Version classiqueVersion mobile

Sciences sociales et coopération en Afrique

 | 
Jean-Pierre Jacob

Lignes

Les « guignols de l’info ». Réflexions sur la fragilité de l’information statistique

Jean-David Naudet

Texte intégral

Introduction

1Toute personne ayant eu à travailler dans des contextes africains reconnaîtra volontiers que l’information y constitue un problème permanent. Peu fiable, circulant difficilement, rarement globale, elle est une source constante de difficultés. Pourtant, curieusement, cette insuffisante maîtrise de l’information ne semble pas avoir d’effet sur la capacité que les institutions et analystes concernés ont à évaluer les performances, à diagnostiquer les problèmes et surtout à proposer des recommandations aux responsables africains. Ces recommandations ne semblent ni moins détaillées, ni moins argumentées, ni moins assurées qu’elles ne le sont dans les autres régions du monde.

2Tout se passe comme si le manque d’information fiable était un désagrément, une difficulté supplémentaire qui rend le travail plus ardu mais qui ne change rien au fond. Le remède serait-il indépendant du diagnostic, ou ce dernier indépendant de l’auscultation ? Suffit-il de savoir que le patient est malade ? Autrement dit, suffit-il d’estimer que les performances sont insuffisantes et que toutes les composantes de la société sont en crise pour pouvoir proposer des actions ?

3Cet article tente au contraire de montrer que le manque d’information constitue un fait important, qui doit être considéré en tant que tel, et qui doit influer sur les conclusions des analyses. Dans ce dessein, il aborde les questions de la qualité de l’information et de ses modes de traitement en Afrique, en se limitant à un type bien particulier d’information – les grands indicateurs économiques et sociaux du sous-continent – et à son traitement dans certaines analyses économiques.

4La faiblesse de l’information, que personne ne conteste, se traduit forcément en un doute, souvent ignoré ou passé sous silence, sur le diagnostic. C’est ce doute qui est illustré dans la première partie de l’article, en mettant en évidence sur quelques points les lacunes, contradictions et paradoxes qui apparaissent à l’examen attentif des différentes sources de données internationales, et de leurs méthodes d’élaboration. La seconde partie aborde la question du traitement des données statistiques. Comment concilie-t-on rigueur des méthodes, exigence de résultats et incertitude portant sur l’information ? Les tensions qui peuvent surgir entre les besoins en information des cadres d’analyse et la recherche d’une certaine fiabilité des données à utiliser sont particulièrement mises en évidence.

Deux ou trois choses que l’on ne sait pas à propos de l’Afrique subsaharienne

5Bien que tout le monde en connaisse les faiblesses, il est généralement difficile d’émettre une critique pertinente sur la qualité de données statistiques. Le meilleur moyen de mettre en évidence les lacunes d’une donnée est en effet de lui opposer une donnée contradictoire plus fiable. Or, ce dernier élément fait par nature défaut, sauf cas particulier, sans quoi le problème du manque d’information ne se poserait pas. L’analyse de la qualité statistique ne peut donc généralement s’appuyer que sur des éléments indirects ou subjectifs. On retiendra ici quatre voies pour alimenter la critique statistique :

  • mettre en évidence des points sur lesquels les données s’opposent à l’intuition ou à l’évidence ;

  • relever les incohérences : cette tâche est, en ce qui concerne le présent sujet, moins facile qu’il n’y paraît. En effet, les indicateurs économiques et sociaux internationaux sont organisés par les institutions internationales en grands systèmes cohérents. Il est certes possible de relever les incohérences entre les différents systèmes mais cela est rarement pleinement concluant car les données des différents systèmes statistiques sont fondées sur des variations de contenu qui peuvent expliquer un certain niveau d’écart ;

  • relever les mauvaises pratiques méthodologiques ou les vides en matière de données de base ;

  • critiquer la relation établie entre un concept et le construit statistique censé le mesurer.

6Ce dernier point est d’une nature différente des précédents, et l’on s’appuiera sur les trois premiers procédés pour alimenter le doute sur quelques-uns des points de connaissance essentiels, largement admis, relatifs aux évolutions économiques et sociales des pays d’Afrique au sud du Sahara.

Le niveau de vie augmente-t-il sur la longue période ?

  • 1 World Bank, World Development Indicators (ci-après abrégé WDI) 1997 et 1998.

7Le point de vue sans doute le plus répandu est celui de la stagnation du niveau de vie sur la longue période en Afrique subsaharienne. Il est fondé sur le suivi de l’évolution du PNB par habitant. Selon la Banque mondiale, cet indicateur a connu en moyenne un recul de 0,2 % par an sur la période 1965-1996, soit un recul global de l’ordre de 6 %1. Cette régression est due particulièrement aux mauvais résultats de la période 1980-1996, pendant laquelle la diminution du revenu par habitant s’est déroulée au rythme de 1 % par an, soit une diminution de 15 % environ sur cette période.

8On vivrait donc en moyenne moins bien en Afrique subsaharienne en 1996 qu’en 1965. Cela ne cadre cependant guère avec les enseignements des indicateurs sociaux. Selon la même source (WDI 1997, 1998), l’espérance de vie (passée de 42 à 52 ans), la mortalité infantile (passée de 155 à 91‰), le taux de scolarisation (passé de 37 % à 45 % pour le primaire) et tous les autres indicateurs sociaux relèvent des progrès très sensibles sur la longue période.

9L’ensemble des résultats économiques et sociaux est synthétisé par le PNUD dans son indicateur de développement humain (IDH). L’évolution sur la longue période de cet indicateur pour l’Afrique subsaharienne montre une progression constante (graphique 1).

Graphique 1. Evolution de l’IDH par grandes régions (1960-1995)

Graphique 1. Evolution de l’IDH par grandes régions (1960-1995)

Source : PNUD, Rapport mondial sur le développement humain (annuel).

10Le niveau de l’IDH de l’Afrique subsaharienne est évidemment le plus faible de toutes les régions en développement, mais le sous-continent ne se distingue guère par un rythme d’évolution de son développement humain radicalement différent de celui du reste du monde. Le niveau du développement humain africain représentait en 1960 55 % du niveau mondial et en 1994 60 %. Ce genre de comparaison peut cependant être trompeur, car les indices n’ont pas de dimension et leur évolution ne peut être évaluée que longitudinalement. Toutefois, cet indicateur, qui se veut le plus synthétique de tous, ne reflète pas un quelconque « drame africain ».

11Tout aussi curieux est le profil de progression du développement humain dans le temps. Entre 1980 et 1994, l’IDH de l’Afrique a progressé plus rapidement en valeur absolue que lors des décennies précédentes. Le développement humain se serait donc amélioré plus nettement pendant la période où le PNB diminuait le plus sensiblement.

12Ces curiosités statistiques trouvent une explication simple si l’on admet que les indicateurs économiques et sociaux sont largement indépendants les uns des autres. Il s’agit d’une hypothèse concevable, bien que fort étonnante. Mais l’examen d’autres indicateurs globaux, plus « économiques », augmente encore le sentiment de perplexité devant l’évaluation des évolutions à long terme. Les disponibilités de nutriment par habitant calculées par l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO) témoignent notamment d’une nette amélioration. La ration calorique journalière passe ainsi pour l’Afrique subsaharienne de 2090 kcal en 1965 à 2335 kcal en 1994, soit une progression de plus de 10 % (FAO, FAOSTAT 1997). On est amené à se demander comment le revenu par tête peut se dégrader alors que tout le reste semble plutôt s’améliorer.

