Vous êtes sur la page 1sur 9

Ciblage efficace, unifi et intgr des programmes de protection

sociale au Sngal.
Projet de thse en Economie
Par Amaye Sy

Thmatique : ciblage optimal dans les programmes de lutte contre la pauvret et de


protection sociale.

I.

Justification

Le ciblage des transferts sociaux vers les pauvres est devenu une priorit dans de nombreux
pays en dveloppement au cours des deux dernires dcennies en rponse aux contraintes
budgtaires et aux changements de politiques visant amliorer l'efficacit des programmes
de rduction de la pauvret. La raison d'tre du ciblage est de s'assurer que les ressources
limites du programme touchent principalement les pauvres et que les pauvres ou les sousgroupes des pauvres ne sont pas exclus. Les objectifs de ciblage sont pleinement
compatibles avec la couverture universelle des pauvres, qui apparat comme un objectif
pour certains grands programmes. La plupart des programmes de protection sociale exigent
un mcanisme de slection des mnages pour dterminer l'admissibilit, puisque les
avantages immdiats (transferts) sont en grande partie des biens privs (par opposition
aux biens publics). Les pays ont appliqu divers instruments de ciblage pour les
programmes sociaux, y compris les mcanismes d'valuation des mnages (ou individuels),
l'admissibilit gnrale des catgories ou l'auto-ciblage. De nombreux programmes adoptent
une combinaison de ces mcanismes.
Au Sngal, plusieurs programmes de lutte contre la pauvret et de protection sociale
reposent sur un ciblage gographique pour dterminer l'ligibilit aux prestations.
C'est--dire que toutes les personnes qui vivent dans les zones dsignes (en particulier les
zones forte pauvret, inscurit alimentaire, malnutrition ou exposition des catastrophes
naturelles) sont identifies comme ligibles et celles qui vivent ailleurs ne le sont pas. Dans
la littrature sur le ciblage, le ciblage gographique est frquemment utilis comme un
premier outil permettant d'identifier les zones forte prvalence de bnficiaires potentiels
(voir Grosh et al., 2008; Coady, Grosh et Hoddinott, 2004). Le ciblage gographique est
galement frquemment utilis comme un outil d'allocation budgtaire de l'aide sociale, o
les rgions forte pauvret reoivent des budgets plus importants que d'autres.
Cependant, le ciblage gographique souffre de plusieurs limites importantes :
En tant qu'outil autonome, le ciblage gographique traite tous les individus dans une zone
donne de faon gale. Il ne permet pas aux dcideurs didentifier les plus touchs ou la
population rellement affecte dans une zone touche par un type donn de choc. Pour
rpondre aux besoins court terme, le ciblage gographique ncessite dtre rgulirement
mis jour avec des indicateurs d'exposition aux divers chocs (inondations ou scheresses).
Cela ncessite un systme fonctionnel d'alerte prcoce ou un rseau communautaire, mais
permet galement un ciblage gographique plus raffin qu'avec des donnes d'enqute
reprsentatives au niveau national. De plus, tous les mnages d'une zone expose au choc

