Impact des dépenses directes de santé sur la pauvreté et conformité du financement public et externe de la santé en Guinée Département Santé, nutrition et population Juin 2024 1 @ 2024 Banque internationale pour la reconstruction et le développement / Banque mondiale 1818 H Street NW, Washington, DC 20433 Téléphone : 202-473-1000 Site web : www.worldbank.org Ce document a été rédigé par le personnel de la Banque mondiale avec des contributions ex- ternes. Les résultats, interprétations et conclusions qui y figurent ne reflètent pas nécessaire- ment les opinions de la Banque mondiale, de son Conseil d’administration ou des gouverne- ments qu’ils représentent. La Banque mondiale ne garantit pas l’exactitude des données incluses dans ce document. Les frontières, couleurs, dénominations et autres informations figurant sur les cartes de ce document n’impliquent aucun jugement de la Banque mondiale quant au statut juridique d’un territoire, ni l’approbation ou l’acceptation de ces frontières. Droits et licences Le contenu de ce document est soumis à des droits d’auteur. La Banque mondiale encourageant la diffusion de ses documents analytiques, ce document peut être reproduit, en tout ou en par- tie, à des fins non-commerciales, à condition que le document soit cité. Pour tout renseignement sur les droits et licences, s’adresser à World Bank Publications, The World Bank Group, 1818 H Street NW, Washington, DC 20433, USA ; fax : 202-522-2625 ; courriel : pubrights@worldbank.org Contact : Teegwendé Valérie Porgo tporgo@worldbank.org 2 Impact des dépenses directes de santé sur la pauvreté et conformité du financement public et externe de la santé en Guinée Département Santé, nutrition et population Yao Thibaut Kpegli Teegwendé Valérie Porgo Zénab Konkobo Kouanda Juin 2024 3 TABLE DES MATIÈRES 1 Introduction................................................................................................................................................................................8 2 Méthodes...................................................................................................................................................................................10 2.1 Devis et population................................................................................................................................................................................10 2.2 Impact des dépenses des ménages sur la prévalence, la profondeur et la sévérité de l’extrême pauvreté...............10 2.2.1 Données..........................................................................................................................................................................................10 2.2.2 Mesure de l’impact des catégories de dépenses sur la pauvreté extrême.................................................................12 2.3 Répartition du financement public et externe en fonction de l’impact des dépenses directes de santé..................13 2.3.1 Données..........................................................................................................................................................................................13 2.3.2 Indices de concentration...........................................................................................................................................................13 3 Résultats.................................................................................................................................................................................16 3.1 Impact des dépenses directes de santé sur l’extrême pauvreté..............................................................................................16 3.2 Impact relatif des catégories de dépenses sur l’extrême pauvreté........................................................................................ 24 3.3 Conformité du financement public et externe de la santé à l’impact des dépenses directes de santé sur l’extrême pauvreté. ......................................................................................................................................................................... 24 4 Discussion..................................................................................................................................................................................27 4.1 Limites........................................................................................................................................................................................................29 5 Conclusions...............................................................................................................................................................................33 6 Annexes..................................................................................................................................................................................35 6.1 Annexe 1 : Résultats détaillés des mesures de la pauvreté extrême et des impacts des différentes catégories de dépenses................................................................................................................................................................................................35 6.2 Annexe 2 : Note technique..................................................................................................................................................................47 6.3 Annexe 3 : Classements des secteurs (test de comparaison)...................................................................................................52 6.4 Annexe 4 : Part des dépenses alimentaires et non-alimentaires dans les dépenses totales de consommation (%).....53 7 Références.................................................................................................................................................................................57 4 LISTE DES TABLEAUX Tableau 1: Augmentation en points de pourcentage de la prévalence de la pauvreté extrême en fonction des catégories de dépenses...........17 Tableau 2 : Augmentation en points de pourcentage de la profondeur de la pauvreté extrême en fonction des catégories de dépenses......19 Tableau 3 : Augmentation en points de pourcentage de la sévérité de la pauvreté extrême en fonction des catégories de dépenses........21 Tableau 4 : Augmentation en points de pourcentage de la sévérité de la pauvreté extrême dans les sous-groupes en fonction des catégories de dépenses..........................................................................................................................................................................................23 Tableau 5 : Indices de concentration............................................................................................................................................................................................25 Tableau 6 : Engagements financiers en faveur de la santé pour la période 2020-2024 et contribution régionale à l’impact national des dépenses directes de santé sur la pauvreté en 2018-2019.....................................................................................................................25 Tableau A1.1 : Prévalence de la pauvreté avant et après les catégories de dépenses.................................................................................................35 Tableau A1.2 : Profondeur de la pauvreté avant et après les catégories de dépenses................................................................................................37 Tableau A1.3 : Sévérité de la pauvreté avant et après les catégories de dépenses......................................................................................................39 Tableau A1.4 : Augmentation en points de pourcentage de la prévalent de la pauvreté en fonction des catégories de dépenses.............41 Tableau A1.5 : Augmentation en points de pourcentage de la profondeur de la pauvreté en fonction des catégories de dépenses............43 Tableau A1.6 : Augmentation en points de pourcentage de la sévérité de la pauvreté en fonction des catégories de dépenses................45 Tableau A3.1 : Classements des secteurs (test de comparaison)......................................................................................................................................52 Tableau A4.1 : Part des dépenses alimentaires et non-alimentaires dans les dépenses totales de consommation (%).................................53 LISTE DES FIGURES Figure A2.1: Courbe et indice de concentration des financements en fonction de la prévalence de la pauvreté.....................................49 Figure A2.2: Courbe et indice de concentration des financements en fonction de la profondeur de la pauvreté...................................50 Figure A2.3: Courbe et indice de concentration des financements en fonction de la sévérité de la pauvreté..........................................51 ABRÉVIATIONS PIB: Produit Intérieur Brut GFF: Mécanisme de Financement Mondial (Global Financing Facility) GNF: Franc Guinéen EHCVM: Enquête Harmonisée sur les Conditions de Vie des Ménages DDS: Dépenses Directes de Santé ODD: Objectif de Développement Durable CSU: Couverture Sanitaire Universelle 5 RÉSUMÉ Il existe peu de données sur l’impact des dépenses directes de santé (DDS) sur l’extrême pauvreté en Guinée. Ces données sont pourtant nécessaires pour prendre des décisions éclairées pour lutter contre la pauvreté. Cette étude visait à (i) mesurer l’impact des DDS sur l’extrême pauvreté en Guinée, (ii) comparer cet impact à celui d’autres catégories de dépenses des ménages, et (iii) évaluer la conformité du financement de la santé à cet impact. L’analyse est basée sur les données de l’enquête harmonisée sur les conditions de vie des ménages de 2018-2019 et des engagements financiers pour la santé de l’État et de ses partenaires au développement sur la période 2020- 2024 et sur la méthode des dépenses appauvrissantes. Les trois mesures de la pauvreté les plus courantes ont été utilisées : (i) la prévalence, qui se réfère au nombre de personnes vivant sous un seuil de pauvreté donné ; (ii) la profondeur, qui estime le montant nécessaire pour éradiquer la pauvreté dans une population donnée ; et (iii) la sévérité, qui indique si les écarts entre les revenus des pauvres et le seuil de pauvreté dans une population donnée sont égaux. Les DDS ont augmenté la prévalence, la profondeur et la sévérité de l’extrême pauvreté de 2,1 points de pourcentage (pp), 0,7 pp (soit 66 millions de dollars internationaux) et 0,3 pp, respectivement. Les groupes les plus affectés par l’augmentation de la sévérité de l’extrême pauvreté étaient Faranah (0,7 pp), N’Zérékoré (0,4 pp), Kindia (0,4 pp) et Labé (0,4 pp) ; ainsi que les individus âgés de ≥60 ans (0,5 pp) et de <1 an (0,4 pp). Les DDS avaient un impact égal ou supérieur à celui d’autres secteurs recevant plus de financements, tels que l’éducation (prévalence : 0,4 pp ; profondeur : 0,1 pp ; et sévérité : 0,0 pp). Les indices de concentration du financement de la santé comparativement à l’impact des DDS sur l’extrême pauvreté par région étaient de -0,35 (prévalence), -0,34 (profondeur) et -0,41 (sévérité), indiquant que les engagements financiers de santé n’étaient pas conformes à la pauvreté extrême causées par les DDS. La mise en place de la couverture sanitaire universelle est urgente en Guinée et elle nécessitera une meilleure efficience allocative. Les groupes les plus affectés par l’augmentation de la sévérité de l’extrême pauvreté peuvent servir de groupes prioritaires dans l’établissement de la couverture sanitaire universelle. Mots-clés : Dépenses directes des ménages ; protection financière ; prévalence, profondeur et sévérité de l’ex- trême pauvreté ; allocation financière ; couverture sanitaire universelle REMERCIEMENTS Ce document a été rédigé par Yao Thibaut Kpegli (Consultant/Africa Fellow, Banque mondiale),Teegwendé Valérie Porgo (Spécialiste de la santé, Banque mondiale et chercheure invitée, Université de Harvard), et Zénab Konkobo Kouanda (Spécialiste principale de la santé, Banque mondiale). Il a été revu par Khaïté Sall (Secrétaire générale, ministère de la Santé et de l’Hygiène Publique, Guinée), Midiaou Bah (Conseiller, ministère de la Santé et de l’Hy- giène Publique, Guinée), Diakité Souleymane (Directeur, Bureau de la stratégie et du développement, ministère de la Santé et de l’Hygiène Publique, Guinée), Sering Touray (Économiste, Banque mondiale) et Ismaël Issifou (Associé aux affaires sociales, Département des affaires économiques et sociales de l’Organisation des Nations unies). Le document a bénéficié des contributions de Gaston Sorgho (Directeur sectoriel, Département Santé, nutrition et population, Banque mondiale), Nestor Coffi (Représentant résident en Guinée, Banque mondiale, au moment de l’étude), Elisé Wendlassida Miningou (Économiste, Banque mondiale), Roukiatou Nikiema (Professeur d’économie, Université Norbert Zongo, Burkina Faso), Heidi Kaila (Économiste, Banque mondiale), Khadidja Malloum Boukar (Professionnelle de la recherche, Direction régionale de la santé publique du Québec/CIUSSS Montréal), Ezechiel Abouro Djallo (Consultant à long terme, Banque mondiale), Freddy Essimbi Onana Essomba (Officier de liaison, Mécanisme de financement mondiale [GFF]), Isidore Sieleunou (Économiste principal, GFF), Richard Quansah Amissah (Consultant, Banque mondiale), Aissatou Ouedraogo (Économiste, Banque mondiale), Hebatalla Elgazzar (Cheffe de programme, Banque mondiale), à qui les auteurs expriment leur sincère gratitude. 6 1 INTRODUCTION 7 1 Introduction 1. L’accès aux services de santé est un droit universel, selon l’article 25 de la Déclaration universelle des droits de l’homme de 1948.[1] Les pays membres des Nations unies reconnaissent ce droit à travers l’adoption, en 2015, des objectifs de développement durable (ODD).[2] La cible 8 du troisième ODD souligne la nécessité de parvenir à la couverture sanitaire universelle (CSU) comprenant une protection contre les risques financiers et un accès à des services de santé essentiels de qualité et à des médicaments et vaccins essentiels sûrs, efficaces, de qualité et d’un coût abordable pour tous d’ici 2030.[2] Un risque financier pour la santé est toute difficulté à laquelle une personne est confrontée en raison des dépenses directes de santé (DDS),[3,4] c’est-à-dire les frais qu’elle doit supporter elle-même au moment de la prestation du service.[5] L’appauvrissement, y compris l’appauvrissement extrême, constitue un risque financier majeur.[3,4] 2. La Guinée, pays membre des Nations unies, a intégré les ODD dans son Programme intérimaire de référence (PIR) couvrant la période 2022-2025.[6,7] L’accès universel aux services de santé est au cœur du quatrième objectif du Programme intérimaire de référence, qui est « action sociale, emploi et em- ployabilité ».[7] Cependant, la Guinée doit encore faire face à des défis pour atteindre un accès universel effectif à la santé. En effet, la moitié des dépenses totales de santé est supportée par les ménages (53,5 % en 2021).[8] Cette situation peut être attribuée à la faiblesse des financements publics et aux inefficiences allocatives et techniques.[9,10] Par exemple, en 2019, le financement public ne représentait que 21 % des dépenses totales de santé. En outre, la même année, le financement public en pourcentage du produit intérieur brut (PIB) était de 0,9 % pour la santé, alors qu’il était de 3,4 % pour l’administration publique générale et de 2,2 % pour la défense et la sécurité.[11-13] Ainsi, la Guinée n’a pas encore atteint l’exigence minimale d’allouer 5 % du PIB au financement public de la santé pour progresser vers la CSU.[14] En outre, la Guinée se situe en dessous de la moyenne de l’Afrique subsaharienne, où le financement de la santé publique représentait 2 % du PIB en 2019.[11] 3. En Guinée, l’impact des DDS sur l’extrême pauvreté, définie comme les individus vivant en dessous du seuil de pauvreté alimentaire, n’est pas connu.[15,16] En outre, les données sur l’impact relatif des différentes catégories de dépenses des ménages sont manquantes. De plus, il existe peu de données disponibles qui évaluent la répartition du financement public et externe de la santé en fonction de l’impact des DDS sur l’extrême pauvreté. Toutefois, ces données sont nécessaires pour prendre des décisions éclairées pour lutter efficacement contre la pauvreté, y compris à travers des allocations financières appropriées. 