Version classiqueVersion mobile

L’évident et l’invisible

 | 
Laurent Feller
, 
Agnès Gramain

Contextualiser les données

Introduction

Contextes et régimes de production et d’analyse des données

Michel Armatte

Texte intégral

1La première partie de cet ouvrage a déjà fourni des exemples de la multiplicité des acteurs qui entrent dans le processus de fabrication des données : producteurs des chiffres, rédacteurs de livre de comptes, commanditaires, certificateurs, copistes… Ces différents types d’acteurs, et d’autres encore, seront présents dans les études de cas de cette seconde partie, mais celle-ci sera centrée davantage sur le processus qui va de la production aux usages, et sur les contextes sociaux et cognitifs qu’il traverse avec plus ou moins de bonheur. Nous allons mettre l’accent sur le fait que ce rapport entre producteurs et utilisateurs de « données » ne peut pas être isolé, d’une part des dispositifs sociaux propres au contexte historique dans lequel cet échange se produit, d’autre part des dynamiques de recomposition de significations et d’usages que subit un jeu de données quand il traverse le temps. Ce rapport est situé et il a sa dynamique.

  • 1 I. Hacking, The Taming of Chance, Cambridge, 1990.

2Une première spécificité de cette seconde partie est de regrouper des études qui concernent principalement le xixe et le xxe siècle et pour lesquelles les informations sont en général produites non pas par un individu (acteur ou chercheur) mais par une institution qui mobilise de nombreux moyens (fichiers, enquêtes, conventions, lois) pour une production de masse et anonyme, dite statistique, qui s’inscrit dans le double cadre d’un État-Nation et d’une économie marchande. Le xixe siècle voit émerger dans toute l’Europe des services de statistiques administratives – en France, c’est la Statistique générale de la France (1840) – qui produisent une « avalanche de chiffres imprimés1 ». Le deuxième point est que l’information produite est le plus souvent quantitative, en particulier en économie, parce que les données résultent d’une mesure faite selon un jeu de conventions à la fois syntaxiques pour le type d’échelle employée (nominale, ordinale, cardinale) et sémantique pour les significations qu’on lui attribue quant à certaines grandeurs ou structures du phénomène représenté. Troisième point enfin, cette information a des usages sociétaux qui dépendent fortement d’une manière de combiner les savoirs et les pouvoirs et que l’on appellera contexte ou plus précisément régime de savoir en société. Ce n’est pas la même statistique qui est requise par un système économique marchand ou non marchand, une économie de paix ou une économie de guerre, un cadre libéral ou protectionniste.

3Trois études sont présentées dans ce chapitre, qui vont illustrer ces caractéristiques. Jean-Christophe Balois se saisit de l’avalanche de nombres produits par les autorités judiciaires des années 1830, non pas comme il a souvent été fait par les géomètres de l’époque pour inventer avec Poisson, Quetelet et Cournot une nouvelle statistique morale, mais pour interroger les procédures de jugement et les rapports qu’ils indiquent entre administration centrale et locales, en l’occurrence les tribunaux de prud’hommes, et pour éclairer les motivations et les jeux de ces deux acteurs. Le contexte de ces tableaux de chiffres sur les affaires traitées n’est pas ici, comme en prévient l’auteur, un projet savant financier ou politique, mais la négociation de ce qui fait l’efficacité d’une institution chargée de résoudre ou de désamorcer des conflits. Djouhra Kemache étudie la production statistique de la Compagnie d’éclairage et de chauffage au gaz pendant l’Occupation. Le contexte est, dans ce cas, spécifique à une économie de guerre et un marché rationné et contrôlé. Étudiant finement la trajectoire des données produites par l’usine, retaillées par la Compagnie et transmises aux deux autorités de Vichy et des Occupants, elle montre que la catégorie économique de marché se trouve éclatée par cette situation, et que toute information sur les prix et les quantités est terriblement stratégique et se voit manipulée par tous les acteurs de la chaîne, échappant à tout projet d’objectivation, y compris celui de l’historien. La France des années 1950 et 1960, dont traitent Erich Pinzon Fuchs et Tristan Jacques quand ils retracent l’histoire de la statistique du commerce de détail, est encore plongée dans une économie largement étatisée bien que modernisée par les grands corps d’État et le plan Marshall. De cette histoire il apparaît que la construction même d’un système statistique du commerce à cette période repose sur un contexte très mobile de jeu d’acteurs entre petits commerçants traditionalistes et grands capitalistes introducteurs des supermarchés, arbitrés et accompagné par les institutions professionnelles et celles du Plan. Cette construction est soumise à des conventions extrêmement locales et instables comme la surface des points de vente qui délimitera pour longtemps de façon artificielle la frontière entre les catégories opposées du petit commerce et de la grande distribution.