13L’observation d’un nouvel indicateur à vocation globale – la consommation d’énergie par tête – offre une nouvelle occasion de s’interroger. Le Rapport sur le développement dans le monde 1986 contient une comparaison sur une longue période de cet indicateur pour l’Afrique subsaharienne : il est estimé à 46 kg d’équivalent pétrole en 1965 et à 56 kg en 1984, soit une progression de plus de 20 %. Mais dans le rapport 1991, les données ont sensiblement changé : le même indicateur est alors reporté à 72 kg en 1965 et à 124 kg en 1989, soit un quasi-doublement. Nouveau changement d’ordre de grandeur dans le rapport 1996 : la consommation par habitant, toujours pour l’Afrique subsaharienne, atteint 276 kg en 1980 et 272 kg en 1994, soit cette fois-ci une légère diminution. Selon les définitions des séries que l’on trouve dans les notes techniques de ces différents rapports, tous ces chiffres semblent bien concerner le même indicateur.

14La difficulté à percevoir une évolution cohérente du niveau de vie est quelque peu atténuée par le fait que l’on s’est intéressé aux données de sources internationales sur un large espace géographique, données qui ont connu un processus de sélection et d’arbitrage et sont lissées par l’agrégation de nombreux pays. Cependant, au niveau d’un pays donné, les incertitudes et contradictions se font encore plus évidentes. Les exemples précédents montraient les évolutions diverses d’indicateurs distincts censés refléter les différentes facettes du concept de niveau de vie. Il est tout aussi fréquent, au niveau national, de trouver des données différentes pour exprimer la même grandeur ; cela est bien connu. Le tableau 1, comparant la consommation privée par tête selon les sources de la comptabilité nationale (WDI 1997) et selon les enquêtes de consommation rapportées par l’annuaire African Development Indicators, est à ce titre parfaitement éloquent.

Tableau 1. Comparaison des sources « enquêtes ménages » et « comptabilité nationale » pour le calcul des dépenses et consommations par tête

Tableau 1. Comparaison des sources « enquêtes ménages » et « comptabilité nationale » pour le calcul des dépenses et consommations par tête

Sources: WDI 1997; African Development Indicators 1996.

15On voit que les ordres de grandeur pour la même donnée sont la plupart du temps largement différents. En dehors de simples erreurs et imprécisions, de multiples raisons de méthode peuvent expliquer les différences entre les données d’enquête et les données de comptabilité nationale : différence entre dépenses et consommation, date de collecte dans l’année en cas de forte saisonnalité ou de forte inflation, difficulté de l’estimation de l’autoconsommation, etc.). Chaque cas mériterait d’être considéré individuellement. Il reste que l’impression générale qui ressort de ce tableau est que la mesure du niveau de vie en Afrique laisse encore place à une grande incertitude.

L’agriculture est-elle en crise ou en progrès ?

16On peut faire l’hypothèse que le faible résultat enregistré en Afrique en termes de progression du revenu est en premier lieu dû à la mauvaise performance agricole. Selon la Banque mondiale, la valeur ajoutée agricole a crû au rythme moyen de 1,7 % par an sur la période 1965-1996 (WDI 1998), soit un recul moyen de –1,2 %par habitant, qui cumulé signifie une valeur ajoutée agricole par tête en 1996 inférieure de plus de 40 % à ce qu’elle était en 1965.

17Ce résultat est tout simplement catastrophique. Il devrait signifier une baisse spectaculaire de la ration alimentaire ou une explosion des importations alimentaires. Or, on ne constate ni l’un ni l’autre. La ration alimentaire semble au contraire avoir progressé, selon la FAO, comme nous l’avons mentionné plus haut. De même, l’explosion des importations alimentaires n’est pas non plus perceptible. Au contraire, celles-ci auraient plutôt reculé, au moins en proportion de l’ensemble des importations, passant de 18 % des importations en 1965 à environ 13 % en 1994 (rapports sur le développement dans le monde).

  • 2 Comprenant 19 pays, en particulier la République centrafricaine, le Tchad et le Cameroun.
  • 3 La conversion des données FAO pour toutes les variétés agricoles en calories, qui permet l’agrégati (...)

18Il ne faut certes pas confondre production alimentaire et production agricole. Cependant, même au niveau de l’ensemble des variétés agricoles, les données de la FAO, qui enregistre les statistiques de toutes les productions agricoles pour tous les pays, sont difficilement réconciliables avec les données de source « comptabilité nationale » de la Banque mondiale. Ainsi, le graphique 2 compare, pour la région Afrique de l’Ouest2, l’évolution de la valeur ajoutée agricole de source Banque mondiale avec la production agricole totale exprimée en calories de source FAO3.

Graphique 2. Dynamique du secteur agricole en Afrique de l’Ouest (1980-1992)

Graphique 2. Dynamique du secteur agricole en Afrique de l’Ouest (1980-1992)

Sources : Banque mondiale ; FAO ; Club du Sahel.

  • 4 Certains spécialistes pensent même que les données FAO pourraient sous-estimer la réalité en ne pre (...)

19Le graphique 2 présente deux dynamiques fort différentes qui montrent bien le doute que l’on peut avoir devant la véritable performance de l’agriculture dans la région. Entre 1980 et 1992, la valeur ajoutée agricole par tête aurait baissé de plus de 10 % dans toute l’Afrique de l’Ouest, ce qui constitue une régression importante, sinon dramatique. En revanche, la production agricole par tête exprimée en calories aurait augmenté sur la même période de plus de 15 % !4

20La FAO calcule également pour chaque pays un indice de la production agricole. Il peut être intéressant à l’échelle nationale de comparer les évolutions de cet indice à celles de la valeur ajoutée agricole de source Banque mondiale. On ne peut le faire pour tous les pays d’Afrique subsaharienne. Les graphiques 3, 4 et 5 reprennent trois exemples illustratifs.

Graphique 3. Kenya : comparaison entre l’évolution de l’indice de la production agricole (source FAO) et celle de la valeur ajoutée agricole (source Banque mondiale) (1970-1998)

Graphique 3. Kenya : comparaison entre l’évolution de l’indice de la production agricole (source FAO) et celle de la valeur ajoutée agricole (source Banque mondiale) (1970-1998)

Graphique 4. Sénégal : comparaison entre l’évolution de l’indice de la production agricole (source FAO) et celle de la valeur ajoutée agricole (source Banque mondiale) (1970-1998)

Graphique 4. Sénégal : comparaison entre l’évolution de l’indice de la production agricole (source FAO) et celle de la valeur ajoutée agricole (source Banque mondiale) (1970-1998)

Graphique 5. Côte d’Ivoire : comparaison entre l’évolution de l’indice de la production agricole (source FAO) et celle de la valeur ajoutée agricole (source Banque mondiale) (1970-1998)

Graphique 5. Côte d’Ivoire : comparaison entre l’évolution de l’indice de la production agricole (source FAO) et celle de la valeur ajoutée agricole (source Banque mondiale) (1970-1998)

Sources des graphiques 3, 4 et 5 : FAO, FAOSTAT ; WDI.