4. Les objectifs de ce document étaient donc de (i) mesurer l’impact des DDS sur l’extrême pauvreté en Guinée ; (ii) comparer cet impact à celui d’autres catégories de dépenses des ménages ; et (iii) évaluer la conformité du financement public et externe de la santé à cet impact. 8 2 MÉTHODES 9 2 Méthodes 2.1 Devis et population 5. Nous avons mené une étude de cohorte rétrospective. Tous les résidents de la Guinée étaient considérés comme éligibles. L’analyse s’est basée sur l’Enquête Harmonisée sur les Conditions de Vie des Ménages (EHCVM) de 2018-2019, qui comprend un échantillon représentatif de la population nationale.[16] Les indi- vidus pour lesquels aucune dépense de consommation n’était enregistrée ont été exclus. 2.2 Impact des dépenses des ménages sur la prévalence, la profondeur et la sévérité de l’extrême pauvreté 2.2.1 Données 6. Les données sur les dépenses ont été extraites de l’EHCVM 2018-2019 de la Guinée.[16] Les dépenses totales de consommation ont été ventilées en dépenses alimentaires et non alimentaires. Les catégories de dépenses non-alimentaires comprenaient (i) la santé ; (ii) l’habillement, les chaussures et les soins person- nels (appelés habillement dans le reste du rapport) ; (iii) le transport ; (iv) le logement ; (v) l’énergie ; (vi) la communication ; (vii) les biens durables ; (viii) l’éducation ; (ix) les boissons alcoolisées ; (x) les bijoux, et (xi) la catégorie autre.[16] 7. Nous avons examiné toutes les catégories et reporté les résultats pour toutes les catégories dans l’Annexe 1. Dans le texte principal, cependant, nous avons reporté les résultats pour les cinq catégories qui ont eu le plus grand impact sur chaque mesure de l’extrême pauvreté (prévalence, profondeur et sévérité). Il est intéressant de noter que ces cinq catégories étaient les mêmes pour les trois mesures de la pauvreté, à savoir la santé, l’habillement, le logement, le transport et l’énergie, bien que leur ordre d’importance fût différent. Dans les sections suivantes, nous décrivons les dépenses totales de consommation et ces cinq catégories. a. Dépenses totales de consommation (revenu) 8. Les dépenses totales de consommation ont été utilisées comme le revenu des individus.[9,15] Ces dépenses de consommation correspondent à la valeur monétaire des biens (y compris les biens durables) et des ser- vices consommés. Elles comprenaient (i) les consommations alimentaires, (ii) les consommations non-ali- mentaires et (iii) les valeurs d’usage des biens durables. Les données sur les dépenses totales de consom- mation étaient disponibles au niveau des ménages. Les données ont été ramenées au niveau individuel en divisant les dépenses totales de consommation des ménages par la taille du ménage.[9,15] b. Dépenses de santé 9. Toutes les dépenses de santé ont été considérées comme des DDS, puisque seulement 0,3 % des Guinéens disposaient d’un mécanisme de prépaiement selon l’EHCVM.[9,16] Les dépenses de santé comprenaient les frais relatifs aux (i) consultations d’un médecin généraliste, (ii) consultations d’un spécialiste, (iii) consulta- tions d’un dentiste, (iv) consultations d’un guérisseur, (v) examens médicaux, (vi) médicaments hors hôpi- taux, et (vii) hospitalisations. 10. Les coûts liés aux consultations de généralistes, spécialistes, dentistes, guérisseurs, aux examens médicaux et aux achats de médicaments ont été enregistrés sous forme de données trimestrielles. Ces coûts ont été annualisés en les multipliant par quatre. 10 11. Les coûts d’hospitalisation étaient disponibles pour la dernière hospitalisation dans les 12 mois précédant l’enquête. En outre, des données sur le nombre d’hospitalisations au cours de la même période étaient dis- ponibles. Ainsi, les dépenses hospitalières annuelles ont été estimées en multipliant les frais d’hospitalisation pour la dernière hospitalisation (au cours des 12 derniers mois) par le nombre d’hospitalisations au cours des 12 derniers mois précédant l’enquête. c. Dépenses d’habillement 12. Les dépenses d’habillement comprenaient tous les coûts liés (i) aux vêtements et sous-vêtements, (ii) aux chaussures, (iii) à la coiffure et (iv) aux accessoires (produits de maquillage, savon, shampoing, dentifrice, serviettes hygiéniques, rasoir, coton, etc.). Les données sur les dépenses d’habillement ont été collectées annuellement au niveau des ménages. Elles ont été divisées par la taille du ménage pour obtenir des don- nées au niveau individuel. d. Dépenses de logement 13. Les dépenses de logement comprennent le loyer et les frais d’entretien. Lors de l’enquête, lorsqu’un mé- nage était propriétaire de son logement ou l’occupait gratuitement, un modèle était utilisé pour estimer les dépenses de loyer en fonction des caractéristiques du logement.1 Les données sur les dépenses de logement ont été collectées annuellement au niveau des ménages. Elles ont été divisées par la taille du ménage pour obtenir les données au niveau individuel. e. Dépenses de transport 14. Les dépenses de transport comprenaient le coût (i) de transport par taxi, bus, train, camion, taxi-moto, traction animale, tricycle, bateau, pirogue, pinasse et avion ; (ii) de l’entretien ; et (iii) des autres catégories (carburant, assurance, pièces de rechange et frais de réparation, etc.). Les données sur le transport ont été collectées annuellement au niveau du ménage. Elles ont été divisées par la taille du ménage pour obtenir les données au niveau individuel. f. Dépenses énergétiques 15. Les dépenses énergétiques comprenaient le coût (i) de l’abonnement au réseau de distribution d’électricité ; (ii) de la facture d’électricité ; (iii) des lampes électriques, des lampes tempête et des torches ; (iv) des piles et des ampoules ; (v) du carburant pour le générateur domestique ; (vi) du kérosène ; (vii) du charbon de bois/charbon minéral ; (viii) du bois de chauffage acheté ; (ix) des bougies ; (x) des allumettes ; (xi) du gaz do- mestique ; et (xii) du bois de chauffage collecté. Les données énergétiques ont été collectées annuellement au niveau des ménages. Elles ont été divisées par la taille du ménage pour obtenir les données au niveau individuel 1 Le modèle consiste à régresser le logarithme du loyer sur diverses caractéristiques du logement.[17] Ces caractéristiques incluent généralement les éléments suivants : type de logement, nombre de pièces, matériau des murs, matériau du toit, matériau du sol, type de toilettes, électricité, eau courante, élimination des déchets, évacuation des eaux usées et autres variables communautaires telles que la distance à la route, le quartier, la municipalité, etc.[17] Le modèle est estimé en utilisant une procédure par étapes, qui introduit progressivement des variables dans le modèle et ne retient que celles qui sont significatives.[17] 11 2.2.2 Mesure de l’impact des catégories de dépenses sur la pauvreté extrême 16. La pauvreté est généralement évaluée à l’aide de trois mesures : (i) la prévalence, (ii) la profondeur et (iii) la sé- vérité.[15-19] La prévalence de la pauvreté correspond au nombre de personnes d’une population donnée vivant en dessous d’un seuil de pauvreté donné.[15-19] Elle représente donc le nombre de personnes qui ont besoin d’une aide financière pour éradiquer la pauvreté.[15-19] La profondeur indique l’écart moyen entre le revenu des individus d’une population donnée et le seuil de pauvreté.[15-19] Elle est utilisée pour estimer le montant moyen à débourser par personne pauvre (et donc le montant total requis, également appelé effort économique global) pour éradiquer la pauvreté dans ladite population.[15-19] La sévérité de la pauvreté indique si les écarts entre les revenus des pauvres et le seuil de pauvreté dans une population donnée sont égaux.[15-19] Lorsque les écarts sont égaux, tous les individus pauvres ont la même priorité pour bénéficier des politiques d’aide. Dans ce cas, s’il y a un montant spécifique à distribuer, il doit être réparti de manière égale entre les pauvres, même s’il ne couvre pas la totalité de l’écart entre leurs revenus et le seuil de pauvreté. Néanmoins, lorsque ces écarts ne sont pas égaux, les pauvres présentant les écarts les plus importants doivent être prioritaires dans la politique d’aide.[15-19] La sévérité de la pauvreté est utile pour identifier les groupes prioritaires, en particulier lorsqu’il est impossible de consentir l’effort économique global à court terme.[15-19] 17. L’impact des dépenses des ménages sur les trois mesures de l’extrême pauvreté a été calculé à l’aide de la méthode des dépenses appauvrissantes.[15,20] Cette méthode consiste à déterminer si le revenu d’un individu, après prise en compte des dépenses des différentes catégories, est suffisant pour couvrir ses besoins de base. Nous avons comparé les mesures de l’extrême pauvreté avant et après les dépenses des différentes catégories de dépenses. Le seuil annuel d’extrême pauvreté pour une personne est celui de l’EHCVM 2018-2019, soit 3 068 265 francs guinéens (GNF) ou 828 dollars internationaux (parité de pouvoir d’achat [PPA] de 2019 ; $).[11] Il correspond à la valeur monétaire annuelle nécessaire à un individu pour acheter un panier alimentaire quotidien de 2 300 calories.[16] Le seuil de pauvreté extrême, représentant les besoins alimentaires de base, est resté constant avant et après déduction des diverses dépenses non-alimentaires des revenus.[15] 18. Nous avons estimé la prévalence de l’extrême pauvreté en calculant la proportion de la population totale dont le revenu est inférieur au seuil d’extrême pauvreté. Pour évaluer la profondeur d’extrême pauvreté, nous avons d’abord calculé l’écart d’extrême pauvreté pour chaque individu, c’est-à-dire la différence entre le seuil d’extrême pauvreté et leur revenu. Pour les individus qui ne sont pas dans l’extrême pauvreté, cet écart est nul. Ensuite, pour chaque individu, nous avons calculé le rapport entre l’écart de pauvreté et le seuil d’extrême pauvreté. Enfin, la moyenne de ces ratios a été calculée pour l’ensemble de la population. Pour la sévérité de l’extrême pauvreté, le carré du rapport entre l’écart de pauvreté et le seuil d’extrême pauvreté a été calculé pour chaque individu (pauvre et non-pauvre). Enfin, la moyenne sur l’ensemble de la population a été calculée. Pour les trois mesures de l’extrême pauvreté, nous avons effectué les analyses au niveau national et selon la région, l’âge et le sexe. De plus, pour la sévérité de la pauvreté, qui permet d’identifier les groupes prioritaires, nous avons examiné l’impact des DDS sur les sous-groupes définis par la région, l’âge et le sexe. [17] 19. Les trois mesures de la pauvreté et l’impact des dépenses sur ces mesures sont des moyennes. La méthode des moindres carrés ordinaires a été utilisée pour estimer ces moyennes. Les équations de régression incluent uniquement les termes constants. Pour la prévalence de la pauvreté, la variable dépendante est représentée par une variable binaire indiquant si un individu est extrêmement pauvre. Dans le cas de la profondeur, la vari- able dépendante est le ratio de l’écart de pauvreté par rapport au seuil de pauvreté extrême. Pour la sévérité de l’extrême pauvreté, la variable dépendante est le carré du ratio de l’écart de pauvreté par rapport au seuil de pauvreté extrême. Les valeurs estimées des constantes correspondent aux estimations de nos mesures de pauvreté. Les impacts sont estimés en utilisant une approche de régression similaire. L’Annexe 2.1 présente les formules mathématiques utilisées pour estimer ces impacts. Nous avons également suivi la même procédure de régression pour calculer la part de chaque catégorie de dépenses dans les dépenses totales. 12 20. Dans l’EHCVM, il est fort probable que les dépenses de consommation des individus d’un même ménage ne soient pas indépendantes.[21] Cette absence d’indépendance rendrait invalide la formule standard de calcul de la matrice de variance-covariance associée aux moyennes obtenues par la méthode des moindres carrés ordi- naires. La formule standard conduirait donc à des variances très faibles et, par conséquent, à des intervalles de confiance étroits et potentiellement biaisés, à des statistiques t de Student élevées et à des valeurs p faibles.[21] Pour contourner ce problème, nous avons utilisé une forme plus générale de la matrice de variance-covariance qui tient compte de l’absence d’indépendance entre les dépenses de consommation des individus d’un même ménage.[21] Cette matrice a également été utilisée pour calculer les intervalles de confiance associés aux moy- ennes et les statistiques t de Student pour évaluer les différences entre les moyennes. 21. Le classement des catégories en fonction de leur part de revenu et de leur impact sur la pauvreté a été réalisé en deux étapes (Annexe 3). Dans la première étape, les catégories ont été classées, sans test statistique, par ordre décroissant de leur contribution aux mesures de la pauvreté. Dans un deuxième temps, des tests joints d’égalité des impacts ont été réalisés pour des catégories consécutives. Si l’égalité entre les impacts était ac- ceptée, les catégories étaient considérées comme ayant le même rang (classées ex aequo) d’un point de vue statistique. En revanche, si l’égalité était rejetée, la dernière catégorie à entrer dans le test était classée à la suite. L’égalité entre la part/l’impact de cette catégorie et celle de la catégorie suivante était testée jusqu’à ce que l’égalité soit rejetée. Le processus a été répété jusqu’à ce que toutes les catégories aient été classées. 2.3 Conformité du financement public et externe de la santé à l’impact des dépenses directes de santé 2.3.1 Données 22. Les données ont été obtenues à partir de la cartographie des engagements de financement de la santé menée par le ministère de la Santé et de l’Hygiène Publique, la Banque mondiale et le Mécanisme de Financement Mondial (« Global Financing Facility » ; GFF) d’août 2021 à avril 2022.[22] Cet exercice de cartographie a permis de documenter les engagements de l’État et de ses partenaires au développement pour la mise en œuvre du Plan national de développement sanitaire pour la période 2020-2024. Ces engagements financiers couvrent les trois niveaux de soins de santé : primaire, secondaire et tertiaire. Au total, 78 % des engagements financiers ont été alloués au niveau central (principalement des dépenses de fonctionnement), tandis que 22 % ont été alloués aux régions. Ces 22 % ont donc été inclus dans l’analyse. 2.3.2 Indices de concentration 23. Les indices de concentration ont été utilisés pour évaluer la conformité du financement public et externe à l’impact des DDS sur la pauvreté extrême.[23,24] Un indice de concentration mesure la différence en pourcen- tage entre la distribution réelle du financement et la distribution de référence ou d’alignement parfait. Dans le scénario d’alignement parfait, le pourcentage d’engagement financier alloué à chaque région est égal à son pourcentage de contribution à l’impact national des DDS sur chaque mesure de la pauvreté extrême. 13 24. Un indice de concentration a été calculé pour chaque mesure de pauvreté extrême.[24,25] Le calcul a été effectué en huit étapes. Premièrement, nous avons calculé le pourcentage des engagements financiers de l’État et de ses partenaires pour chaque région. Deuxièmement, nous avons calculé le pourcentage de contribution de chaque région à l’impact national des DDS. Ce pourcentage a été calculé en appliquant la formule suivante : [(ratio impact sur la mesure de la pauvreté au niveau régional/impact sur la mesure de la pauvreté au niveau national) x part de la population guinéenne résidant dans la région].[25] Troisièmement, les régions ont été classées par ordre croissant en fonction de leur contribution à l’impact national de la mesure de la pauvreté. Quatrièmement, les rangs fractionnaires, représentant les contributions cumulées à l’impact national pour chaque mesure de la pauvreté, ont été calculés. Cinquièmement, les pourcentages cumulés des engagements financiers ont été calculés. Sixièmement, la distribution réelle du financement a été visualisée par une courbe (connue sous le nom de courbe de concentration ; voir Annexes 2.2 et 2.3). Cette courbe représente en abscisse les contributions cumulées à l’impact national de la mesure de pauvreté et en ordonnée les engagements financiers cumulés. Septièmement, nous avons calculé l’écart d’air, c’est-à-dire la différence entre l’air de référence (0,5) et l’air réel. Huitièmement, l’indice a été calculé comme le rapport entre l’écart d’air et l’air de référence.