Ada Nayihouba et Quentin Wodon[1]
Février 2022

Téléchargez les fichiers en version.pdf

Résumé : Le numéro de la revue Educatio dans lequel cet article est publié porte sur la mutation des institutions et la crise de l’autorité. La crise de l’autorité est due à de nombreux facteurs qui peuvent être différents selon les pays, voir les communautés locales, mais l’un de ces facteurs est l’abus de pouvoir par les autorités. En particulier dans les pays à revenus bas et intermédiaires, l’une des formes de cet abus de pouvoir est la « petite » corruption dans la prestation de services, que ce soit dans les écoles, les centres de santé, les services administratifs, ou d’autres institutions. Cet article fait partie d’une série visant à mesurer de façon standardisée l’ampleur de la corruption dans la prestation de différents services en Afrique sur base de données collectées par l’Afrobaromètre. Pour les services de santé, l’analyse suggère que près d’un répondant sur deux a rencontré des problèmes pour obtenir ce type de services, et près d’un sur cinq a dû payer des pots-de-vin ou rendre d’autres faveurs aux prestataires de services de santé. Cette proportion ne semble pas avoir diminué de façon significative au cours de la dernière décennie. Une analyse de régression suggère que différentes caractéristiques des ménages sont associées à la probabilité d’avoir des difficultés à obtenir les services dont ils ont besoin et la probabilité d’être victime de la corruption.

 

Introduction

Le secteur de la santé est essentiel pour le développement en Afrique, mais les enjeux auxquels la plupart des pays font face sont majeurs. Le capital humain – mesuré comme la valeur actualisée de l’espérance de revenus futurs des travailleurs, représente au plan global les deux tiers de la richesse des nations[2]. En Afrique sub-saharienne, la proportion est en dessous de la moitié. L’une des raisons en est le faible niveau d’éducation, mais une autre raison en est des indicateurs de santé parmi les plus bas au monde qui réduisent la productivité des travailleurs et leur espérance de vie. Les investissements des deux dernières décennies en santé et dans l’accès à l’eau et à l’assainissement ont permis de diminuer la mortalité et d’augmenter l’espérance de vie. Selon les données de la Banque mondiale, entre 2000 et 2017 le taux de mortalité infantile a diminué de 92 à 54 pour 1 000 naissances vivantes en Afrique sub-saharienne et le taux de mortalité maternelle est passé de 870 à 534 pour 100 000 naissances vivantes. En partie grâce à la réduction de la mortalité infantile et juvénile, l’espérance de vie est passée de 50,1 ans en 1998 à 60,9 en 2017. Ces gains sont encourageants, mais beaucoup reste à faire et certains acquis risquent d’être remis en cause par la pandémie de la COVID, non seulement à court terme dans le domaine sanitaire, mais aussi à plus long terme[3]. Des taux élevés de « petite » corruption (petty corruption en anglais) dans de nombreux pays contribuent aussi à la faible performance des systèmes de santé en Afrique.

Dans le cadre d’un numéro de la revue Educatio sur la mutation des institutions et la crise de l’autorité, cet article fait partie d’un dossier mesurant l’ampleur de la corruption dans la prestation de services de base en Afrique^[4]. Le contexte et l’approche méthodologique sont communs aux différents services, mais les résultats de l’analyse diffèrent en fonction du type de services considérés. Les secteurs ou types d’institutions considérés sont (1) les écoles, (2) les hôpitaux et centres de santé, et (3) les services administratifs (l’analyse pour la police et les services d’infrastructure de base n’est pas inclue dans le dossier mais est disponible auprès des auteurs). L’analyse est présentée dans différents articles pour le bénéfice des lecteurs ayant un intérêt particulier pour un secteur donné, de sorte qu’il ne soit pas nécessaire pour eux de lire l’analyse pour les autres secteurs. Le présent article présente les résultats pour les services de santé.

Les moteurs de la corruption sont souvent complexes[5], et définir la corruption et la mesurer n’est pas une tâche facile[6]. Il est cependant clair que dans les pays à bas ou moyen revenus, ainsi que dans les régimes autoritaires, la corruption sous différentes formes reste fort répandue[7]. Comme exemple de corruption à grande échelle, une analyse récente suggère que 7,5 % de l’aide au développement pourrait être détournée vers des comptes en banques offshore[8]. Les conséquences de la corruption sont importantes non seulement pour les individus et les ménages qui en sont les victimes, mais aussi pour la croissance économique[9]. Les pauvres sont souvent touchés de manière disproportionnée[10]. Il existe cependant des stratégies pour aider à réduire la corruption, y compris dans la prestation de services de base[11].

Les relations entre les religions et la corruption peuvent être complexes. Certaines études suggèrent des taux de corruption plus élevés dans les pays avec des religions hiérarchisées, l’hypothèse étant que cela pourrait résulter d’une plus grande obéissance à l’autorité. Plus que l’appartenance religieuse, la religiosité peut affecter la corruption, certaines études suggérant une corrélation positive entre religiosité et la corruption[12]. Mais ces diverses relations ne sont pas nécessairement validées par des analyses plus approfondies[13]. Il peut y avoir dans la population un degré plus élevé d’acceptation de la corruption si elle est à des fins religieuses plutôt qu’à des fins politiques ou personnelles[14], et il est clair que la corruption est aussi présente sous différentes formes dans les organisations religieuses. Cependant, il est aussi clair que la plupart des religions en principe ne tolèrent pas la corruption et que les chefs religieux peuvent jouer un rôle important dans la lutte contre la corruption[15].

En Afrique, les préoccupations par rapport à la corruption et plus généralement la mauvaise qualité de la gouvernance ne sont pas nouvelles. Dans un rapport influent publié en 2000 et intitulé Can Africa Claim the 21st Century, la Banque mondiale suggérait déjà quatre principaux domaines d’action pour améliorer les perspectives de développement en Afrique sub-saharienne : (1) améliorer la gouvernance (ce qui inclut une réduction de la corruption) et résoudre les conflits ; (2) investir dans le capital humain de la population ; (3) accroître la compétitivité et diversifier les économies ; et (4) réduire la dépendance à l’égard de l’aide et la dette. Pour ce qui est de la gouvernance, peu de progrès ont été accomplis au cours des deux dernières décennies selon les indicateurs de suivi utilisés par la Banque mondiale[16].

Dans la prestation de services, la corruption peut se manifester à plusieurs niveaux. Au niveau politique national, il peut être plus facile pour les fonctionnaires ou autres employés de bénéficier de la corruption à grande échelle par le biais de projets d’infrastructure que dans la fourniture de services locaux à la population. La corruption à grande échelle peut cependant affecter la population via des allocations inférieures à l’optimum pour les secteurs sociaux, ou via le financement de projets ayant un cout trop élevé ou une utilité limitée. Au sein des ministères et au niveau des districts ou provinces, la corruption peut se manifester par le biais de contrats biaisés, mis elle peut aussi prendre la forme d’une « fuite » dans l’allocation des fonds qui n’arrivent pas à leurs bénéficiaires. Au sein d’établissements tels que les écoles ou les centres de santé, la corruption peut également se produire par le biais de fuites de fonds pour, par exemple, des manuels scolaires ou des produits pharmaceutiques, mais elle peut également se produire par le biais de demandes par les prestataires de services de pots-de-vin, de cadeaux ou de faveurs aux utilisateurs de services comme condition pour accéder à ces services. La corruption à ce niveau est traditionnellement définie comme un abus de pouvoir confié par des agents publics pour leur gain personnel dans leurs interactions avec les citoyens, mais elle peut aussi s’observer dans des écoles, centres de santé, ou autre services du secteur privé.