21Le premier exemple, celui du Kenya, illustre une tendance commune aux deux sources d’appréciation de la dynamique agricole, proche de celle de la croissance de la population. A l’inverse, l’exemple du Sénégal montre des courbes complètement différentes. Les fluctuations de l’indice de la production agricole ne semblent curieusement guère concerner l’évolution du PIB agricole. Enfin, la Côte d’Ivoire présente l’exemple de dynamiques divergentes. Alors que la valeur ajoutée agricole semble stagner, aboutissant à une régression par tête de près de 40 % sur la période, l’indice de production suit pour sa part très étroitement l’évolution de la population.

La structure des économies s’est-elle considérablement modifiée ?

  • 5 Ce n’est pas le cas de tous les pays. Certains, comme le Burkina ou le Bénin, ont enregistré des pr (...)

22Une des rares évolutions dont on peut être certain en Afrique est celle de la progression spectaculaire de l’urbanisation. En Afrique subsaharienne, le taux d’urbanisation est passé de 14 % en 1965 à 32 % en 1996. Cette urbanisation s’est accompagnée, comme cela a été partout rapporté, d’une véritable explosion du secteur informel, portant en premier lieu sur les activités de services. Pendant ce temps, l’industrie et l’agriculture connaissaient des résultats médiocres, et dans le cas de l’agriculture, une sensible diminution de son poids en termes de population active. On devrait donc s’attendre à constater sur la longue durée un changement de structure des économies au profit des services. Mais en fait, selon les sources internationales, il n’en est rien pour bon nombre de pays africains ( !)5, pour lesquels la structure actuelle du PIB, en ce qui concerne les services, est très proche de celle des années 1960, comme le montre le tableau 2.

Tableau 2

Tableau 2

Source : Banque mondiale, Rapport sur le développement dans le monde, annuel.

23Comment de telles représentations d’évolutions (ou d’absences d’évolution) peuvent-elles être compatibles avec la profonde transformation du « paysage » africain ? Dans certains pays, les données paraissent réellement fantaisistes. Ainsi, la Côte d’Ivoire serait un pays tout aussi agricole en 1994 (en termes de part de l’agriculture dans le PIB) qu’il ne l’était en 1960, malgré une population rurale qui est passée de plus de 80 % de la population totale à 50 %.

L’Afrique exporte-t-elle assez ?

24Un des phénomènes les plus couramment diagnostiqués en Afrique est le manque de compétitivité des économies, qui conduit à une exportation insuffisante. Effectivement, si l’on se reporte aux indicateurs de la Banque mondiale, la performance du sous-continent à l’exportation est particulièrement décevante. Entre 1965 et 1996, les exportations ont crû au rythme de 2,1 %, soit un rythme nettement inférieur à celui, déjà faible, du PNB, qui s’élève à 2,7 %.

25Est-il pour autant certain que l’Afrique subsaharienne exporte si peu ? Toujours selon la Banque mondiale, les exportations africaines s’élevaient en 1996 à 28 % du PIB régional contre 22 % en 1965. Il s’agit d’une forte augmentation. Le ratio exportations/PIB africain est équivalent en 1996 à celui de la région Asie de l’Est et Pacifique (29 %). On objectera avec raison que cette comparaison n’a pas grand sens, car la taille et le niveau du revenu conditionnent fortement le degré d’ouverture extérieure d’un pays. Une étude, qui établit précisément un indice d’ouverture internationale sur la période 1970-1985 en tenant compte de la taille de l’économie des pays considérés, conclut cependant que les pays africains ont connu pour la plupart un degré d’ouverture plus élevé que la moyenne établie sur la base d’une comparaison internationale (Naudet 1994).

26Mais au-delà de ce débat sur les indicateurs les plus pertinents se pose là aussi le problème de la qualité des données. Les données d’exportation apparaissent souvent comme les plus fiables en Afrique car elles sont susceptibles de recoupements. Pourtant, une nouvelle fois, l’examen des données révèle l’ampleur de leurs faiblesses. Une analyse des bases de données des Nations Unies sur le commerce international (Rozanski & Yeats 1994) met en avant de sérieux problèmes statistiques. Ainsi, pour les pays africains à faible revenu, il existait en moyenne par pays une différence de 9,5 % sur le total des exportations selon les deux classifications utilisées par les Nations Unies (SITC1, SITC2) ; l’écart entre l’agrégat « exportations totales » et la somme des exportations par postes de la nomenclature se montait en moyenne 18,8 % ; la différence entre les mêmes données de source FMI et de source Nations Unies atteignait en moyenne de 15 %. Les auteurs concluent par une mise en garde contre la qualité des statistiques africaines :

  • 6 Les citations extraites d’ouvrages en anglais ont été traduites par l’éditeur.

27« Depuis la fin des années 1970 on a assisté, dans les pays subsahariens, à une détérioration de la qualité des statistiques suffisamment importante pour que nos résultats généraux en soient affectés. Seuls 13 des 44 pays africains pour lesquels on disposait en 1979 de données commerciales de la série D SIT rev.1 possédaient des informations similaires en 1985, chiffre qui chuta encore à 5 pays en 1988. Dans ces cas, les agences internationales furent forcées de “reconstituer” le profil du commerce africain à l’aide de n’importe quelles statistiques disponibles (et partielles), ce qui nuit sérieusement à la qualité des données. Comme les diverses agences peuvent fort bien ne pas utiliser les mêmes informations (par exemple, une agence recourra aux données d’un pays partenaire tandis qu’une autre se fiera aux statistiques incomplètes du pays africain), les chiffres fournis par l’ONU ou par le FMI affichent quelques grandes divergences. En outre, cet exercice de “reconstitution” n’a été que rarement soumis à des contrôles de qualité appropriés pour vérifier la cohérence interne des statistiques qui s’ensuivaient. En conséquence, il est fréquent que la somme des différentes composantes par produit ne recouvre pas le commerce total, ou encore que les échanges avec l’ensemble des partenaires ne coïncident pas avec les flux commerciaux globaux (Rozanski & Yates 1994 : 25)6.

28Cette imprécision sur les données en valeur courante s’accroît encore lorsque l’on s’intéresse aux évolutions à prix constants. L’incertitude liée au partage des évolutions entre les effets de volume et les effets de prix s’ajoute à celle portant sur les valeurs. De plus, le choix des pondérations, c’est-à-dire de l’année de base, devient parfois déterminant du fait d’importants changements dans la structure des importations.

29A titre d’exemple, si l’on agrège, pour tous les pays africains où les données sont disponibles, les séries d’exportation à prix constants publiées par la Banque mondiale (WDI 1997), on aboutit à une croissance des exportations sous-régionales sur la période 1970-1994 de 3,6 % à 4,4 % selon les années de base retenues. Outre cette variation non négligeable, on constate également que l’on est loin, par ce calcul, du chiffre de 2,1 % donné par la même Banque mondiale – sur une période il est vrai légèrement différente (1965-1996, voir ci-dessus).

L’Afrique souffre-t-elle d’un déficit d’épargne ?