ne seront pas touchs et, mme exposs, certains mnages disposeront de ressources
suffisantes ou auront accs des mcanismes d'adaptation qui les aideront viter la
pauvret et l'inscurit alimentaire.
Ainsi, l'efficacit du ciblage peut tre amliore en combinant les mcanismes de
ciblage gographique avec d'autres mthodes qui tiennent compte des circonstances
des mnages.
Le test multidimensionnel des moyens dexistence (PMT, proxy means test ) est de loin le
critre le plus objectif pour valuer les critres d'admissibilit l'assistance sociale (voir
Grosh (1994) pour une valuation des diffrents mcanismes de la littrature). Ce
mcanisme value chaque bnficiaire potentiel sur la base de son tat de bien-tre plutt
que sur le revenu ou la richesse comme le requirent les autres mcanismes d'valuation. Il
utilise un score pour valuer le vritable statut conomique de chaque bnficiaire
potentiel. Pour cette raison, c'est un excellent mcanisme d'valuation de la pauvret. Bien
qu'il vise cibler les personnes les plus touches, un test Proxy Means permet de s'assurer
que les prestations sont destines aux personnes qui en ont le plus besoin et que les
transferts sont effectus de la manire la plus efficace et la plus transparente possible.
L'utilisation du mcanisme PMT peut tre unifie entre les programmes, avec des
filtres spcifiques pour chaque programme. Le mcanisme PMT est utile pour tous les
programmes axs sur la pauvret qui ciblent les mnages. Un mcanisme unifi avec des
filtres spcifiques pour chaque programme (ou groupe cible de bnficiaires) est utile pour
l'ensemble des programmes cibls dans les domaines de l'ducation, de la sant, de
l'agriculture et d'autres secteurs cls.
ce jour, au Sngal, aucune mthode (PMT) n'a t utilise pour cibler les
bnficiaires au niveau des mnages. Il y a cependant une exception.
LEtat du Sngal a lanc en octobre 2013 le Programme National de Bourse de Scurit
Familiale PNBSF qui est considr comme l'pine dorsale du futur systme national de
protection sociale. Les objectifs du PNBSF sont de rduire la pauvret et de promouvoir la
croissance du capital humain des mnages pauvres. Le PNBSF fournit des transferts de
fonds rguliers pour stimuler les investissements dans le capital humain des mnages
pauvres et vulnrables (ducation, sant et nutrition) et fournit des mesures
d'accompagnement ces familles pour promouvoir des changements comportementaux. Le
programme est national et vise toucher les mnages les plus pauvres, quel que soit leur
lieu de rsidence, sur la base dun registre des bnficiaires potentiels et sur lharmonisation
des mthodes de ciblage. A mai 2016, le PNBSF bnficie environ 180 000 mnages
l'chelle nationale (parmi les 280 000 inclus dans le registre national). Il devrait inclure 120
000 mnages supplmentaires la fin de 2016 pour soutenir un total de 300 000 mnages.
ce jour, le programme combine le ciblage gographique, communautaire et un test PMT
pour slectionner les bnficiaires. Si les PMT peuvent tre dployes efficacement pour
cibler l'assistance long terme aux mnages chroniquement pauvres, leur efficacit reste
une question ouverte en ce qui concerne l'identification des bnficiaires
transitoirement pauvres pour le ciblage court terme des populations vulnrables aux
chocs.
Le PBNSF avec son nouveau systme de ciblage rpond en partie la fragmentation des
bases de donnes entre les diffrentes agences existantes en se dotant dun "Registre
national unifi" o tous les demandeurs peuvent tre classs selon une mesure de bien-tre
pour la distribution de l'aide sociale. Ladoption dune approche commune gnre en effet
des conomies dchelle, des complmentarits et des synergies, en plus daugmenter la

cohrence et lefficacit des programmes. Si lon peut avancer quun systme commun est
susceptible dexposer plusieurs programmes aux erreurs de mesures dun mcanisme de
ciblage unique, les avantages que prsente lutilisation dun registre unique ont toutefois le
potentiel de neutraliser ce risque. Lexistence dau moins une base de donnes commune
peut en effet permettre de rduire les cots et les dlais.
LE PBNSF est donc le mieux plac sur lchiquier institutionnel pour constituer un
point de dpart pour le dveloppement dun mcanisme de ciblage unifi et intgr
de ciblage efficace des programmes de lutte contre la pauvret et de protection
sociale.

II.

Questions de recherche :

Question principale
Le Programme National de Bourse de Scurit Familiale PNBSF est considr comme
l'pine dorsale du futur systme national de protection sociale et son mcanisme de ciblage
est ce jour le plus perfectionn. Les mthodes de ciblage des autres programmes
pourraient tre harmonises autour du PNBSF dans la perspective de la cration dun
systme central de ciblage.
La question principale de la recherche est la suivante :
Comment partir partir du PNBSF construire un mcanisme de ciblage unifi et intgr
de tous les programmes de rduction de la pauvret et de protection sociale avec des filtres
spcifiques pour chaque programme (ou cible de bnficiaires) ?

Sous questions :
Quelle est lefficacit du mcanisme de ciblage du PNBSF
Quelles sont les principales caractristiques du mcanisme de ciblage des programmes
de protection sociale au Sngal ?
Quelle est lefficacit du mcanisme de ciblage du PNBSF identifier les populations non
chroniquement mais vulnrables court terme divers chocs
Quels sont les facteurs responsables des erreurs dans les diffrentes rgions, les
programmes et les mthodologies de ciblage?
Quelles sont les options pour amliorer l'efficacit du ciblage ?
Quelle est le gain, la pertinence et la faisabilit d'un systme national de ciblage ?
Quel est limpact ex post du PNBSF (Le programme ou l'intervention atteint-il les objectifs
fixs?
Les impacts du programme sont-ils plus forts pour certains groupes ou sous-ensembles
de participants? ? Le programme est-il efficient par rapport d'autres options? )

III.

