LES DETERMINANTS DE L’EXPLOITATION DES ROUTES RWANDAISES PAR LES VEHICULES

CONGOLAIS ET MANQUE A GANGER DANS L’ECONOMIE PROVINCIALE : Cas de la route Bukavu-

Rwanda-Uvira1.

MUKAMBA MULUNGULA Alain

SUMMARY: This work tries to analyze the effects that the non kept road networks entail in the province of the
South-Kivu in order to clear his/her/its impact on his/her/its economic development as well as on the creation of
wealths. Thus, this work values the determinants of the exploitation of the Bukavu-Uvira road Via Rwanda. To
fear these determinants, we constructed a model économétrique as support of help to the determination of these
last. After having determined the factors that influence the drivers to borrow the road of Rwanda, we passed to
the calculation of the lack to win and noted that the province of the South-Kivu achieves a lack to wins 704 352
000 FC on average during the period under survey.

Key words: Determinants, Exploitation, Lack to win and Economy.

RESUME : Ce travail cherche à analyser les effets qu’entrainent les réseaux routiers non entretenus dans la
province du Sud-Kivu en vue de dégager son incidence sur son développement économique ainsi que sur la
création des richesses. Ainsi, ce travail évalue les déterminants de l’exploitation de la route Bukavu-Uvira-via
Rwanda. Pour appréhender ces déterminants, nous avons construit un modèle économétrique comme support
d’aide à la détermination de ces derniers. Après avoir déterminé les facteurs qui influencent les chauffeurs à
emprunter la route du Rwanda, nous avons passé au calcul du manque à gagner et avons constaté que la
province du Sud-Kivu réalise un manque à gagne de 704 352 000 FC en moyenne pendant la période sous
étude.

Mots clés : Déterminants, Exploitation, Manque à gagner et Economie.

I. INTRODUCTION

Le transport en RDC est l’un des plus importants défis que le pays doit relever pour s’assurer
un développement durable. Les réseaux ferroviaires et fluviaux, à l’origine incomplets pour des raisons
historiques ou géographiques, ont vus leurs état général se dégrader depuis l’indépendance par
manque d’entretien et de gestion efficace qui ont entrainé la disparition de quelques unes d’ entre elles
(KUZNET, A, 2006).
En effet, les pays qui ont le niveau de développement élevé sont aussi ceux qui possèdent, la
qualité et la quantité élevée d’instruments et infrastructures de transport. Le problème de transport
apparait comme un moteur de toutes les activités de la vie économique nationale. Cependant, la
gestion des services et travaux d’infrastructure reste encore à désirer dans beaucoup de pays en
développement (PED), tel est le cas de la RDC. Le constat est que, l’infrastructure de transport qui sert

1 Institut Supérieur Pédagogique (ISP), Sciences Commerciales et Administratives.

de moyen de support à la réalisation de celui-ci est en général dégradante et insuffisante : la voie
ferrée causant régulièrement des déraillements (cas de chemin de fer de Matadi-Kinshasa, dans le
Bas-Congo), les érosions dont est victime l’infrastructure (tel est le cas de la route Bukavu-Kabare,
dans le Sud-Kivu, les pistes d’avion courtes et non asphaltées dans plusieurs aérodromes (comme
BENI, dans le Nord Kivu), l’inexistence de matériel de dragage des voies maritimes navigables (comme
au sein de la Régie des Voies Maritimes à Boma, dans le Bas-Congo (BALYAHAMWABO,T., 2006).
Les routes sont mal revêtues, non entretenues pour la plupart et se détruisent vite surtout
lorsqu’elles sont fréquentées par les engins aux capacités non adaptées à l’état de chaussées
(M’PENE, N., 2002). En outre, la production des milieux ruraux a baissé faute d’infrastructure ne
permettant pas d’acheminer des produits vers les centres urbains. Dans certains coins de la région, on
se contente d’une production de substance, pourtant les capacités humaines et les potentialités
naturelles de la province pourraient permettre une forte production. A ces constants s’ajoute la pénurie
des produits manufacturés dans les villages, toujours pour raison de transport. Cette situation conduit
certains ménages à l’exode rural, abandonnant ainsi leurs activités productrices pour augmenter la
masse de chômeurs et pauvre dans la cité. Signalons toutefois qu’à part le problème de transport, celui
d’insécurité est aussi à la base de cette situation d’émigration rurale. L’infrastructure routière permet les
échanges à deux niveaux :
- Les échanges à longue distance qui empruntent le réseau principal reliant les centres urbains,
- Les échanges à courte distance qui empruntent le réseau local conduisant au centre urbain
des grands axes en cohérence avec la nouvelle classification routière ( Plan MOBUTU,
programme routier, 1982-1984) tel est le cas des routes de dessertes agricoles.
Par ailleurs, les gouvernements, du gouvernement central à l’administration d’une petite ville,
financent les dépenses publiques par les impôts et taxes. Les impôts et taxes constituent un
instrument, une politique importante dont les effets sur notre vie courante sont très divers.
De tout moment, l’humanité toute entière, à travers les financiers, se préoccupe des moyens pour
rendre accessible l’approche d’une caisse qui prête son concours à la caisse de l’Etat et subvenir aux
besoins prioritaires d’intérêt communautaire tel que l’entretien des infrastructures routières. Ceci est
vrai d’autant plus que chacun, dans ce qui le concerne, dans son domaine, même si le besoin s’en
faisait sentir, avait du mal à s’en approprier. C’est ainsi qu’il en est, de la réhabilitation et de l’entretien
d’un édifice public par la population par exemple. Nous pouvons considérer également que les
différentes récoltes dans ce domaine constituée par les exploitants qui, dans un autre sens, sont
considérés comme prioritaires ou protecteurs, constitue une contre partie du droit ou de la possibilité
d’exploiter une infrastructure et devient en fait une taxe. C’est lorsque le protecteur, en même temps
acteur, assume l’autorité d’une puissance publique, et en outre couvert par acte juridique signé par la
même compétence (A. NEURISSE, 1978).
C’est dans cette optique que nous voulons analyser les déterminants de l’exploitation des
routes Rwandaises par les véhicules congolais et le manque à gagner dans l’économie de la province,
le cas de la route Bukavu-Uvira via Rwanda.

