Introduction générale
p. 9-15
Texte intégral
1Considérons un tableau statistique quelconque : nous y voyons des chiffres qui sont des effectifs d’individus ayant en commun d’appartenir à un même état de la réalité ; ils constituent la partie apparente de l’information, celle dont s’empare le lecteur ou l’utilisateur pressé. Mais ces valeurs numériques présupposent une mise en forme de la réalité, opération qui inclut le choix et la signification des caractères observés, la définition des individus et l’hypothèse de leur identité au regard des caractères concernés. Si, en logique, il s’agit de choix, en pratique les réponses sont largement déterminées par des structurations préalables qui, objectives pour l’individu parce que socialisées, lui apparaissent comme des propriétés de la réalité elle-même. La réalité observée devient alors la réalité tout court. Cette assimilation abusive, latente dans le cas des pays développés, provoque une distorsion que l’exemple des pays en développement permet de rendre visible.
2En effet, le besoin de comparer statistiquement les « pays sous-développés » aux « pays développés » grandit avec la croissance de l’intégration de l’économie mondiale. Ce besoin est satisfait par la production d’informations. Mais ces informations sont-elles satisfaisantes ? Ne faut-il pas se pencher sur la qualité des chiffres fournis ? Celle-ci s’apprécie à la fois en termes de fiabilité et de pertinence à l’égard de la réalité offerte à la comparaison.
3Fiabilité et pertinence dépendent des conditions de recueil de l’information et aussi de son contexte. Cette dernière distinction constitue le meilleur moyen de saisir les ressemblances et les différences entre les deux blocs, nord et sud, et d’appréhender correctement le problème des comparaisons internationales et de leurs limites.
4 Définir des protocoles de mesure et les rendre les plus exacts, les plus performants possible répond à une exigence commune à toutes les observations, indépendamment de l’ordinal au sein duquel elles s’effectuent. Mais on devine ce qu’il y a d’inachevé, de réducteur dans cette instrumentalisation de l’observation statistique. En en faisant un art commun, universel, on procède à une naturalisation des « faits » dont la dimension sociologique et historique disparaît.
5En transposant au « tiers-monde » les catégories socio-économiques et les cadres méthodologiques forgés au cours de la longue marche des sociétés marchandes, on a supposé leur généralité en tant que langage. En retour, le flot d’informations ainsi généré signifie un univers homogène. Cette idée est d’autant plus crédible que les différences cardinales entre pays au sein du continuum de l’économie mondiale sont variables : le jeu de la compétition mondiale peut ainsi « résorber le retard » du tiers-monde.
6Alors disparaît la spécificité des faits recueillis dans les sociétés « en développement » : on les déforme parce qu’on se trompe sur les sociétés industrielles. Si leur logique s’impose comme référence absolue, c’est qu’on oublie qu’elle a un caractère historiquement déterminé. Doit-on alors admettre qu’un même élément prend des sens différents lorsqu’il appartient à des ensembles structurés différemment ?
7Nous touchons là au débat qui a opposé les « formalistes » de toutes les disciplines aux anthropologues : pour les premiers, les catégories savantes sont des universaux applicables à l’analyse de tout système social. Pour les seconds, au contraire, les comportements « économiques » des sociétés traditionnelles restent imbriqués, « encastrés » dans la vie du groupe et ne se laissent pas séparer pour être analysables Isolément1. Des taxinomies savantes peuvent-elles refléter les représentations du réel mises en évidence par les anthropologues dans leur étude des catégories sociales et culturelles ? Si on peut (au moins théoriquement) concevoir une réponse positive, envisager sa mise en œuvre provoque le scepticisme. Là même où les cadres d’observation ne sont pas purement et simplement importés, leur définition et leur usage relèvent d’« experts internationaux » ou de « coopérants ». Quels que soient leurs scrupules éventuels, ceux-ci ont moins pour mission de comprendre et de traduire la complexité des structures sociales que de produire, au moyen de catégories simples, les valeurs numériques requises par les comparaisons internationales. Plus que les experts, c’est le postulat d’homogénéité dont ils sont l’instrument que nous mettons ici en cause : trouver et formaliser les liaisons entre le système cardinal et le système ordinal qui le conditionne, impliquerait en effet de saisir les structures et le mode de fonctionnement de ce qu’on interprète, par une une réduction aussi commune qu’expéditive, à travers la notion de « sous-développement »2.