Objectifs et Hypothses

Objectif principal
Lobjectif principal de la recherche sera de trouver les moyens d'amliorer le mcanisme
actuel de ciblage du PBNSF ce jour le plus perfectionn, pour harmoniser autour de celuici les mthodes de ciblages des autres programmes afin de construire un mcanisme de
ciblage unifi et intgr de tous les programmes de rduction de la pauvret et de protection
sociale avec des filtres spcifiques pour chaque programme (ou cible de bnficiaires) ?

Objectif secondaires
Connaitre les mcanismes de ciblage des programmes de protection sociale au Sngal

Principales caractristiques des mcanismes de ciblage


Performance de ces mcanismes
Identifier les facteurs responsables des erreurs dans les diffrentes rgions, les
programmes et les mthodologies de ciblage.

Analyser la pertinence de btir un mcanisme de ciblage unifi autour de celui du PNBSF

Performance relative du mcanisme de ciblage du PNBSF


Amliorer le mcanisme de ciblage
Mesure le gain pour les bnficiaires suite un passage un mcanisme unifi

Connaitre limpact ex post du PNBSF

Hypothses 1
Le mcanisme de ciblage du PNBSF tant le plus complexe, il est le plus performant en
termes didentification des mnages chroniquement pauvres

Hypothses 2 :
Lefficacit du mcanisme de ciblage du PNBSF identifier les mnages non chroniquement
pauvres mais vulnrables court terme divers chocs est faible

Hypothses 3 :
Il est pertinent et faisable de btir un mcanisme de ciblage intgr et unifi partir dune
amlioration du mcanisme de ciblage du PNBSF et le gain en termes dimpact sur les
populations est positif et non ngligeable.

IV.

Cadre conceptuel

Pauvret chronique, pauvret transitoire


La pauvret est un phnomne multidimensionnel qui combine un contexte conomique ax
sur le manque de ressources pour rpondre aux besoins fondamentaux et un contexte social
qui relie la pauvret au manque d'accs aux services de base et aux rseaux sociaux
scuriss. Il y a un dbat permanent sur les dimensions les plus importantes (voir Ravallion
2011, Alkire et Foster 2007). Mais tous conviennent que la nature multidimensionnelle de la
pauvret ajoute de la complexit l'identification des bnficiaires des politiques de
protection sociale. Cette recherche reconnat le dbat sur les multiples dimensions de la
pauvret et se concentrera sur le contexte conomique simple dans lequel la pauvret est
associe un manque de revenus ou de faibles niveaux de consommation. Dans ce
contexte, la pauvret est dtermine par rapport un seuil de pauvret qui est fix comme
un seuil pour le niveau minimum de dpenses adapt la famille ncessaire pour maintenir
un niveau minimum dfini de bien-tre conomique.
L'inscurit alimentaire/la pauvret ne sont pas statiques. Certains mnages vivent dans un
tat de privation constante, tandis que d'autres ne sont exposs des privations que
temporairement aprs un choc (Tesluc et al., 2014). Les chocs spcifiques aux mnages
comme la maladie et la perte d'emploi sont appels chocs idiosyncratiques, alors que les
catastrophes naturelles, les guerres et les crises l'chelle de l'conomie gnrent des
chocs variables pour le bien-tre conomique des mnages. La vulnrabilit des mnages
aux chocs peut tre dtermine par des facteurs tels que la proximit des mnages au seuil
de pauvret (alimentaire) dans des priodes stables, la gravit et la frquence des chocs et
la disponibilit de mcanismes d'adaptation formels ou informels pour attnuer l'impact des
chocs.
Le travail de ciblage se concentrera principalement Identifier deux groupes de population:

1. Les mnages chroniquement pauvres ou qui souffrent d'inscurit alimentaire, c'est--dire


ceux dont les niveaux de dpenses totales sont systmatiquement infrieurs au seuil de
pauvret alimentaire. Les niveaux de dpenses totales sont infrieurs ceux ncessaires
pour assurer une alimentation adquate, mme si toutes les dpenses sont consacres la
nourriture et que le mnage n'est pas expos un choc ngatif important. Dans la plupart
des cas, le taux de pauvret chronique est infrieur au taux de pauvret.
2.. Les mnages vulnrables l'inscurit alimentaire, c'est--dire ceux qui devraient avoir
des dpenses suffisantes pour se situer au-dessus du seuil de pauvret alimentaire en
priode de stabilit, mais prsentent une probabilit leve de descendre sous le seuil de
pauvret alimentaire s'ils sont exposs un choc ngatif significatif.