Signalons que la création et l’application des taxes dans les entités administratives démontre
en amont l’importance de ces routes même si cette pratique aggrave la situation. En effet, la nécessité
des taxes s’applique par le fait qu’elles permettent au pouvoir public, garant d’un développement
harmonieux et durable de la société, d’assurer ses responsabilités et de faire face à ses obligations vis-
à-vis de la population : construire les routes et les entretenir, faire fonctionner les écoles et d’autres
services public, payer les fonctionnaires, assurer la paix et la tranquillité publique, encourager la
production.

Les contribuables doivent donc impérativement payés les taxes : c’est une obligation de la loi
et à la fois un devoir civique, c’est une façon de s’engager en tant que citoyen et contribuable à la
libération des moyens auxquels on est soumis, sans se dérober, sauf dans les conditions fixées par le
législateur. Si non les contrevenants s’exposent à des peines prévues par la loi. En payant les taxes, la
population a le droit de jouir de résultats générés par l’utilisation rationnelle et efficace des recettes
provenant de celles-ci. Autant il a le droit absolu de voir se réaliser des actions de développement dont
il jouira directement ou indirectement, individuellement ou collectivement. Les effets réels de
développement, les actions concrètes réalisées par le pouvoir public grâce aux recettes issues des
taxes légales constituent la compensation légitime attendue par les contribuables.
Eu égard a ce qui précède, la question qui se pose est de savoir quel serait le rôle du réseau
routier dans l’intégration et la croissance économique. De cette question principale découle deux autres
qui lui sont secondaire à savoir :

- Qu’est ce qui justifierait le transite des véhicules Congolais au Rwanda pour accéder le
territoire d’Uvira ?
- Le passage des véhicules ayant une immatriculation congolaise au Rwanda a-t-elle un impact
sur l’économie de la province ?

L’hypothèse formulée à cette question est que le rôle du réseau routier dans l’intégration et la
croissance économique serait de facilité les échanges à courte et à longue distance en empruntant le
réseau local et principal, conduisant d’une part au centre urbain des grands axes, et de l’autre, reliant
les centres urbains. De manière secondaire, le bon état des routes rwandaises, la sécurité, les heures
de voyage que mettent les usagers, la qualité du service offert au Rwanda seraient à la base de transite
de véhicules congolais au Rwanda en amont, et en aval, le manque des infrastructures entretenues,
l’insécurité, la surtaxation et une longue distance à parcourir sur le tronçon Bukavu-ngomo-Uvira
seraient à la base de transit des véhicules de Bukavu-Uvira via Rwanda. Les recettes perçues par
l’administration routière Rwandaise seraient un manque à gagner pour la province du Sud-Kivu.

I.1. OBJECTIF POURSUIVI

L’objectif de cette étude est de mener une analyse rigoureuse sur les stratégies de relance de
l’économie de la province du Sud-Kivu en passant par le secteur de transport routier. En outre, nous
voulons mettre en évidence les principaux problèmes soulevés par le transport routier dans son
caractère transitoire dans la ville de Bukavu et dans les différents territoires, spécifiquement le territoire
d’Uvira. Bref, cette étude va nous permettre de fonder une réflexion rigoureuse sur les stratégies de
relance de l’économie en passant par la gestion des routes nationales de la République Démocratique
du Congo. Notre tache sera de définir les voies de sortie du cercle vicieux de la pauvrette, pour
envisager le développement du Sud-Kivu et son intégration harmonieuse dans l’économie extravertie
grâce à une gestion efficace des infrastructures routières en passant par le secteur du transport routier.
En outre, comme nous l’avions souligné dans les pages qui précèdent, les routes favorisent l’épanouissement
économique des pays qui cherchent à se développer. La RDC étant dans cette dynamique, à travers ce sujet,
nous tenterons de proposer certaines pistes de solution qui permettra à notre pays de se hisser au rang des pays
développer.

Par ailleurs, ce sujet cherchera à analyser les causes de l’appauvrissement grandissant de

la population du Sud-Kivu. La situation d’infrastructure étant dans un état de délabrement ne permettant
pas le développement est l’une des causes de cet appauvrissement. Nous voulons montrer la nécessité
d’une infrastructure bien entretenue dans le cadre de la relance économique d’un pays en général et en
particulier d’une province. Nos recherches seront menées dans les services chargés du réseau routiers
au Sud-Kivu, entre autre la division de Transport et Voies de Communication, la DVDA, le FONER mais
aussi a l’Office de Route.