La corruption dans la prestation de services peut avoir des effets négatifs importants sur la population, et en particulier sur les pauvres qui ont déjà des difficultés à se procurer les services de base. Dans le cas des services de santé, elle peut conduire les ménages à ne pas chercher à se soigner en cas de besoin, ce qui peut entrainer des conséquences à long terme pour leur santé. Elle peut fausser les comportements, y compris lorsque les services de santé ne communiquent pas suffisamment avec la population sur les approches qui permettent de réduire la morbidité, voire la mortalité dans différents domaines. De plus, la corruption sape la confiance qui devrait exister entre les individus et les services de santé. D’autres formes de corruption sont également répandues. Par exemple, l’absentéisme injustifié du personnel médical pourrait être considéré comme une forme de corruption. Il a également des conséquences négatives sur la santé de la population lorsque la qualité des soins est déficiente faute de personnel. Les plus pauvres sont souvent affectés de manière disproportionnée.

Dans ce contexte, l’objectif de cet article est d’estimer la prévalence de la corruption dans les services de santé en Afrique sur base des enquêtes de l’Afrobaromètre qui sont disponibles pour la majorité des pays du continent. Les résultats démontrent que la corruption est fort répandue, avec peu d’amélioration au cours du temps. La structure de l’article est la suivante. La prochaine section présente les sources de données. Les deux sections suivantes présentent l’analyse pour (i) les difficultés rencontrées par les utilisateurs pour obtenir les services de santé et (ii) la prévalence de la corruption dans ces services. Une conclusion suit.

 

Sources de données

Quelle est la prévalence de la « petite » corruption en Afrique ? Comment les sous-régions se comparent-elles en termes de prévalence de la petite corruption et d’ampleur des difficultés rencontrées par les individus pour obtenir les services dont ils ont besoin ? Quelles personnes ont tendance à être les plus susceptibles de verser des pots-de-vin, d’offrir des cadeaux ou de faire des faveurs ? L’objectif de cet article est de répondre à ces questions pour les services de santé sur base des données de l’Afrobaromètre. Ces données ont été analysées précédemment[17], mais nous en fournissions une analyse plus détaillée pour ce qui est de la corruption dans les services de santé, dont les tendances dans le temps des taux de corruption.

La dernière vague des enquêtes de l’Afrobaromètre couvre la période de 2019 à 2021. Les résultats préliminaires de l’analyse[18] suggèrent une augmentation de la corruption dans de nombreux pays. En moyenne, six répondants sur dix  pensent que la corruption dans leur pays a augmenté au cours de la dernière année et près des deux tiers pensent que les efforts de leur gouvernement pour contrôler la corruption sont inadéquats. Un quart des répondants estiment que leur pays souffre d’une corruption institutionnelle étendue. Pour l’obtention de services, la part des répondants ayant payé un pot-de-vin ou rendu une autre faveur est particulièrement élevée pour la police, suivie par l’obtention de documents officiels, les soins médicaux et les services scolaires. Les taux de corruption sont en hausse par rapport aux enquêtes précédentes. Séparément, les dernières données de Transparency International pour l’index de la perception de la corruption suggèrent un manque de progrès en Afrique. La perception, qu’elle soit perçue ou vécue, peut affecter la confiance de la population dans les institutions et sa satisfaction avec la démocratie. Cette satisfaction est aussi en baisse selon les données de l’Afrobaromètre.

Les bases de données des enquêtes de l’Afrobaromètre pour 2019-21 ne sont pas encore disponibles. Les dernières données accessibles sur le site Web de l’Afrobaromètre concernent la période 2016-18. Elles couvrent 35 pays d’Afrique subsaharienne et d’Afrique du Nord, mais des données pour d’autres pays sont incluses dans les données des années précédentes. L’analyse dans cet article est basée sur les vagues 5, 6 et 7 de l’enquête de l’Afrobaromètre. La vague 5 a été mise en œuvre entre 2011 et 2013 selon les pays. La vague 6 a eu lieu entre 2014 et 2015. La vague 7 fait référence aux données collectées entre 2016 et 2018. Nous utilisons ces trois vagues de données pour évaluer la robustesse des résultats dans le temps et leur évolution. L’univers d’échantillonnage de l’enquête est composé de citoyens âgés de 18 ans et plus. La plupart des répondants ont des enfants en âge de scolarité. La taille des échantillons est généralement de 1 200 ou 2 400 individus par pays. Avec un échantillon de 1 200 observations, la marge d’erreur est de +/- 2,8 % avec un niveau de confiance de 95 %. Le plan d’échantillonnage est probabiliste aréolaire en grappes, stratifié et à plusieurs degrés.

Pour la vague 7, les données sont disponibles pour 34 pays : Bénin, Botswana, Burkina Faso, Cabo Verde, Cameroun, Côte d’Ivoire, eSwatini (anciennement Swaziland), Gabon, Gambie, Ghana, Guinée, Kenya, Lesotho, Libéria, Madagascar, Malawi , Mali, Maurice, Maroc, Mozambique, Namibie, Niger, Nigéria, São Tomé et Príncipe, Sénégal, Sierra Leone, Afrique du Sud, Soudan, Tanzanie, Togo, Tunisie, Ouganda, Zambie et Zimbabwe. D’autres pays sont couverts lors des vagues précédentes. Selon la vague de d’enquêtes, les pays inclus représentent plus ou moins des trois quarts de la population du continent.

Des statistiques sont fournies dans cet article pour l’ensemble du continent et pour cinq régions. Les cinq régions et la liste des pays par région pour la vague 7 sont les suivantes : (1) Afrique de l’Ouest (Bénin, Burkina Faso, Cap Vert, Côte d’Ivoire, Ghana, Guinée, Liberia, Mali, Niger, Nigeria, Sénégal, Sierra Léon et Togo); (2) Afrique centrale (Cameroun, Gabon et São Tomé et Príncipe) ; (3) Afrique de l’Est (Burundi, Kenya, Tanzanie et Ouganda) ; (4) Afrique australe (Botswana, Lesotho, Madagascar, Malawi, Maurice, Mozambique, Namibie, Afrique du Sud, Swaziland, Zambie et Zimbabwe.); et (5) Afrique du Nord (le Maroc, le Soudan et la Tunisie, en notant que l’Algérie et l’Égypte sont inclues dans la vague 6, mais pas dans la vague 7). La représentativité des pays inclus dans les données n’est donc pas la même pour les cinq régions, et lorsque les statistiques sont fournies par région, dans certains cas, elles peuvent ne pas couvrir exactement le même ensemble de pays au fil du temps.

Dans les enquêtes de l’Afrobaromètre pour 2016-18 et 2014-15, il est d’abord demandé aux répondants s’ils ont été en contact avec un centre de soins médicaux public et s’ils ont eu des difficultés à obtenir les services dont ils avaient besoin. La question exacte est : «Au cours des 12 derniers mois, avez-vous été en contact avec une clinique ou un hôpital public ? [Si oui] A-t-il été facile ou difficile d’obtenir les soins médicaux dont vous aviez besoin ?  » Les réponses sont codifiées en huit catégories : très facile, facile, difficile, très difficile, pas de contact, ne sait pas, a refusé de répondre (uniquement dans la période 2016-18) et données manquantes. Dans le sondage 2011-13, la question posée est légèrement différente, comme suit : «D’après votre expérience, est-il facile ou difficile d’obtenir les services suivants du gouvernement? Ou n’essayez-vous jamais d’obtenir ces services du gouvernement? Traitement médical dans une clinique ou un hôpital public.»Malgré quelques différences dans les questions, on s’attend à une forte corrélation dans les réponses entre enquêtes.