8La portée de cette discussion n’est pas limitée au « cas » du tiers-monde. Dans les sociétés industrielles, les ébranlements économiques et les mutations institutionnelles et sociales connexes questionnent les normes qui jusqu’alors servaient de langage pour décrire la réalité. Souhaitons que ces interrogations dont participe le présent ouvrage parviennent à libérer la connaissance statistique d’une pétrification nocive. En effet, normes et catégories expriment seulement les rapports que, à un moment donné, une société entretient avec son environnement et avec elle-même. Un tel retour de l’histoire et de la contingence devrait faire comprendre l’im-pertinence de l’utilisation de normes en dehors de leur milieu. En fin de compte, comparer des sociétés dans l’espace ou le temps, est une opération complexe à laquelle il est difficile d’appliquer des outils de type universel. C’est à cette réflexion que contribuent les articles ci-dessous.
9Pour nous, les statistiques économiques et sociales sont des produits d’observation. Définir ainsi notre thème peut donner l’impression que nous nous contentons de reprendre l’opposition traditionnelle entre « donné » et « construit ». Commode pour faire ressortir l’impropriété de l’expression « collecte de l’information », cette distinction reste très insuffisante. A l’image du processus de la production matérielle, le processus global d’information se compose d’une succession d’échanges et de transformations : ce qui est produit par l’un (output) est « donné » pour l’autre (input) et ainsi de ainsi de suite. Seul le consommateur final ne transforme rien : pour lui, tout est donné. Mais existe-t-il en matière d’information statistique un tel consommateur final puisqu’il y a toujours interprétation, commentaire, production de significations, « sur-sémantisation » ? Plus généralement, identifier des agents affectés à une phase déterminée du processus est impossible : chaque unité est à la fois auto-productrice, créatrice de produits intermédiaires et de produits finals. La division du travail entre « production » et « consommation » fait disparaître la production derrière l’échange.
10C’est cette production que visent les auteurs, et même son premier stade, « l’extraction » d’informations : de même que le travail de la mine extrait de la nature le minerai qui, par concassage, broyage ou traitement chimique est purifié, de même le travail statistique extrait de la réalité brute l’observable, matière première de la production d’informations.
11Cette extraction résulte d’une sélection. A la différence du géologue qui s’intéresse à la totalité, l’entrepreneur minier voit son activité prédéterminée par les contraintes techniques et les débouchés marchands. Parmi les possibles, le marché sélectionne ce qui viendra à l’existence. Sans prolonger davantage la métaphore, notons l’ambivalence de l’observation statistique qui relève à la fois du modèle du « savant » (connaissance) et de celui de l’entrepreneur (débouchés).
12Les articles qui suivent se penchent sur les rapports entre la « réalité » et ses représentations statistiques. L’extraction statistique procède à une sélection dont les déterminants sont multiples : conceptuels, méthodologiques, organisationnels, financiers, épistémologiques... Chacun à sa manière et dans son domaine, les auteurs articulent ces diverses dimensions : la juxtaposition de ces approches, si elle ne constitue pas une synthèse, en fait ressortir la nécessité et en marque la place. On rencontre en effet dans la littérature statistique des réflexions, parfois approfondies, sur les rapports entre statistique et réalité : elles gardent néanmoins un caractère local (eg Desrosières et les CSP) et expriment, au moins en partie, les particularités d’un champ. L’éclatement qui caractérise l’empirique empêche de ressentir un besoin de synthèse : le manque ne s’affirme qu’au niveau du fondamental.