4Avant de laisser le lecteur plonger dans ces trois études de cas, nous proposons quelques éléments de réflexion issus d’une histoire de la statistique, qui donneront des outils pour accompagner cette lecture. Revenons donc, à propos de l’usage des données en histoire économique, aux quatre propositions générales que nous avons avancées :

  1. les données ne sont pas données, mais produites par un dispositif complexe ;
  2. cette production répond aux besoins de compréhension et d’action, lesquels dépendent d’un régime de savoir en société ;
  3. il y a donc au moins deux contextes à prendre en compte, celui des producteurs d’information et celui des historiens ;
  4. la mise en série et l’agrégation des données sur longue période pose des questions d’homogénéité et de stabilité de leur contexte.

Les « données » ne sont pas données

  • 2 A. Prost, Douze leçons sur l’histoire, Paris, 2010.
  • 3 R. Collingwood, The Philosophy of History, Londres, 1930, p. 14, cité par A. Prost, ibid.
  • 4 P. Bourdieu, J.-C. Chamboredon, J.-C. Passeron, Le métier de sociologue, Paris/Berlin/New York, 196 (...)

5Comme l’a rappelé Antoine Prost2, après Langlois et Seignobos, « il n’y a pas de fait historique par nature mais seulement par position » et « le commencement de la recherche historique n’est pas la collecte ou la contemplation de faits bruts non encore interprétés, mais le fait de poser une question qui mette à la recherche de faits qui puisse aider à y répondre »3. La définition d’un objet et l’élaboration d’une problématique précèdent la convocation des faits. « Le point de vue crée l’objet », dit Saussure et « les faits sont faits », dit Bachelard. Le fait scientifique est construit, et conquis contre l’illusion d’un savoir immédiat, reprennent en chœur Bourdieu et Passeron4 qui s’inscrivent dans cette tradition rationaliste. Ce faisant la formule peut mener à un constructivisme radical qui ferait insulte au réalisme de la plupart des scientifiques. Comment affirmer que les faits soient à la fois fabriqués et réels ? Bruno Latour propose de nommer fétiche cet hybride du fait et du fétiche qui réconcilierait ce que les modernes, soucieux de s’appuyer sur les faits pour détruire les fétiches, ont opposé sous ces deux termes, le premier relevant d’un savoir sans pouvoir sur le réel et le second, d’une croyance supposée avoir des effets « surnaturels » sur le monde réel. Faits et fétiches sont puissants pour autant qu’ils n’apparaissent ni l’un ni l’autre comme artefacts, alors qu’ils le sont. Ici encore Latour dénonce une coupure entre connaissance factuelle et croyance qui est au cœur de l’épistémologie moderne mais pas de ses pratiques, comme il l’a fait pour nature et culture dans Nous n’avons jamais été modernes. Mais il ne se rallie pas pour autant à la critique postmoderniste du « tout n’est qu’illusion » et défend l’idée paradoxale que c’est parce qu’il est construit que le fétiche est réel, autonome, opératoire.

6Pour compliquer l’affaire, l’historien – et il en est de même pour l’économiste qui choisit un objet historique même quand il parle de faits stylisés – ne peut pas en général observer directement les faits qu’il convoque. Il est obligé d’adresser son questionnement à des « objets perdus » qu’il imagine à travers les traces et documents que nous appellerons « données ». N’importe quoi peut lui servir de « données » : des « objets », des « documents », des « traces », des « archives », des « informations » pourvu qu’elles puissent témoigner d’une certaine activité, la représenter, en rendre compte. Qu’il mobilise les données de quelque institution statistique et retrouve la nécessité de les critiquer ou de faire des choix, ou qu’il se décide à en produire lui-même à partir de sources diverses, il prend conscience que les données qu’il mobilise sont construites et formatées par un questionnement, une problématique et des hypothèses. Les « données » de l’historien, de l’économiste ou du sociologue ne sont pas données, ni au sens épistémologique parce qu’elles sont produites, ni au sens économique parce qu’elles ont un coût social et économique, et donc bien souvent un prix.

