossé numérique, et dressé un inventaire détaillé des obstacles socioculturels et institutionnels

qui fondent et pérennisent les disparités entre hommes et femmes face aux TIC. L’étude de

l’UNESCO (2003) sur le statut de la recherche sur le genre et les TIC dans la société de

l’information confirme l’existence de la fracture numérique de genre, et que les priorités

d’action, outre l’utilisation égale des TIC par les hommes et les femmes, doivent être centrées

sur la participation des femmes à la décision politique et à la production, l’alphabétisation

numérique, et la levée des contraintes en temps liées au triple rôle des femmes. Hafkin (2003)

plaide pour que soient collectés des indicateurs sensibles au genre, dès le début du processus

de collecte des données sur la société de l’information, afin de contribuer à l’instauration

d’une société de l’information universelle et équitable. Elle recense les principaux problèmes

de genre dans le secteur des TIC, tout en soulignant qu’un indicateur unique ne saurait suffire

à rendre compte des questions d’équité entre les hommes et les femmes dans l’optique de la

société de l’information. Ces indicateurs, confirme APC/WNSP, doivent refléter une vision

politique de la place et du rôle des femmes et des TIC dans la société de l’information.

SECTION 2/. METHODOLOGIE DE RECHERCHE.

Dans cette section, nous allons présenter le cadre opératoire et le modèle retenu d’une part et

ensuite préciser la nature des informations, les sources d’informations utilisées et les outils

d’analyse à utiliser dans le cadre de ce travail.

PARAGRAPHE 1 : LE CADRE OPERATOIRE.

A/. Délimitations de la recherche.

Deux infrastructures sont retenues ici comme stratégiques pour la promotion de l'égalité de

genre dans la société de l'information, du fait qu'elles se développent très rapidement au

Bénin, qu'elles vont marquer de manière spécifique la société béninoise de l'information. On a

privilégié ces deux technologies au détriment d'autres (par exemple la radio) dans une

perspective de l'offre, un aspect actif de l'individu par rapport à l'outil. C'est moins coûteux, et

interactif, ça permet mieux le bénéfice individuel, le choix individuel pour se promouvoir. On

fait une étude micro-économique, s'intéressant à l'individu femmes.

− L’Internet, comme outil grand public et interactif d'information, d'expression, de

communication, de plaidoyer et d'action.



2200

− Le téléphone portable, comme outil de communication individuelle et interpersonnelle de

plus en plus utilisé, permettant de dépasser des contraintes en infrastructure matérielle.

B/.Le modèle.

Dans le souci de mesurer et d’apprécier convenablement l’ampleur de la fracture numérique

de genre, divers travaux ont été réalisés dans la littérature notamment par Ono (2003). En

effet, ce dernier examine l’étendue des différences de genre dans plusieurs mesures de l’usage

d’Internet durant la période 1997-2001 aux Etas-Unis. Globalement, son étude a indiqué que

la probabilité que les femmes utilisent l’Internet durant les années 90 était inférieure à celle

des hommes mais que cette différence a disparu durant les années 2000 et que la tendance

s’est probablement renversée en 2001. Cependant, les résultats indiquent aussi que les

femmes restent les utilisateurs les moins fréquents et les moins intenses d’Internet. Le modèle

utilisé dans cette étude est un modèle Logit dont la variable dépendante est la probabilité

d’utiliser l’Internet et dont les variables explicatives sont :

− Les variables socio-économiques : l’éducation, le revenu.

− Les variables sociales et géographiques : le sexe, l’âge, le statut matrimonial, la région et

dans une certaine mesure la race.

Nous adapterons ainsi ce modèle à notre cas d’étude en considérant comme variable

dépendante la probabilité d’utiliser les TIC en général dont on distinguera 2 cas : TIC1=

Internet et TIC2=Téléphone portable (mobile) ce qui nous reviendra à estimer 2 équations. Les

variables explicatives retenues dans notre modèle sont : le niveau d’instruction, le revenu,

l’âge, le sexe, l’utilisation de l’ordinateur et la situation géographique.

C/.Spécification du modèle.

Dans tout ce qui suit, nous noterons Y la variable à prédire, ),,( 6,5,4,321 XXXXXXX =

les variables explicatives avec ( =1X niveau d’instruction ou d’éducation : elle sera notée

« educ » dans le modèle) ; ( =2X revenu : elle sera notée « rev ») ; âge ; =3X =4X genre

(genre est mis ici pour désigner la variable sexe) ; ( =5X situation géographique ou zone de

résidence : elle sera notée « Zr ») et ( =6X utilisation de l’ordinateur ; elle sera notée

« ordi »).



2211

Dans le cadre de notre régression logistique binaire, la variable Y prend 2 modalités

possibles : 1 (l’individu utilise les TIC) et 0 (l’individu n’utilise pas les TIC).

)1( =YP respectivement est la probabilité à priori pour que )0( =YP 1=Y (resp. )0=Y

Posons : )()1( βXFYP == et )(1)0( βXFYP −== où F est une fonction de répartition

de R sur l’intervalle ] , croissante en son argument et [1,0 β est un vecteur des paramètres (à

estimer) associé au vecteur X et de dimension (L, 1) si le vecteur X est de dimension (1, L).

Le modèle Logit est le modèle défini par :

)()exp(1)exp()1( ββ

β XXXYP Λ=+==

)(1)exp(11)0( ββ XXYP Λ−=+==

)( βXΛ étant la fonction de répartition de répartition de la distribution logistique. Le modèle

que nous utiliserons dans le cadre de notre travail peut donc de façon générale être représenté

par l’expression suivante :

6655443322110)/1(1)/1(ln XbXbXbXbXbXbbXp

Xp ++++++=−

)/1( Xp respectivement est la probabilité à posteriori d’obtenir la modalité 1

(resp.0) de

)/0( Xp

Y sachant la valeur prise par X .

En remplaçant , et par leurs valeurs correspondantes, on

obtient alors successivement dans chacun des 2 cas de TIC les équations suivantes :

4321 ,,, XXXX 5X 6X

ordiZrgenreagereveducernetLogit 6543210)(int ααααααα ++++++=

L’ordinateur est intégré ici comme variable explicative car nous supposons que l’utilisation de

l’Internet est dans une certaine mesure liée à l’utilisation de l’ordinateur.

ZrgenreagereveducmobileLogit 543210)( βββββ β +++++=



2222

Dans chacun des deux cas, nous procèderons à un recodage des variables. Ainsi les variables

dépendantes (Internet et mobile) seront recodées en 2 modalités : 1 dans le cas de l’utilisation

et 0 dans le cas de la non utilisation.

Dans le cas des variables explicatives, la variable éducation sera recodée en 4 modalités

(aucun niveau d’éducation [1], niveau primaire [2], secondaire [3] et tertiaire [4]), la variable

genre en 2 modalités (1 si l’individu est une femme et 0 si l’individu est un homme), la

variable zone de résidence en 3 modalités (milieu urbain [1], semi urbain [2] et rural [3]). Les

variables revenu et âge quant à elles seront considérées comme continues. Enfin la variable

ordinateur sera elle aussi recodée en 2 modalités (1 dans le cas de l’utilisation et 0 sinon).

PARAGRAPHE 2 : LES SOURCES DES DONNEES ET LES OUTILS D’ANALYSE.

Plusieurs types d’informations ou de données seront nécessaires dans le cadre du présent

projet de recherche de fin de cycle universitaire. En effet, les informations qui seront

nécessaires ici sont les informations sur le niveau de scolarisation/alphabétisation des hommes

et des femmes du Bénin, leur âge, les informations sur leur revenu moyen et sur leur lieu de

résidence. En vue d’apprécier leur degré de familiarité avec les TIC, les informations sur leur

utilisation de l’ordinateur, de l’Internet et du téléphone portable seront également prises en

compte.

Ces informations que nous utiliserons ne sont pas des résultats des études ou d’enquêtes

réalisées par nous-mêmes. Il s’agit donc de données primaires issues de la base du RIA

(Research ICT Africa) qui a effectué une enquête sur l’accès et l’usage des TIC dans 19 pays

africains dont le Bénin en 2007/2008 et qui a porté sur 1101 ménages Béninois du milieu

urbain comme du milieu rural.

Pour l’estimation de notre modèle et le test des hypothèses nous utiliserons exclusivement la

méthode du maximum de vraisemblance que nous appliquerons dans le logiciel STATA

version 10. Le test des hypothèses se fera aussi grâce au logiciel STATA.

CONCLUSION.

Dans ce chapitre, nous avons présenté les problèmes qui se posent entre les hommes et les

femmes en ce qui concerne l’utilisation des TIC ; nous avons aussi fait un contour théorique

du concept de fracture numérique et des différents problèmes qui s’y rattachent. Nous avons



2233

enfin présenté la méthodologie d’étude qui nous a permis de retenir un modèle logit pour nos

estimations, estimations dont les résultats seront présentés dans le chapitre suivant.



2244

CHAPITRE DEUXIEME :

RESULTATS, ANALYSES ET RECOMMANDATIONS.

Le monde contemporain est à l’ère de la globalisation économique, caractérisée par la

création et le renforcement de mouvements d’intégration économique, sociale et culturelle des

Etats. Cela concerne aussi bien les pays industrialisés à revenus élevés, que les pays en

développement. Dans cette globalisation de l’économie, les premiers cherchent à être

davantage prospères et à conforter leur position de leaders au plan international. La seconde

catégorie de pays vise à s’insérer dans une dynamique de croissance économique forte et

durable, en vue d’éradiquer la pauvreté qui mine une frange importante de leur population.

Quel que soit le cas d’espèce, le savoir reste la lumière qui éclaire la trajectoire à emprunter

par les différentes économies. Il est alors important de souligner qu’être pauvre, ce n’est pas

seulement souffrir d’insuffisance de ressources financières, c’est aussi manquer de

connaissances et d’informations.

Aujourd’hui, la problématique du développement humain se pose sous un angle nouveau,

celui du savoir qui, de toute évidence, a de multiples facettes et est largement tributaire des

nouvelles technologies de l’information et de la communication. L’appropriation de ces

nouvelles technologies facilite non seulement l’acquisition, l’assimilation et la transmission

du savoir, mais et surtout leur implication dans le développement accéléré des nations.

Au Bénin, de nombreuses initiatives sont prises par bon nombre d’agents économiques pour

s’approprier les TIC comme outil de développement de leurs activités. Le Gouvernement,

avec le concours appréciable des partenaires au développement, soutient, autant que possible,

toutes ces actions, aussi bien sur le plan des infrastructures, que celui des utilisations

sectorielles. Mais malgré cette bonne volonté, le constat est alarmant car le taux d’utilisation

des TIC reste très faible au Bénin.

Le présent chapitre se propose ainsi de faire une présentation détaillée des résultats obtenus en

matière d’utilisation de ces technologies au Bénin et la discrimination observée dans leurs



2255

usages respectifs, l’analyse des résultats, la vérification des hypothèses et les

recommandations proposées en vue de faire de l’accès aux Technologies de l’Information et

de la Communication pour tous une réalité. Mais avant d’aborder cette étape, il importe de

faire un bref aperçu sur la situation générale des TIC au Bénin.

SECTION 1/. SECTEUR DES TIC AU BENIN ET PRESENTATION DES RESULTATS.

PARAGRAPHE 1 : ETAT DES LIEUX DU SECTEUR DES TIC.

Technologies de l’Information et de la Communication (TIC) : est l’expression utilisée pour

désigner le secteur qui englobe toutes les technologies convergentes et qui contribuent, d’une

manière ou d’une autre, au traitement - au sens large – de l’information. Les TIC comprennent

notamment les télécommunications traditionnelles, les télécommunications mobiles,

l’informatique, la radiodiffusion, la télévision, la télédistribution, l’Internet, les multimédia et

les systèmes d’information géographique, etc.

Les TIC se réfèrent également à un ensemble d’outils nécessaires pour le traitement de

l’information, et plus particulièrement des ordinateurs et des logiciels, mais aussi d’autres

dispositifs techniques utiles à la conversion, à la gestion et au stockage de l’information dans

des formats technologiques qui permettent de diffuser, d’échanger, de chercher et de retrouver

l’information.

A/. Infrastructures et services offerts.

La plupart des infrastructures de base en matière de TIC appartiennent à Bénin Télécoms SA

(ex OPT). Elles permettent d’offrir au plan national les principaux services suivants : la

téléphonie fixe et mobile, la messagerie Internet et la navigation, l’enregistrement du nom de

domaine, l’hébergement de sites web et l’abonnement au FTP.

1/. La téléphonie fixe.

Les infrastructures de communication et d’information ne sont pas encore accessibles à la

majorité des populations. L’accès au téléphone reste marginal. En effet, le réseau

conventionnel fixe du Bénin est caractérisé par les réseaux locaux de câbles qui ont été

réaménagés dans les zones urbaines au détriment des populations qui vivent en milieu rural.

Pour réduire cette fracture numérique, des efforts d’extension du réseau sont volontairement

orientés vers le monde rural et se traduisent par le développement des publiphones et des télé-

centres privés. Malgré cette volonté d’orientation, on observe toujours des difficultés d’accès.



2266

Un taux encore faible de couverture du territoire est apprécié du point de vue de l’espace

géographique (54 communes sont couvertes sur 77). De 2004 à 2006, le nombre de

publiphones passe de 797 à 707 soit environ 90 lignes hors activité.

Le réseau de transmission téléphonique de Bénin Télécoms SA est basé sur des équipements

VSAT de télécommunications par satellite et comprend dix-neuf (19) stations réparties sur

l’ensemble du territoire national et un HUB installé dans la commune d’Abomey-Calavi.

Quand aux télécommunications internationales, elles sont gérées par le Centre de Transit

International (CTI) de type MT20 THOMSON installé à Cotonou et celui de Porto-Novo de

type EWSD qui utilisent les supports de transmission que sont la Station terrienne, les liaisons

de transmission par faisceaux hertziens numériques avec les pays limitrophes (Nigeria, Togo),

le câble sous-marin SAT3 et la Station radio communications Maritimes et Terrestres.

Une analyse de la télé densité (nombre de lignes téléphoniques pour 100 habitants) révèle une

variation assez mitigée. En cinq années (2001à 2006), la télé densité a très peu évolué passant

de 1,29 en 2001 à 1,14 en 2006 avec des variations internes selon le département. En juin

2009, la télé densité fixe est estimée à 1,32%. On estime qu’au total près de 109 860 lignes (y

compris les abonnés prépayés et post payés) sont actuellement en service au Bénin dont 80%

sont concentrées dans les départements du Littoral, de l’Ouémé et de l’Atlantique.

2/. La téléphonie mobile.

C’est à partir de 1988 que les premières mesures de libéralisation du marché des

télécommunications au Bénin ont connu une timide évolution avec l’ouverture à la

concurrence de certains segments des activités de l’opérateur historique (Bénin Télécoms

SA). La réorganisation du secteur constitue une exigence vitale dans l’effort entrepris pour

améliorer l’infrastructure dont dépend fortement l’utilisation des TIC. Ces mesures de

libéralisation sont devenues effectives à partir de 1999 avec l’octroi de licences GSM à des

opérateurs privés fournisseurs de services de téléphonie cellulaire. Outre Libercom, filiale

GSM de Bénin Télécoms SA (opérateur public) bâti en 1999 sur la base de la technologie

AMPS (réseaux analogiques), des agréments ont été octroyés à quatre autres opérateurs privés

du GSM. Il s’agit de Moov Bénin crée par le groupe Atlantique Telecom dont les activités

commerciales ont débuté le 10 Juillet 2000 et qui s’est substitué à l’ancien réseau Telecel crée

le 17 Décembre 1997 ; Bénincell lancé en Juin 2000, qui par la suite change de dénomination

pour devenir Areeba en 2005, qui lui-même devient MTN depuis Juin 2007 ; Bell Bénin



2277

Communications (BBCom) fait son apparition sur le marché du téléphone mobile GSM au

Bénin le 11 Décembre 2003. C’est une société Anonyme de droit béninois ; enfin Glo Mobile

Bénin qui est le dernier opérateur fait son entrée sur le marché du GSM en 2008.