II. METHODOLOGIE DE RECHERCHE

Cette partie va nous permettre de présenter le modèle d’analyse, les variables à estimer ainsi
que l’analyse des données. Nous précéderons par l’estimation du modèle et les tests de validités du
modèle. Cependant, nous allons fait recours à la statistique descriptive d'autant plus que les variables
prises en compte sont quantifiables.
 De plus, nous avons fait recours à la méthode explicative, qui selon SENDRINE et al. (1998,
p.3), « consiste à mettre en relation une variable dépendante et des variables indépendantes toutes
étant quantitatives ». La méthode analytique, nous a permis d’analyser les différentes variables pour
saisir l’impact de routes nationales dans la création des richesses au Sud-Kivu. Quant aux techniques,
notre travail a nécessité l’usage de la technique documentaire. En plus, celle-ci nous a permis de
récolter les données statistiques relatives aux différentes variables. Ainsi, pour déterminer la taille de
l’échantillon nous avons utilisé la formule de COCHRANE qui nous a permis de calculer la taille en
terme de nombre d’enquêté à retenir pour la récolte des données. La formule de Cochrane pose
comme postulat :

- La distribution (doit être normale), le degré de précision est de 95%, le seuil de signification est
de 5% et la marge d’erreur (d) est de 10%.

Après pré-enquête effectuée sur un échantillon de 30 Chauffeurs tirés au hasard empruntant cet
itinéraire, nous avons abouti à la proportion des répondants (P) de 65% tandis que la proportion de non
répondants (q) était de 35% ; ce qui nous a permis de déterminer la taille de l’échantillon (n c) selon la
formule de Cochrane donnée par :

n0 * N
nc 
N  n0
2
Z * P * q
n0  2
d2
Avec n0= taille de l’échantillon non corrigé, Zα /2= la valeur critique, P= la proportion des
répondants, q= la proportion de non répondants, d= marge d’erreur, N= la population totale.

n (1, 96 ) 2 ( 0 , 65 )( 0 , 35 )
0 87.387
( 0 ,1) 2

De ce fait, la taille de l’échantillon (nc) sera donnée par :

87 X 18400
nc   86.5  86
18400  87
L’échantillon pour cette étude est donc de 86 enquêtés. Cela étant, 86 Chauffeurs seront soumis au
questionnaire puis, nous allons généraliser les résultats de l’enquête à l’ensemble de la population
d’étude.
 a. Présentation des variables

Ici, nous allons présenter les variables sous étude en vue de bien évaluer le manque à gagner réalisé
par la province du Sud-Kivu dans le secteur de transport routier.

- La variable dépendance : utilisation de la voie routière Bukavu-Uvira via Rwanda. Cette

variable est dichotomique avec les modalités suivantes : 1 lorsque le conducteur utilise la voie
routière qui passe par le Rwanda, et 0 dans le cas contraire.
- Les variables explicatives
 Le sexe(SEX) : l’idée ici est que le sexe de l’enquêté peut lui influencer à préférer une
route, ceci par le fait qu’il doit porter un jugement sur les qualités de la route, ses avantages
et les risques. Ce faisant, et au vu de la qualité des routes congolaises (plus précisément la
route qui mène à Uvira), nous émettons l’hypothèse alternative selon laquelle, les
personnes de sexe féminin seraient plus incitées à utiliser la voie routière rwandaise pour
se rendre à Uvira. Cette hypothèse est qualitative et prend la valeur 1 lorsque la personne
enquêtée est de sexe féminin et prend la route rwandaise pour se rendre à Uvira et 0 dans
le cas contraire.
 L’ancienneté du conducteur(ANC) : l’ancienneté d’une personne dans une carrière lui
permet d’acquérir certaines expériences. Il s’agit ici de soutenir que les personnes
regorgeant une certaine carrière dans la conduite et qui font les tours de Bukavu-Uvira
utiliseraient plus la voie routière jugée moins couteuse et offrant plus d’avantages que
d’inconvénients. Il s’agit d’une variable quantitative.
 Motif de prise de la route rwandaise pour Uvira (MOTIFEMP) : les motifs que possède
une personne peuvent lui stimuler à ne pas passer par une route ou à y passer selon son
choix et ses préférences. C’est une variable qualitative, elle prend la valeur 1 si l’individu a
des motifs personnels qui lui pousse à prendre ou à ne pas prendre une route et 0 s’il n’a
pas les motifs de préférence.
 Frais payés à la frontière congolaise (FRAISCONG) : il s’agit d’une variable quantitative
qui détermine le montant en termes de divers frais que le conducteur paye à la frontière
congolaise pour franchir. L’enquêté préférerait passer par le Rwanda si et seulement si il
juge moins importante le montant à payer à la frontière que celui à dépenser s’il décidait
de prendre la route nationale congolaise qui du reste est en mauvais état avec des
possibles risque de kidnapping.
 Montant payé afin de passer par la frontière rwandaise (MONTPAY) : dans l’hypothèse
où l’enquêté juge moins importante ce montant comparé à ce qu’il dépenserait en passant
 par Ngomo, il peut se décider de payer et passer par le Rwanda, ce qui constitue du reste
un manque à gagner pour la province du Sud-Kivu.
 Niveau d’étude du conducteur (NIVET) : il peut s’avérer que le niveau de formation d’un
conducteur peut lui influencer à emprunter une voie routière par le fait d’avoir des
informations sur les conditions que doit remplir une bonne route. Il s’agit d’une variable
qualitative qui détermine la connaissance d’une route jugée adéquate.
 Raisons qui poussent à ne pas passer par Ngomo (RAISNGOMO) : Il s’agit d’une
variable qualitative qui détermine les motifs de transiter par le Rwanda pour Uvira, elle
prend la valeur 1 si le conducteur a des raisons personnelles pour l’utilisation de cette voie
et prend la valeur 0 dans le cas contraire.
 Raisons qui poussent les conducteurs à transiter par le Rwanda (RAISTRANSIT):
Cette variable est qualitative et détermine les raisons qui poussent les Chauffeurs à passer
par le Rwanda. Elle prend la valeur 1 si et seulement si le Chauffeur à des raisons
individuelles pour l’utilisation de la voie routière rwandaise et 0 dans le cas contraire.
 Sécurité des personnes et leurs biens (SECUPRO) : Il s’agit ici de la manière dont est
assurée la sécurité des personnes (passagers) et de leurs produits. Cette variable est
qualitative la valeur 1 si l’enquêté affirme que la sécurité des personnes et des produits est
assurée et prend la valeur 0 dans le cas contraire.
 Tracasseries sur la route rwandaise (TRACASS) : cette variable est à la fois qualitative
et quantitative car il s’agit de types des tracasseries que subissent les usagers de la route
rwandaise et différents montant qu’ils payent. La variable qualitative prend la valeur 1
lorsque l’enquêté affirme qu’il y a tracasserie et prend la valeur 0 dans le cas contraire. La
variable quantitative elle est appréciée selon la gravité de l’erreur.
 Type de chauffeur (TYPCHA) : il s’agit d’une variable qualitative qui détermine le type de
Chauffeurs enquêté, il peut s’agir d’un Chauffeur privé ou d’un Chauffeur travailleur, cette
dernière nous a aidés à identifier les Chauffeurs qui utilisent plus cette voie routière.
 Nombre d’heures de voyage (HEURVOY) : il s’agit d’une variable quantitative, elle
détermine le nombre d’heures que mettent les conducteurs lorsqu’ils voyagent pour Uvira
en passant par le Rwanda.
b. Analyse descriptive des données