30Pour les fondateurs de l’économie du développement, l’épargne apparaissait comme la variable stratégique. Le déficit d’épargne était au cœur du cercle vicieux du sous-développement, et constituait la justification de la nécessité d’apporter de l’aide extérieure. Depuis, bien que l’épargne soitmoins au centre de la problématique du développement, il est plus ou moins implicitement admis que l’Afrique épargne trop peu, et cela continue à être une des principales justifications de l’aide extérieure. On ne peut pourtant en être aussi sûr, comme le remarque Srinivasan : « Sir Arthus Lewis, dans ses derniers écrits, affirmait que “le problème central du développement consiste à comprendre le processus par lequel une communauté, qui auparavant épargnait et investissait 4 ou 5 % de son revenu national, se transforme en une économie dans laquelle l’épargne volontaire atteint 12 à 15 % ou plus du revenu national”. Si l’on prend les données internationales publiées pour de l’argent comptant, ce procédé de transformation doit déjà être achevé ! Selon le FMI, les pays en développement ont épargné (et investi sur le plan intérieur) 23,7 % de leur PNB entre 1983 et 1990 » (Srinivasan 1993).

  • 7 Y compris l’aide extérieure naturellement, ce qui laisse une partie de sa pertinence à l’analyse de (...)

31Les niveaux sont du même ordre de grandeur pour la seule Afrique subsaharienne. La Banque mondiale retient un taux d’épargne variant de 15 % à 27 % selon les années sur la période 1970-1996, soit un niveau peu différent en moyenne de celui des autres sous-régions du monde, à l’exception notable de l’Asie de l’Est. En 1996, le taux d’épargne africain s’élèverait à 18 %7contre 20 % pour l’Amérique latine et 22 % pour l’Asie du Sud.

32Mais ce qu’il faut retenir, c’est la particulière fragilité de cette donnée, qui a pourtant été tant analysée. Dans les comptabilités nationales des pays d’Afrique, l’épargne est très généralement obtenue par le solde de deux agrégats, les transferts extérieurs et l’investissement domestique (sans recoupement possible, sinon très partiel, avec des données bancaires ou comptables). Or, ces agrégats cumulent les imprécisions de nombreuses sources d’erreurs et d’omissions. Les transferts extérieurs sont par exemple la somme du commerce extérieur (déjà commenté), des transferts privés, très mal connus (tels ceux issus de la migration), et des transferts publics, essentiellement l’aide extérieure. On pourrait croire que cette dernière donnée confère une certaine solidité à l’ensemble : c’est en fait l’inverse qui se produit car on demeure généralement dans l’ignorance complète de la part de l’aide extérieure réellement transférée dans le pays considéré. Quant à l’investissement domestique, il souffre de la profonde incertitude régnant sur l’investissement des ménages, souvent déterminant dans des pays où prédominent les activités agricoles et informelles.

33Au total, l’épargne apparaît comme la donnée la plus mal connue de tous les indicateurs socio-économiques usuels. Il n’est dès lors pas étonnant de constater des divergences très importantes selon les sources. Pour prendre un seul exemple, l’Afrique subsaharienne avait un taux d’épargne de 27 % en 1980 selon le World Development Indicators 1997 de la Banque mondiale et de 23 % selon le Rapport sur le développement dans le monde de la même Banque mondiale, toujours en 1997.

Garbage in, Results out8

Précautions liminaires

34Les doutes et les incertitudes sur les données africaines ont été soulignés à dessein dans la partie précédente. Le propos n’est pas de démontrer que l’on ne connaît rien et que l’on ne peut rien connaître, mais, en mettant en évidence invraisemblances, paradoxes et contradictions, d’inviter à un doute permanent et à une plus grande modestie dans les conclusions auxquelles on peut aboutir. Sans doute convient-il de donner une place spécifique dans les analyses à un processus continu d’interrogation sur la qualité de l’information traitée et sur sa confrontation avec d’éventuelles sources complémentaires ou contradictoires.

35Cela semble rarement fait, ou alors simplement sous la forme d’un rituel introductif dont on s’acquitte avant de passer aux choses sérieuses. Combien de fois peut-on lire dans des articles scientifiques des avertissements liminaires du type de celui exprimé par Easterly préalablement à une analyse internationale sur les liens entre niveau de revenu et variables politiques, sociales et environnementales : « Mais auparavant, le moment est venu de faire la déclaration obligatoire (et importante par-dessus tout) que la qualité des données laisse tant à désirer que l’on regrette simplement de désirer les utiliser. Mais nous le désirons, alors faisons de notre mieux » (Easterly 1997).

36Ces regrets et ces désirs sont préalables à l’analyse. Ils ne valent plus une fois que celle-ci est commencée. On est alors dans la phase où l’on fait du mieux que l’on peut avec les données disponibles. La qualité suffisante des données utilisées devient une hypothèse de nécessité : celle d’aboutir à des résultats. Cette non-considération des problèmes de qualité statistique au-delà de l’étape préalable de constitution de la base de données est d’autant plus préoccupante que les méthodes scientifiques employées pour analyser les sociétés et économies africaines évoluent, dans le sillage d’une évolution générale, vers une complexité et une exigence en matière d’information croissantes.

37On peut, à titre d’exemple, brosser le panorama des recherches empiriques sur les déterminants de la croissance en Afrique. On s’inspirera pour cela d’un état de la question réalisé par Dumont (1996). Cet exemple nous permettra d’introduire les questions du niveau d’exigence statistique et de la légitimité de l’information.

Analyse des déterminants empiriques de la croissance africaine

38Dans une première phase, démarrant dans les années 1950 et s’achevant à la fin des années 1980, les travaux empiriques sur la croissance se ramenaient essentiellement à ce que l’on appelle la « comptabilité de la croissance », c’est-à-dire la mesure de la part de la croissance due à l’évolution de l’utilisation de chacun des différents facteurs de production (capital et travail). Ce qui n’était pas expliqué par l’utilisation croissante de facteurs, soit le résidu, était censé représenter le progrès technique, soit le progrès dans l’efficacité de l’utilisation des facteurs.

39L’apparition de ce type d’analyse était due à la conjonction d’une nouvelle méthode statistique – la comptabilité nationale, qui se mettait progressivement en place tout en établissant des séries rétrospectives – et d’une avancée théorique dans le domaine de l’analyse de la croissance réalisée grâce aux travaux de Harrod (1939), Domar (1946) et surtout Solow (1956).

40Ces premiers travaux ne concernent que peu les pays en voie de développement. Chenery (1986) établit toutefois la revue des analyses effectuées dans l’ensemble du monde et constate que le résidu joue un rôle plus important dans les pays développés que dans les pays en développement. La Banque mondiale publie dans son rapport 1991 une analyse de comptabilité de la croissance par régions où il apparaît que la croissance africaine (comme la croissance latino-américaine) est entièrement expliquée par l’évolution de l’utilisation des facteurs et que le résidu – traduisant le progrès technique – ne conserve aucun pouvoir explicatif.

41Au début des années 1990, l’analyse empirique de la croissance rebondit suite à une double avancée théorique et statistique. La théorie de la croissance endogène émerge (Romer 1986 ; Lucas 1988 ; Barro 1988), selon laquelle le progrès technique est un phénomène endogène, que l’on peut par conséquent expliquer et non pas considérer comme un résidu. Par ailleurs, Summers et Heston (1991) diffusent une nouvelle base de données présentant les données internationales de comptabilité nationale en parité de pouvoir d’achat, permettant une comparaison internationale corrigée des effets dus aux écarts de niveau de prix entre les différents pays.