Les cinq opérateurs GSM offrent aux consommateurs outre la communication vocale, les

services de messagerie écrite et vocale, le service roaming qui permet de rester joignable et de

communiquer aux quatre coins du monde à partir du même numéro local. Ainsi au 15 Juin

2009, le parc des abonnés à la téléphonie mobile s’élève à 4 094 021 contre 2 051 777 au 31

Décembre 2007 soit un accroissement de près de 100% du parc en l’espace d’une année et

demi. Ce boom de la téléphonie mobile s’explique en partie par le lancement des activités

d’exploitation du réseau Glo Mobile Bénin qui après quelques mois d’exercice a atteint un

parc d’abonnés de 807 119 en Juin 2009. Il s’ensuit une amélioration du taux de pénétration

mobile au Bénin. En effet, la télé densité mobile est passée de 25,48% en Décembre 2007 à

49,32% en Juin 2009, soit un gain de près de 24 points.

L’analyse des parcs d’abonnés des cinq opérateurs en activité au Bénin permet de se rendre

compte de la part de marché détenue par chacun d’eux. En effet, au 15 Juin 2009, les

opérateurs MTN et MOOV demeurent les leaders du marché détenant à eux deux, 57% de

part de marché avec respectivement MTN 30% (1 248 281 abonnés) et MOOV 27% (1 092

464 abonnés). Les trois autres opérateurs partagent les 43% de part de marché soit 20% pour

Glo Mobile (807 119 abonnés), 19% pour BBCOM (781 946 abonnés) et 4% pour Libercom

(164 211 abonnés)6. En juin 2009, la télé densité mobile est estimée à 49,32% (y compris les

abonnés prépayés et post payés).

3/. L’Internet.

L’Internet est le réseau informatique mondial qui rend accessible au public des services

comme le courrier électronique et le World Wide Web. Ses utilisateurs sont désignés par le

néologisme « internautes ». Techniquement, Internet se définit comme le réseau public

mondial utilisant le protocole de communication IP (Internet Protocol).

Le Bénin a été connecté à l’Internet pour la première fois en Décembre 1995 la faveur du

sommet de la Francophonie avec une passerelle d'accès de 64 kilobits par seconde. La

demande devenant de plus en plus forte, le renforcement de cette passerelle est devenu

nécessaire. Le projet américain "Leland Initative" de l’USAID permit au Bénin de voir sa

6 Voir Autorité Transitoire de Régulation des Postes et Télécommunications, tableau de bord de la téléphonie mobile 2009.



2288

bande passante doublée soit 128 kbps via l’opérateur MCI américain en 1998 après le

protocole d’accord de 1997. Ce fut le début d’une dynamique évolutive spectaculaire des TIC

avec 2 mégabit/s en janvier 2002. Le 06 Mai 2003, lors de l’inauguration du câble SAT-3, une

nouvelle connexion internationale de 45 mégabits/s a été ajoutée aux 2 mégabits existant

portant ainsi la bande passante nationale, gérée par Bénin Télécoms SA à 47 mégabits/s. Cette

bande passante est complétée à 155 mégabits/s en mai 2007. Il faut noter que depuis le 15 Mai

2009, le débit du noeud national à l'Internet est de 310 mégabits/s.

A part Bénin Télécoms SA, plusieurs opérateurs privés fournissent également l’accès Internet

soit par réseau téléphonique commuté (RTC), soit par boucle locale radio, soit par satellite

VSAT ou soit par ADSL, dernière technologie mise en service par Bénin Télécoms SA il y a

peu de temps. Deux autres opérateurs privés ont été agrées pour fournir des prestations de

connexion ADSL, avec une bande passante de 10 mégabits chacun. Ces deux fournisseurs

totalisent jusqu’en fin Décembre 2006 un parc de 900 clients.

L’accès à domicile est très faible. En effet, la situation de la connectivité jusqu’à fin Juin 2009

au niveau de Bénin Télécoms SA faisait état de : 924 abonnés par liaison RTC, 1243 abonnés

par liaison ADSL, 191 abonnés par liaison spécialisée Wimax et 12 434 abonnés par liaison

CDMA. On estime qu’actuellement, le taux de pénétration d’Internet au Bénin est d’environ

1,61%.

Dans le secteur privé au Bénin, il a été dénombré en 2003 environ 7603 télé centres privés7

offrant sur le plan national des services afférents à l’accès Internet et à la formation en

informatique et à Internet. Une estimation du parc Internet au Bénin en Juin 2009 fait état de

près de 134 269 (dont 14 792 pour le parc Internet de Bénin Télécoms SA et 119 477 pour le

parc Internet mobile). L’accès à l’Internet est beaucoup plus développé dans les grandes

agglomérations notamment à Cotonou. Pour permettre l’accès à un plus grand nombre de

personnes, le gouvernement du Bénin a mis en place courant 2002 une vingtaine de télé

centres communautaires offrant des services Internet répartis sur le territoire national(la

plupart de ces télé centres sont fermés faute de ressources ou de mauvaise gestion). De

manière générale, les différents services liés à Internet se sont améliorés et les coûts ont baissé

depuis l’avènement de l’Internet au Bénin. Cependant, l'utilisateur final continue de payer les

frais de l’absence d’un cadre réglementaire approprié. Il subit de nombreuses contraintes de

limitation de services et de temps d’accès. Par ailleurs les modèles de télé centres 7 Etude monographique sur l’Internet au Bénin, CIPB, avril 2008.



2299

communautaires initiés par le gouvernement qui devraient induire un accès étendu, ont échoué

faute d’études prospectives suffisantes.

4/. Les services de radiomessagerie et de transmission de données.

La radiomessagerie (ou paping en Anglais) est un service de messages par radio à des

utilisateurs. Les messages peuvent être numériques (codes chiffrés) ou alphanumériques

(courts textes). Ce système est entrain de disparaître devant l’avènement de la téléphonie

mobile. En ce qui concerne la transmission de données, Bénin Télécoms SA, à travers son

service BENINPAC, met à la disposition des banques, des hôtels, des compagnies aériennes,

des ministères, des ambassades, des organismes internationaux, un réseau de transmission de

données par paquets. Les domaines d’utilisation de la transmission de données sont :

La consultation des bases de données nationale et internationale.

La messagerie électronique (courrier, télécopie, télex).

Le transfert de fichiers (applications conventionnelles, télétraitements).

Les services vidéotex français.

5/. Les cybercafés.

Un cybercafé est un lieu dans lequel on propose aux personnes d’accéder à Internet. Le

nombre de cybercafés au Bénin a augmenté d’une manière exponentielle avec le déploiement

soutenu des liaisons radio. On peut estimer à plusieurs milliers le nombre de cybercafés au

Bénin. Ceux-ci sont pour la plupart localisés dans les principales villes.

B/. Les activités et programmes sectoriels des TIC.

Le secteur des télécommunications a connu des bouleversements sans précédents au cours de

la décennie écoulée. Pratiquement tous les Etats africains ont procédé à une libéralisation

progressive de ce secteur en octroyant des licences à des investisseurs privés sur certains

segments tels que la téléphonie mobile et l’accès à la dorsale Internet. D’autres Etats ont

purement et simplement supprimé toute forme de monopole. Cette politique a permis une

croissance exponentielle de la téléphonie mobile ainsi que sa pénétration dans les coins les

plus reculés.

Cependant au Bénin, exemple pratiquement unique en Afrique, une inorganisation durable

doublée d’une ouverture incontrôlée et tous azimuts, sans une vision à long terme et l’absence



3300

de toute autorité de régulation ont plongé le secteur des télécommunications et des TIC dans

un désordre indescriptible propice à toutes les pratiques frauduleuses.

C’est dans le but de remédier un tant soit peu à cette inorganisation que la « Déclaration de

Politique Sectorielle » qui sert de base stratégique aux textes actuels a été revisitée surtout

pour un secteur en pleine mutation comme les télécommunications et les TIC, et qui connaît

une évolution fulgurante. Nous présentons ici la vision de l’Etat béninois exposée dans le

document et les piliers sur lesquels s’appuie cette vision.

1/. La vision de l’Etat pour les TIC.

La vision de l’Etat béninois pour le pays a été déclinée de la manière suivante : « Faire du

Bénin le Quartier Numérique de l’Afrique d’ici 2025 ». Il s’agit pour les béninois et les

béninoises de relever un véritable défi pour faire de cette vision une réalité. Cette vision

s’appuie sur la réalité et notamment sur les potentialités actuelles du pays et projette dans le

futur une image réaliste et réalisable du pays qui traduit l’espoir de toute la nation.

2/. Les piliers de la vision.

Pour devenir une réalité, la vision s’appuiera sur deux piliers essentiels qui constituent le

moteur de la vision : l’e-gouvernement et l’e-business.

e-gouvernement : le Bénin aura un secteur public moderne, performant, connecté et

interconnecté (e-administration). Ce pilier augmentera l’efficacité de l’administration en

réduisant les coûts de communication et en mettant les agents bien formés dans des

conditions modernes de travail. L’administration béninoise mettra le citoyen au cœur de sa

préoccupation en lui offrant, grâce aux TIC, des services de qualité dans des délais très

courts (e-gouvernement). Ce pilier permettra également une meilleure application des

principes de bonne gouvernance qui reste une des priorités du gouvernement.

e-business : Il s’agira de promouvoir un secteur privé compétitif, devenu le moteur de la

croissance et tourné vers l’exportation de services à valeur ajoutée basés sur les TIC. Pour

que le secteur privé soit compétitif au niveau mondial, le Bénin mettra un accent

particulier sur la qualité des infrastructures et sur celles des ressources humaines. Ce pilier

permettra d’obtenir un tissu intégré d’activités TIC dont la qualité de services répondant

aux standards internationaux aura des répercussions bénéfiques au niveau national.



3311

3/. Les axes stratégiques de la vision.

Pour concrétiser la vision à travers les deux piliers, le Bénin déclinera sa politique selon

quatre axes stratégiques :

La mise en place d’un cadre juridique et institutionnel habilitant, favorisant un

développement harmonieux des secteurs et comblant le vide juridique sur les TIC.

Le déploiement d’infrastructures de qualité de classe mondiale et compétitives.

Le développement de ressources humaines de classe mondiale.

Le développement de contenus adaptés aux besoins du pays.

Pour mettre en œuvre la stratégie, le gouvernement adoptera, pour chaque pilier des actions

clés dans chacun des axes retenus.

PARAGRAPHE 2 : PRESENTATION DES RESULTATS.

A/. Résultats concernant l’utilisation de l’Internet.

L’utilisation de l’Internet au niveau individuel ne semble pas encore répandue au Bénin. En

effet, seulement 14,08% de la population étudiée utilisent l’Internet soit directement (les

individus ont Internet chez eux à la maison ou au bureau) soit indirectement (ils sont obligés

d’aller dans un cybercafé ou chez un tiers). Autrement dit, près de 86% des béninois

interrogés n’utilisent pas l’Internet. Cela pourrait s’expliquer par la méconnaissance de cet

important outil ou par le fait que les populations ne sentent pas encore le besoin de se

connecter à internet. On pourrait également évoquer le fait qu’elles n’ont pas les moyens de le

faire. Le graphique n°1 rend parfaitement compte de la situation.



3322

Graphique 1 : Répartition des utilisateurs de l’Internet au niveau individuel.

14.08%

85.92%

utilisateurs d'internet Non utilisateurs

Répartition des utilisateurs de l'internet

Source : Réalisé à partir des données d’enquête du RIA.

Après cet aperçu sur l’usage de l’Internet chez les particuliers au Bénin, un intérêt sera porté à

la propension des hommes et des femmes à utiliser l’Internet et à la situation aux niveaux

éducatif, et résidentiel.

1/. Disparités dans l’utilisation de l’Internet selon le genre.

L’analyse par sexe des individus de l’échantillon a permis de déceler que parmi les

utilisateurs d’Internet, les individus de sexe masculin constituent la plus grande proportion

(confère tableau 1).

Tableau 1 : Répartition des utilisateurs de l’Internet selon le sexe.

Utilisation de l’Internet LIBELLE

Non Oui

Total

Féminin 499 48 547 Sexe

Masculin 447 107 554

Total 946 155 1101


En effet parmi les utilisateurs d’Internet, 69,03% sont de sexe masculin contre 30,96%

d’individus de sexe féminin soit près de 38 points d’écart au profit des hommes. Les hommes

utilisent donc plus l’Internet au Bénin que les femmes. Par contre parmi les non utilisateurs



3333

d’Internet, la situation des femmes est presque comparable à celles des hommes car on

dénombre ici des pourcentages respectifs de 52,74% et de 47,25%. Cela traduit donc un

sérieux manque à gagner en matière d’utilisation d’Internet au Bénin.

Prob (Internet| femme) = 54748 = 0,0877513

Prob (Internet| hommes) = 554107 = 0,1931407

Les fréquences conditionnelles de l’utilisation de l’Internet calculées sur l’échantillon donnent

respectivement 0,0877513 pour les femmes et 0,1931407 pour les hommes. Cette dernière

fréquence est la plus grande en terme d’effectif et signifie donc qu’au Bénin, les hommes ont

plus de chances que les femmes d’utiliser internet.

Tableau 2 : Fréquences conditionnelles pour l’utilisation de l’Internet selon le sexe.


Les courbes d’utilisation de l’Internet suivant le sexe et les classes d’âge du graphique 2

s’inscrivent dans le même cadre que les résultats obtenus.

Sexe LIBELLE

Féminin Masculin

Probabilités 0,0877513 0,1931407



3344

Graphique 2 : Probabilité d’utilisation de l’Internet selon les classes d’âges et le sexe.

Utilisation de l'Internet selon l'âge et le sexe

7,43

3,564,5

0,49

15,17

8,21 8

5,41

0

2

4

6

8

10

12

14

16

16 à 25 ans 26 à 35 ans 36 à 45 ans 46 ans et plus

Classes d'âge

Effe

ctifs

en

pour

cent

age

femme homme


Ces courbes sont des fonctions décroissantes de l’âge. Autrement dit, la probabilité qu’un

individu fasse usage de l’Internet baisse avec l’augmentation de l’âge. L’usage de l’Internet

est plus important chez les plus jeunes de 16 à 25 ans (47,71%), un peu moins important chez

les 26-35 ans (28,10%) et les 36-45 ans (16,33%) et faible chez les individus d’âge supérieur

c’est-à-dire ceux qui ont 46 ans et plus (7,84%). Il est important de préciser ici que l’âge

étant une variable continue, nous avons du procéder à des regroupements en classe.

Par ailleurs, on constate que la courbe des hommes est au-dessus de celle des femmes. Cela

traduit le fait que quelque soit l’âge, les hommes ont plus de chances que les femmes

d’utiliser l’Internet.

Il faut noter que l’allure des deux courbes est telle qu’elles présentent un écart considérable au

niveau des tranches d’âges basses (16 à 25 ans et 26 à 35 ans). Cet écart tend à se réduire au

fur et à mesure que l’âge augmente et que l’on arrive au voisinage de 40 ans car le

pourcentage d’utilisateurs féminins augmente légèrement alors que celui des utilisateurs

masculins continue de diminuer. C’est dire qu’il existe une inégalité remarquable entre les

jeunes garçons et les jeunes filles vis-à-vis de l’utilisation de l’Internet; cependant cette

inégalité entre les sexes baisse quand l’âge augmente jusqu’à environ 45 ans mais une fois



3355

que ce cap de 45 ans est franchi, l’écart se creuse de nouveau ce qui justifie la rapide

décroissance de la courbe des femmes par rapport à celle des hommes pour les individus

d’âge supérieur.