Production et usage : le modèle du DAB

7Mais qui sont les auteurs de ces constructions ? La première partie de cet ouvrage en a déjà proposé une conceptualisation et une série d’illustrations variées. Comment pouvons-nous rendre compte de la production et de l’utilisation de ces données ? Bien souvent le producteur de données n’a qu’une faible idée de l’usage qui en sera fait par un chercheur ou un politique dont il ignore tout, et à l’inverse l’usager des banques de données ne sait pas vraiment qui a produit ces données, avec quelles hypothèses et dispositif, ni dans quel but. C’est ce que nous pouvons illustrer par le modèle économique du DAB (distributeur automatique de billets) qui met en rapport producteurs et utilisateurs de « données » (équivalentes des monnaies), tout en rendant invisible à chacun d’eux la logique de l’autre (figure 1). Que ce soit ou ne soit pas leur première vocation de produire ces « données », les producteurs peuvent être des individus (acteurs, chercheurs) ou des institutions (administrations, instituts de statistique…). La statistique, la comptabilité, l’arpentage, sont différentes formes de quantification des activités humaines ou de leur environnement qui se sont institutionnalisées à l’ère moderne. L’histoire de la statistique révèle par exemple que celle-ci s’est développée dès le xviie siècle sous les deux formes d’une part de la science camérale développée dans les universités allemandes, dans le but de classer et d’évaluer les richesses des États-Nations, et d’autre part de l’arithmétique politique, science plutôt anglaise de gouvernement par les nombres qui s’est petit à petit imposée pour traiter des questions démographiques, actuarielles, économiques et financières. La statistique publique produit deux types de ressources. Les registres qui, tels ceux des naissances et des morts, ou ceux du commerce, enregistrent, dans un cadre d’obligation légale, des événements relatifs aux populations et à leur activité afin de les gouverner. Mais si les registres sont en quelque sorte les traces directes des événements, ils ne sont parfois ni ouverts aux chercheurs, ni adaptés à leurs problématiques. Un autre type de ressource peut alors être mobilisé, l’enquête, qui, dans différents contextes scientifiques, policiers ou religieux, vise à obtenir voire à extorquer (« passer à la question ») ceux qui détiennent des informations. Sous ces différentes formes (monographies, entretien en face-à-face ou distant, enquête par questionnaire, exhaustive, par sondage…), l’enquête est le complément indispensable des enregistrements officiels. L’exemple classique de cette complémentarité a été longtemps la dualité des sources sur le chômage, entre enregistrement de l’ANPE (devenue Pôle emploi) et enquête emploi de l’Insee alignée sur les définitions du BIT.

Fig. 1 : Productions et usages des données.

Fig. 1 : Productions et usages des données.

8Face aux producteurs de données, les utilisateurs qui sont de l’autre côté du DAB peuvent être des individus, des groupes ou des institutions qui font un usage de ces données. Mais quel usage ? Comme la figure 1 le montre dans sa dimension verticale, la variété des modalités d’utilisation que désignent les termes « consommateurs », « clients » ou « usagers » est très large mais peut se ramener aux trois grands types d’usages : commercial, administratif ou savant. Le modèle du DAB est éclairant parce qu’il montre un échange (à travers un tout petit trou ou un vaste marché) mais il présente deux défauts. Il est, dans ses termes et sa structure, influencé par un certain économisme, et on peut lui préférer un modèle non pas marchand mais communicationnel qui ne voit pas la donnée comme une marchandise mais comme une information échangée entre un locuteur, émetteur d’un message, et un récepteur qui analyse ce message et agit en conséquence. Mais il n’est pas complètement déraisonnable d’assimiler l’information à une marchandise. Un défaut plus rédhibitoire sur lequel il nous faudra revenir est d’être un modèle statique et structurel qui ne rend compte d’aucun jeu d’acteurs et d’aucune dynamique temporelle, ce qui est bien gênant pour des données historiques.

Système d’information et régime de savoir

  • 5 M. Lévy, L’information statistique, Paris, 1975.

9La notion de producteur de données ne désigne un individu que dans le cas extrême où celui-ci serait le producteur unique et isolé de l’information dont il a besoin. Plus généralement, le producteur de données est un réseau d’institutions dotées de certains moyens. Les statisticiens de l’Insee et des services statistiques ministériels ont forgé le terme « système d’information statistique5 » pour rendre compte de l’ensemble des dispositifs hétérogènes mais solidaires qui permettent de produire de l’information statistique : pour connaître par exemple la production de tel ou tel bien, ou les salaires de telle ou telle catégorie, il faut une volonté politique des différents acteurs (État, entreprises, consommateurs), des institutions chargées de cette tâche (SGF puis Insee et Services statistiques ministériels), des lois (loi sur l’obligation de fournir les informations et le secret statistique en 1951), des contrats (entre l’État et les syndicats patronaux), des cadres et conventions de comptage (comptabilité nationale, nomenclatures), des instruments d’investigation (enquêtes régulières ou procédures administratives), des techniques de codage (mécanographie, informatique), des moyens de recherche, de reproduction, de stockage, de diffusion et de publication des « données » produites. Cette notion de système d’information s’adapte particulièrement aux données statistiques mais elle peut se transposer à d’autres formes de données, des objets, traces, textes, archives constituées via un système de production et de circulation. Les archives par exemple ont besoin d’être produites, par des acteurs spécifiques les archivistes, dans le cas de conventions et de lois, avec des méthodes et des outils spécifiques, et via des moyens de stockage, d’indexation qui ont varié.

  • 6 M. Volle, Histoire de la statistique industrielle, Paris, 1982.
  • 7 D. Pestre, Sciences argent et politique. Un essai d’interprétation, Paris, 2003.