Outre la question de savoir si les répondants ont rencontré des difficultés pour obtenir des services de santé, il leur est demandé s’ils ont payé des pots-de-vin ou offert d’autres faveurs pour obtenir ces services. Dans les questionnaires de 2016-18 et 2014-15, pour les répondants ayant versé des pots-de-vin ou rendu d’autres faveurs, la question suivante est la suivante : « Et combien de fois, si c’est le cas, avez-vous dû verser un pot-de-vin, offrir un cadeau ou rendre service à un fonctionnaire afin d’obtenir le document dont vous aviez besoin ? » Les réponses sont codifiées selon huit modalités différentes : jamais, une ou deux fois, quelques fois, souvent, pas de contact, ne sait pas, refuse de répondre et manque. Dans l’enquête pour 2011-13, la question suivante est posée : « Au cours de l’année écoulée, combien de fois, si jamais, avez-vous dû verser un pot-de-vin, offrir un cadeau ou faire une faveur à des représentants du gouvernement pour : Obtenir un document ou un permis ? » De nouveau, malgré des différences dans les questions, on s’attend à une certaine convergence dans les résultats.

 

Difficultés pour l’obtention des services

Le tableau 1 indique la proportion de répondants rencontrant divers niveaux de difficulté pour obtenir des services de santé pour le continent dans son ensemble et par région  (outre le problème de la corruption, de nombreux autres facteurs peuvent amener des ménages à avoir des difficultés à obtenir des services, dont leur coût ou leur éloignement géographique). Les données au niveau des pays sont disponibles auprès des auteurs. Les trois dernières vagues de l’Afrobaromètre sont utilisées pour les estimations. En principe, on ne s’attend pas à des différences majeures dans les résultats entre les différentes séries de données à moins que des initiatives majeures n’aient été mises en œuvre dans des pays spécifiques pour traiter les problèmes, mais certaines différences d’une année à l’autre peuvent résulter du fait que toutes les statistiques ont des écart-types. Le graphique 1 avec trois panneaux fournit une visualisation des tendances au fil du temps en montrant comment les estimations varient entre paires d’années. Le premier nuage de points compare les données des deux premières années (2011-13 et 2014-15). Le deuxième nuage compare les estimations des deux dernières années (2014-15 et 2016-18). Le troisième nuage compare la première et la troisième année de données, et donc couvre quasi une décennie. Dans les trois cas, il existe une corrélation positive entre les estimations, mais il y a des changements pour certains pays[19].

Dans le tableau 1, la dernière colonne représente la part de l’échantillon déclarant des difficultés à obtenir des services. Ceci est calculé en additionnant les catégories de répondants déclarant qu’il était difficile ou très difficile d’obtenir des services et en divisant ces deux catégories par la somme des quatre catégories allant de très facile à très difficile. Dans les trois séries de données, près d’un répondant sur deux (45,6 % en 2011-13, 42,9 % en 2014-15 et 46,7 % en 2016-18) déclare avoir rencontré des difficultés pour obtenir les services nécessaires auprès des centres de santé ou hôpitaux. Il s’agit d’une proportion élevée. Il est à noter que dans l’enquête 2011-13, la modalité « aucun contact » était codifiée comme « jamais essayé ». Les taux de difficultés pour obtenir les services de santé sont les plus élevés en Afrique de l’Est pour 2011-13, et en Afrique du Nord pour les deux autres années. Il semble qu’il y ait pas mal de variation dans le temps dans les résultats au cours du temps. Les différences dans les questions entre vagues et dans l’échantillon avec quelques pays participant à une vague mais pas à une autre peuvent entraîner une divergence dans les estimations des proportions de répondants déclarant des difficultés entre les différentes années.

 

Tableau 1 : Niveaux de difficulté pour obtenir les services de santé (%)

Sous-région	Données manquantes	Très facile	Facile	Difficile	Très difficile	N’a pas essayé	Ne sais pas	Total	Part (*)
2011-13
Afrique de l’Ouest	0,1	8,6	34,6	37,8	15,0	3,1	1,0	100,0	55,0
Afrique de l’Est	0,0	4,0	29,6	49,6	12,8	1,5	2,4	100,0	64,9
Afrique australe	0,0	11,2	40,9	32,3	12,9	1,8	0,9	100,0	46,4
Afrique du Nord	0,0	15,1	46,7	23,7	6,6	4,9	2,9	100,0	32,9
Afrique centrale	0,1	17,4	36,0	26,4	15,5	3,5	1,2	100,0	44,0
Total	0,0	12,1	39,4	31,2	12,0	3,6	1,7	100,0	45,6
2014-15
Afrique de l’Ouest	–	13,1	27,5	17,8	5,3	36,1	0,2	100,0	36,2
Afrique de l’Est	–	12,1	25,8	23,9	10,8	27,4	0,0	100,0	47,8
Afrique australe	–	15,1	24,1	15,2	8,8	36,6	0,2	100,0	38,1
Afrique du Nord	–	10,0	21,6	27,4	13,1	27,5	0,5	100,0	56,2
Afrique centrale	–	6,1	26,2	24,1	10,0	33,6	0,0	100,0	51,3
Total	–	12,7	25,5	20,2	8,5	32,9	0,2	100,0	42,9
2016-18
Afrique de l’Ouest	0,0	7,7	19,0	14,0	5,9	53,4	0,0	100,0	42,7
Afrique de l’Est	0,0	9,3	28,7	23,5	13,6	24,9	0,0	100,0	49,4
Afrique australe	0,5	10,5	25,1	15,6	10,9	37,0	0,3	100,0	42,7
Afrique du Nord	0,0	3,6	12,8	20,4	14,2	49,0	0,1	100,0	67,9
Afrique centrale	0,0	6,0	22,3	15,6	11,3	44,3	0,5	100,0	48,8
Total	0,1	8,3	22,0	17,0	9,5	43,0	0,1	100,0	46,7

Source : Auteurs, sur la base des données de l’Afrobaromètre.
(*) Remarque : Voir le texte pour la définition de la mesure « part ».

 

Graphique 1 : Comparaisons entre  années des estimations au niveau des pays
pour la part des répondants ayant rencontré des difficultés
(a) 2011-13 et 2014-15

Source : Auteurs, sur la base des données de l’Afrobaromètre.

 

(b) 2014-15 et 2018-19

Source : Auteurs, sur la base des données de l’Afrobaromètre.

 

(c) 2011-13 et 2018-19

Source : Auteurs, sur la base des données de l’Afrobaromètre.

 

Prévalence de la corruption

 Les statistiques sur la part des répondants déclarant avoir payé des pots-de-vin ou rendu d’autres faveurs pour obtenir les services dont ils avaient besoin sont fournies dans le tableau 2. Dans la première des trois vagues utilisées pour l’analyse, la modalité « aucun contact » était codifiée comme « pas au cours de l’année écoulée », ce qui pourrait à nouveau entraîner une certaine divergence dans les estimations des parts de répondants considérés comme ayant payé des pots-de-vin ou rendu d’autres faveurs entre les années. La dernière colonne du tableau représente de nouveau la part de l’échantillon déclarant payer des pots-de-vin ou rendu d’autres faveurs. Cette part est obtenue en additionnant les catégories de répondants déclarant avoir versé des pots-de-vin ou rendu d’autres faveurs une fois, deux fois, et quelques fois ou souvent, et en divisant ces trois catégories par la somme des quatre catégories allant de jamais à souvent. Pour le continent, comme ce fut le cas pour la question sur les difficultés à obtenir des services, les estimations de la part des répondants payant des pots-de-vin ou d’autres faveurs sont du même ordre de grandeur dans le temps, à 19,8 % en 2011-13, 19,3 % en 2014-15 et 15,7 % en 2016-18. Vu la variance des résultats, et le fait comme mentionné en introduction que les données préliminaires pour 2019-21 suggèrent une augmentation de la corruption, la baisse observé en 2016-18 ne doit pas être interprétée comme un changement de fonds.