Les données relatives a cette recherche seront récoltées sur base des questionnaires
d’enquête administrer auprès des acteurs œuvrant dans le secteur de transport, à savoir, les
transporteurs, les commerçants et les acteurs de service public chargés de l’administration routières. La
zone de notre étude couvrira la ville de Bukavu à partir de l’axe Bukavu-Ngomo-Uvira et Bukavu-
Rwanda-Uvira ; la route Bukavu-Ngomo-Uvira étant l’une des routes nationales de la République
Démocratique du Congo (RN5).
Ce travail aura permis de comprendre d’une part, les enjeux liés à l’entretien des routes
nationales et ses effets sous-jacents (impacts) d’une part, et d’autre part, mettre sur pied une réflexion
dans le sens d’améliorer le secteur précité (proposition des solutions pouvant permettre son
amélioration).
- MODELISATION STATISTIQUE

1) Méthode de maximum de vraisemblance : régression logistique

La régression logistique est une technique statistique qui a pour objectif, à partir d'un fichier
d'observations, de produire un modèle permettant de prédire les valeurs prises par une variable
catégorielle, le plus souvent binaire, à partir d'une série de variables explicatives continues et/ou
catégorielles. La régression logistique recourt à l'approche du Maximum de Vraisemblance pour
estimer les paramètres du modèle. Le terme d'erreur est supposé suivre une distribution logistique.

La variable dépendante, « utilisation de la voie routière Bukavu-Uvira via le Rwanda », est

binaire. Elle prend deux valeurs : 1 si le conducteur utilise la route rwandaise pour se rendre à Uvira et
0 dans le cas contraire. Pour traiter ce genre de modèle, l’estimation linéaire n’est pas appropriée
(Doucouré, 2008), dans la mesure où les valeurs prédites peuvent être en dessous de 0 et au dessus
de 1, ou comprises entre les deux. En d’autres termes, les informations relatives à ce type de choix ne
peuvent pas être spontanément ordonnées.

Dans la pratique, deux approches sont souvent utilisées pour croiser les réalisations de la
variable binaire (notée généralement par Y) avec celles d’un certain nombre de variables explicatives X j
dont les réalisations peuvent être indifféremment de nature qualitative ou quantitative : les modèles
Logit et Probit. On suppose, à travers ces approches, que les valeurs prises par les variables
explicatives déterminent (à un alea près) celles d’une variable latente (non observable) 𝑦∗𝑖 qu’on peut
interpréter comme une propension à engendrer un événement de type Y i = 1 :

Yi *   X ij   i
Où β est un vecteur de paramètres associé au vecteur de variables explicatives X.
On suppose en outre que cet événement ou choix serait observé sous un certain seuil tel que Y i = 1 si
y* > 0 et Yi = 0 si y* < 0. En d’autres termes, ces approches ne modélisent pas la variable dépendante
elle-même, mais plutôt la probabilité qu’elle prenne la valeur 1 ou 0. On en déduit ainsi :

Pr(𝑌 = 1) = 𝐹(𝑋𝛽)

Pr(𝑌 = 0) = 1 − 𝐹(𝑋𝛽)

La différence entre les deux types d’approches (logit et probit) dépend de la forme de la fonction de
répartition F et/ou loi de répartition du terme de l’erreur. Le modèle Logit est choisi lorsque la fonction
de répartition F est une loi logistique ; le modèle probit lorsque la fonction de répartition F suit une loi
normale.

Pour notre part, nous optons pour une méthode d’estimation fondée sur le modèle logit. A en
croire, Cathy Blanchette (1996), une plus grande partie de la littérature plus récente sur la régression
binaire présente la courbe logistique comme une alternative avantageuse au modèle probit. (CATHY
BLANCHETTE, p.25, 1996). Les raisons suivantes peuvent justifier l’utilisation du modèle logistique :

- La fonction de répartition logistique constitue une grande famille de courbes symétriques et

sigmoïdes potentiellement capables de modéliser un large éventail de situations impliquant une
réponse binaire ;
- La distribution logistique est, d’un point de vue mathématique, une fonction extrêmement
flexible et facile à manipuler ; l’estimation des paramètres est donc facile à réaliser. De plus,
elle ressemble beaucoup plus à la distribution normale.
- On suppose fréquemment, dans les expériences toxicologiques par exemple, que la distribution
de tolérance de la variable explicative X est approximativement logistique (avec une certaine
moyenne 𝜇 et un certain écart-type𝜎). Le modèle logit conduit ainsi à une interprétation
biologique significative.
- Le logit d’un événement (log-cote-conditionnelle) est une quantité importante et très
significative dans l’analyse des données binaires. Ainsi, le fait que le logit de 𝜋(𝑥) soit linéaire
en x est une propriété naturelle et facilite l’interprétation des paramètres. Ainsi, la probabilité Pi
est définie de la manière suivante :