42Ces avancées débouchent sur une série d’analyses empiriques « transversales », en ce qu’elles concernent un grand nombre de pays sur une période donnée, puis, avec les progrès de la science économétrique, d’analyses « en panel », c’est-à-dire traitant des échantillons de pays-périodes. Ces analyses tentent d’expliquer la croissance sur une période par les conditions de départ, en mettant particulièrement l’accent sur les données de capital humain. En plus des variables explicatives classiques – revenu de départ, population, capital –, elles utilisent des variables telles que le taux de scolarisation, le nombre d’années d’études cumulé par l’ensemble de la population, l’espérance de vie, la mortalité infantile, etc.

43La plupart de ces analyses mettent en avant une spécificité africaine. Alors que les conditions de départ permettent d’expliquer la croissance des autres régions du monde, ce n’est pas le cas pour l’Afrique où la croissance se révèle plus faible que les conditions de départ ne l’impliqueraient, révélant un effet négatif spécifiquement africain. Bien entendu, cet effet inexpliqué ne peut satisfaire des recherches précisément destinées à expliquer la croissance. Tout récemment, on a ainsi vu se développer une nouvelle génération de travaux introduisant, en l’absence toutefois d’une base théorique solide, de nouvelles variables explicatives de diverse nature.

  • 9 Par exemple par Burnside et Dollar (1997) dans leurs travaux destinés à défendre l’idée d’une sélec (...)

44La plus connue de ces variables est sans doute celle traduisant la « qualité des politiques » mise en avant dans tous les travaux de la Banque mondiale. Cette variable, introduite par la Banque dans son rapport sur l’ajustement en Afrique en 1993, est maintenant couramment utilisée9. Elle est calculée sur la base d’un indice composite de plusieurs variables telles que le déficit budgétaire, la décote monétaire, l’inflation, le taux d’ouverture, etc.

45L’étude « Africa’s Growth Tragedy » (Easterly & Levine 1997) a également eu un grand retentissement en expliquant la croissance à long terme en Afrique à l’aide d’un indicateur de diversité ethnique. Cet indicateur est une mesure de la fragmentation ethnolinguistique provenant d’une recherche menée par des chercheurs soviétiques en 1960. Il a depuis lors été à nouveau utilisé dans des travaux similaires.

46Une troisième source de ce que l’on pourrait appeler des « variables ad hoc » est constituée des variables de qualité institutionnelle. Aron (1997), dans une revue de la question, identifie neuf séries internationales d’indicateurs de ce type, tels que le risque-pays, l’indicateur de liberté économique, l’indicateur de corruption, etc. Dans la même mouvance, d’autres variables comme le nombre d’assassinats, le nombre de journaux ou de téléphones par habitant…, ont fait leur apparition dans des travaux du type de ceux analysés.

47L’introduction de chacune de ces nouvelles variables est à la fois la conséquence et la source de nouvelles bases de données internationales traduisant un nouvel aspect de la mesure des « performances » des pays du monde.

48Désormais, en se fondant sur les travaux et les bases de données précédents, la plupart des études sur la croissance africaine (par exemple Burnside & Dollar 1996 ; Sachs & Warner 1997) utilisent en général simultanément des variables économiques classiques (population, épargne, ouverture économique, inflation…), des variables de capital humain (taux de scolarisation, espérance de vie…) et des indicateurs ad hoc plus ou moins complexes (qualité des politiques, qualité des institutions, fragmentation ethnique, nombre d’assassinats, etc.).

49Il va sans dire que les problèmes de qualité des statistiques ne sont guère abordés. Les réserves que l’on peut émettre sur les variables les plus courantes et qui mobilisent le plus d’efforts (telles que le PNB ou la production agricole) sont cependant probablement sans commune mesure avec celles portant sur le « nouveau type » d’indicateurs couramment utilisés.

Complexité du cadre d’analyse et exigence statistique

  • 10 Les statisticiens qui sont à la base de la constitution des données avertissent généralement des fa (...)

50L’exemple ci-dessus permet d’apprécier la complexification continue du cadre théorique et empirique qui est proposé pour expliquer la croissance africaine. Cette complexification est certainement en soi une bonne chose en ce qu’elle traduit l’avancée et la capitalisation des idées et des méthodes. Mais le moins que l’on puisse craindre est que la qualité des données ne suive pas cette évolution10.

51L’exigence statistique dans le domaine considéré ci-dessus est passée de quelques variables relativement robustes, comme la population et l’investissement, à de nombreuses variables allant jusqu’à des domaines aussi insaisissables que la mesure de la corruption, de la qualité institutionnelle ou de la qualité des politiques. Cela pose un problème à la fois conceptuel (par exemple, comment définir la corruption ?), qui n’est pas le sujet de cet article, et statistique, aspect sans doute plus difficilement surmontable encore. L’évolution des méthodes ne semble pas tenir compte de la disponibilité statistique. Là aussi, l’hypothèse de nécessité prévaut. Lorsqu’un indicateur apparaît pertinent, on aboutit toujours à son utilisation, quels que soient les problèmes méthodologiques soulevés.

52Théoriquement, au niveau national, la production d’une nouvelle donnée est une construction sociale, comme le fait remarquer Desrosières : « La statistique est produite à partir du moment où une question est socialement jugée sociale, autrement dit jugée par la société relever de la société » (Desrosières 1998).

  • 11 Particulièrement mais pas uniquement, les bases de données internationales intègrent par exemple de (...)

53Or, dans le cas des grands indicateurs internationaux, et particulièrement en ce qui concerne l’Afrique11, ce processus social est indéniablement court-circuité. La donnée est construite alors qu’elle répond à un besoin exprimé en dehors de la société concernée. L’absence de besoin endogène se traduit par une absence de mise en place d’un système de collecte. Néanmoins, la donnée est produite, par des rapprochements indirects (proxies par exemple), sans s’appuyer sur une démarche statistique conçue à cet effet.

54Quel est le résultat de cette évolution disjointe du cadre d’analyse et de la disponibilité des données ? Krugman fournit un exemple amusant et intéressant d’un phénomène de ce genre concernant la cartographie africaine (encadré).

L’évolution de l’ignorance sur les cartes de l’Afrique

« Un ami, qui conjugue un intérêt professionnel pour l’Afrique au hobby de collectionner les cartes anciennes, a rédigé un article fascinant sur ce qu’il nomme “l’évolution de l’ignorance” au sujet de l’Afrique. L’article décrit l’évolution des cartes européennes du continent africain du xve au xixe siècle.

« On aurait pu croire que le processus serait plus ou moins linéaire : au fur et à mesure de la progression des connaissances européennes du continent, les cartes auraient fait preuve d’une exactitude et de niveaux de détail croissants. Mais ce ne fut pas le cas. Au xve siècle, les cartes de l’Afrique n’étaient naturellement guère précises quant aux distances, tracés littoraux, etc. Cependant, elles contenaient pas mal d’informations sur l’intérieur, basées essentiellement sur des rapports de deuxième ou de troisième main de voyageurs. Ainsi, les cartes montraient Tombouctou, le fleuve Niger, et ainsi de suite. Bien entendu, elles contenaient également pas mal d’informations non véridiques, telles que des régions peuplées d’hommes à la bouche dans l’estomac. Il n’en demeure pas moins qu’au début du xve siècle, l’Afrique des cartes était un espace rempli.