10Il est clair qu’un système statistique a des caractéristiques propres à son époque et son lieu. La quasi-absence de statistiques industrielles entre 1860 et 19606 s’explique à la fois par des besoins différents avant et après guerre et par un manque de certains outils (lois, nomenclatures…). Il est donc utile, si l’on veut donner un sens à des « données », de spécifier le régime dans lequel ce système prend place. Le terme « régime », emprunté à la fois aux politistes (« régime de gouvernement », « régime des relations internationales »), aux Social Studies of Sciences (« régime de production des savoirs en société », « régime climatique », « régime de gouvernance des risques ») ou encore à Foucault (« régime de vérité » comme ensemble de règles et de pratiques discursives faisant fonctionner un discours comme vrai) a été défini en histoire des sciences comme un « assemblage d’institutions et de croyances de pratiques et de régulations économiques qui délimitent la place et le mode d’être des sciences en société7 ». Nous pouvons donc utiliser cette notion pour préciser ce que jusqu’ici nous avons appelé le contexte de la production et l’usage des données. Rapporter les données à la notion de système d’information nous donne une vision structurelle du contexte. La référer à un régime de savoir en société nous offre une vision plus dynamique et plus politique. Cela doit nous amener à réfléchir à la façon dont les processus sociaux, marchands ou non marchands, savants ou non savants, ont été redoublés par des processus parallèles de description de ces processus, d’enregistrement de données y afférant, d’écritures formelles ou comptables, de règles et modes d’emploi qui en sont le mode d’existence durable et qui s’inscrivent dans des conventions sociales, des modes de régulation politique des savoirs et des usages sociaux de ces données.

  • 8 A. Desrosières, Pour une sociologie historique de la quantification. L’argument statistique I, Pari (...)

11La notion de régime a été mobilisée par Alain Desrosières8, même s’il n’utilise pas ce terme, afin d’articuler fortement histoire des politiques publiques et histoire de la statistique, en rapportant les différents instruments de la statistique à leur usage politique et en particulier aux différents modes d’actions de l’État dans l’économie. Il distingue pour ce faire cinq configurations idéales-typiques du rôle de l’État – l’État ingénieur, l’État libéral, l’État-Providence, l’État keynesien et l’État néolibéral –, chacune illustrée par deux ou trois situations historiques, et caractérisée à la fois par un mode d’intervention de l’État et par un jeu d’outils statistiques adaptés à ce rôle, lesquels apparaissent alors simultanément comme instruments de preuve et instruments de gouvernement. C’est ainsi que les statistiques du travail se sont développées dans le cadre de l’État providence, que les modèles économétriques et la comptabilité nationale sont associés au régime keynésien, et que les indicateurs et les outils liés aux incitations sont en phase avec le régime néolibéral.

L’exemple des enquêtes budgets

  • 9 M. Armatte, « Les consommations et le consommateur à travers les enquêtes de budget (1890-1918) », (...)
  • 10 A. Desrosières, Gouverner par les nombres. L’argument statistique II, Paris, 2008 ; chap. 8 : « Du (...)
  • 11 E. Cheysson, A. Toque, Les budgets comparés des cent monographies de familles, publiés d’après un c (...)