13Notre interrogation sur « le sens et les limites de la connaissance statistique », abstraite en apparence, répond à une exigence opératoire : de la manière la plus terre-à-terre, il faut rappeler que toute observation a un coût, direct (recueil et traitement) et indirect (effets non désirés). Allouer judicieusement les ressources demande de considérer le « rendement » de l’observation, qui dépend à la fois de son exactitude et de sa signification, quoique ces deux qualités soient de nature différente et relèvent d’investigations spécifiques. Si la première, théoriquement reconnue, n’est que négligée en pratique, la seconde reste sans statut car elle sort du domaine de compétence du statisticien. Ainsi la valeur des observations demeure-t-elle le plus souvent inconnue.
14 L’étude de l’observé statistique que nous entreprenons concerne moins les produits que leur mode de production. L’hypothèse selon laquelle les produits répondent à des besoins est, en économie, disqualifiée depuis longtemps ; au contraire, le produit produit le besoin ; mais alors, qu’est-ce qui produit le produit ? La notion de mode de production (qui contient une logique de fonctionnement et de développement propre) apporte une réponse à la question en spécifiant le rapport de l’homme à la nature. De même la statistique est un mode particulier de production de connaissance, spécifiant le rapport de l’homme à la réalité.
15Tel est l’objet de l’ouvrage, éclairé sous des angles différents par les diverses contributions. Nous avons choisi de mettre ensemble en première partie celles qui traitent de la connaissance statistique en général et en deuxième partie celles qui s’appliquent à des points, des lieux particuliers. La 1ere partie sert ainsi à mettre en perspective les analyses plus concrètes de la deuxième.
16Dans la 1ere partie, JL Besson et M Comte étudient les présupposés de la construction statistique.
17Le premier nous donne l’« esquisse d’une méta-statistique » : il s’emploie à tracer les grandes lignes d’une analyse de la statistique, prise comme un mode de connaissance de la réalité. Loin d’en être un simple reflet quantitatif, la statistique la produit, ou plutôt, la traduit en un système d’images ordonnées. Génératrice d’ordre au sein d’un réel chaotique et informe, la statistique relève du paradigme de la science classique et participe de ses illusions.
18M Comte nous propose une autre démarche : des méthodes de l’observation statistique, il dégage les conditions de sa cohérence qui apparaissent alors difficiles à satisfaire. L’information étant réinterpétée à chaque stade de son élaboration, l’unité sémantique n’est pas assurée. Seule une forte contrainte de sens (extérieure) empêche ou limite les distorsions internes. On ne parvient à normaliser que ce qui est déjà normalisé ; la statistique ne s’applique pas à ce qui change mais à ce qui est ossifié, convenu. La connaissance qu’elle apporte est donc biaisée.
19On le pressent, ces deux articles sont à la fois proches et éloignés : le premier privilégie l’épistémologie, le second la méthodologie. En caricaturant la pensée des auteurs, nous dirions que le premier pense la méthodologie en termes épistémologiques tandis que le second fait l’inverse. L’un questionne le travail du statisticien de l’extérieur, l’autre de l’intérieur.
20 L’intérêt de cette partie, dont le caractère novateur ne va pas saris quelques simplifications ou excès, réside dans la problématisation de l’observation statistique : on ne connaît que ce qu’on observe et l’on n’observe que ce qu’on rend, qu’on pose ou qu’on croit observable. L’observable (ie la réalité empirique) est construit par les acteurs de manière non consciente, nous dit JL Besson. Pour M. Comte, l’observé ne coïncide pas avec l’observable. Ainsi, le lecteur qui refuserait la vigoureuse dénégation du premier ne saurait échapper aux subtiles distinctions du second.
21N’est-ce pas trop prouver ? Ne sommes-nous pas devant un excès de systématisation ? Les articles rassemblés dans la 2eme partie montrent que non. Ces contributions constituent presque des études de cas à travers lesquelles s’affirme le caractère contingent des catégories statistiques et leur conditionnement institutionnel.