[26] Les Annexes 2.1 et 2.4 présentent les formules mathématiques de l’indice et de la courbe de concentration. 25. Un indice de concentration négatif indique que les régions qui contribuent le moins à l’extrême pauvreté nationale reçoivent une part importante des engagements financiers par rapport au scénario d’alignement parfait, tandis qu’un indice de concentration positif suggère que les régions qui contribuent le moins à l’ex- trême pauvreté nationale reçoivent une part moins importante des engagements financiers par rapport au scénario d’alignement parfait. 26. Le niveau de confiance choisi est de 95 %. Les analyses statistiques ont été réalisées à l’aide du logiciel STA- TA (StataCorp LLC, College Station,TX, version 14.2). 14 3 RÉSULTATS 15 3 Résultats 27. L’EHCVM a porté sur 41 449 personnes appartenant à 8 256 ménages. Nous avons exclu 13 mé- nages pour lesquels les dépenses totales de consommation étaient manquantes. Parmi ces 13 mé- nages, 11 étaient des ménages d’une seule personne, tandis que les deux autres étaient des ménages de deux personnes chacun. Au total, 15 personnes (0,04 %) ont donc été exclues de l’analyse. La population d’étude était donc composée de 41 434 individus, représentant la population guinéenne en 2018-2019, estimée à 12 083 286 individus.[17] 3.1 Impact des dépenses directes de santé sur l’extrême pauvreté 28. Avant et après les DDS, la prévalence de la pauvreté extrême était de 13,4 % et 15,5 %, respective- ment (Tableau A1.1). Ainsi, les DDS ont augmenté la prévalence de la pauvreté de 2,1 points de pour- centage (pp ;Tableau 1). Cet impact a varié selon les régions (valeur p < 0,0001), les augmentations les plus fortes étant observées à N’Zérékoré (4,2 pp), Labé (3,4 pp), Faranah (2,6 pp) et Kindia (2,6 pp). L’impact le plus faible était dans la capitale Conakry (0,3 pp). Il n’a pas varié de manière significative en fonction du sexe (valeur p = 0,3117). Il a varié en fonction de l’âge (valeur p < 0,0001,Tableau 1). Il était plus élevé chez les personnes âgées de 41 à 59 ans (3,3 pp), de 60 ans et plus (3,0 pp), de 35 à 40 ans (2,8 pp) et de moins d’un an (2,8 pp) que dans les autres groupes d’âge. Il était plus élevé dans les zones rurales (2,8 pp) que dans les zones urbaines (0,7 pp ; valeur p < 0,0001). 29. Avant et après les DDS, la profondeur de la pauvreté extrême était de 2,9 % et 3,6 %, respectivement (Tableau A1.2). Ainsi, les DDS ont augmenté la profondeur de 0,7 points de pourcentage (pp ;Tableau 2). Cet impact a varié selon les régions (valeur p < 0,0001), les augmentations les plus fortes étaient observées à Faranah (1,4 pp), N’Zérékoré (1,1 pp), Labé (1,0 pp) et Kindia (0,9 pp). Il était nul dans la capitale Conakry (0,0 pp). Il était plus élevé chez les femmes (0,7 pp) que chez les hommes (0,6 pp ; valeur p = 0,0196). Il variait également en fonction de l’âge (valeur p < 0,0001, Tableau 2). Il était plus élevé chez les personnes âgées de 60 ans et plus (1,1 pp), de 41 à 59 ans (0,9 pp) et de moins d’un an (0,9 pp) que dans les autres groupes d’âge. Il était plus élevé dans les zones rurales (0,9 pp) que dans les zones urbaines (0,2 pp ; valeur p < 0,0001). 30. Avant et après les DDS, la sévérité de la pauvreté extrême était de 1,0 % et 1,3 % respectivement (Tableau A1.3). Par conséquent, les DDS ont augmenté la sévérité de la pauvreté extrême de 0,3 pp (Tableau 3). Cet impact variait selon les régions (valeur p < 0,0001), les augmentations les plus fortes étaient observées à Faranah (0,7 pp), N’Zérékoré (0,4 pp), Kindia (0,4 pp) et Labé (0,4 pp). Il était nul dans la capitale Conakry. Il ne variait pas significativement avec le sexe isolément (valeur p = 0,3094), mais variait avec l’âge (valeur p < 0,0001, Tableau 3). Il était plus élevé chez les personnes âgées de 60 ans et plus (0,5 pp), entre 35 et 40 ans (0,4 pp) et de moins d’un an (0,4 pp) que dans les autres groupes d’âge. Les sous-groupes les plus touchés étaient les hommes de moins d’un an à Faranah (2,1 pp), les femmes de 35 à 40 ans à Faranah (1,9 pp), les hommes de moins d’un an à N’Zérékoré (1,5 pp), et les hommes de 60 ans et plus à Faranah (1,4 pp ;Tableau 4). L’impact dans les autres sous-groupes était inférieur à 1. Il était plus élevé dans les zones rurales (0,4 pp) que dans les zones urbaines (0,1 pp ; valeur p < 0,0001). 16 Tableau 1 : Augmentation en points de pourcentage de la prévalence de la pauvreté extrême en fonction des catégories de dépenses Santé Habillement Transport Logement Énergie Tous % 2,1*** 4,3*** 3,2*** 2,0*** 2,2*** IC [1,8 ; 2,5] [3,7 ; 4,9] [2,6 ; 3,8] [1,6 ; 2,5] [1,8 ; 2,6] N 256 752 516 132 381 784 247 500 265 625 Régions Boké % 2,2*** 3,2*** 3,4*** 2,5*** 2,6*** IC [1,0 ; 3,4] [1,5 ; 4,9] [1,7 ; 5,1] [1,1 ; 3,9] [1,1 ; 4,0] N 27 691 39 556 42 667 31 511 31 920 Conakry % 0,3** 0,6 0,7 0,4 0,3 IC [0,1 ; 0,5] [-0,1 ; 1,3] [-0,1 ; 1,5] [-0,1 ; 1,0] [-0,2 ; 0,9] N 5 414 11 369 13 228 8 252 6 393 Faranah % 2,6*** 5,3*** 3,3*** 2,9*** 2,9*** IC [1,7 ; 3,5] [3,4 ; 7,2] [1,8 ; 4,7] [1,6 ; 4,1] [1,6 ; 4,2] N 28 001 57 597 35 413 30 894 31 558 Kankan % 0,8*** 1,7*** 2,9*** 0,6* 0,7* IC [0,3 ; 1,2] [0,7 ; 2,7] [1,3 ; 4,5] [0,0 ; 1,1] [0,1 ; 1,4] N 17 316 38 159 65 541 12 670 16 687 Kindia % 2,6*** 4,5*** 3,2*** 2,9*** 3,0*** IC [1,7 ; 3,5] [3,0 ; 6,0] [1,9 ; 4,5] [1,7 ; 4,1] [1,8 ; 4,3] N 46 866 80 975 57 508 52 333 54 383 Labé % 3,4*** 9,7*** 3,4*** 4,8*** 4,3*** IC [2,3 ; 4,5] [7,1 ; 12,3] [1,8 ; 5,1] [2,9 ; 6,7] [2,6 ; 6,1] N 38 744 110 624 39 004 54 571 49 582 Mamou % 2,1*** 4,0** 1,3* 2,1** 2,0** IC [0,9 ; 3,3] [1,4 ; 6,6] [0,2 ; 2,4] [0,7 ; 3,5] [0,5 ; 3,4] N 17 337 33 572 10 862 17 703 16 662 N’Zérékoré % 4,2*** 8,0*** 6,5*** 2,2*** 3,2*** IC [2,8 ; 5,5] [5,7 ; 10,3] [4,1 ; 8,9] [0,9 ; 3,5] [1,6 ; 4,9] N 75 383 144 281 117 561 39 566 58 440 Âge (années) 0 % 2,8** 8,7*** 7,2*** 4,3** 6,0*** IC [0,8 ; 4,8] [4,9 ; 12,6] [3,6 ; 10,8] [1,4 ; 7,2] [2,5 ; 9,4] N 2 741 8 527 7 028 4 198 5 839 1-4 % 2,6*** 5,2*** 4,4*** 2,2*** 2,5*** IC [2,0 ; 3,2] [4,2 ; 6,2] [3,4 ; 5,4] [1,6 ; 2,9] [1,8 ; 3,3] N 47 015 95 465 79 453 40 923 45 787 5-9 % 2,0*** 4,8*** 3,8*** 2,6*** 2,3*** IC [1,4 ; 2,5] [4,0 ; 5,6] [3,0 ; 4,6] [1,9 ; 3,2] [1,8 ; 2,9] N 42 648 103 265 81 888 55 442 50 324 10 - 14 % 1,6*** 4,6*** 3,7*** 2,2*** 2,4*** IC [1,1 ; 2,1] [3,6 ; 5,5] [2,7 ; 4,6] [1,5 ; 2,8] [1,7 ; 3,1] N 22 075 63 863 51 072 30 125 32 859 15 - 19 % 1,2*** 3,5*** 2,1*** 1,6*** 2,1*** IC [0,7 ; 1,6] [2,5 ; 4,5] [1,4 ; 2,9] [1,0 ; 2,2] [1,3 ; 2,8] N 12 590 38 254 23 107 17 011 22 517 17 20 - 24 % 1,1*** 2,5*** 1,9*** 1,0*** 1,1*** IC [0,6 ; 1,5] [1,8 ; 3,3] [1,2 ; 2,6] [0,5 ; 1,5] [0,6 ; 1,7] N 9 339 21 994 16 598 8 664 9 902 25 - 34 % 1,7*** 2,9*** 2,0*** 1,3*** 1,5*** IC [1,3 ; 2,2] [2,3 ; 3,5] [1,5 ; 2,5] [0,9 ; 1,6] [1,1 ; 2,0] N 28 558 48 613 33 524 20 784 25 246 35 - 40 % 2,8*** 4,5*** 3,5*** 2,3*** 2,4*** IC [2,1 ; 3,5] [3,5 ; 5,4] [2,6 ; 4,3] [1,6 ; 2,9] [1,7 ; 3,1] N 25 042 40 408 31 179 20 359 21 726 41 - 59 % 3,3*** 5,1*** 3,0*** 2,6*** 2,6*** IC [2,6 ; 3,9] [4,1 ; 6,1] [2,2 ; 3,7] [1,9 ; 3,2] [1,9 ; 3,2] N 45 043 69 649 40 725 35 513 35 395 ≥ 60 % 3,0*** 3,7*** 2,4*** 2,0*** 2,2*** IC [2,2 ; 3,9] [2,6 ; 4,7] [1,5 ; 3,3] [1,3 ; 2,8] [1,4 ; 3,1] N 21 701 26 094 17 212 14 481 16 029 Sexe Homme % 2,0*** 4,0*** 3,1*** 1,8*** 2,0*** IC [1,7 ; 2,4] [3,4 ; 4,6] [2,5 ; 3,7] [1,4 ; 2,2] [1,6 ; 2,4] N 116 753 230 591 176 942 105 321 115 040 Femme % 2,2*** 4,5*** 3,2*** 2,2*** 2,4*** IC [1,8 ; 2,6] [3,8 ; 5,2] [2,6 ; 3,9] [1,8 ; 2,7] [1,9 ; 2,9] N 139 999 285 541 204 842 142 179 150 585 Milieu de résidence Urbain % 0,7*** 1,1*** 0,9*** 0,8*** 0,5** IC [0,5 ; 0.9] [0,7 ; 1.5] [0,5 ; 1.4] [0,4 ; 1.2] [0,2 ; 0,8] N 29 569 47 063 40 254 34 742 20 290 Rural % 2,8*** 6,0*** 4,4*** 2,7*** 3,1*** IC [2,3 ; 3,3] [5,1 ; 6,9] [3,5 ; 5,3] [2,1 ; 3,3] [2,5 ; 3,8] N 219 823 469 069 341 530 212 758 245 335 IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01, *** p < 0,001 18 Tableau 2 : Augmentation en points de pourcentage de la profondeur de la pauvreté extrême en fonction des catégories de dépenses Santé Habillement Transport Logement Énergie Tous % 0,7*** 1,3*** 0,6*** 0,7*** 0,7*** IC [0,6 ; 0,7] [1,2 ; 1,4] [0,6 ; 0,7] [0,6 ; 0,8] [0,6 ; 0,7] Régions Boké % 0,6*** 1,1*** 0,7*** 0,9*** 0,9*** IC [0,4 ; 0,8] [0,8 ; 1,4] [0,5 ; 1,0] [0,7 ; 1,2] [0,7 ; 1,2] Conakry % 0,0** 0,1* 0,1* 0,1* 0,0* IC [0,0 ; 0,1] [0,0 ; 0,2] [0,0 ; 0,1] [0,0 ; 0,2] [0,0 ; 0,1] Faranah % 1,4*** 2,6*** 1,0*** 1,4*** 1,3*** IC [1,1 ; 1,6] [2,2 ; 3,0] [0,7 ; 1,3] [1,2 ; 1,6] [1,1 ; 1,6] Kankan % 0,2*** 0,3*** 0,3*** 0,2*** 0,1*** IC [0,1 ; 0,3] [0,2 ; 0,4] [0,2 ; 0,5] [0,1 ; 0,2] [0,1 ; 0,2] Kindia % 0,9*** 1,6*** 1,2*** 1,1*** 1,0*** IC [0,8 ; 1,1] [1,3 ; 1,8] [0,9 ; 1,4] [1,0 ; 1,3] [0,9 ; 1,2] Labé % 1,0*** 2,7*** 0,7*** 1,5*** 1,3*** IC [0,8 ; 1,1] [2,4 ; 3,1] [0,5 ; 0,9] [1,3 ; 1,7] [1,1 ; 1,4] Mamou % 0,5*** 1,0*** 0,4*** 0,5*** 0,4*** IC [0,4 ; 0,7] [0,7 ; 1,3] [0,2 ; 0,6] [0,4 ; 0,7] [0,3 ; 0,5] N’Zérékoré % 1,1*** 2,2*** 1,0*** 0,6*** 0,8*** IC [0,9 ; 1,3] [1,8 ; 2,6] [0,7 ; 1,3] [0,5 ; 0,7] [0,7 ; 1,0] Âge (années) 0 % 0,9*** 2,2*** 1,3*** 1,0*** 1,1*** IC [0,5 ; 1,3] [1,6 ; 2,8] [0,7 ; 1,8] [0,7 ; 1,3] [0,8 ; 1,5] 1-4 % 0,8*** 1,5*** 0,9*** 0,8*** 0,8*** IC [0,7 ; 0,9] [1,4 ; 1,7] [0,7 ; 1,0] [0,7 ; 0,9] [0,7 ; 0,9] 5-9 % 0,6*** 1,5*** 0,8*** 0,8*** 0,8*** IC [0,5 ; 0,6] [1,4 ; 1,7] [0,7 ; 0,9] [0,8 ; 0,9] [0,7 ; 0,9] 10 - 14 % 0,6*** 1,6*** 0,8*** 0,8*** 0,8*** IC [0,5 ; 0,6] [1,4 ; 1,8] [0,6 ; 0,9] [0,7 ; 0,9] [0,7 ; 0,8] 15 - 19 % 0,4*** 1,1*** 0,5*** 0,6*** 0,5*** IC [0,3 ; 0,5] [1,0 ; 1,3] [0,4 ; 0,6] [0,5 ; 0,7] [0,5 ; 0,6] 20 - 24 % 0,3*** 0,6*** 0,3*** 0,4*** 0,4*** IC [0,2 ; 0,4] [0,5 ; 0,8] [0,2 ; 0,4] [0,3 ; 0,4] [0,3 ; 0,4] 25 - 34 % 0,6*** 1,0*** 0,5*** 0,5*** 0,5*** IC [0,5 ; 0,7] [0,8 ; 1,1] [0,4 ; 0,6] [0,5 ; 0,6] [0,5 ; 0,6] 35 - 40 % 0,9*** 1,3*** 0,6*** 0,7*** 0,6*** IC [0,7 ; 1,0] [1,1 ; 1,4] [0,5 ; 0,7] [0,6 ; 0,7] [0,6 ; 0,7] 41 - 59 % 0,9*** 1,3*** 0,6*** 0,7*** 0,7*** IC [0,7 ; 1,0] [1,2 ; 1,5] [0,5 ; 0,7] [0,6 ; 0,8] [0,6 ; 0,8] ≥ 60 % 1,1*** 1,2*** 0,5*** 0,8*** 0,7*** IC [0,9 ; 1,2] [1,1 ; 1,4] [0,3 ; 0,6] [0,7 ; 0,9] [0,6 ; 0,8] 19 Sexe Homme % 0,6*** 1,3*** 0,6*** 0,7*** 0,6*** IC [0,6 ; 0,7] [1,1 ; 1,4] [0,6 ; 0,7] [0,6 ; 0,7] [0,6 ; 0,7] Femme % 0,7*** 1,4*** 0,6*** 0,7*** 0,7*** IC [0,6 ; 0,8] [1,2 ; 1,5] [0,6 ; 0,7] [0,7 ; 0,8] [0,6 ; 0,8] Milieu de résidence Urbain % 0,2*** 0,3*** 0,1*** 0,2*** 0,1*** IC [0,1 ; 0,2] [0,2 ; 0,3] [0,1 ; 0,2] [0,1 ; 0,2] [0,1 ; 0,1] Rural % 0,9*** 1,9*** 0,9*** 1,0*** 1,0*** IC [0,8 ; 1,0] [1,7 ; 2,0] [0,8 ; 1,0] [0,9 ; 1,1] [0,9 ; 1,1] IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01, *** p < 0,001 20 Tableau 3 : Augmentation en points de pourcentage de la sévérité de la pauvreté extrême en fonction des catégories de dépenses Santé Habillement Transport Logement Énergie Tous % 0,3*** 0,5*** 0,2*** 0,3*** 0,3*** IC [0,2 ; 0,3] [0,5 ; 0,6] [0,2 ; 0,2] [0,3 ; 0,3] [0,2 ; 0,3] Régions Boké % 0,2*** 0,5*** 0,2*** 0,4*** 0,4*** IC [0,1 ; 0,3] [0,3 ; 0,6] [0,1 ; 0,3] [0,3 ; 0,5] [0,3 ; 0,5] Conakry % 0,0* 0,0 0,0 0,0* 0,0 IC [0,0 ; 0,0] [-0,1 ; 0,1] [-0,1 ; 0,1] [0,0 ; 0,0] [-0,1 ; 0,1] Faranah % 0,7*** 1,2*** 0,4*** 0,6*** 0,6*** IC [0,5 ; 0,9] [1,0 ; 1,5] [0,2 ; 0,6] [0,5 ; 0,8] [0,5 ; 0,7] Kankan % 0,1*** 0,1*** 0,1** 0,0*** 0,0*** IC [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,0] Kindia % 0,4*** 0,6*** 0,4*** 0,5*** 0,4*** IC [0,3 ; 0,5] [0,5 ; 0,7] [0,3 ; 0,6] [0,4 ; 0,6] [0,3 ; 0,5] Labé % 0,4*** 1,2*** 0,2*** 0,6*** 0,5*** IC [0,3 ; 0,5] [0,9 ; 1,4] [0,1 ; 0,3] [0,5 ; 0,7] [0,4 ; 0,7] Mamou % 0,2*** 0,4*** 0,1*** 0,2*** 0,2*** IC [0,1 ; 0,3] [0,3 ; 0,6] [0,1 ; 0,2] [0,1 ; 0,3] [0,1 ; 0,2] N’Zérékoré % 0,4*** 0,9*** 0,3*** 0,2*** 0,3*** IC [0,3 ; 0,5] [0,7 ; 1,1] [0,2 ; 0,4] [0,2 ; 0,3] [0,3 ; 0,4] Âge (années) 0 % 0,4*** 0,9*** 0,3*** 0,5*** 0,5*** IC [0,2 ; 0,6] [0,6 ; 1,2] [0,2 ; 0,5] [0,3 ; 0,6] [0,3 ; 0,6] 1-4 % 0,3*** 0,6*** 0,3*** 0,3*** 0,3*** IC [0,3 ; 0,4] [0,5 ; 0,7] [0,2 ; 0,3] [0,3 ; 0,4] [0,3 ; 0,4] 5-9 % 0,2*** 0,6*** 0,3*** 0,3*** 0,3*** IC [0,2 ; 0,3] [0,6 ; 0,7] [0,2 ; 0,3] [0,3 ; 0,4] [0,3 ; 0,4] 10 - 14 % 0,2*** 0,7*** 0,3*** 0,3*** 0,3*** IC [0,2 ; 0,3] [0,6 ; 0,8] [0,2 ; 0,3] [0,3 ; 0,4] [0,3 ; 0,4] 15 - 19 % 0,2*** 0,5*** 0,2*** 0,2*** 0,2*** IC [0,1 ; 0,2] [0,4 ; 0,5] [0,1 ; 0,2] [0,2 ; 0,3] [0,2 ; 0,3] 20 - 24 % 0,1*** 0,2*** 0,1*** 0,1*** 0,1*** IC [0,1 ; 0,2] [0,2 ; 0,3] [0,1 ; 0,1] [0,1 ; 0,2] [0,1 ; 0,2] 25 - 34 % 0,3*** 0,4*** 0,2*** 0,2*** 0,2*** IC [0,2 ; 0,3] [0,3 ; 0,5] [0,1 ; 0,2] [0,2 ; 0,2] [0,2 ; 0,2] 35 - 40 % 0,4*** 0,5*** 0,2*** 0,3*** 0,3*** IC [0,3 ; 0,5] [0,4 ; 0,6] [0,1 ; 0,2] [0,2 ; 0,3] [0,2 ; 0,3] 41 - 59 % 0,3*** 0,5*** 0,2*** 0,3*** 0,3*** IC [0,3 ; 0,4] [0,5 ; 0,6] [0,2 ; 0,2] [0,2 ; 0,3] [0,2 ; 0,3] ≥ 60 % 0,5*** 0,5*** 0,2*** 0,3*** 0,3*** IC [0,4 ; 0,6] [0,4 ; 0,6] [0,1 ; 0,3] [0,3 ; 0,4] [0,2 ; 0,4] 21 Sexe Homme % 0,3*** 0,5*** 0,2*** 0,3*** 0,3*** IC [0,2 ; 0,3] [0,5 ; 0,6] [0,2 ; 0,2] [0,2 ; 0,3] [0,2 ; 0,3] Femme % 0,3*** 0,6*** 0,2*** 0,3*** 0,3*** IC [0,3 ; 0,3] [0,5 ; 0,6] [0,2 ; 0,2] [0,3 ; 0,3] [0,3 ; 0,3] Milieu de résidence Urbain % 0,1*** 0,1*** 0,0*** 0,0*** 0,0*** IC [0,0 ; 0,1] [0,1 ; 0,1] [0,0 ; 0,0] [0,0 ; 0,1] [0,0 ; 0,0] Rural % 0,4*** 0,8*** 0,3*** 0,4*** 0,4*** IC [0,3 ; 0,4] [0,7 ; 0,9] [0,2 ; 0,3] [0,4 ; 0,5] [0,4 ; 0,5] IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01, *** p < 0,001 22 Tableau 4 : Augmentation en points de pourcentage de la sévérité de la pauvreté extrême dans les sous-groupes en raison des dépenses directes de santé Âge (années) Sexe Boké Conakry Faranah Kankan Kindia Labé Mamou N’Zérékoré Tous 0 H % 0,25 0,05 2,00** 0,00 0,20 0,26 0,87 1,43 0,52** IC [-0,21 ; 0,70] [-0,05 ; 0,16] [0,74 ; 3,25] [-0,01 ; 0,01] [-0,13 ; 0,54] [-0,13 ; 0,65] [-0,53 ; 2,26] [-0,95 ; 3,81] [0,17 ; 0,87] 0 F % 0,62 0,00 0,50* 0,22 0,11 0,71* 0,00 0,57 0,32** IC [-0,52 ; 1,75] [-0,01 ; 0,01] [0,06 ; 0,95] [-0,20 ; 0,64] [-0,06 ; 0,28] [0,12 ; 1,30] [-0,01 ; 0,01] [-0,37 ; 1,51] [0,11 ; 0,53] 1–4 H % 0,26*** 0,00 0,92*** 0,06** 0,47*** 0,34*** 0,37* 0,54*** 0,33*** IC [0,12 ; 0,40] [-0,01 ; 0,01] [0,51 ; 1,33] [0,02 ; 0,11] [0,27 ; 0,67] [0,18 ; 0,50] [0,02 ; 0,71] [0,22 ; 0,86] [0,25 ; 0,40] 1-4 F % 0,23*** 0,08 0,88*** 0,04* 0,39*** 0,31*** 0,16* 0,55*** 0,30*** IC [0,10 ; 0,36] [-0,06 ; 0,23] [0,48 ; 1,29] [0,01 ; 0,07] [0,23 ; 0,54] [0,16 ; 0,45] [0,02 ; 0,29] [0,34 ; 0,77] [0,24 ; 0,36] 5-9 H % 0,23*** 0,00 0,44*** 0,06* 0,35*** 0,27*** 0,15*** 0,25*** 0,21*** IC [0,11 ; 0,35] [-0,01 ; 0,01] [0,26 ; 0,63] [0,01 ; 0,10] [0,17 ; 0,54] [0,14 ; 0,40] [0,07 ; 0,23] [0,14 ; 0,36] [0,17 ; 0,26] 5-9 F % 0,09** 0,01 0,65*** 0,04* 0,34*** 0,29*** 0,12* 0,36*** 0,22*** IC [0,03 ; 0,16] [-0,01 ; 0,02] [0,39 ; 0,92] [0,00 ; 0,09] [0,17 ; 0,51] [0,16 ; 0,43] [0,03 ; 0,20] [0,19 ; 0,52] [0,17 ; 0,27] 10 - 14 H % 0,16* 0,00 0,56*** 0,05 0,36** 0,56** 0,11** 0,30** 0,26*** IC [0,02 ; 0,30] [-0,01 ; 0,00] [0,26 ; 0,86] [-0,01 ; 0,10] [0,11 ; 0,61] [0,20 ; 0,91] [0,03 ; 0,19] [0,10 ; 0,51] [0,18 ; 0,33] 10 - 14 F % 0,09* 0,00 0,61*** 0,03* 0,39* 0,23*** 0,41* 0,33*** 0,24*** IC [0,01 ; 0,16] [-0,01 ; 0,00] [0,28 ; 0,94] [0,00 ; 0,06] [0,06 ; 0,71] [0,10 ; 0,36] [0,07 ; 0,74] [0,15 ; 0,52] [0,16 ; 0,31] 15 - 19 H % 0,09* 0,00 0,49** 0,06 0,17* 0,08 0,20* 0,19*** 0,14*** IC [0,01 ; 0,17] [-0,01 ; 0,01] [0,15 ; 0,83] [-0,01 ; 0,12] [0,03 ; 0,30] [-0,01 ; 0,16] [0,01 ; 0,39] [0,09 ; 0,29] [0,09 ; 0,18] 15 - 19 F % 0,10 0,00 0,41** 0,05 0,32* 0,15** 0,14 0,43** 0,18*** IC [-0,06 ; 0,26] [-0,01 ; 0,01] [0,13 ; 0,70] [-0,04 ; 0,13] [0,06 ; 0,59] [0,05 ; 0,26] [-0,02 ; 0,30] [0,17 ; 0,70] [0,12 ; 0,24] 20 - 24 H % 0,11 0,00 0,20* 0,00 0,03 0,01 0,09 0,18 0,06** IC [-0,10 ; 0,31] [-0,01 ; 0,01] [0,02 ; 0,38] [-0,01 ; 0,01] [-0,01 ; 0,07] [-0,01 ; 0,03] [-0,07 ; 0,25] [-0,07 ; 0,44] [0,02 ; 0,10] 20 – 24 F % 0,11 0,00 0,68*** 0,01 0,14** 0,41* 0,09 0,23* 0,15*** IC [-0,03 ; 0,26] [-0,01 ; 0,01] [0,30 ; 1,07] [-0,01 ; 0,02] [0,04 ; 0,25] [0,07 ; 0,75] [-0,05 ; 0,23] [0,05 ; 0,40] [0,10 ; 0,21] 25 - 34 H % 0,01 0,00 0,39** 0,00 0,32 0,06 0,02 0,27* 0,11*** IC [-0,01 ; 0,03] [-0,01 ; 0,01] [0,12 ; 0,65] [-0,01 ; 0,00] [-0,02 ; 0,66] [-0,02 ; 0,14] [-0,02 ; 0,05] [0,04 ; 0,50] [0,05 ; 0,16] 25 - 34 F % 0,35* 0,04 0,59*** 0,06** 0,61*** 0,57*** 0,38** 0,61*** 0,36*** IC [0,04 ; 0,67] [-0,03 ; 0,11] [0,37 ; 0,80] [0,02 ; 0,11] [0,27 ; 0,94] [0,28 ; 0,86] [0,13 ; 0,62] [0,37 ; 0,85] [0,28 ; 0,44] 35 - 40 H % 0,63 0,00 0,57*** 0,01 0,41* 0,21 0,57* 0,44** 0,28*** IC [-0,28 ; 1,54] [-0,01 ; 0,01] [0,30 ; 0,84] [-0,01 ; 0,03] [0,07 ; 0,75] [-0,12 ; 0,54] [0,05 ; 1,09] [0,15 ; 0,74] [0,15 ; 0,41] 35 - 40 F % 0,34** 0,00 1,83** 0,12* 0,53** 0,75*** 0,25 0,40** 0,46*** IC [0,09 ; 0,58] [-0,01 ; 0,00] [0,73 ; 2,94] [0,02 ; 0,22] [0,17 ; 0,88] [0,40 ; 1,11] [-0,02 ; 0,52] [0,15 ; 0,64] [0,32 ; 0,60] 41 - 59 H % 0,27* 0,01 0,98*** 0,10* 0,46*** 0,63** 0,30** 0,64*** 0,38*** IC [0,06 ; 0,48] [-0,01 ; 0,02] [0,54 ; 1,43] [0,01 ; 0,18] [0,26 ; 0,67] [0,18 ; 1,08] [0,09 ; 0,50] [0,33 ; 0,94] [0,30 ; 0,47] 41 - 59 F % 0,12* 0,00 0,45** 0,05 0,48*** 0,55*** 0,18* 0,34** 0,28*** IC [0,01 ; 0,23] [-0,01 ; 0,00] [0,13 ; 0,78] [-0,01 ; 0,11] [0,25 ; 0,70] [0,29 ; 0,81] [0,04 ; 0,32] [0,13 ; 0,54] [0,21 ; 0,36] ≥60 H % 0,88* 0,10 1,39* 0,09 0,73*** 0,66** 0,39* 0,45** 0,56*** IC [0,19 ; 1,58] [-0,09 ; 0,29] [0,32 ; 2,45] [-0,01 ; 0,19] [0,35 ; 1,12] [0,24 ; 1,08] [0,05 ; 0,73] [0,11 ; 0,79] [0,39 ; 0,73] ≥60 F % 0,08 0,04 0,78*** 0,16 0,55** 0,39*** 0,19 0,59* 0,35*** IC [-0,03 ; 0,18] [-0,04 ; 0,13] [0,37 ; 1,20] [-0,05 ; 0,37] [0,15 ; 0,95] [0,20 ; 0,58] [-0,06 ; 0,43] [0,05 ; 1,13] [0,24 ; 0,47] IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01,*** p < 0,001 ; H : homme, F : femme 23 3.2 Impact relatif des catégories de dépenses sur l’extrême pauvreté 31. La part du revenu pour chaque catégorie était, par ordre décroissant, de 9,4 % pour l’habillement, 7,1 % pour le transport, 5,4 % pour le logement, 4,5 % pour l’énergie et 4,2 % pour la santé (toutes les valeurs p étaient égales à 0,0001 ; Annexe 4). La part de la santé était plus importante pour les personnes extrême- ment pauvres (4,8 %) comparativement aux personnes qui n’étaient pas extrêmement pauvres (4,1 %). 