′
𝑒 𝑥𝑖 𝛽 1
𝑃𝑖 = 𝐹(𝑥′𝑖 𝛽) = = = ⋀(𝑥′𝑖 𝛽)
1+𝑒 𝑥′𝑖 𝛽 ′
1 + 𝑒−𝑥𝑖𝛽
 ′
1 𝑒 −𝑥𝑖 𝛽
Avec⋀(𝑥𝑖′ 𝛽) = −𝑥′ 𝛽
, la fonction de répartition et𝑓(𝑥𝑖′ 𝛽) = ′ 2 , la fonction de
1+𝑒 𝑖 (1+𝑒 −�<𝑖 𝛽 )

densité. Afin d’estimer la probabilité pi conditionnellement aux variables indépendantes retenues dans
notre modèle, une linéarisation de ladite fonction est nécessaire. D’où, sous forme explicite, le modèle
suivant est utilisé :

 p 
ln i    0   iXi   i
 1  pi 
Considérant les variables sous-étude, nous aurons la forme suivante

 pi 
ln    0   1 SEX   2 ANC   3 FRAISCONG   4 MONTCARTPER   5 NIVET   6 RAISNGOMO
 1  pi 
  7 RAISTRANSIT   8SECUPRO   9TRACASS   10TYPCHAU   11HEURVOY   12 MOTIFEMP   i

Avec :

 p 
ln i  : Le logarithme népérien de la probabilité relative à l’utilisation de la route rwandaise r
 1  pi 
 (x) )

i : Les paramètres à estimer

 i : Le terme d’erreur

Le modèle ainsi obtenu peut être estimé à l’aide des algorithmes de maximisation d’une fonction de log-
vraisemblance (Bourbonnais, 2009). Le logiciel Eviews 3.1 nous a servit à l’estimation des modèles
utilisés dans cette étude. Toutefois, pour valider la pertinence de nos résultats de régression, certains
tests doivent être utilisés dont les tests d’hypothèse sur les paramètres et le test des prédictions du
modèle, mais aussi certains critères doivent être respectés pour se prononcer sur son optimalité.

2) Dictionnaire des variables

Tableau N°1 : Dictionnaire des variables et signes attendus

Acronyme ANC SEX MOTI FRAISC MONT NIVET RAISNG RAIST SEC TRA TY HEU
FEMP ONG PAY OMO RANS UPR CAS P RVO
IT O S C Y
H
 A

Signes - - + + + + + +
attendu + + + +
modèle logit

Source : notre confection

Le tableau ci-haut présente le sens d’influence théorique de chacune des variables sur la variable
dépendante.

III. RESULTATS ET DISCUSSION

III.1. PRESENTATION DES RESULTATS

Après la présentation de la méthodologie à utiliser et l’analyse descriptive des données, vient

alors le moment d’analyser les résultats et de les interpréter. En effet, l’étude descriptive nous a permis
de dégager les variables qui vont nous permettre de dégager les résultats. Néanmoins, l’approche
scientifique requiert une modélisation économétrique. Dans le but d’analyser les facteurs qui influencent
les véhicules à passer par le tronçon Rwandais au lieu de celui de Ngomo pour atteindre Uvira. Les
données chronologiques couvrent la période de 2010 à 2015, nous disposons de 5 observations.
Toutes les variables sont prises à l’aide d’un questionnaire d’enquête et sont transformées en
logarithme naturel afin d’éviter les problèmes de l’hétéroscédasticité et pour interpréter les coefficients
du modèle sous forme d’élasticités.

a. Résultats de l’estimation du VECM (Modèle Vectoriel à correction d’erreurs)

Tableau n°2 : Résultats de l’estimation du modèle VCM

Dependent Variable: UTILIS

Method: ML - Binary Logit
Date: 02/18/16 Time: 15:13
Sample: 1 86
Included observations: 86
Convergence achieved after 4 iterations
Covariance matrix computed using second derivatives
Variables Coefficient Std. Error z-Statistic Prob.

MOTIFEMP -0.351332 0.163649 -2.146864 0.0318

ANC -0.004560 0.070741 -0.064460 0.9486
FRAISCONG -0.222397 0.629703 -0.353178 0.7240
MONTCARTPER -0.016342 0.007129 -2.292430 0.0219
NIVET -1.444499 0.741791 -1.947311 0.0515
RAISNGOMO -0.234278 0.629943 -0.371903 0.7100
RAISTRANSIT 0.540389 0.656301 0.823385 0.4103
SECUPRO -0.329700 0.631375 -0.522193 0.6015
SEX -0.443801 0.860273 -0.515883 0.6059
TRACASS 1.604910 0.645894 2.484787 0.0130
TYPCHAU 0.368373 0.604554 0.609330 0.5423
HEURVOY 1.142186 0.642857 1.776734 0.0756
C 6.136794 2.649757 2.315983 0.0206

Mean dependent var 0.686047 S.D. dependent var 0.466820

S.E. of regression 0.439264 Akaike info criterion 1.328540
Sum squared resid 13.69964 Schwarz criterion 1.756624
Log likelihood -42.12724 Hannan-Quinn criter. 1.500824
Restr. log likelihood -53.51156 Avg. log likelihood -0.489852
LR statistic (14 df) 22.76865 McFadden R-squared 0.212745
Probability(LR stat) 0.064140