2/.Utilisation de l’Internet selon le niveau d’éducation.

L’utilisation de l’Internet selon les différents niveaux d’éducation est présentée dans le

tableau 3 ci-dessous.

Tableau 3 : Utilisation de l’Internet selon le niveau d’éducation.

Internet LIBELLE

Non utilisateurs Utilisateurs

Total

Aucun 336 1 337

Primaire 313 3 316

Secondaire 251 81 332

Niveau

d’éducation

Tertiaire 46 70 116

Total 946 155 1101


Selon le degré d’instruction ou d’éducation, deux groupes se dégagent. Le premier est

constitué des personnes qui font une grande utilisation de l’Internet. Il s’agit des enquêtés

ayant le niveau secondaire (52,25%) ou le niveau supérieur (45,16%). Le second groupe

constitué des personnes qui font une très faible utilisation de l’Internet rassemble les non

instruits (0,64%) et les personnes ayant le niveau primaire (1,93%). Les résultats montrent

donc que plus on est instruit plus on est enclin à faire usage de l’Internet ce qui signifie

qu’avoir fait plus d’études prédispose plus à utiliser l’Internet. Une politique efficace de

promotion des TIC pourrait donc déjà commencer par la mise en place de conditions

favorisant l’accès à l’éducation pour tous.

L’analyse du niveau d’utilisation d’Internet par genre et par niveau d’éducation permet de se

rendre compte qu’il existe une fracture numérique de genre au détriment des hommes au

niveau d’éducation primaire et au niveau des analphabètes. En effet, les données révèlent que

100% des utilisateurs d’Internet au niveau primaire et chez les analphabètes sont des femmes



3366

contre 0% d’hommes. Cependant quand on quitte le primaire pour le secondaire, la tendance

se renverse considérablement avec un pourcentage de 65,43% pour les hommes contre

34,56% pour les femmes ce qui veut dire que les hommes utilisent presque 2 fois plus

l’Internet au niveau secondaire que les femmes. Au niveau supérieur, le constat est le même :

77,14% d’hommes utilisent l’Internet contre 22,85% de femmes ce qui représente une

proportion de plus de 3 fois celle des femmes. La fracture numérique de genre au détriment

des femmes s’accentue donc au fur et à mesure que le niveau d’éducation s’accroît : les

individus de sexe masculin et mieux instruits ont donc plus de chances que les individus de

sexe féminin de faire usage de l’Internet au Bénin.

Tableau 4 : Utilisation de l’Internet selon le niveau d’éducation et le genre.

Utilisation de l’Internet/sexe

Féminin Masculin

LIBELLE

Non Oui Non Oui

Total

Aucun 212 1 124 0 337

Primaire 172 3 141 0 316

Niveau

d’éducation

Secondaire 106 28 145 53 332

Tertiaire 9 16 37 54 116

Total 499 48 447 107 1101


3/. Utilisation de l’Internet selon la zone de résidence.

Après analyse de l’échantillon, il ressort que les utilisateurs d’Internet dans leur majorité se

retrouvent en zone urbaine (61,29%). Ensuite viennent les zones péri-urbaines (35,48%) et les

zones rurales (3,22%). Le degré d’usage de l’Internet s’amenuise au fur et à mesure que l’on

quitte le centre ville pour les périphéries : un citadin a donc plus de chances qu’un habitant du

milieu rural d’utiliser Internet.



3377

Tableau 5 : Utilisation de l’Internet selon la zone de résidence.

Internet LIBELLE


Total

Urbaine 337 95 432

Péri-urbaine 281 55 336

Zone de

résidence

Rurale 328 5 333

Total 946 155 1101


Les différences dans l’utilisation de l’Internet selon la zone de résidence et le sexe sont encore

plus visibles. En effet, excepté le milieu rural où on ne note pas une fracture de genre

importante, en zone urbaine et péri-urbaine, les internautes se dénombrent plus chez les

hommes que chez les femmes. Les hommes habitant les grandes villes et leurs périphéries ont

donc plus de chances que les femmes d’utiliser l’Internet au Bénin. Le graphique 3 rend

parfaitement compte de la situation.

Graphique 3 : Utilisation de l’Internet selon la zone de résidence et le sexe.

34,73

65,26

23,63

76,36

40

60

0

10

20

30

40

50

60

70

80

Effectifs en pourcentage

urbain péri-urbain rural

Zone de résidence

Utilisation de l'Internet selon la zone de résidence et le sexe

femmes hommes




3388

B/. Résultats concernant l’utilisation du mobile.

Contrairement à l’Internet, l’usage du téléphone mobile est plus ou moins répandu au Bénin.

En effet environ 45,6% de la population étudiée utilise le téléphone mobile pour

communiquer. C’est dire que le téléphone qui était jadis perçu comme un luxe devient de plus

en plus une nécessité pour les populations qui s’en servent dans le cadre de leurs activités

quotidiennes. Toutefois, une proportion non moins importante de la population (54,4%) n’a

toujours pas accès au téléphone mobile ce qui constitue un sérieux retard pour le Bénin en

matière de maîtrise des Technologies de l’Information et de la Communication. Le graphique

4 retrace fidèlement cette situation.

Graphique 4: Répartition des utilisateurs du téléphone mobile au Bénin.

54.4%45.6%

Utilisateurs du mobile Non utilisateurs

Répartition des utilisateurs du téléphone mobile.


Afin de donner une idée plus détaillée de l’utilisation du téléphone portable au Bénin, une

analyse sera faite comme dans le cas de l’Internet au niveau du genre , du niveau d’éducation

et de la zone de résidence.

1/. Disparités dans l’utilisation du téléphone mobile selon le genre.

Les résultats concernant l’utilisation du mobile selon le genre, comme dans le cas de

l’Internet, montrent que les hommes sont toujours en proportion plus importante que les

femmes à utiliser le mobile (confère tableau 6).



3399

Tableau 6 : Répartition des utilisateurs du téléphone mobile selon le sexe au Bénin.

Utilisation du mobile. LIBELLE

Non Oui

Total

Féminin 351 196 547 Sexe

Masculin 248 306 554

Total 599 502 1101


En effet, 60,95% des utilisateurs du téléphone mobile sont de sexe masculin contre 39,04%

d’utilisateurs de sexe féminin soit un écart de près de 22 points au profit des hommes. Ici

encore, la fracture numérique de genre est bien réelle : les hommes utilisent plus le mobile au

Bénin que les femmes. Néanmoins, il faut remarquer que derrière ces chiffres, une proportion

non moins importante d’hommes comme de femmes ne font pas usage du téléphone mobile

(41,40% contre 58,59%). Ce retard peut sans doute s’expliquer par l’avènement récent du

téléphone portable dans l’univers de la communication au Bénin.

Prob (mobile| femmes) = 547196 = 0,3583180

Prob (mobile| hommes) = 554306 = 0,5523465

Les fréquences conditionnelles de l’utilisation du téléphone mobile calculées pour les

hommes sont supérieures à celles calculées pour les femmes. La conclusion qui en découle est

bien simple : au Bénin, les hommes ont plus de chances que les femmes d’utiliser le téléphone

mobile.

Tableau 7 : Fréquences conditionnelles pour l’utilisation du téléphone mobile selon le sexe.

Sexe LIBELLE

Féminin Masculin

Probabilités 0,3583180 0,5523465




4400

L’ampleur de la situation est mieux appréciée à travers les courbes du graphique 5.

Graphique 5 : Probabilité d’utilisation de l’Internet selon les classes d’âge et le sexe.

Utilisation du téléphone mobile selon l'âge et le sexe

11,14

23,56 21,5

13,7917,95

32,6 35

27,09

05

10152025303540

16 à 25 ans 26 à 35 ans 36 à 45 ans 46 ans et plus

Classes d'âge

Effe

ctifs

en

pour

cent

age

femme homme


Contrairement au cas de l’Internet, les courbes de probabilité d’utilisation du téléphone

mobile en fonction de l’âge et du sexe sont des fonctions à double sens c’est-à-dire qu’elles

sont d’abord croissantes, admettent un point d’inflexion puis deviennent décroissantes. En

effet dans le cas des hommes, l’usage du mobile augmente en fonction de l’âge de16 ans

jusqu’à environ 36 ans, admet un point d’inflexion pour ensuite décroître progressivement une

fois que le cap des 45 ans est franchi. De la même manière dans le cas des femmes, la courbe

amorce d’abord une phase de croissance qui va de 16 ans jusqu’à environ 30 ans avant de

commencer par décroître. La différence par rapport au cas des hommes vient du fait que la

courbe d’inflexion intervient de manière beaucoup plus précoce que chez les hommes. Cela

signifie que l’inégalité constatée entre jeunes filles et jeunes garçons s’accentue

progressivement au fur et à mesure que l’âge augmente jusqu’à environ 30 ans, et se creuse

encore d’avantage une fois que l’on arrive dans la classe des 36-45 ans. Mais juste après cette

classe d’âge, les deux courbes amorcent une phase de décroissance qui se poursuit jusqu’aux

âges les plus élevés. Cela veut dire que les disparités observées aux bas âges dans l’utilisation



4411

du téléphone mobile tendent à se réduire aux âges élevés. La baisse est cependant plus

marquée chez les hommes que chez les femmes.

Par ailleurs, force est de constater que quelque soit l’âge, la courbe des hommes est toujours

ituée au-dessus de celle des femmes. En définitive donc, les hommes ont toujours plus de

n et utilisation du téléphone mobile au Bénin.

tableau 8 donne le niveau d’utilisation du téléphone mobile au Bénin suivant les différents

Tableau 8 : Utilisation du téléphone mobile les différents tion.

léphone mobi

s

chances que les femmes d’utiliser le mobile au Bénin et ce quelque soit l’âge.

2/.Niveau d’éducatio

Le

niveaux d’éducation.

selon niveaux d’éduca

Té le LIBELLE Total

Non Oui

Aucun 279 58 337

Primaire 170 146 316

Secondaire 145 187 332

Niveau

d’éducation

111 116 Tertiaire 5

Total 599 502


L’analyse des utilisateurs du téléphone mobile de façon générale révèle 2 tendances. D’un

côté nous avons ceux qui font un usage plus fréquent du mobile : il s’agit des individus ayant

le niveau d’éducation secondaire (37,25%) suivis des individus du niveau primaire (29,08%)

et de ce qui ont atteint le niveau d’étude supérieur (22,11%). De l’autre côté, on retrouve les

isateurs

u mobile au niveau tertiaire ne comptent que pour 0,83%. Avoir fait des études comme dans

le cas de l’Internet prédispose donc plus à l’utilisation du téléphone mobile au Bénin.

individus n’ayant aucun niveau d’éducation qui font un usage moins fréquent du téléphone

mobile (11,55%).

Parmi les non utilisateurs, la plus grande proportion se retrouve chez les analphabètes

(46,57%). Viennent ensuite les individus du niveau primaire et secondaire en proportion non

moins importante (28,38% contre 24,20%). On remarque aisément ici que les non util

d



4422

Afin d’avoir une idée plus poussée sur le niveau d’utilisation du téléphone mobile au Bénin,

une analyse sera faite en combinant le niveau d’éducation des enquêtés et leur sexe. Les

résultats sont présentés dans le tableau 9 ci-dessous.

Tableau 9 : Utilisation du téléphone mobile au Bénin selon le niveau d’éducation et le sexe.

Utilisation du mobile/sexe

Féminin Masculin

LIBELLE

Non Oui Non Oui

Total

Aucun 176 37 103 21 337

Primaire 111 64 59 82 316

Secondaire 63 71 82 116 332

Niveau

d’éducation

Tertiaire 1 24 4 87 116

Total 351 196 248 306 1101


L’analyse révèle que parmi ceux qui n’ont aucun niveau d’éducation, il existe une fracture

numérique de genre au détriment des hommes car dans cette catégorie d’utilisateurs, les

femmes utilisent plus le téléphone mobile (63,79%) que les hommes (36,20%) soit une

longueur d’avance de près de 28 points au profit des femmes. Parmi les analphabètes au

Bénin, les hommes ont donc moins de chances que les femmes d’utiliser le mobile.

Cependant, une fois que l’on arrive au niveau primaire, la situation évolue de façon

défavorable pour les femmes. On dénombre ici 56,16% d’utilisateurs masculins contre

43,83% d’utilisateurs féminins alors que 55,37% de femmes sont scolarisées ici contre

44,62% d’hommes. La même tendance se poursuit au secondaire (62,03% d’hommes contre

37,96% de femmes utilisent le téléphone mobile ; ceci paraît plus logique dans la mesure où

les taux de scolarisation respectifs pour les hommes et les femmes sont de 59,63% et de

40,36% ) et au niveau tertiaire où l’écart se creuse encore d’avantage : le pourcentage des

utilisateurs du téléphone mobile est de 78,37% d’hommes contre 21,62% de femmes (on a ici

78,44% d’hommes scolarisés contre 21,55% de femmes) ce qui signifie qu’à niveau

d’éducation tertiaire, les hommes utilisent près de 3,6 fois plus le téléphone mobile que les

femmes.

C’est cette situation qui est illustrée dans le graphique 6.



4433

Graphique 6 : Utilisation du mobile au Bénin selon le niveau d’éducation et le sexe.

63,79

36,243,83

56,16

37,96

62,03

21,62

78,37

0

10

20

30

40

50

60

70

80

Effectfs en pourcentage

Aucun Primaire Secondaire Tertiaire

Niveau d'éducation

Utilisation du mobile selon le niveau d'éducation et le sexe

femmes hommes


En conclusion, les individus de sexe masculin et plus instruits ont plus de chances que les

femmes de faire usage du téléphone mobile au Bénin. Plus le niveau d’éducation s’élève

donc, plus la fracture numérique entre hommes et femmes s’accentue.

3/. Utilisation du téléphone mobile selon la zone de résidence.

L’analyse de l’échantillon montre que parmi les utilisateurs du téléphone portable, la plus

grande proportion se trouve en zone urbaine où on dénombre un pourcentage d’utilisateurs de

57,17% suivie des zones péri-urbaines (31,87%). La minorité des utilisateurs du mobile

comme dans le cas de l’Internet se trouvent en zone rurale (10,95%). Un individu qui vit en

ville a donc plus de chances qu’un individu habitant les zones rurales d’utiliser le téléphone

mobile au Bénin.



4444

Tableau 10 : Utilisation du téléphone mobile selon la zone de résidence.

Téléphone mobile LIBELLE


Total

Urbaine 145 287 432

Péri-urbaine 176 160 336

Zone de

résidence

Rurale 278 55 333

Total 599 502 1101


Lorsque nous nous intéressons un peu plus au volet genre, on remarque que quelque soit la

zone de résidence, les hommes utilisent toujours plus le téléphone portable que les femmes.

La preuve est que en zone urbaine, on dénombre 59,58% d’utilisateurs masculins pour

40,41% d’utilisateurs féminins. En zone péri-urbaine également la tendance est la même :

60% d’hommes contre 40% de femmes. Cette disparité s’observe aussi en milieu rural et est

même plus criarde : 70,90% d’hommes utilisent le mobile contre 29,09% de femmes.

Assurément, il existe une réelle fracture numérique entre les sexes en milieu urbain et qui

s’accentue encore plus lorsque l’on s’éloigne du milieu urbain vers les zones rurales. Une

appréciation de la situation est faite par le graphique n°7. En conclusion, quelle que soit la

zone de résidence au Bénin, les individus de sexe masculin sont toujours plus favorisés que

les individus de sexe féminin dans l’utilisation du téléphone portable.