Il existe de nouveau des différences substantielles aux niveaux régional et national. Au niveau régional, la part des personnes interrogées déclarant verser des pots-de-vin ou rendre d’autres faveurs est particulièrement élevée en Afrique de l’Est en 2011-13, en Afrique du Nord en 2014-15, et en Afrique centrale en 2016-18, suivie par l’Afrique du Nord. Ce sont aussi des régions où une grande partie des répondants déclarent avoir des difficultés à scolariser leurs enfants. Au niveau des pays, le graphique 2 affiche les parts de répondants déclarant payer des pots-de-vin ou rendre d’autres faveurs par paires d’années, comme cela a été fait pour les difficultés rencontrées. Les lignes de tendance suggèrent à nouveau et comme on pouvait s’y attendre une corrélation positive au fil du temps dans les estimations au niveau des pays, mais il y a des changements selon les pays.

 

Tableau 2 : Part des répondants ayant payé des pots-de-vin ou autres faveurs pour les services de santé (%)

Sous région	Données manquantes	Jamais	Une ou deux fois	Plusieurs fois	Souvent	Pas cette année	Ne sait pas	Pas de réponse	Total	Part (*)
2011-13
Afrique de l’Ouest	0,2	57,8	6,4	5,5	4,4	25,4	0,3	0,0	100,0	22,1
Afrique de l’Est	0,1	45,9	9,3	9,7	5,6	28,7	0,7	0,0	100,0	34,9
Afrique australe	0,3	58,5	13,4	9,1	5,5	12,7	0,4	0,0	100,0	32,4
Afrique du Nord	0,1	65,9	5,0	3,0	1,7	24,0	0,3	0,0	100,0	12,7
Afrique centrale	0,1	66,1	5,5	3,5	3,7	20,6	0,5	0,0	100,0	16,1
Total	0,2	61,4	6,7	4,9	3,6	22,9	0,4	0,0	100,0	19,8
2014-15
Afrique de l’Ouest	1,5	48,3	6,5	5,2	1,6	36,0	0,9	0,0	100,0	21,6
Afrique de l’Est	0,9	59,0	7,4	3,2	2,0	27,4	0,0	0,0	100,0	17,7
Afrique australe	3,5	54,5	2,6	1,4	1,1	36,6	0,2	0,0	100,0	8,6
Afrique du Nord	0,1	52,3	9,7	6,7	3,0	27,5	0,7	0,0	100,0	27,1
Afrique centrale	2,2	44,9	8,4	6,9	4,0	33,6	0,0	0,0	100,0	30,0
Total	1,6	52,4	6,5	4,3	1,8	32,9	0,5	0,0	100,0	19,3
2016-18
Afrique de l’Ouest	0,0	38,8	4,5	2,4	0,8	53,4	0,0	–	100,0	16,6
Afrique de l’Est	0,4	62,0	6,1	3,9	2,8	24,9	0,0	–	100,0	17,0
Afrique australe	0,6	55,5	3,6	1,9	0,9	37,0	0,4	–	100,0	10,5
Afrique du Nord	0,2	40,3	4,6	3,7	2,0	49,0	0,2	–	100,0	20,4
Afrique centrale	0,0	43,0	5,5	4,6	2,1	44,3	0,4	–	100,0	22,2
Total	0,2	47,7	4,7	2,8	1,4	43,0	0,1	–	100,0	15,7

Source : Auteurs, sur la base des données de l’Afrobaromètre.
(*) Remarque : Voir le texte pour la définition de la mesure « part ».

 

Graphique 2 : Comparaisons entre années des estimations au niveau des pays
pour la part des répondants payant des pots-de-vin ou autres faveurs

(a) 2011-13 et 2014-15

Source : Auteurs, sur la base des données de l’Afrobaromètre.

 

(b) 2014-15 et 2018-19

Source : Auteurs, sur la base des données de l’Afrobaromètre.

 

(c) 2011-13 et 2018-19

Source : Auteurs, sur la base des données de l’Afrobaromètre.

 

Il existe une relation claire entre les difficultés rencontrées pour obtenir des services et le payement de pots-de-vin ou autres faveurs. Le tableau 3 fournit des statistiques sur la part des répondants payant des pots-de-vin en fonction du niveau de difficulté rencontré pour obtenir des services. La somme des taux par ligne ne totalise pas 100 %, car ici l’accent est mis sur la mesure des taux de petite corruption parmi chacune des différentes catégories de répondants par degré de difficulté à obtenir des services. La proportion de répondants payant des pots-de-vin ou rendant d’autres faveurs est beaucoup plus élevée parmi ceux déclarant des difficultés à obtenir des services, suggérant comme on pouvait s’y attendre que les pots-de-vin payés ou autres faveurs rendues visent au moins en partie à résoudre ces difficultés. En d’autres termes, certains membres du personnel des centres de santé ou hôpitaux créent probablement des difficultés pour bénéficier des pots-de-vin ou autres faveurs.

 

Tableau 3 : Part des répondants payant des pots-de-vin ou autres faveurs par niveau de difficulté à obtenir les services de santé (%)

Sous-région	Données manquantes	Très facile	Facile	Difficile	Très difficile	N’a pas essayé	Ne sais pas	Total
2011-13
Afrique de l’Ouest	6,9	11,7	12,9	25,3	41,4	19,9	19,2	22,1
Afrique de l’Est	–	35,4	24,8	38,7	44,5	24,5	33,2	34,9
Afrique australe	64,2	17,3	26,9	40,0	45,8	12,9	31,2	32,4
Afrique du Nord	0,0	9,7	9,0	20,1	26,1	6,1	4,9	12,7
Afrique centrale	0,0	4,1	7,0	28,4	34,2	15,2	13,0	16,1
Total	10,9	10,2	12,6	26,6	38,5	12,9	10,8	19,8
2014-15
Afrique de l’Ouest	100,0	12,7	19,1	29,4	29,8	–	6,0	21,6
Afrique de l’Est	–	3,8	7,0	26,1	40,1	–	0,0	17,7
Afrique australe	0,0	2,6	4,6	16,2	16,8	–	33,2	8,6
Afrique du Nord	–	10,9	12,6	33,8	49,5	–	14,7	27,1
Afrique centrale	–	15,0	11,4	43,4	55,0	–		30,0
Total	97,0	8,2	12,7	27,8	35,3	–	10,6	19,3
2016-18
Afrique de l’Ouest	–	9,8	11,9	22,6	26,5	–	1,2	16,6
Afrique de l’Est	–	6,8	7,9	23	33	–		17
Afrique australe	85,4	5,3	8,2	15,5	13,3	–	38,3	10,5
Afrique du Nord	–	4,2	10,2	21,4	32,3	–	15,3	20,4
Afrique centrale	–	10,3	12,5	28,6	39,2	–	0,0	22,2
Total	85,4	7,6	9,8	21,3	26,3	–	16,4	15,7

Source : Auteurs, sur la base des données de l’Afrobaromètre.