12À titre d’exemple servant de fil conducteur pour cette introduction, j’évoquerai la suite des différentes enquêtes sur les budgets des familles produites en France dans la seconde moitié du xixe siècle et leur évolution jusqu’aux enquêtes de consommation des années 1960, en me référant à mes propres travaux9 et à ceux de Desrosières10. Les différentes enquêtes de budget des ménages qui virent le jour dans le système statistique français entre 1860 et 1960 n’étaient pas l’objet d’un simple progrès technique mais d’une adaptation aux besoins de chacun des régimes qui ont dominé successivement cette période. Après les premières enquêtes dans les ateliers par les hygiénistes (Villermé en 1840), ces enquêtes ont pris la forme de monographies de familles (Le Play), établies par observation participante prolongée et élaboration d’un budget. Elles visaient à révéler un mode de vie typique de la famille élargie, mise en danger par le salariat ; elles furent à ce point incommensurables qu’Émile Cheysson ne réussit pas à les agréger dans sa tentative de synthèse des cent monographies11. À la même époque, Ernst Engel, directeur du Bureau de statistique prussien, se sert d’un corpus analogue de monographies publiées par Ducpetiaux pour formuler une réponse à la prophétie de Malthus et établir la loi dite de Engel, établissant la décroissance de la part alimentaire des consommations quand le revenu s’élève. Entre 1900 et 1910, les industriels Booth et Rowntree inaugurent une série d’enquêtes en Angleterre dont l’objectif est de construire différents seuils de pauvreté et en particulier celui qui sépare les pauvres « irrécupérables » de ceux qui pourront être inclus dans les dispositifs des poor laws en cours de révision. En 1905, des enquêtes sont lancées à l’échelle européenne par le Board of Trade anglais pour comparer les coûts de la main-d’œuvre. En France, le durkheimien Maurice Halbwachs réutilise ces enquêtes et dirige la sienne propre (1907) qui ne s’intéresse pas tant à la pauvreté qu’à la classe sociale des ouvriers et aux bases matérielles d’une conscience collective. L’enquête de Dugé de Bernonville réalisée au sein de la SGF en 1914 vise à informer sur la même condition ouvrière à des fins de législation du travail, de politiques salariales et de lutte contre l’alcoolisme. Les enquêtes de Lucien March faites à la SGF dans les années 1920, dans un contexte d’inflation galopante, visent plus explicitement à déterminer les pondérations des indices des prix non plus par des commissions (cas du premier indice des 19 articles), mais par les consommations observées de chaque type de biens dans la population totale. Le budget qui était le signifiant d’un mode de vie devient le signifié d’une norme puis d’une moyenne des comportements. C’est encore l’objectif des premières enquêtes budget de l’Insee après 1945. Mais les objectifs se diversifient très vite par la suite. L’Institut national d’études démographiques (Ined) est en charge des enquêtes de fécondité, de santé, de politique familiale. L’Insee, dès la fin des années 1950, doit répondre à des questions nouvelles liées à l’extension des marchés après les rationnements de l’occupation (études de marché, qualité nutritionnelle des consommations), à la mise en place de la comptabilité nationale (indices des prix et coefficients budgétaires et élaboration du PIB) et à la relance keynésienne par la consommation : propension marginale à consommer, élasticités prix et élasticités revenus deviennent des outputs des enquêtes indispensables à l’analyse économétrique rétrospective (indicateurs nécessaires à la comparaison et l’évaluation de politiques publiques) et prospective (prévisions dans le cadre du Plan).

13Le même mot « enquête-budget » cache donc une multiplicité de fonctions et d’objectifs mais aussi de caractéristiques techniques : population visée, mode d’échantillonnage, support et champ du questionnement, interfaçage enquêteur enquêtés, traitement statistique, modes de publication changent en même temps que les objectifs de l’enquête. Les monographies supposent le choix de quelques unités familiales typiques et une observation de longue durée (plusieurs semaines) d’une cellule familiale étendue aux ascendants et collatéraux mais aussi aux employés de maison et d’atelier. Les enquêtes de Halbwachs (1907) sont encore intensives : elles portent sur 54 ouvriers et 33 paysans et les enquêteurs (des sociologues ou économistes de la stature de Rist, Bouglé, Halbwachs…) déposent et reprennent des carnets d’enregistrement du budget et rédigent des notices sur l’état physique et moral de la famille. Avec Dugé de Bernonville, l’enquête prend la forme extensive d’un questionnaire administré par des intermédiaires maires, instituteurs, médecins ou industriels à une population qui ne se limite plus aux ouvriers mais à des chefs de ménage choisis par ces enquêteurs ou tirés systématiquement dans la liste du recensement. Le passage du genre de vie au niveau de vie et à la mesure du coût de l’existence comme objectif implique pour March par exemple de multiplier et de croiser les sources et de les établir pour toutes les catégories de population. Ce que renforce encore après guerre la volonté de faire de l’enquête budget un instrument de la comptabilité nationale : la mesure des revenus, des consommations totales et des coefficients budgétaires invite à un échantillonnage qui minimise les erreurs statistiques, et c’est à ce moment que l’Insee importe des États-Unis la méthode de sondages aléatoires. Cette méthode permet aussi des estimations économétriques contrôlées (par le calcul des probabilités) des élasticités prix et revenus. En même temps s’imposent l’unité statistique du ménage (et non la famille ou le foyer ou l’individu) et le concept d’unité de consommation qui les rend équivalents malgré leur taille différente.

14Chaque fois, l’instrument « enquête » évolue pour s’adapter à la demande politique de régulation propre à l’une des formes de gouvernement de l’économie, à une version de l’expertise économique au sens d’une technoscience ayant des rapports au pouvoir politique, aux institutions, au marché, à certaines représentations du travail, de la consommation… Un instrument de quantification comme la statistique apparaît ainsi comme une double opération de construction sociale de conventions sur un objet (que veut-on révéler, objectiver, quantifier ?) et d’une mesure à travers un dispositif socio-technique (modalités d’enquête, type d’échelle de mesure) qui s’adapte à cette demande politique.