4455

Graphique 7 : Utilisation du téléphone portable selon la zone de résidence et le sexe

40,41

59,58

40

60

29,09

70,9

0

10

20

30

40

50

60

70

80

Effectifs en pourcentage

Urbaine Péri-urbaine Rurale

Zone de résidence

Utilisation du téléphone mobile selon la zone de résidence et le sexe

Femmes Hommes


Par ailleurs, une analyse faite selon le revenu révèlerait que les hommes sont toujours les plus

gros utilisateurs du mobile. En effet, lorsque l’on considère les individus qui se situent dans la

tranche de revenu de 0 à 200 000FCFA, on remarque que 60,12% des hommes utilisent le

mobile contre 39,87% de femmes. De même dans la tranche de revenu de 200 000FCFA à

400 000FCFA, 91,67% d’hommes l’utilisent contre 8,33% de femmes. Pour les individus de

la tranche de revenu de 400 000FCFA à 600 000FCFA, 100% des utilisateurs du téléphone

mobile sont des hommes contre 0% de femmes. L’analyse montre donc que l’écart entre les

hommes et les femmes dans l’utilisation du mobile s’élargit au fur et à mesure que le revenu

augmente. La fracture de genre en termes de revenu est don bel et bien réelle. Le graphique 8

permet de mettre en évidence ce phénomène.



4466

Graphique 8 : Utilisation du téléphone mobile selon le revenu et le sexe.

Probabilité d'utiliser le mobile suivant le revenu et le sexe

17,928,33

0

27,02

91,66100

0

20

40

60

80

100

120

0-200 000 200 000- 400 000 400 000- 600 000

Classes de revenu

Effe

ctifs

en

pour

cent

age

femmes hommes


Dans cette section, nous avons procédé à l’analyse descriptive des variables explicatives de

notre modèle d’étude. De cette analyse, nous avons retenu six (6) variables que nous avons

pour la régression logit. Ces variables sont : le niveau d’éducation, le genre, l’âge, le revenu,

la zone de résidence et l’ordinateur. Les résultats de la régression sont présentés dans la

section suivante.

SECTION 2/. TIC ET FRACTURES NUMERIQUES AU BENIN.

PARAGRAPHE 1 : ANALYSE EMPIRIQUE DES RESULTATS DE LA REGRESSION.

A/. Résultats concernant l’utilisation de l’Internet.

L’équation du modèle à estimer est :

εααααααα +++++++= ordiZrgenreagereveducernetLogit 6543210)(int

où 0α est la constante de l’équation, les iα sont les coefficients des variables de l’équation et

ε est le terme d’erreur. Afin de mieux mettre en exergue les effets, les variables educ1 (c’est-

à-dire ceux qui n’ont aucun niveau d’éducation) et Zr1 (c’est-à-dire le milieu urbain) ont été

choisies comme références. Les résultats obtenus après l’estimation sont présentés dans le

tableau 11 ci-après :



4477

Tableau 11 : Paramètres estimés du modèle Logit pour l’Internet.

Variables Coefficients

estimés

z P > |z|

Constante -3.057215*** -3.02 0.003

educ2 .2461204 0.20 0.840

educ3 3.759672*** 3.80 0.000

educ4 5.361271*** 5.35 0.000

rev -1.43e-06 -0.75 0.453

age -.0469675*** -4.01 0.000

genre -.4121872* -1.72 0.085

Zr2 -.4589* -1.88 0.060

Zr3 -1.995951*** -4.06 0.000

Ordinateur 1.455454*** 3.26 0.001

Log pseudolikelihood = -251.55627

Nombre d’observations = 1091

Pseudo R2 = 0.4312

Source : Résultats de nos estimations.

Note : *significatif à 10% ;**significatif à 5% ; ***significatif à 1%.

1/. Tests d’ajustement du modèle.

A la suite des estimations, il est souvent utile de s’assurer en particulier de la qualité de

l’ajustement du modèle et de son degré de prédiction. STATA propose plusieurs tests qui sont

mis en évidence ici.

1.1/. Test de classification.

Ce test permet d’appréhender le pouvoir explicatif du modèle en calculant les concordances et

les discordances entre les valeurs estimées et les valeurs observées. Les résultats de ce test

sont présentés en annexe n°1.



4488

Dans le premier tableau, le nombre de bonnes prédictions se trouve sur la diagonale (66+910),

soit un taux de 976/1091 = 89,46%. Les probabilités estimées sont ramenées à 1 si elles sont

supérieures ou égales au seuil de 0,5 et à 0 sinon (confère annexe n°1).

En conclusion, avec un pourcentage de bonnes prédictions de 89,46%, le modèle est donc

globalement bien ajusté.

1.2/. Test de la courbe ROC (Receiver Operating Characteristic).

Il s’agit ici de faire une représentation graphique de la qualité discriminatoire du test pour

différents seuils. On porte sur l’axe des abscisses la variable « 1-spécifié » (1-Specificity).

Pour un seuil donné, la spécificité est égale à l’effectif de y) correctement estimé à 0 sur le

nombre de y = 0 observé. En ordonnée, on reporte la sensibilité (Sensitivity) du modèle qui

correspond au nombre de y) correctement estimé à 1 sur le nombre de y = 1 observé. Les

résultats sont présentés sur le graphique 9.

Graphique 9 : Test de la courbe ROC pour l’Internet.

0.00

0.25

0.50

0.75

1.00

Sens

itivi

ty

0.00 0.25 0.50 0.75 1.001 - Specificity

Area under ROC curve = 0.9188


La courbe ROC se construit de façon empirique en calculant la sensibilité puis la spécificité

d’un test pour différents niveaux de seuils de discrimination. L’aire sous la courbe tracée est

un estimateur de l’efficacité globale du test ; si le test n’est pas informatif, l’aire est de ½. Si



4499

le test est parfaitement discriminant, l’aire sera de 1. On peut se donner une règle plus précise

pour apprécier cet ajustement. La plus courante est de considérer les découpages suivants

(Long et Freese, 2006) :

Pour une aire comprise entre 0,90 et 1 : excellente discrimination

0,80-0,90 : bonne discrimination

0,70-0,80 : faible discrimination

0,60-0,70 : très faible discrimination

0,50-0,60 : mauvaise discrimination.

Graphiquement, plus la courbe s’écarte de la bissectrice, meilleure est la discrimination et

donc meilleur est le modèle. Ici nous avons une excellente discrimination (Area under ROC

curve = 0,9188).

2/.Validation économique des coefficients.

2.1/. Adéquation d’ensemble du modèle.

De l’analyse des éléments du tableau 11 issu de la régression, il ressort que le pseudo R2 est

égal à 0,4312. On peut donc dire que les variables explicatives du modèle expliquent 43,12%

de la probabilité d’utiliser l’Internet au Bénin.

2.2/. Significativité statistique des coefficients du modèle.

L’analyse du tableau 11 montre que sept des variables explicatives sont significatives. Ce sont

au seuil de 1% les variables educ3, educ4, age, Zr3 et ordinateur et au seuil de 10%, les

variables genre et Zr2. Il faut rappeler que le test utilisé ici pour tester la significativité des

coefficients est le test de Wald.

2.2.1/. Le niveau d’éducation secondaire.

L’analyse du coefficient estimé de educ3 montre que le niveau d’éducation secondaire est

positivement corrélé avec l’utilisation d’Internet. Cela signifie que les individus ayant ce

niveau d’étude ont tendance à plus utiliser Internet que les individus n’ayant aucun niveau

d’éducation.

2.2.2/. Le niveau tertiaire.

De même, la variable educ4 est significative et est positivement corrélée avec la variable

dépendante. Ainsi donc, la probabilité qu’un individu fasse usage de l’Internet augmente



5500

lorsque son niveau d’éducation est le niveau universitaire comparativement à quelqu’un qui

n’a fait que des études primaires ou secondaires. Ceci est clairement visible dans les résultats

du tableau 11. En effet, on remarque que plus le niveau d’éducation s’élève, plus les

coefficients affectés aux différentes modalités de la variable educ s’élèvent au fur et à mesure

que l’on quitte le niveau primaire et atteignent leur seuil maximal au niveau tertiaire. Cela est

dû au fait que les études universitaires permettent la maîtrise poussée du français, de l’anglais

et d’un certain nombre de compétences numériques de base qui sont nécessaires pour la

maîtrise des nouvelles technologies comme l’Internet.

2.2.3/. L’âge.

Le coefficient estimé de l’âge indique que l’âge a un effet négatif sur la probabilité

d’utilisation de l’Internet. Cela signifie que les individus les plus jeunes ont tendance à plus

utiliser l’Internet mais que cette tendance suit un mouvement à la baisse au fur et à mesure

que l’âge augmente. La probabilité d’utilisation de l’Internet est donc une fonction

décroissante de l’âge. Ceci s’explique par le fait que les individus âgés et fatigués ne trouvent

plus l’intérêt d’utiliser Internet ou alors ils n’ont pas le temps de se consacrer à Internet alors

que la jeunesse est plus friande de cette nouvelle technologie. Ce résultat est tout à fait

compatible avec les résultats de notre analyse descriptive.

2.2.4/. La zone de résidence.

Les variables Zr2 et Zr3 sont significatives et sont négativement corrélées avec la variable

expliquée. Ainsi donc comme le montrent les résultats économétriques, la probabilité

d’utiliser l’Internet décroît lorsque l’on s’éloigne du milieu urbain vers le milieu rural. Ceci

est tout à fait compréhensible et peut s’expliquer par le fait que les nouvelles technologies

lorsqu’elles émergent se concentrent tout d’abord dans les grandes villes et leurs périphéries

et c’est au fur et à mesure que le temps passe que la délocalisation se fait vers les zones les

plus reculées géographiquement. De plus, on pourrait évoquer le fait que l’accès à l’Internet

dans une localité est conditionné par de nombreux préalables qui conditionnent l’installation

et la pleine utilisation du réseau informatique international. Parmi ces préalables, nous

pouvons citer par exemple l’électrification de la localité, la dotation de la localité en

ordinateur, l’existence dans cette localité d’une connexion Internet, la connaissance de l’outil

informatique par les habitants de la dite localité.



5511

2.2.5/. Le genre.

L’analyse du coefficient estimé de la variable genre montre que celle-ci est significative et est

négativement corrélée à la variable dépendante. Autrement dit, le fait d’être une femme

influence négativement la probabilité d’utiliser Internet. Ceci démontre qu’il existe alors

réellement une fracture entre les hommes et les femmes en matière d’utilisation d’Internet au

détriment des femmes comme l’a souligné notre analyse descriptive. La fracture numérique de

genre dans l’utilisation de l’Internet serait donc liée au sexe. En effet, dans les pays en

développement à l’instar du Bénin, les femmes et plus particulièrement les jeunes filles ont

accès à l’ordinateur et à l’Internet dans le cadre d’une formation : secrétariat, opératrice de

saisie. On pense que les femmes ont plus accès à l’ordinateur et à l’Internet parce qu’on a plus

de secrétaires femmes que d’hommes. En réalité, elles viennent à ces outils par nécessité et

non par souci de se former et de se mettre au pas des technologies actuelles. Elles se forment

juste pour se trouver un emploi de survie alors que les hommes eux, c’est pour se cultiver

qu’ils vont généralement à l’ordinateur et à l’Internet. La preuve est que si l’on fait un petit

détour dans les nombreux cybercafés et centres privés de formation en TIC au Bénin, l’on se

rend compte que les femmes sont fortement représentées, mais elles occupent généralement

des postes de caissières, réceptionnistes et secrétaires, opératrices de saisie tout en se

reconnaissant comme faisant partie du secteur de l’informatique. C’est particulièrement le cas

en zone rurale où on enregistre de forts taux d’abandon scolaire chez les femmes qui prennent

d’assaut les centres d’initiation en informatique. Toutefois dans l’ensemble, les hommes sont

majoritaires et occupent des positions stratégiques.

Par ailleurs, s’il est admis que les facteurs économiques et sociodémographiques

conditionnent l’accès et l’usage des TIC, les femmes semblent avoir moins de possibilités

d’accès aux nouvelles technologies à cause de leur niveau d’éducation en général plus bas et

un pouvoir économique et politique faible c’est-à-dire que les disparités de genre en matière

d’utilisation d’Internet touchent davantage les femmes pauvres et analphabètes ; de plus, elles

sont particulièrement marginalisées dans les instances de décision politique de TIC tant dans

le secteur public que dans le secteur privé.

Alors qu’elles représentent la majorité de la population au Bénin, les femmes sont confrontées

à plusieurs obstacles : difficulté d’accès à certains lieux publics, absence de connaissance des

possibilités offertes par les TIC, manque de temps matériel pour utiliser les TIC à cause des

occupations ménagères et domestiques (elles doivent se partager entre leur rôle de

reproduction ou de mère, de production et de vie sociale ce qui laisse très peu de temps aux



5522

autres activités) et aussi parfois de la pression de leurs époux (les TIC et notamment Internet

sont perçues comme un facteur de déstabilisation des relations de genre établies dans le cadre

domestique, et incompatibles avec le statut de femmes mariée). Il se pose de ce fait un réel

handicap pour les femmes d’être outillées sur les choix concernant leur quotidien.

Si l’on veut donc réduire la fracture numérique de genre, il faudra mettre l’accent en terme de

relations de genre, sur l’accessibilité des lieux et leur sécurité et démystifier, par des actions

de vulgarisation appropriées aux femmes, l’utilisation d’Internet perçu comme trop

compliqué. Il serait aussi intéressant de sensibiliser les hommes afin qu’ils laissent leurs

compagnes se cultiver et s’intéresser aux nouvelles techniques d’information et de

communication.

2.2.6/. L’ordinateur.

Le coefficient estimé de la variable ordinateur est positif et significatif ce qui signifie que

l’utilisation de l’ordinateur influence positivement l’utilisation de l’Internet. En d’autres

termes, la probabilité de faire usage de l’Internet augmente beaucoup plus lorsque l’on utilise

l’ordinateur. Cette situation est bien évidente puisque l’on suppose que pour utiliser l’Internet,

il faut pouvoir d’abord avoir accès à un ordinateur soit directement dans le meilleur des cas

soit indirectement dans le pire des cas.

Quant aux variables educ1 educ2 et rev, elles ne jouent pas un rôle significatif dans

l’explication de la variable dépendante. Les variables educ1 et educ2 sont positivement

corrélées avec la variable expliquée mais ne sont pas significatives ce qui veut dire que

l’analphabétisme et le niveau d’étude primaire n’influencent pas tellement l’utilisation de

l’Internet. Cependant bien que le revenu n’ait pas un effet significatif sur la variable d’étude,

il mérite une certaine attention dans la mesure où pour utiliser l’Internet, il faut quand même

débourser un montant minimum soit pour l’avoir chez soi ou pour s’offrir ces services dans un

lieu public ou dans un cybercafé par exemple. Les signe du coefficient associé est négatif ce

qui veut dire qu’au fur et à mesure que l’individu dispose d’argent, la probabilité qu’il utilise

Internet se réduit. Cela peut être dû à une négligence de sa part ou alors à un manque d’intérêt

pour cette technologie de l’information.

3/. Analyse des effets marginaux.

Dans les modèles binaires, les paramètres estimés ne sont identifiés qu’à une constante près

(c’est-à-dire le seuil) et à un coefficient multiplicateur près. Par conséquent la valeur



5533

numérique du coefficient n’a pas grand intérêt, seul le signe nous informe dans quel sens la

probabilité va évoluer. Il est toutefois souvent utile d’évaluer la variation de la probabilité

estimée d’évènement Pr (y=1|x) lorsqu’on fait varier une explicative d’une unité.