22A propos des statistiques marocaines, L. Abdelmalki montre par la négative que la connaissance statistique dépend de conditions socio-économiques déterminées. En tant que manière de connaître, la statistique suppose en effet une réalité déjà stylisée, réglée, unifiée, cadrée. A ces exigences ne satisfait pas la réalité plurielle des pays en développement qui apparaissent, sous ce regard, flous, indéterminés, hétérogènes. La normalisation produite par la statistique ne concerne qu’un sous-système qu’elle sépare artificiellement de l’ensemble. Faute des formes instituées et des institutions qui la fondent, l’observation statistique est ici une absurdité coûteuse et cependant inévitable puisqu’elle appartient au « modèle du développement ».
23La dimension institutionnelle est isolée dans l’article suivant : JL Besson, étudiant le cas français, fait appel aux caractères de la croissance d’après-guerre. Pour lui, l’INSEE ne se borne pas à satisfaire la demande, il l’entretient ou la suscite : ayant acquis une position de monopole sur un marché dont l’expansion s’alimentait aux besoins informationnels de la régulation « keynésienne », l’organe statistique s’autonomise et tend à suivre une logique d’auto-croissance. Si l’appareil statistique français peut sembler un modèle technique aux yeux des pays en développement, l’auteur met en garde contre ses effets pervers.
24N’en va-t-il pas de même des modèles conceptuels ? demande D. Requier-Desjardins. Les catégories statistiques standards ne sont pas adéquates aux pays en développement. Montrant les efforts des statisticiens pour adapter les outils d’observation, l’auteur révèle a contrario les conditions de signification particulières de ces catégories qui prennent sens dans les structures propres aux pays développés : l’économie monétaire, le contrôle de l’Etat sur le territoire et ses frontières, les unités de consommation-habitation par exemple sont des pré-requis de l’observation.
25Prenant l’exemple de la notion de chômage, JL Besson et M Comte s’attachent à l’analyse de ses phases : apparition au début du siècle, extension « keynésienne », éclatement actuel. Le chômage ne désigne pas le manque de travail en général mais une forme déterminée de ce manque, socialement produite, donc à la fois variable et spécifique, fortement marquée par les interventions compensatoires.
26Enfin, s’interrogeant sur l’économie non enregistrée dans les pays en développement, M. Séruzier montre que la situation de « non-être statistique » de cette économie invalide la comptabilité nationale classique et rend nécessaires des démarches complémentaires, plus aptes à comprendre le tissu économique et social. L’auteur esquisse la voie à suivre en proposant une batterie de critères permettant d’affiner les grilles d’observation utilisées. L’originalité de la démarche consiste à considérer le processus d’observation à partir de l’aval, c’est-à-dire de l’utilisation que les PED désirent faire des résultats.
27Ainsi se mêlent, heureusement nous semble-t-il, la préoccupation de la méthode statistique et les problèmes de la statistique dans les PED. La convergence des deux approches nous apparaît être le principal intérêt de l’ouvrage. Les difficultés rencontrées par l’application des méthodes statistiques standard aux PED grossissent, à la manière d’une loupe, les problèmes inhérents à toute construction statistique.
28S’il faut s’interroger sur l’exactitude des mesures, l’exactitude de cette exactitude, pour reprendre l’heureuse expression d’Henri Guitton3, conduit à des interrogations autrement importantes : quel est le rapport entre l’Observé et le Réel ? et, fondamentalement, quelle est la nature de la connaissance ? Dans les PED, les mesures sont non seulement peu fiables, elles sont peu pertinentes. En ce sens nous parlerions volontiers de l’inexactitude des inexactitudes. Les difficultés qu’éprouvent les PED à appliquer le modèle de connaissance statistique des pays développés proviennent pour une part de facteurs internes (crédits, moyens etc). Elles ont aussi pour cause les limites du modèle qui leur est proposé/imposé.
Notes de bas de page
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Sauvages et ensauvagés
Révoltes Bagaudes et ensauvagement, ordre sauvage et paléomarchand
Pierre Dockes et Jean-Michel Servet
1980
L’Observé statistique
Sens et limites de la connaissance statistique dans les pays développés et en développement
Lahsen Abdelmalki et Jean-Louis Besson (dir.)
1989