« Avec le temps, l’art de la cartographie et la qualité des informations utilisées pour faire les cartes s’améliorèrent sans relâche. Le littoral africain fut tout d’abord exploré, puis tracé avec une exactitude grandissante, et au xviiie siècle la façon de montrer ce littoral ne se distingue guère de celle des cartes modernes. Les villes et les populations le long des côtes étaient aussi représentés avec une grande fidélité.

« D’un autre côté, l’intérieur se vida. Les étranges créatures mythiques avaient disparu, mais aussi les villes et les rivières réelles. D’une certaine façon, les Européens étaient devenus plus ignorants sur l’Afrique qu’ils ne l’avaient été auparavant.

« Ce qui s’est produit est évident : suite à l’amélioration de l’art de la cartographie, le critère de validité des données s’était élevé. Des rapports de deuxième main du style “à six journées au sud de la fin du désert vous arrivez à une grande rivière coulant de l’est à l’ouest” n’étaient plus utilisés pour dessiner une carte. Seules les caractéristiques du paysage qui avaient été inspectées par des informateurs fiables munis de sextants et de compas étaient retenues. Ainsi, l’intérieur du continent tel que montré par les vieilles cartes, peut-être confus mais dense, devint “l’Afrique profonde”, un espace vide » (Krugman 1995).

Mais le paysage que l’on peut décrire à partir de l’examen précédent des analyses de la croissance africaine est fort différent, antinomique même, de celui décrit par Krugman. Le raffinement du cadre d’analyse ne conduit pas à une sélection rigoureuse des données qui vide peu à peu la « carte de l’intérieur », aboutissant à une perte de savoir. Au contraire, l’évolution du cadre s’accompagne de la construction de données dont la qualité va décroissant, et de l’excès de remplissage de la zone peu connue. On peut supposer que la description que l’on fait de l’Afrique est peuplées d’« hommes à la bouche dans l’estomac ».

Deux réactions sont effet possibles face à une exigence statistique qui s’accroît plus vite que l’offre d’information de qualité. La première est illustrée par l’exemple de Krugman : le standard de qualité des données s’accroît avec l’amélioration des outils d’analyse, et on perd la partie de l’information qui est la moins fiable. C’est ce qui arrive lorsque de nombreux trous dans une base de données rendent inutilisables les quelques informations disponibles. Le second type de réaction est celui analysé dans le cas de l’analyse de la croissance : le standard de qualité baisse pour s’adapter aux exigences des outils d’analyse, et l’information devient plus large mais aussi globalement moins fiable.

Légitimité et qualité des données

55Il est intéressant de se pencher sur cet aspect du standard de qualité exigé pour l’utilisation des données. Les analystes, surtout lorsqu’ils procèdent à des études transversales sur de nombreux pays, n’ont pas la possibilité de confronter réellement leurs données à la réalité. Sans moyen de vérifier la véracité de leurs informations, ils cherchent plutôt à s’assurer de leur légitimité. La légitimité d’une donnée est étroitement liée à sa capacité d’échapper à la critique. Cela est fondé sur deux facteurs essentiels, dont le premier est la cohérence : la principale qualité d’un système de données (ou d’une donnée à l’intérieur d’un système) est sa cohérence interne ou avec les autres systèmes de données. Aux yeux du statisticien, cette qualité prédomine généralement sur celle de la fiabilité, comme l’explique Desrosières : « La vraie question du statisticien est moins “Est-ce la réalité ?” que “Est-ce que ça tient ?” » (Desrosières 1998). En effet, alors qu’il est difficile de contester la fiabilité d’une donnée, comme cela était noté au début de cet article, la mise en évidence d’incohérences est de nature à discréditer l’emploi d’une information.

  • 12 Il est ainsi intéressant de suivre la présentation que fait Easterly de ses données sur la fragment (...)

56Le second facteur de légitimité tient à la nature de la source. Le visa d’une grande institution publiant des statistiques est suffisant pour utiliser une donnée sans autres justifications. Les grandes organisations internationales établissant des bases de données – FMI, FAO, Banque mondiale, etc. – constituent les sources essentielles de légitimité dans le domaine des principaux indicateurs économiques et sociaux internationaux. Les chercheurs et analystes reconnus possèdent la même fonction de « source de légitimité ». L’utilisation passée et répétée d’une donnée par d’éminents spécialistes apparaît comme un gage de fiabilité12. C’est ainsi qu’on pu s’imposer les tables de Summers et Heston (1991) par exemple, ou encore les indicateurs de qualité institutionnelle utilisés depuis peu.

57Ces deux facteurs de légitimité sont en fait étroitement liés. Le premier travail des institutions (et des chercheurs) établissant les bases de données est de trouver une cohérence à l’ensemble des informations disparates qu’ils parviennent à collecter. Ces institutions sont donc source de légitimité par la garantie de compétence qu’elles offrent et aussi par la production de cohérence qu’elles assurent.

58Les mécanismes de construction et de légitimation des données sont remarquablement décrits par Ferguson (1990), qui analyse un rapport de 1975 de la Banque mondiale portant sur le Lesotho : « Cette sous-section (comptes nationaux) s’ouvre par un avertissement que les données comptables nationales qui suivent doivent être comprises “simplement comme une illustration sommaire du cadre de travail économique et doivent être considérées avec la plus grande prudence”. Les évaluations présentées sont basées sur des chiffres récents du Bureau de la statistique, mais on nous dit qu’“en raison d’incohérences et d’omissions évidentes, elles ne sauraient constituer la base d’une analyse sérieuse”.

59« En dépit de ces précautions s’ensuit une analyse. On nous présente sur la page suivante un tableau sur l’origine industrielle du produit national brut, ce qui est remarquable si l’on se souvient qu’on vient de nous rappeler, dans le paragraphe précédent, que “les statistiques sur la production sont quasiment inexistantes”.

60« Pour la plupart des entrées dans ce tableau, aucune des sources statistiques ou documentaires disponibles ne fournit une base sérieuse ne serait-ce que pour une évaluation sommaire, comme le fait remarquer le rapport lui-même. Ce qui est digne d’intérêt, c’est qu’on nous dit qu’il n’existe pas de base sur laquelle on puisse compiler des données de production, puis qu’on nous présente une page entière et détaillée de ces données. La même chose se reproduit tout au long du rapport. Dans le discours du développement, le fait qu’il n’y ait pas de statistiques disponibles n’est pas une excuse pour ne pas présenter de statistiques, et des nombres même fabriqués valent mieux que pas de nombres du tout » (Ferguson 1990 : 41).

61On trouve dans cette analyse les étapes déjà commentées : l’avertissement liminaire sur la faible qualité des données suivi de la poursuite de l’analyse, par nécessité, sans plus tenir compte du problème identifié au départ. Mais il y a ici une étape supplémentaire, celle de la construction des données : le rapport ne se contente pas d’utiliser des données après avoir alerté le lecteur quant à leur faible pertinence, il déduit de l’absence de connaissances statistiques sur le sujet la nécessité de construire des données ad hoc afin d’aller plus avant dans l’analyse.