32. Les cinq plus fortes augmentations de la prévalence de l’extrême pauvreté ont été observées pour (i) l’habillement (4,3 pp), (ii) le transport (3,2 pp), (iii) l’énergie (2,2 pp), (iv) la santé (2,1 pp) et (v) le logement (2,0 pp ; Tableau 1). D’un point de vue statistique, les catégories classées par ordre croissant en fonction de leur impact étaient les suivantes : (i) l’habillement, (ii) le transport, et (iii) l’énergie, la santé et le logement ex aequo (les valeurs p sont présentées à l’Annexe 3). 33. Les cinq plus fortes augmentations de la profondeur d’extrême pauvreté ont été observées pour (i) l’habil- lement (1,3 pp), (ii) la santé (0,7 pp), (iii) le logement (0,7 pp), (iv) l’énergie (0,7 pp) et (v) le transport (0,6 pp ;Tableau 2). D’un point de vue statistique, les catégories classées par ordre croissant en fonction de leur impact étaient les suivantes : (i) l’habillement et (ii) l’énergie, la santé, le logement et le transport ex aequo. 34. Les cinq plus fortes augmentations de la sévérité de l’extrême pauvreté ont été observées pour (i) l’habil- lement (0,5 pp), (ii) la santé (0,3 pp), (iii) le logement (0,3 pp), (iv) l’énergie (0,3) et (v) le transport (0,2 pp ; Tableau 3). D’un point de vue statistique, l’ordre croissant des catégories était le suivant : (i) les vêtements ; (ii) l’énergie, la santé et le logement ex aequo ; et (iii) le transport. 3.3 Conformité du financement public et externe de la santé à l’impact des dépenses directes de santé sur l’extrême pauvreté 35. Pour la prévalence de l’extrême pauvreté, l’indice de concentration était de -0,35 (Tableau 5). Deux ré- gions avaient des pourcentages de financement significativement inférieurs à leur contribution à l’extrême pauvreté nationale (valeurs p < 0,0002). Il s’agit, par ordre décroissant de contribution, de (i) N’Zérékoré (financement : 15,0 % ; contribution : 29,4 %) et (ii) Labé (8,6 % ; 15,1 % ; Tableau 6). En revanche, deux régions avaient des pourcentages de financement significativement plus élevés que leurs contributions (valeurs p < 0,0001). Il s’agit, par ordre décroissant des contributions, de (i) Kankan (18,8 % contre 6,7 %) et (ii) Conakry (17,8 % contre 2,1 %). Les pourcentages de financement et de contribution n’étaient pas significativement différents pour les quatre autres régions (valeurs p > 0,2173). 36. Pour la profondeur de l’extrême pauvreté, l’indice de concentration était de -0,34 (Tableau 5). Quatre régions avaient des pourcentages de financement significativement inférieurs à leurs contributions à l’ex- trême pauvreté nationale (valeurs p <0,0002). Il s’agit, par ordre décroissant des contributions, de (i) N’Zérékoré (15,0 % ; 24,2 %), (ii) Kindia (14,9 % ; 21,2 %), (iii) Faranah (8,6 % ; 18,5 %) et (iv) Labé (8,6 % ; 14,1 % ;Tableau 6). En revanche, deux régions avaient des pourcentages de financement supérieurs à leurs contributions (valeurs p < 0,0001). Il s’agit, par ordre décroissant des contributions, de (i) Kankan (18,8 % ; 5,8 %) et (ii) Conakry (17,8 % ; 1,2 %). Les pourcentages de financement et de contribution n’étaient pas significativement différents pour les deux autres régions (valeurs p > 0,3257). 24 37. Pour la sévérité de l’extrême pauvreté, l’indice de concentration était de -0,41 (Tableau 5). Quatre régions avaient des pourcentages de financement significativement inférieurs à leurs contributions à l’extrême pauvreté nationale (valeurs p < 0,036). Il s’agit, par ordre décroissant des contributions, de (i) N’Zérékoré (15,0 % ; 23,6 %), (ii) Faranah (8,6 % ; 23,0 %), (iii) Kindia (14,9 % ; 21,6 %) et (iv) Labé (8,6 % ; 13,4 % ;Tableau 6). En revanche, deux régions avaient des pourcentages de financement supérieurs à leurs contributions (valeurs p < 0,0001). Il s’agit, par ordre décroissant des contributions, de (i) Kankan (18,8 % ; 3,4 %) et (ii) Conakry (17,8 % ; 0,8 %). Les pourcentages de financement et de contribution n’étaient pas significative- ment différents pour les deux autres régions (valeurs p > 0,4219). Tableau 5 : Indices de concentration Mesure de la pauvreté extrême Financement public Financement externe Total des financements Prévalence -0,28 -0,41 -0,35 Profondeur -0,27 -0,39 -0,34 Sévérité -0,31 -0,47 -0,41 Tableau 6 : Engagements financiers en faveur de la santé pour la période 2020-2024 et contribution régionale à l’impact national des dépenses directes de santé sur la pauvreté extrême en 2018-2019 Région Population 2018-2019* Engagement financier (%) Contribution à l’impact des DDS sur la pauvreté extrême (%) N % Public Externe Total Prévalence Profondeur Sévérité Boké 1 249 498 10,3 11,1 5,8 9,5 10,8 9,3 8,4 Conakry 1 909 716 15,8 13,5 26,9 17,8 2,1 1,2 0,8 Faranah 1 083 384 9,0 12,3 6,7 8,6 10,9 18,5 23,0 Kankan 2 255 584 18,7 13,5 20,5 18,8 6,7 5,8 3,4 Kindia 1 793 924 14,8 12,9 15,5 14,9 18,3 21,2 21,6 Labé 1 140 304 9,4 11,0 4,7 8,6 15,1 14,1 13,4 Mamou 839 158 6,9 8,2 5,5 6,7 6,8 5,8 5,8 N’Zérékoré 1 811 718 15,0 17,5 14,4 15,0 29,4 24,2 23,6 Total 12 083 286 100 100 100 100 100 100 100 *Selon les estimations de l’enquête harmonisée sur les conditions de vie des ménages ; DDS : dépenses directes de santé 25 4 DISCUSSION 26 4 Discussion 38. Cette analyse a montré que, sur la période 2018-2019, les DDS ont augmenté la prévalence, la profondeur et la sévérité de l’extrême pauvreté de 2,1 pp, 0,7 pp et 0,3 pp, respectivement, en Guinée. L’impact des DDS sur la prévalence de la pauvreté extrême a varié selon la région, l’âge et le milieu de résidence. Plus précisément, les régions de N’Zérékoré, Labé, Faranah et Kindia ont connu une augmentation supérieure à la moyenne, tandis que l’augmentation était presque nulle à Conakry. En outre, les personnes âgées de 41 ans et plus ont connu les plus fortes augmentations. De plus, les zones rurales ont connu une augmentation plus importante que les zones urbaines. L’impact des DDS sur la profondeur de l’extrême pauvreté a varié selon la région, le sexe, l’âge et le milieu de résidence. Plus précisément, les régions de Faranah, N’Zérékoré, Labé et Kindia ont connu une augmentation supérieure à la moyenne, tandis que l’augmentation était nulle à Conakry. L’augmentation était plus importante chez les femmes. En outre, les personnes âgées de 60 ans et plus et les enfants de moins d’un an ont connu les augmentations les plus fortes. De plus, les zones rurales ont connu une augmentation plus importante que les zones urbaines. L’impact des DDS sur la sévérité de l’extrême pauvreté a varié selon la région, l’âge et le milieu de résidence. Les régions de Faranah, N’Zérékoré, Labé et Kindia ont connu une aug- mentation supérieure à la moyenne, tandis que l’augmentation a été nulle à Conakry. En outre, les personnes âgées de 60 ans et plus et les enfants de moins d’un an ont connu les plus fortes augmentations. De plus, les zones rurales ont connu une augmentation plus importante que les zones urbaines. Les sous-groupes les plus touchés sont les hommes de moins d’un an à Faranah, les femmes de 35 à 40 ans à Faranah, les hommes de moins d’un an à N’Zérékoré et les hommes de 60 ans et plus à Faranah. L’analyse a également montré que la santé faisait partie des cinq catégories de dépenses ayant le plus d’impact sur l’extrême pauvreté, la santé se classant troisième, deuxième et deuxième, respectivement, pour la prévalence, la profondeur et la sévérité de l’extrême pauvreté. En outre, l’analyse a montré que les engagements financiers de l’État et de ses partenaires de développement en faveur de la santé n’étaient pas répartis en fonction de l’impact des DDS sur les trois mesures de la pauvreté extrême. 39. Porgo et al. ont estimé que les DDS ont entraîné une augmentation de 4 points de pourcentage de la pré- valence de la pauvreté, sur la base d’un seuil de pauvreté alimentaire et non, dans la population générale en 2018-2019, ce qui représente 477 288 personnes. [9] En outre, 13 % de la population guinéenne avait des dépenses de santé catastrophiques en 2018-2019, c’est-à-dire que leurs dépenses de santé représentaient 10 % ou plus de leurs revenus.[9] Dans ce document, nous avons estimé le nombre d’individus qui font face à la pauvreté extrême (vivant en dessous du seuil de pauvreté alimentaire) à cause des DDS (256 752) et l’impact des DDS sur l’effort économique global en Guinée.Avant les DDS, la profondeur de l’extrême pauvreté était de 2,9 %. Cette profondeur d’extrême pauvreté correspond à un montant moyen de 671 243 GNF (181 $) à débourser par personne extrêmement pauvre pour éradiquer l’extrême pauvreté.2 Elle correspond à un effort économique global de 1 088 milliards de GNF (294 millions $).3 L’augmentation de 0,7 pp implique qu’en raison des seules DDS, le montant moyen par personne extrêmement pauvre passe à 709 760 GNF (192 $), tandis que l’effort économique global passe à 1 332 milliards GNF (360 millions $). Cela se traduit par une augmentation de 38 517 GNF (11 $) par personne extrêmement pauvre et de 245 milliards GNF (66 millions $) de l’effort économique global. L’effort économique global supplémentaire requis du fait des DDS correspond à 0,2 % du PIB de la Guinée en 2019 et à 22 % (un cinquième) du PIB alloué à la santé la même année (0,9 %). Ceci est basé sur la formule : [7] [(profondeur/prévalence de l’extrême pauvreté) x (seuil d’extrême pauvreté)] 2 Ceci est basé sur la formule : (profondeur d’extrême pauvreté x seuil d’extrême pauvreté x population totale) 3 27 40. Nous avons également évalué l’impact des DDS sur la sévérité de l’extrême pauvreté, dans le but d’identifier les groupes vulnérables à qui accorder la priorité s’il n’était pas possible d’atteindre l’effort économique global. Si la Guinée était dans une situation égalitaire (ou de référence), tous les pauvres extrêmes auraient eu besoin du même montant moyen de 181 $ en 2018-2019 pour sortir de l’extrême pauvreté. La sévérité de l’extrême pauvreté dans cette situation de référence serait de 0,6 pp.4 En réalité, la sévérité de la pauvreté extrême était de 1,0 pp avant les DDS et de 1,3 pp après les DDS. Cela indique qu’avant les DDS, il y avait des inégalités dans les besoins (le montant nécessaire pour échapper à l’extrême pauvreté) parmi les personnes extrêmement pauvres. Les DDS ont exacerbé ces inégalités au détriment des individus les plus pauvres. Ces besoins allaient de 351 GNF (0,1 $) à 2,46 millions GNF (664 $) avant les DDS et de 351 GNF (0,1 $) à 2,75 millions GNF (742 $) après les DDS. 41. En ce qui concerne l’impact relatif des catégories de dépenses des ménages, la santé, bien qu’elle n’ait pas figuré parmi les cinq catégories représentant la plus grande part du revenu, a eu l’un des impacts les plus im- portants sur les trois mesures de la pauvreté extrême. Par exemple, pour les trois mesures de la pauvreté, la catégorie santé a eu un impact plus important que l’éducation (prévalence : 2,1 pp versus 0,4 pp ; profondeur : 0,7 pp versus 0,1 pp ; et sévérité : 0,3 pp versus 0,0 pp). La variation de l’impact entre la santé et l’éducation pourrait être attribuée à la différence d’allocation du budget public. En 2017, seuls 4,2 % du budget national de l’État ont été alloués à la santé, alors que l’éducation a reçu une part plus importante de 15,2 %.[12] 42. De plus, les valeurs négatives des indices de concentration suggèrent que les engagements financiers de l’État et de ses partenaires sur la période 2020-2024 n’ont pas ciblé les régions qui contribuaient plus à la préva- lence, à la profondeur et à la sévérité de l’extrême pauvreté causée par les DDS. Les régions de N’Zérékoré, Faranah, Kindia et Labé ont reçu seulement la moitié (47 %) du financement total, alors qu’elles ont le plus contribué à l’impact des DDS sur l’extrême pauvreté en termes de profondeur (78 %) et de sévérité (82 %). En revanche, les régions de Conakry et de Kankan ont reçu plus d’un tiers (37 %) du financement total, bien qu’elles aient contribué dans une moindre mesure à l’impact des DDS sur l’extrême pauvreté en termes de profondeur (7 %) et de sévérité (4 %). Il faut également noter que 78 % des engagements financiers ont été destinés en priorité aux dépenses de fonctionnement du niveau central et n’ont donc pas été orientés vers les niveaux préfectoraux et périphériques.[22] 43. Nos résultats concernant la conformité des engagements financiers à l’impact des DDS sur la pauvreté ex- trême sont cohérents avec la revue des dépenses publiques de la Banque mondiale.[13] Cette revue a révélé qu’en 2019, Conakry a reçu 30 % des dépenses de santé de l’État alors que selon l’EHCVM, Conakry ne représentait que 16 % de la population guinéenne cette même année.[12,16] En outre, nos résultats complètent les conclusions de la cartographie des engagements de financement de la santé, qui a mis en évidence le manque de répartition équitable du financement de la santé sur la base d’indicateurs clés de la santé mater- nelle (accouchement assisté par un personnel qualifié, soins prénatals dispensés par un prestataire qualifié et prévalence contraceptive), de la santé des enfants et des adolescents (taux de mortalité néonatale, taux de mortalité infantile et juvénile et taux de procréation chez les adolescentes) et de la malnutrition chronique chez les enfants de moins de cinq ans dans les différentes régions.[23] Par ailleurs, les régions de N’Zérékoré, Faranah, Kindia et Labé, qui ont reçu un faible pourcentage des engagements financiers, sont aussi celles où les DDS ont le plus augmenté l’inégalité des besoins (sévérité de l’extrême pauvreté). Ceci est basé sur la formule : [prévalence de la pauvreté x ((montant moyen/seuil de pauvreté)^2)] 4 28 44. L’impact des DDS sur la pauvreté extrême mis en évidence dans ce document aurait pu être évité ou ré- duit grâce à des mesures telles que la CSU. Dans un contexte de ressources financières limitées, la CSU se concentre sur le ciblage des plus vulnérables, au lieu de financer tous les services de santé pour l’ensemble de la population.[27] La priorité devrait être donnée aux groupes les plus touchés, en fonction de la sévérité de la pauvreté extrême, et aux régions les plus défavorisées, en termes de répartition des engagements financiers, comme identifiés dans ce document. Ceci profitera non seulement aux plus vulnérables, mais réduira également les inefficiences dans le secteur de la santé,[10] dégageant ainsi des ressources qui pourraient être réorientées au profit d’une population plus large. Néanmoins, il sera tout aussi important pour le gouvernement d’allouer des ressources supplémentaires au secteur de la santé.Tout d’abord, il a été estimé que la Guinée avait la capacité fiscale d’augmenter ses dépenses de santé publique de 14,4 % sur la période 2000-2018.