Il est aussi intéressant de voir qui verse des pots-de-vin selon le statut socio-économique des répondants. Les répondants sont classés à l’aide d’une analyse factorielle en cinq quintiles de richesse, du plus pauvre (quintile 1) au plus riche (quintile 5). Les quintiles sont spécifiques à chaque pays pour éviter que la plupart des répondants de certains pays ne se situent en bas ou en haut de l’échelle. En d’autres termes, nous comparons la richesse des répondants à celle des autres répondants du même pays. Aucune tendance claire et cohérente n’émerge pour les trois années de données. En 2011-13, en général, la probabilité de payer des pots-de-vin est plus élevée pour les répondants relativement pauvres (typiquement les deux ou trois premiers quintiles) par rapport aux répondants les plus riches, mais l’inverse est observé en 2014-15 et en 2016-18. De plus, les modèles ne sont pas toujours homogènes. Dans l’ensemble, sur les trois années de données combinées, il ne semble pas que les répondants plus pauvres ou plus riches soient systématiquement plus susceptibles de payer des pots-de-vin ou de rendre d’autres faveurs. Pour les deux dernières vagues, la probabilité de payer des pots-de-vin ou de rendre d’autres faveurs est un peu plus élevée pour les personnes plus aisées, qui ont aussi davantage les moyens de répondre aux demandes de corruption du personnel des institutions de santé. Dans la section qui suit, une analyse de régression est effectuée pour évaluer la corrélation à la marge entre diverses caractéristiques des répondants et la probabilité de rencontrer des difficultés et de payer des pots-de-vin ou autres faveurs.

 

Tableau 4 : Part des répondants payant des pots-de-vin payés ou autres faveurs pour les services de santé (%)

Sous-région	Données manquantes	Jamais	Une ou deux fois	Plusieurs fois	Souvent	Pas cette année	Ne sais pas	Pas de réponse	Total	Part (*)
2011-13
Quintile 1 (plus pauvres)	0,1	61,8	6,5	4,8	2,6	23,6	0,5	0,1	100,0	18,4
Quintile 2	0,2	59,1	7,6	5,7	4,1	22,9	0,2	0,0	100,0	22,8
Quintile 3	0,2	58,8	7,1	6,0	4,3	23,1	0,4	0,0	100,0	22,9
Quintile 4	0,1	61,7	7,5	4,9	3,6	22,0	0,2	0,0	100,0	20,6
Quintile 5 (plus riches)	0,1	67,5	4,9	3,3	3,1	20,8	0,3	0,0	100,0	14,3
Total	0,2	61,9	6,7	4,9	3,5	22,5	0,3	0,0	100,0	19,6
2014-15
Quintile 1 (plus pauvres)	1,3	53,6	5,2	2,5	1,9	35,4	0,2	0,0	100,0	15,1
Quintile 2	1,3	56,0	5,6	3,2	1,6	32,0	0,2	0,0	100,0	15,7
Quintile 3	1,7	51,6	6,7	4,4	1,6	33,3	0,6	0,0	100,0	19,9
Quintile 4	1,9	52,3	6,4	5,0	1,7	31,9	0,8	0,0	100,0	20,0
Quintile 5 (plus riches)	1,4	51,7	7,5	5,0	2,0	32,2	0,2	0,0	100,0	22,0
Total	1,6	52,8	6,4	4,2	1,8	32,8	0,4	0,0	100,0	19,0
2016-18
Quintile 1 (plus pauvres)	0,1	54,6	4,4	2,8	1,6	36,2	0,2	0,0	100,0	15,5
Quintile 2	0,2	54,4	5,1	2,5	1,7	36,0	0,1	0,0	100,0	14,1
Quintile 3	0,1	48,0	4,9	2,8	1,8	42,3	0,1	0,0	100,0	18,5
Quintile 4	0,0	42,3	4,7	2,9	1,1	48,8	0,1	0,0	100,0	20,8
Quintile 5 (plus riches)	0,0	39,5	4,1	2,5	0,9	52,9	0,0	0,0	100,0	19,5
Total	0,1	48,0	4,7	2,7	1,4	43,0	0,1	0,0	100,0	17,6

Source : Auteurs, sur la base des données de l’Afrobaromètre.
(*) Remarque : Voir le texte pour la définition de la mesure « part ».

 

Analyse de régression

Pour évaluer la relation entre les caractéristiques des répondants et la probabilité de rencontrer des difficultés dans la prestation de services et le paiement de pots-de-vin ou autres faveurs, une analyse de régression est effectuée. L’analyse repose sur une spécification probit simple pour que les résultats soient plus facilement interprétables (les conclusions ne changent pas fondamentalement avec un modèle de probit ordonné). Les impacts potentiels marginaux à la moyenne de l’échantillon (dF/dX) sont présentés dans le tableau 5. Par exemple, dans la régression sur les difficultés rencontrées, un coefficient de 0,05 impliquerait que la caractéristique du répondant (par rapport à un répondant de la catégorie de référence avec laquelle les comparaisons sont faites) est associée à une augmentation de la probabilité de rencontrer des difficultés de cinq points de pourcentage, en maintenant constantes les autres caractéristiques du répondant. Ces estimations sont des corrélations qui n’impliquent pas nécessairement une causalité. Les associations mesurées ne sont pas nécessairement des impacts comme on pourrait les observer avec des analyses expérimentales sur base de placement aléatoire. Néanmoins, certaines des associations semblent assez robustes.

Quatre régressions sont estimées : La première considère les corrélats d’éprouver des difficultés à obtenir des services. La seconde considère les corrélats du paiement de pots-de-vin ou autres faveurs rendues, sans information parmi les variables explicatives indiquant si le répondant a rencontré des difficultés. La troisième régression considère les corrélats du paiement de pots-de-vin ou autres faveurs rendues en incluant dans les variables explicatives si le répondant a rencontré des difficultés. La dernière régression considère les corrélats du paiement de pots-de-vin ou autres faveurs rendues uniquement parmi les répondants qui ont déclaré éprouver des difficultés à obtenir des services. Sans entrer en détail dans une discussion de l’ensemble des résultats, plusieurs associations ressortent de l’analyse :