62Ferguson décrit comment le rapport écarte les statistiques existantes, probablement de source nationale, comme « ne constituant pas la base d’une analyse sérieuse ». On peut suspecter que la critique de l’information statistique ne soit pas ici une simple précaution oratoire mais ait pour but de s’affranchir de statistiques officielles dont les « incohérences et omissions » sont « évidentes »

  • 13 Il est rare de voir une analyse visant à la reconnaissance internationale utiliser essentiellement (...)

63Les données issues des institutions nationales des pays africains ont non seulement une qualité généralement faible, mais plus encore un degré de légitimité faible. On peut penser que les données issues des sources internationales, issues des mêmes sources de données de base, n’ont pas une fiabilité très supérieure. Ce qui fait la différence, c’est une plus grande cohérence de la part des données internationales et une garantie de compétence supérieure, c’est-à-dire une plus grande légitimité13. Le travail du rapport de la Banque commenté a consisté à remplacer des données peu fiables et peu légitimes par des données toujours peu fiables, mais beaucoup plus légitimes. Le processus de légitimation des données est concomitant de celui de leur construction par les institutions internationales. Les données publiées dans le rapport de la Banque sont ainsi prêtes à être largement reprises et analysées sans autre précautions qu’un avertissement préalable.

64Les grandes institutions internationales, et à un niveau moindre les chercheurs renommés, ont donc une responsabilité importante. Ce sont eux qui fixent les standards de qualité des données qui seront par la suite utilisées par l’ensemble des analystes. On a pu voir qu’en ce qui concerne l’Afrique, le parti pris de construire et de mettre à la disposition des utilisateurs des données harmonisées et de plus en plus diversifiées conduit probablement à admettre un standard de qualité relativement bas et qui va se dégradant à mesure que les exigences statistiques s’accroissent.

65La question reste posée de savoir si l’on a conscience que cette faible et déclinante qualité des données débouche sur une faible et déclinante fiabilité des résultats produits par la recherche et l’analyse des économies et des sociétés africaines.

Conclusion

66Le propos de cet article n’est sûrement pas de critiquer le travail très qualifié des statisticiens qui participent à la difficile et ingrate entreprise de construire et d’harmoniser les bases de données internationales. Il n’est pas davantage de dénigrer le recours à l’information et aux cadres d’analyse quantitatifs. Le problème de l’information en Afrique dépasse de très loin celui des seules données quantitatives, dont la fiabilité peut d’ailleurs être plus facilement remise en question que celle des données qualitatives. A l’issue de cette réflexion, il est permis de souhaiter que les cadres d’analyse soient plus robustes lorsque l’information est déficiente, mais on ne saurait recommander qu’ils soient d’une nature différente, générant ainsi une « science » spécifique pour l’Afrique. Le présent article n’a d’autre but que de rappeler que le doute sur l’information utilisée doit naturellement se répercuter sur les résultats des analyses et sur les recommandations qui en découlent. Or ce doute, présent dans la phase introductive de la présentation des données, se dissipe souvent au fur et à mesure des étapes de la construction de l’analyse jusqu’à disparaître lors de la présentation des résultats.

67Les standards minimaux de qualité de l’information doivent sans doute faire l’objet d’une plus grande attention, avant même que cette information ne soit légitimée, voire construite, par des sources autorisées. De fait, c’est la trop faible place accordée à la qualité et à la fiabilité des données dans le processus de légitimation qui semble poser problème. La responsabilité en incombe aux grandes institutions internationales et aux chercheurs de renom. Ne faudrait-il pas laisser plus de « blancs » dans les bases de données, en ce qui concerne les pays dont le système statistique est défaillant, et ainsi faire apparaître le problème du manque d’information tel qu’il est, plutôt que de livrer des données légitimées à une communauté d’analystes avides de traitements complexes et de conclusions décisives ? Il convient sans doute de trouver le juste milieu entre ces pôles que constituent pour le statisticien les deux objectifs de satisfaction de l’utilisateur et de description fidèle de la réalité.

68Le débat sur les données gagnerait également à être nourri par davantage de critiques. Le débat scientifique, notamment à cause du système de publication, donne plus de place à la construction de nouvelles hypothèses qu’à la simple critique de travaux existants. Pourtant, la mise en évidence de la fragilité de nombreux travaux basés sur une information statistique qui níest pas à la hauteur de la complexité des traitements pratiqués serait une entreprise salutaire. Cette inflexion du débat irait dans le sens d’un renforcement du principe de réfutabilité dans la pratique empirique des analyses sur les sociétés et économies africaines.

Bibliographie

Aron J., 1997, Political, Economic and Social Institutions: a Review of Growth Evidence, mimeo, Oxford: CSAE, University of Oxford.

Banque Mondiale, Rapport sur le développement dans le monde, annuel, Washington : Oxford University Press.

Barro R.J., 1988, Government Spending in a Simple Model of Growth, NBER Working Paper, nº 2588, Cambridge (Mass.): NBER (National Bureau of Economic research).

Burnside C. & Dollar D., 1997, Aid, Policies and Growth, Policy Research Paper, Washington: World Bank.

Chenery H., 1986, « Growth and Transformation », in Chenery H., Robinson S. & Syrquin M. (éd.), Industrialization and Growth: A Comparative Study, World Bank Publication.

Desrosières A., 1998, « On ne peut pas séparer une statistique de son usage », Le Monde, 29 septembre.

Domar E., 1946, « Capital Expansion, Rate of Growth and Employment », Econometrica, vol 14, pp. 137-147.

Dumont J.-C., 1996, La contribution des facteurs humains à la croissance : une revue de littérature des évidences empiriques, Document de travail DIAL, Snº 1996-02/T, Paris : DIAL (Groupement d’intérêt scientifique Développement des investigations sur l’ajustement à long terme).

Easterly W., 1997, Life during Growth: A Compendium of Political, Social and Environmental Indicators of What Gets Better and What Gets Worse from Low to High Income, Mimeo, World Bank.

Easterly W. & Levine R., 1997, « Africa’s Growth Tragedy: A Retrospective 1960-89 », Quarterly Journal of Economics, November, pp. 1203-1250. FAO, FAOSTAT : base de données internationale sur l’agriculture, annuel, Rome : FAO.

Ferguson J., 1990, The Anti-politics Machine: « Development », Depolitization and Bureaucratic Power in Lesotho, Cambride/New York/Port Chester: Cambridge University Press.

Harrod R., 1939, « An Essay in Dynamic Theory », Economic Journal, vol. 49, pp. 14-33.

Krugman P., 1995, Development, Geography, and Economic Theory, Cambridge (Mass.): MIT Press.

Lucas R.E., 1988, « On the Mechanics of Economic Development », Journal of Monetary Economics, nº 22, pp. 3-42.

Naudet J.-D., 1994, « Une analyse du degré d’ouverture internationale », Economie internationale, nº 58, pp. 53-81 (voir annexe 3).

PNUD, Rapport mondial sur le développement humain, annuel.

Romer P., 1986, « Increasing Returns and Long-run Growth », Journal of Political Economy, vol. 94, nº 5, pp. 1002-1037.