C’est ce que nous allons nous atteler à faire dans cette sous-section par l’analyse des effets

marginaux. Seuls les effets marginaux des variables significatives issues de la régression ont

été analysés. Le tableau 12 ci-après donne les résultats obtenus.

Tableau 12 : Effets marginaux issus de la régression logit pour l’Internet.

Variables Effets marginaux

(dy/dx)

z P > |z| X

educ3* .5480697 3.41 0.001 0

educ4* .4174763 2.47 0.014 1

age -.0114478 -4.01 0.000 34.6544

genre* -.1023595 -1.75 0.081 1

Zr3* -.4216004 -3.15 0.002 1

ordinateur* .2759091 2.21 0.027 1


Note : (*) dy/dx est pour le changement discret de la variable binaire de 0 à 1.

On remarque (colonne P > |z|) que la variable genre est significative à 10% tandis que toutes

les autres variables ont une influence significative à 5% sur la variation de la probabilité

estimée. En effet, le fait d’être une femme (genre =1) diminue la probabilité d’utilisation de

l’Internet de 10 points de pourcentage comparativement à celle d’un homme d’âge moyen.

Ceci confirme donc nos résultats précédents et notre hypothèse sur l’existence d’une fracture

numérique liée au genre dans le cas de l’utilisation d’Internet. De même, plus on prend de

l’âge, plus la probabilité d’utilisation de l’Internet diminue avec un taux de 1,14 points de

pourcentage par an. Les effets marginaux obtenus indiquent également que la probabilité

d’utiliser Internet augmente au fur et à mesure qu’on progresse en éducation scolaire. Ainsi

donc, avoir un niveau secondaire augmente la probabilité d’utilisation d’Internet de 54,8

points de pourcentage tandis qu’un léger mouvement à la baisse est enregistré dès qu’on passe

au niveau tertiaire puisqu’on enregistre ici un pourcentage de 41,74. Ce phénomène peut

s’expliquer par le fait que les individus ayant atteint un niveau d’éducation tertiaire utilisent



5544

beaucoup plus l’Internet pour des besoins scientifiques et professionnels alors que les jeunes

du niveau secondaire plus nombreux ne l’utilisent la plupart du temps que pour des activités

qui n’ont aucun but éducatif.

Par ailleurs, le tableau 12 montre que le fait de résider en zone rurale diminue la probabilité

d’utilisation de l’Internet de 42,16 points de pourcentage comparativement à un individu qui

ne réside pas dans cette zone. C’est évident puisque les nouvelles technologies dans les pays

sous-développés en général et au Bénin en particulier ne se concentrent la plupart du temps

que dans les grandes villes et leurs environs. Un individu résidant en milieu rural a donc

moins de chances d’accéder à ces infrastructures. En outre il apparaît aussi que le fait

d’utiliser un ordinateur augmente de 27,6 points de pourcentage la probabilité d’utilisation de

l’Internet. Comme souligné plus haut, pour pouvoir utiliser Internet, il faut au préalable savoir

se servir d’un ordinateur. Le résultat est donc vérifié.

En conclusion, la dernière colonne du tableau rappelle à quel point ont été calculés les effets

marginaux et pour ces individus, on a la probabilité estimée d’utilisation de l’Internet (Pr

(Internet)) qui est égale à 0,4208 (confère annexe n°1 pour les détails des résultats). Il faut

rappeler que l’âge étant une variable continue, c’est sa moyenne qui a été considérée dans ce

calcul des effets marginaux.

4/. Analyse des Odds ratio ou rapports de cotes.

Les odds ratio (OR) représentent une manière simple d’interpréter les coefficients estimés.

Dans le cas de notre régression logistique, les résultats sont présentés dans le tableau suivant :



5555

Tableau 13 : Odds ratio de la régression logit pour l’Internet.

Internet Odds ratio z P > |z|

educ2 1.263892 0.19 0.848

educ3 41.94895 3.78 0.000

educ4 200.3107 5.31 0.000

age .9504988 -4.63 0.000

genre .6763721 -1.63 0.102

Zr2 .6364013 -1.85 0.064

Zr3 .1368491 -4.03 0.000

Ordinateur 4.071146 3.22 0.001


Dans notre exemple, un odd ratio de 0.676 entre les femmes et les hommes signifie que la

probabilité d’utilisation d’Internet ne représente qu’environ 67% de la probabilité de non

utilisation d’Internet pour une femme (comparativement aux hommes). Les femmes ont donc

environ un tiers de chances en moins que les hommes de bénéficier des avantages et des

opportunités de la société béninoise de l’information. Ces conclusions vont ainsi dans le

même sens que celles d’une étude récente du réseau « genre et TIC » qui indique que les

femmes ont 35% moins de chances que les hommes de bénéficier de la société africaine de

l’information. De la même façon, un odd ratio de 200,31 entre les individus ayant un niveau

d’étude tertiaire (educ4 = 1) et les individus n’ayant aucun niveau d’éducation (educ1 = 1)

signifie que la probabilité d’utilisation d’Internet est 200,31 fois supérieure à la probabilité de

non utilisation d’Internet pour les individus de niveau tertiaire (comparativement aux

analphabètes). Dans ce même ordre d’idées, on pourra dire qu’un odd ratio de 0,13 entre les

habitants du milieu rural et les habitants du milieu urbain signifie que la probabilité

d’utilisation d’Internet ne représente que 13% de la probabilité de non utilisation d’Internet

pour un individu du milieu rural (comparativement à un individu du milieu urbain). Un rural a

donc environ sept fois moins de chances qu’un citadin d’utiliser l’Internet.

Le odd ratio calculé pour l’ordinateur est égal à 4,07. Cela signifie que la probabilité

d’utilisation d’Internet est 4 fois supérieure (ou augmente de 300%) à la probabilité de non

utilisation d’Internet pour quelqu’un qui utilise l’ordinateur (comparativement à quelqu’un

qui n’utilise pas l’ordinateur).



5566

Pour une variable quantitative comme l’âge, le OR peut également s’écrire sous forme de

pourcentage : 100 x {exp ( kα) ) – 1) = 100 x (0,95 – 1) = -5%. Ainsi, une année

supplémentaire diminue la probabilité d’utilisation de l’Internet de 5% comparativement à la

probabilité de non utilisation (confère le paramètre négatif estimé pour l’âge au tableau 11).

B/. Résultats concernant l’utilisation du mobile.

L’équation du modèle à estimer est :

εββββββ ++++++= ZrgenreagereveducmobileLogit 543210)(

où 0β est la constante de l’équation, les iβ sont les coefficients des variables de l’équation et

ε est le terme d’erreur. De la même façon que dans le cas de l’Internet, les variables educ1

(c’est-à-dire ceux qui n’ont aucun niveau d’éducation) et Zr1 (c’est-à-dire le milieu urbain)

ont été choisies comme références. Les résultats des estimations sont présentés dans le tableau

14 ci –après.

Tableau 14 : Paramètres estimés du modèle Logit pour le téléphone mobile.

Variables Coefficients estimés z P > |z|

Constante -1.588162*** -4.24 0.000

educ2 1.22761*** 5.29 0.000

educ3 1.453282*** 5.94 0.000

educ4 3.938244*** 7.07 0.000

rev .0000379*** 8.12 0.000

age .0014199 0.19 0.851

genre -.1382567 -0.82 0.411

Zr2 -.5851978*** -3.19 0.001

Zr3 -1.617756*** -7.74 0.000

Log pseudolikelihood = -479.96475

Nombre d’observations = 1091

Pseudo R2 = 0,3614


Note : *significatif à 10% ; **significatif à 5% ; ***significatif à 1%.



5577

1/. Tests d’ajustement du modèle.

Pour nous assurer de la qualité de l’ajustement du modèle portant sur la probabilité d’utiliser

le téléphone portable et de son degré de prédiction, nous allons procéder à deux tests qui sont

successivement mis en évidence ici.

1.1/. Le test de classification.

Comme souligné plus haut, ce test permet d’appréhender le pouvoir explicatif du modèle en

calculant les concordances et les discordances entre les valeurs estimées et les valeurs

prédites. Les résultats sont présentés en annexe n°1.

Dans le premier tableau le nombre de bonnes prédictions se trouve sur la diagonale

(352+511), soit un taux de 863/1091 = 79,10%. Les probabilités estimées sont ramenées à 1 si

elles sont supérieures ou égal au seuil de 0,5 et à 0 sinon (annexe n°1).

Dans ce cas-ci, le pourcentage de bonnes prédictions est de 79,10%. On peut donc dire que le

modèle est globalement bien ajusté.

1.2/. Test de la courbe ROC (Receiver Operating Characteristic).

Il s’agit ici de faire une représentation graphique de la qualité discriminatoire du test pour

différents seuils. Les résultats sont présentés sur la graphique 10.



5588

Graphique 10 : Test de la courbe ROC pour le mobile.

0.00

0.25

0.50

0.75

1.00

Sen

sitiv

ity

0.00 0.25 0.50 0.75 1.001 - Specificity

Area under ROC curve = 0.8733


La courbe ROC se construit de façon empirique en calculant la sensibilité puis la spécificité

d’un test pour différents niveaux de seuils de discrimination. L’aire sous la courbe tracée est

un estimateur de l’efficacité globale du test ; si le test n’est pas informatif, l’aire est de ½. Si

le test est parfaitement discriminant, l’aire sera de 1. On peut se donner une règle plus précise

pour apprécier cet ajustement. En tenant compte du découpage effectué par Long et Freese

(2006), on peut dire ici que nous avons une bonne discrimination (Area under ROC curve =

0,8733).

2/. Validation économique des coefficients.

2.1/. Adéquation d’ensemble du modèle.

De l’analyse des éléments du tableau 14 issu de la régression, il apparaît que le pseudo R2 est

égal à 0,3614. De façon globale donc, les variables explicatives du modèle expliquent 36,14%

de la probabilité d’utiliser le téléphone mobile au Bénin.



5599

2.2/.Significativité statistique des coefficients du modèle.

L’analyse du tableau 14 montre que 6 des variables explicatives du modèle sont significatives.

Ces sont les variables educ2, educ3, educ4, rev, Zr2 et Zr3. Ici aussi, le test utilisé pour tester

la significativité des coefficients est le test de Wald.

2.2.1/. Le niveau d’éducation.

L’analyse des coefficients estimés des variables educ2, educ3 et educ4 montre que ces

coefficients sont significatifs et que ces 3 variables sont positivement corrélées avec la

variable expliquée. De plus on remarque que les coefficients affectés aux différentes

modalités de la variable educ s’élèvent au fur et à mesure que le niveau d’éducation augmente

du primaire pour le tertiaire. Cela signifie donc que la probabilité d’utiliser le téléphone

portable au Bénin augmente en fonction du niveau d’éducation. Plus l’individu est instruit,

plus sa probabilité d’utiliser le mobile est forte. On peut de façon similaire à l’utilisation de

l’Internet expliquer ce phénomène par le fait que les études prédisposent plus à la maîtrise des

compétences de base nécessaires pour la pleine utilisation de cette nouvelle technologie qui

jadis était perçue comme un luxe.

2.2.2/. Le revenu.

Contrairement à l’Internet, le coefficient estimé du revenu est significatif mais faible et est

positivement corrélé avec la variable dépendante. Cela veut donc dire que la probabilité

d’avoir un téléphone portable et de l’utiliser dépend dans une certaine mesure du revenu.

Ainsi lorsque le revenu augmente, la probabilité de faire usage d’un téléphone mobile

augmente elle aussi. Cependant, cette faiblesse du coefficient peut s’expliquer par le fait que

l’acquisition et l’utilisation d’un téléphone mobile peuvent aussi être le fruit d’un don, d’un

cadeau ou d’autres choses qui ne sont pas forcément liées aux dépenses sur fonds propres.

2.2.3/. La zone de résidence.

L’analyse faite selon la zone de résidence révèle que les coefficients affectés aux différentes

modalités de cette variable sont significatifs et évoluent négativement au fur et mesure qu’on

quitte les zones urbaines pour les zones rurales. Cela veut dire que la probabilité d’utiliser le

téléphone portable au Bénin s’amenuise au fur et à mesure que l’on s’éloigne du milieu

urbain. Un individu vivant en ville a donc plus de chances qu’un individu vivant en campagne

d’utiliser le téléphone mobile. Ce phénomène se comprend aisément quand on sait que la



6600

plupart des réseaux GSM installés sur le territoire ne couvrent en majorité que les centres

urbains ce qui pose un problème d’infrastructures.

L’analyse révèle en outre que les variables age et genre ne sont pas significatives dans

l’explication de notre variable dépendante mais néanmoins méritent une certaine attention. En

définitive, on peut donc dire que l’utilisation du téléphone portable ne varie pas selon l’âge.

Le signe positif et la valeur très faible du coefficient sembleraient même indiquer que la

probabilité de faire usage du mobile augmente avec l’âge mais de façon mitigée. Quand à la

variable genre, elle n’est pas significative mais le coefficient affecté est négatif ce qui veut

dire qu’il existe une fracture numérique de genre au détriment des femmes dans l’utilisation

du téléphone portable mais qui disparaît une fois qu’un certain cap d’utilisation est franchi. La

fracture numérique dans l’utilisation du téléphone mobile au Bénin ne serait donc pas liée au

sexe car contrairement au cas de l’Internet l’usage est ici équitable. Seulement s’il est vrai

que l’unanimité est établie sur le fait que l’utilisation du téléphone portable par les hommes et

les femmes ne souffre pas de fracture numérique, cette équité dans l’utilisation pose d’autres

problèmes plus fréquents comme les disputes et les discordes dans les ménages parce que

beaucoup d’hommes refusent que les femmes aient accès à cet outil. Cela crée régulièrement

des tensions de suspicion ce qui brise l’harmonie dans les foyers. En conséquence, certaines

femmes ne veulent plus du téléphone portable. Cela justifie donc pleinement le signe négatif

affecté au coefficient de la variable genre du modèle.

3/. Analyse des effets marginaux.

Afin d’évaluer la variation de la probabilité estimée d’évènement Pr (y = 1|x) lorsqu’on fait

varier une explicative d’une unité, nous allons calculer les effets marginaux. Seuls les effets

marginaux des variables significatives issues de la régression ont été analysés. Les résultats

sont présentés dans le tableau 15.



6611

Tableau 15 : Effets marginaux de la régression Logit pour le téléphone portable.

Variables Effets marginaux

(dy/dx)

z P > |z| X

educ2* .0971631 2.18 0.029 0

educ3* .106308 2.21 0.027 0

educ4* .7521556 11.12 0.000 1

rev 4.68e-06 2.55 0.011 30026.3

Zr2* -.0880584 -1.99 0.046 0

Zr3* -.1118709 -2.07 0.038 1


Note : (*) dy/dx est pour le changement discret de la variable binaire de 0 à 1.

On remarque ici (colonne P > |z|) que toutes les variables ont un effet significatif sur la

variation de la probabilité estimée à 5%. L’analyse des effets marginaux obtenus indique que

la probabilité d’utiliser le téléphone portable augmente au fur et à mesure que le niveau

d’éducation s’élève. Ainsi donc, avoir un niveau d’éducation primaire augmente la probabilité

d’utiliser le portable de 9,71 points de pourcentage. Ce pourcentage est de 10,63 points pour

le niveau secondaire et passe à 75,21 points pour le niveau tertiaire. Plus l’individu progresse

en instruction, plus il est enclin à faire usage du téléphone portable. De même, le revenu aussi

exerce un effet positif sur la variation de la probabilité estimée. Cet effet est cependant très

faible et est de 0,000468 points. Le revenu augmente donc la probabilité d’utilisation du

téléphone portable de 0,000468 points.