Obs with Dep=0 27 Total obs 86

Obs with Dep=1 59

Source : nos analyses dans Eviews

Le résultat de ce tableau ci-dessous relatif à la stationnarité montre que toutes les variables
indépendantes n’expliquent pas le modèle à l’instar de ANC, la variable FRAISCONG, RAISNGOMO,
SECUPRO, le SEX, TRACASS, TYPCHAU ne sont pas significatives au seuil de 0,05 soit 5% qui est le
seuil choisie dans le cadre de ce travail, ni à celui de 0,1 soit 10%. Ainsi donc, toute chose restant
égale par ailleurs, trois variables ont été significatives au seuil de 5% et deux variables au seuil de
10%. Il s’agit ici des variables :

- MOTIFEMP: Il est clair que les personnes qui empruntent route du Rwanda gagnent en termes
de temps sans faire allusion à l’analyse du cout d’opportunité ; pour les uns (les particuliers
 principalement) et en termes de temps et d’argent pour les autres. Cette variable est
significative au seuil de 0.05 et influe négativement sur le model.
- (MONTPAY) : cette variable est significative au seuil de 0.05. Elle détermine ainsi ce qui
pousse une personne à passer par le Rwanda pour se rendre à Uvira. A la lecture des
informations tirées sur terrain, plusieurs personnes qui empruntent cette route sont favorables à
l’achat des cartes d’entrer que de passer par la route de Ngomo. Cette situation explique la
raison qui fait à ce que la province enregistre des manques à gagner dans le secteur de
transport. D’autres raisons telles que le mauvais état de la route, plusieurs tracasseries
routières, l’insécurité, l’amortissement du véhicule, le temps effectif de voyage mis en route qui
est élevé par rapport à celui qui passe par le Rwanda,…
- (TRACASS) : influence significative au seuil de 0.05 et signifie que les conducteurs qui se
dirigent à Uvira ont peur de passer par Ngomo pour aller à Uvira et préfèrent plutôt passer par
le Rwanda pour plus de sécurité à la fois d’elles-mêmes et de leurs biens. D’autres variables se
sont avérées significatives au seuil de 10%, il s’agit ici de la variable (NIVET) significative au
seuil de 0.1 implique que plus une personne a un niveau d’étude élevé, plus il est préférable
aux routes rwandaises pour se rendre à Uvira ainsi que la variable (HEURVOY).
b. Test sur les résidus du modèle

Cette section consiste aux différents tests nécessaires à la validation du modèle estimé par le test sur
les résidus (test de prédiction.)

- Test du modèle

Ce test permet de juger la qualité de l’ajustement ou de l’adéquation du modèle par rapport

aux données disponibles. Cela permet de savoir si le modèle spécifié est un bon instrument de
prédiction de la variable dépendante. La qualité prévisionnelle du modèle estimé ici sur les
déterminations de l’utilisation de la routière Bukavu-Uvira via Rwanda s’explique dans le tableau ci-
dessous :
Tableau N°3: Test de prédiction du modèle

Dependent Variable: UTILIS

Method: ML - Binary Logit
Date: 02/18/16 Time: 15:13
Sample: 1 86
Included observations: 86
Prediction Evaluation (success cutoff C = 0.5)

Estimated Equation Constant Probability

Dep=0 Dep=1 Total Dep=0 Dep=1 Total

P (Dep=1) C 14 6 20 0 0 0
P (Dep=1)C 13 53 66 27 59 86
Total 27 59 86 27 59 86
Correct 14 53 67 0 59 59
% Correct 51.85 89.83 77.91 0.00 100.00 68.60
% Incorrect 48.15 10.17 22.09 100.00 0.00 31.40
Total Gain* 51.85 -10.17 9.30
Percent 51.85 NA 29.63
Gain**

Estimate d Equation Constant Probability

Dep=0 Dep=1 Total Dep=0 Dep=1 Total

Source: Eviews 7

Les résultats du test de prédiction montrent que ce modèle prédit correctement les données
à 77,91% et incorrectement à 22,09%. Ce qui veut dire que les résultats des conducteurs et utilisateurs
des routes rwandaises pour se rendre à Uvira sont prédits correctement à un pourcentage de 89,83% et
51,85% aux non utilisateurs. Ce qui nous permet de dire que ce modèle est un bon outil de
prédiction du fait que 77,91% supérieur à 50%. Tout de même, la probabilité constante de prédiction
prouve que le modèle est correcte à 68,60% et incorrecte à 31,40%.

Au vu des résultats ci-haut, Il revient à dire que la probabilité de Jacques-Bera est inférieure
à 5% (qui et la marge d’erreur choisie dans le cadre de ce travail), on rejette l’hypothèse H 0 de normalité
de la distribution au seuil de 5%. Aussi, comme le démontre le graphique des résidus, nous constatons
que ces derniers sont fortement biaisés à droite. Ils sont donc négativement asymétriques étant leur
moyenne de 0,005302 largement inférieure à la médiane (0,347022). La fonction de distribution des
résidus ne suit pas une loi normale. Elle est gouvernée par un processus non Gaussien. Par
conséquent, la méthode appropriée pour en estimer les paramètres est le Logit.
Graphique n°1 : analyse de la normalité des résidus

30
S eries: S tandardized R esiduals
S ample 1 86
25
Observations 86

20 Mean -0.005302
Median 0.347022
Maximum 1.851207
15
Minimum -4.026364
S td. D ev. 1.024431
10 S kew ness -1.422683
K urtosis 5.844626
5
Jarque-B era 58.00704
P robability 0.000000
0
-4 -3 -2 -1 0 1 2

Les résultats du graphique ci-dessus relatifs à la distribution des résidus attestent que la
statistique de Jarque Bera est de 58,00704 avec une probabilité associée de 0 supérieur au seuil de
5% ; ceci dit, nous acceptons l’hypothèse nulle de normalité de la distribution des résidus. Les résidus
sont donc distribués normalement. Ce test de résidus ci-dessus nous permet de valider notre modèle
expliquant le passage des véhicules par la route du Rwanda pour aller à Uvira durant la période sous
étude.