15Les différents textes de cette seconde partie ne manqueront pas d’illustrer cette dépendance des données qu’ils mobilisent à un régime de production et d’usage des savoirs qui en est le contexte. Ce régime est le plus souvent spécifique et irréductible à tout autre. Par exemple les données statistiques de production énergétique pendant la Seconde Guerre mondiale sont ininterprétables si on les confond avec des données produites en temps de paix : dans une économie dirigée, dans laquelle une société exploitante, fût-elle privée ou nationalisée, ne peut se référer à aucun marché au sens où économistes l’entendent, tellement celui-ci est perturbé par la réorientation de la production par les nécessités de la guerre, il n’y a plus ni producteurs (ils sont au front et remplacés par les femmes dans les usines) ni consommateurs privés de revenu et de distribution ni rien qui puisse ressembler à une main invisible ou à un signal prix pour égaliser offre et demande. Les statistiques de production ne passent pas par les canaux habituels et n’ont pas la signification qu’on leur donne en temps de paix. A contrario l’étude sur la statistique du commerce de détail nous plonge dans un tout autre régime qui est celui des « Trente Glorieuses » et de la reconstruction, puis de la planification, du compromis fordiste ouvert à la consommation de masse, et qui combine les caractéristiques de l’État ingénieur gaulliste et de l’État keynésien. La consommation de détail est en pleine mutation entre le modèle ancien du petit commerce et celui de la grande distribution qui nous vient des États-Unis et s’impose très lentement. C’est ce régime de production et d’usage bien différent qui constitue le contexte dans lequel émerge difficilement une statistique fiable pour le commerce de détail.

  • 12 Voir G. Bensimon (dir.), Histoire des représentations du marché, Xe colloque de l’Association Charl (...)

16On le voit, l’idée de marché, si importante en sciences économiques, conduit à distinguer régime marchand et non marchand. S’il convient d’éviter toute transposition de l’un à l’autre, il faut quand même noter que l’idée de marché renvoie à des réalités fort différentes selon les époques et les points de vue : tantôt à une coquille formelle issue de la théorie économique, articulant valeur et concurrence, tantôt à un mécanisme précis d’ajustement ancré dans l’organisation sociale, tantôt à un cadre institutionnel donné, en particulier juridique, et il faudra repérer ce qui fait la spécificité du marché évoqué à ces trois échelles12.

Contexte de production et contexte d’usage

17Nous avons, dans les précédentes sections, enrichi le modèle du DAB en insérant le rapport entre producteur et utilisateur de « données » dans des systèmes d’information, des régimes de savoirs, et des dispositifs sociaux, propres au contexte historique dans lequel cet échange se produit. Mais nous avons jusque-là supposé que la production et l’usage étaient à peu près synchrones et relevaient d’un seul et même régime. C’est bien le cas des usages des enquêtes budget qui sont immédiatement des instruments de connaissance et d’action pour les élites savantes et les acteurs politiques reliés par les grands Corps de l’État. Mais il en est autrement pour l’historien-économiste du xxie siècle qui se saisit des archives ou des bases de données produites par des statisticiens d’État ou d’entreprises un ou plusieurs siècles plus tôt, dans un tout autre contexte. Ce chercheur doit alors prendre en compte au moins deux contextes, deux régimes de production de savoirs : celui qui présidait hier à la construction des données et celui qui préside aujourd’hui à sa recherche. Chacun porte des valeurs, des objectifs, des problématiques, des institutions et des instruments différents. On l’a dit précédemment, ce qui donne sens aux données, c’est la question que leur pose l’historien et la problématisation dans laquelle il les enrôle. Or les questions, problématiques et hypothèses des historiens, comme celles des économistes, sont fortement dépendantes de la situation présente du chercheur, de ses propres intérêts, mais aussi de ce qui fait sens dans son groupe professionnel, et dans l’agenda politique et social du moment, lesquels lui fournissent grilles de questionnement et grilles de lecture. Chaque époque a imposé ses points de vue à l’écriture de l’histoire. Le point de vue de Sirius n’existe pas.

18Il est donc intéressant pour les auteurs d’expliciter tant que faire se peut les correspondances et les distances entre le régime vécu par le producteur de données et d’archives et le régime vécu par l’historien ou l’économiste d’aujourd’hui qui en est l’utilisateur. Ces distances ne sont pas seulement historiques, elles sont bien évidemment culturelles et le but de l’exercice n’est pas de les nier mais d’en expliciter les rencontres probables et improbables. En fait il ne faudrait pas se contenter d’opposer ou relier deux régimes situés dans des temps et des espaces différents mais suivre les données historiques dont s’est emparé le chercheur d’aujourd’hui tout au long du processus qui va de leur production à leur usage. En effet, comme le montre bien le cas de l’Occupation, les données sont souvent l’objet de diverses transformations lors de ce processus : certaines de ces données sont validées, d’autres invalidées, la mise en archive est parfois sélective, des acteurs intermédiaires s’en emparent et modifient leur mode de calcul ou leur interprétation, leur assignent de nouveaux usages possibles, etc.

