80

6.  Modèles pour les ménages

Pour les ménages, nous avons conçu deux modèles : le modèle concernant la valorisation des ordures ménagères et le modèle concernant la disposition au tri à la source. Les deux modèles sur les ménages sont calculés de deux façons. Une première avec la variable explicative « revenus mensuels ». Mais cela implique seulement les 858 ménages ayant donné des renseignements concernant cette variable. Le deuxième calcul concernent tous les 1552 ménages mais exclut la variable explicative « revenus mensuels ». Les deux calculs sont comparés.

6.1. Modèle concernant la valorisation des ordures ménagères

Pour la variable à expliquer valorisation des ordures, trois calculs ont été procédésnotamment un avec toutes les variables explicatives comme effets principaux, un sans la variable revenu uniquement au niveau des effets principaux et un sans la variable revenu avec des interactions de 1er ordre. Ces trois calculs sont décrits par la suite.

Figure 16 : Modèle schématisé pour la valorisation des ordures

Légende : Les lignes complètes signifient les modèles sans et avec la variable « revenus mensuels ». Les lignes en pointillé concernent uniquement le modèle avec revenus mensuels. Les lignes discontinues concernent uniquement le modèle sans revenus mensuels. Les lignes barrées marquent des interactions si fortes qu'elles dérangent le modèle en créant des séparations de données quasi complètes. Elles étaient donc enlevées du modèle. La variable barrée a créé une sur-dispersion du modèle. Elle était enlevée du modèle.


81

Selon la régression logistique, la valorisation des ordures dépend

ainsi que de l’interaction entre

Le modèle avec revenus mensuels y ajoute les variables comme

ainsi que les interactions entre

Par contre, le modèle sans la variable « revenus mensuels » contient encore les variables

de même que l’interaction

La présence d’un ramassage institutionnalisé, le nombre d’adultes et l’ethnie du chef de ménage sont sans influence significative sur la valorisation des ordures.

Le profil de référence pour la valorisation des ordures est un ménage dans une ville à majorité wolofe, avec des problèmes d’ordures, avec un dépôt sauvage dans la rue, avec un agriculteur et un éleveur dans la maison, la ménagère occupant un poste au service public, et le chef de ménage pratiquant « rien mentionné » comme religion.

Les effets principaux et les interactions pour le modèle avec la variable « revenus mensuels » sont hiérarchisés selon leur importance pour le modèle en fonction de l'amélioration du log likelihood lors de leur introduction dans le modèle et du Score X² (voir tableau). La hiérarchie selon le log likelihood et selon le Score ne différent pratiquement pas. Celle de Wald diffère des deux premières hiérarchies. Le Wald n’est que valable lorsqu’il s’agit d’une variable binomiale.


82

Tableau 30 : Hiérarchisation des effets et des interactions dans le modèle de la valorisation des ordures avec revenus mensuels

 

Effets et interactions

Delta-LL

Score X²

Wald X²

1

Ethnie de la ville

198,143

181,1598

22,5200

2

Problème des ordures

32,328

34,4579

21,8087

3

Revenus mensuels * taille de la ville

16,747

13,5513

17,2755

4

Taille de la ville * dépôts dans la rue

11,562

11,9475

9,6135

5

Religion du chef de ménage

9,067

9,5869

7,7334

6

Nombre d’enfants

8,282

8,1391

1,9445

7

Dépôts dans la rue

8,202

8,3066

15,4535

8

Taille de la ville

7,394

7,4340

21,9379

9

Agriculture

6,507

6,4078

6,0298

10

Taille de la ville * agriculture

5,137

5,0942

2,4456

11

Revenus mensuels

4,998

4,4973

16,0551

12

Revenus mensuels * agriculture

4,682

5,3991

4,3815

13

Nombre d’enfants * problème d’ordures

3,649

3,9500

3,9549

L’ethnie de la ville et l’existence des problèmes d’ordures sont les deux variables les plus importantes dans les deux modèles (avec et sans revenus). La présence d’un agriculteur occupe toujours la neuvième place. La taille de la ville échange sa place avec la religion du chef de ménage de 5 à 8 ou plutôt de 8 à 5. La variable « dépôts dans la rue » perd de l’importance en élargissant le nombre des cas et en enlevant la variable « revenus mensuels ». (Voir Tableau 30 et Tableau 31)

Tableau 31 : Hiérarchisation des effets et des interactions dans le modèle de la valorisation des ordures sans revenus mensuels

 

Effets et interactions

Delta-LL

Score X²

Wald X²

1

Ethnie de la ville

301,004

270,7654

41,0261

2

Ethnie de la ville * élevage

101,491

84,7044

4,9989

3

Problème des ordures

69,890

72,5460

28,3099

4

Elevage

33,280

32,9371

0,0011

5

Taille de la ville

28,682

27,9087

16,3712

6

Profession de la ménagère

23,578

22,0394

21,7355

7

Taille de la ville * dépôts dans la rue

20,930

20,8630

20,3026

8

Religion du chef de ménage

20,885

21,3527

11,5127

9

Agriculture

16,506

16,6539

4,5870

10

Ethnie de la ville * agriculture

12,940

13,1180

11,6404

11

Dépôts dans la rue

5,338

5,3697

24,5871

Les effets, les interactions et leurs modalités sont hiérarchisés selon leurs valeurs absolues pour les deux modèles. (Tableau 32 et Tableau 33)


83

Tableau 32 : Hiérarchie des estimés bêta des effets, interactions et leurs modalités sur la valorisation des ordures sans revenus mensuels8

 

