ANALYSE RAPPORT D’ANALYSE ANALYSE THÉMATIQUE DE L’EMPLOI POUR LA TRANCHE D’ÂGE DE 18-35 ANS AU MALI Nana Aly Octobre 2024 Les jeunes Malien.ne.s sont confronté.e.s à de multiples défis concernant l’emploi, notamment un taux de chômage élevé et persistant, particulièrement chez les jeunes hommes et les diplômés du supérieur; une inadéquation entre l’offre de formation et la demande d’emploi et une prédominance du secteur informel. Il existe également des inégalités régionales marquées, avec une situation particulièrement difficile dans les régions du Nord. La région de résidence joue un rôle déterminant dans la probabilité d’être actif, inactif ou sans emploi. Les jeunes vivant dans les régions du nord et du centre, telles que Gao, Kidal, Ménaka, et Mopti, sont plus susceptibles d’être inactifs ou sans emploi par rapport à ceux vivant à Bamako. Le genre est un facteur important: les hommes sont plus susceptibles d’être actifs et moins susceptibles d’être inactifs par rapport aux femmes. Cependant, paradoxalement, ils ont également une probabilité plus élevée d’être sans emploi. La situation matri moniale influence l’employabilité: les jeunes mariés, qu’ils soient dans un mariage monogamique ou polygamique, sont moins susceptibles d’être sans emploi que les célibataires. Aussi, le niveau de formation présente-t-il une relation complexe avec l’emploi. Contrairement aux attentes, un niveau de formation plus élevé n’est pas systématiquement corrélé avec une meilleure employabilité. En fait, les jeunes ayant atteint un niveau de formation secondaire ou supérieur sont plus susceptibles d’être inactifs ou sans emploi par rapport à ceux sans formation.

RAPPORT D’ANALYSE ANALYSE THÉMATIQUE DE L’EMPLOI POUR LA TRANCHE D’ÂGE DE 18-35 ANS AU MALI

Sommaire 1. CONTEXTE ET OBJECTIFS DE L’ANALYSE 1 2. ÉCHANTILLONNAGE ET COLLECTE DE DONNÉES 2 3. MÉTHODOLOGIE 3 3.1. Collecte et préparation des données …………………………............................... 3 3.2. Analyse descriptive ……………………………………………................................ 3 3.3. Analyse bivariée ………………………………………………................................. 3 3.4. Analyse multivariée ………………………………………………............................ 3 3.5. Analyse comparative ……………………………………………….......................... 4 4. RÉSULTATS DE L’ANALYSE DESCRIPTIVE DE LA POPULATION ET DES DÉFIS 5 4.1 Préparation des données ……………………………..……………......................... 5 4.2 Profil de la population jeune(18-35 ans) ………………………............................. 5 4.3 Défis de l’emploi des jeunes au Mali ………..………….................................... 8 5. RÉSULTAT DE L’ANALYSE ENTRE TRAVAIL ET INACTIVITÉ 11 5.1 Probabilité d’être actif pour un jeune ……………………..................................... 11 5.2 Probabilité d’être inactif pour un jeune ………………………................................ 12 5.3 Probabilité d’être sans-emploi ………..…………........................................... 12 5.4 Conclusion des modèles ………..………….......................................................... 12 .

14 6. LES PRIORITÉS DE LA TRANCHE D’ÂGE 18-35 ANS 7. ÉVALUATION DU TAUX DE CHÔMAGE ET 17 DU TAUX D’EMPLOI DES REPONDANTS 20 8. RECOMMANDATIONS 22 9. CONCLUSION 23 Références........................................................................................................... 24 Liste des figures.................................................................................................... 26 Liste des tableaux.................................................................................................

FRIEDRICH-EBERT-STIFTUNG- ANALYSE THÉMATIQUE DE L’EMPLOI POUR LA TRANCHE D’ÂGE DE 18-35 ANS AU MALI 1 CONTEXTE ET OBJECTIFS DE L’ANALYSE Depuis l’émergence de la crise multidimensionnelle de 2012, le Mali a traversé des périodes de turbulence qui ont profondément marqué le tissu social du pays. C’est dans ce cadre que la Friedrich Ebert Stiftung(FES) Mali a initié Mali-Mètre, une enquête d’opinion visant à refléter les opinions des Maliens sur des enjeux d’actualité cruciaux. Cette enquête, menée régulièrement dans les capitales régionales, y compris dans des zones sensibles comme Kidal, Ménaka et Taoudenni, s’efforce de refléter fidèlement l’opinion publique à travers un échantillonnage rigoureusement fondé sur des critères démographiques essentiels tels que l’âge, le genre, le niveau de formation et le lieu de résidence. Le Mali-Mètre s’est rapidement imposé comme un outil indispensable pour comprendre les attentes et les préoccupations des citoyen.ne.s malien.ne.s. Les résultats de cette enquête sont susceptibles d’être utilisés par les décideurs politiques, les chercheurs, et les acteurs de la société civile pour orienter les politiques publiques et les actions concrètes. Cependant, les données collectées jusqu’à présent n’ont pas toujours été soumises à une analyse approfondie, ce qui en limite l’impact et l’exploitation. L’objectif de la présente analyse est de combler cette lacune en examinant de manière exhaustive les données recueillies entre 2019 et 2024, avec un accent particulier sur les jeunes Malien.ne.s âgé.e.s de 18 à 35 ans. En mettant l’accent sur les défis, les priorités et les attentes de cette tranche de la population en matière d’emploi, cette analyse vise à offrir un aperçu détaillé des réalités auxquelles ces jeunes sont confronté.e.s, tout en évaluant l’efficacité des politiques publiques déployées pour répondre à leurs besoins. Elle vise non seulement à dégager des enseignements clés sur la situation de l’emploi des jeunes au Mali, mais aussi à formuler des recommandations concrètes pour renforcer leur intégration sur le marché du travail. Les résultats obtenus contribueront à enrichir les débats publics et à influencer de manière constructive la prise de décision politique, en veillant à ce que les priorités des jeunes soient davantage prises en compte. 1