Rozanski J. & Yeats A, 1994, « On the (In)accuracy of Economic Observations: An Assessment of Trends in the Reliability of International Trade Statistics », Journal of Development Economics, vol. 44, pp. 103-130.

Sachs J. & Warner A., 1998, « Sources of Slow Growth in African Economies », Journal of African Economies, vol. 6, nº 3, pp. 335-376.

Solow R., 1956, « A Contribution to the Theory of Economic Growth », Quarterly Journal of Economics, nº 44, pp. 65-94.

Srinivasan T.N., 1994, « Data Base for Development Analysis: An Overview », Journal of Development Economics, vol. 44, pp. 3-27.

Summers R. & Heston A., 1991, « The Penne World Table: An Expanded Set of International Comparisons, 1980-1988 », Quarterly Journal of Economics, vol. 106, pp. 502-543.

World Bank, African Development Indicators, annual, CD-ROM, Washington. –, World Development Indicators, annual, CD-ROM, Washington.

Notes

1 World Bank, World Development Indicators (ci-après abrégé WDI) 1997 et 1998.

2 Comprenant 19 pays, en particulier la République centrafricaine, le Tchad et le Cameroun.

3 La conversion des données FAO pour toutes les variétés agricoles en calories, qui permet l’agrégation, est un travail considérable qui a été réalisé par le Club du Sahel. Ainsi le choix du groupement géographique et de la période examinée provient de cette disponibilité d’information et n’a pas été construit par l’auteur de cet article pour amplifier l’effet que l’on veut illustrer.

4 Certains spécialistes pensent même que les données FAO pourraient sous-estimer la réalité en ne prenant pas bien en compte les cultures secondaires (fruits, légumes, pisciculture, etc.), qui auraient connu les meilleurs résultats. Il faut reconnaître que dans la majorité des cas, la seule donnée réellement observée à l’aide d’enquêtes rigoureuses sur le plan statistique est la production céréalière.

5 Ce n’est pas le cas de tous les pays. Certains, comme le Burkina ou le Bénin, ont enregistré des progressions importantes de la part de leurs services dans le PIB. Mais la stagnation de la part des services est néanmoins assez généralisée et concerne certains des pays les plus importants du sous-continent.

6 Les citations extraites d’ouvrages en anglais ont été traduites par l’éditeur.

7 Y compris l’aide extérieure naturellement, ce qui laisse une partie de sa pertinence à l’analyse de Lewis.

8 L’expression Garbage In Garbage Out, connue également sous son acronyme GIGO, est populaire chez les modélisateurs pour exprimer le fait que les résultats d’un modèle ne peuvent contenir plus que les données de base qu’il a utilisées. Ce titre est une déformation de cette expression.

9 Par exemple par Burnside et Dollar (1997) dans leurs travaux destinés à défendre l’idée d’une sélectivité dans l’attribution de l’aide extérieure.

10 Les statisticiens qui sont à la base de la constitution des données avertissent généralement des faiblesses de leurs travaux. Ainsi Summers et Heston (1991) attribuent à chaque pays de leur base un critère de fiabilité allant de A à D. Ils classent 33 des 43 pays africains traités dans la catégorie D, correspondant à la fiabilité la plus faible. Mais ces avertissements, comme nous l’avons vu, sont mentionnés en préliminaire et ne gênent en rien l’analyse et l’obtention de résultats.

11 Particulièrement mais pas uniquement, les bases de données internationales intègrent par exemple des indices de corruption pour les pays occidentaux alors que le besoin social n’a pas encore atteint le niveau suffisant pour que des systèmes nationaux de collecte et de suivi soient mis en place.

12 Il est ainsi intéressant de suivre la présentation que fait Easterly de ses données sur la fragmentation ethnique. Il s’agit a priori d’une source très peu légitime, puisqu’elle provient du travail d’une équipe inconnue de chercheurs soviétiques en 1960 publié dans un atlas en 1964. Easterly consacre un long développement à justifier l’emploi des résultats de ces travaux. D’abord, il vérifie que l’indicateur en question est corrélé avec d’autres indicateurs connus mesurant des phénomènes voisins. Il s’agit sans doute de la manière la plus commode pour líauteur díapprécier la véracité de líindicateur. Ensuite, il mentionne tous les travaux qui ont utilisé l’indicateur en question. Easterly consacre donc une large place (quatre pages) à une discussion rigoureuse sur les données qu’il utilise. Toutefois, il est impossible, à l’issue de cette discussion, de se faire une opinion sur la réelle qualité de ces données. On peut être surpris par exemple de lire que la fragmentation ethnique s’élève au niveau de 26 % pour la France de 1960, soit que la probabilité pour que deux personnes prises au hasard n’appartiennent pas au même groupe ethnolinguistique est de 26 % !

13 Il est rare de voir une analyse visant à la reconnaissance internationale utiliser essentiellement des sources de données d’origine nationale africaine. Par contre, il est fréquent de voir des analyses destinées à un cadre national utiliser des données de sources internationales, même concernant le pays d’analyse lui-même.

Table des illustrations

Titre Graphique 1. Evolution de l’IDH par grandes régions (1960-1995)
Légende Source : PNUD, Rapport mondial sur le développement humain (annuel).
URL http://books.openedition.org/iheid/docannexe/image/2578/img-1.jpg
Fichier image/jpeg, 80k
Titre Tableau 1. Comparaison des sources « enquêtes ménages » et « comptabilité nationale » pour le calcul des dépenses et consommations par tête
Légende Sources: WDI 1997; African Development Indicators 1996.
URL http://books.openedition.org/iheid/docannexe/image/2578/img-2.jpg
Fichier image/jpeg, 148k
Titre Graphique 2. Dynamique du secteur agricole en Afrique de l’Ouest (1980-1992)
Légende Sources : Banque mondiale ; FAO ; Club du Sahel.
URL http://books.openedition.org/iheid/docannexe/image/2578/img-3.jpg
Fichier image/jpeg, 164k
Titre Graphique 3. Kenya : comparaison entre l’évolution de l’indice de la production agricole (source FAO) et celle de la valeur ajoutée agricole (source Banque mondiale) (1970-1998)
URL http://books.openedition.org/iheid/docannexe/image/2578/img-4.jpg
Fichier image/jpeg, 68k
Titre Graphique 4. Sénégal : comparaison entre l’évolution de l’indice de la production agricole (source FAO) et celle de la valeur ajoutée agricole (source Banque mondiale) (1970-1998)
URL http://books.openedition.org/iheid/docannexe/image/2578/img-5.jpg
Fichier image/jpeg, 80k
Titre Graphique 5. Côte d’Ivoire : comparaison entre l’évolution de l’indice de la production agricole (source FAO) et celle de la valeur ajoutée agricole (source Banque mondiale) (1970-1998)
Légende Sources des graphiques 3, 4 et 5 : FAO, FAOSTAT ; WDI.
URL http://books.openedition.org/iheid/docannexe/image/2578/img-6.jpg
Fichier image/jpeg, 68k
Titre Tableau 2
Légende Source : Banque mondiale, Rapport sur le développement dans le monde, annuel.
URL http://books.openedition.org/iheid/docannexe/image/2578/img-7.jpg
Fichier image/jpeg, 45k

Auteur

Economiste, Groupement d’intérêt scientifique DIAL (Développement et insertion internationale), Paris.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search