Effets et interactions

Estimé bêta

Erreur standard

Wald X²

1

Ethnie de la ville, Soussou

-3,3389

74,0287

0,0020

2

Ethnie de la ville, Ewé/ Mina * élevage

2,5143

74,0280

0,0012

3

Ethnie de la ville, Peul * élevage

2,5724

74,0286

0,0012

4

Elevage

-2,4771

74,0279

0,0011

5

Ethnie de la ville, Soussou * élevage

2,0761

74,0280

0,0008

6

Ethnie de la ville, Ewé/ Mina

-2,0752

74,0285

0,0008

7

Profession de la ménagère, élève, étudiante

1,3981

0,6943

4,0557

8

Ethnie de la ville, Peul

0,9155

74,0288

0,0002

9

Ethnie de la ville, Peul * agriculture

-0,8367

0,3797

4,8556

10

Profession de la ménagère, ménagère

-0,7653

0,1842

17,2629

11

Profession de la ménagère, ouvrière

0,7619

0,6753

1,2729

12

Dépôts dans la rue

-0,7260

0,1464

24,5871

13

Profession de la ménagère, service informel

-0,5565

0,2831

3,8653

14

Profession de la ménagère, commerçante

-0,5555

0,1918

8,3847

15

Problèmes des ordures

-0,4544

0,0854

28,3099

16

Agriculture

-0,4031

0,1882

4,5870

17

Religion, chrétien

0,3776

0,1453

6,7555

18

Religion, musulman

0,3314

0,2942

1,2688

19

Ethnie de la ville, Ewé/ Mina * agriculture

0,2854

0,2053

1,9327

20

Profession de la ménagère, artisan

-0,2522

0,2422

1,0840

21

Ethnie de la ville, Soussou * agriculture

-0,1957

0,2153

0,8262

22

Religion, animiste

-0,1700

0,1985

0,7336

23

Profession de la ménagère, agricultrice

0,0742

0,4121

0,0324

24

Profession de la ménagère, rien mentionné

0,0410

0,2737

0,0224

25

Taille de la ville

1,371E-6

3,388E-7

16,3712

26

Taille de la ville * Dépôts dans la rue

6,092E-7

1,352E-7

20,3026

Les estimés bêta des modalités de l’ethnie de la ville sont toujours les plus élevés et les estimés de la taille de la ville sont toujours les plus petits dans les deux modèles. Les autres estimés varient d’un modèle à un autre en valeur absolue et relative.


84

Tableau 33 : Hiérarchie des estimés bêta des effets, des interactions et leurs modalités sur la valorisation des ordures avec revenus mensuels9

 

Effets et interactions

Estimé bêta

Erreur standard

Wald X²

1

Ethnie de la ville, Peul

2,8031

0,8755

10,2503

2

Ethnie de la ville, Soussou

-2,0749

0,5769

12,9355

3

Dépôts dans la rue

-0,8833

0,2247

15,4535

4

Problèmes des ordures

-0,7788

0,1668

21,8087

5

Agriculture

-0,5330

0,2171

6,0298

6

Religion, musulman

0,4566

0,3996

1,3054

7

Religion, chrétien

0,4371

0,2112

4,2840

8

Religion, animiste

-0,2605

0,2864

0,8273

9

Ethnie de la ville, Ewé/ Mina

-0,0925

0,5939

0,0242

10

Nombre d’enfants * problèmes d’ordures

0,0346

0,0174

3,9549

11

Nombre d’enfants

0,0256

0,0184

1,9445

12

Revenus mensuels

0,000039

9,839E-6

16,0551

13

Revenus mensuels * agriculture

0,000013

6,114E-6

4,3815

14

Taille de la ville

1,881E-6

4,016E-7

21,9379

15

Taille de la ville * agriculture

-2,96E-7

1,892E-7

2,4456

16

Taille de la ville * dépôts dans la rue

5,98E-7

1,929E-7

9,6135

17

Revenus mensuels * Taille de la ville

-365E-13

8,78E-12

17,2755

Le modèle de régression logistique sur la valorisation des ordures sans revenus mensuels explique 86,4 % de probabilité. (Tableau 34)

Tableau 34 : Fiabilité du modèle avec les interactions du 1er ordre sur la valorisation des ordures sans revenus mensuels

 

Pourcentage

Part expliquée par le modèle

86,4

Part non expliquée par le modèle

12,9

Part floue

0,8

Le modèle de 865 cas avec revenus mensuels n’explique que 85 % de la probabilité de la valorisation des ordures dans les ménages, qui est légèrement moins que le modèle de 1552 cas sans revenus mensuels. (Tableau 35)

Tableau 35 : Fiabilité du modèle avec les interactions du 1er ordre sur la valorisation des ordures avec revenus mensuels

 

Pourcentage

Part expliquée par le modèle

85,0

Part non expliquée par le modèle

14,7

Part floue

0,3


85

6.1.1.  Modèle de base pour la valorisation des ordures

Le modèle de base pour la valorisation des ordures implique les variables qui sont dans le modèle avec la variable « revenus mensuels » de même que dans le modèle sans la variable « revenus mensuels ». Ce modèle de base se compose des variables comme l’ethnie de la ville, la présence des problèmes d’ordures, la religion du chef de ménage, la présence d’un dépôt sauvage dans la rue, la présence d’un agriculteur dans la concession et la taille de la ville ainsi que l’interaction entre la taille de la ville et la présence d’un dépôt sauvage dans la rue.

Les ménages dans des villes à majorité peule valorisent plus probablement des ordures que les ménages dans la ville à majorité wolofe. Selon la régression logistique, un ménage dans une ville à majorité éwée, mina ou soussoue a moins de probabilité de valoriser les ordures. Cela n’étonne pas car à Timbi Madîna, 97 % des ménages valorisent les ordures.

Tableau 36 : Coefficients estimés de l’ethnie de la ville dans les modèles de la valorisation des ordures sans et avec la variable « revenus mensuels »

Ethnie de la ville

Estimé bêta

Avec revenus

Sans revenus

Ewé /Mina

-0,0925

-2,0752

Peul

2,8031

0,9155

Soussou

-2,0749

-3,3389

Un ménage qui se plaint des problèmes des ordures valorise plus probablement les ordures dans les deux modèles.

Cela semble être plausible car un ménage avec des problèmes d’ordures va chercher à valoriser les ordures pour réduire ses problèmes.