[16] Ensuite, comme dans le secteur de la santé, il existe des inefficiences dans l’utilisation des resources publiques pour l’éducation en Guinée,[10] et il est probable que ces inefficiences s’étendent à d’autres secteurs.[13] Des recherches sont nécessaires pour identifier les sources d’inefficience dans l’utilisation du budget national et pour concevoir des stratégies visant à les réduire, ce qui permettrait de réaffecter les ressources dégagées entre les secteurs en fonction des priorités, y compris la CSU.[13] Enfin, la Guinée pourrait explorer des mécanismes innovants de financement de la santé, tels que les taxes sur les produits nocifs (tabac, alcool et sucre), les taxes sur les transactions de téléphonie mobile et les prélèvements sur les billets d’avion et l’exploitation minière, sur la base d’études de faisabilité rigoureuses.[28,29] 45. Il convient également de noter que l’état de santé de la population contribue de manière significative à l’ac- cumulation de capital humain et à la productivité de la main-d’œuvre, ce qui a un impact sur la production globale du pays (PIB).[30,31] Ainsi, investir dans la CSU permettra non seulement d’améliorer les conditions de vie de la population guinéenne et d’alléger l’effort économique global lié à l’éradication de l’extrême pau- vreté, mais contribuera également de manière significative au développement économique de la Guinée.[30] 4.1 Limites 46. Cette analyse comporte sept principales limites potentielles. Premièrement, pour les trois objectifs, les don- nées ont été extraites de l’EHCVM, qui peut être sujette à des erreurs de mesure. D’une part, les répondants à l’enquête EHCVM peuvent avoir surdéclaré leurs revenus pour des raisons de désirabilité sociale, ce qui aurait pu entraîner une sous-estimation de la prévalence, de la profondeur et de la sévérité de la pauvreté avant et après les catégories de dépenses. D’autre part, l’utilisation de la consommation totale des ménages comme mesure du revenu des ménages aurait pu entrainer une sous-estimation du revenu des ménages, puisque le revenu comprend à la fois la consommation et l’épargne,[33] ce qui aurait pu conduire à une sur- estimation de la prévalence, de la profondeur et de la sévérité de la pauvreté avant et après les catégories de dépenses. Néanmoins, il est très peu probable que les erreurs de mesure dans l’EHCVM aient modifié de manière significative les résultats de ce document. L’EHCVM suit des méthodes rigoureuses pour détermin- er les dépenses des ménages, ce qui permet d’obtenir des estimations adéquates du revenu des ménages. [17] En outre, toute surestimation ou sous-estimation potentielle du revenu affecterait proportionnellement chaque mesure de la pauvreté, tant avant qu’après la catégorisation des dépenses. 29 47. Deuxièmement, en ce qui concerne les dépenses de santé, pour les trois objectifs, les personnes interrogées pouvaient déclarer plusieurs hospitalisations pour différentes raisons. Cependant, seules les dépenses liées à la dernière hospitalisation étaient disponibles. Nous avons donc estimé les dépenses hospitalières annuelles en multipliant les dépenses liées au dernier problème de santé ayant entraîné une hospitalisation par le nombre d’hospitalisations. Cette estimation des dépenses hospitalières annuelles pourrait être biaisée (à la hausse ou à la baisse) pour les individus ayant subi plus d’une hospitalisation. Néanmoins, ce biais potentiel n’affecterait pas significativement nos résultats pour l’impact de la santé (objectif 1) et l’impact relatif (objectif 2). En effet, seulement 1,08 % des personnes extrêmement pauvres (après DDS) ont déclaré avoir eu plus d’une hospitalisation. Ce pourcentage se répartisait comme suit : deux hospitalisations (0,81 %), trois hos- pitalisations (0,19 %) et plus de trois hospitalisations (0,08 %). En outre, seulement 0,66 % de la population (après les frais de fonctionnement) a été hospitalisée plus d’une fois. Ce pourcentage se répartisait comme suit : deux hospitalisations (0,47 %), trois hospitalisations (0,15 %) et plus de trois hospitalisations (0,04 %). Le fait que l’impact de la catégorie santé (objectif 1) ne soit pas significativement affecté par ce biais potentiel implique que les résultats de l’alignement (objectif 3) ne devraient pas non plus être significativement affectés. 48. Troisièmement, pour les trois objectifs, nous avons considéré toutes les dépenses de santé comme des DDS. Cela aurait pu conduire à une surestimation de la prévalence, de la profondeur et de la sévérité de la pau- vreté après les DDS. Cette surestimation aurait pu entraîner une surestimation de l’impact des dépenses de santé et de leur impact relatif (objectifs 1 et 2). En outre, si le taux de surestimation de l’impact des dépenses de santé est identique pour toutes les régions, les résultats de la répartition pour l’objectif 3 ne seront pas af- fectés ; en revanche, s’il diffère d’une région à l’autre, les résultats de la répartition seront affectés. Néanmoins, seuls 0,3 % des individus disposaient d’une forme de mécanisme de prépaiement, ce qui minimise fortement la positivité de ces biais pour tous les objectifs. 49. Quatrièmement, les dépenses de santé analysées n’incluaient aucune dépense indirecte de santé, alors qu’il est plausible qu’une partie des dépenses de transport soit liée à la santé. Pour les objectifs 1 et 2, cela pourrait avoir conduit à une sous-estimation de l’impact du secteur de la santé sur les dépenses de fonctionnement. Pour l’objectif 3, si la sous-estimation de l’impact du secteur de la santé est identique d’une région à l’autre, la non-conformité constatée ne sera pas affectée. Si la sous-estimation de l’impact du secteur de la santé varie d’une région à l’autre, la mauvaise répartition sera soit surestimée (si l’impact du secteur de la santé est plus sous-estimé dans les régions où le financement est plus élevé), soit sous-estimée (si la sous-estimation est plus prononcée dans les régions où le financement est plus faible). Néanmoins, l’impact des DDS sur les résultats ne serait pas significatif car la majorité (79 %) de la population réside à une distance inférieure à cinq kilomètres des établissements de santé (distance recommandée par l’Organisation mondiale de la santé) et seulement 3,3 % des personnes malades ont cité la distance comme raison de ne pas avoir recours aux soins de santé. En outre, même dans le scénario le plus pessimiste où les dépenses de santé indirectes liées au transport sont élevées, les conclusions de l’analyse seraient renforcées. 50. Cinquièmement, pour les trois objectifs, il est très probable que les dépenses de consommation des individus d’un même ménage de l’EHCVM ne soient pas indépendantes.[21] La non-prise en compte de ce manque d’in- dépendance (dans le cas de l’EHCVM, où le rapport entre le nombre d’individus et le nombre de ménages est assez important, supérieur à 5), aurait conduit à une sous-estimation importante des écarts-types associés aux moyennes, et donc favorisé les conclusions de différences significatives entre les moyennes (objectifs 1 et 2). Pour contourner ce problème, nous avons utilisé la forme plus générale de la matrice de variance-cova- riance qui tient compte de l’absence d’indépendance entre les dépenses de consommation des individus d’un même ménage.[21] 30 51. Sixièmement, pour l’objectif 3, le taux de réponse des structures étatiques et des partenaires à la cartogra- phie des engagements était de 67 %. Par conséquent, les engagements financiers totaux ont été sous-estimés. Une autre source de sous-estimation des engagements financiers est liée au fait que les structures étatiques et les partenaires manquent parfois de visibilité sur le montant de tous les engagements financiers prévus au-delà d’une année.[22] Cependant, ces sous-estimations ne devraient pas affecter fortement nos résultats pour deux raisons : (i) les 67 % de répondants incluent les principaux partenaires qui financent la santé (Fonds mondial de lutte contre le SIDA, la tuberculose et le paludisme, Banque mondiale, Agence américaine pour le développement international, etc.)[22] et (ii) le taux de sous-estimation est probablement similaire entre les différents partenaires. En effet, il n’y a pas de raison de penser que certains partenaires sous-esti- meraient leurs engagements financiers plus que d’autres. De même, il n’y a aucune raison de penser que les engagements financiers publics sont sur- ou sous-estimés globalement ou pour des régions particulières. De plus, si les engagements financiers publics étaient biaisés, le biais serait probablement en faveur de la capitale Conakry, en raison de la plus grande visibilité des engagements dans cette région. Au contraire, les résultats obtenus avec les engagements de l’État sont similaires à ceux des partenaires. Par exemple, 13,5 % des en- gagements financiers de l’État ont été alloués à Conakry (la région qui contribue le moins à l’impact sur les trois mesures de l’extrême pauvreté) et 17,5 % à N’Zérékoré (la région qui contribue le plus à l’impact sur les trois mesures de l’extrême pauvreté). Par ailleurs, une propriété importante de l’analyse de concentration est qu’elle est relative, c’est-à-dire basée sur des pourcentages de financement et non sur des montants de financement.[23,24] Par conséquent, les sous-estimations du montant du financement ne devraient pas affecter de manière significative les résultats de notre analyse de concentration. 52. Septièmement, pour l’objectif 3, il était impossible d’évaluer l’équité de la répartition des financements de l’État et des partenaires entre les individus au sein de chaque région. En effet, pour procéder à une telle éval- uation, il aurait fallu des informations détaillées sur le montant des financements publics et externes alloués à chaque individu au sein de sa région de résidence respective. Cependant, malgré cette limite, nous avons pu identifier les régions les plus défavorisées et les plus favorisées en comparant leur contribution à leur pourcentage de financement public et externe. 31 5 CONCLUSIONS 32 5 Conclusions 53. En 2018-2019, en raison des DDS, 256 752 individus en Guinée ont été appauvris de façon extrême, et l’ef- fort économique total pour éradiquer l’extrême pauvreté a augmenté de 66 millions $ (11 $ par personne extrêmement pauvre ou 0,2 % du PIB du pays). L’augmentation de la sévérité de l’extrême pauvreté était plus prononcée dans les régions de Faranah, N’Zérékoré, Kindia et Labé ainsi que chez les individus âgés de 60 ans et plus et les enfants de moins d’un. Bien que la santé ne fût pas parmi les cinq premières catégories en matière de dépenses de consommation (revenus), elle se classait troisième, deuxième et deuxième en termes d’impact sur la prévalence, la profondeur et la sévérité de l’extrême pauvreté, respectivement. En outre, les engagements financiers de l’État et de ses partenaires au développement pour la période 2020- 2024 n’étaient pas conformes à l’impact des DDS sur l’extrême pauvreté en 2018-2019. Les régions de N’Zérékoré, Faranah, Kindia et Labé n’ont reçu que la moitié du financement total alors qu’elles avaient le plus contribué à l’impact des DDS sur l’extrême pauvreté en termes de profondeur et de sévérité. La santé devrait donc bénéficier d’une plus grande priorité dans la lutte contre la pauvreté. La mise en place de la CSU en Guinée est une mesure urgente pour développer le capital humain du pays et contribuer à son développement économique. Les données de ce document peuvent être combinées aux indicateurs de santé pour cibler efficacement les bénéficiaires de la CSU en Guinée. 33 6 ANNEXES 34 6.1 Annexe1: Résultats détaillés des mesures de la pauvreté extrême et des impacts des différentes catégories de dépenses Annexe 1.1 : Mesures de la pauvreté avant et après les catégories de dépenses Tableau A1.1: Prévalence de la pauvreté avant et après les catégories de dépenses Avant Après dépense de : Alcool et tabacs Communication Biens durables Habillement Logement Transport Éducation Énergie Bijoux Santé Autres Tous % 13,4*** 15,5*** 17,7*** 16,6*** 15,5*** 15,6*** 15,1*** 14,8*** 13,8*** 13,6*** 13,4*** 13,4*** IC [12,3 ; 14,5] [14,4 ; 16,7] [16,4 ; 18,9] [15,3 ; 17,8] [14,3 ; 16,6] [14,4 ; 16,8] [14,0 ; 16,3] [13,6 ; 16,0] [12,7 ; 15,0] [12,5 ; 14,7] [12,3 ; 14,5] [12,3 ; 14,6] Régions Boké % 12,8*** 15,1*** 16,0*** 16,2*** 15,4*** 15,4*** 14,7*** 14,0*** 13,5*** 12,8*** 12,8*** 12,8*** IC [9,5 ; 16,1] [11,6 ; 18,5] [12,4 ; 19,6] [12,6 ; 19,9] [11,9 ; 18,9] [11,9 ; 18,9] [11,2 ; 18,3] [10,5 ; 17,4] [10,2 ; 16,8] [9,5 ; 16,1] [9,5 ; 16,1] [9,5 ; 16,1] Conakry % 0,6* 0,9** 1,2* 1,3** 1,1* 1,0* 1,0* 1,1* 0,9** 0,6* 0,7* 0,6* IC [0,0 ; 1,3] [0,3 ; 1,6] [0,3 ; 2,2] [0,3 ; 2,3] [0,2 ; 1,9] [0,1 ; 1,8] [0,1 ; 1,8] [0,3 ; 2,0] [0,2 ; 1,6] [0,0 ; 1,3] [0,1 ; 1,4] [0,0 ; 1,3] Faranah % 26,4*** 29,0*** 31,7*** 29,7*** 29,3*** 29,3*** 28,1*** 28,7*** 26,9*** 26,9*** 26,4*** 26,4*** IC [21,9 ; 30,9] [24,6 ; 33,4] [27,2 ; 36,3] [25,1 ; 34,2] [24,7 ; 33,8] [24,8 ; 33,8] [23,5 ; 32,6] [24,2 ; 33,3] [22,5 ; 31,4] [22,4 ; 31,4] [21,9 ; 30,9] [21,9 ; 30,9] Kankan % 3,3*** 4,0*** 5,0*** 6,2*** 3,8*** 4,0*** 3,8*** 3,6*** 3,3*** 3,3*** 3,3*** 3,3*** IC [1,7 ; 4,8] [2,4 ; 5,6] [3,1 ; 6,8] [4,0 ; 8,4] [2,2 ; 5,5] [2,3 ; 5,7] [2,1 ; 5,4] [1,9 ; 5,2] [1,7 ; 4,8] [1,7 ; 4,8] [1,7 ; 4,8] [1,7 ; 4,8] Kindia % 22,7*** 25,3*** 27,2*** 25,9*** 25,6*** 25,7*** 25,1*** 24,1*** 23,0*** 23,0*** 22,7*** 22,7*** IC [19,2 ; 26,1] [21,9 ; 28,7] [23,6 ; 30,7] [22,4 ; 29,4] [22,1 ; 29,1] [22,2 ; 29,2] [21,6 ; 28,6] [20,6 ; 27,6] [19,6 ; 26,5] [19,5 ; 26,4] [19,2 ; 26,1] [19,2 ; 26,1] Labé % 30,3*** 33,7*** 40,0*** 33,7*** 35,0*** 34,6*** 33,5*** 33,5*** 31,0*** 30,3*** 30,3*** 30,3*** IC [25,6 ; 34,9] [29,2 ; 38,1] [35,4 ; 44,5] [29,1 ; 38,3] [30,4 ; 39,7] [30,0 ; 39,2] [28,9 ; 38,2] [28,8 ; 38,1] [26,5 ; 35,6] [25,6 ; 34,9] [25,6 ; 34,9] [25,6 ; 34,9] Mamou % 10,7*** 12,8*** 14,7*** 12,0*** 12,8*** 12,7*** 12,9*** 12,8*** 11,1*** 11,1*** 10,7*** 10,7*** IC [7,4 ; 14,1] [9,3 ; 16,3] [10,6 ; 18,8] [8,5 ; 15,5] [9,2 ; 16,4] [9,1 ; 16,3] [9,2 ; 16,6] [9,1 ; 16,4] [7,7 ; 14,5] [7,7 ; 14,6] [7,4 ; 14,1] [7,4 ; 14,1] N’Zérékoré % 13,6*** 17,7*** 21,5*** 20,1*** 15,8*** 16,8*** 16,4*** 15,4*** 14,4*** 14,0*** 13,6*** 13,8*** 35 IC [10,6 ; 16,5] [14,7 ; 20,8] [18,0 ; 25,0] [16,5 ; 23,6] [12,6 ; 18,9] [13,6 ; 20,1] [13,2 ; 19,6] [12,2 ; 18,5] [11,4 ; 17,4] [11,0 ; 17,0] [10,6 ; 16,5] [10,9 ; 16,8] Âge (années) 0 % 17,2*** 20,0*** 25,9*** 24,4*** 21,5*** 23,2*** 22,0*** 19,8*** 17,2*** 17,7*** 17,2*** 17,2*** IC [11,8 ; 22,6] [14,3 ; 25,6] [19,7 ; 32,1] [18,2 ; 30,5] [15,6 ; 27,4] [17,1 ; 29,2] [16,1 ; 28,0] [14,1 ; 25,4] [11,8 ; 22,6] [12,3 ; 23,2] [11,8 ; 22,6] [11,8 ; 22,6] 1-4 % 15,3*** 17,9*** 20,6*** 19,7*** 17,6*** 17,8*** 17,2*** 16,9*** 15,4*** 15,5*** 15,4*** 15,4*** IC [13,8 ; 16,9] [16,3 ; 19,5] [18,8 ; 22,3] [17,9 ; 21,5] [15,9 ; 19,2] [16,2 ; 19,5] [15,6 ; 18,9] [15,3 ; 18,6] [13,8 ; 17,0] [14,0 ; 17,1] [13,8 ; 16,9] [13,8 ; 16,9] 5-9 % 16,2*** 18,2*** 21,0*** 20,0*** 18,8*** 18,5*** 18,0*** 17,8*** 17,0*** 16,4*** 16,2*** 16,2*** IC [14,6 ; 17,8] [16,6 ; 19,8] [19,3 ; 22,7] [18,3 ; 21,7] [17,1 ; 20,4] [16,9 ; 20,2] [16,4 ; 19,7] [16,2 ; 19,4] [15,5 ; 18,6] [14,8 ; 18,0] [14,7 ; 17,8] [14,7 ; 17,8] 10 - 14 % 17,1*** 18,6*** 21,6*** 20,7*** 19,2*** 19,4*** 19,2*** 18,7*** 18,5*** 17,3*** 17,1*** 17,1*** IC [15,0 ; 19,1] [16,6 ; 20,7] [19,5 ; 23,8] [18,5 ; 22,9] [17,1 ; 21,3] [17,3 ; 21,5] [17,1 ; 21,3] [16,6 ; 20,8] [16,4 ; 20,6] [15,2 ; 19,3] [15,0 ; 19,1] [15,0 ; 19,2] 15 - 19 % 11,5*** 12,6*** 15,0*** 13,6*** 13,0*** 13,5*** 13,0*** 12,7*** 12,4*** 11,6*** 11,5*** 11,5*** IC [9,9 ; 13,1] [11,0 ; 14,3] [13,2 ; 16,8] [11,9 ; 15,3] [11,3 ; 14,7] [11,8 ; 15,3] [11,3 ; 14,7] [11,0 ; 14,3] [10,7 ; 14,0] [10,0 ; 13,2] [9,9 ; 13,1] [9,9 ; 13,1] 20 - 24 % 7,0*** 8,1*** 9,5*** 8,9*** 8,0*** 8,1*** 8,2*** 7,6*** 7,3*** 7,1*** 7,0*** 7,1*** IC [5,6 ; 8,4] [6,6 ; 9,6] [8,0 ; 11,1] [7,4 ; 10,5] [6,5 ; 9,5] [6,6 ; 9,6] [6,8 ; 9,7] [6,1 ; 9,0] [5,8 ; 8,7] [5,7 ; 8,6] [5,6 ; 8,4] [5,6 ; 8,5] 25 - 34 % 9,7*** 11,4*** 12,6*** 11,7*** 11,0*** 11,2*** 10,9*** 10,9*** 9,7*** 9,9*** 9,7*** 9,8*** IC [8,6 ; 10,8] [10,2 ; 12,6] [11,4 ; 13,9] [10,5 ; 13,0] [9,8 ; 12,1] [10,0 ; 12,4] [9,7 ; 12,1] [9,7 ; 12,1] [8,6 ; 10,9] [8,8 ; 11,0] [8,6 ; 10,9] [8,6 ; 10,9] 35 - 40 % 12,1*** 