Concepts de base du ciblage


La performance dun mcanisme de ciblage est apprcie traves : les erreurs d'exclusion
et les erreurs d'inclusion.
Les erreurs d'exclusion se produisent lorsque les populations admissibles ne sont pas
slectionnes selon les critres de ciblage et sont incorrectement exclues du programme.
Les erreurs d'inclusion se produisent lorsque des populations inadmissibles sont
slectionnes selon les critres de ciblage et sont incluses dans le programme.

Les erreurs d'exclusion et d'inclusion rsultent non seulement de la mthode utilise, mais
aussi des checs d'implmentation. Par exemple, des erreurs d'exclusion peuvent se
produire lorsque les mnages admissibles ne participent pas un programme en raison du
manque d'information.

Identifier les mnages chroniquement pauvres et vulnrables


Le choix de mthodes de ciblage appropries dpendra en grande partie du mnage
cibler. Une dimension cl dans le choix de la cible est la dure prvue des besoins
d'assistance. Les caractristiques et les besoins des mnages chroniquement pauvres sont
susceptibles de diffrer de ceux des mnages vulnrables la pauvret court terme.

Le Test multidimensionnel des moyens dexistence (Proxy Means


Test, PMT)
Le test PMT est un moyen d'estimer le statut de pauvret d'un mnage, en utilisant des
informations faciles recueillir, par exemple, le nombre de personnes dans le mnage et la
proprit d'actifs cls.
La ralisation d'un PMT implique la mise en place d'un modle permettant de traduire des
caractristiques facilement observables du mnage, de la communaut ou de la rgion
(comme les dpenses des mnages) en une estimation prcise du bien-tre des mnages.
Le modle assigne chaque mnages un score bas sur la formule ci-dessous coupure
sont donns programme accs.
Il est possible de cibler efficacement les mnages chroniquement pauvres en utilisant les
PMT. Nanmoins, d'autres amliorations sont possibles dans la conception des outils de
PMT. Les nouvelles mthodes pour identifier rapidement ceux affects par un choc et ayant
besoin de filets de scurit court terme sont prometteuses. Mais des investissements
supplmentaires sont ncessaires dans les informations de base sur les chocs, des bases
de donnes fiables sur l'exposition des bnficiaires potentiels aux chocs et des mthodes
valides pour mesurer l'impact de l'exposition aux chocs sur la consommation des mnages.

Le Test multidimensionnel des moyens dexistence Plus (PMTplus) pour le ciblage vulnrable aux chocs
De nouvelles mthodes pour identifier efficacement les personnes touches par un choc et
ayant besoin de filets de scurit court terme sont prometteuses. Par exemple, le PMT plus
(proxy-means-test-plus) est une variation du PMT qui intgre l'impact que des chocs majeurs
(comme la scheresse, l'inondation, l'incapacit ou le dcs d'un membre de la famille)
peuvent avoir sur des mnages court terme. Lorsqu'il est efficacement estim, le PMT
augment peut amliorer la couverture du programme vis--vis des mnages vulnrables
aux chocs et aux crises.
Les donnes du panel constituent une premire option optimale pour ce type de mesure.

Avec des donnes transversales, le bien-tre des mnages avant et aprs un choc n'est pas
observ. L'impact d'un choc sur les changements de consommation est dduit des
diffrences de consommation de mnages quivalents. La spcification diffre dun PMT
standard, o l'exposition des mnages aux chocs fait implicitement partie de la composante
d'erreur du modle. La question cl de la mthode PMT augment est de gnrer des
estimations prcises de l'impact des chocs sur le score PMT.
Plusieurs stratgies alternatives sont disponibles. Le plus simple, est d'ajouter de
l'information rgionale sur les chocs directement dans l'estimateur PMT. Par exemple,
l'impact des chocs climatiques agrgs peut tre estim l'aide d'informations historiques
gographiquement dtailles et largement disponibles sur les prcipitations.
Une deuxime approche consiste inclure des indicateurs discrets de l'exposition des
mnages aux chocs directement dans les rgressions PMT.
Il existe une troisime approche, fonde sur la seconde et consistant utiliser un modle
deffet de traitement endogne (ou dautres variables instrumentales, ou encore une
mthode dappariement par score de propension) afin dexpliquer une possible endognit
de lexposition aux chocs. Cette approche permet de produire des estimations impartiales de
limpact des chocs lorsque le modle est dment formul

V.