ÉCHANTILLONNAGE ET COLLECTE DE DONNÉES 2 ÉCHANTILLONNAGE ET COLLECTE DE DONNÉES L’enquête Mali-Mètre repose sur une méthode d’échantillonnage basée sur les quotas, garantissant ainsi une représentativité maximale des opinions recueillies. Cette méthode consiste à sélectionner un échantillon de la population qui reflète fidèlement les principales caractéristiques démographiques du pays. Pour ce faire, plusieurs critères sont pris en compte: Lieu de résidence: L’échantillonnage inclut des participant.e.s provenant de toutes les capitales régionales du Mali, y compris des zones souvent moins accessibles comme Kidal, Ménaka et Taoudenni ainsi que le District de Bamako. Cette diversité géographique permet de capter les variations d’opinions à travers les différentes régions du pays. Genre: La parité homme-femme est respectée pour s’assurer que les perspectives des deux genres soient équitablement représentées. Ceci est crucial pour comprendre les différences dans les priorités et les préoccupations entre les hommes et les femmes, particulièrement en matière d’emploi. Âge: Les participant.e.s de l’enquête sont des individus âgés de 18 ans et plus. L’inclusion d’une large gamme d’âges permet de saisir les opinions des jeunes adultes, des personnes d’âge moyen, et des aînés, offrant ainsi une vision complète des dynamiques générationnelles au sein de la population. Niveau de formation: Plutôt que de se concentrer uniquement sur le niveau d’instruction, l’échantillonnage prend également en compte le niveau de formation des participant.e.s. Cela inclut non seulement le niveau d’éducation formelle atteint mais aussi la formation professionnelle ou technique. Cette approche permet d’analyser les opinions en fonction des qualifications réelles et des compétences acquises, fournissant ainsi une image plus précise de la situation socio-économique des individus. Grâce à cette méthode d’échantillonnage basée sur les quotas, l’enquête Mali-Mètre parvient à recueillir des données représentatives, assurant que les résultats reflètent fidèlement la diversité des perspectives au sein de la population malienne. 2

MÉTHODOLOGIE 3 MÉTHODOLOGIE L’analyse des données s’appuie sur une approche rigoureuse et méthodique pour garantir des résultats fiables et pertinents. Voici les étapes clés de notre démarche: 3.1 Collecte et préparation des données La première étape consiste à télécharger les données brutes de Mali-Mètre dans le format Excel et à créer une base de données unique entre 2019 et 2024 approprié pour l’analyse. Il est veillé à ce que les réponses liées à l’emploi soient correctement classées selon les paramètres démographiques: âge, genre, niveau de formation et région. Ensuite, les actions suivantes sont mises en place: Traitement des données manquantes et des incohérences: Les valeurs manquantes sont identifiées et traitées, en recourant à des techniques telles que l’imputation ou l’exclusion des cas problématiques. Les doublons et les incohérences sont également éliminés pour assurer la fiabilité des données. Standardisation des variables: Pour garantir une analyse cohérente, les catégories d’âge, les niveaux de formation, et les régions sont uniformément codés. Cela permet d’éviter toute ambiguïté lors de l’interprétation des résultats. Création de variables dérivées: Des variables supplémentaires sont créées pour faciliter l’analyse. Par exemple, une variable binaire peut être introduite pour distinguer les jeunes employés(1) des non-employés(0), ou pour regrouper les âges en catégories pertinentes. 3.2 Analyse descriptive L’analyse descriptive est une étape cruciale qui permet de dresser un tableau général des données. Elle inclut: Calcul des distributions: La distribution des répondants est déterminée selon le genre, l’âge, la région et le niveau de formation. Ces distributions sont visualisées sous forme de graphiques (histogrammes, camemberts) pour une interprétation claire des tendances. Exploration des taux d’emploi et de chômage: Les taux d’emploi et de chômage des jeunes sont analysés par sous-groupes, offrant ainsi une vue d’ensemble des disparités entre différents segments de la population. 3.3 Analyse bivarisée Les relations entre les variables clés telles que le genre, la région et le niveau de formation sont examinées pour identifier les tendances et les différences significatives. Par exemple, l’étude analyse la répartition de l’emploi par genre et les disparités géographiques des taux d’emploi. Pour valider les relations observées, des tests statistiques comme le test du chideux est appliqués. Ces tests permettent de déterminer si les différences observées entre les groupes sont statistiquement significatives ou si elles sont dues au hasard. 3.4 Analyse multivariée Pour appréhender les interactions complexes entre plusieurs variables, une analyse multivariée a été menée. La régression logistique a d’abord été utilisée pour modéliser la pro3

MÉTHODOLOGIE babilité qu’un jeune soit employé ou au chômage, en tenant compte de variables telles que le genre, l’âge, le niveau de formation et la région. Cette approche permet d’identifier les principaux facteurs qui influencent l’emploi. Ensuite, la méthode des K-means a été employée pour réaliser une analyse de segmentation, identifiant ainsi des groupes homogènes de jeunes en fonction de leurs caractéristiques socio-économiques, ce qui permet de mieux cibler les recommandations. 3.5 Analyse comparative Enfin, l’analyse comparative évalue les tendances et les changements dans l’emploi des jeunes au fil du temps, en se concentrant sur la période 2019-2024. Cette analyse permet de détecter les impacts des politiques gouvernementales sur les taux d’emploi et de chômage, et de formuler des recommandations basées sur les résultats obtenus. Cette méthodologie assure une analyse complète des données de Mali-Mètre, offrant ainsi une base solide pour comprendre les défis liés à l’emploi des jeunes au Mali et pour proposer des actions concrètes. 4

RÉSULTATS DE L’ANALYSE DESCRIPTIVE DE LA POPULATION ET DES DÉFIS 4 RÉSULTATS DE L’ANALYSE DESCRIPTIVE DE LA POPULATION ET DES DÉFIS 4.1 Préparation des données Cette analyse se concentre sur les répondants âgés de 18 à 35 ans, en utilisant les données de l’enquête Mali-Mètre pour la période de 2019 à 2024. L’objectif est d’analyser les dynamiques d’emploi chez les jeunes au Mali en examinant les variables suivantes: âge, genre, région, tranche d’âge, niveau de formation, situation matrimoniale, et statut économique ou d’emploi. Cependant, les données pour l’année 2020 concernant le statut économique et la situation matrimoniale sont incomplètes. En raison de ces lacunes, il est impossible d’imputer ces données ou de les supprimer sans compromettre l’intégrité des analyses. Par conséquent, l’année 2020 sera exclue des analyses croisées et des régressions impliquant ces variables. L’échantillon initial comprenait 8684 individus, mais des ajustements ont été effectués pour garantir la qualité des données. Trois réponses incohérentes, telles que des choix«NSP»(ne sait pas) ou«refus de répondre» concernant le statut économique, ont été supprimées. De plus, cinq individus ayant déclaré être à la retraite ont été exclus, car cette réponse était jugée incohérente avec leur tranche d’âge et niveau de formation. Après ces ajustements, l’échantillon final a été réduit à 8676 individus. Pour assurer une analyse précise, les données ont été harmonisées et standardisées. Les classes d’âge ont été uniformisées, et les niveaux de formation ainsi que les statuts économiques ont été ajustés. Les valeurs manquantes ont été traitées en utilisant la méthode d’imputation par le plus proche voisin, permettant de baser les imputations sur les répondants les plus similaires. Des variables binaire ou dummy ont été créées pour une meilleure catégorisation. La variable «Actif» regroupe les individus ayant un emploi ou une autre activité, tandis que«Inactif» inclut les femmes au foyer et les étudiants. La variable«Sans emploi» concerne les individus sans emploi. En outre, des catégories ont été définies pour les types d’emploi(formel ou informel) afin de classer les emplois occupés par les répondants. 4.2 Profil de la population jeune (18-35 ans) L’échantillon de l’analyse présente une surreprésentation des régions méridionales du Mali comme le montre la figure 1, avec une concentration particulièrement marquée dans la région de Koulikoro(16% des répondants). 5