• Sexe : les effets sont statistiquement significatifs et les femmes sont moins susceptibles que les hommes de déclarer avoir rencontré des difficultés et elles sont également moins susceptibles de payer des pots-de-vin ou de rendre des faveurs.
• Âge des répondants : Les répondants plus jeunes ont tendance à être plus susceptibles de rencontrer des difficultés et de payer des pots-de-vin ou de rendre des faveurs. Diverses explications pourraient conduire à ces effets. Par exemple, il se pourrait que les répondants plus âgés soient mieux établis dans la communauté, ce qui pourrait rendre les responsables scolaires moins susceptibles d’exiger des pots-de-vin ou autres faveurs pour les services qu’ils fournissent, mais d’autres facteurs pourraient être à l’œuvre.
• Éducation : les effets ne sont pas consistants pour les difficultés rencontrées, mais pour la corruption, les effets significatifs suggèrent que les répondants mieux éduqués sont davantage enclins à payer des pots-de-vin et autres faveurs.
• Religion : dans la vague données 2011-13, les répondants qui déclarent une religion sont plus susceptibles de rencontrer des difficultés et de payer des pots-de-vin ou de rendre d’autres faveurs, mais cela n’est pas observé dans les deux autres vagues, de sorte que les effets ne sont pas systématiques. Par contre, les répondants qui sont moins religieux ou pratiquent moins souvent leur religion semblent plus susceptibles de verser des pots-de-vin ou autres faveurs que ceux qui déclarent être très religieux ou pratiquent leur religion plus souvent. Cela pourrait être dû au fait que pratiquement toutes les religions considèrent que verser des pots-de-vin ou rendre des faveurs pour obtenir des services est inapproprié. Une autre explication pourrait être que les répondants les plus religieux choisissent davantage des services de santé affiliés avec leur religion qui pourraient avoir des taux de corruption au sein de leur personnel plus faible. Cette hypothèse ne peut pas être testée formellement parce que la base de données n’indique pas le type de service utilisé, et les effets ne sont pas systématiques.
• Quintiles de richesse : En génal, les répondants les plus pauvres sont plus susceptibles de rencontrer des difficultés pour obtenir des services, et les répondants plus aisés ont davantage tendance à payer des pots-de-vin. Les coefficients associés au fait que certains répondants bénéficient de transferts suggèrent qu’ils ont en moyenne moins de difficultés à obtenir des services et sont plus enclins à payer des pots-de-vin.
• Race : Certaines différences sont observées selon la race, mais cela ne s’observe pas nécessairement pour l’ensemble des vagues de l’enquête.
• Profession : Les étudiants et les professionnels ou dirigeants sont moins susceptibles de déclarer avoir des difficultés à obtenir des services et de payer des pots-de-vin ou autres faveurs. La plupart des autres effets ne sont pas statistiquement significatifs.
• Difficulté à obtenir des services : Lorsque cette variable est inclue dans les variables explicatives, il existe une association positive claire entre le fait de rencontrer des difficultés pour obtenir des services et le payement de pots-de-vin ou autres faveurs. Les deux variables peuvent dépendre l’une de l’autre. Rencontrer des difficultés est une raison pour payer des pots-de-vin ou autres faveurs, mais le fait de payer des pots-de-vin ou autres faveurs peut également amener les répondants à déclarer avoir rencontré des difficultés pour l’obtention de services de santé.
• Services dans la communauté : Les répondants qui résident dans des communautés avec une meilleure accessibilité à différents services déclarent avoir moins de difficultés à obtenir les services dont ils ont besoin, mais ce n’est pas observé dans les trois vagues (pour d’autres services, la relation est plus systématique). Bien que plusieurs autres coefficients soient statistiquement significatifs, il n’y a pas de relation claire entre la disponibilité de services au niveau local et le paiement de pots-de-vin ou autres faveurs.
• Perceptions : Les répondants déclarant que les conditions économiques s’améliorent sont moins susceptibles d’avoir des difficultés pour obtenir les services et de payer des pots-de-vin. Ceux qui pensent que la corruption est en hausse sont plus susceptibles d’avoir des difficultés à obtenir les services (ce qui peut expliquer leur perception), mais moins susceptible de payer des pots-de-vin lorsqu’ils ont des difficultés (peut-être parce qu’ils veulent lutter contre la corruption). Les répondants qui déclarent que la sécurité est un problème sont davantage susceptibles de payer des pots-de-vin. La relation entre le manque de sécurité et la probabilité de rencontrer des difficultés et de payer des pots-de-vin ou autres faveurs semble assez systématique, indiquant que dans des contextes de fragilité et de conflit, la corruption tend à être plus répandue.

 

Tableau 5 : Corrélats des difficultés à obtenir des services et de la corruption, régressions probit (effets marginaux dF/dX)

	Difficulté à obtenir des services			Payement de pots-de-vin ou faveurs (sans la variable des difficultés dans les corrélats)			Payement de pots-de-vin ou faveurs (avec la variable des difficultés dans les corrélats)			Payement de pots-de-vin ou faveurs pour les répondants ayant eu des difficultés
	2011-2013	2014-2015	2016-2018	2011-2013	2014-2015	2016-2018	2011-2013	2014-2015	2016-2018	2011-2013	2014-2015	2016-2018
Genre (réf. homme)
Femme	-0,05	-0,059	-0,058	-0,033	-0,117	-0,098	NS	-0,108	-0,083	NS	-0,098	-0,095
Age (réf. 18-25)
26 à 35	NS	NS	0,04	0,05	NS	NS	0,046	NS	NS	NS	NS	NS
36 à 45	NS	NS	NS	NS	-0,096	-0,08	NS	-0,105	-0,082	NS	-0,106	NS
46 à 55	NS	NS	NS	NS	-0,1	-0,205	NS	-0,112	-0,198	-0,109	-0,08	-0,259
56 à 65	-0,059	NS	NS	-0,083	-0,211	-0,218	-0,076	-0,204	-0,215	NS	-0,231	-0,182
66 et davantage	-0,103	-0,124	-0,093	-0,202	-0,283	-0,254	-0,196	-0,268	-0,249	-0,282	-0,303	-0,199
Éducation (réf. aucune)
Éducation informelle	NS	NS	0,1	NS	NS	NS	NS	NS	NS	NS	NS	NS
Éducation primaire	-0,035	NS	NS	NS	0,086	NS	NS	0,084	NS	NS	0,106	NS
Éducation secondaire	-0,065	0,052	NS	NS	0,089	NS	NS	0,07	NS	NS	0,128	NS
Éducation tertiaire	-0,072	NS	NS	NS	NS	NS	NS	NS	NS	NS	NS	NS
Religion (réf. aucune)
Catholique	0,153	NS	-0,078	0,278	-0,122	-0,104	0,275	-0,118	NS	NS	NS	NS
Autre chrétien	0,157	NS	NS	0,254	NS	NS	0,254	NS	NS	NS	NS	NS
Musulman	0,101	NS	NS	0,296	NS	NS	0,3	NS	NS	NS	NS	NS
Traditionnel/ethnique	0,198	NS	NS	0,258	-0,255	NS	0,237	-0,285	NS	NS	NS	NS
Autre	NS	-0,131	-0,109	0,344	NS	NS	0,358	NS	NS	NS	NS	NS
Religiosité (réf. maximum)
Religion pas très importante	008			0,273			0,275	,		0,199
Religion importante	NS			0,134			0,145			NS
Pratique: annuelle ou moins		0,044			0,141			0,133			0,162
Pratique: mensuelle		NS			NS			0,08			NS
Pratique: hebdomadaire		NS			NS			NS			NS
Richesse (réf. plus pauvre)
Quintile 2	NS	NS	NS	NS	NS	NS	NS	NS	NS	NS	NS	0,082
Quintile 3	-0,079	NS	NS	0,052	NS	0,058	0,062	NS	0,063	NS	0,077	0,132
Quintile 4	-0,11	NS	-0,05	NS	0,078	NS	0,059	0,071	NS	NS	0,155	NS
Quintile 5 (plus riche)	-0,159	NS	-0,075	NS	NS	0,08	NS	0,078	0,104	NS	0,119	0,149
Envoi de fonds (réf. non)		-0,086	-0,037		0,09	0,224		0,149	0,247		0,054	0,185
Race (réf. noire)
Arabe	-0,152	NS	NS	NS	-0,486	0,252	NS	-0,552	0,241	NS	-0,48	0,458
Métis	NS	-0,197	NS	-0,245	NS	NS	-0,256	NS	NS	-0,191	NS	NS
Blanc	-0,171	NS	NS	-0,542	NS	NS	-0,54	NS	NS	-0,516	NS	NS
Autre	0,195	-0,19	NS	NS	-0,217	NS	NS	-0,191	NS	NS	-0,227	NS
Occupation (réf. aucune)
Étudiant	NS	-0,096	0,082	-0,181	-0,122	NS	-0,213	NS	NS	-0,322	-0,146	NS
Au domicile	NS	NS	NS	-0,252	NS	NS	-0,288	NS	NS	-0,355	NS	NS
Agriculture	NS	NS	NS	NS	NS	NS	NS	NS	NS	NS	NS	NS
Commerce	NS	NS	NS	NS	NS	NS	NS	NS	NS	NS	NS	NS
Travailleur non qualifié	NS	NS	0,077	NS	NS	NS	NS	NS	NS	NS	NS	NS
Travailleur qualifié	NS	NS	NS	NS	NS	0,112	NS	NS	0,111	NS	NS	NS
Professionnel	NS	-0,144	NS	-0,138	NS	NS	-0,141	NS	NS	-0,212	NS	NS
Dirigeant	NS	-0,189	-0,156	NS	NS	NS	NS	NS	NS	NS	NS	NS
Autre	0,218	NS	NS	-0,275	NS	0,125	-0,326	NS	0,117	-1,016	NS	NS
Difficulté (réf. très simple)
Simple							0,07	0,22	NS
Difficile							0,353	0,899	0,506
Très difficile							0,551	1,183	0,714
Location (réf. rural)
Urbain	NS	0,122	0,09	0,038	0,056	0,053	0,043	NS	NS	NS	NS	NS
Services locaux (réf. le moins)
Quintile 2	-0,137	-0,092	NS	NS	NS	-0,057	NS	NS	-0,062	NS	NS	-0,112
Quintile 3	-0,087	-0,11	NS	NS	NS	NS	NS	0,056	NS	NS	NS	NS
Quintile 4	NS	-0,114	NS	NS	NS	NS	NS	NS	-0,063	NS	NS	-0,099
Quintile 5 (le plus)	-0,097	-0,195	NS	NS	-0,084	NS	NS	NS	NS	NS	NS	NS
Perceptions (réf. non)
Économie en hausse	-0,187	-0,174	-0,217	NS	NS	-0,099	NS	0,078	NS	-0,059	NS	NS
Corruption en hausse		0,523	0,156		NS	0,337		NS	0,313		-0,293	0,406
Sûreté communauté (réf. le moins)
Niveau moyen de sûreté	-0,135	-0,172	-0,165	-0,144	-0,239	-0,16	-0,125	-0,199	-0,127	-0,129	-0,204	-0,14
Communauté plus sûre	-0,271	-0,34	-0,334	-0,335	-0,434	-0,275	-0,298	-0,349	-0,203	-0,276	-0,378	-0,217
Nombre d’observations	47,335	33,900	27,104	38,985	32,168	27,076	38,975	32,165	27,038	16122	13,501	12,091