Donnes

Nous utiliserons les bases de bnficiaires des programmes de protection sociales


slectionnes notamment le registre national unique du PNBSF combines avec les
enqutes pauvret. A mai 2016, le PNBSF bnficie environ 180 000 foyers l'chelle
nationale (parmi les 280 000 inclus dans le registre national). Il devrait inclure 120 000
mnages supplmentaires la fin de 2016 pour soutenir un total de 300 000 mnages.

VI.

Intrt de la recherche

Notre recherche contribuera la littrature sur


sociaux. Notre contribution sera triple :

VII.

le ciblage optimal programmes

Amliorer le nouveau systme de ciblage pour s'attaquer la fragmentation des


bases de donnes entre les diffrentes agences existantes et crer un "Registre
national unifi" o tous les demandeurs peuvent tre classs selon une mesure de
bien-tre pour la distribution de l'aide sociale.
Proposer une mthode efficace didentification des mnages transitoirement pauvres
Raliser lvaluation dimpact du PNBSF

Projet de Plan

Chapitre 1 : Introduction
Chapitre 2 : revue de littrature

Chapitre 3 : mthodologie et donnes


Chapitre 4 : Caractristiques des programmes de protection sociale au Sngal

Mcanisme de ciblage
Efficacit du ciblage et analyse de la cause des erreurs de
ciblages

Chapitre 5 : Analyse de lefficacit du mcanisme de ciblage du PNBSF

Performance identifier les mnages chroniquement pauvres


Performance identifier les mnages vulnrables aux chocs
Performance au niveau des cibles des autres programmes

Chapitre 6 : Evaluation dImpact ex post du PBNSF

Impact direct sur les bnficiaires


Simulation de la contribution du mcanisme limpact

Chapitre 7 : Amlioration du mcanisme de ciblage du PBNSF

Approche mthodologique
Slection des indicateurs
Critre dligibilit
Couverture attendu pour les cibles des programmes
Simulation de limpact sur les bnficiaires

Bibliographie

Alatas, V., A. Banerjee, R. Hanna, B. A. Olken, and J. Tobias (2012), Targeting the Poor:
Evidence from a Field Experiment in Indonesia, American Economic Review .
Bah, A. (2013), Finding the Best Indicators to Identify the Poor, Working Paper 01-2013,
Jakarta, Indonesia: National Team for the Acceleration of Poverty Reduction (TNP2K).
Banerjee, A., E. Duflo, R. Chattopadhyay, and J. Shapiro (2007), Targeting Efficiency:
How Well can We Identify the Poor?, Institute for Financial Management and Research
Centre for Micro Finance, Working Paper Series No. 21.

Carlo del Ninno and Bradford Mills (2015) Safety Nets in Africa Effective
Mechanisms to Reach the Poor and Most Vulnerable, copublication of the Agence Franaise
de Dveloppement and the World Bank
Castaeda, T., K. Lindert, B. de la Brire, L. Fernandez, C. Hubert, O. Larraaga, M.
Orozco, and R. Viquez (2005), Designing and Implementing Household Targeting
Systems: Lessons from Latin America and the United States, Social Protection Discussion
Paper Series No. 0526. Washington DC: The World Bank.

Coady, D., M. Grosh, and J. Hoddinott (2004), Targeting Outcomes Redux, The World
Bank Research Observer, 19(1): 61-85.
Coady, D., Martinelli, C., and S. W. Parker (2013), Information and participation in social
programs, World Bank Economic Review, 27(1): 149-170.
Cornia, G. A., and F. Stewart (1995), Two Errors of Targeting. In D. van de Walle and K.
Nead (Eds.), Public Spending and the Poor: Theory and Evidence (pp. 350-386). Baltimore,
MD: Johns Hopkins University.
Grosh, M., and J. Baker (1995), Proxy-Means Tests for Targeting Social Programs:
Simulations and Speculation, Working Paper No. 118, Living Standards Measurement
Study, Washington DC: The World Bank.
Grosh, M., C del Ninno, E. Tesliuc and A. Ouerghi (2008), For Protection and Promotion:
The design and implementation of effective safety nets. Washington DC: The World Bank.