RÉSULTATS DE L’ANALYSE DESCRIPTIVE DE LA POPULATION ET DES DÉFIS Cette distribution géographique s’explique en grande partie par le contexte sécuritaire prévalant dans les régions septentrionales, qui a limité l’accès aux populations et, par conséquent, la représentativité de ces zones dans l’échantillon. L’analyse par genre présentée dans la figure 2 révèle une parité quasi parfaite au sein de la population totale avec 51% de jeunes femmes et 49% de jeunes hommes, des petites différences selon la région d’habitation sont à prendre en considération. Dans le district de Bamako, la parité est parfaite et dans les autres régions, les écarts entre les genres demeurent relativement faibles. En ce qui concerne le niveau d’instruction, la figure 3 met en évidence un faible niveau de scolarisation au sein de la population jeune (18-35 ans). Plus de 30% des jeunes interrogés n’ont suivi qu’un enseignement primaire, et une proportion non négligeable n’a bénéficié d’aucune scolarisation formelle. Le niveau d’enseignement supérieur est sous-représenté, avec moins de 15% des répondants ayant atteint ce niveau, notamment, selon la figure 4, chez les femmes qui ne représentent que 37% des jeunes diplômés. À l’inverse, les femmes sont surreprésentées parmi les personnes sans aucune qualification et celles ayant un niveau de formation primaire. 6

RÉSULTATS DE L’ANALYSE DESCRIPTIVE DE LA POPULATION ET DES DÉFIS La figure 5 met en évidence que la part des jeunes selon les niveaux de formation diffère selon la région de résidence. La région de Ségou et le District de Bamako sont les lieux de résidence avec le plus de jeune ayant un niveau de formation supérieur. A l’opposée, les régions de Mopti et Sikasso enregistres le plus de répondant 18-35 ans ayant aucun niveau de formation. Il est possible d’observer que le niveau de formation primaire est le plus prononce pour les jeunes femmes selon la figure 6. En ce qui concerne la situation matrimoniale de la tranche d’âge 18-35 ans, la figure 7 met en évidence que 45% de la sous population est soit mariée avec un seul époux/épouse soit célibataire. Par rapport au mariage avec un seul époux, ce taux arrive à 55% pour les jeunes femmes et 11% pour le mariage polygame, ce qui met en évidence que plus de 60% des femmes dans la tranche d’âge 1835 ans sont dans un mariage. Dans la figure 8, il est souligné que la population jeune représente 75% du chômage total, soit trois fois plus que les autres tranches d’âge. La figure 9 permet d’observer que le même constat se pose au niveau des femmes. Les prochaines étapes de l’étude exposeront en détails les défis que rencontrent les jeunes dans le secteur de l’emploi en se basant sur des analyses croisées et des tests d’indépendance. 7

RÉSULTATS DE L’ANALYSE DESCRIPTIVE DE LA POPULATION ET DES DÉFIS 4.3 Défis de l’emploi des jeunes au Mali L’analyse croisée des données issues de Mali-Mètre, couvrant la période de 2019 à 2024, se concentre sur les jeunes malien.ne.s âgé.e.s de 18 à 35 ans. Cette section vise à explorer les relations entre différentes variables démographiques et socio-économiques, telles que l’âge, le genre, la région, le niveau de formation, la situation matrimoniale et le statut d’emploi afin d’identifier les principaux facteurs influençant l’emploi des jeunes au Mali. En utilisant le test du chi-deux, la dépendance entre ces variables est testée, permettant ainsi de dégager des tendances significatives et de mieux comprendre les défis auxquels sont confronté.e.s les jeunes dans le marché du travail. 4.3.1 Taux de chômage élevé Dans la première partie, les jeunes représentent 75% des sans-emplois dans la population totale, c’est un signe d’un taux de chômage élevé par rapport aux autres tranches d’âge. Dans la figure 10, il est constaté que 29% des jeunes de 18 à 35 sont inactifs et 6% sont à la recherche d’un emploi. En faisant une analyse genrée, la figure 11 montre que le taux de chômage est plus élevé chez les hommes que chez les femmes. Cependant, la sous population féminine représente 75% des inactifs pour cette tranche d’âge. Cette forte inactivité présente dans la sous population des femmes peut s’expliquer par des raisons socioculturelles; en effet, il est observé dans la figure 12 que 72% des individus sont des femmes au foyer. Après avoir établi un test de chi-deux entre la variable statut économique et la variable genre, il est obtenu que l’hypothèse d’indépendance est rejetée. Le genre d’un jeune de la tranche d’âge 18-35 ans influe sur son statut économique; donc la probabilité d’avoir un emploi. 8

RÉSULTATS DE L’ANALYSE DESCRIPTIVE DE LA POPULATION ET DES DÉFIS 4.3.2 Inadéquation formation-emploi L’analyse croisée entre le niveau de formation et le statut économique met également en évidence une relation de dépendance entre les deux variables. Dans la figure 13, il est observé que les jeunes diplômés du niveau de formation supérieur constituent une part significative des chômeurs. Les jeunes ayant aucun de niveau de formation et ceux ayant juste un niveau de formation primaire représentent la majorité des répondants actifs Ce constat met en lumière une tendance préoccupante où l’obtention d’un diplôme ne garantit pas nécessairement l’accès à un emploi. En revanche, les jeunes ayant un niveau d’éducation secondaire sont les plus représentés parmi les inactifs, soulignant une dynamique différente en fonction du niveau de formation. Il montre que le système éducatif ne parvient toujours pas à préparer les jeunes aux réalités et aux besoins du marché, exacerbant ainsi les défis liés à l’emploi pour cette population. 4.3.3 Précarité de l’emploi En s’intéressant aux 65% d’actifs parmi la population des 18-35 ans, il est mis en évidence dans la figure 14 que le secteur informel domine, plus de 70% des jeunes ayant une source de revenu travaillent dans le secteur informel. Ce chiffre atteint 77% chez les jeunes femmes actives. De ce fait, les jeunes actifs sont souvent contraints à des emplois peu qualifiés et mal rémunérés prenant en considération que le SMIC au Mali est autour de 40 000 F CFA. 9