L’interaction entre la taille de la ville et les dépôts sauvages dans les rues montre que la probabilité de valoriser les ordures monte avec la taille de la ville même quand il n’y a pas de dépôts sauvages dans la rue. (Figure 17)

Par ailleurs, il y a moins de dépôts sauvages dans les rues des grandes villes que dans des petites villes. Cela peut être causé par l’existence plus fréquente des services de ramassage dans des grandes villes.

L’estimé de l’effet principal de la taille de la ville montre que plus la taille de la ville monte plus la probabilité de la valorisation des ordures monte aussi. (Figure 17)

En résumant, on peut conclure que dans des grandes villes, les ménagères valorisent plus probablement les ordures parce qu’elles ne peuvent pas jeter les 86ordures gratuitement ou jeter sur les dépôts sauvages qui existent moins probablement et parce que les frais d’évacuation sont parfois fonction de la quantité des ordures jetées.

Figure 17 : Influence de la taille de la ville et l’interaction entre la taille de la ville et le dépôt d’ordures sur la probabilité de la valorisation des ordures

Les ménages d’un chef chrétien ou musulman valorisent plus probablement les ordures que les ménages d’un chef animiste. La chance de valoriser les ordures pour des ménages d’un chef chrétien ne diffère pratiquement pas de celle d’un ménage d’un chef musulman.

Tableau 37 : Coefficients estimés de la religion du chef de ménage dans les modèles de la valorisation des ordures sans et avec « revenus mensuels »

Religion du chef de ménage

Estimé bêta

Avec revenus

Sans revenus

Animiste

-0,2605

-0,1700

Chrétien

0,4371

0,3776

Musulman

0,4566

0,3314

Les ménages hébergeant un agriculteur valorisent plus probablement des ordures.

Cela s’explique par le fait que la plupart des agriculteurs de Timbi Madîna valorisent les ordures organiques dans leurs jardins. Néanmoins, la variable valorisation des ordures prend en compte aussi les autres valorisations des ordures comme le recyclage de bidon en plastique ou en verre, l’utilisation des plastiques pour allumer le feu, l’alimentation des animaux domestiques avec des ordures etc.


87

Les ménages dans les rues avec un dépôt d’ordures valorisent plus probablement les ordures.

Un dépôt d’ordures montre qu’il y a de problème d’évacuation des ordures. Si une partie des ordures ménagères est valorisée par le ménage, le tas des ordures dans la rue sera plus petit. Selon nos enquêtes, les ménages sont dérangés par des saletés dans les rues. Un ménage dans une rue sale va donc chercher à réduire les ordures. Il peut les faire en les valorisant. Néanmoins, la valorisation des ordures vise d’abord à réduire les dépenses par exemple pour des récipients, d’autres aliments (valorisation de reste de repas) etc..

6.1.2. Effets additionnels au modèle de base avec «  revenus »

Plus il y a des enfants dans le ménage plus probablement le ménage valorise les ordures.

Souvent, les enfants sont chargés de la gestion des ordures. S’ils sont nombreux, le ménage a de la main-d’œuvre pour valoriser les ordures. Si la ménagère même gère les ordures, on peut supposer qu’elle aura moins de temps pour la valorisation des ordures (p.ex. lavage des bidons). Les ménages avec beaucoup d’enfants ont souvent moins d’argent par tête à leur disposition. La valorisation des ordures est donc un moyen pour économiser de l’argent comme déjà mentionné ci-dessus.

L’interaction entre les revenus mensuels et la taille de la ville est négative. Cependant les deux effets principaux sont positifs, c.-à-d. dans les grandes villes, les ménages qui ont plus d’argent valorisent moins probablement que les ménages pauvres dans les petites villes.

Cette interaction est très faible. L’exposant de l’estimé bêta est de l’ordre de -13, pendant que les exposants des effets sont de l’ordre de -6 à -8 ;

Dans des grandes villes, un ménage aisé peut payer le service de ramassage des ordures au lieu de chercher à valoriser les ordures.

L’interaction entre la taille de la ville et la présence d’un agriculteur dans le ménage signale que dans les grandes villes, les ménages sans agriculteur valorisent encore moins probablement les ordures que les ménages avec un agriculteur dans des petites villes.

Par ailleurs, il y a moins d’agriculteurs dans les grandes villes. A Conakry, par exemple, les exploitants agricoles ne représentent que 1 ‰ de la population.


88

Les ménages plus riches valorisent plus probablement des ordures.

Il n’est donc pas un signe de pauvreté de valoriser les ordures. Cela peut être vrai pour la valorisation des ordures en les donnant aux mendiants et aux animaux domestiques. Un pauvre n’a ni de reste de repas à donner aux mendiants ou aux animaux ni il aura des animaux domestiques.

L’interaction entre les revenus mensuels et la présence d’un agriculteur dans le ménage montre que les ménages riches avec un agriculteur valorisent plus probablement les ordures que des ménages pauvres sans agriculteurs.

La comparaison des revenus des agriculteurs avec ceux des ménages à Tsévié a montré que les agriculteurs ne sont pas plus pauvres que les autres. Elle a fait sorti plutôt que l’agriculture assure un certain minimum de revenus et elle permet de gagner beaucoup. A Conakry, un bon nombre de maraîchers a expliqué qu’ils ont laissé leur activité extra-agricole parce que l’agriculture leur rapporte plus sûrement de l’argent que l’artisanat ou la conduite de taxi.

Il est exagéré de dire que la valorisation des ordures dans l’agriculture a apporté la richesse à l’exploitant agricole.

L’interaction entre le nombre d’enfants et la présence des problèmes d’ordures indique qu’un ménage avec beaucoup d’enfants et sans problèmes d’ordures valorise plus probablement les ordures.

Si un ménage a beaucoup d’enfants il dispose de la main-d’œuvre pour évacuer ou valoriser des ordures. Dans les enquêtes mentionnées plus haut, nous avons observé que ces sont souvent les enfants qui pratiquent la gestion des ordures.

