Imprimer les versions 
English [78 KB] | Français [74 KB] | Español [80 KB]
|
|||
 |
Ajuster les statistiques nationales à cause des inégalitésJan Vandemoortele, |
||
Pourquoi la mesure des inégalités est-elle importante ?La mesure est importante car elle peut influencer l'action publique. Quand la nature et le degré de la pauvreté sont inconnus, il est peu probable que la société agisse pour la réduire. C'est la même chose en ce qui concerne les inégalités. Les sociétés mesurent ce qui est important pour elles. Quand quelque chose n'est pas mesuré, ceci veut dire en gros que ça ne compte pas. Il est de plus en plus évident que le monde ne sera pas en mesure de respecter les Objectifs du Millénaire pour le Développement (OMD) en 2015 à cause du fait que les disparités existant au sein des pays ont augmenté à un tel point qu'elles ont ralenti les progrès nationaux en termes de développement humain. Le travail de suivi doit permettre de mettre l'accent sur ce fait. L'indicateur des OMD pour la mesure de l'équité - c.-à-d. « la part du quintile des plus pauvres dans la consommation nationale » – est rarement mentionné ou utilisé dans les rapports analytiques. Par ailleurs, cet indicateur est problématique du point de vue de la précision, de la portée et de la pertinence. La disponibilité de plus en plus grande de données ventilées, néanmoins, rend possible l'ajustement de statistiques nationales clés sur les inégalités. Des études récentes – en particulier les Etudes démographiques et sanitaires (EDS) – produisent des informations par quintile de richesse (c.-à-d. sur un cinquième de la population). Les quintiles ne sont pas basés sur les revenus ou la consommation, qui sont par définition difficiles à mesurer. Au contraire, ils sont basés sur la possession de biens dans le foyer qui peut être constatée facilement – comme un vélo ou une radio, une alimentation en eau ou en électricité, la taille d'une habitation et le type de matériaux de construction. Comment obtenir des données qui soient plus pertinentes pour les pauvres ?Ajuster les statistiques nationales à cause des inégalités peut être fait en pondérant les valeurs spécifiques aux quintiles afin d'accorder moins d'importance au progrès pour les quintiles supérieurs qu'aux progrès similaires obtenus par les quintiles inférieurs. Cette méthode est illustrée par les données spécifiques aux quintiles sur la mortalité chez les enfants de moins de cinq ans, l'un des indicateurs les plus fiables des OMD. Il est tout à fait possible de donner au quintile inférieur une pondération de 30% et au quintile supérieur une pondération de 10% – ceci signifiant que les progrès pour le quintile inférieur représenteront trois fois plus que les mêmes progrès réalisés pour le quintile supérieur. Les autres quintiles reçoivent des pondérations intermédiaires (25, 20 et 15% respectivement) afin d'obtenir 100% quand on les additionne. Ces valeurs suggérées indiquent que les statistiques nationales peuvent être ajustées pour refléter les disparités au sein des pays. D'autres pondérations peuvent être considérées, y compris certaines d'entre elles non-linéaires. Prenons un pays qui parvient à réduire son taux de Mortalité nationale chez les moins de cinq ans (U5MR) de 100 à 70 par 1000 naissances vivantes. Trois scenarii possibles sont à étudier, comme il est décrit dans les tableaux ci-dessous. Tout d'abord, le scénario sur la base d'une équité faible indique que la plupart des avantages vont aux quintiles supérieurs ; ceci signifie par ailleurs que le gradient sur l'ensemble des quintiles devient donc plus élevé. Deuxièmement, le scénario sur la base d'une équité moyenne réduit l'U5MR de 30 points pour l'ensemble des quintiles, signifiant que le gradient demeure identique. Troisièmement, le scénario sur la base d'une équité élevée égalise l'U5MR pour tous les quintiles à 70, ceci signifie que le gradient sur l'ensemble des quintiles disparaît.
Pour chacun des trois scénarii, les quintiles représentent des réalités très différentes, cependant elles n'apparaissent pas dans les statistiques nationales sur l'U5MR. L'U5MR pour le quintile inférieur passe de 120 à 70 ; celui pour le quintile supérieur varie entre 70 et 20. Néanmoins, les statistiques nationales non-ajustées sur l'U5MR sont identiques dans les trois scénarii, c'est-à-dire de 70 pour 1000 naissances vivantes. Par conséquent, on ne peut pas savoir à partir des statistiques nationales si les progrès ont réellement été équitables. En utilisant des pondérations ajustées par rapport à l'équité, cependant, les statistiques nationales sur l'U5MR indiquent si les progrès ont été équitables ou pas. Plus le modèle de progrès est équitable, meilleures seront les statistiques nationales. Les statistiques nationales sur l'U5MR ajustées par rapport à l'équité dans cet exemple varient entre 83 et 70 : une différence d'environ un cinquième entre les scénarii à équité faible et à équité élevée. Nous avons pu collecter – grâce à UNICEF (2008) et à partir d'études EDS récentes – des estimations d'U5MR spécifiques aux quintiles pour 63 pays, avec un total de 132 observations. Les données pour la plupart des pays indiquent une association claire et consistante entre la richesse des foyers et le niveau de développement humain. Elles montrent également que les disparités au sein des pays sont importantes, confirmant ainsi que les statistiques nationales dissimulent plus qu'elles ne révèlent. Parmi les pays dans l'échantillon qui disposent de données sur les tendances, la majorité remarque une augmentation des disparités avec le temps. La plupart voient également un changement dans leur classement selon les statistiques sur l'U5MR ajustées par rapport à l'équité. On peut avancer que le rapport entre les quintiles supérieur et inférieur a une valeur intuitive beaucoup plus grande pour exprimer les disparités que la pondération des valeurs spécifiques aux quintiles ajustées par rapport à l'équité. Ce rapport, cependant, ne donne pas assez d'informations sur les trois autres quintiles et est donc moins représentatif de la ventilation entière. Comment passer de la mesure à une réforme des politiques ?La Bolivie et la Namibie, par exemple, ont le même U5MR national (sans ajustement). Mais le gradient par rapport aux quintiles est beaucoup plus élevé en Bolivie qu'en Namibie. Les statistiques ajustées par rapport à l'équité rendent plus explicite le fait que les inégalités sont très ancrées dans la réalité bolivienne. Son U5MR ajusté par rapport à l'équité est d'environ 10% plus élevé que celui de la Namibie. Par conséquent, la Bolivie est classée 4 places plus bas parmi les 63 pays dans l'échantillon sur la base des statistiques ajustées par rapport à l'équité. Certains pays gagnent jusqu'à 6 places dans le classement. Ces classements sont imparfaits et les valeurs ajustées par rapport à l'équité font face à des risques dus à l'interprétation des statistiques. Mais ils attirent l'attention des dirigeants politiques. Les changements de classement des pays dans un tableau basé sur des données ajustées par rapport à l'équité devraient permettre de mettre l'accent et de déclencher un débat nécessaire sur les disparités, ce qui est vital afin de garantir la pertinence future des OMD, ou du nom qu'ils auront après 2015. Quelques documents de référence :1. Gwatkin D. (2005) “How much would poor people gain from faster progress towards the MDGs for health?” The Lancet 365. Remarque : Idées sur le DH (HD Insights) sont des contributions des membres du réseau et ne représentent pas nécessairement les opinions du PNUD. |
|||
Retournez à la liste des éditions.