RÉSULTATS DE L’ANALYSE DESCRIPTIVE DE LA POPULATION ET DES DÉFIS 4.3.4 Inégalités régionales Dans la figure 15, il est observé qu’environ 5% des jeunes actifs résident dans les régions du Nord du Mali, ce qui fait supposer à un accès limité aux opportunités d’emploi dans ces zones. De même, les régions du Sud sont particulièrement touchées par le chômage, concentrant une proportion significative de jeunes sans emploi et inactifs. Cette disparité régionale met en évidence les inégalités en matière d’accès à l’emploi, avec le Nord défavorisé en termes d’opportunités économiques et le Sud plus fortement impacté par le chômage. Le test de chi deux a permis de confirmer qu’il existe bien une dépendance statistique entre le lieu de résidence et le statut économique. En résumé, les jeunes Malien.ne.s sont confronté.e.s à de multiples défis concernant l’emploi: - Un taux de chômage élevé et persistant, particulièrement chez les jeunes hommes et les diplômés du supérieur. - Une inadéquation entre l’offre de formation et la demande d’emploi. - Une prédominance du secteur informel. - Des inégalités régionales marquées, avec une situation particulièrement difficile dans les régions du Nord. 10

RÉSULTAT DE L’ANALYSE ENTRE TRAVAIL ET INACTIVITÉ 5 RÉSULTAT DE L’ANALYSE ENTRE TRAVAIL ET INACTIVITÉ Dans la continuité des défis de la tranche d’âge 18-35 en termes d’emploi, il a été élaboré trois modèles de régression logistique en utilisant les trois variables suivantes comme variables endogènes: - Inactif(1: Inactif; 0: Actif ou Sans emploi), - Actif(1: Actif; 0: Inactif ou Sans emploi), et - Sans emploi(1: Sans emploi; 0: Actif ou Inactif). - Les variables explicatives ou exogènes sont le genre, la situation matrimoniale, l’âge, le niveau de formation et la région. Ce choix a été fait dans le but de mettre en évidence l’impact statistiquement significatif que chacune de ces variables explicatives pourrait avoir sur la probabilité qu’un jeune soit actif, inactif ou sans emploi. Cette approche permet également d’approfondir les dépendances statistiques révélées par les tests chideux effectués dans la section précédente. En comprenant l’impact réel de chaque variable sur le statut économique, il sera possible de mieux orienter les stratégies pour relever les défis auxquels la tranche d’âge 18-35 ans est confrontée en matière d’emploi. L’ensemble des tableaux de résultats et figures sont dans l’annexe. 5.1 Probabilité d’être actif pour un jeune En mettant en œuvre le modèle 1 dans le logiciel d’analyse de données R, toutes choses étant égales par ailleurs, nous obtenons le tableau de résultats en annexe 1, prenant en compte les variables explicatives significatives sur le plan statistique, c’est-à-dire celles dont la p-value est inférieure au seuil de 5% d’erreur. Dans le détail, il est possible de confirmer les résultats de la partie précédente sur l’existence d’une relation de dépendance statistique entre le statut économique et les variables explicatives telles que le genre, la région et la situation matrimoniale. En effet, la région de résidence influence la probabilité qu’un jeune soit actif, comme le montre l’impact significatif du fait d’habiter dans les régions du centre et du nord sur la variable«actif». Par rapport à un jeune vivant à Bamako, un jeune résidant dans les régions allant de Mopti à Taoudenni, en passant par Gao, Kidal et Tombouctou, a entre 27% et 70% de chances en moins d’être actif. C’est à Kidal que le taux est le plus élevé, avec 70 % de chances en moins par rapport au district de Bamako. Pour chaque année supplémentaire, les jeunes augmentent leur probabilité d’être actifs d’environ 9%. Concernant l’impact du genre, un homme a 5,9 fois plus de chances d’être actif qu’une femme, ce qui signifie qu’être une femme réduit la probabilité d’être active. Par rapport à un jeune célibataire, le fait d’être divorcé multiplie par 3,4 les chances d’être actif. Cette probabilité s’explique notamment par le fait que l’âge et la probabilité d’être divorcé sont corrélés positivement. En revanche, un niveau de formation secondaire ou supérieur diminue la probabilité d’être actif respectivement de 71% et de 55%. Cela indique que l’employabilité d’un jeune n’est pas positivement corrélée avec le niveau de formation. En somme, ce modèle met en évidence que l’employabilité, ou la probabilité d’être actif, 11