Statistiquement, il faudra ré-modéliser pour dire qu’un ménage avec beaucoup d’enfants a plus la probabilité de valoriser les ordures et en conséquence moins de problèmes d’ordures. Cette hypothèse est mise en question par l’observation à Rufisque que les familles nombreuses avaient plus de difficultés à mettre en place le tri à la source dans leurs ménages. (Ba, 2001)

6.1.3.  Effets additionnels au modèle de base sans « revenus »

L’interaction entre l’ethnie de la ville et la présence d’un éleveur dans le ménage indique que les ménages sans éleveurs valorisent plus probablement les ordures dans toutes les villes de l’enquête sauf dans des villes à majorité wolofe que les ménages avec éleveurs. (Tableau 38)


89

Tableau 38 : Les estimés de l’interaction entre l’ethnie de la ville et l’élevage

 

Ethnie de la ville

Estimés bêta

Erreur standard

Wald

2

Ewé/ Mina * élevage

2,5143

74,0280

0,0012

3

Peul * élevage

2,5724

74,0286

0,0012

5

Soussou * élevage

2,0761

74,0280

0,0008

En croisant les données brutes, on remarque que dans toutes les villes, les ménages avec un éleveur valorisent relativement plus d’ordures que les ménages sans éleveurs.

Dans des villes à majorité peule, les ménages pratiquent l’élevage de bovins, de volaille et des petits ruminants. A Conakry, Lomé et Tsévié, ils élèvent les animaux de la basse-cour et les petits ruminants. Selon le croisement de donnée élevage et ethnie de la ville, il y a relativement plus d’éleveurs dans des villes à majorité peule (75 %). Elles sont opposées par des villes à majorité wolofe, soussoue et éwée/ mina avec 16 à 23 % des éleveurs.

Les ménages pratiquant l’élevage valorisent plus probablement les ordures.

Il y a deux formes de valorisation des ordures dans l’élevage :

Egalement, il est mal vu de présenter les restes de repas à de personne adulte pour manger.

Les ménagères étudiantes et élèves valorisent plus probablement les ordures que des ménagères travaillant dans le service public. Les ménagères à temps plein et commerçantes valorisent moins probablement les ordures que leurs collègues du service public. (Tableau 39)

Tableau 39 : Coefficients de la profession de la ménagère dans le modèle de la valorisation des ordures sans la variable « revenus mensuels »

 

Profession de la ménagère

Estimé bêta

Erreur standard

Wald X²

7

élève, étudiante

1,3981

0,6943

4,0557

10

ménagère

-0,7653

0,1842

17,2629

11

ouvrière

0,7619

0,6753

1,2729

13

service informel

-0,5565

0,2831

3,8653

14

commerçante

-0,5555

0,1918

8,3847

20

artisan

-0,2522

0,2422

1,0840

23

agricultrice

0,0742

0,4121

0,0324

24

rien mentionné

0,0410

0,2737

0,0224


90

L’interaction entre l’ethnie de la ville et la présence d’un agriculteur montre que dans des villes à majorité peule, les ménages hébergeant un agriculteur valorisent plus probablement des ordures que dans des villes wolofes sans agriculteur. Cela n’étonne pas car à Timbi Madîna plus que 90 % des ménages valorisent les ordures en les mettant dans le jardin. (Tableau 40)

Tableau 40 : Coefficients estimés de l’interaction entre l’ethnie de la ville et la présence d’un agriculteur dans le ménage

 

Ethnie de la ville

Estimé

Erreur standard

Wald

9

Peul * agriculture

-0,8367

0,3797

4,8556

19

Ewé/ Mina * agriculture

0,2854

0,2053

1,9327

21

Soussou * agriculture

-0,1957

0,2153

0,8262

6.1.4. Profil d’un ménage valorisant des ordures

Selon la régression logistique, un ménage qui a le maximum de probabilité de valoriser des ordures a le profil suivant :

Ce profil n’est pas complètement réalisable pour un grand nombre de ménage parce qu’il y a peu de ménage dans des grandes villes qui héberge un agriculteur. Il est rare de trouver des chrétiens dans des villes à majorité peule. De toute façon, la variable ethnie de la ville est une variable pour les spécificités de la ville qui représentent dans le cas de la ville à majorité peule une ville avec une organisation paysanne promouvant le compost et obligeant son utilisation. Dans une grande ville une organisation de paysanne n’aura pas forcement la possibilité d’influencer tellement les pratiques agricoles, mais ce sera une démarche à tester.


91

6.2.  Modèle concernant le tri à la source

La question si un ménage est disposé à trier les ordures à la source est analysée par des régressions logistiques en plusieurs calculs. Les résultats sont schématisés dans la Figure 18.

Figure 18 : Modèle schématisé pour la disposition au tri à la source

Légende : Les lignes complètes signifient les modèles sans et avec la variable « revenus mensuels ». Les lignes en pointillé concernent uniquement le modèle avec revenus mensuels. Les lignes barrées marquent des interactions si fortes qu'elles dérangent le modèle en créant des séparations de données quasi complètes. Elles ont été donc enlevées du modèle. La variable barrée a créé une sur-dispersion du modèle. Elle a été également enlevée du modèle.

Selon la régression logistique, la disposition pour le tri à la source dépend des variables explicatives suivantes :

Le modèle avec la variable « revenus mensuels » y ajoute les variables « revenus mensuels » et l’existence d’un dépôt d’ordures dans la rue.

Le modèle d’interactions de 1er ordre complète le modèle de base par les interactions entre l’ethnie de la ville et la présence d’un éleveur dans le ménage et entre l’ethnie de la ville et la présence d’un agriculteur dans le ménage.


92

La profession et la religion du chef de ménage, le nombre d’enfants et d’adultes et la taille de la ville n’influencent pas la disposition au tri à la source.

Pour la régression logistique concernant le tri à la source, le profil de référence était un ménage dans une ville à majorité wolofe, avec un agriculteur et un éleveur dans le ménage, ayant des problèmes d’ordures et des dépôts d’ordures dans la rue, avec un ramassage institutionnalisé des ordures et la ménagère occupe en poste dans le service public.