14,9*** 16,6*** 15,6*** 14,4*** 14,6*** 14,0*** 13,4*** 12,2*** 12,4*** 12,2*** 12,2*** IC [10,5 ; 13,7] [13,2 ; 16,6] [14,8 ; 18,4] [13,8 ; 17,4] [12,7 ; 16,1] [12,8 ; 16,3] [12,3 ; 15,7] [11,8 ; 15,1] [10,6 ; 13,8] [10,8 ; 14,0] [10,6 ; 13,8] [10,6 ; 13,8] 41 - 59 % 13,2*** 16,5*** 18,3*** 16,2*** 15,8*** 15,8*** 15,0*** 14,6*** 13,2*** 13,4*** 13,2*** 13,3*** IC [11,8 ; 14,7] [14,9 ; 18,0] [16,6 ; 19,9] [14,6 ; 17,7] [14,2 ; 17,3] [14,2 ; 17,3] [13,5 ; 16,6] [13,1 ; 16,1] [11,8 ; 14,7] [11,9 ; 14,8] [11,8 ; 14,7] [11,8 ; 14,7] ≥ 60 % 13,7*** 16,7*** 17,4*** 16,1*** 15,7*** 15,9*** 15,5*** 15,1*** 13,7*** 13,7*** 13,7*** 13,8*** IC [11,8 ; 15,6] [14,7 ; 18,8] [15,2 ; 19,5] [14,0 ; 18,2] [13,7 ; 17,8] [13,9 ; 18,0] [13,5 ; 17,6] [13,1 ; 17,1] [11,8 ; 15,6] [11,8 ; 15,7] [11,8 ; 15,6] [11,8 ; 15,7] Sexe Masculin % 13,1*** 15,2*** 17,1*** 16,2*** 15,0*** 15,1*** 14,8*** 14,6*** 13,5*** 13,3*** 13,1*** 13,2*** IC [11,9 ; 14,3] [13,9 ; 16,4] [15,8 ; 18,4] [14,9 ; 17,5] [13,7 ; 16,2] [13,9 ; 16,4] [13,5 ; 16,0] [13,3 ; 15,8] [12,3 ; 14,7] [12,1 ; 14,5] [11,9 ; 14,3] [12,0 ; 14,4] Féminin % 13,7*** 15,9*** 18,2*** 16,9*** 15,9*** 16,1*** 15,5*** 15,0*** 14,1*** 13,8*** 13,7*** 13,7*** IC [12,5 ; 14,9] [14,7 ; 17,1] [16,9 ; 19,5] [15,6 ; 18,2] [14,7 ; 17,2] [14,8 ; 17,3] [14,3 ; 16,7] [13,8 ; 16,2] [12,9 ; 15,3] [12,6 ; 15,0] [12,5 ; 14,9] [12,5 ; 14,9] IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01, *** p < 0,001 36 Tableau A1.2 : Profondeur de la pauvreté avant et après les catégories de dépenses Avant Après dépense de : Alcool et tabacs Communication Biens durables Habillement Logement Transport Éducation Énergie Bijoux Santé Autres Tous % 2,9*** 3,6*** 4,2*** 3,6*** 3,6*** 3,6*** 3,4*** 3,3*** 3,1*** 3,0*** 2,9*** 3,0*** IC [2,6 ; 3,3] [3,2 ; 4,0] [3,8 ; 4,7] [3,2 ; 4,0] [3,2 ; 4,0] [3,2 ; 4,0] [3,0 ; 3,8] [2,9 ; 3,7] [2,7 ; 3,4] [2,6 ; 3,3] [2,6 ; 3,3] [2,6 ; 3,3] Régions Boké % 2,4*** 3,0*** 3,6*** 3,2*** 3,4*** 3,4*** 2,8*** 2,8*** 2,6*** 2,5*** 2,4*** 2,4*** IC [1,7 ; 3,2] [2,2 ; 3,9] [2,6 ; 4,6] [2,3 ; 4,1] [2,4 ; 4,3] [2,4 ; 4,3] [1,9 ; 3,6] [1,9 ; 3,6] [1,8 ; 3,4] [1,7 ; 3,3] [1,7 ; 3,2] [1,7 ; 3,2] Conakry % 0,1 0,1* 0,2* 0,1* 0,2* 0,1 0,1* 0,1* 0,1* 0,1 0,1 0,1 IC [-0,1 ; 0,2] [0,0 ; 0,2] [0,0 ; 0,3] [0,0 ; 0,2] [0,0 ; 0,3] [-0,1 ; 0,2] [0,0 ; 0,3] [0,0 ; 0,2] [0,0 ; 0,2] [-0,1 ; 0,2] [-0,1 ; 0,2] [-0,1 ; 0,2] Faranah % 6,3*** 7,6*** 8,9*** 7,3*** 7,6*** 7,6*** 7,0*** 7,2*** 6,4*** 6,4*** 6,3*** 6,3*** IC [4,8 ; 7,7] [6,0 ; 9,3] [7,1 ; 10,6] [5,7 ; 8,8] [6,1 ; 9,2] [6,1 ; 9,2] [5,4 ; 8,5] [5,7 ; 8,7] [5,0 ; 7,9] [4,9 ; 7,8] [4,8 ; 7,7] [4,8 ; 7,7] Kankan % 0,3*** 0,5*** 0,6*** 0,6*** 0,5*** 0,4*** 0,5*** 0,4*** 0,3*** 0,3*** 0,3*** 0,3*** IC [0,1 ; 0,5] [0,3 ; 0,7] [0,3 ; 0,9] [0,3 ; 0,9] [0,2 ; 0,7] [0,2 ; 0,7] [0,2 ; 0,7] [0,2 ; 0,6] [0,1 ; 0,5] [0,1 ; 0,5] [0,1 ; 0,5] [0,1 ; 0,5] Kindia % 4,8*** 5,7*** 6,4*** 6,0*** 5,9*** 5,8*** 5,7*** 5,2*** 5,0*** 4,9*** 4,8*** 4,8*** IC [3,8 ; 5,8] [4,7 ; 6,8] [5,2 ; 7,5] [4,9 ; 7,0] [4,9 ; 7,0] [4,8 ; 6,9] [4,6 ; 6,8] [4,2 ; 6,2] [4,0 ; 6,0] [3,9 ; 5,9] [3,8 ; 5,8] [3,8 ; 5,8] Labé % 7,8*** 8,8*** 10,5*** 8,5*** 9,2*** 9,0*** 8,8*** 8,6*** 8,0*** 7,8*** 7,8*** 7,8*** IC [5,4 ; 10,1] [6,4 ; 11,1] [8,0 ; 12,9] [6,1 ; 10,8] [6,8 ; 11,6] [6,6 ; 11,4] [6,4 ; 11,3] [6,2 ; 10,9] [5,6 ; 10,4] [5,5 ; 10,2] [5,4 ; 10,1] [5,4 ; 10,1] Mamou % 2,4*** 2,9*** 3,4*** 2,8*** 2,9*** 2,7*** 2,8*** 2,7*** 2,5*** 2,4*** 2,4*** 2,4*** IC [1,5 ; 3,2] [1,9 ; 3,9] [2,3 ; 4,5] [1,8 ; 3,7] [1,9 ; 3,9] [1,8 ; 3,7] [1,8 ; 3,8] [1,7 ; 3,8] [1,5 ; 3,4] [1,5 ; 3,3] [1,5 ; 3,3] [1,5 ; 3,2] N’Zérékoré % 3,0*** 4,0*** 5,1*** 3,9*** 3,5*** 3,8*** 3,5*** 3,3*** 3,1*** 3,0*** 3,0*** 3,1*** IC [2,2 ; 3,7] [3,1 ; 4,9] [4,1 ; 6,2] [3,1 ; 4,8] [2,7 ; 4,4] [2,9 ; 4,7] [2,6 ; 4,3] [2,5 ; 4,1] [2,4 ; 3,9] [2,2 ; 3,8] [2,2 ; 3,7] [2,3 ; 3,9] Âge (années) 37 0 % 3,9*** 4,8*** 6,1*** 5,2*** 4,9*** 5,0*** 4,6*** 4,8*** 3,9*** 3,9*** 3,9*** 3,9*** IC [2,4 ; 5,3] [3,1 ; 6,5] [4,2 ; 8,0] [3,6 ; 6,8] [3,2 ; 6,6] [3,3 ; 6,7] [3,0 ; 6,2] [3,1 ; 6,4] [2,4 ; 5,3] [2,5 ; 5,4] [2,4 ; 5,3] [2,5 ; 5,4] 1-4 % 3,3*** 4,1*** 4,9*** 4,2*** 4,1*** 4,1*** 3,8*** 3,8*** 3,4*** 3,4*** 3,3*** 3,4*** IC [2,9 ; 3,8] [3,6 ; 4,6] [4,3 ; 5,4] [3,7 ; 4,7] [3,7 ; 4,6] [3,7 ; 4,6] [3,4 ; 4,3] [3,3 ; 4,2] [2,9 ; 3,8] [3,0 ; 3,8] [2,9 ; 3,8] [2,9 ; 3,8] 5-9 % 3,5*** 4,1*** 5,1*** 4,3*** 4,4*** 4,3*** 4,0*** 3,9*** 3,7*** 3,6*** 3,5*** 3,5*** IC [3,0 ; 4,0] [3,6 ; 4,6] [4,5 ; 5,6] [3,8 ; 4,8] [3,8 ; 4,9] [3,8 ; 4,8] [3,5 ; 4,6] [3,4 ; 4,5] [3,2 ; 4,2] [3,1 ; 4,1] [3,0 ; 4,0] [3,0 ; 4,0] 10 - 14 % 4,0*** 4,6*** 5,6*** 4,8*** 4,8*** 4,8*** 4,7*** 4,5*** 4,5*** 4,1*** 4,0*** 4,1*** IC [3,2 ; 4,8] [3,8 ; 5,4] [4,7 ; 6,5] [4,0 ; 5,6] [4,0 ; 5,6] [4,0 ; 5,6] [3,8 ; 5,5] [3,7 ; 5,3] [3,7 ; 5,3] [3,3 ; 4,8] [3,3 ; 4,8] [3,3 ; 4,9] 15 - 19 % 2,6*** 3,0*** 3,7*** 3,1*** 3,2*** 3,1*** 3,1*** 2,9*** 2,9*** 2,6*** 2,6*** 2,6*** IC [2,0 ; 3,2] [2,4 ; 3,6] [3,1 ; 4,4] [2,5 ; 3,7] [2,6 ; 3,8] [2,5 ; 3,7] [2,5 ; 3,7] [2,3 ; 3,5] [2,3 ; 3,5] [2,0 ; 3,2] [2,0 ; 3,2] [2,0 ; 3,2] 20 - 24 % 1,4*** 1,8*** 2,1*** 1,8*** 1,8*** 1,8*** 1,8*** 1,6*** 1,5*** 1,5*** 1,5*** 1,5*** IC [1,1 ; 1,8] [1,4 ; 2,2] [1,6 ; 2,5] [1,4 ; 2,2] [1,4 ; 2,2] [1,4 ; 2,2] [1,3 ; 2,2] [1,2 ; 2,0] [1,2 ; 1,9] [1,1 ; 1,8] [1,1 ; 1,8] [1,1 ; 1,8] 25 - 34 % 2,0*** 2,6*** 3,0*** 2,5*** 2,5*** 2,5*** 2,3*** 2,3*** 2,0*** 2,0*** 2,0*** 2,0*** IC [1,7 ; 2,3] [2,3 ; 3,0] [2,6 ; 3,3] [2,2 ; 2,8] [2,2 ; 2,8] [2,2 ; 2,8] [2,0 ; 2,7] [2,0 ; 2,6] [1,7 ; 2,3] [1,8 ; 2,3] [1,7 ; 2,3] [1,7 ; 2,3] 35 - 40 % 2,7*** 3,5*** 4,0*** 3,3*** 3,4*** 3,3*** 3,1*** 3,0*** 2,7*** 2,7*** 2,7*** 2,7*** IC [2,2 ; 3,2] [3,0 ; 4,1] [3,4 ; 4,6] [2,8 ; 3,8] [2,8 ; 3,9] [2,8 ; 3,9] [2,6 ; 3,6] [2,5 ; 3,5] [2,2 ; 3,2] [2,2 ; 3,2] [2,2 ; 3,2] [2,2 ; 3,2] 41 - 59 % 2,8*** 3,7*** 4,1*** 3,4*** 3,5*** 3,5*** 3,3*** 3,2*** 2,8*** 2,8*** 2,8*** 2,8*** IC [2,4 ; 3,2] [3,2 ; 4,1] [3,7 ; 4,6] [3,0 ; 3,9] [3,1 ; 4,0] [3,1 ; 4,0] [2,9 ; 3,8] [2,7 ; 3,6] [2,4 ; 3,2] [2,4 ; 3,2] [2,4 ; 3,2] [2,4 ; 3,2] ≥ 60 % 2,9*** 4,0*** 4,2*** 3,4*** 3,7*** 3,6*** 3,5*** 3,3*** 2,9*** 3,0*** 2,9*** 2,9*** IC [2,4 ; 3,5] [3,3 ; 4,6] [3,5 ; 4,8] [2,8 ; 4,0] [3,1 ; 4,4] [3,0 ; 4,2] [2,9 ; 4,0] [2,7 ; 3,8] [2,4 ; 3,5] [2,4 ; 3,5] [2,4 ; 3,5] [2,4 ; 3,5] Sexe Masculin % 2,9*** 3,5*** 4,2*** 3,6*** 3,6*** 3,5*** 3,4*** 3,3*** 3,0*** 2,9*** 2,9*** 2,9*** IC [2,5 ; 3,3] [3,1 ; 4,0] [3,7 ; 4,6] [3,1 ; 4,0] [3,1 ; 4,0] [3,1 ; 4,0] [2,9 ; 3,8] [2,8 ; 3,7] [2,6 ; 3,5] [2,5 ; 3,4] [2,5 ; 3,3] [2,5 ; 3,3] Féminin % 3,0*** 3,7*** 4,3*** 3,6*** 3,7*** 3,7*** 3,5*** 3,3*** 3,1*** 3,0*** 3,0*** 3,0*** IC [2,6 ; 3,3] [3,3 ; 4,0] [3,9 ; 4,7] [3,2 ; 4,0] [3,3 ; 4,1] [3,3 ; 4,0] [3,1 ; 3,8] [3,0 ; 3,7] [2,7 ; 3,4] [2,7 ; 3,3] [2,6 ; 3,3] [2,6 ; 3,3] IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01, *** p < 0,001 38 Tableau A1.3 : Sévérité de la pauvreté avant et après les catégories de dépenses Avant Après dépense de : Alcool et tabacs Communication Biens durables Habillement Logement Transport Éducation Énergie Bijoux Santé Autres Tous % 1,0*** 1,3*** 1,5*** 1,2*** 1,3*** 1,3*** 1,2*** 1,1*** 1,0*** 1,0*** 1,0*** 1,0*** IC [0,8 ; 1,2] [1,1 ; 1,5] [1,3 ; 1,7] [1,0 ; 1,4] [1,1 ; 1,5] [1,0 ; 1,5] [1,0 ; 1,4] [0,9 ; 1,3] [0,8 ; 1,2] [0,8 ; 1,2] [0,8 ; 1,2] [0,8 ; 1,2] Régions Boké % 0,7*** 0,9*** 1,1*** 0,9*** 1,1*** 1,1*** 0,8*** 0,8*** 0,7*** 0,7*** 0,7*** 0,7*** IC [0,4 ; 1,0] [0,6 ; 1,2] [0,7 ; 1,5] [0,6 ; 1,2] [0,7 ; 1,4] [0,7 ; 1,4] [0,5 ; 1,1] [0,5 ; 1,1] [0,4 ; 1,0] [0,4 ; 1,0] [0,4 ; 1,0] [0,4 ; 1,0] Conakry % 0,0 0,0 0,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 IC [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Faranah % 2,0*** 2,7*** 3,2*** 2,4*** 2,6*** 2,6*** 2,3*** 2,4*** 2,1*** 2,0*** 2,0*** 2,0*** IC [1,4 ; 2,6] [2,0 ; 3,4] [2,4 ; 4,0] [1,8 ; 3,0] [1,9 ; 3,3] [1,9 ; 3,2] [1,7 ; 2,9] [1,8 ; 3,1] [1,5 ; 2,6] [1,4 ; 2,6] [1,4 ; 2,6] [1,4 ; 2,6] Kankan % 0,0** 0,1*** 0,1*** 0,1*** 0,1*** 0,1*** 0,1*** 0,1*** 0,0** 0,0** 0,0** 0,0** IC [0,0 ; 0,1] [0,0 ; 0,1] [0,1 ; 0,2] [0,0 ; 0,2] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] Kindia % 1,5*** 1,9*** 2,1*** 1,9*** 2,0*** 1,9*** 1,9*** 1,7*** 1,6*** 1,5*** 1,5*** 1,5*** IC [1,1 ; 1,9] [1,5 ; 2,4] [1,6 ; 2,6] [1,5 ; 2,4] [1,5 ; 2,5] [1,5 ; 2,4] [1,4 ; 2,4] [1,2 ; 2,1] [1,2 ; 2,0] [1,1 ; 1,9] [1,1 ; 1,9] [1,1 ; 1,9] Labé % 3,3*** 3,7*** 4,4*** 3,5*** 3,9*** 3,8*** 3,7*** 3,6*** 3,3*** 3,3*** 3,3*** 3,3*** IC [1,6 ; 4,9] [2,0 ; 5,3] [2,6 ; 6,2] [1,8 ; 5,1] [2,2 ; 5,6] [2,1 ; 5,5] [2,0 ; 5,5] [1,9 ; 5,2] [1,7 ; 5,0] [1,7 ; 4,9] [1,6 ; 4,9] [1,6 ; 4,9] Mamou % 0,7*** 0,9*** 1,1*** 0,8*** 0,9*** 0,8*** 0,9*** 0,9*** 0,7*** 0,7*** 0,7*** 0,7*** IC [0,4 ; 1,0] [0,5 ; 1,3] [0,6 ; 1,6] [0,5 ; 1,2] [0,5 ; 1,3] [0,5 ; 1,2] [0,5 ; 1,2] [0,5 ; 1,2] [0,4 ; 1,1] [0,4 ; 1,0] [0,4 ; 1,0] [0,4 ; 1,0] N’Zérékoré % 1,0*** 1,4*** 1,9*** 1,2*** 1,2*** 1,3*** 1,1*** 1,1*** 1,0*** 1,0*** 1,0*** 1,0*** IC [0,6 ; 1,3] [1,0 ; 1,8] [1,4 ; 2,3] [0,9 ; 1,6] [0,8 ; 1,5] [0,9 ; 1,7] [0,8 ; 1,5] [0,7 ; 1,4] [0,7 ; 1,3] [0,7 ; 1,3] [0,6 ; 1,3] [0,7 ; 1,3] Âge (années) 0 % 1,2*** 1,6*** 2,1*** 1,5*** 1,6*** 1,6*** 1,4*** 1,6*** 1,2*** 1,2*** 1,2*** 1,2*** IC [0,7 ; 1,7] [0,9 ; 2,3] [1,3 ; 2,9] [0,9 ; 2,1] [0,9 ; 2,3] [1,0 ; 2,3] [0,8 ; 2,0] [0,9 ; 2,3] [0,7 ; 1,7] [0,7 ; 1,7] [0,7 ; 1,7] [0,7 ; 1,7] 39 1-4 % 1,1*** 1,5*** 1,7*** 1,4*** 1,5*** 1,5*** 1,3*** 1,3*** 1,1*** 1,1*** 1,1*** 1,1*** IC [0,9 ; 1,3] [1,2 ; 1,7] [1,5 ; 2,0] [1,2 ; 1,6] [1,2 ; 1,7] [1,2 ; 1,7] [1,1 ; 1,5] [1,1 ; 1,5] [0,9 ; 1,3] [0,9 ; 1,3] [0,9 ; 1,3] [0,9 ; 1,3] 5-9 % 1,2*** 1,4*** 1,8*** 1,4*** 1,5*** 1,5*** 1,4*** 1,3*** 1,3*** 1,2*** 1,2*** 1,2*** IC [0,9 ; 1,5] [1,1 ; 1,7] [1,5 ; 2,2] [1,2 ; 1,7] [1,2 ; 1,8] [1,2 ; 1,8] [1,1 ; 1,7] [1,1 ; 1,6] [1,0 ; 1,5] [0,9 ; 1,5] [0,9 ; 1,5] [0,9 ; 1,5] 10 - 14 % 1,4*** 1,7*** 2,1*** 1,7*** 1,7*** 1,7*** 1,7*** 1,6*** 1,6*** 1,4*** 1,4*** 1,4*** IC [1,0 ; 1,8] [1,2 ; 2,1] [1,6 ; 2,6] [1,2 ; 2,1] [1,3 ; 2,2] [1,3 ; 2,2] [1,2 ; 2,1] [1,1 ; 2,0] [1,2 ; 2,0] [1,0 ; 1,9] [1,0 ; 1,9] [1,0 ; 1,9] 15 - 19 % 0,9*** 1,1*** 1,4*** 1,1*** 1,2*** 1,1*** 1,1*** 1,0*** 1,0*** 0,9*** 0,9*** 0,9*** IC [0,6 ; 1,3] [0,7 ; 1,4] [1,0 ; 1,8] [0,7 ; 1,4] [0,8 ; 1,5] [0,8 ; 1,5] [0,7 ; 1,5] [0,7 ; 1,4] [0,7 ; 1,4] [0,6 ; 1,3] [0,6 ; 1,3] [0,6 ; 1,3] 20 - 24 % 0,5*** 0,6*** 0,7*** 0,6*** 0,6*** 0,6*** 0,6*** 0,5*** 0,5*** 0,5*** 0,5*** 0,5*** IC [0,3 ; 0,6] [0,4 ; 0,8] [0,5 ; 0,9] [0,4 ; 0,7] [0,4 ; 0,8] [0,4 ; 0,8] [0,4 ; 0,7] [0,4 ; 0,7] [0,3 ; 0,6] [0,3 ; 0,6] [0,3 ; 0,6] [0,3 ; 0,6] 25 - 34 % 0,6*** 0,9*** 1,0*** 0,8*** 0,8*** 0,8*** 0,8*** 0,7*** 0,6*** 0,7*** 0,6*** 0,6*** IC [0,5 ; 0,8] [0,7 ; 1,1] [0,9 ; 1,2] [0,7 ; 0,9] [0,7 ; 1,0] [0,7 ; 1,0] [0,6 ; 0,9] [0,6 ; 0,9] [0,5 ; 0,8] [0,5 ; 0,8] [0,5 ; 0,8] [0,5 ; 0,8] 35 - 40 % 0,9*** 1,3*** 1,4*** 1,1*** 1,2*** 1,1*** 1,0*** 1,0*** 0,9*** 0,9*** 0,9*** 0,9*** IC [0,7 ; 1,1] [1,0 ; 1,6] [1,1 ; 1,7] [0,8 ; 1,3] [0,9 ; 1,4] [0,9 ; 1,4] [0,8 ; 1,3] [0,8 ; 1,3] [0,7 ; 1,1] [0,7 ; 1,1] [0,7 ; 1,1] [0,7 ; 1,1] 41 - 59 % 0,9*** 1,2*** 1,4*** 1,1*** 1,2*** 1,2*** 1,1*** 1,0*** 0,9*** 0,9*** 0,9*** 0,9*** IC [0,7 ; 1,1] [1,0 ; 1,5] [1,2 ; 1,7] [0,9 ; 1,3] [1,0 ; 1,4] [1,0 ; 1,4] [0,9 ; 1,3] [0,8 ; 1,2] [0,7 ; 1,1] [0,7 ; 1,1] [0,7 ; 1,1] [0,7 ; 1,1] ≥ 60 % 0,9*** 1,4*** 1,5*** 1,1*** 1,3*** 1,2*** 1,1*** 1,1*** 0,9*** 0,9*** 0,9*** 0,9*** IC [0,7 ; 1,2] [1,1 ; 1,7] [1,2 ; 1,8] [0,8 ; 1,4] [1,0 ; 1,6] [1,0 ; 1,5] [0,9 ; 1,4] [0,8 ; 1,3] [0,7 ; 1,2] [0,7 ; 1,2] [0,7 ; 1,2] [0,7 ; 1,2] Sexe Masculin % 1,0*** 1,3*** 1,5*** 1,2*** 1,3*** 1,3*** 1,2*** 1,1*** 1,0*** 1,0*** 1,0*** 1,0*** IC [0,8 ; 1,2] [1,0 ; 1,5] [1,2 ; 1,8] [1,0 ; 1,4] [1,0 ; 1,5] [1,0 ; 1,5] [0,9 ; 1,4] [0,9 ; 1,4] [0,8 ; 1,3] [0,8 ; 1,2] [0,8 ; 1,2] [0,8 ; 1,2] Féminin % 1,0*** 1,3*** 1,5*** 1,2*** 1,3*** 1,3*** 1,2*** 1,1*** 1,0*** 1,0*** 1,0*** 1,0*** IC [0,8 ; 1,1] [1,1 ; 1,4] [1,3 ; 1,7] [1,0 ; 1,4] [1,1 ; 1,5] [1,1 ; 1,4] [1,0 ; 1,3] [0,9 ; 1,3] [0,8 ; 1,2] [0,8 ; 1,2] [0,8 ; 1,1] [0,8 ; 1,2] IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01, *** p < 0,001 40 Annexe 1.2 : Impact des secteurs de dépenses sur les mesures de la pauvreté Tableau A1.4 : Augmentation en points de pourcentage de la prévalence de la pauvreté en fonction des catégories de dépenses Alcool et tabacs Communication Biens durables Habillement Logement Transport Éducation Énergie Autres Bijoux Santé Tous % 2,1*** 4,3*** 3,2*** 2,0*** 2,2*** 1,7*** 1,4*** 0,4*** 0,2** 0,0 0,1* IC [1,8 ; 2,5] [3,7 ; 4,9] [2,6 ; 3,8] [1,6 ; 2,5] [1,8 ; 2,6] [1,3 ; 2,1] [1,0 ; 1,8] [0,3 ; 0,6] [0,1 ; 0,3] [-0,1 ; 0,1] [0,0 ; 0,1] Régions Boké % 2,2*** 3,2*** 3,4*** 2,5*** 2,6*** 1,9* 1,1 0,6** 0,0 0,0 0,0 IC [1,0 ; 3,4] [1,5 ; 4,9] [1,7 ; 5,1] [1,1 ; 3,9] [1,1 ; 4,0] [0,5 ; 3,4] [-0,1 ; 2,3] [0,2 ; 1,0] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] Conakry % 0,3** 0,6 0,7 0,4 0,3 0,3 0,5 0,3** 0,0 0,0 0,1 IC [0,1 ; 0,5] [-0,1 ; 1,3] [-0,1 ; 1,5] [-0,1 ; 1,0] [-0,2 ; 0,9] [-0,2 ; 0,9] [-0,1 ; 1,1] [0,1 ; 0,4] [0,0 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,2] Faranah % 2,6*** 5,3*** 3,3*** 2,9*** 3,0*** 1,7** 2,3*** 0,5** 0,5 0,2 0,0 IC [1,7 ; 3,5] [3,4 ; 7,2] [1,8 ; 4,7] [1,6 ; 4,1] [1,6 ; 4,3] [0,6 ; 2,7] [1,2 ; 3,5] [0,2 ; 0,8] [-0,1 ; 1,1] [-0,2 ; 0,5] [0,0 ; 0,1] Kankan % 0,8*** 1,7*** 2,9*** 0,6* 0,7* 0,5* 0,3 0,0 0,0 0,0 0,0 IC [0,3 ; 1,2] [0,7 ; 2,7] [1,3 ; 4,5] [0,0 ; 1,1] [0,1 ; 1,4] [0,0 ; 1,0] [-0,1 ; 0,7] [-0,1 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] Kindia % 2,6*** 4,5*** 3,2*** 2,9*** 3,0*** 2,4*** 1,4** 0,4*** 0,3 0,0 0,0 IC [1,7 ; 3,5] [3,0 ; 6,0] [1,9 ; 4,5] [1,7 ; 4,1] [1,8 ; 4,3] [1,3 ; 3,6] [0,4 ; 2,4] [0,2 ; 0,6] [-0,1 ; 0,7] [0,0 ; 0,1] [0,0 ; 0,1] Labé % 3,4*** 9,7*** 3,4*** 4,8*** 4,3*** 3,3*** 3,2*** 0,8** 0,0 0,0 0,0 IC [2,3 ; 4,5] [7,1 ; 12,3] [1,8 ; 5,1] [2,9 ; 6,7] [2,6 ; 6,1] [1,6 ; 4,9] [1,5 ; 4,9] [0,3 ; 1,3] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Mamou % 2,1*** 4,0** 1,3* 2,1** 2,0** 2,2** 2,0** 0,4** 0,4 0,0 0,0 IC [0,9 ; 3,3] [1,4 ; 6,6] [0,2 ; 2,4] [0,7 ; 3,5] [0,5 ; 3,4] [0,6 ; 3,8] [0,6 ; 3,5] [0,1 ; 0,7] [-0,4 ; 1,2] [-0,1 ; 0,1] [-0,1 ; 0,1] N’Zérékoré % 4,2*** 8,0*** 6,5*** 2,2*** 3,2*** 2,8*** 1,8* 0,8* 0,4 0,0 0,3 IC [2,8 ; 5,5] [5,7 ; 10,3] [4,1 ; 8,9] [0,9 ; 3,5] [1,6 ; 4,9] [1,3 ; 4,3] [0,4 ; 3,1] [0,2 ; 1,5] [-0,1 ; 0,8] [-0,1 ; 0,1] [-0,1 ; 0,5] Âge (années) 0 % 2,8** 8,7*** 7,2*** 4,3** 6,0*** 4,8** 2,6* 0,0 0,5 0,0 0,0 41 IC [0,8 ; 4,8] [4,9 ; 12,6] [3,6 ; 10,8] [1,4 ; 7,2] [2,5 ; 9,4] [1,7 ; 7,9] [0,6 ; 4,6] [-0,1 ; 0,1] [-0,3 ; 1,3] [-0,1 ; 0,1] [-0,1 ; 0,1] 1-4 % 2,6*** 5,2*** 4,4*** 2,2*** 2,5*** 1,9*** 1,6*** 0,1 0,2* 0,0 0,1 IC [2,0 ; 3,2] [4,2 ; 6,2] [3,4 ; 5,4] [1,6 ; 2,9] [1,8 ; 3,3] [1,3 ; 2,5] [1,0 ; 2,2] [-0,1 ; 0,1] [0,1 ; 0,4] [-0,1 ; 0,1] [-0,1 ; 0,1] 5-9 % 2,0*** 4,8*** 3,8*** 2,6*** 2,3*** 1,8*** 1,6*** 0,8*** 0,2** 0,0 0,0 IC [1,4 ; 2,5] [4,0 ; 5,6] [3,0 ; 4,6] [1,9 ; 3,2] [1,8 ; 2,9] [1,3 ; 2,3] [1,1 ; 2,1] [0,5 ; 1,1] [0,1 ; 0,4] [-0,1 ; 0,1] [-0,1 ; 0,1] 10 - 14 % 1,6*** 4,6*** 3,7*** 2,2*** 2,4*** 2,1*** 1,7*** 1,5*** 0,2 0,0 0,0 IC [1,1 ; 2,1] [3,6 ; 5,5] [2,7 ; 4,6] [1,5 ; 2,8] [1,7 ; 3,1] [1,4 ; 2,8] [1,1 ; 2,2] [0,9 ; 2,0] [-0,1 ; 0,4] [-0,1 ; 0,1] [-0,1 ; 0,1] 15 - 19 % 1,2*** 3,5*** 2,1*** 1,6*** 2,1*** 1,5*** 1,2*** 0,9*** 0,1 0,0 0,0 IC [0,7 ; 1,6] [2,5 ; 4,5] [1,4 ; 2,9] [1,0 ; 2,2] [1,3 ; 2,8] [0,9 ; 2,1] [0,6 ; 1,7] [0,5 ; 1,3] [-0,1 ; 0,3] [-0,1 ; 0,1] [-0,1 ; 0,1] 20 - 24 % 1,1*** 2,5*** 1,9*** 1,0*** 1,1*** 1,2*** 0,6** 0,3* 0,1 0,0 0,1 IC [0,6 ; 1,5] [1,8 ; 3,3] [1,2 ; 2,6] [0,5 ; 1,5] [0,6 ; 1,7] [0,7 ; 1,8] [0,2 ; 0,9] [0,1 ; 0,5] [-0,1 ; 0,3] [-0,1 ; 0,1] [-0,1 ; 0,2] 25 - 34 % 1,7*** 2,9*** 2,0*** 1,3*** 1,5*** 1,2*** 1,2*** 0,0 0,2** 0,0 0,1 IC [1,3 ; 2,2] [2,3 ; 3,5] [1,5 ; 2,5] [0,9 ; 1,6] [1,1 ; 2,0] [0,8 ; 1,6] [0,8 ; 1,6] [-0,1 ; 0,1] [0,1 ; 0,3] [-0,1 ; 0,1] [-0,1 ; 0,1] 35 - 40 % 2,8*** 4,5*** 3,5*** 2,3*** 2,4*** 1,9*** 1,3*** 0,0 0,2* 0,0 0,1 IC [2,1 ; 3,5] [3,5 ; 5,4] [2,6 ; 4,3] [1,6 ; 2,9] [1,7 ; 3,1] [1,2 ; 2,5] [0,8 ; 1,8] [-0,1 ; 0,1] [0,0 ; 0,4] [-0,1 ; 0,1] [-0,1 ; 0,1] 41 - 59 % 3,3*** 5,1*** 3,0*** 2,6*** 2,6*** 1,8*** 1,4*** 0,0 0,2* 0,0 0,1 IC [2,6 ; 3,9] [4,1 ; 6,1] [2,2 ; 3,7] [1,9 ; 3,2] [1,9 ; 3,2] [1,3 ; 2,4] [1,0 ; 1,9] [-0,1 ; 0,1] [0,0 ; 0,3] [-0,1 ; 0,1] [-0,1 ; 0,1] ≥ 60 % 3,0*** 3,7*** 2,4*** 2,0*** 2,3*** 1,8*** 1,4*** 0,0 0,0 0,0 0,1 IC [2,2 ; 3,9] [2,6 ; 4,7] [1,5 ; 3,3] [1,3 ; 2,8] [1,4 ; 3,1] [1,1 ; 2,6] [0,8 ; 2,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,2] Sexe Masculin % 2,0*** 4,0*** 3,1*** 1,8*** 2,0*** 1,6*** 1,4*** 0,4*** 0,2** 0,0 0,1* IC [1,7 ; 