RÉSULTAT DE L’ANALYSE ENTRE TRAVAIL ET INACTIVITÉ est particulièrement liée au lieu de résidence, avec une baisse dans les régions du Centre et du Nord. Le modèle montre également que l’employabilité est positivement corrélée avec l’âge mais négativement corrélée avec le niveau de formation. 5.2 Probabilité d’être inactif pour un jeune Dans sa globalité, le modèle 2 est statistiquement acceptable. Toutes choses étant égales par ailleurs, les résultats des variables ayant un impact statistiquement significatif sont présentés dans le tableau en annexe 2. Contrairement au modèle 1, une augmentation de l’âge réduit la probabilité qu’un jeune soit inactif. Cela signifie que pour chaque année supplémentaire, la probabilité qu’un jeune soit inactif diminue de 10%. En revanche, un jeune vivant dans les régions du nord, comme Gao, Kidal et Ménaka, voit sa probabilité d’être inactif augmenter de manière significative par rapport à un jeune vivant dans le district de Bamako. Cette augmentation est la plus forte pour les jeunes de la région de Ménaka, avec une hausse de 90%. Être un jeune homme réduit la probabilité d›être inactif de 86% par rapport à une jeune femme. Tandis qu›être divorcé réduit la probabilité d›être inactif de 76%, être marié augmente cette probabilité d›environ 43%, que le mariage soit polygamique ou non. De plus, un jeune ayant atteint le niveau de formation secondaire a 3,2 fois plus de chances d›être inactif qu›un jeune sans aucun niveau de formation. En somme, l’inactivité des jeunes est corrélée négativement avec l’âge et positivement avec le niveau de formation. Les femmes sont plus susceptibles d’être inactives par rapport aux hommes, particulièrement dans les régions du nord par rapport au district de Bamako. 5.3 Probabilité d’être sans-emploi Le modèle fait preuve d’une bonne précision globale mais ne peut pas prédire si un individu est sans emploi. Ce qui démontre la complexité des facteurs autour du chômage des jeunes. Les résultats des variables ayant un impact statistiquement significatif sont présentés dans le tableau en annexe 3. Ces résultats reflètent les observations précédentes concernant l’impact négatif des régions du Nord et du Centre par rapport à Bamako sur la probabilité d’être actif. En effet, il est démontré que vivre dans les régions allant de Mopti à Taoudenni augmente la probabilité d’être sans emploi. Un jeune dans ces régions a entre 1,5 et 8 fois plus de chances d’être sans emploi qu’un jeune vivant à Bamako. Cependant, la région de Koulikoro, bien que proche de Bamako, augmente de 70% la probabilité qu’un jeune soit sans emploi par rapport à Bamako. Un constat important est que l’âge n’a pas d’impact significatif sur la probabilité d’être sans emploi. En revanche, être un homme augmente cette probabilité de 40%. Être marié par rapport à être célibataire réduit la probabilité d’être sans emploi chez les jeunes de 45% dans le cas d’un mariage polygamique et de 55% dans le cas d’un mariage monogamique. Il est également important de noter que la probabilité d’être sans emploi est positivement corrélée avec le niveau de formation. En effet, un jeune ayant un niveau de formation primaire a, par rapport à un jeune sans aucun niveau de formation, 40% de chances supplémentaires d’être sans emploi. Un jeune avec un niveau de formation secondaire à 82% de chances en plus, tandis qu’un jeune ayant un niveau de formation supérieur à 5,66 fois plus de chances d’être sans emploi. En résumé, ce modèle démontre que les régions du centre et du nord sont les plus touchées par le chômage. Les hommes sont plus susceptibles d’être à la recherche d’un emploi, et le niveau de formation ne garantit pas un emploi. 5.4 Conclusion des modèles La conclusion des résultats des trois modèles de régression logistique met en évidence plusieurs tendances clés concernant l’employabilité des jeunes au Mali, en fonction de divers facteurs socio-économiques, conformant ainsi les défis mis en avant dans ce rapport. Les principales conclusions sont: - Premièrement, la région de résidence joue un rôle déterminant dans la pro12

RÉSULTAT DE L’ANALYSE ENTRE TRAVAIL ET INACTIVITÉ babilité d’être actif, inactif ou sans emploi. Les jeunes vivant dans les régions du nord et du centre, telles que Gao, Kidal, Ménaka, et Mopti, sont plus susceptibles d’être inactifs ou sans emploi par rapport à ceux vivant à Bamako. - Deuxièmement, l’âge a un impact différencié selon le modèle. Tandis que chaque année supplémentaire augmente la probabilité qu’un jeune soit actif, elle diminue la probabilité d’inactivité, sans toutefois avoir un effet significatif sur la probabilité d’être sans emploi. - Troisièmement, le genre est un facteur important. Les hommes sont plus susceptibles d’être actifs et moins susceptibles d’être inactifs par rapport aux femmes. Cependant, paradoxalement, ils ont également une probabilité plus élevée d’être sans emploi. - Quatrièmement, la situation matrimoniale influence l’employabilité. Les jeunes mariés, qu’ils soient dans un mariage monogamique ou polygamique, sont moins susceptibles d’être sans emploi que les célibataires. En revanche, être divorcé semble augmenter la probabilité d’être actif. - Enfin, le niveau de formation présente une relation complexe avec l’emploi. Contrairement aux attentes, un niveau de formation plus élevé n’est pas systématiquement corrélé avec une meilleure employabilité. En fait, les jeunes ayant atteint un niveau de formation secondaire ou supérieur sont plus susceptibles d’être inactifs ou sans emploi par rapport à ceux sans formation. En somme, ces modèles révèlent que l’employabilité des jeunes est influencée par une combinaison de facteurs géographiques, démographiques et socio-économiques, avec des disparités marquées entre les différentes régions du pays et entre les genres. Ces résultats suggèrent que des stratégies ciblées sont nécessaires pour améliorer l’accès à l’emploi, en particulier pour les jeunes des régions les plus vulnérables et pour les femmes. 13

LES PRIORITÉS DE LA TRANCHE D’ÂGE 18-35 ANS 6 LES PRIORITÉS DE LA TRANCHE D’ÂGE 18-35 ANS La figure 16 présente les cinq principales priorités identifiées par les tranches d’âge supérieur à 35 ans. La lutte contre l’insécurité apparaît comme la priorité la plus importante, suivie de près par la lutte contre l’insécurité alimentaire. La lutte contre la pauvreté est également une préoccupation majeure, se classant en troisième position. Le chômage des jeunes est la quatrième priorité, tandis que l’amélioration du système éducatif clôture le classement. Ces résultats montrent que les préoccupations des adultes sont principalement axées sur la sécurité et les conditions de vie essentielles, telles que l’accès à la nourriture, la sécurité, et l’emploi. La figure 17 montre les cinq priorités principales des jeunes âgés de 18 à 35 ans. Contrairement aux adultes, les jeunes placent la lutte contre le chômage des jeunes en tête de leurs préoccupations. La lutte contre l’insécurité reste une priorité majeure, se classant en deuxième position, suivie par la lutte contre la pauvreté. L’insécurité alimentaire est également une préoccupation importante pour cette tranche d’âge, figurant en quatrième place. Enfin, la gestion du problème du nord est la cinquième priorité pour les jeunes. Comparé aux adultes, dans la figure 17, il est clair que les jeunes accordent une importance plus grande à l’emploi, tout en partageant des préoccupations similaires en matière de sécurité et de conditions de vie. La différence notable réside dans l’accent mis sur la lutte contre le chômage, ce qui reflète probablement leurs préoccupations immédiates concernant leur propre insertion dans le marché du travail. La figure 18 met en lumière les priorités des jeunes femmes. Contrairement aux deux autres groupes, les jeunes femmes placent la lutte contre la pauvreté en tête de leurs préoccupations. La lutte contre le chômage des jeunes arrive en deuxième position, suivie par la lutte contre l’insécurité. La lutte contre l’insécurité alimentaire occupe la quatrième place, tandis que la gestion du problème du nord ferme la liste des priorités. 14