Source : Auteurs, sur la base des données d’Afrobaromètre.
(*) Remarque : NS signifie que l’impact marginal n’est pas statistiquement significatif au seuil de 10 %.

 

Conclusion

Cet article est publié dans le cadre d’un  numéro de la revue Educatio portant sur la mutation des institutions et la crise de l’autorité. En Afrique, l’abus de pouvoir par les autorités, et en particulier la corruption dans la prestation de services de base, est probablement l’une des raisons menant à la crise de l’autorité. La corruption est malheureusement courante dans un large éventail de services. Elle peut avoir lieu à une grande échelle, mais elle est également observée au niveau local dans les transactions quotidiennes, auquel cas elle est parfois qualifiée de « petite » corruption (petty corruption en anglais). Ce type de corruption concerne souvent des pots-de-vin, des cadeaux ou des faveurs que les utilisateurs des services doivent payer aux prestataires de service pour avoir accès aux services. Mais la corruption peut aussi prendre des formes plus sévères, y compris l’exploitation sexuelle des utilisateurs des services.

Cet article a fourni un diagnostic de base de la corruption au niveau local dans les services de santé en Afrique en utilisant les données des trois dernières séries d’enquêtes de l’Afrobaromètre. Près d’un répondant sur deux rencontrent des difficultés pour obtenir les services de santé dont ils ont besoin, et près d’un répondant sur cinq déclarent payer des pots-de-vin ou autres faveurs pour l’obtention de services. Il existe une forte relation entre les difficultés rencontrées pour obtenir des services et le versement de pots-de-vin ou autres faveurs rendues, ce qui suggère, comme on pouvait s’y attendre, que les pots-de-vin ou autres faveurs sont payés en partie pour résoudre ces difficultés (ou éventuellement que certains membres du personnel médical créent des difficultés pour bénéficier des pots-de-vin ou autres faveurs). Il n’y a pas d’améliorations dans le temps vers une réduction des difficultés à obtenir des services et des paiements de pots-de-vin ou autres faveurs. Les individus les plus défavorisés (identifiés selon les quintiles de richesse) sont particulièrement susceptibles d’éprouver des difficultés à obtenir les services dont ils ont besoin, Les répondants plus aisés sont davantage enclins à payer des pots-de-vin, peut-être parce qu’ils en ont les moyens.

Un résultat de l’analyse économétrique probablement intéressant pour les lecteurs de cette revue est une association non pas entre la religion des répondants et la probabilité qu’ils payent des pots de vin ou autres faveurs, mais entre leur degré de religiosité et cette probabilité. La religion catholique, comme les autres religions, considère que demander des pots-de-vin ou d’autres faveurs pour l’offre de services n’est pas éthique, mais le payement de tels pots-de-vin par les utilisateurs de services doit lui aussi être évité autant que faire se peut. L’analyse économétrique suggère qu’après avoir contrôlé pour les associations avec d’autres caractéristiques, les répondants moins religieux ou qui pratiquent moins souvent leur religion sont davantage susceptibles de verser des pots-de-vin ou de rendre d’autres faveurs pour obtenir des services que les répondants qui déclarent être très religieux ou pratiquent leur religion plus souvent. Des résultats similaires ont été obtenus par l’un des auteurs dans une analyse séparée portant sur les comportements altruistes des individus, dont le volontariat, les dons aux organisations charitables, et l’aide apportée aux personnes que l’individu ne connait pas. L’affiliation religieuse ne semble pas affecter ces comportements, mais un plus haut degré de religiosité est associé à des comportements plus altruistes[20]. Il ne faut pas exagérer l’importance de ce type de résultats, d’autant plus que les analyses ne sont qu’associatives et non causales. Mais l’hypothèse que les personnes plus religieuses pourraient aident à lutter contre la corruption dans les services de base en n’y succombant pas est intéressante et mériterait des analyses plus approfondies. L’éducation et la formation chrétiennes, comme celles des autres religions, pourraient contribuer à la lutte contre la corruption non seulement dans la dénonciation de la corruption, mais aussi en encourageant les individus à approfondir leur foi et à la mettre en pratique, y compris via le refus du paiement de pots-de-vin et autres faveurs, malgré les implications que ce refus pourrait avoir.

Les enquêtes de l’Afrobaromètre ne disposent pas d’informations sur la nature exacte de la petite corruption (qu’elle prenne la forme d’un pot-de-vin, d’un cadeau ou d’une faveur et le type de faveur demandée par les prestataires de services), ni sur le montant exact des pots-de-vin ou la valeur des cadeaux ou faveurs demandés aux utilisateurs de service. Mais les données peuvent être utilisées pour évaluer les tendances de la petite corruption au fil du temps et si certains types d’individus sont plus susceptibles d’être touchés que d’autres. Le diagnostic de la corruption dans les centres de santé et hôpitaux fourni dans cet article ne suggère pas ce qui pourrait être fait en pratique pour réduire la corruption[21], et quel pourrait être l’impact de la corruption sur les utilisateurs de services, mais il confirme que la corruption dans le secteur de la santé reste un problème grave en Afrique qui requiert une plus grande attention.

  

Bibliographie

Afrobarometer and Transparency International. 2015. People and Corruption: Africa Survey 2015. Accra: Afrobarometer and Transparency International.

Afrobarometer and Transparency International. 2019. Global Corruption barometer Africa 2019: Citizen’s Views and Experiences of Corruption. Accra: Afrobarometer and Transparency International.

Andersen, J. J., N. Johannesen, and B. Rijker. 2020. Elite Capture of Foreign Aid: Evidence from Offshore Bank Accounts. Policy Research Working Paper 9150. Washington, DC: The World Bank.

Baez-Camargo, C., P. Bukuluki, R. Sambaiga, T. Gatwa, S. Kassa, and C. Stahl. 2020. Petty Corruption in the Public Sector: A comparative study of three East African countries through a behavioural lens. African Studies, 79(2). Online.