2,4] [3,4 ; 4,6] [2,5 ; 3,7] [1,4 ; 2,2] [1,6 ; 2,4] [1,2 ; 2,0] [1,0 ; 1,8] [0,3 ; 0,6] [0,1 ; 0,3] [-0,1 ; 0,1] [0,0 ; 0,1] Féminin % 2,2*** 4,5*** 3,2*** 2,2*** 2,4*** 1,8*** 1,3*** 0,4*** 0,2** 0,0 0,0* IC [1,8 ; 2,6] [3,8 ; 5,2] [2,6 ; 3,9] [1,8 ; 2,7] [1,9 ; 2,9] [1,4 ; 2,3] [0,9 ; 1,7] [0,3 ; 0,6] [0,1 ; 0,2] [-0,1 ; 0,1] [0,0 ; 0,1] IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01, *** p < 0,001 42 Tableau A1.5 : Augmentation en points de pourcentage de la profondeur de la pauvreté en fonction des catégories de dépenses Alcool et tabacs Communication Biens durables Habillement Logement Transport Éducation Énergie Autres Bijoux Santé Tous % 0,7*** 1,3*** 0,6*** 0,7*** 0,7*** 0,5*** 0,4*** 0,1*** 0,0*** 0,0*** 0,0** IC [0,6 ; 0,7] [1,2 ; 1,4] [0,6 ; 0,7] [0,6 ; 0,8] [0,6 ; 0,7] [0,4 ; 0,5] [0,3 ; 0,4] [0,1 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Régions Boké % 0,6*** 1,2*** 0,7*** 0,9*** 0,9*** 0,3*** 0,3*** 0,2*** 0,1** 0,0 0,0 IC [0,4 ; 0,8] [0,9 ; 1,5] [0,5 ; 1,0] [0,7 ; 1,2] [0,7 ; 1,2] [0,2 ; 0,5] [0,2 ; 0,5] [0,1 ; 0,2] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Conakry % 0,0** 0,1* 0,1* 0,1* 0,0* 0,1 0,1* 0,1** 0,0 0,0 0,0 IC [0,0 ; 0,1] [0,0 ; 0,2] [0,0 ; 0,1] [0,0 ; 0,2] [0,0 ; 0,1] [-0,1 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Faranah % 1,4*** 2,6*** 1,0*** 1,4*** 1,3*** 0,7*** 0,9*** 0,1*** 0,1** 0,0* 0,0* IC [1,1 ; 1,6] [2,2 ; 3,1] [0,7 ; 1,3] [1,2 ; 1,6] [1,1 ; 1,6] [0,5 ; 0,8] [0,6 ; 1,3] [0,1 ; 0,2] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Kankan % 0,2*** 0,3*** 0,3*** 0,2*** 0,1*** 0,2*** 0,1*** 0,0* 0,0 0,0 0,0 IC [0,1 ; 0,3] [0,2 ; 0,4] [0,2 ; 0,5] [0,1 ; 0,2] [0,1 ; 0,2] [0,1 ; 0,3] [0,0 ; 0,2] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Kindia % 0,9*** 1,6*** 1,2*** 1,1*** 1,0*** 0,9*** 0,4*** 0,2*** 0,1** 0,0 0,0 IC [0,8 ; 1,1] [1,3 ; 1,8] [0,9 ; 1,4] [1,0 ; 1,3] [0,9 ; 1,2] [0,7 ; 1,1] [0,3 ; 0,5] [0,1 ; 0,2] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Labé % 1,0*** 2,8*** 0,7*** 1,5*** 1,3*** 1,1*** 0,8*** 0,2*** 0,1** 0,0 0,0 IC [0,8 ; 1,1] [2,4 ; 3,1] [0,5 ; 0,9] [1,3 ; 1,7] [1,1 ; 1,4] [0,9 ; 1,3] [0,6 ; 0,9] [0,2 ; 0,3] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Mamou % 0,5*** 1,0*** 0,4*** 0,5*** 0,4*** 0,4*** 0,4*** 0,1*** 0,0 0,0 0,0 IC [0,4 ; 0,7] [0,7 ; 1,3] [0,2 ; 0,6] [0,4 ; 0,7] [0,3 ; 0,5] [0,3 ; 0,6] [0,2 ; 0,5] [0,1 ; 0,2] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] N’Zérékoré % 1,1*** 2,3*** 1,0*** 0,6*** 0,8*** 0,5*** 0,3*** 0,2*** 0,0** 0,0** 0,1* IC [0,9 ; 1,3] [1,8 ; 2,7] [0,7 ; 1,3] [0,5 ; 0,7] [0,7 ; 1,0] [0,4 ; 0,7] [0,2 ; 0,4] [0,1 ; 0,3] [0,0 ; 0,1] [-0,1 ; 0,1] [0,0 ; 0,3] Âge (années) 0 % 0,9*** 2,2*** 1,3*** 1,0*** 1,1*** 0,7*** 0,9** 0,0 0,1* 0,0 0,0 IC [0,5 ; 1,3] [1,6 ; 2,8] [0,7 ; 1,8] [0,7 ; 1,3] [0,8 ; 1,5] [0,4 ; 1,0] [0,3 ; 1,4] [-0,1 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 1-4 % 0,8*** 1,6*** 0,9*** 0,8*** 0,8*** 0,5*** 0,4*** 0,0 0,1*** 0,0*** 0,0** IC [0,7 ; 0,9] [1,4 ; 1,7] [0,7 ; 1,0] [0,7 ; 0,9] [0,7 ; 0,9] [0,4 ; 0,6] [0,4 ; 0,5] [-0,1 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 43 5-9 % 0,6*** 1,6*** 0,8*** 0,8*** 0,8*** 0,5*** 0,4*** 0,2*** 0,1*** 0,0*** 0,0** IC [0,5 ; 0,6] [1,4 ; 1,7] [0,7 ; 0,9] [0,8 ; 0,9] [0,7 ; 0,9] [0,5 ; 0,6] [0,4 ; 0,5] [0,1 ; 0,2] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 10 - 14 % 0,6*** 1,6*** 0,8*** 0,8*** 0,8*** 0,6*** 0,4*** 0,5*** 0,0*** 0,0** 0,0 IC [0,5 ; 0,6] [1,4 ; 1,8] [0,6 ; 0,9] [0,7 ; 0,9] [0,7 ; 0,8] [0,5 ; 0,7] [0,4 ; 0,5] [0,4 ; 0,6] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 15 - 19 % 0,4*** 1,2*** 0,5*** 0,6*** 0,5*** 0,5*** 0,3*** 0,3*** 0,0*** 0,0* 0,0 IC [0,3 ; 0,5] [1,0 ; 1,3] [0,4 ; 0,6] [0,5 ; 0,7] [0,5 ; 0,6] [0,4 ; 0,6] [0,3 ; 0,4] [0,2 ; 0,3] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 20 - 24 % 0,3*** 0,7*** 0,3*** 0,4*** 0,4*** 0,3*** 0,2*** 0,1*** 0,0** 0,0 0,0 IC [0,2 ; 0,4] [0,5 ; 0,8] [0,2 ; 0,4] [0,3 ; 0,4] [0,3 ; 0,4] [0,2 ; 0,4] [0,1 ; 0,2] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 25 - 34 % 0,6*** 1,0*** 0,5*** 0,5*** 0,5*** 0,3*** 0,3*** 0,0 0,0*** 0,0** 0,0** IC [0,5 ; 0,7] [0,9 ; 1,1] [0,4 ; 0,6] [0,5 ; 0,6] [0,5 ; 0,6] [0,3 ; 0,4] [0,2 ; 0,4] [-0,1 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 35 - 40 % 0,9*** 1,3*** 0,6*** 0,7*** 0,6*** 0,4*** 0,3*** 0,0 0,0*** 0,0** 0,0* IC [0,7 ; 1,0] [1,1 ; 1,5] [0,5 ; 0,7] [0,6 ; 0,7] [0,6 ; 0,7] [0,3 ; 0,5] [0,3 ; 0,4] [-0,1 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 41 - 59 % 0,9*** 1,4*** 0,6*** 0,7*** 0,7*** 0,5*** 0,4*** 0,0 0,0*** 0,0** 0,0* IC [0,7 ; 1,0] [1,2 ; 1,5] [0,5 ; 0,7] [0,6 ; 0,8] [0,6 ; 0,8] [0,5 ; 0,6] [0,3 ; 0,4] [-0,1 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [0,0 ; 0,1] ≥ 60 % 1,1*** 1,3*** 0,5*** 0,8*** 0,7*** 0,5*** 0,4*** 0,0 0,0** 0,0* 0,0* IC [0,9 ; 1,2] [1,1 ; 1,5] [0,3 ; 0,6] [0,7 ; 0,9] [0,6 ; 0,8] [0,4 ; 0,6] [0,3 ; 0,4] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Sexe Masculin % 0,6*** 1,3*** 0,6*** 0,7*** 0,6*** 0,5*** 0,4*** 0,1*** 0,0*** 0,0*** 0,0** IC [0,6 ; 0,7] [1,2 ; 1,4] [0,6 ; 0,7] [0,6 ; 0,7] [0,6 ; 0,7] [0,4 ; 0,5] [0,3 ; 0,4] [0,1 ; 0,2] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Féminin % 0,7*** 1,4*** 0,6*** 0,7*** 0,7*** 0,5*** 0,4*** 0,1*** 0,0*** 0,0** 0,0** IC [0,6 ; 0,8] [1,3 ; 1,5] [0,6 ; 0,7] [0,7 ; 0,8] [0,6 ; 0,8] [0,4 ; 0,5] [0,3 ; 0,4] [0,1 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01, *** p < 0,001 44 Tableau A1.6 : Augmentation en points de pourcentage de la sévérité de la pauvreté en fonction des catégories de dépensess Alcool et tabacs Communication Biens durables Habillement Logement Transport Éducation Énergie Autres Bijoux Santé Tous % 0,3*** 0,6*** 0,2*** 0,3*** 0,3*** 0,2*** 0,1*** 0,0*** 0,0*** 0,0** 0,0* IC [0,2 ; 0,3] [0,5 ; 0,6] [0,2 ; 0,2] [0,3 ; 0,3] [0,2 ; 0,3] [0,2 ; 0,2] [0,1 ; 0,2] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Régions Boké % 0,2*** 0,5*** 0,2*** 0,4*** 0,4*** 0,1*** 0,1*** 0,0*** 0,0** 0,0 0,0 IC [0,1 ; 0,3] [0,3 ; 0,6] [0,1 ; 0,3] [0,3 ; 0,5] [0,3 ; 0,5] [0,0 ; 0,1] [0,1 ; 0,2] [0,0 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Conakry % 0,0* 0,0 0,0 0,0* 0,0 0,0 0,0* 0,0** 0,0 0,0 0,0 IC [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Faranah % 0,7*** 1,3*** 0,4*** 0,6*** 0,6*** 0,3*** 0,4*** 0,1*** 0,0** 0,0** 0,0* IC [0,5 ; 0,9] [1,0 ; 1,6] [0,2 ; 0,6] [0,5 ; 0,8] [0,5 ; 0,7] [0,2 ; 0,4] [0,2 ; 0,6] [0,0 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Kankan % 0,1*** 0,1*** 0,1** 0,0*** 0,0*** 0,0*** 0,0*** 0,0 0,0 0,0 0,0 IC [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Kindia % 0,4*** 0,6*** 0,4*** 0,5*** 0,4*** 0,4*** 0,2*** 0,1*** 0,0* 0,0 0,0 IC [0,3 ; 0,5] [0,5 ; 0,7] [0,3 ; 0,6] [0,4 ; 0,6] [0,3 ; 0,5] [0,3 ; 0,5] [0,1 ; 0,2] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Labé % 0,4*** 1,2*** 0,2*** 0,6*** 0,5*** 0,5*** 0,3*** 0,1*** 0,0* 0,0 0,0 IC [0,3 ; 0,5] [1,0 ; 1,4] [0,1 ; 0,3] [0,5 ; 0,7] [0,4 ; 0,7] [0,3 ; 0,6] [0,2 ; 0,4] [0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Mamou % 0,2*** 0,4*** 0,1*** 0,2*** 0,2*** 0,2*** 0,2*** 0,0*** 0,0 0,0 0,0 IC [0,1 ; 0,3] [0,3 ; 0,6] [0,1 ; 0,2] [0,1 ; 0,3] [0,1 ; 0,2] [0,1 ; 0,3] [0,1 ; 0,3] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] N’Zérékoré % 0,4*** 0,9*** 0,3*** 0,2*** 0,3*** 0,2*** 0,1*** 0,1*** 0,0* 0,0* 0,1* IC [0,3 ; 0,5] [0,7 ; 1,2] [0,2 ; 0,4] [0,2 ; 0,3] [0,3 ; 0,4] [0,1 ; 0,3] [0,1 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [0,0 ; 0,1] Âge (années) 0 % 0,4*** 0,9*** 0,3*** 0,5*** 0,5*** 0,2*** 0,4** 0,0 0,0 0,0 0,0 IC [0,2 ; 0,6] [0,6 ; 1,2] [0,2 ; 0,5] [0,3 ; 0,6] [0,3 ; 0,6] [0,1 ; 0,3] [0,1 ; 0,7] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 1-4 % 0,3*** 0,6*** 0,3*** 0,3*** 0,3*** 0,2*** 0,2*** 0,0 0,0*** 0,0* 0,0* IC [0,3 ; 0,4] [0,6 ; 0,7] [0,2 ; 0,3] [0,3 ; 0,4] [0,3 ; 0,4] [0,2 ; 0,2] [0,1 ; 0,2] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 45 5-9 % 0,2*** 0,7*** 0,3*** 0,3*** 0,3*** 0,2*** 0,2*** 0,1*** 0,0*** 0,0** 0,0* IC [0,2 ; 0,3] [0,6 ; 0,7] [0,2 ; 0,3] [0,3 ; 0,4] [0,3 ; 0,4] [0,2 ; 0,2] [0,1 ; 0,2] [0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 10 - 14 % 0,2*** 0,7*** 0,3*** 0,3*** 0,3*** 0,3*** 0,2*** 0,2*** 0,0*** 0,0* 0,0 IC [0,2 ; 0,3] [0,6 ; 0,8] [0,2 ; 0,3] [0,3 ; 0,4] [0,3 ; 0,4] [0,2 ; 0,3] [0,1 ; 0,2] [0,1 ; 0,2] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 15 - 19 % 0,2*** 0,5*** 0,2*** 0,2*** 0,2*** 0,2*** 0,1*** 0,1*** 0,0*** 0,0 0,0 IC [0,1 ; 0,2] [0,4 ; 0,6] [0,1 ; 0,2] [0,2 ; 0,3] [0,2 ; 0,3] [0,2 ; 0,3] [0,1 ; 0,1] [0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 20 - 24 % 0,1*** 0,3*** 0,1*** 0,1*** 0,1*** 0,1*** 0,1*** 0,0** 0,0** 0,0 0,0 IC [0,1 ; 0,2] [0,2 ; 0,3] [0,1 ; 0,1] [0,1 ; 0,2] [0,1 ; 0,2] [0,1 ; 0,1] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 25 - 34 % 0,3*** 0,4*** 0,2*** 0,2*** 0,2*** 0,1*** 0,1*** 0,0 0,0*** 0,0** 0,0* IC [0,2 ; 0,3] [0,3 ; 0,5] [0,1 ; 0,2] [0,2 ; 0,2] [0,2 ; 0,2] [0,1 ; 0,2] [0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 35 - 40 % 0,4*** 0,5*** 0,2*** 0,3*** 0,3*** 0,2*** 0,1*** 0,0 0,0** 0,0* 0,0* IC [0,3 ; 0,5] [0,4 ; 0,6] [0,1 ; 0,2] [0,2 ; 0,3] [0,2 ; 0,3] [0,1 ; 0,2] [0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] 41 - 59 % 0,3*** 0,5*** 0,2*** 0,3*** 0,3*** 0,2*** 0,1*** 0,0 0,0*** 0,0** 0,0 IC [0,3 ; 0,4] [0,5 ; 0,6] [0,2 ; 0,2] [0,2 ; 0,3] [0,2 ; 0,3] [0,2 ; 0,2] [0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] ≥ 60 % 0,5*** 0,5*** 0,2*** 0,3*** 0,3*** 0,2*** 0,1*** 0,0 0,0** 0,0* 0,0 IC [0,4 ; 0,6] [0,4 ; 0,6] [0,1 ; 0,3] [0,3 ; 0,4] [0,2 ; 0,4] [0,2 ; 0,2] [0,1 ; 0,2] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Sexe Masculin % 0,3*** 0,5*** 0,2*** 0,3*** 0,3*** 0,2*** 0,1*** 0,1*** 0,0*** 0,0** 0,0* IC [0,2 ; 0,3] [0,5 ; 0,6] [0,2 ; 0,2] [0,2 ; 0,3] [0,2 ; 0,3] [0,2 ; 0,2] [0,1 ; 0,2] [0,0 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] Féminin % 0,3*** 0,6*** 0,2*** 0,3*** 0,3*** 0,2*** 0,1*** 0,0*** 0,0*** 0,0** 0,0* IC [0,3 ; 0,3] [0,5 ; 0,6] [0,2 ; 0,2] [0,3 ; 0,3] [0,3 ; 0,3] [0,2 ; 0,2] [0,1 ; 0,2] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] [-0,1 ; 0,1] IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01, *** p < 0,001 46 6.2 Annexe 2 : Note technique Annexe 2.1 : Formule de calcul de l’impact des secteurs de dépenses sur la prévalence de la pauvreté, la profondeur de pauvreté et la sévérité de la pauvreté Nous considérons l’individu comme l’unité d’analyse. Nous notons par le nombre total d’individus enquêtés, le revenu de l’individu et le poids de l’individu. L’indice représente les individus. Notons par le seuil de pauvreté alimentaire. Formellement, la prévalence de la pauvreté , la profondeur de la pauvreté , et la sévérité de la pauvreté , sont définies comme suit :[15-19] (1) avec la convention 0 = 0. 0 En remarquant que les indicateurs de pauvreté sont des moyennes (espérance), ils peuvent être estimés convenablement par régression linéaire. Nous estimons par la méthode des moindres carrés ordinaire en nous basant sur le modèle suivant : (2) avec les coefficients à estimer, correspondant aux indicateurs de la pauvreté de type . Chaque individu est pondéré par son poids lors de l’estimation. Il existe 8 régions en Guinée. Notons par l’ensemble des régions, c’est-à-dire {Boké, Conakry, Faranah, Kankan, Kindia, Labé, Mamou, N’Zérékoré}. Notons par la variable binaire associée à une région . Les indicateurs de pauvreté dans les 8 régions sont calculés à l’aide du modèle suivant : (3) avec les coefficients à estimer, correspondant aux indicateurs de la pauvreté de type de la région . Pour les tranches d’âge, le sexe et le milieu de résidence, une approche identique à l’équation (3) qui intègre les variables binaires associés à ces caractéristiques socio-démographiques a été utilisée. Pour évaluer l’impact des différents secteurs de dépenses (i) la santé ; (ii) l’habilement ; (iii) le transport ; (iv) le logement ; (v) l’énergie ; (vi) la communication ; (vii) les biens durables ; (viii) l’éducation ; (ix) l’alcool et le tabac ; (x) les bijoux et (xi) autres ; nous utilisons la méthode des dépenses appauvrissantes.[15] La méthode consiste à calculer les indicateurs (prévalence, profondeur, sévérité) de pauvreté avant et après les dépenses des secteurs. En notant par les dépenses d’un secteur particulier, l’impact est formellement calculé comme suit : [15] (4) avec 47 En remarquant que l’impact est aussi une moyenne (espérance), il peut être estimé convenable- ment par régression linéaire. Nous estimons par la méthode des moindres carrés ordinaire en nous basant sur le modèle suivant : (5) De même, chaque individu est pondéré par son poids . Les impacts dans les 8 régions sont calculés à l’aide du modèle suivant : (6) Pour les tranches d’âge, le sexe et le milieu de résidence, une approche identique à l’équation (6) qui intègre les variables binaires associés à ces caractéristiques socio-démographiques a été utilisée. Les intervalles de confiance et les tests statistiques sont obtenus par l’approche de moindre carré ordinaires en tenant compte de la corrélation entre les observations des individus d’un même ménage. Annexe 2.2 : détermination de la courbe de concentration En prenant l’espérance (conditionnelle) des équations (5) et (6), et après quelques manipulations, on obtient la contribution de la région à l’impact national de l’indicateur de pauvreté de type : avec représentant la part de la population nationale résidente dans la région . Pour chaque région nous calculons le rang absolu comme étant le nombre de régions ayant une con- tribution inférieure ou égale à celle de la région : avec la fonction indicatrice prenant la valeur 1 si la condition x est vraie et 0 sinon. Les valeurs possibles de sont donc de 1, 2, …, 8. Pour chaque région nous avons calculé le rang fractionnaire correspondants aux contributions cumulées à l’impact national pour chaque indicateur de la pauvreté : Dénotons par la part des financements à destination d’une région . Ainsi, le financement cumulé d’une région r est donné comme suit : La courbe de concentration est le lieu géométrique de l’ensemble des points . 48 Annexe 2.3 : Résultats de la courbe de concentration Nous reportons ici les courbes de concentration correspondant aux indices de concentration trouvés dans le texte principal (Tableau 5). Figure A2.1 : Courbe et indice de concentration des financements en fonction de la prévalence de la pauvreté Panel (a) : financement public (Indice = - 0,28) Panel (b) : financement extérieur (Indice = - 0,41) 100 100 Concentration Concentration N’Zérékoré N’Zérékoré 45° % cumulé de financement externe (2020-2024) 45° % cumulé de financement public (2020-2024) Kindia 80 80 Kindia Labé Labé Faranah 60 60 Faranah Boké Mamou Boké 40 40 Kankan Mamou Kankan Conakry 20 20 Conakry 0 20 40 60 80 100 0 20 40 60 80 100 % cumulé de la contribution à l'impact national 2018-2019 % cumulé de la contribution à l'impact national 2018-2019 (Ordre croissant de contribution) (Ordre croissant de contribution) Panel (c) : financement total (Indice = - 0,35) 100 Concentration N’Zérékoré 45° % cumulé du financement total (2020-2024) Kindia 80 Labé Faranah 60 Boké Mamou 40 Kankan 20 Conakry 0 20 40 60 80 100 % cumulé de la contribution à l'impact national 2018-2019 (Ordre croissant de contribution) 49 Figure A2.2 : Courbe et indice de concentration des financements en fonction de la profondeur de la pauvreté Panel (a) : financement public (Indice = - 0,28) Panel (b) : financement extérieur (Indice = - 0,41) 100 100 Concentration Concentration N’Zérékoré N’Zérékoré 45° 45° % cumulé de financement externe (2020-2024) % cumulé du financement total (2020-2024) Kindia Faranah 80 80 Kindia Labé Labé 60 60 Faranah Boké Boké Mamou Kankan 40 Mamou 40 Kankan Conakry 20 20 Conakry 0 20 40 60 80 100 0 20 40 60 80 100 % cumulé de la contribution à l'impact national 2018-2019 % cumulé de la contribution à l'impact national 2018-2019 (Ordre croissant de contribution) (Ordre croissant de contribution) Panel (c) : financement total (Indice = - 0,35) 100 Concentration N’Zérékoré 45° % cumulé de financement externe (2020-2024) Kindia 80 Faranah 60 Labé Boké 40 Kankan Mamou 20 Conakry 0 20 40 60 80 100 % cumulé de la contribution à l'impact national 2018-2019 (Ordre croissant de contribution) 50 Figure A2.3 : Courbe et indice de concentration des financements en fonction de la sévérité de la pauvreté Panel (a) : financement public (Indice = - 0,27) Panel (b) : financement extérieur (Indice = - 0,39) 100 100 Concentration Concentration N’Zérékoré N’Zérékoré 45° 45° % cumulé de financement externe (2020-2024) % cumulé de financement public (2020-2024) Kindia Faranah 80 80 Kindia Faranah 60 60 Labé Labé Boké Boké Mamou 40 40 Kankan Kankan Mamou Conakry 20 20 Conakry 0 20 40 60 80 100 0 20 40 60 80 100 % cumulé de la contribution à l'impact national 2018-2019 % cumulé de la contribution à l'impact national 2018-2019 (Ordre croissant de contribution) (Ordre croissant de contribution) Panel (c) : financement total (Indice = - 0,34) 100 Concentration N’Zérékoré 45° % cumulé du financement total (2020-2024) Faranah 80 Kindia 60 Labé Boké 40 Mamou Kankan 20 Conakry 0 20 40 60 80 100 % cumulé de la contribution à l'impact national 2018-2019 (Ordre croissant de contribution) 51 Annexe 2.4 : Procédure de calcul des indices de concentration L’indice de concentration est obtenu en calculant la déviation de la courbe de concentration par rapport à la droite de 45 °. Cette droite correspond à la situation d’alignement parfait dans laquelle (et donc ) pour chaque région . L’indice de concentration corresponds au double de la différence entre la surface qui se trouve entre la courbe de concentration et la droite de 45 °. Formellement, à l’aide de la méthode d’intégration de trapèze, l’indice de concentration est donné par :[23,24,26] avec la convention Une propriété importante de l’indice de concentration est qu’il est une mesure relative (basée sur des pourcentages), c’est-à-dire qu’il est invariant lorsque l’on multiplie les financements (en unité monétaire) de toutes les régions par une même constante positive. Un (respectivement ) indique une situation dans laquelle les régions qui ont des contributions faibles sont celles qui bénéficient le plus (respectivement le moins) au financement de la santé. 