Les effets principaux se hiérarchisent selon leur importance pour le modèle en fonction de l'amélioration du log likelihood lors de leur introduction dans le modèle et du Score X² comme mentionné dans le Tableau 41.

Tableau 41 : Hiérarchisation des effets dans le modèle des effets principaux du tri à la source avec revenus mensuels

 

Effets principaux

Delta-LL

Score X²

Wald X²

1

Agriculture

92,981

87,5670

17,4780

2

Profession de la ménagère

42,093

39,7466

22,8564

3

Elevage

33,493

33,1375

16,5527

4

Ethnie de la ville

15,615

14,1085

16,2702

5

Dépôt dans la rue

12,430

12,4856

5,2812

6

Problème d’ordures

5,703

5,7209

5,2679

7

Revenus mensuels

5,381

4,7659

4,6057

8

Ramassage institutionnalisé

4,390

4,4084

4,3737

La profession de la ménagère est à la 2ème place dans les deux modèles et la présence d’un ramassage institutionnalisé des ordures occupe toujours la dernière place d’importance. La présence d’un agriculteur dans le ménage est toujours plus importante que la présence d’un éleveur. L’ethnie de la ville et les problèmes d’ordures sont d’importance variable en fonction du modèle. (Tableau 41 et Tableau 42)

Tableau 42 : Hiérarchisation des effets et des interactions dans le modèle du tri à la source sans revenus mensuels

 

Effets et interactions

Delta-LL

Score X²

Wald X²

1

Ethnie de la ville

166,010

139,1055

59,7511

2

Profession de la ménagère

33,584

29,7346

27,9812

3

Ethnie de la ville * élevage

30,863

28,9679

25,1046

4

Problème d’ordures

20,222

20,2782

14,7249

5

Agriculture

19,062

18,8367

5,1561

6

Ethnie de la ville * agriculture

14,977

15,3387

10,0573

7

Elevage

6,683

6,6474

2,8378

8

Ramassage institutionnalisé

3,823

3,8432

3,8305

Les modalités des effets principaux sont hiérarchisés selon leurs valeurs absolues des estimés bêta pour le modèle des effets principaux avec revenus mensuels dans le Tableau 43.


93

Tableau 43 : Hiérarchie des estimés bêta des effets et leurs modalités dans le modèle des effets principaux du tri à la source avec revenus mensuels

 

Modalités des effets principaux

Estimés bêta

Erreur standard

Wald X²

1

Profession de la ménagère, ouvrière

1,6333

0,5802

7,9233

2

Ethnie de la ville, Peul

1,2995

0,4935

6,9344

3

Profession de la ménagère, ménagère

-0,7483

0,2067

13,1112

4

Profession de la ménagère, élève

0,5345

0,7677

0,4847

5

Profession de la ménagère, artisan

-0,5177

0,2620

3,9027

6

Elevage

-0,4781

0,1175

16,5527

7

Ethnie de la ville, Soussou

0,4755

0,4004

1,4105

8

Profession de la ménagère, agricultrice

0,4628

0,5580

0,6880

9

Agriculture

-0,4490

0,1074

17,4780

10

Ethnie de la ville, Ewé/ Mina

-0,2649

0,3830

0,4781

11

Ramassage institutionnalisé

0,2554

0,1221

4,3737

12

Problème d’ordures

-0,2389

0,1041

5,2679

13

Profession de la ménagère, rien mentionné

-0,2381

0,2620

0,8259

14

Dépôt dans la rue

-0,2184

0,0951

5,2812

15

Profession de la ménagère, commerçante

-0,1659

0,2054

0,6517

16

Profession de la ménagère, service informel

-0,1494

0,2825

0,2796

17

Revenus mensuels

5,926E-6

2,762E-6

4,6057

La hiérarchie des modalités des effets et des interactions du modèle sans revenus mensuels diffère de celle du modèle avec « revenus mensuels ». (Tableau 43 et Tableau 44)


94

Tableau 44 : Hiérarchie des estimés bêta des effets, interactions et leurs modalités dans le modèle sur le tri à la source sans revenus mensuels10

 

Modalités des effets et interactions

Estimés bêta

Erreur standard

Wald X²

1

Profession de la ménagère, ouvrière

1,5548

0,4369

12,6665

2

Ethnie de la ville, Peul

1,4305

0,2518

32,2653

3

Ethnie de la ville, Soussou * élevage

-0,7983

0,1741

21,0146

4

Ethnie de la ville, Ewé/ Mina

-0,7437

0,1629

20,8291

5

Profession de la ménagère, agricultrice

0,6465

0,3991

2,6235

6

Profession de la ménagère, ménagère

-0,5669

0,1427

15,7826

7

Profession de la ménagère, service informel

-0,4531

0,2103

4,6422

8

Profession de la ménagère, artisan

-0,4184

0,2042

4,1992

9

Problème d’ordures

-0,2977

0,0776

14,7249

10

Ethnie de la ville, Soussou

0,2896

0,2022

2,0525

11

Profession de la ménagère, élève

-0,2654

0,4062

0,4271

12

Agriculture

-0,2379

0,1048

5,1561

13

Ethnie de la ville, Peul * agriculture

-0,2364

0,2431

0,9452

14

Profession de la ménagère, commerçante

-0,2000

0,1487

1,8087

15

Ethnie de la ville, Soussou * agriculture

-0,1954

0,1483

1,7355

16

Ethnie de la ville, Ewé/ Mina * élevage

0,1897

0,1364

1,9344

17

Elevage

-0,1830

0,1086

2,8378

18

Ramassage institutionnalisé

0,1611

0,0823

3,8305

19

Ethnie de la ville, Peul * élevage

0,1329

0,2439

0,2971

20

Ethnie de la ville, Ewé/ Mina * agriculture

-0,1196

0,1260

0,9018

21

Profession de la ménagère, rien mentionné

-0,1147

0,1899

0,3647

Le modèle de régression logistique des effets principaux avec revenus mensuels explique 77,6 % de cas de la disposition au tri à la source. (Tableau 45)

Tableau 45 : Fiabilité du modèle des effets principaux sur le tri à la source avec revenus mensuels

 

Pourcentage

Part expliquée par le modèle

77,6

Part non expliquée par le modèle

22,0

Part floue

0,4

Le modèle sans revenus mensuels n’explique que 74,2 % de la probabilité. Il est donc le plus mauvais de tous les modèles calculés dans le cadre de cette étude.