19Il nous faut donc enrichir ce modèle du DAB par des considérations temporelles, intégrant maintenant des dynamiques de recomposition des significations et des usages d’un jeu de données quand il traverse le temps et les contextes associés. Les données historiques traitées par un chercheur ont un processus de production assez complexe qui implique plusieurs stades, comme l’a déjà évoqué l’introduction de la première partie. Du coup, la liste des acteurs ne se répartit pas en deux catégories, celle des producteurs et celle des utilisateurs mais, par exemple, en quatre catégories :

  1. les acteurs initiaux ayant contribué aux activités en question (religieuses, politiques, marchandes…) ;
  2. les scribes, comptables, statisticiens brefs les producteurs, d’informations, de comptes qui enregistrent ces activités ;
  3. les différents acteurs qui se sont emparés de ces comptes et statistiques pour des usages savants, administratifs ou politiques, et qui leur font traverser les temps sous forme d’archives, jusqu’aux chercheurs contemporains ;
  4. les historiens-économistes d’aujourd’hui qui en font des instruments de gestion ou des outils de savoirs pour leur propre questionnement.
  • 13 F. Hartog, Régimes d’historicité. Présentisme et expérience du temps, Paris, 2003.

20Dès lors, l’historien devra tenter de répondre à des questions vraiment difficiles. Que produit une lecture anachronique ? Que peut-on espérer de lectures nouvelles, imprévues ? Quel risque de trahison guette toute nouvelle interprétation des sources ? Quel miracle ou mirage produit au contraire l’identification pure et simple au temps du passé ? Quelle vision du temps ont eu les uns et les autres ? Que produit le télescopage non seulement de plusieurs régimes de savoirs en société mais plus spécifiquement de plusieurs régimes d’historicité13, à savoir des rapports qu’entretient notre société avec les trois catégories du passé, du présent et du futur ? Je renvoie à chaque étude de cas présentée dans cet ouvrage pour des réponses forcément partielles et locales à ces questions.

Agrégation, mise en série

  • 14 H. Brousse, « Variations de structure de la consommation depuis 50 ans », Études et conjoncture, 5, (...)

21On ne mobilise pas en général les données brutes de l’enquête historique directement dans la recherche à des fins de réponse, de preuve et de témoignage sans un long travail de mise en forme, d’élaboration des matériaux. Un dernier point qui va faire transition avec la troisième partie est celui de la synthèse des données sous forme de typologies, collections, séries, fichiers, tables, graphiques, moyennes, indices, ratios et pourcentages, soit la gamme incomplète des opérations de résumé, agrégation et inférences que l’on peut tirer de l’exploitation systématique de données brutes. Distribuer les données dans des classes (mono-thétiques ou polythetiques) ou bien les ordonner à l’aide d’une relation d’ordre ou de préordre partiel ou total, c’est déjà les organiser selon des règles algébriques qui leur confèrent une certaine structure, ce qui nécessite des conventions de codage, et des choix d’échelles (d’équivalence, d’ordre, de rapport) représentant le phénomène. Peut-on par exemple mettre bout à bout toutes les données statistiques de la SGF et de l’Insee concernant des variables socio-économiques comme le revenu, la demande, sa décomposition par type de biens, par CSP… pour former une série chronologique ? Les économistes et sociologues ont rêvé de le faire, des statisticiens s’y sont parfois refusé, arguant d’une impossibilité, compte tenu de l’hétérogénéité des définitions conceptuelles et opérationnelles, des méthodes utilisées et des significations attachées à ces mesures… mais ils ont fini par s’y résoudre. L’Insee a longtemps publié des séries longues macro-économiques (revenus, productions, consommations, investissement…) permettant aux économètres de mesurer ces grandeurs et de tester les hypothèses de leurs modèles. Quelques statisticiens14 se sont lancés dans l’opération de construction de séries longues (50 ans, 100 ans) de la consommation sur la base de la série des enquêtes budget malgré les préventions et critiques de ceux qui les pensent incommensurables. La sériation (mise en séries diachroniques ou géographiques et mise en graphiques) des données brutes, qu’elles soient qualitatives ou quantifiées, requiert une certaine homogénéité : il faut que, d’un certain point de vue, les objets mis en série soient similaires, aient quelques raisons de pouvoir être comparés, ordonnés ou classés. Il serait bon que le chercheur explicite les conventions qui permettent de le faire et nous disent si elles émanent d’une épistémè ayant déjà présidé à leur production, ou si elles s’imposent du seul point de vue de notre raison moderne voir postmoderne.

  • 15 La plus remarquable de ces imprudences étant de distinguer le cas des moyennes objectives (mesures (...)