Par ailleurs, l’analyse du tableau 15 montre que le fait de résider en zone rurale diminue la

probabilité d’utilisation du mobile de 11,18 points de pourcentage comparativement à

quelqu’un qui n’habite pas ce milieu. Résider en zone urbaine offre donc plus de chances

d’utiliser le téléphone mobile que le fait de résider en zone rurale. Il faut noter qu’en dehors

des contraintes financières qui peuvent expliquer ces disparités entre les zones, les

infrastructures des réseaux GSM installés sur le territoire national ne couvrent pas la quasi-

totalité des régions rurales.

La dernière colonne du tableau nous rappelle ici à quel point ont été calculés les effets

marginaux et pour ces individus, on a la probabilité estimée d’utilisation du téléphone

portable (Pr (mobile)) qui est égale à 0,8557 (confère annexe pour les détails des résultats). Le



6622

revenu étant une variable quantitative, c’est sa moyenne qui a été considérée dans le calcul

des effets marginaux.

4/. Analyse des odd ratio (OR) ou des rapports de cote.

Dans cette sous-section, nous allons calculer les odd ratio pour le modèle estimé de la

probabilité d’utilisation du téléphone mobile. Les résultats sont présentés dans le tableau 16.

Tableau 16 : Odds ratio de la régression logit pour le mobile.

Mobile Odds ratio z P >|z|

educ2 3.413063 5.29 0.000

educ3 4.277128 5.94 0.000

educ4 51.32838 7.07 0.000

rev 1.000038 8.12 0.000

age 1.001421 0.19 0.851

genre .8708751 -0.82 0.411

Zr2 .5569957 -3.19 0.001

Zr3 .1983432 -7.74 0.000


Dans notre exemple, un odd ratio de 51,32 entre les individus ayant un niveau d’éducation

tertiaire (educ4 =1) et les individus n’ayant aucun niveau d’éducation (educ1 = 1) signifie que

la probabilité d’utilisation du téléphone portable est 51,32 fois supérieure à la probabilité de

non utilisation du portable pour les individus de niveau tertiaire (comparativement aux

analphabètes). Les individus ayant fait des études universitaires ont donc plus de chances

d’utiliser le portable que les individus analphabètes. De la même façon, un odd ratio de 0,198

entre les individus vivant en milieu rural (Zr3 = 1) et les individus vivant en milieu urbain

(Zr1 = 1) montre que la probabilité d’utilisation du mobile ne représente qu’environ 19,8% de

la probabilité de non utilisation du mobile pour les individus du milieu rural

(comparativement aux individus du milieu urbain). Les individus du milieu rural ont donc

environ 4 fois moins de chances que les individus résidant en ville d’utiliser le téléphone

portable.



6633

Pour une variable quantitative comme l’âge, le OR peut également s’écrire sous forme de

pourcentage : 100 x {exp (β)

i) – 1} = 100 x (1,000038 – 1) = 0,0038%. Ainsi, le revenu

augmente la probabilité d’utilisation du téléphone portable de 0,0038% comparativement à la

probabilité de non utilisation (confère le paramètre positif estimé pour le revenu au tableau

14).

PARAGRAPHE 2 : RECOMMANDATIONS ET CONCLUSION PARTIELLE.

A/. Recommandations.

Au vu des résultats précédents, il apparaît évident que l’ampleur de la fracture numérique de

genre au Bénin est réellement préoccupante. De ce point de vue, quelques recommandations

s’avèrent indispensables pour réduire un tant soit peu le phénomène. Il est donc nécessaire

avant toute politique d’augmenter le taux d’alphabétisation qui est l’un des freins à l’accès

aux TIC. En attendant d’atteindre cet objectif de long terme, il importe de :

Sensibiliser la population sur l’importance de l’utilisation des TIC, non seulement à

travers leur introduction effective dans les programmes d’enseignement scolaire, mais

aussi à travers des caravanes et des journées d’information du public.

Accroître le volume des Investissements Directs Etrangers (IDE) en direction des TIC

au Bénin en garantissant un cadre institutionnel favorable.

Augmenter les capacités qu’offrent les infrastructures de communication de manière à

améliorer la qualité des services et à réduire le coût de communication.

Promouvoir l’utilisation des TIC par les femmes en développant des programmes

spécifiques en direction de celles-ci.

Prendre en compte le genre dans les différentes politiques nationales.

Associer plus de femmes dans la prise de décision sur les politiques de TIC.

Accroître les efforts d’investissement dans les zones les plus défavorisées et tenir

compte du niveau de développement de ces dernières pour élaborer des projets

réalistes. Il serait par exemple difficile d’installer aujourd’hui un cyber dans toutes les

communes et particulièrement dans les communes les plus défavorisées. Pour rendre

l’Internet accessible aux populations installées dans les zones les plus reculées du

pays, un système de cyber mobile pourrait être mis en œuvre. Ce cyber aurait pour

mission de parcourir périodiquement des régions ciblées d’avance en vue de

sensibiliser les populations et répondre à leurs attentes.



6644

Multiplier les centres de formation dans le domaine des TIC en milieu académique. Il

s’agit ici de renforcer les capacités des centres numériques afin de rendre la

bibliothèque virtuelle accessible au plus grand nombre d’étudiants.

B/. Conclusion partielle.

Dans ce chapitre, nous avons fait l’analyse descriptive et économétrique des facteurs qui

influencent la probabilité d’utiliser les TIC au Bénin à savoir l’Internet et le téléphone

portable en faisant un recentrage sur le genre. De façon générale, il ressort que le taux

d’utilisation des TIC est très faible au Bénin : 14,08% pour l’Internet et 45,6% pour le

téléphone mobile. Ce faible taux d’utilisation pourrait s’expliquer en grande partie par le

faible taux d’alphabétisation que connaît le Bénin. Ce taux est estimé à 44,03% en 2005

(RNDH, 2003). En ce qui concerne l’utilisation de l’Internet, il existe un fossé donc une

fracture entre les hommes et les femmes au détriment des femmes. Les hommes ont donc une

propension plus élevée que les femmes à utiliser l’Internet et ce quel que soit l’âge, la zone de

résidence et le niveau d’éducation (hormis le niveau primaire et les individus analphabètes).

En outre, l’utilisation de l’Internet baisse au fur et à mesure que l’âge augmente. Cette baisse

pourrait s’expliquer par le désintéressement des personnes âgées vis-à-vis de l’usage de

l’Internet. Ce désintéressement peut se traduire par leur rigidité à s’adapter au changement

que leur impose l’usage des TIC. On pourrait également ajouter le fait que l’Internet est un

phénomène récent au Bénin.

La situation du téléphone portable est plus acceptable car ici il semble que la disparité entre

les hommes et les femmes ne soit pas trop marquée néanmoins, les hommes utilisent toujours

plus le mobile que les femmes. Contrairement au cas de l’Internet, l’usage du téléphone

portable augmente avec l’âge mais de façon mitigée.



6655

CONCLUSION GENERALE.

La problématique de la présente étude intitulée « Usage des TIC et fractures numériques au

Bénin : une analyse à partir du genre » a consisté à faire une analyse critique de l’ampleur de

la fracture numérique de genre au Bénin et des facteurs qui déterminent l’utilisation des TIC

en général et de l’Internet et du téléphone portable en particulier.

Les résultats de l’enquête sur les Technologies de l’Information et de la Communication du

réseau RIA au Bénin confirment l’état des lieux sur les perceptions de l’utilisation de

l’Internet et du téléphone mobile. En effet, l’étude nous a permis d’identifier que les variables

genre, éducation, âge, zone de résidence et ordinateur ont un impact significatif sur la

probabilité d’utiliser l’Internet au Bénin. L’analyse par rapport au genre révèle que la fracture

numérique entre les hommes et les femmes est bien réelle : les hommes béninois ont plus de

chances que les femmes d’utiliser l’Internet. L’utilisation de l’ordinateur et donc de l’Internet

est influencée au Bénin par l’âge. En effet, suivant l’évolution de l’âge, l’ampleur de

l’utilisation d’Internet connaît une diminution avec le plus fort taux d’utilisation dans la classe

de 16 à 50 ans. Il est à noter que dans chacune des classes d’âge mises en évidence, le taux de

non utilisation de l’Internet dépasse le taux d’utilisation de l’Internet ; ceci explique le faible

taux d’utilisation de l’Internet dans la population béninoise. En dehors de l’âge qui

constituerait un facteur explicatif de l’usage de l’Internet, la localisation géographique n’en

demeure pas moins. La différenciation du niveau de développement entre les zones urbaines

et les zones rurales expliquerait les différenciations observées au niveau des taux d’utilisation

d’Internet. En outre l’usage de l’Internet supposerait un niveau minimum d’instruction, du

moins il faut maîtriser au moins les lettres de l’alphabet. Le niveau d’instruction serait un

facteur prépondérant de l’accès à Internet au Bénin puisque les langues, vecteurs de

l’information sur le réseau international sont des langues qui sont étrangères aux

communautés béninoises. L’accès et l’utilisation de l’Internet au Bénin demeureraient encore

un sujet tabou qui exclut une bonne partie de la population béninoise. Le taux d’utilisation de

l’Internet au Bénin est estimé à 14,08% de la population béninoise. Cependant, pour la petite

proportion ayant accès à l’Internet, l’utilisation pose encore problème. En effet, l’Internet

n’est pas utilisé à des fins éducatives ; à ce niveau, beaucoup reste à faire.



6666

Quant à l’utilisation du téléphone mobile, les conclusions sont moins sévères car on remarque

ici une presque équité dans l’utilisation. La fracture numérique bien présente dans le cas de

l’Internet disparaît dans le cas de l’utilisation du mobile. Néanmoins des disparités existent

toujours sur d’autres plans comme celui de l’éducation et de la zone de résidence.

Cette étude bien qu’ayant conduit à des résultats intéressants, comporte quelques limites qu’il

importe de relever. L’une des insuffisances est que les résultats obtenus n’ont pas été

extrapolés au niveau national. Cette situation tient au fait que les informations détaillées

concernant la base de sondage et les techniques d’échantillonnage ne nous aient pas été

accessibles.

Les TIC sont des outils accélérateurs de performances économiques. Il importe donc pour les

pays du Sud en général et au Bénin en particulier de s’en approprier tout en tenant compte de

leurs réalités socioéconomiques et culturelles.



6677

BIBLIOGRAPHIE.

ACDI (1999). « La politique de l’ACDI sur l’égalité des genres », Agence Canadienne de

Développement international.

Antonelli C. (2003), “The digital divide: understanding the economics of new information and

communication technology in the global economy”, Information Economics and Policy, 15, p.

173-199.

APC-Femmes-Afrique ; FEMNET (2000) : "Bénéfices nets : les femmes africaines dressent

l’inventaire des technologies de l’information et de la communication"

http://www.enda.sn/synfev/apcfemafr/beneficesnets/intro.html (URL provisoire).

APC/WNSP Programme d’Appui aux Réseaux de Femmes de Association for Progressive

Communication: "Méthodologie d’évaluation en genre des initiatives de TIC", notamment :

"Les TIC pour le changement social", "Les indicateurs de genre"

http://www.apcwomen.org/gem (page visitée le 12/11/2009).

APC/WNSP Programme d’Appui aux Réseaux de Femmes de Association for Progressive

Communication: "APCWNSP Policy Guide for Gender and ICTs"

http://www.apcwomen.org/summit/policy/wnsp_policyguide.html (URL provisoire).

Bandura A. (1995), “Self-Efficacy: Toward a Unifying Theory of Behavioural Change”, in

Psycholog Review (84), p.91-215.

Bucy E., Newhagen J. (2004), “Media Access: Social and Psychological Dimensions of New

Technology Use”, Lawrence Erlbaum Associates, London.

Burch, S. and Leon, I. (2000) ‘Directions for Women’s Advocacy on ICT: Putting New

Technologies on the Gender Agenda’, in P. Villaneuva (ed.), Networking for Change, The

APCWNSP’s First 8 Years, http://www.apcwomen.org/netsupport/sync/toolkit2.pdf (page

visitée le 12/11/2009).

http://www.enda.sn/synfev/apcfemafr/beneficesnets/intro.html

http://www.apcwomen.org/gem

http://www.apcwomen.org/summit/policy/wnsp_policyguide.html

http://www.apcwomen.org/netsupport/sync/toolkit2.pdf



6688

Castells M. (2002), La galaxie Internet, Fayard.

Caucus sur le Genre, Conférence Préparatoire Régionale Africaine Du Sommet Mondial sur la

Société de l’Information (2002) : "Bamako 2002 : Placer le genre au centre du Sommet

Mondial sur la Société de l’Information"

http://smsi.francophonie.org/IMG/html/bko2002genre.html (page visitée le 12/11/2009).

Chéneau-Loquay A. (2002), « Modes d’accès et d’utilisation d’Internet en Afrique : les

grandes tendances », Africa e Mediterraneo, n° 41, p. 12-15.

Clement A., Shade L. (2000), “The access rainbow: conceptualisation universal access to the

information/communication infrastructure”, in M. Gurstein (ed.) Community, Informatics,

Hershey, PA, Idea Publishing.

De Haan J. (2004), “A Multifaceted Dynamic Model of The Digital Divide”, in IT and

Society, vol 1(7), pp.66-88.

De Haan J., Steyaert J. (2001), Geleidelijk digitaal – een nuchtere kijk op de sociale gevolgen

van ICT, Sociaal en Cultureel Planbureau (SCP), Den Haag.

DiMaggio P., Hargittai E., Celeste C., Shafer S. (2004), “Digital inequality: from unequal

access to differentiated use”, in Neckerman K. (Ed.), Social inequality, Russel Sage

Foundation, New York, 2004, pp. 355-400.

Gajjala, R., « Pratiques technologiques cyberféministes : Exploration des possibilités de

concevoir des environnements technologiques axés sur les femmes, Séminaire No. 2 de la

Série de séminaires virtuels sur les sexospécificités et les TIC de l’ONU/INSTRAW : « Les

femmes et les technologies de l'information et de la communication: environnements

habilitants et non habilitants » (15-26 juillet 2002),

http://www.uninstraw.org/fr/index.php?option=content&task=view&id=858 (URL provisoire)

http://smsi.francophonie.org/IMG/html/bko2002genre.html

http://www.uninstraw.org/fr/index.php?option=content&task=view&id=858%20



6699

Gibigaye M. (2005) : "Fracture numérique de genre au Bénin, rapport provisoire", Réseau

Genre et TIC, Cotonou, 50 pages

http://www.famafrique.org/regentic/indifract/benin.pdf (page visitée le 12/11/2009).

Gurova et al. (2001): The Digital Divide – A Research Perspective. A Report to The G8

Opportunities Task Force. Bruxelles: Joint Research Centre – European Commission.

Hafkin N. ; Taggart Nancy (2001): "Gender, Information Technology, and Developing

Countries: An Analytic Study" USAID, http://www.usaid.gov/wid/pubs/hafnoph.pdf (URL

provisoire).

Hafkin N. (2003) : "Le genre dans les statistiques et indicateurs des TIC, du point de vue plus

spécialement des pays en développement", Atelier conjoint de statistique sur le suivi de la

société de l’information http://www.unece.org/stats/documents/ces/sem.52/3.f.pdf (page

visitée le 12/11/2009).

Hargittai E. (2002), “Second-order digital divide: differences in people’s online skills”, in

First Monday, vol. 7 n°4, University of Illinois at Chicago, April 2002.

Huyer, S. and Mitter, S., ‘ICTs, globalisation and poverty reduction: gender dimensions of the

knowledge society. Part I. Poverty reduction, gender equality and the knowledge society:

digital exclusion or digital opportunity?’ Conseil consultatif chargé des sexospécificités,

Commission de la Science et de la Technique au Service du Développement (CSTD), 2003.

http://gab.wigsat.org/partI.doc (page visitée le 12/11/2009).