Tableau 46 : Fiabilité du modèle avec les interactions du 1er ordre sur le tri à la source sans revenus mensuels

 

Pourcentage

Part expliquée par le modèle

74,2

Part non expliquée par le modèle

24,2

Part floue

1,7


95

6.2.1. Modèle de base concernant le tri à la source

Les ménages dans des villes à majorité peule (ou soussoue) sont plus probablement disposés de faire un tri à la source que ceux dans une ville à majorité wolofe. (Tableau 47)

On peut supposer que parce que la Fédération de Paysans du Fouta Djalon vulgarise très fortement la fabrication du compost pour la production de la pomme de terre à Timbi Madîna les ménages peuls sont plus disposés de trier les ordures à la source.

Tableau 47 : Coefficients estimés de l’ethnie de la ville dans les modèles de la valorisation des ordures sans et avec la variable « revenus mensuels »

 

Ethnie de la ville

Estimés bêta

Avec revenus

Sans revenus

2

Peul

1,2995

1,4305

7

Soussou

0,4755

0,2896

10

Ewé/ Mina

-0,2649

-0,7437

Dans les deux modèles (avec et sans revenus mensuels), la probabilité de faire le tri à la source d’une ménagère travaillant comme ouvrière, est plus élevée que pour celle travaillant dans le service public. Les ménagères à plein temps ou travaillant dans l’artisanat sont moins probablement disposées à faire le tri à la source que celle travaillant dans le service public. (Tableau 48 et Tableau 49)

Tableau 48 : Coefficients de la profession de la ménagère dans le modèle du tri à la source avec la variable « revenus mensuels »

 

Profession de la ménagère

Estimés bêta

Erreur standard

Wald X²

1

ouvrière

1,6333

0,5802

7,9233

3

ménagère

-0,7483

0,2067

13,1112

4

Elève

0,5345

0,7677

0,4847

5

artisan

-0,5177

0,2620

3,9027

8

agricultrice

0,4628

0,5580

0,6880

13

rien mentionné

-0,2381

0,2620

0,8259

15

commerçante

-0,1659

0,2054

0,6517

16

service informel

-0,1494

0,2825

0,2796

L’ordre de valeurs absolues des estimés diffère du modèle sans revenu mensuel au modèle avec revenus mensuels, mais les signes (plus ou moins) ne changent pas. C.-à-d. les modalités influencent les deux modèles toujours dans le même sens. (Tableau 48 et Tableau 49)


96

Tableau 49 : Coefficients de la profession de la ménagère dans le modèle du tri à la source sans la variable « revenus mensuels »

 

Profession de la ménagère

Estimés bêta

Erreur standard

1

ouvrière

1,5548

0,4369

5

agricultrice

0,6465

0,3991

6

ménagère

-0,5669

0,1427

7

service informel

-0,4531

0,2103

8

artisan

-0,4184

0,2042

11

élève

-0,2654

0,4062

14

commerçante

-0,2000

0,1487

21

rien mentionné

-0,1147

0,1899

Les ménages ayant de problèmes d’ordures sont plus probablement disposés à faire le tri à la source que ceux qui n’ont pas de problèmes d’ordures.

Il semble normal que quelqu’un qui n’a pas de problème d’ordures n’est pas disposé à faire un effort pour le tri à la source.

Dans un ménage qui héberge un agriculteur, la ménagère est plus probablement disposée de faire le tri à la source qu’un ménage qui n’héberge pas un agriculteur.

Cela semble être plausible car dans un tel ménage l’avantage du tri à la source pour la fabrication du compost peut être connu.

Dans un ménage où quelqu’un pratique l’élevage, la ménagère est plus probablement disposée à faire le tri à la source.

L’élevage se fait souvent à base des ordures qui doivent être triées pour éviter des problèmes de santé aux les animaux. Lors des enquêtes sur la valorisation des ordures, les ménagères ont signalé que l’élevage permet de valoriser certaines ordures notamment des épluchures et les restes de repas. Ces derniers sont donc mis à part. Cela est déjà un tri à la source. Pour certains éleveurs, l’introduction du tri à la source est déjà faite. D’autres éleveurs donnent toutes les ordures confondues aux animaux et ces derniers sélectionnent en fonction de leur besoin.

Cependant, il faut noter que les ordures ne sont pas toujours triées avant de les donner aux animaux.

Les ménages dans une zone sans un ramassage institutionnalisé des ordures sont plus probablement disposés à trier les ordures à la source.

Lors des enquêtes, les ménagères ont souhaité en majorité un ramassage institutionnalisé des ordures. Il est compréhensible qu’un ménage sans ramassage 97institutionnalisé pense que le tri à la source est une condition pour qu’un ramassage des ordures vienne dans son quartier quand on lui pose la question s’il est disposé à trier les ordures. Un tel ménage est donc plus probablement disposé à trier les ordures à la source.

6.2.2. Effets additionnels du modèle «  tri à la source » avec « revenus »

Un ménage qui a un dépôt d’ordures dans la rue est plus probablement disposé de trier les ordures à la source. Autrement dit dans une rue propre, les ménages sont moins disposés à trier les ordures à la source.

Aussi bien que le problème d’ordures, la présence des dépôts sauvages renforce la disposition à trier les ordures.

Les ménages avec des revenus mensuels plus élevés sont plus probablement disposés à appliquer le tri à la source. (Figure 19)

Figure 19 : Influence du niveau de revenus mensuels sur la probabilité de la disposition au tri à la source

Dans des ménages riches, la gestion des ordures se fait souvent par une bonne. Le tri à la source n’amènera pas de travail supplémentaire à la femme chef de la gestion des ordures. Elle a la facilité de dire qu’elle est disposée à trier les ordures.