6.3 Annexe 3 : Classements des secteurs (test de comparaison) Tableau A3.1 : Classements des secteurs (test de comparaison) Comparaison Valeur p Conclusion Impact sur la prévalence de la pauvreté Habillement et transport 0,0002 Classe 1 : Habillement Transport et énergie 0,0007 Classe 2 : Transport Energie et santé 0,7127 Même classe 3 Energie, santé, logement 0,7054 Même classe 3 Energie, santé, logement et communication 0,0435 Classe 3 : Energie, santé et logement Impact sur la profondeur Habillement et logement 0,0000 Classe 1 : Habillement Logement et énergie 0,2288 Même classe 2 Logement, énergie et santé 0,2669 Même classe 2 Logement, énergie, santé et transport 0,3700 Même classe 2 Logement, énergie, santé, transport et communications 0,0000 Classe 2 : Logement, énergie, santé et transport Impact sur la sévérité de pauvreté Habillement et logement 0,0000 Classe 1 : Habillement Logement et santé 0,4966 Même classe Logement, santé et énergie 0,3832 Même classe Logement, santé, énergie et transport 0,0000 Classe 2 : Logement, santé, énergie Transport et communication 0,2955 Classe 3 : Transport et communication 52 6.4 Annexe 4 : Part des dépenses alimentaires et non-alimentaires dans les dépenses totales de consommation (%) Tableau A4.1 : Part des dépenses alimentaires et non-alimentaires dans les dépenses totales de consommation (%) Alimentaire Non-alimentaire Alcool et tabacs Communication Biens durables Habillement Logement Transport Éducation Énergie Autres Bijoux Santé Tous % 57,9*** 9,4*** 7,1*** 5,4*** 4,5*** 4,7*** 4,2*** 4,0*** 1,5*** 0,4*** 0,1*** 0,4*** IC [57,5 ; 58,2] [9,2 ; 9,5] [6,9 ; 7,3] [5,3 ; 5,5] [4,4 ; 4,6] [4,6 ; 4,7] [4,1,4,3] [3,8 ; 4,1] [1,4 ; 1,5] [0,3 ; 0,4] [0,1,0,1] [0,4 ; 0,5] Quintile de consommation Quintile 1 % 59,9*** 10,0*** 4,8*** 5,8*** 5,7*** 4,2*** 4,8*** 2,9*** 0,9*** 0,3*** 0,1*** 0,3*** IC [59,0 ; 60,7] [9,6 ; 10,4] [4,4 ; 5,2] [5,6 ; 6,0] [5,4 ; 6,0] [3,9 ; 4,4] [4,5 ; 5,0] [2,7 ; 3,2] [0,8 ; 1,1] [0,3 ; 0,4] [0,1 ; 0,1] [0,2 ; 0,4] Quintile 2 % 58,7*** 9,5*** 7,0*** 5,1*** 5,0*** 4,5*** 4,8*** 3,3*** 1,0*** 0,4*** 0,1*** 0,3*** IC [57,9 ; 59,4] [9,2 ; 9,8] [6,6 ; 7,5] [4,9 ; 5,3] [4,8 ; 5,2] [4,3 ; 4,7] [4,6 ; 5,1] [3,1 ; 3,5] [0,9 ; 1,1] [0,3 ; 0,5] [0,1 ; 0,1] [0,2 ; 0,3] Quintile 3 % 58,9*** 9,4*** 7,1*** 5,0*** 4,4*** 4,7*** 4,4*** 3,5*** 1,5*** 0,4*** 0,1*** 0,4*** IC [58,1 ; 59,6] [9,1 ; 9,7] [6,7 ; 7,4] [4,8 ; 5,2] [4,2 ; 4,6] [4,5 ; 4,9] [4,2 ; 4,5] [3,3 ; 3,7] [1,3 ; 1,6] [0,3 ; 0,4] [0,1 ; 0,1] [0,3 ; 0,5] Quintile 4 % 57,9*** 8,9*** 7,4*** 5,2*** 4,0*** 5,0*** 3,9*** 4,5*** 1,7*** 0,3*** 0,1*** 0,4*** IC [57,1 ; 58,7] [8,6 ; 9,1] [7,1 ; 7,8] [5,0 ; 5,5] [3,9 ; 4,2] [4,8 ; 5,2] [3,7 ; 4,0] [4,1 ; 4,9] [1,6 ; 1,9] [0,3 ; 0,4] [0,1 ; 0,1] [0,4 ; 0,5] Quintile 5 % 54,1*** 9,1*** 9,1*** 6,0*** 3,6*** 4,9*** 3,2*** 5,7*** 2,1*** 0,4*** 0,1*** 0,7*** IC [53,4 ; 54,8] [8,9 ; 9,3] [8,7 ; 9,5] [5,8 ; 6,2] [3,4 ; 3,7] [4,8 ; 5,1] [3,1 ; 3,3] [5,3 ; 6,0] [1,9 ; 2,2] [0,3 ; 0,4] [0,1 ; 0,1] [0,6 ; 0,8] Régions Boké % 58,7*** 8,7*** 6,9*** 5,9*** 5,3*** 4,5*** 3,8*** 3,4*** 1,2*** 0,6*** 0,1*** 0,5*** IC [57,8 ; 59,5] [8,4 ; 9,1] [6,4 ; 7,4] [5,6 ; 6,2] [5,0 ; 5,6] [4,2 ; 4,9] [3,5 ; 4,0] [3,0 ; 3,8] [1,1 ; 1,4] [0,5 ; 0,8] [0,1 ; 0,1] [0,4 ; 0,5] Conakry % 51,6*** 9,4*** 8,1*** 7,9*** 2,9*** 5,7*** 3,5*** 5,5*** 3,8*** 0,3*** 0,1*** 0,7*** IC [50,8 ; 52,3] [9,1 ; 9,7] [7,6 ; 8,5] [7,7 ; 8,2] [2,8 ; 3,0] [5,5 ; 5,9] [3,3 ; 3,6] [5,2 ; 5,9] [3,5 ; 4,0] [0,2 ; 0,3] [0,1 ; 0,1] [0,6 ; 0,8] Faranah % 60,4*** 9,5*** 5,6*** 4,9*** 5,0*** 3,4*** 5,2*** 4,2*** 0,8*** 0,4*** 0,1*** 0,2*** IC [59,3 ; 61,4] [9,2 ; 9,9] [5,1 ; 6,1] [4,7 ; 5,1] [4,8 ; 5,3] [3,2 ; 3,7] [4,9 ; 5,5] [3,4 ; 4,9] [0,7 ; 0,9] [0,3 ; 0,4] [0,1 ; 0,1] [0,2 ; 0,3] Kankan % 57,2*** 8,8*** 9,4*** 4,5*** 5,2*** 5,0*** 4,1*** 4,0*** 0,6*** 0,4*** 0,1*** 0,4*** IC [56,3 ; 58,2] [8,5 ; 9,2] [8,9 ; 9,8] [4,3 ; 4,7] [4,9 ; 5,4] [4,8 ; 5,3] [3,9 ; 4,3] [3,8 ; 4,2] [0,5 ; 0,7] [0,3 ; 0,4] [0,1 ; 0,1] [0,3 ; 0,5] 53 Kindia % 59,2*** 8,4*** 6,6*** 6,1*** 4,6*** 5,0*** 3,8*** 3,7*** 1,4*** 0,5*** 0,1*** 0,3*** IC [58,4 ; 60,1] [8,1 ; 8,6] [6,2 ; 7,0] [5,9 ; 6,3] [4,4 ; 4,9] [4,8 ; 5,3] [3,6 ; 4,0] [3,4 ; 4,1] [1,3 ; 1,5] [0,4 ; 0,6] [0,1 ; 0,1] [0,2 ; 0,3] Labé % 64,3*** 9,4*** 4,1*** 5,3*** 4,4*** 4,1*** 3,3*** 3,8*** 0,9*** 0,2*** 0,1*** 0,1*** IC [63,3 ; 65,3] [9,1 ; 9,8] [3,6 ; 4,7] [5,1 ; 5,5] [4,1 ; 4,6] [3,8 ; 4,5] [3,1 ; 3,5] [3,4 ; 4,2] [0,8 ; 1,0] [0,1 ; 0,2] [0,1 ; 0,1] [0,1 ; 0,2] Mamou % 61,2*** 9,9*** 5,6*** 4,6*** 4,1*** 4,0*** 4,4*** 4,6*** 1,0*** 0,1*** 0,1*** 0,2*** IC [60,1 ; 62,3] [9,3 ; 10,5] [5,0 ; 6,3] [4,4 ; 4,9] [3,9 ; 4,3] [3,7 ; 4,4] [4,0 ; 4,8] [4,1 ; 5,1] [0,8 ; 1,1] [0,1 ; 0,2] [0,1 ; 0,1] [0,2 ; 0,3] N’Zérékoré % 56,5*** 11,1*** 7,3*** 3,7*** 4,9*** 4,1*** 5,8*** 2,7*** 1,2*** 0,4*** 0,1*** 0,8*** IC [55,5 ; 57,4] [10,6 ; 11,5] [6,7 ; 7,8] [3,5 ; 3,8] [4,6 ; 5,1] [3,9 ; 4,4] [5,5 ; 6,0] [2,4 ; 3,0] [1,1 ; 1,4] [0,3 ; 0,5] [0,1 ; 0,1] [0,6 ; 0,9] Âge (année) 0 % 54,3*** 11,1*** 8,7*** 5,7*** 5,8*** 4,6*** 3,4*** 4,5*** 0,0 0,5*** 0,1*** 0,4*** IC [52,7 ; 55,9] [10,5 ; 11,8] [7,9 ; 9,6] [5,3 ; 6,1] [5,4 ; 6,2] [4,2 ; 5,0] [2,8 ; 3,9] [3,7 ; 5,3] [-0,1 ; 0,1] [0,3 ; 0,6] [0,1 ; 0,1] [0,3 ; 0,5] 1-4 % 58,4*** 9,6*** 7,5*** 5,2*** 4,7*** 4,2*** 4,3*** 3,7*** 0,2*** 0,4*** 0,1*** 0,4*** IC [58,0 ; 58,9] [9,4 ; 9,8] [7,2 ; 7,8] [5,1 ; 5,3] [4,6 ; 4,8] [4,1 ; 4,3] [4,1 ; 4,4] [3,6 ; 3,9] [0,1 ; 0,2] [0,3 ; 0,4] [0,1 ; 0,1] [0,4 ; 0,5] 5-9 % 59,2*** 9,2*** 6,8*** 5,1*** 4,5*** 4,2*** 3,6*** 3,8*** 2,4*** 0,4*** 0,1*** 0,4*** IC [58,7 ; 59,6] [9,0 ; 9,4] [6,6 ; 7,1] [5,0 ; 5,3] [4,4 ; 4,6] [4,1 ; 4,3] [3,5 ; 3,8] [3,5 ; 4,0] [2,3 ; 2,5] [0,3 ; 0,4] [0,1 ; 0,1] [0,3 ; 0,4] 10 - 14 % 59,0*** 9,2*** 6,5*** 5,1*** 4,3*** 4,5*** 3,5*** 3,8*** 3,9*** 0,3*** 0,1*** 0,4*** IC [58,3 ; 59,6] [9,0 ; 9,4] [6,2 ; 6,8] [5,0 ; 5,2] [4,2 ; 4,5] [4,4 ; 4,7] [3,3 ; 3,6] [3,6 ; 4,0] [3,7 ; 4,1] [0,2 ; 0,3] [0,1 ; 0,1] [0,3 ; 0,5] 15 - 19 % 57,6*** 9,2*** 6,9*** 5,4*** 4,3*** 5,3*** 3,4*** 3,9*** 3,5*** 0,3*** 0,1*** 0,5*** IC [57,0 ; 58,2] [9,0 ; 9,4] [6,6 ; 7,2] [5,2 ; 5,5] [4,2 ; 4,5] [5,1 ; 5,5] [3,2 ; 3,6] [3,8 ; 4,1] [3,3 ; 3,8] [0,2 ; 0,3] [0,1 ; 0,1] [0,4 ; 0,5] 20 - 24 % 56,4*** 9,4*** 7,7*** 5,5*** 4,3*** 5,4*** 3,8*** 4,2*** 2,2*** 0,4*** 0,1*** 0,5*** IC [55,8 ; 57,0] [9,2 ; 9,7] [7,3 ; 8,0] [5,3 ; 5,7] [4,1 ; 4,5] [5,2 ; 5,6] [3,6 ; 4,0] [3,9 ; 4,5] [1,9 ; 2,4] [0,3 ; 0,5] [0,1 ; 0,1] [0,5 ; 0,6] 25 - 34 % 56,2*** 9,7*** 7,7*** 5,7*** 4,5*** 4,9*** 4,4*** 4,3*** 0,5*** 0,5*** 0,1*** 0,5*** IC [55,7 ; 56,6] [9,5 ; 9,8] [7,5 ; 8,0] [5,6 ; 5,9] [4,4 ; 4,6] [4,8 ; 5,0] [4,2 ; 4,6] [4,1 ; 4,6] [0,4 ; 0,6] [0,4 ; 0,5] [0,1 ; 0,1] [0,5 ; 0,6] 35 - 40 % 57,0*** 9,7*** 7,3*** 5,6*** 4,7*** 4,6*** 5,0*** 3,9*** 0,0** 0,5*** 0,1*** 0,5*** IC [56,5 ; 57,6] [9,5 ; 9,9] [7,0 ; 7,6] [5,5 ; 5,8] [4,5 ; 4,8] [4,4 ; 4,7] [4,7 ; 5,2] [3,7 ; 4,1] [-0,1 ; 0,1] [0,4 ; 0,6] [0,1 ; 0,1] [0,4 ; 0,5] 41 - 59 % 57,8*** 9,2*** 6,9*** 5,6*** 4,7*** 4,8*** 5,1*** 4,0*** 0,0 0,4*** 0,1*** 0,4*** IC [57,3 ; 58,3] [9,0 ; 9,4] [6,6 ; 7,1] [5,5 ; 5,7] [4,5 ; 4,8] [4,7 ; 5,0] [4,9 ; 5,3] [3,8 ; 4,3] [-0,1 ; 0,1] [0,3 ; 0,4] [0,1 ; 0,1] [0,4 ; 0,5] ≥ 60 % 58,4*** 9,0*** 6,1*** 6,0*** 4,9*** 4,7*** 6,1*** 4,4*** 0,0 0,2*** 0,1*** 0,3*** IC [57,7 ; 59,1] [8,7 ; 9,2] [5,7 ; 6,4] [5,8 ; 6,2] [4,7 ; 5,1] [4,5 ; 4,9] [5,8 ; 6,5] [4,1 ; 4,8] [-0,1 ; 0,1] [0,2 ; 0,3] [0,1 ; 0,1] [0,3 ; 0,4] 54 Sexe Masculin % 57,7*** 9,3*** 7,2*** 5,4*** 4,8*** 4,7*** 4,0*** 4,0*** 1,6*** 0,4*** 0,1*** 0,5*** IC [57,3 ; 58,1] [9,2 ; 9,5] [7,0 ; 7,4] [5,3 ; 5,5] [4,7 ; 4,9] [4,6 ; 4,8] [3,9 ; 4,2] [3,9 ; 4,2] [1,5 ; 1,7] [0,4 ; 0,4] [0,1 ; 0,1] [0,4 ; 0,5] Féminin % 58,1*** 9,4*** 7,0*** 5,5*** 4,8*** 4,6*** 4,4*** 3,9*** 1,3*** 0,3*** 0,1*** 0,4*** IC [57,7 ; 58,4] [9,3 ; 9,6] [6,8 ; 7,2] [5,4 ; 5,6] [4,7 ; 4,9] [4,5 ; 4,7] [4,3 ; 4,5] [3,8 ; 4,1] [1,2 ; 1,4] [0,3 ; 0,4] [0,1 ; 0,1] [0,4 ; 0,4] Extrême Pauvre % 60,5*** 10,2*** 3,9*** 6,1*** 5,7*** 4,1*** 4,8*** 2,8*** 0,9*** 0,3*** 0,1*** 0,3*** IC [59,4 ; 61,6] [9,7 ; 10,7] [3,4 ; 4,4] [5,8 ; 6,3] [5,4 ; 6,1] [3,7 ; 4,4] [4,5 ; 5,1] [2,5 ; 3,1] [0,8 ; 1,0] [0,2 ; 0,4] [0,1 ; 0,1] [0,2 ; 0,5] Non extrême % 57,5*** 9,3*** 7,6*** 5,3*** 4,4*** 4,7*** 4,1*** 4,2*** 1,5*** 0,4*** 0,1*** 0,4*** pauvre IC [57,1 ; 57,8] [9,1 ; 9,4] [7,4 ; 7,8] [5,2 ; 5,4] [4,3 ; 4,4] [4,6 ; 4,8] [4,0 ; 4,2] [4,0 ; 4,3] [1,5 ; 1,6] [0,3 ; 0,4] [0,1 ; 0,1] [0,4 ; 0,5] IC : intervalles de confiance à 95 % ; * p < 0,05, ** p < 0,01, *** p < 0,001 55 55 7 RÉFÉRENCES 56 7 Références 1. Organisation des Nations Unies. (ONU). La Déclaration universelle des droits de l’homme. https://www.un.org/fr/universal-declaration-human-rights.Accessed October 11, 2023. 2. United Nations Development Programme.The SDGs in action. https://www.undp.org/sustainable-development-goals.Accessed October 11, 2023. 3. World Health Organization and World Bank. Rapport mondial de suivi sur la protection financière en santé 2021. https://www.who.int/fr/publications-detail/9789240040953.Accessed October 11, 2023. 4. Htet S, Fan V,Alam K, Mahal A. Financial Risks From ill Health in Myanmar: Evidence and Policy Implications. Asia Pac J Public Health. 2015; 27(4), 418-428. 5. Van Minh H, Phuong NTK, Saksena P, James CD, Xu K. Financial burden of household out-of pocket health expenditure in Viet Nam: findings from the National Living Standard Survey 2002–2010. Social Science & Medicine. 2013; 96, 258-263. 6. United Nations International Children’s Emergency Fun. Lancement du programme conjoint sur le financement des ODD en Guinée | UNICEF. https://www.unicef.org/guinea/recits/lancement-du-programme-conjoint-sur-le-financement- des-odd-en-guin%C3%A9e.Accessed October 11, 2023. 7. République de Guinée. Programme de Référence Intérimaire (PRI) 2022-2025. 8. World Health Organization. Global Health Expenditure Database. https://apps.who.int/nha/database/Select/Indicators/en.Accessed October 11, 2023. 9. Porgo TV, Magazi I, Djallo EA. Prevalence of Catastrophic and Impoverishing Health Expenditures and Potential Protec- tion against Financial Risks through Subsidies in Guinea.World Bank. 2023. https://openknowledge.worldbank.org/ser- ver/api/core/bitstreams/f7e385ea-c4af-4efb-8ede-ad8aa00abfa0/content.Accessed October 11, 2023. 10. Tougma Y, Zabsonré A, Porgo TV, Djallo EA, Magazi I. Espace fiscal pour le secteur de la santé en Guinée. 2021. 11. World Bank.World Bank Open Data. https://data.worldbank.org.Accessed October 11, 2023. 12. World Bank. Guinea Public Expenditure Review: Investing in Human Capital to Protect the Future. 2021. 13. World Bank. Guinea Policy Notes to Support the Transition. 2022. 14. Mcintyre D, Meheus F, Røttingen JA.What level of domestic government health expenditure should we aspire to for uni- versal health coverage? Health Economics, Policy and Law. 2017; 12(2), 125-137. 15. Wagstaff A, Doorslaer EV. Catastrophe and impoverishment in paying for health care: with applications to Vietnam 1993– 1998. Health Economics. 2003; 12(11), 921-933. 16. République de Guinée. Institut national de la statistique. Enquête harmonisée sur les conditions de vie des ménages. https://www.stat-guinee.org/images/Documents/Publications/INS/rapports_enquetes/INS_Rapport_Final_EHCVM%20 GUINEE_01_03_2021.pdf. Accessed October 11, 2023. 17. World Bank. Cours 14 : Mesure de la pauvreté. https://thedocs.worldbank.org/en/doc/20f02031de132cc3d76b91b5ed8737d0-0050012017/related/Cours-14-final-vf-1. pdf.Accessed October 11, 2023. 57 18. Araar A, Duclos JY. User manual DASP version 2.3. DASP: Distributive analysis stata package. 2013. https://dasp.ecn.ulaval.ca.Accessed October 11, 2023. 19. Foster J, Greer J,Thorbecke E.A class of decomposable poverty measures. Econometrica: Journal of the Econometric Society. 1984; 761-766. 20. Ait Mansour H. Household’s Expenditure in Health and Education: Effects on Poverty and Child Poverty Estimates in Five Middle Income Countries: India, Mexico, South Africa, Russian Federation and Peru. LIS Working Paper Series; 2016. https://www.econstor.eu/handle/10419/169234.Accessed October 11, 2023. 21. Cameron AC, Miller DL.A practitioner’s guide to cluster-robust inference. Journal of Human Resources. 2015; 50(2), 317-372. 22. République de Guinée. Ministère de la Santé et de l’Hygiène Publique. Cartographie des ressources et suivi des dépenses du secteur de la santé 2020-2024. 23. Wagstaff A,Van Doorslaer E,Watanabe N. On decomposing the causes of health sector inequalities with an application to malnutrition inequalities in Vietnam. Journal of Econometrics. 2003; 112(1), 207-223. 24. Wagstaff A,Van Doorslaer E, Paci P. On the measurement of horizontal inequity in the delivery of health care. Journal of Health Economics. 1991; 10(2), 169-205. 25. Kraay A, Decerf B, Jolliffe D, Lakner C, Ozler B, Sterck O,Yonzan N.A New Distribution Sensitive Index for Measuring Welfare, Poverty, and Inequality.World Bank. 2023. https://documents1.worldbank.org/curated/en/099934305302318791/ pdf/IDU0325015fc0a4d6046420afe405cb6b6a87b0b.pdf.Accessed October 11, 2023. 26. Stata. dydx — Calculate numeric derivatives and integrals. https://www.stata.com/manuals13/rdydx.pdf. Accessed October 11, 2023. 27. Rahman HZ,Wazed MA.Targeting the Poor for Universal Health Coverage Program Inclusion: Exploring a More Effective Pro-poor,Targeting Strategy. United States Agency for International Development. 2018. https://www.hfgproject.org/tar- geting-the-poor-for-universal-health-coverage-program-inclusion-exploring-a-more-effective-pro-poor-targeting-strategy. Accessed October 11, 2023. 28. World Health Organization.Analysis of the nature and contribution of innovative health financing mechanisms in the WHO African Region. 2023. https://iris.who.int/bitstream/handle/10665/366401/9789290234883-eng.pdf?sequence=3. Accessed October 11, 2023. 29. World Bank. High-Performance Health Financing for Universal Health Coverage. 2022. https://openknowledge.world- bank.org/server/api/core/bitstreams/1615e01e-22d3-5812-bd82-7e28b55150f8/content.Accessed October 11, 2023. 30. Barro R. Health and economic growth. Annals of economics and finance. 2013; 14(2), 329-366. 31. Kirsten W. Making the link between health and productivity at the workplace--a global perspective. Industrial Health. 2010; 48(3), 251-255. 32. Zwijnenburg J, Bournot S, Grahn D, Guidetti E. Distribution of household income, consumption and saving in line with national accounts: Methodology and results from the 2020 collection round. 2021. https://www.oecd-ilibrary.org/docserver/615c9eec-en.pdf?expires=1722271605&id=id&accname=guest&checksum=- 4F7A74ABEF0770A4E14A595B89AA8523. Accessed May 30, 2024. 58 59