INSAE, Rapport d’analyse de l’enquête sur l’utilisation et la perception des Technologies de

l’Information et de la Communication, Cotonou, 2005, 43p.

Katz J.E., Rice R.E. (2002), Social Consequences of Internet Use, Access, Involvement and

Interaction. MIT Press, Cambridge, MA.

Kling R. (1998), “Technological and Social Access on Computing, Information and

Communication Technologies”, White paper for Presidential Advisory Committee on High

http://www.famafrique.org/regentic/indifract/benin.pdf

http://www.usaid.gov/wid/pubs/hafnoph.pdf

http://www.unece.org/stats/documents/ces/sem.52/3.f.pdf

http://gab.wigsat.org/partI.doc



7700

Performance Computing and Communication, Information Technology, and the Next

Generation Internet.

Le Guel F. (2004), « Comment pourrait-on mesurer la double fracture numérique ? », in

Réseaux, vol 22, n°127-128, Paris, p.55-82.

Lenhart A., Horrigan J.B. (2003), Re-visualising the digital divide as a digital spectrum, in IT

& Society, vol.1 n°5, Stanford University, Summer 2003, pp.23-39

Long, J. S., et J. Freese. (2006). Regression Models for Categorical Dependant Variables

Using Stata. 2nd ed. College Station, TX: Stata Press.

Loukou A. Fr (2006) « Fracture numérique et développement : le cas de la Côte d’Ivoire »

http://www.tic.ird.fr/spip.php?article147 (page visitée le 01/12/2009).

Marcelle, G.M., ‘Transforming information and communications technologies for gender

equality’, Gender in Development Monograph series #9, New York: PNUD, 2000,

http://www.undp.org/gender/resources/mono9.pdf (URL provisoire).

Mertens L. (2007) & al., Digitaal over de drempel (Franchir le seuil numérique), e-book

LINC, Leuven.

Montagnier, P., Muller E., Vickery, G. (2002), The Digital Divide: Diffusion and Use of

ICTs, OECD Paper.

Organisation Internationale du Travail (OIT), « Rapport sur l’emploi dans le monde 2001: vie

au travail et économie de l’information », Genève : OIT, 2001,

http://www.ilo.org/public/english/support/publ/wer/index2.htm (en anglais).

(page visitée le 12/11/2009).

Ono H. (2003): “Gender and the internet”, Social sciences.

ONU (2002): "Millennium Development Goals" http://www.developmentgoals.org

http://www.tic.ird.fr/auteur.php?id_auteur=23

http://www.tic.ird.fr/spip.php?article147

http://www.undp.org/gender/resources/mono9.pdf

http://www.ilo.org/public/english/support/publ/wer/index2.htm

http://www.developmentgoals.org/



7711

(Page visitée le 12/11/2009).

Primo Natasha (2003) : "L’égalité des sexes dans la société de l’information", UNESCO

http://portal.unesco.org/ci/ev.php?URL_ID=12847&URL_DO=DO_TOPIC&URL_SECTIO

N=201&reload=1080966 (page visitée le 12/11/2009).

Rathgeber, Eva ; Adera Edith (2002) : "L’inégalité des sexes et la révolution de l’information

en Afrique", CRDI http://web.idrc.ca/ev_fr.php?ID=9409_201&ID2=DO_TOPIC

(Page visitée le 12/11/2009).

Simard, Cyrille (2003) : "L’indice d’accès numérique en francophonie, quelques repères

statistiques sur la fracture numérique", NordSud.org

http://www.itu.int/ITU-D/ict/dai/material/IAN_Francophonie.pdf(Page visitée le 12/11/2009).

Selwyn N., Gorard S., Furlong J. (2005), Adult Learning in the Digital Age. Information,

Technologies and the Learning Society, Routledge, London.

Selwyn N. (2006), “Digital division or digital decision? A study of non-users and low-users of

computers”, in Poetics, n°34, 273–292.

Selwyn N., Facer K. (2007), Beyond the digital divide – rethinking digital inclusion for the

21th century, FutureLab, London.

Steyaert J., De Haan J. (2001), Geleidelijk digital: een nuchtere kijk op de sociale gevolgen

van ICT, Sociaal en Cultureel Planbureau, Den Haag.

UNESCO (2003): "Education for All Global Monitoring Report 2003/4: Gender and

Education for All: The Leap to Equality".

http://portal.unesco.org/education/en/ev.phpURL_ID=23023&URL_DO=DO_TOPIC&URL_

SECTION=201.html (page visitée le 12/11/2009).

UNESCO (2003 b): "Status of Research on the Information Society" Chapter 1: Information

Communication Technologies (ICTs) and Gender, 83 pages.

http://portal.unesco.org/ci/ev.php?URL_ID=12847&URL_DO=DO_TOPIC&URL_SECTION=201&reload=1080966

http://portal.unesco.org/ci/ev.php?URL_ID=12847&URL_DO=DO_TOPIC&URL_SECTION=201&reload=1080966

http://web.idrc.ca/ev_fr.php?ID=9409_201&ID2=DO_TOPIC

http://www.itu.int/ITU-D/ict/dai/material/IAN_Francophonie.pdf

http://portal.unesco.org/education/en/ev.phpURL_ID=23023&URL_DO=DO_TOPIC&URL_SECTION=201.html

http://portal.unesco.org/education/en/ev.phpURL_ID=23023&URL_DO=DO_TOPIC&URL_SECTION=201.html



7722

http://portal.unesco.org/ci/ev.php?URL_ID=12515&URL_DO=DO_TOPIC&URL_SECTIO

N=201 (page visitée le 12/11/09).

Valenduc G., Vendramin P., “De la fracture numérique à l’inclusion sociale”, numéro spécial

de la Lettre EMERIT n° 39 (juin 2004), Namur.

Valenduc G., Vendramin P., “La dimension européenne de la lutte contre la fracture

numérique”, dans la Lettre EMERIT n° 46 (juin 2006), Namur.

Van Dijk J. (2003), De digitale kloof wordt dieper – van ongelijkheid in bezit naar

ongelijkheid in vaardighedenen gebruik van ICT, SQM London / Universiteit Twente.

Van Dijk J. (2005), The Deepening Divide Inequality in the Information Society. Sage

Publications, Thousand, Oaks CA, London/New Delhi.

Vendramin P., Valenduc G. (2003), Internet et inégalités – une radiographie de la fracture

numérique, Labor, Collection Quartier Libre, Bruxelles.

Vendramin P., Valenduc G. (2006), “Fractures numériques, inégalités sociales et processus

d’appropriation des innovations”, in Terminal, n° 95-96, L’Harmattan, Paris, pp. 137-154.

Warschauer M. (2003), Technology and social inclusion. Rethinking the digital divide, MIT

Press, Massachusetts.

Youssef Ben A. (2004), “Les quatre dimensions de la fracture numérique”, in Réseaux, vol

22, n°127-128, Paris, p. 181-210.

Youssef Ben A. (2005), « Les quatre dimensions de la fracture numérique », Réseaux, ce

numéro.

http://portal.unesco.org/ci/ev.php?URL_ID=12515&URL_DO=DO_TOPIC&URL_SECTION=201

http://portal.unesco.org/ci/ev.php?URL_ID=12515&URL_DO=DO_TOPIC&URL_SECTION=201



7733

TABLE DES MATIERES

DEDICACE............................................................................................................................................ iv REMERCIEMENTS ............................................................................................................................... v SOMMAIRE .......................................................................................................................................... vi LISTE DES SIGLES ET ACRONYMES ............................................................................................. vii LISTE DES TABLEAUX.................................................................................................................... viii LISTE DES GRAPHIQUES .................................................................................................................. ix RESUME................................................................................................................................................. x

INTRODUCTION GENERALE............................................................................................................. 1

CHAPITRE PREMIER : ......................................................................................................................... 3

CADRE THEORIQUE ET METHODOLOGIQUE D’ANALYSE DE L’USAGE DES TIC ET DES

FRACTURES NUMERIQUES............................................................................................................... 3

SECTION 1/. CADRE THEORIQUE DE L’ETUDE............................................................................. 3

PARAGRAPHE 1 : PROBLEMATIQUE, OBJECTIFS ET HYPOTHESES......................................... 4 A/. PROBLEMATIQUE. .............................................................................................................................. 4 B/. LES OBJECTIFS D’ETUDE. ................................................................................................................... 6 C/. LES HYPOTHESES. .............................................................................................................................. 6

PARAGRAPHE 2 : REVUE DE LITTERATURE................................................................................. 7

A/. LES FRACTURES NUMERIQUES : QUELQUES REPERES THEORIQUES................................................... 7 1/. FRACTURE NUMERIQUE ET COMPETENCES NUMERIQUES................................................................... 7 1.1/. LA FRACTURE NUMERIQUE. ............................................................................................................. 7 1.2/. LES COMPETENCES NUMERIQUES. ................................................................................................... 9 2/.UNE APPROCHE COMPARATIVE DE LA FRACTURE NUMERIQUE A TRAVERS LA LITTERATURE.......... 10 2.1/. L’EVOLUTION RECENTE DU CONCEPT DE FRACTURE NUMERIQUE. ............................................... 10 2.1.1/. DES FRACTURES AUX INEGALITES. ............................................................................................ 10 2.1.2/. DU PREMIER DEGRE AU SECOND DEGRE DE FRACTURE NUMERIQUE.......................................... 11 B/. FRACTURE NUMERIQUE, GENRE ET TIC........................................................................................... 12 1/.DEFINITION DE L’APPROCHE GENRE.................................................................................................. 12



7744

2/. RELATION ENTRE GENRE ET TECHNOLOGIE...................................................................................... 14 2.1/.LE GENRE DANS LE DISCOURS SUR LES TIC. .................................................................................. 14 2.1.1/.THEMES CRUCIAUX DANS LE DISCOURS SUR LE GENRE ET LES TIC............................................ 14 2.1.2/.LE GENRE DANS L'ECONOMIE DE L'INFORMATION....................................................................... 15 C/. SITUATION AFRICAINE ET SOUS-REGIONALE : LES ELEMENTS EMPIRIQUES DU PROBLEME DE GENRE

ET DES TIC............................................................................................................................................. 17

SECTION 2/. METHODOLOGIE DE RECHERCHE. ........................................................................ 19

PARAGRAPHE 1 : LE CADRE OPERATOIRE.................................................................................. 19 A/. DELIMITATIONS DE LA RECHERCHE................................................................................................. 19 B/.LE MODELE. ...................................................................................................................................... 20 C/.SPECIFICATION DU MODELE.............................................................................................................. 20 PARAGRAPHE 2 : LES SOURCES DES DONNEES ET LES OUTILS D’ANALYSE..................... 22

CHAPITRE DEUXIEME : ................................................................................................................... 24

RESULTATS, ANALYSES ET RECOMMANDATIONS.................................................................. 24

SECTION 1/. SECTEUR DES TIC AU BENIN ET PRESENTATION DES RESULTATS............. 25

PARAGRAPHE 1 : ETAT DES LIEUX DU SECTEUR DES TIC....................................................... 25 A/. INFRASTRUCTURES ET SERVICES OFFERTS. ..................................................................................... 25 1/. LA TELEPHONIE FIXE. ....................................................................................................................... 25 2/. LA TELEPHONIE MOBILE. .................................................................................................................. 26 3/. L’INTERNET. ..................................................................................................................................... 27 4/. LES SERVICES DE RADIOMESSAGERIE ET DE TRANSMISSION DE DONNEES....................................... 29 5/. LES CYBERCAFES. ............................................................................................................................. 29 B/. LES ACTIVITES ET PROGRAMMES SECTORIELS DES TIC................................................................... 29 1/. LA VISION DE L’ETAT POUR LES TIC................................................................................................ 30 2/. LES PILIERS DE LA VISION................................................................................................................. 30 3/. LES AXES STRATEGIQUES DE LA VISION. .......................................................................................... 31 PARAGRAPHE 2 : PRESENTATION DES RESULTATS. ................................................................ 31 A/. RESULTATS CONCERNANT L’UTILISATION DE L’INTERNET. ............................................................ 31 1/. DISPARITES DANS L’UTILISATION DE L’INTERNET SELON LE GENRE. .............................................. 32 2/.UTILISATION DE L’INTERNET SELON LE NIVEAU D’EDUCATION. ...................................................... 35 3/. UTILISATION DE L’INTERNET SELON LA ZONE DE RESIDENCE.......................................................... 36



7755

B/. RESULTATS CONCERNANT L’UTILISATION DU MOBILE.................................................................... 38 1/. DISPARITES DANS L’UTILISATION DU TELEPHONE MOBILE SELON LE GENRE. ................................. 38 2/.NIVEAU D’EDUCATION ET UTILISATION DU TELEPHONE MOBILE AU BENIN. .................................... 41 3/. UTILISATION DU TELEPHONE MOBILE SELON LA ZONE DE RESIDENCE............................................. 43

SECTION 2/. TIC ET FRACTURES NUMERIQUES AU BENIN..................................................... 46

PARAGRAPHE 1 : ANALYSE EMPIRIQUE DES RESULTATS DE LA REGRESSION. ............... 46 A/. RESULTATS CONCERNANT L’UTILISATION DE L’INTERNET. ............................................................ 46 1/. TESTS D’AJUSTEMENT DU MODELE. ................................................................................................. 47 1.1/. TEST DE CLASSIFICATION. ............................................................................................................. 47 1.2/. TEST DE LA COURBE ROC (RECEIVER OPERATING CHARACTERISTIC). ....................................... 48 2/.VALIDATION ECONOMIQUE DES COEFFICIENTS................................................................................. 49 2.1/. ADEQUATION D’ENSEMBLE DU MODELE. ...................................................................................... 49 2.2/. SIGNIFICATIVITE STATISTIQUE DES COEFFICIENTS DU MODELE. ................................................... 49 2.2.1/. LE NIVEAU D’EDUCATION SECONDAIRE. .................................................................................... 49 2.2.2/. LE NIVEAU TERTIAIRE................................................................................................................. 49 2.2.3/. L’AGE. ........................................................................................................................................ 50 2.2.4/. LA ZONE DE RESIDENCE.............................................................................................................. 50 2.2.5/. LE GENRE.................................................................................................................................... 51 2.2.6/. L’ORDINATEUR. .......................................................................................................................... 52 3/. ANALYSE DES EFFETS MARGINAUX. ................................................................................................. 52 4/. ANALYSE DES ODDS RATIO OU RAPPORTS DE COTES. ...................................................................... 54 B/. RESULTATS CONCERNANT L’UTILISATION DU MOBILE.................................................................... 56 1/. TESTS D’AJUSTEMENT DU MODELE. ................................................................................................. 57 1.1/. LE TEST DE CLASSIFICATION. ........................................................................................................ 57 1.2/. TEST DE LA COURBE ROC (RECEIVER OPERATING CHARACTERISTIC). ....................................... 57 2/. VALIDATION ECONOMIQUE DES COEFFICIENTS. ............................................................................... 58 2.1/. ADEQUATION D’ENSEMBLE DU MODELE. ...................................................................................... 58 2.2/.SIGNIFICATIVITE STATISTIQUE DES COEFFICIENTS DU MODELE..................................................... 59 2.2.1/. LE NIVEAU D’EDUCATION........................................................................................................... 59 2.2.2/. LE REVENU. ................................................................................................................................ 59 2.2.3/. LA ZONE DE RESIDENCE.............................................................................................................. 59 3/. ANALYSE DES EFFETS MARGINAUX. ................................................................................................. 60 4/. ANALYSE DES ODD RATIO (OR) OU DES RAPPORTS DE COTE. .......................................................... 62 PARAGRAPHE 2 : RECOMMANDATIONS ET CONCLUSION PARTIELLE. .............................. 63



7766

A/. RECOMMANDATIONS. ...................................................................................................................... 63 B/. CONCLUSION PARTIELLE.................................................................................................................. 64

CONCLUSION GENERALE. .............................................................................................................. 65

BIBLIOGRAPHIE. ............................................................................................................................... 67 TABLE DES MATIERES..................................................................................................................... 73 ANNEXES. ............................................................................................................................................ A



AA

ANNEXES.