Chêne, M. 2019. Successful approaches to tackle petty corruption. Berlin, Germany: Transparency International Anti-Corruption Helpdesk Answer.

d’Agostino. G., J. P. Dunne, and L. Pieroni. 2016. Corruption and Growth in Africa. European Journal of Political Economy, 43: 71–88.

G20 Interfaith Forum. 2019. The Imperatives of Better Governance: Fighting Corruption is a Sine Qua Non for Global Agenda Policy Brief. G20 Interfaith Forum Policy Brief. Mimeo.

Gokcekus, O. et  T. Ekici. 2020. Religion, Religiosity, and Corruption. Review of Religious Research, 62: 563–581.

Hoffmann, L. K. et R. N. Patel. 2021. Collective Action on Corruption in Nigeria: The Role of Religion. Briefing Paper, Africa Programme. London, UK: Chatham House.

Justesen, M. K., and C, Bjornskov. 2014. Exploiting the Poor: Bureaucratic Corruption and Poverty in Africa. World Development, 58: 106–15.

Keulder, C. et R. Mattes. 2021. Why are Africans dissatisfied with democracy? Think corruption. The fifth in Afrobarometer’s special democracy summit series on Africa, The Washington Post, 19 novembre.

Ko, K. et S.-G. Moon. 2014. The relationship between religion and corruption: are the proposed causal links empirically valid? International Review of Public Administration, 19(1): 44-62.

Lange, G.-M., Q. Wodon, and K. Carey, Kevin. 2018. The Changing Wealth of Nations 2018: Building a Sustainable Future. Washington, DC: The World Bank.

Marshall, K. 2013. Corruption: Ten Ideas to Enhance Religious Engagement in Global Integrity Movements. Washington, DC: Berkley Center for Religion, Peace, and World Affairs.

Nguyen, H., et Q. Wodon. 2018. Faith Affiliation, Religiosity, and Altruistic Behaviors: An Analysis of Gallup World Poll Data, Review of Faith & International Affairs, 16(2): 14-21.

Peiffer, C., and R. Rose. 2018. Why Are the Poor More Vulnerable to Bribery in Africa? The Institutional Effects of Services. The Journal of Development Studies, 54: 18-29.

Soreide, T. 2014. Drivers of Corruption: A Brief Review. Washington, DC: The World Bank.

Stahl, C., S. Kassa, and C. Baez-Camargo. 2017. Drivers of Petty Corruption and Anti-Corruption Interventions in Developing Countries: A Semi-Systematic Review. EARF Corruption, Social Norms and Behaviours in East Africa. Basel: Basel Institute on Governance.

Transparency International. 2021. Corruptions Perceptions Index 2021. Berlin, Germany: Transparency International.

United Nations Economic Commission for Africa. 2016. Measuring Corruption in Africa: The International Dimension Matters. Addis Ababa: United Nations Economic Commission for Africa.

Wodon, Q. 2020. Global Catholic Education Report 2020: Achievements and Challenges at a Time of Crisis. Rome: International Office of Catholic Education.

Wodon, Q. 2021. Global Catholic Education Report 2021: Education Pluralism, Learning Poverty, and the Right to Education. Washington, DC: Global Catholic Education.

Wodon, Q. 2022. Global Report on Integral Development 2022: Measuring the Contributions of Catholic and Other Faith-based Organizations to Education, Healthcare, and Social Protection. Washington, DC: Global Catholic Education.

Wodon, Q., C. Montenegro, H. Nguyen, and A. Onagoruwa. 2018a. Missed Opportunities: The High Cost of Not Educating Girls, The Cost of Not Educating Girls Notes Series, Washington, DC: The World Bank.

Wodon, Q., C. Montenegro, H. Nguyen, and A. Onagoruwa. 2018b. Educating Girls and Ending Child Marriage: A Priority for Africa, The Cost of Not Educating Girls Notes Series, Washington, DC: The World Bank.

World Bank. 2000. Can Africa Claim the 21st Century? Washington, DC : The World Bank.

World Bank. 2010. Africa Development Indicators 2010: Silent and Lethal – How Quiet Corruption Undermines Africa’s Development Efforts. Washington, DC: The World Bank.

World Bank. 2017. World Development Report 2017: Governance and the Law. Washington, DC: The World Bank.

World Bank. 2021. The Changing Wealth of Nations 2021: Managing Assets for the Future. Washington, DC: The World Bank.

 

_____________________________________________

[1] Les auteurs sont respectivement Consultant et Lead Economist à la Banque mondiale. Le second auteur est aussi dans le cadre de son volontariat Distinguished Research Affiliate avec Loyola University New Orleans et responsable pro bono du projet Global Catholic Education. Cet article est basé en partie sur une étude réalisée à la Banque mondiale, cependant l’analyse et les opinions exprimées n’engagent que les auteurs de l’article et non pas la Banque mondiale, ses directeurs exécutif ou les pays qu’ils représentent.

[2] Lange et al. (2018), World Bank (2021).

[3] En particulier, l’impact sur le secteur de l’éducation de la pandémie (hausse du nombre d’enfants non scolarisés et augmentation des taux de pauvreté de l’apprentissage) peut avoir des conséquences à long terme sur la santé. Lorsque les jeunes filles et mères sont peu éduquées, l’impact sur la santé est important (Wodon et al., 2018a, 2018b).

[4] Les données ne permettent pas de distinguer le niveau de corruption pour différents prestataires de services (par exemple publics, religieux, ou privés non religieux) au sein d’un même secteur, mais plus généralement, pour une analyse de la contribution de l’Église catholique dans les secteurs de l’éducation, de la santé, et de la protection sociale, voir Wodon (2022). Pour le secteur de l’éducation, voir aussi Wodon (2020, 2021).

[5] Soreide (2014). Sur les normes sociales et la petite corruption dans la prestation de services, voir Baez-Camargo et al. (2020).

[6] Voir Stahl et al. (2017) et Commission économique des Nations Unies pour l’Afrique (2016).

[7] Banque mondiale (2017). Voir également Banque mondiale (2010) pour l’Afrique subsaharienne

[8] Andersen et al. (2020).

[9] d’Agostino et al. (2016).

[10] Voir Justesen et Bjornskov (2014), Peiffer et Rose (2018).

[11] Voir par  exemple Chêne (2019).

[12] Gokcekus and Ekici (2020).

[13] Ko et Moon (2014).

[14] Voir Hofmann et Pattel (2021) pour le Nigeria.

[15] G20 Interfaith Forum (2019). Voir aussi Marshall (2013).

[16] Six indicateurs de suivi pour la gouvernance sont utilisés par la Banque mondiale : (i) Voix and responsabilité; (ii) Stabilité politique et absence de violence ; (iii) efficacité du gouvernement ; (iv) Qualité des lois ; (v) Etat de droit ; et (vi) Lutte contre la corruption. Sur le premier de ces indicateurs s’est amélioré sensiblement de 2000 à 2019.

[17] Afrobaromètre et Transparency International (2015, 2019).

[18] Keulder et Mattes (2021).

[19] Pour l’ensemble des pays, il existe comme prévu de fortes corrélations entre les résultats des différentes vagues de l’enquête. Mais au niveau des pays, les estimations peuvent changer d’une année à l’autre. Cela suggère qu’il faut être prudent dans l’utilisation des données d’une seule vague pour évaluer l’ampleur de la corruption. Une image plus fiable est susceptible d’émerger avec l’utilisation de plusieurs vagues de données et de l’exploration de facteurs spécifiques aux pays qui peuvent contribuer à des changements dans les estimations au fil du temps.

[20] Nguyen et Wodon (2018).

[21] Sur les stratégies pour réduire la corruption, voir Chêne (2019).

 

______________________________________