Cependant, en analysant les informations reçues sur terrain en rapport avec les recettes
provinciales depuis 2010 jusqu’en 2014 et sur la part des recettes provinciales provenant du transport
dans la province du Sud-Kivu et plus précisément au niveau des douanes frontalières Ruzizi 1 et 2 se
présentent de la manière suivante dans le tableau ci-dessous:

Tableau n°4: la part des recettes du transport routier dans les recettes réalisées de la province
du Sud-Kivu

Années Recettes réalisées par Recettes réalisées par le Part du transport dans
la Province en Fc ministère de transport en Fc les recettes provinciales
2010 30 288 827 651,61 332 380 093,79 1,097%
2011 54 757 685 285,99 1 259 864 587,63 2,301%
2012 57 602 776 658,18 966 237 761,53 1,677%
2013 62 400 273 589,38 397 049 396,39 0,636%
2014 85 151 289 150,74 631 861 705,31 0,742%
Source : rapport annuel des recettes provinciales/ministère des finances, et Economie.
 Partant de ces informations, nous constatons que c’est vers l’année 2011 où la contribution du
secteur de transport dans les recettes réalisées par la province du Sud-Kivu s’élevait à 2,3%
contrairement à d’autres années sous étude.

Cependant, pour cerner la part des recettes enregistrées par les véhicules qui passent par
le Rwanda en direction du territoire d’Uvira, nous avons fait un prélèvement mensuel à partir des
plaques de tous les véhicules qui passent par la douane ainsi que le montant payé par chaque
véhicule en vue de pouvoir facilement calculé cette contribution. Il s’est avéré, pendant notre descente
de deux semaines sur terrain aux frontières Ruzizi I et II, que 253 véhicules en moyenne se rendent à
Uvira en franchissant la frontière congolaise et rwandaise. Ces véhicules sont composés des véhicules
des agences de transport et ceux des particuliers. Ce faisant, les véhicules des privés payent au
Rwanda un laisser passer mensuel de 50 USD, et 150 USD le trimestre pour les agences de transport.
Ce qui donne une moyenne annuel de 600$ pour les véhicules privés et 600$ pour les agences de
transport par véhicule. Ainsi donc, chaque véhicule, qu’il soit privé ou d’une agence, tous payent 50$
par mois. Il s’agit donc là de l’argent du contribuable congolais qui, paricochet enrichit et soutient un
pays étranger. Lequel agent allait pu soutenir l’économie nationale dans l’hypothèse où la route
nationale serait pratiquée et offrirait plus d’avantages que des risques aux nationaux. Cette somme
constitue donc le manque à gagner pour la province du Sud-Kivu. Ce manque à gagner s’évalue à :
253*50*12= 151800 USD multiplié par la moyenne du taux de change pour l’année 2014 à la BCC du
Congo qui est de 928 FC, nous avons 151800*928=140 870 400 FC.

De part ces calculs, sur base des données figurants dans le tableau n°4, nous remarquons
que le manque à gagner que l’économie de la Province enregistre est significatif par rapport aux
réalisations annuelles de la province pendant ces 5 dernières années, soit 0,16543543% pour l’année
2014, 0,225752856% pour l’année 2013, 0,244554878% pour l’année 2012, 0,257261422% pour
l’année 2011, et 0,465090302% pour l’année 2010. Par contre, ce montant est très significatif dans les
réalisations du secteur de transport au Sud Kivu, il représente 22,294498751% en 2014,
34,479313476% en 2013, 14,140238954% en 2012, 11,181392142% en 2011 et 42,382321514% en
2010. Si nous considérons le manque à gagner pour ces 5 dernières années nous aurons : 140 870
400*5=704 352 000 FC. Toute chose restant égale par ailleurs, nous trouvons que le passage de ces
véhicules vers le Rwanda constitue un manque à gagner considérable pour la province du Sud-Kivu
dans la mesure où cette même somme et peut être plus que ca est payée par les mêmes véhicules une
fois au Rwanda.
III.2. DISCUSSION

En comparant les résultats obtenus avec ceux obtenus par BALIYAHAMWABO Tulinabo
(2006) et les résultats auxquels il est abouti, nous constatons qu’il y a des liens avec notre étude car il
est arrivé à démontré qu’une bonne infrastructure de transport contribue à la croissance économique du
milieu. Il a en outre conclut que la crise en RD Congo et en particulier le problème d’accessibilité qui
ronge la Province du Sud Kivu, peut être résolue par la mise en la place des voies de communications
adéquates. Si nous focalisons l’attention sur un travail rédiger par MUKAMBA (2001), portant sur les
recettes réalisées par la FONER dans le cadre de la taxe dite »péage route nationale », il a été prouvé
que les recettes générées par la taxe péage route nationale peut facilement financer l’entretien des
routes d’intérêt national et régional de la province du Sud-kivu. Comparant maintenant les résultats
obtenus par ces deux auteurs avec ceux de la présente étude, nous constatons que pour résorber le
problème du développement et de l’intégration économique de la province du Sud-Kivu, il faut d’abord
aménager les réseaux routiers ou même les entretenir pour qu’ils soient plus ou moins dans un état
acceptable en vue d’éviter à ce que toutes les recettes pouvant approvisionner les caisses de la
province puissent être déverser dans les caisses des pays voisins et en particulier le Rwanda.