ANNEXE 1 : RESULTATS DES ESTIMATIONS ECONOMETRIQUES. -----------------------------------------------------------------------------------

-------------------------------------------------------------

log: C:\resultat.log

log type: text

opened on: 30 Nov 2009, 10:48:27

. logit internet educ2 educ3 educ4 rev age genre Zr2 Zr3 ordinateur, robust

Iteration 0: log pseudolikelihood = -442.28688








Logistic regression Number of obs = 1091

Wald chi2(9) = 116.36

Prob > chi2 = 0.0000

Log pseudolikelihood = -251.55627 Pseudo R2 = 0.4312

------------------------------------------------------------------------------

| Robust

internet | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

educ2 | .2461204 1.222651 0.20 0.840 -2.150232 2.642473

educ3 | 3.759672 .9894191 3.80 0.000 1.820446 5.698898

educ4 | 5.361271 1.001454 5.35 0.000 3.398457 7.324084

rev | -1.43e-06 1.90e-06 -0.75 0.453 -5.16e-06 2.30e-06

age | -.0469675 .0117085 -4.01 0.000 -.0699159 -.0240192

genre | -.4121872 .2394317 -1.72 0.085 -.8814647 .0570903

Zr2 | -.4589 .244448 -1.88 0.060 -.9380092 .0202093

Zr3 | -1.995951 .4920392 -4.06 0.000 -2.96033 -1.031572

ordinateur | 1.455454 .4470398 3.26 0.001 .5792718 2.331636

_cons | -3.057215 1.013511 -3.02 0.003 -5.04366 -1.070771

------------------------------------------------------------------------------



BB

. mfx compute, at(genre=1,educ2=0, educ3=0, educ4=1,Zr2=0, Zr3=1 ordinateur=1)

warning: no value assigned in at() for variables rev age;

means used for rev age

Marginal effects after logit

y = Pr(internet) (predict)

= .42087674

------------------------------------------------------------------------------

variable | dy/dx Std. Err. z P>|z| [ 95% C.I. ] X

---------+--------------------------------------------------------------------

educ2*| .0608676 .30447 0.20 0.842 -.535891 .657626 0

educ3*| .5480697 .16079 3.41 0.001 .232937 .863203 0

educ4*| .4174763 .16918 2.47 0.014 .085888 .749065 1

rev | -3.48e-07 .00000 -0.75 0.453 -1.3e-06 5.6e-07 30026.3

age | -.0114478 .00285 -4.01 0.000 -.017041 -.005854 34.6544

genre*| -.1023595 .05865 -1.75 0.081 -.217316 .012597 1

Zr2*| -.1061419 .05455 -1.95 0.052 -.213053 .000769 0

Zr3*| -.4216004 .13398 -3.15 0.002 -.684201 -.159 1

ordina~r*| .2759091 .1247 2.21 0.027 .031493 .520325 1

------------------------------------------------------------------------------

(*) dy/dx is for discrete change of dummy variable from 0 to 1

/*Test de classification pour le modèle logit de l’Internet*/

. estat classification

Logistic model for internet

-------- True --------

Classified | D ~D | Total

-----------+--------------------------+-----------

+ | 66 28 | 94

- | 87 910 | 997

-----------+--------------------------+-----------

Total | 153 938 | 1091

Classified + if predicted Pr(D) >= .5

True D defined as internet != 0

--------------------------------------------------

Sensitivity Pr( +| D) 43.14%

Specificity Pr( -|~D) 97.01%

Positive predictive value Pr( D| +) 70.21%

Negative predictive value Pr(~D| -) 91.27%



CC

--------------------------------------------------

False + rate for true ~D Pr( +|~D) 2.99%

False - rate for true D Pr( -| D) 56.86%

False + rate for classified + Pr(~D| +) 29.79%

False - rate for classified - Pr( D| -) 8.73%

--------------------------------------------------

Correctly classified 89.46%

--------------------------------------------------

. fitstat

Measures of Fit for logit of internet

Log-Lik Intercept Only: -442.287 Log-Lik Full Model: -251.556

D(1081): 503.113 LR(9): 381.461

Prob > LR: 0.000

McFadden's R2: 0.431 McFadden's Adj R2: 0.409

Maximum Likelihood R2: 0.295 Cragg & Uhler's R2: 0.531

McKelvey and Zavoina's R2: 0.699 Efron's R2: 0.392

Variance of y*: 10.930 Variance of error: 3.290

Count R2: 0.895 Adj Count R2: 0.248

AIC: 0.479 AIC*n: 523.113

BIC: -7058.320 BIC': -318.508

. estat gof, group(10) table

Logistic model for internet, goodness-of-fit test

(Table collapsed on quantiles of estimated probabilities)

+--------------------------------------------------------+

| Group | Prob | Obs_1 | Exp_1 | Obs_0 | Exp_0 | Total |

|-------+--------+-------+-------+-------+-------+-------|

| 1 | 0.0008 | 1 | 0.1 | 109 | 109.9 | 110 |

| 2 | 0.0016 | 0 | 0.1 | 109 | 108.9 | 109 |

| 3 | 0.0029 | 0 | 0.2 | 109 | 108.8 | 109 |

| 4 | 0.0056 | 0 | 0.5 | 109 | 108.5 | 109 |

| 5 | 0.0090 | 2 | 0.8 | 107 | 108.2 | 109 |

|-------+--------+-------+-------+-------+-------+-------|

| 6 | 0.0331 | 1 | 1.5 | 108 | 107.5 | 109 |

| 7 | 0.1756 | 12 | 11.5 | 97 | 97.5 | 109 |

| 8 | 0.2924 | 24 | 26.4 | 85 | 82.6 | 109 |

| 9 | 0.4728 | 43 | 40.2 | 66 | 68.8 | 109 |

| 10 | 0.9299 | 70 | 71.7 | 39 | 37.3 | 109 |

+--------------------------------------------------------+



DD

number of observations = 1091

number of groups = 10

Hosmer-Lemeshow chi2(8) = 21.11

Prob > chi2 = 0.0069

. lroc

Logistic model for internet


area under ROC curve = 0.9188

. test genre

( 1) genre = 0

chi2( 1) = 2.96

Prob > chi2 = 0.0852

. test educ2 educ3 educ4

( 1) educ2 = 0

( 2) educ3 = 0

( 3) educ4 = 0

chi2( 3) = 83.12

Prob > chi2 = 0.0000

. test Zr2

( 1) Zr2 = 0

chi2( 1) = 3.52

Prob > chi2 = 0.0605

. test Zr3

( 1) Zr3 = 0

chi2( 1) = 16.46

Prob > chi2 = 0.0000

. logistic internet educ2 educ3 educ4 age genre Zr2 Zr3 ordinateur,robust



EE


Wald chi2(8) = 115.78

Prob > chi2 = 0.0000


------------------------------------------------------------------------------

| Robust

internet | Odds Ratio Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

educ2 | 1.263892 1.545252 0.19 0.848 .1150851 13.88036

educ3 | 41.94895 41.48321 3.78 0.000 6.039069 291.3883

educ4 | 200.3107 200.0456 5.31 0.000 28.28973 1418.337

age | .9504988 .0104317 -4.63 0.000 .9302713 .971166

genre | .6763721 .1619436 -1.63 0.102 .4230412 1.081406

Zr2 | .6364013 .1553569 -1.85 0.064 .3944006 1.026891

Zr3 | .1368491 .0674605 -4.03 0.000 .052076 .3596223

ordinateur | 4.071146 1.777333 3.22 0.001 1.73025 9.579092

------------------------------------------------------------------------------

. logit mobile educ2 educ3 educ4 rev age genre Zr2 Zr3, robust









Wald chi2(8) = 229.46

Prob > chi2 = 0.0000


------------------------------------------------------------------------------

| Robust

mobile | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

educ2 | 1.22761 .2322048 5.29 0.000 .772497 1.682723

educ3 | 1.453282 .2446488 5.94 0.000 .973779 1.932785

educ4 | 3.938244 .5574137 7.07 0.000 2.845733 5.030754

rev | .0000379 4.67e-06 8.12 0.000 .0000287 .000047

age | .0014199 .0075514 0.19 0.851 -.0133805 .0162203



FF

genre | -.1382567 .1681331 -0.82 0.411 -.4677915 .1912781

Zr2 | -.5851978 .1835999 -3.19 0.001 -.945047 -.2253487

Zr3 | -1.617756 .2091107 -7.74 0.000 -2.027606 -1.207907

_cons | -1.588162 .3743431 -4.24 0.000 -2.321861 -.8544629

------------------------------------------------------------------------------

Note: 0 failures and 1 success completely determined.

. mfx compute, at(genre=1,educ2=0,educ3=0,educ4=0, Zr2=0, Zr3=0)

warning: no value assigned in at() for variables rev age;

means used for rev age

Marginal effects after logit

y = Pr(mobile) (predict)

= .36824223

------------------------------------------------------------------------------

variable | dy/dx Std. Err. z P>|z| [ 95% C.I. ] X

---------+--------------------------------------------------------------------

educ2*| .2972451 .05336 5.57 0.000 .192667 .401823 0

educ3*| .345477 .05479 6.31 0.000 .238088 .452866 0

educ4*| .5994147 .05525 10.85 0.000 .491133 .707696 0

rev | 8.81e-06 .00000 6.49 0.000 6.2e-06 .000011 30026.3

age | .0003303 .00175 0.19 0.850 -.003101 .003761 34.6544

genre*| -.0327078 .03977 -0.82 0.411 -.110661 .045245 1

Zr2*| -.1231504 .03951 -3.12 0.002 -.200586 -.045714 0

Zr3*| -.2646118 .04416 -5.99 0.000 -.35117 -.178053 0

------------------------------------------------------------------------------

(*) dy/dx is for discrete change of dummy variable from 0 to 1

/*Test de classification pour le modèle logit du mobile*/

. estat classification

Logistic model for mobile

-------- True --------

Classified | D ~D | Total

-----------+--------------------------+-----------

+ | 352 85 | 437

- | 143 511 | 654

-----------+--------------------------+-----------

Total | 495 596 | 1091

Classified + if predicted Pr(D) >= .5

True D defined as mobile != 0



GG

--------------------------------------------------

Sensitivity Pr( +| D) 71.11%

Specificity Pr( -|~D) 85.74%

Positive predictive value Pr( D| +) 80.55%

Negative predictive value Pr(~D| -) 78.13%

--------------------------------------------------

False + rate for true ~D Pr( +|~D) 14.26%

False - rate for true D Pr( -| D) 28.89%

False + rate for classified + Pr(~D| +) 19.45%

False - rate for classified - Pr( D| -) 21.87%

--------------------------------------------------

Correctly classified 79.10%

--------------------------------------------------

. fitstat

Measures of Fit for logit of mobile

Log-Lik Intercept Only: -751.542 Log-Lik Full Model: -479.965

D(1082): 959.929 LR(8): 543.154

Prob > LR: 0.000

McFadden's R2: 0.361 McFadden's Adj R2: 0.349

Maximum Likelihood R2: 0.392 Cragg & Uhler's R2: 0.524

McKelvey and Zavoina's R2: 0.700 Efron's R2: 0.424

Variance of y*: 10.970 Variance of error: 3.290

Count R2: 0.791 Adj Count R2: 0.539

AIC: 0.896 AIC*n: 977.929

BIC: -6608.498 BIC': -487.195

. estat gof, group(10) table

Logistic model for mobile, goodness-of-fit test

(Table collapsed on quantiles of estimated probabilities)

+--------------------------------------------------------+

| Group | Prob | Obs_1 | Exp_1 | Obs_0 | Exp_0 | Total |

|-------+--------+-------+-------+-------+-------+-------|

| 1 | 0.0514 | 3 | 4.4 | 107 | 105.6 | 110 |

| 2 | 0.1167 | 15 | 9.8 | 94 | 99.2 | 109 |

| 3 | 0.1768 | 10 | 16.0 | 99 | 93.0 | 109 |

| 4 | 0.3082 | 32 | 27.8 | 77 | 81.2 | 109 |

| 5 | 0.4053 | 30 | 38.9 | 79 | 70.1 | 109 |

|-------+--------+-------+-------+-------+-------+-------|

| 6 | 0.5001 | 54 | 49.2 | 55 | 59.8 | 109 |



HH

| 7 | 0.6530 | 60 | 62.4 | 49 | 46.6 | 109 |

| 8 | 0.8337 | 88 | 80.5 | 21 | 28.5 | 109 |

| 9 | 0.9582 | 96 | 98.1 | 13 | 10.9 | 109 |

| 10 | 1.0000 | 107 | 107.8 | 2 | 1.2 | 109 |

+--------------------------------------------------------+


number of groups = 10

Hosmer-Lemeshow chi2(8) = 14.83

Prob > chi2 = 0.0625

. lroc

Logistic model for mobile


area under ROC curve = 0.8733

. test genre

( 1) genre = 0

chi2( 1) = 0.68

Prob > chi2 = 0.4109

. test educ2 educ3 educ4

( 1) educ2 = 0

( 2) educ3 = 0

( 3) educ4 = 0

chi2( 3) = 63.55

Prob > chi2 = 0.0000

. test Zr2

( 1) Zr2 = 0

chi2( 1) = 10.16

Prob > chi2 = 0.0014

. test Zr3

( 1) Zr3 = 0



II

chi2( 1) = 59.85

Prob > chi2 = 0.0000

. logistic mobile educ2 educ3 educ4 rev age genre Zr2 Zr3 ,robust


Wald chi2(8) = 229.46

Prob > chi2 = 0.0000


------------------------------------------------------------------------------

| Robust

mobile | Odds Ratio Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

educ2 | 3.413063 .7925295 5.29 0.000 2.165166 5.380187

educ3 | 4.277128 1.046394 5.94 0.000 2.647932 6.908721

educ4 | 51.32838 28.61114 7.07 0.000 17.21417 153.0484

rev | 1.000038 4.67e-06 8.12 0.000 1.000029 1.000047

age | 1.001421 .0075621 0.19 0.851 .9867086 1.016353

genre | .8708751 .1464229 -0.82 0.411 .6263841 1.210796

Zr2 | .5569957 .1022643 -3.19 0.001 .3886613 .7982378

Zr3 | .1983432 .0414757 -7.74 0.000 .1316504 .2988221

------------------------------------------------------------------------------

Note: 0 failures and 1 success completely determined.

.

. log close

log: C:\resultat.log

log type: text

closed on: 30 Nov 2009, 10:49:19

-----------------------------------------------------------------------------------

--------------------------------------------------------



JJ

ANNEXE 2 : Différence entre le concept de sexe et le concept de genre.

SEXE GENRE

∗ Concept biologique : conditions physiques, chromosomes, organes génitaux, etc.

∗ Différences biologiques universelles ∗ Inéchangeable ∗ Différences qui ne peuvent pas être

modifiées par des actions de développement

∗ Concept sociologique : identité, société, culture, etc.

∗ Différences sociales fixées par la société, et apprises par les individus

∗ Variables d’une société à une autre selon l’âge, la classe, la religion, le caste, l’ethnie, etc.

∗ Différences qui peuvent être modifiées dans le temps

Documents

REPUBLIQUE DU BENIN - faseg.netfaseg.net/includes/memoires/2009/MA_E_2009_0005.pdf · ii. Ce mémoire a été réalisé grâce au soutien du Centre d’Etudes, de Formation et de