LES PRIORITÉS DE LA TRANCHE D’ÂGE 18-35 ANS En comparaison avec les jeunes en général et les adultes, les jeunes femmes semblent accorder une importance accrue aux enjeux de pauvreté, probablement en raison de leur impact direct sur leurs conditions de vie. La sécurité reste une préoccupation partagée avec les autres groupes, mais les priorités spécifiques montrent une sensibilité particulière aux défis économiques, surtout en matière de pauvreté et d’emploi. La figure 19 montre que les priorités des jeunes sans formation se concentrent principalement sur des problèmes liés à la sécurité, la pauvreté, le chômage et l’insécurité alimentaire. Ces domaines sont critiques pour cette population et montrent des préoccupations directes avec les besoins fondamentaux et la stabilité socio-économique. Les différences entre les priorités des jeunes sans formation et ceux ayant un niveau de formation primaire sont subtiles mais notables. Les deux groupes accordent une grande importance à la lutte contre le chômage, la pauvreté, l’insécurité et l’insécurité alimentaire. Cependant, les jeunes avec une formation primaire semblent également préoccupés par la gestion du problème du nord, qui pourrait faire référence à des enjeux spécifiques à ces régions du nord peut-être en lien avec des conflits ou des crises sécuritaires. Pour les jeunes ayant un niveau de formation secondaire et supérieur à des pourcentages près, la lutte contre le chômage des jeunes est la priorité la plus importante, apparaissant deux fois dans les segments de la figure 22. Cela souligne une préoccupation profonde concernant l’emploi et l’intégration sur le marché du travail, même pour ceux qui ont un niveau de formation élevé. De plus, l’amélioration du système éducatif est une priorité, ce qui est cohérent avec leur niveau de formation. Ils reconnaissent l’importance de renforcer l’éducation pour mieux s’aligner sur les besoins du marché du travail et sur d’autres défis socio-économiques. Les préoccupations liées à l’insécurité et à l’insécurité alimentaire sont également présentes, montrant que, bien que leur niveau de formation soit supérieur, ces jeunes continuent de se soucier des questions fondamentales de sécurité et de survie économique. En somme, les priorités des jeunes malien. ne.s, en fonction de leur niveau de formation, mettent en lumière des préoccupations communes mais également des nuances importantes.« La lutte contre le chômage des 15

LES PRIORITÉS DE LA TRANCHE D’ÂGE 18-35 ANS jeunes» est une priorité centrale pour tous, avec une attention particulière chez ceux ayant un niveau de formation supérieur.« La lutte contre l’insécurité» et« l’insécurité alimentaire» sont également des préoccupations clés, surtout pour ceux avec des niveaux de formation inférieurs. Chez les jeunes femmes, les priorités se rejoignent avec une attention spécifique à« la lutte contre l’insécurité» et« l’amélioration des conditions de vie», reflétant une sensibilité accrue aux enjeux de sécurité et de stabilité. Ces priorités mettent en évidence la nécessité de politiques publiques ciblées, adaptées aux différents besoins selon le niveau de formation et le genre des jeunes. 16

ÉVALUATION DU TAUX DE CHÔMAGE ET DU TAUX D’EMPLOI DES RÉPONDANTS 7 ÉVALUATION DU TAUX DE CHÔMAGE ET DU TAUX D’EMPLOI DES RÉPONDANTS Entre 2019 et 2024, le gouvernement malien a mis en place plusieurs politiques et réponses pour lutter contre le chômage des jeunes avec ses partenaires comme le PNUD 1 ou l’OIM 2 . Voici les principaux axes sur lesquels se basent ces réponses: per leurs entreprises. De ce fait, les données de Mali-Mètre ne peuvent pas être utilisées pour faire une évaluation chiffrée des politiques et réponses gouvernementales. Cependant, en se basant sur les données de l’analyse, il est possible Il est difficile d’évaluer quantitativement ces réponses gouvernementales car les objectifs sont souvent basés sur des« Target et des Baseline», mais pas vraiment de taux explicitement visé en termes de taux d’emploi ou taux de chômage. Un exemple de programme est celui initié en 2022 par le PNUD et la Fondation Tony Elumelu,(le Programme Entrepreneuriat Jeunesse Mali) visant à contribuer à l’autonomisation de 10 000 jeunes sur une période de 3 ans à travers un solide processus de renforcement de capacité en entrepreneuriat, un soutien financier de démarrage pour créer ou renforcer des entreprises innovantes et un mentorat individuel aux jeunes pour les aider à dévelopde présenter l’évolution du taux de chômage et de l’emploi des répondants entre 2019 et 2024. L’analyse se porte donc sur l’examen de l’évolution des taux et le calcul de la variation relative du taux d’emploi et du taux de chômage des répondants sur la période cible. Ce choix est utile pour comparer les changements dans des contextes où les bases initiales diffèrent, et pour exprimer l’importance proportionnelle des changements dans des termes faciles à comprendre. Elle est généralement préférable pour l’évaluation de l’impact d’une politique ou d’une intervention sur des groupes de tailles diffé1 PNUD: Programme des Nations unies pour le développement 2 OIM: Organisation internationale pour les migrations 17

ÉVALUATION DU TAUX DE CHÔMAGE ET DU TAUX D’EMPLOI DES RÉPONDANTS rentes ou sur des périodes avec des niveaux initiaux variés. L’évolution du taux d’emploi et du taux de chômage durant notre période est présentée par les figures suivantes. La figure 23 présente une évolution fluctuante du taux d’emploi entre 2019 et 2024. Il est possible d’observer une légère baisse du taux d’emploi entre 2019 et 2021. À partir de 2021, le taux d’emploi connaît une nette reprise et atteint un pic en 2023. Toutefois, en 2024, une baisse du taux d’emploi par rapport à l’année précédente est constatée. Le taux de chômage officiel publié par les structures du gouvernement est tiré des données de l’enquête EMOP 3 fait par l’INSTAT 4 . Dans le cadre de cette analyse, la figure 24 présente l’évolution de la part d’individu en chômage. Une légère hausse du taux de chômage est observée entre 2019 et 2021, À partir de 2021, le taux de chômage connaît une accélération de sa croissance et atteint un pic en 2022. Toutefois, en 2023 et 2024, il est constaté une baisse du taux de chômage par rapport à l’année précédente. Concernant l’analyse de la variation relative, le choix s’est fait sur une différence d’au moins 24 mois entre l’année de base et l’année de 3 EMOP: Enquête modulaire et permanente auprès des ménages 4 INSTAT: Institut national de la statistique 18