98

6.2.3.  Effets additionnels du modèle avec l’interactions de 1er ordre et sans « revenus »

L’interaction entre l’ethnie de la ville et la présence d’un agriculteur dans le ménage signale que les ménages avec un agriculteur sont plus probablement disposés à trier les ordures dans des villes à majorité peule, soussoue ou éwée/ mina que dans des villes à majorité wolofe. (Tableau 50)

Tableau 50 : Coefficients de l’interaction entre l’ethnie de la ville et l’agriculture dans les modèles du tri à la source sans la variable « revenus mensuels »

 

Ethnie de la ville * agriculture

Estimés bêta

Erreur standard

Wald Χ²

 

Peul * agriculture

-0,2364

0,2431

0,9452

 

Soussou * agriculture

-0,1954

0,1483

1,7355

 

Ewé/ Mina * agriculture

-0,1196

0,1260

0,9018

Cette interaction correspond à la même interaction pour le modèle de la valorisation des ordures. (Voir 6.1.3)

Dans une ville à majorité wolofe, les ménages avec un agriculteur valorisent moins probablement les ordures et sont moins probablement disposés à trier les ordures. Rufisque a été la seule ville où des ménagères ont signalé des problèmes d’hygiène liés au tri à la source.

L’interaction entre l’ethnie de la ville et la présence d’un éleveur dans le ménage amène vers une interprétation disant que dans une ville à majorité soussoue les ménages élevant des animaux sont plus probablement disposés de trier les ordures que dans une ville à majorité wolofe sans éleveurs.

Tableau 51 : Coefficients de l’interaction entre l’ethnie de la ville et l’agriculture dans les modèles du tri à la source sans la variable « revenus mensuels »

 

Ethnie de la ville * élevage

Estimés bêta

Erreur standard

Wald Χ²

 

Soussou * élevage

-0,7983

0,1741

21,0146

 

Ewé/ Mina * élevage

0,1897

0,1364

1,9344

 

Peul * élevage

0,1329

0,2439

0,2971

Selon le croisement des données l’ethnie de la ville, la présence d’un éleveur et la disposition à trier les ordures, les ménages avec des éleveurs dans les villes à majorité soussoue sont relativement plus disposés, dans des villes à majorité wolofe ils sont relativement moins disposés à trier des ordures. Dans les autres villes, il n’y a pas une grande différence entre les ménages avec et sans éleveurs.


99

6.2.4. Profil d’un ménage disposé à trier les ordures à la source

Selon la régression logistique, un ménage qui est disposé à faire le tri à la source a le profil suivant :

Ces conditions sont remplies dans des villes rurales avec une forte organisation paysanne promouvant le compost où la ménagère a la possibilité de travailler par exemple comme ouvrière agricole dans des autres familles.

6.2.5. Condition du tri et raisons de refus du tri à la source

Lors des enquêtes standardisées, les ménagères étant d’accord à trier les ordures à la source ont été demandées de donner les conditions sous lesquelles, elles sont prêtes à le faire. Les conditions révélées étaient des poubelles supplémentaires pour la matière organique (Conakry, Lomé, Tsévié surtout), plus d’explications sur la manière et l’objectif du tri (Conakry surtout). Elles ont souhaité aussi que le ramassage soit régulier (Rufisque et Tsévié) et qu’elles trouvent leur compte (« Je veux tirer profit », réduction de frais d’évacuation des ordures, « il faut me payer une rémunération ») (Conakry, Lomé, Tsévié surtout). Certaines ne sont disposées à trier les ordures qu’en saison sèche parce que les ordures ne commenceront pas à puer. A Rufisque, le GIE de ramassage des ordures à Diokoul ne produit réellement pas du compost en saison de pluie.

Un grand nombre est disposé à faire le tri sans conditions à remplir (66 % à Timbi Madîna, 10 % à Tsévié et à Rufisque).

Les ménagères refusant le tri à la source ont été interrogées sur la raison du refus. Le temps manque à moins de 5 % des ménagères. A Rufisque uniquement, il y a des ménagères (14 %) désignant le tri à la source comme non hygiénique. L’utilisation des ordures pour l’élevage ou pour l’agriculture empêchera certaines ménagères de Timbi Madîna et de Rufisque au tri à la source pour une station du compostage.

6.2.6.  Introduction du tri à la source dans des quartiers tests

A Rufisque, on a pu introduire le tri à la source au niveau de 25 ménages pendant les derniers mois du projet dans le quartier de Diokoul Gouyguimpar.

« Pour inciter les ménages au tri, chaque ménage a bénéficié de deux poubelles : l’une devant contenir les déchets organiques, l’autre les déchets inorganiques.


100

Vu que la plupart des populations sont illettrées, une fiche d’information a été distribuée à chaque ménage afin de faciliter à ses membres la distinction des ordures biodégradables des ordures non biodégradables. » (Ba, 2001)

Lors de la sensibilisation par le fiche, « à l’exception de quelques-unes, toutes les personnes rencontrées au niveau des ménages » ont fait « preuve d’intérêt face au programme de tri » à la source. « L’objectif visé est que chaque personne sensibilisée qu’elle soit la domestique, la femme de ménage, la fille assure le relais au niveau du ménage autrement dit, elle sensibilise à son tour les autres membres de la maison. » (Ba, 2001)

« Nonobstant, les engagements pris par les habitants des 25 concessions, l’observation sur le terrain montre que le tri à la source présente beaucoup de lacunes aussi bien du côté des responsables » (gérant du GIE de ramassage des ordures) « qu’au niveau des populations. » (Ba, 2001)

Lors du suivi du tri à la source à Rufisque, nous avons vu confirmer la séparation des ordures en ordures qui puent et en ordures qui ne puent pas. Cela correspond en grande partie à la séparation en ordures biodégradables et non biodégradables sauf pour les feuilles mortes. Les feuilles mortes sont biodégradables mais elles ne développent pas d’odeurs nauséabondes. Alors, les feuilles exigent une re-sensibilisation dans le milieu musulman. Néanmoins, les Peules de Timbi Madîna bien qu’ils soient des musulmans, n’ont pas eu ce problème. Mais, il est rapporté des expatriés cherchant à amener la bonne à faire le tri à la source pour le compost domestique.