22La statistique administrative de la France du premier xixe siècle ne reconnaissait par exemple que les mises en tables des statistiques publiées dans les Annuaires de la SGF, selon des règles particulières d’ailleurs (pas toujours d’additivité en ligne ou colonne), mais avec une convention d’agrégation dont rend compte par exemple la vision de Moreau de Jonnès, directeur de la SGF. Celui-ci affirmait que « les treize volumes statistiques publiés pourraient être développés en un tableau unique, divisé et subdivisé à l’infini, comme l’arbre encyclopédique de Bacon, et ramifié, comme lui, suivant la filiation naturelle des choses. Ce tableau aurait une étendue de 775 mètres carrés », précisait-il hardiment. Le même Moreau de Jonnès renonçait également à tout résumé, indice ou indicateur qui lui apparaissait comme le premier pas d’une interprétation conjecturale des données, la conjecture devant être laissée selon lui aux savants géomètres de l’Académie armés de leurs hautes mathématiques, et pas au pauvre statisticien risquant d’audacieuses et fallacieuses inductions. Adolphe Quetelet, à peu près au même moment, n’allait pas se gêner pour commettre de telles imprudences15, et interpréter ses moyennes comme les caractéristiques d’un homme moyen aussi abstrait que controversé, au nom d’une statistique morale dont les principes contrevenaient fort à la statistique des Bureaux et de l’Académie. Toutes les opérations de résumé et d’inférence ne sont pas légitimes dans certains milieux, même sans faire d’anachronisme. Leur interprétation peut être en phase avec celles qui furent faites au moment de la constitution des sources ou en pleine opposition avec elles. La difficulté qui apparaît dès la simple mise en série se prolonge d’ailleurs dans toutes les opérations logiques à peine plus subtiles comme la prise de moyenne, ou dans la construction de toutes sortes d’indices, par exemple un coefficient de corrélation. Il n’est pas question cependant d’abandonner de telles opérations qui constituent des investissements de formes utiles, permettant de dérouler une argumentation par la preuve, mais simplement de se rappeler que si les questions de l’historien ont une histoire, les outils d’investigation qu’il utilise en ont une également, et que cette histoire entre en résonance avec les épistémès, les régimes de la preuve et les régimes de savoirs en société.

23Mais laissons la place aux études de cas qui vont tantôt illustrer, tantôt relativiser ces considérations trop générales.

Notes

1 I. Hacking, The Taming of Chance, Cambridge, 1990.

2 A. Prost, Douze leçons sur l’histoire, Paris, 2010.

3 R. Collingwood, The Philosophy of History, Londres, 1930, p. 14, cité par A. Prost, ibid.

4 P. Bourdieu, J.-C. Chamboredon, J.-C. Passeron, Le métier de sociologue, Paris/Berlin/New York, 1968.

5 M. Lévy, L’information statistique, Paris, 1975.

6 M. Volle, Histoire de la statistique industrielle, Paris, 1982.

7 D. Pestre, Sciences argent et politique. Un essai d’interprétation, Paris, 2003.

8 A. Desrosières, Pour une sociologie historique de la quantification. L’argument statistique I, Paris, 2008, chap. 3 : « Historiciser l’action politique. L’État, le marché et les statistiques », p. 39-56.

9 M. Armatte, « Les consommations et le consommateur à travers les enquêtes de budget (1890-1918) », workpaper, 1992.

10 A. Desrosières, Gouverner par les nombres. L’argument statistique II, Paris, 2008 ; chap. 8 : « Du travail à la consommation. L’évolution des usages des enquêtes sur le budget des familles », p. 177-218.

11 E. Cheysson, A. Toque, Les budgets comparés des cent monographies de familles, publiés d’après un cadre uniforme dans « Les ouvriers européens » et « Les ouvriers des deux mondes », Rome, 1890.

12 Voir G. Bensimon (dir.), Histoire des représentations du marché, Xe colloque de l’Association Charles-Gide pour l’étude de la pensée économique, 25-27 septembre 2003, Grenoble, Paris, 2005.

13 F. Hartog, Régimes d’historicité. Présentisme et expérience du temps, Paris, 2003.

14 H. Brousse, « Variations de structure de la consommation depuis 50 ans », Études et conjoncture, 5, 1957 ; C. Thélot, « Quelques grandes tendances de la consommation des ouvriers depuis un siècle », note Insee 1243/413, mai 1981.

15 La plus remarquable de ces imprudences étant de distinguer le cas des moyennes objectives (mesures multiples d’un même objet) et des moyennes subjectives (de n objets différents) parce qu’elles ne permettent pas la même interprétation de la moyenne (comme type ou comme indice), puis de franchir aussitôt ce Rubicon pour les confondre, dans le cas d’une homogénéité dont témoigne la distribution normale, en une interprétation en termes d’homme moyen. Un bel exemple de passage en force dans la construction et l’interprétation de l’un des indicateurs les plus usuels d’une série : la moyenne.

Table des illustrations

Titre Fig. 1 : Productions et usages des données.
URL http://books.openedition.org/psorbonne/docannexe/image/86264/img-1.jpg
Fichier image/jpeg, 17k

Le texte et les autres éléments (illustrations, fichiers annexes importés) sont sous Licence OpenEdition Books, sauf mention contraire.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search