ÉVALUATION DU TAUX DE CHÔMAGE ET DU TAUX D’EMPLOI DES RÉPONDANTS fin. De ce fait, le tableau 2 présente les résultats obtenus: - Entre 2019 et 2021, il est possible d’observer une légère détérioration. Le taux d’emploi a diminué de 1 point de pourcentage, passant de 50% à 49%, avec une variation relative négative de 3%. En parallèle, le taux de chômage a augmenté, passant de 9% à 10%, ce qui correspond à une augmentation relative de 10%. - Entre 2021 et 2023, la situation s’est nettement améliorée. Le taux d’emploi a progressé de 3 points, atteignant 52 %, ce qui représente une augmentation relative de 6%. En même temps, le taux de chômage a fortement diminué, passant de 10% à 7%, soit une variation relative de-28%. - Cependant, entre 2021 et 2024, la dynamique positive n’a pas été maintenue. Le taux d’emploi reste stable à 49%, le même niveau qu’en 2021, indiquant une stagnation. De plus, le taux de chômage est revenu à 10% en 2024, après avoir baissé à 7% en 2023. En résumé, l’évolution du marché de l’emploi des jeunes au Mali entre 2019 et 2024, reflétée par les enquêtes du Mali-Mètre, est complexe et marquée par des fluctuations importantes. Pour mieux comprendre les dynamiques à l’œuvre et évaluer l’efficacité des politiques, il est nécessaire de disposer de données plus détaillées et d’analyses approfondies. Pour une analyse plus fine, il serait intéressant d’avoir accès à des données désagrégées par secteur d’activité, par région, par niveau de qualification, etc. Cette analyse se base sur les données fournies et ne prétend pas être exhaustive. Une étude plus approfondie serait nécessaire pour comprendre les causes sous-jacentes de ces évolutions et pour évaluer l’impact des différentes politiques mises en œuvre. 19

RECOMMANDATIONS 8 RECOMMANDATIONS Afin de formuler des recommandations adéquates, l’étude a approfondi l’analyse pour identifier les groupes d’individus ayant des prérequis permettant de prédire leurs réponses. L’analyse de catégorisation, utilisant le modèle K-means, a mis en évidence l’existence de groupes(clusters) ayant une manière similaire de répondre aux questions« Quelles sont les priorités que l’État devrait avoir?» et« Comment percevez-vous la situation sécuritaire? ». En effet, en analysant les réponses des individus et en se basant sur leurs prérequis socioéconomiques, il est possible de mettre en évidence des groupes homogènes. La figure suivante démontre qu’en prenant en compte le genre et les tranches d’âge(18-24 et 25-35 ans), il y a quatre clusters statistiquement significatifs. Ainsi, une politique de l’emploi, même ciblée sur les jeunes, doit tenir compte des différences d’âge et de genre parmi les jeunes. Le constat est le même en prenant en compte les régions et les tranches d’âge avant et après 25 ans. Ces groupes se comportent différemment statistiquement. En revanche, les mêmes clusters se retrouvent dans certaines régions comme Bamako et Koulikoro. Ainsi, il est important d’avoir des politiques de plus en plus spécifiques au sein même des régions. Les résultats de l’ensemble des analyses précédentes montrent clairement la nécessité d’adopter des politiques publiques plus ciblées pour répondre aux défis spécifiques de l’emploi des jeunes. Ainsi, les principales recommandations se présentent comme suit: 1. Orientation des politiques futures: Il est impératif que les futures politiques en matière d’emploi soient orientées vers des actions spécifiques et ciblées, prenant pleinement en compte les disparités identifiées parmi les jeunes Maliens. L’analyse approfondie réalisée 20

RECOMMANDATIONS à travers le modèle K-means a révélé l’existence de plusieurs sous-groupes distincts au sein de cette population. Chacun de ces groupes présente des caractéristiques uniques et nécessite, par conséquent, des stratégies différenciées pour maximiser l’impact des politiques d’emploi. 2. Élaboration de stratégies différenciées: Les politiques doivent être finement ajustées pour répondre aux besoins spécifiques de chaque sous-groupe, en tenant compte divers facteurs tels que le niveau de formation, la situation géographique, et le genre. Par exemple: Niveau de formation: Les jeunes ayant un faible niveau d’instruction pourraient bénéficier de programmes de formation professionnelle ciblée, tandis que ceux avec un niveau plus élevé nécessitent des initiatives favorisant l’entrepreneuriat ou l’accès à des emplois qualifiés. Situation géographique: Les jeunes des zones rurales doivent avoir accès à des programmes adaptés aux réalités locales, comme l’agro-industrie ou les métiers liés à l’artisa21 nat, tandis que les jeunes urbains pourraient être mieux soutenus dans des secteurs comme les technologies de l’information ou les services. Genre: Les politiques doivent également intégrer une dimension de genre, en créant des opportunités spécifiques pour les jeunes femmes, souvent marginalisées dans l’accès à l’emploi, notamment dans les secteurs où elles sont sous-représentées. 3. Ajustement des programmes actuels: Il est essentiel de réviser les programmes d’emploi existants pour mieux répondre aux réalités locales et aux besoins des sous-groupes identifiés. Cette révision doit viser à garantir une répartition plus équitable des ressources et une efficacité accrue des interventions. Par exemple: Réallocation des ressources: Les ressources doivent être redistribuées pour privilégier les groupes les plus vulnérables ou les régions les plus démunies. Adaptation des programmes: Les programmes actuels doivent être modifiés pour inclure des modules

spécifiques à chaque sous-groupe, et ce, en consultation avec les parties prenantes locales afin de s’assurer que les interventions soient en phase avec les réalités du terrain. 4. Mise en œuvre et suivi des recommandations: Il est crucial que ces recommandations soient traduites en actions concrètes et opérationnelles. Pour ce faire: Mise en place de mécanismes de suivi et d’évaluation: Des indicateurs spécifiques au taux de chômage et au taux d’emploi doivent être définis pour mesurer l’impact réel des politiques sur l’emploi des RECOMMANDATIONS jeunes. Ces mécanismes doivent permettre de suivre l’évolution de chaque sous-groupe et d’ajuster les stratégies en fonction des résultats obtenus. Renforcement des capacités institutionnelles: Les institutions chargées de la mise en œuvre des politiques d’emploi doivent être renforcées pour garantir une exécution efficace des recommandations. Cela inclut la formation des agents, l’amélioration des systèmes de gestion de l’information et la coordination entre les différentes parties prenantes. 9 CONCLUSION L’intégration de ces stratégies différenciées et l’ajustement des programmes actuels sont essentiels pour maximiser l’impact des politiques d’emploi au Mali. En s’assurant que les recommandations soient traduites en actions concrètes, accompagnées de mécanismes de suivi robustes, il sera possible d’améliorer significativement les perspectives d’emploi des jeunes Malien.ne.s, tout en assurant une répartition plus équitable des ressources et des opportunités. 22