Pour améliorer la qualité du tri, il faut plusieurs séances de sensibilisation en cherchant à informer un plus grand nombre de membres du ménage parce que les familles nombreuses rencontrent beaucoup de difficultés à effectuer le tri des ordures (Ba, 2001). Car les ménagères sont souvent très chargées par le travail et leur temps libre est entre 14 à 16 h. Il est préférable de passer à ce temps là pour la première sensibilisation. La sensibilisation pour le tamisage des balayures se fait de préférence le matin de bonne heure lorsque les femmes balayent les cours. Il est conseillé de sensibiliser pendant l’heure de préparation du repas pour l’organisation du tri en plein travail. C’est-à-dire qu’il faut deux récipients pour les ordures pendant la préparation – un pour les ordures organiques et un pour les non organiques, éventuellement un troisième pour les ordures liquides.

Beaucoup de ménagères trient les ordures après les avoir verser ensemble, si elles ne sont pas bien sensibiliser pour l’organisation du tri à la source.

Nous avons observé que pour le tri à la source, il faut un ramassage très régulier et rapproché c'est-à-dire de tous les deux jours. Des ramassages irréguliers amènent des fermentations de la matière organique en produisant des odeurs nauséabondes lorsque les ordures sont encore dans les ménages. (Observation à Rufisque)

Egalement, il faut absolument un ramassage séparé de deux fractions. Si les ménagères voient que les ramasseurs re-mélangent les ordures, elles voient leur travail gâté. Dû aux frustrations (irrégularité et re-mélange des ordures), elles ne trient plus les ordures (observation à Lomé). Il semble opportun de former également les ramasseurs au tri à la source. Ils peuvent renseigner les ménagères sur de 101questions y relatives. En dehors de cela, ils jugeront mieux le travail déjà fait pour le tri et ne re-mélangeront pas les ordures.

Une fois, ces conditions de fonctionnement sont remplies et les ménagères, leurs familles et les bonnes sont suffisamment sensibilisées, les stations de compost obtiennent plus de matière biodégradable qu’en séparant les ordures mixtes à la station de compostage. La matière obtenue est plus bio active et fermente plus rapidement. Cela a bouleversé le travail de manière positive à la station de compostage. D’abord, le temps de tri est réduit. Il faut quand même re-trier les ordures biodégradables.

Il a été impossible de stocker la matière organique en attendant une grande quantité. La matière a été si bio-active qu’une partie était déjà fermentée pendant le stockage. On a donc fait de tas plus petit qui était prêt en moins de temps qu’avant.

Le tri à la source réduit les coûts de production du compost. Il améliore la qualité du compost. Il augmente le rendement de la matière organique. Il augmente également la matière organique fine mise en compost et accélère par la suite le processus de compostage.

6.2.6.1. Problèmes rencontrés lors de l’introduction du tri à la source

Les responsables du GIE ont considéré la sensibilisation pour le tri à la source comme un travail supplémentaire qui le projet doit leur payer. Ils ont voulu être payé pour chaque suivi dans les ménages malgré que le tri à la source le décharge.

La sensibilisation « est un élément fondamental d’une stratégie au niveau d’un projet, au niveau local et de ce fait, les responsables devraient insister là-dessus afin d’amener les populations à changer de comportements vis-à-vis des ordures. En d’autres termes changer la perception négative que les populations continuent à avoir à l’endroit des ordures. » (Ba, 2001)

Suite aux sensibilisations, les agents du projet ont constaté que le tri n’a pas été respecté par les ménages dû au manque de compréhension du fiche de sensibilisation, au manque de communication dans le ménage et aux négligences par les charretiers chargés de ramassage des ordures (irrégularité, non-séparation des ordures sur la charrette).

Les responsables du GIE ont demandé une séparation de la place de chargement de la charrette en bonne et due forme qui une fois payée n’a pas été utilisée par les charretiers. Ils ont séparé les ordures en versant les ordures biodégradables sur un plastique.

Ce comportement est très répandu dans des projets de développement mais ne correspond pas au comportement d’une personne responsable cherchant à se prendre en charge.

La population s’est plainte de justesse de l’irrégularité du ramassage. Le charretier chargé du ramassage des ordures n’a pas été suivi par les responsables du GIE ni par ENDA-rup.


102

6.2.6.2. Solutions à ces problèmes

Pour améliorer et faciliter le tri, le projet a payé des poubelles et y a mis des autocollants portant des images de la matière organique dessus. Il a payé également les responsables pour la sensibilisation. Il a acheté d’une planche pour la séparation de la charrette.

Pour motiver les ménages, le projet et le GIE ont recensé les ménages avec le meilleur tri.

Les agents du projet ont effectué des suivis ensemble avec l’équipe de l’ENDA. Ce dernier a par la suite fait le suivi des charretiers et retiré une charrette d’un charretier irrégulier. Cela a fait travailler les autres et renforcer le moral de travail.

Une fois, les membres du GIE ont vu que le tri à la source réduit le travail pénible du tri des ordures dans la station de compostage, ils étaient motivés de continuer la sensibilisation et de faire le suivi du tri dans les ménages.


8 Les effets, les interactions et les modalités en italique ne sont pas statistiquement significatifs selon Wald.

9 Les effets, les interactions et les modalités en italique ne sont pas statistiquement significatifs selon Wald.

10 Les effets, interactions et modalités en italique ne sont pas statistiquement significatifs.



© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.
DiML DTD Version 3.0Zertifizierter Dokumentenserver
der Humboldt-Universität zu Berlin
HTML generated:
10.03.2005