CONCLUSION

Nous voici au terme de ce travail qui s’est fixé comme objectif de mener une analyse
rigoureuse sur les stratégies de relance de l’économie de la province du Sud-Kivu en passant par le
secteur de transport routier. En outre, nous voulons mettre en évidence les principaux problèmes
soulevés par le transport routier dans son caractère transitoire dans la ville de Bukavu et dans les
différents territoires, spécifiquement le territoire d’Uvira. Pour atteindre cet objectif nous nous sommes
posé la question de savoir quel serait le rôle du réseau routier dans l’intégration et la croissance
économique. Concrètement, la question était de savoir :

- Qu’est ce qui justifierait le transite des véhicules Congolais au Rwanda pour accéder le
territoire d’Uvira ?
- Le passage des véhicules ayant une immatriculation congolaise au Rwanda a-t-elle un impact
sur l’économie de la province ?

La vérification de celle-ci a été rendu possible grâce à l’estimation d’un modèle économétrique ; la statistique
descriptive ; la méthode analytique, la méthode comparative soutenue par la technique documentaire et
l’observation. En effet, après analyse des données et interprétation des résultats il ne s’est dégagé que les
heures à parcourir ainsi que le niveau d’étude des chauffeurs influencent les véhicules à emprunter le tronçon du
Rwanda pour atteindre facilement le territoire d’Uvira. Ces deux variables sont significatives au seuil de 10%. En
comparant maintenant les différents frais payés par les chauffeurs au niveau du Rwanda pour transiter, il s’est
dégagé que la province du Sud-Kivu enregistre un manque à gagner évaluer à 704 352 000 FC pendant la
période sous étude et pour l’échantillon considérer par l’étude. Cependant, le pays peut agir que par
une politique de promotion des infrastructures de base pour espère accumuler régulièrement les
recettes dans ce secteur et créer ainsi des richesses au travers cette voie. Au regard de tout ce vient
d’être dit, nous proposons ce qui suit :

 les actions à mener doivent d'abord tourner autour de la réhabilitation et à l'entretien régulier des voies
routières prioritaires existantes avant que l'on puisse projeter la construction des nouvelles
infrastructures. Concrètement, les actions à mener sont les suivantes :

- promouvoir les entretiens préventifs dans le but de garder en bon état les routes, et cela par le
nettoyage et la canalisation des eaux de pluies,
- la réhabilitation et la modernisation du réseau prioritaire en favorisant les transactions et les échanges
commerciaux au niveau interne ;
- accroître les investissements dans le secteur routier par une part considérable du budget de l'Etat ;
- procéder à l'exécution intégrale des crédits alloués dans ce secteur ;
- promouvoir les affectations des ressources dans des travaux de réhabilitation soutenus par des bons
diagnostics;
- équiper et moderniser l'office des routes et la direction des voiries de desserte agricole (DVDA), etc. Au
niveau politique les actions à mener sont les suivantes :

 opter pour l'indépendance de la gestion de la chose publique ;

 l'instauration de l'autorité de l'Etat par l'élaboration des mécanismes institutionnels et réglementaires
favorables à l'épanouissement des infrastructures routières ;
 la réglementation dans la passation des marchés publics relatifs aux travaux de construction, de
réhabilitation ou de modernisation des routes ;
 renforcement du contrôle de qualité des travaux publics relatifs aux routes nationales ;
 instauration des suivis, des contrôles d'évaluation ainsi que des sanctions afin d'éviter les
détournements de fonds alloués à l’entretien et à la réhabilitation des routes.

REMERCIEMENTS

Nos sincères remerciements à madame IMATA BULAYA Sylvie et à mon fils WENGA MUKAMBA Patrice pour
les sacrifices consentis en notre égard. A monsieur KUSHINGANINE NYIRIYANGABO pour la collecte de
certaines données. A tous mes collègues assistant du département des Sciences Commerciales et
Administratives pour leurs conseils.
BIBLIOGRAPHIE

1. DEBAUCHE, W., 2000, La route : Acteur de la mobilité et de l’économie, Centre de

recherches routières Bruxelles, 350p.
2. HUYBRECHTS, A, 2006, Transports et structure de développement au Congo, Etude du
progrès économique de 1900 à 1970, édition Mouton et Ires Paris, 542p.
3. L’HUILLIER, D, 2005, Le coût de transport, l’analyse économique et l’entreprise face
au mouvement de marchandises, édition Jucas, Paris, 241p.
4. KUZNETS, S, 1975, Histoire des faits économiques de l’époque contemporaine, édition
Dalloz, Paris, 205p.
5. DEPELTEAU, 2000, La démarche d’une recherche en science social, De Boeck, 187p.
6. M’MPENE N., 2006, La problématique de l’intégration économique par le transport au
Congo(RDC), édition l’Harmattan, Bruxelles, 145p.

7. BLANCHETTE, C, 1996, Quelques généralisations du modèle de régression logistique,

mémoire de Maîtrise, Université Laval, 432p.
8. BOURBOUNAIS, R., 2009, Econométrie : manuel et exercice corrigé, Edition Dunod,
Paris, 720p.
9. Banque mondiale, Infrastructure de la République Démocratique du Congo :
Perspective continentale, 2000.
10. BALIYAHAMWABO, Tulinabo, 2006, Transport routier et développement du Sud Kivu : analyse
des liens entre pauvreté et infrastructure de transport, annales de l’UEA.