FRIEDRICH-EBERT-STIFTUNG- ALLIANCE DES ÉTATS DU SAHEL: DÉFIS ET PERSPECTIVES RÉFÉRENCES Articles de Malipage Cours universitaire sur l’analyse de données, Université de Lorraine, Mr Flage Cours universitaire sur la segmentation, Université de Lorraine, Mr Lange Mali-Mètre de 2019 à 2024 Ministère de l’Entreprenariat National, de l’Emploi et de la Formation Professionnelle 23

LISTE DES FIGURES 5 Figure 1 Répartition des répondants 6 Figure 2 Répartition genrée des répondants selon la région 6 Figure 3 Répartition des répondants selon le niveau de formation 6 Figure 4 Répartition des répondants selon niveau de formation en prenant en compte le genre 7 Figure 5 Répartition des répondants selon niveau de formation en prenant en compte la région de résidence 7 Figure 6 Répartition des répondants selon niveau de formation des femmes en prenant en compte la région de résidence 7 Figure 7 Répartition des répondants selon leur situation matrimoniale 8 Figure 8 Comparaison entre les populations adultes et jeunes 8 Figure 9 Comparaison entre les populations adultes et jeunes femmes 8 Figure 10 Répartition de la tranche d’âge 18-35 ans selon la situation économique 8 Figure 11 Répartition de la tranche d’âge 18-35 ans selon la situation économique en prenant en compte le genre 8 Figure 12 Répartition des jeunes femmes inactives 9 Figure 13 Répartition des jeunes selon le statut emploi en prenant en compte le niveau de formation 24

9 Figure 14 Répartition des jeunes actifs selon le type d’emploi 10 Figure 15 Répartition des jeunes selon le statut emploi en prenant en compte la région de residence 14 Figure 16 Présentation des priorités selon tranches d’âge supérieur a 35 ans 14 Figure 17 Présentation des priorités selon tranches d’âge 18-35 ans 14 Figure 18 Présentation des priorités selon tranches d’âge 18-35 ans femme 15 Figure 19 Présentation des priorités des jeunes sans aucun niveau de formation 15 Figure 20 Présentation des priorités des jeunes avec un niveau de formation primaire 15 Figure 21: Présentation des priorités des jeunes avec un niveau de formation secondaire 15 Figure 22 Présentation des priorités des jeunes avec un niveau de formation superieur 18 Figure 23 Présentation de l’évolution du taux d’emploi des répondants entre 2019 et 2024 18 Figure 24 Présentation de l’évolution du taux de chomage des répondants entre 2019 et 2024 20 Figure 25 Résultats du modèle Kmeans, segmentation en fonction de l’âge et le genre 21 Figure 26 Résultats du modèle Kmeans, segmentation en fonction de l’âge et la region 25

LISTE DES TABLEAUX 17 Tableau 1 Tableau récapitulatif des programmes de réponses gouvernementales par rapport à l’emploi des jeunes 19 Tableau 2 Présentation des variations relatives entre le taux de chômage et le taux d’emploi des répondants 26

IMPRESSION PRÉSENTATION DE L’AUTEURE Nana Aly est économiste de formation. Elle est titulaire d’un master en expertise statistique de l’université de Lorraine, ainsi que d’une double licence en analyse économique de l’université de Reims et en économétrie de l’université de Béjaïa. Spécialisée dans l’analyse de données socio-économiques, Nana Aly a développé des compétences en statistiques et en modélisation économétrique. À PROPOS DE L’ÉTUDE La présente analyse porte sur la situation de l’emploi des jeunes(18-35 ans) à partir des données brutes de Mali-Mètre collectées entre 2018 et 2024. Un accent particulier a été mis sur les défis, les priorités et les attentes de cette tranche de la population en matière d’emploi; elle offre également un aperçu détaillé des ré alités auxquelles ces jeunes sont confronté.e.s. Donc il est question de dégager des enseigne ments clés sur la situation de l’emploi des jeunes au Mali, mais aussi de formuler des recommandations susceptibles d’enrichir les débats publics et d’influencer de manière constructive la prise de décision politique, en veillant à ce que les priorités des jeunes soient davantage prises en compte. IMPRESSION © Friedrich-Ebert-Stiftung, Bureau Bamako, Faso Kanu BP. 428 Bamako- Mali Tél.+223 44 90 60 30- 44 90 60 29 E-Mail: info@fes-mali.org Site web: www.mali.fes.de Les Policy Papers de la Friedrich Ebert Stiftung Mali servent le débat politique au Mali. Ils doivent donner des impulsions socialdémocrates à la discussion. Les idées et thèses développées dans le présent papier sont celles de l’auteure et ne correspondent pas nécessairement à celles de la FES. L’utilisation commerciale des médias publiés par la Friedrich-Ebert-Stiftung(FES) est inter dite sans l’autorisation écrite de la FES. ISBN: 978-99952-75-42-6 © 2024 https://mali.fes.de/

ANALYSE THÉMATIQUE DE L’EMPLOI POUR LA TRANCHE D’ÂGE DE 18-35 ANS AU MALI Il est impératif que les futures politiques en matière d’emploi soient orientées vers des actions spécifiques et ciblées, prenant pleinement en compte les disparités identifiées parmi les jeunes Maliens. Les politiques doivent être finement ajustées pour répondre aux besoins spécifiques de chaque sous-groupe, en tenant compte divers facteurs tels que le niveau de formation, la situation géographique, et le genre. Il est essentiel de réviser les programmes d’emploi existants pour mieux répondre aux réalités locales et aux besoins des sous-groupes identifiés. Cette révision doit viser à garantir une répartition plus équitable des ressources et une efficacité accrue des interventions. Pour d’amples informations, consultez le site: https://mali.fes.de/